滑坡深部位移监测新技术及预警预报研究

为了探讨滑坡深部位移监测新技术及预警预报方法,介绍阵列式位移计SAA新型监测技术和常规监测方法应用于高原山区公路滑坡的深部位移监测过程,提出监测孔动能计算方法,并对滑坡从变形启动至整体失稳破坏过程中的位移速率、加速度及动能和动能变化率的变化规律进行系统地分析研究,提出基于动能和动能变化率的临滑预警方法。结果表明:阵列式位移计SAA具有量程大、稳定性高、易于实现远程监控等优越性;利用动能和动能变化率曲线的变化特征可以较好地识别滑坡的演化规律及各个阶段,并能够确定滑坡变形过程的时间阙值;通过动能和动能变化率曲线得到的滑坡预警时间和演化阶段与加速度曲线得到的结果较一致,表明所建立的预警预报方法的可行性和有效性,可望真正地实现滑坡的自动预警。     

具有蠕变特点滑坡的加速度变化特征及临滑预警指标研究

 具有蠕变特点的滑坡从变形启动到整体滑动破坏这一过程一般要经历初始变形、等速变形和加速变形3个阶段,且不同阶段有其不同的变形特点。依托于大量滑坡变形监测数据,对滑坡从开始变形到失稳破坏全过程中的累积位移、变形速率和加速度等的变化规律进行系统地分析和研究,发现加速度的变化表现出与累积位移和变形速率完全不同的特点。在斜坡变形进入临滑阶段之前的所有时间段内,加速度值基本在0附近作上下振荡,而一旦进入临滑阶段,加速度则骤然剧增,呈现出明显的突变特征。也就是说,加速度在斜坡进入临滑阶段前后呈现出迥然不同的特点。针对此特点,提出基于加速度的滑坡临滑预警方法和临滑预警指标d。根据该指标,可望实现滑坡的自动临滑预警。     

蠕滑型边坡动态稳定性系数实时监测及其位移预警判据研究

 滑坡的蠕滑位移过程本质上就是滑坡岩土体的损伤变形演化过程。因此,在系统分析蠕滑型边坡不同蠕滑变形阶段的变形演化特征与损伤破坏机制基础上,运用损伤力学基本原理,探索和揭示边坡蠕滑变形与其稳定性系数的相互内在联系,确定边坡的蠕滑位移与其坡体损伤变量及其稳定性系数的定量关系,并依此建立基于边坡蠕滑位移参数确定其动态稳定性系数的方法;同时,依据位移–时序曲线切线角速率和加速率参数变化规律,研究和确定基于安全系数的边坡稳定性位移监测预警判据 和边坡安全稳定预警时间 。最后,以典型鸡鸣寺滑坡为例,运用蠕滑型边坡动态稳定性系数与位移监测预警判据,对该滑坡的稳定性演化过程进行后验分析与评价,并同时与斋藤迪孝法预测结果进行对比,其分析评价结果与该滑坡实际稳定演化规律基本吻合,表明所提出和确定的有关位移监测预警判据参数,在蠕滑型边坡的稳定性评价与预测中具有一定的实用性和有效性。     

滑坡不同变形阶段演化规律与变形速率预警判据研究

 预测预警是国际滑坡灾害研究的热点与难点,目前滑坡不同变形阶段历时与变形速率临界值方面的研究存在不足。为深入探索滑坡不同变形阶段演化规律与变形速率预警判据,将滑坡变形演化过程划分为初始变形、匀速变形、加速变形和急剧变形4个阶段,基于滑坡数据库信息,采用统计分析方法研究滑坡不同变形阶段历时特征及其与不同影响因素的相关性、总结不同变形阶段裂缝发展及宏观特征、分析不同变形阶段滑坡位移速率预警判据。通过研究发现：(1) 滑坡加速变形阶段历时18 ～1 080 d,接近一半的滑坡加速阶段历时位于区间30～90 d;绝大部分滑坡急剧变形阶段历时小于30 d。(2) 滑坡破坏模式、滑体方量、滑面类型与滑坡变形阶段历时相关,其中滑面类型与变形阶段历时的关系最为密切,滑面为硬性结构时滑坡加速与急剧变形阶段历时较短,滑面为软弱层面时加速与急剧变形阶段历时较长。(3) 滑坡进入加速变形阶段时裂缝最大宽度为1～50 cm,进入急剧变形阶段时最大裂缝宽度为4～126 cm,其中土质滑坡与堆积体滑坡临界裂缝宽度较大,岩质滑坡临界裂缝宽度相对较小。(4) 滑坡进入急剧变形阶段位移临界速率一般不超过50 mm/d,倾倒型滑坡速率临界值相对较大,软弱滑动面滑坡该位移速率临界值较硬性滑动面滑坡大。(5) 各种滑坡进入加速变形阶段的位移速率均不大,此速率值与破坏模式关系密切。破坏模式为滑动破坏的滑坡该位移速率阈值基本都不超过4 mm/d,倾倒破坏或崩塌破坏的滑坡该阈值稍大,一般大于4 mm/d。     

基于假设检验原理的边坡临滑时刻的动态识别方法

 位移监测技术在边坡工程中的应用越来越广泛,如何根据动态监测信息及时掌握边坡稳定性状态,判定边坡的临滑时刻是有效实施滑坡预警、避免滑坡灾害发生的关键问题之一。在分析各种典型滑坡判据的基础上,确定将位移加速度大于0作为边坡的临滑判据;基于假设检验原理,将由观测得到的位移数据生成的位移速度变量看作是一随机变量,认为边坡在等速变形阶段时的位移速度变量服从正态分布,一旦进入加速变形阶段时则不服从正态分布,据此提出基于Lilliefors检验的边坡临滑时刻的动态识别方法。结合平庄西露天矿顶帮9•15滑坡过程中的监测数据,对边坡在不同变形阶段的位移速度变量进行形态检验,得出该边坡在等速变形阶段时,位移速度变量服从正态分布,进入加速阶段后服从指数分布,并且在剧滑前的一段时间内位移加速度变量服从正态分布,验证上述方法的合理性。研究结果表明,该方法能够及时、准确识别边坡的临滑时刻,可有效提高滑坡预警的可靠性。     

基于渐进演化的高边坡非线性动力学预警研究

在高边坡预测预警问题研究中,结合地质体非均质性和渐进演化特征,考虑滑动面岩土体剪应力松弛,基于改进的Bishop条分模型,研究边坡条块间力的变化特点;以单变量摩擦定律为基础,结合边坡条块简化动力学模型,建立由滑动面剪应力(、滑坡速率V、滑坡位移u定义的单条块分岔演化模型;引入协同学绝热近似假设,提出边坡位移速率预测的分岔预测模型;通过引入边坡失稳的速率变化极值条件,获得边坡非线性演化失稳破坏的时间推演式;提出边坡单点预测到系统预测的方法;同时,根据鞍点出现条件,提出边坡混沌动力学演化预警标准.通过实例分析,验证预测模型和预警标准的可靠性,并指出在滑裂点附近开展预测研究能够有效提高预测的准确性,为边坡安全预警理论提供新思路与新方法.     

攀枝花市某滑坡监测实施与变形分析

现阶段滑坡监测方法有地表位移监测和深部位移监测,而当滑坡处于加速阶段,主要采用应急地表位移监测.因此,测量机器人就体现出了极大的优势.本文结合攀枝花市某滑坡雨季应急变形监测,在滑坡变形的各个阶段,采取灵活的测量机器人全自动化应急监测方案,获取宝贵的监测数据,以及根据滑坡体区域地形地貌特征和滑坡体类型,做出及时准确的预警...     

基于非均质流变特性的滑坡时效演化及预警研究EI北大核心CSCD

针对滑坡孕育演化过程中岩土体非均质现象,开展滑坡相似材料的强度试验、底摩擦模型试验和扫描电镜试验,从宏观和微观角度深入研究滑坡演化力学机制及其非均质特征。基于上述研究,将强度劣化模型与Burgers模型串联,形成考虑非均质流变特征的本构模型,应用于滑坡时效演化的数值算例分析和预警研究,结果表明:滑坡演化过程中存在时间和空间非均质性,在时间上,岩土体参数劣化速率越快的滑坡,其蠕滑变形到最终失稳破坏所经历的时间越短,在空间上,不同部位的滑坡岩土体的破坏机制和微观结构存在非均质性。考虑非均质流变特征的本构模型能够较好地反映滑坡变形三阶段演化特征,通过实际工程与数值分析相结合,验证了非均质流变模型的准确性,为滑坡失稳破坏的分析和预警提供有益参考。     

四川丹巴甲居滑坡动态变形过程三维系统监测及数值模拟分析

 受青藏高原地质构造作用的影响,我国西南山区分布着大量成因类型多、机制复杂、突发性强、变形破坏发展趋势难以预测、失稳后破坏性大等特点的堆积体滑坡。甲居滑坡为大渡河上游一巨型松散堆积体古滑坡局部复活,针对滑坡动态变形过程和失稳破坏迹象,综合采用GPS地表位移监测、干涉InSAR监测和深部位移监测(测斜仪),3种监测技术优势特点并相互结合构成三维系统监测网。根据监测成果分析,判别其当前为浅表层加速变形破坏和深部缓慢变形的演化阶段;研究其变形失稳模式为浅表层滑移–拉裂失稳破坏和深部蠕滑–拉裂变形的复合模式;并利用FLAC3D数值模拟滑坡在动态变形过程中滑坡体内的应力场、位移、塑性破坏区分布特征的变化。     

三峡库区堆积层滑坡变形破坏演变机理

滑坡的蠕变破坏演化机理指在滑坡各种诱发因素作用下,显示滑坡的发生、变形、破坏的全过程与时空规律。该文从宏观观测、监测数据与数值计算三个方面分析研究了滑坡演化机理,提出了相应的滑坡阶段划分及其评价指标。重点是应用有限元极限分析法和黏弹塑性模型,给出了滑坡监测点的位移-时间曲线;直观显示了滑面的受力、变形到破坏的全过程;通过计算位移-时间曲线与监测位移-时间曲线的对比,给出了滑坡不同时刻的实时稳定安全系数,由此可确定滑坡已经进入哪一阶段,并获得滑坡的临滑时间及预测最终滑动时间,为滑坡的预报预警提供可靠依据。从而使滑坡演化机理的认识提升到可视的、定量的、可预测的阶段。     

降雨条件下折线型滑面的大型滑坡稳定性离心模型试验

以大型土工离心机为技术依托,采用离心模型试验,研究开挖和降雨对滑面为折线型的大型滑坡变形破坏和稳定性的影响。试验中采用变形标志点、颗粒图像测速技术(PIV)和可承受高离心力的传感器,在获取坡体土压力、孔隙水压力和位移矢量场的基础上,综合分析开挖和降雨诱发大型滑坡变形破坏的特征及失稳模式。试验结果表明,在滑面形态变化大的部位开挖卸荷容易引起折线型滑面大型滑坡的局部复活;受开挖卸荷和降雨影响,滑坡后缘的开挖斜坡位移最大且最先失稳;受降雨的影响,滑坡前部位移较大,坡体表面变形破坏严重,开挖斜坡下部发育一条次级滑裂面,滑坡后缘和开挖平台前沿滑面坡度突变处各形成一条潜在主滑裂面。离心模型试验显示折线型滑面的滑坡受开挖和降雨的影响可表现出分级分块滑动的变形破坏特征。稳定性分析表明,降雨使折线型滑面的大型滑坡不同滑段稳定性系数不同程度降低,滑坡后缘、开挖斜坡和滑坡前缘处于不稳定状态。     

堆积体滑坡滑带启动变形分析

根据钻孔倾斜仪深部变形监测资料,研究了清江水布垭工程堆积体滑坡滑带的变形机制。发现滑坡的变形起源于滑带的主滑面;然后自下(盘)而上(盘)依次缓慢发展,滑带中的各点自变形启动到变形峰值历时13～28月不等。变形-时间曲线可分成两种类型,其一有匀速、加速、减速、稳定4个阶段,其二没有加速阶段,只有上述其余的3个阶段。变形发展的各个阶段与施工开挖和滑坡加固过程有关,并随滑坡开挖,变形启动和发展;随滑坡加固,变形受阻和逐步趋于稳定。根据上面提出的变形传播特性,提出滑带上盘变形加速启动预警标准,这种标准使预警的变形阶段可控,对监控滑坡安全有重要意义。     

基于滑坡监测数据的预警判据研究

位移-时间趋势曲线是研究滑坡失稳预测十分重要的资料依据,它表明了滑坡变形程度及相对的稳定性程度。文章将边坡失稳时的总位移分解成位移的趋势项和位移的周期项,通过时间序列方法对滑坡位移进行预测。文章以德化县上涌镇桂林村马坪滑坡为例,在监测数据的模糊离散性与随机性的基础上以及变形参数所呈现的相关规律,通过GM(1,1)的灰色模型获得位移的趋势项,采用时间序列加法得到滑坡总位移预测值。通过对已获得的滑坡隐患点的监测数据与数值模拟结果的对比分析,建立数学模型,预测滑坡未来的位移趋势,研究滑坡预警判据,最终以位移速率来概化研究区内台风暴雨型滑坡的预警判据。结果显示,该预警判据对于了解边坡位移的发展趋势以及研究边坡的动态稳定性是有效可行的。     

基于综合监测的滑坡变形特征的分析

为定量描述滑坡空间变形特征,在对滑坡体地形地貌和地质构造勘察基础上,采用全球定位系统地表绝对位移监测、光纤光栅深部变形监测和自动拉线式裂缝变形监测综合监测技术,结合重庆市玉台村滑坡裂缝变形特点,综合分析玉台村滑坡空间变形规律和失稳破坏机制。结果表明：1)综合全球定位系统监测、光纤监测和自动拉线式裂缝监测的方法有利于从地表变形、深部变形和裂缝变形方面对玉台村滑坡三维变形特征进行全面分析,是一种高效经济、优势互补的监测方法。2)玉台村滑坡表现出深层滑体的阶段性变形特征。在失稳前期,滑体后部整体滑动速率较快,变形量随时间近似呈线性增长,且地表变形监测数据的波动对降雨有较强的响应。随着滑动的持续,后缘裂缝变形逐渐退出增长阶段,靠近中部滑体的裂缝变形仍较为活跃,变形差异与地形陡缓有关。3)不利的地形与汇水条件、连续降雨、基岩隔水性以及坡前切脚与坡后堆载构成了滑坡变形的主控因素。     

滑坡速度倒数法预测模型加速开始点识别及临滑时间预测研究

对矿山或自然土质和岩质边坡而言,大多数滑坡预报都是基于边坡变形三阶段蠕变理论,并根据临滑前加速变形阶段即开始加速点(onset of acceleration,OOA)之后的位移进行滑坡时间预测研究。在分析S-SAR型边坡雷达连续监测的位移后,发现以OOA作为速度倒数法(inverse velocity method,INV)分析的开始点(starting point,SP),所预测的滑坡时间具有一定滞后性。基于变形速度随机变量在斜坡处于匀速变形阶段时服从正态分布特征,提出一种应用正态分布置信区间来动态识别SP位置的方法。通过将S-t坐标系统一量纲后转换成T-t坐标系,建立一种T-lgt的滑坡时间预测模型,此模型应用SP位置后的位移数据可以效提高滑坡预测时间准确性。     

基于变形速率分解的阶跃型滑坡预测——以呷爬滑坡为例

阶跃型滑坡位移预测是滑坡变形现状研究与危害评估的重要工作，而阶跃预测的研究多为平稳波动信号，基于滑坡阶跃运动特征的变形速率分解方法提供了非线性变形阶段阶跃滑坡信号分解的新思路。以呷爬滑坡为例，通过差分与离散小波变换(DWT)平滑方法得到变形速率数据，并基于滑坡阶跃运动特征将变形速率数据分解为由外部诱发因素决定的小尺度波动项与内在控制因素决定的大尺度趋势项，其中变形速率趋势项信号通过添加震荡函数的反Logistic函数模型(ILF)预测，并结合曲率极值法判识滑坡变形状态；变形速率波动项信号则运用长短时记忆神经网络(long short-term memory,LSTM)构建非线性映射模型，以降雨、库水位作为诱发输入，趋势项预测结果作为控制输入进行预测。预测结果表明，基于变形速率分解模型针对呷爬滑坡非线性过程数据的预测精度相比传统的位移拟合分解模型更高，外部因素映射能力更强，因此基于变形速率分解是基于阶跃运动机制预测的有效思路，解决了非线性变形阶段的阶跃滑坡预测问题。     

库水位下降诱发的特大型顺层岩质滑坡变形特征与诱发机制

通过三峡库区旧县坪滑坡2016年6月~2018年8月的GNSS监测数据,采取多因素综合过程分析和定量分析手段,分析了滑坡变形在库水位7个不同变化过程下的响应特征和诱发机制。研究表明:(1)库水位下降是旧县坪滑坡位移变形的主要诱发因素,一般情况下,库水位下降速率越大,滑坡稳定性越差:库水位快速下降期间(>0.4 m/d)无强降雨时,滑坡仍可产生较强位移变形;库水位缓慢下降期间(<0.2m/d)无强降雨时,滑坡一般不产生明显变形。(2)强降雨在库水位下降期和145 m低水位运行期对滑坡位移变形可产生促进和一定的诱发作用,在库水位上升期(>0.5 m/d)则难以诱发滑坡产生变形。(3)对诱发滑坡变形来讲,降雨强度可以和库水位下降速率起相互补偿作用。即:通常情况下,库水位下降速率越大,诱发滑坡产生变形的降雨量可以更小。(4)库水位升–降转换期,渗透压力方向在一段时间内会逆库水位的下降变化而指向坡内,强降雨和库水位下降速率在一段时间内(数日至十余日)均不能诱发滑坡产生明显位移变形。(5)库水位高频低幅波动期间,总的渗透压力方向一般指向坡内,此阶段无论库水位下降速率多大,滑坡通常不会产生较强变形。该研究成果可对水库涉水型滑坡成因机制分析、监测预警判据研究、动态风险管理及应急抢险处置等提供重要借鉴。     

滑坡变形动态的自回归模型分析

1　前　　言 滑坡动态分析的主要方法有 :①通过绘制各测点的位移历时曲线及位移与主要影响因素的相关曲线 ,定性分析滑坡的动态发展趋势及影响因素的作用方式 ;②依据位移时序曲线预测滑坡的失稳时间 ,如斋藤法、灰色系统法、Ｖｅｒｈｕｌｓｔ模型法[1～ 3] 等 ;③对比不同部位的位移测量值 ,分析滑坡的变形破坏规律。这些方法在分析滑坡的变形动态特征方面取得了大量的成果 ,但滑坡的变形过程受多方面因素的影响 ,如环境条件的改变、局部的坍塌和次级滑面的形成等都会影响各测点的位移速率 ,使滑坡的位移时序曲线表现出波动性 ,从而使滑坡动态分析的难度增加。如在应用位移时序曲线预测滑坡的失稳时间时 ,就明显     

基于不同Bootstrap方法和KELM-BPNN模型的滑坡位移区间预测

为解决传统滑坡位移点预测模型无法对自身预测结果的可靠程度进行有效描述这一问题,引入区间预测方法,提出一种基于不同Bootstrap方法和KELM-BPNN模型的滑坡位移区间预测模型。该模型以4种常用的Bootstrap方法为基础,首先对由各种外界触发因素与滑坡地表位移的监测信息组成的原始数据集,分别进行B次有放回的等概率随机抽样;然后基于不同Bootstrap方法得到的B个伪数据集,分别训练B个KELM模型对系统误差的方差进行估计,并根据估计结果,训练一个BPNN模型对随机误差的方差进行回归逼近;最终将采用相同Bootstrap方法得到系统误差方差和随机误差方差相结合,构造出在不同置信水平下的滑坡位移预测区间,并通过综合对比分析,提出与实际滑坡变形特征相适宜的位移区间预测模型。以三峡库区内具有阶跃式变形特征的典型堆积层滑坡——白水河滑坡为例,选取ZG93和ZG118两个监测点在2004年7月～2013年12月期间的数据进行研究。结果表明,与传统点预测模型相比,该模型不仅能够提供具有一定精度的点预测结果,还能构造出较为清晰、可靠的位移预测区间将真实的位移曲线完全包裹在内。此外,通过预测区间宽度的实时变化,该模型能够较好地量化与解释滑坡演化过程中外界触发因素的动态变化对滑坡变形造成的不确定性影响,为滑坡灾害的预报预警提供了一种新的思路和方法。     

深层水平位移监测在滑坡滑面判识中作用分析

对活动的滑坡而言，滑面深度处的位移一般明显大于其下部岩土体的位移；对于上部岩土体而言,若其刚性较差，则滑动位移也较大。可根据实测各点位移随深度的变化曲线，寻找位移增大突变点（段），以此作为滑面的位置。深层水平位移监测只适用于比较简单的滑面识别，而实际滑面的识别是一项十分重要且复杂的工作。要采用野外地质判识法、勘探识别法、物理探测法、数值模拟方法和各类监测法等多种方法，对潜在的滑坡体稳定现状进行综合分析，才能准确判定滑面。通过工程实例分析确定滑坡滑面的位置及发展趋势，为确保边坡安全及确定边坡防护措施提供依据。