基于诱发因素作用特征的滑坡变形时序模型

降雨、库水位变化是滑坡发生的主要外在诱发因素,降雨和库水位变化的滞后性和周期性是滑坡变形的重要作用特征。考虑降雨及库水位变化的滞后性和周期性对滑坡累积位移的影响,直接将降雨和库水位变化作为滑坡变形位移预测的影响变量,建立多元时序模型。以三峡库区秭归县白水河滑坡为例,首先用灰色模型提取趋势项位移,然后利用滞后的降雨量和滞后的库水位的变化量预测当期的周期项位移,最后将趋势项位移与周期项位移叠加,得到滑坡累积位移的预测值。结果显示,此方法能够很好地反映滑坡诱发因素对滑坡变形的动态影响,预测的平均绝对误差为1.97%,预测精度较高。     

基于多种监测手段的黄土坡滑坡变形演化规律

依托巴东黄土坡滑坡地表及深部位移监测点,收集相关的监测数据,分析黄土坡滑坡变形破坏特征。结果表明,黄土坡滑坡地表位移量从后缘向前缘逐渐增大;深部位移监测表明,黄土坡滑坡深部变形大部分发生在主滑带附近,少量次级滑带也发生了错动变形,主滑带附近的位移速率一般大于次滑带附近的位移速率,地表与深部位移均有分区性,前缘地带深部位移最大,中部次之,侧缘较小;地表监测与深部位移监测对比分析表明,黄土坡滑坡地表位移是由深部位移引起,有整体变形迹象。同时,结合三峡库区水位升降和降雨的变化情况,研究黄土坡滑坡变形破坏与库水位升降和降雨间的关系。黄土坡滑坡稳定性与库区水位升降和降雨有一定相关性,在评价其稳定性时应当考虑库水位升降和降雨的作用。     

基于因子分析法的滑坡变形分析

滑坡位移监测资料是我们认识滑坡的基本信息之一,但并非任何的滑坡监测资料都能够直观地反映出滑坡的变形特征,因此采用因子分析法对三峡库区某滑坡的位移监测资料进行分析,将滑坡监测点作为变量,找出了能够反映监测资料原始数据的3个公共因子,并求得了各公共因子的载荷矩阵。此外,根据因子载荷的分布及其监测点变量反映的信息确定了各公共因子的实际意义,得知库水是影响滑坡变形的主要因素,降雨次之,监测点所在微地貌形态对变形也具有一定的影响。同时,由因子载荷求出了库水因子作用下的位移量,并通过滑坡主剖面上中前部监测点的累积位移变化趋势,对该滑坡在库水作用下的变形机理进行了分析。     

基于LS-SVM模型的白水河滑坡台阶状位移预测

滑坡位移是滑坡变形破坏最直观的表现,滑坡位移预测成功与否对于判别滑坡的演化趋势至关重要。滑坡位移曲线是受多种影响因素共同作用的非平稳时间序列,以三峡库区白水河滑坡为例,利用HP滤波分析方法提取滑坡位移的趋势项,趋势项位移主要是由滑坡自身特征决定的,具有较明显的非线性递增特性,采用多项式对其进行拟合预测;周期项受多种诱发因子(滑坡演化阶段、季节性降雨、库水位升降等)影响,利用最小二乘支持向量机模型(LS-SVM)对其进行训练与预测。将趋势项和周期项拟合预测结果叠加即为累计位移预测值,结果表明在监测点ZG93和XD-04的预测中,LS-SVM模型均具备较高的评价精度,在台阶状位移特征的滑坡位移预测中具有较好的适应性。     

库水位升降联合降雨作用下白家包滑坡稳定性评价

库水位升降和降雨通过改变三峡库区库岸滑坡岩土体的抗剪强度和应力状态,影响库岸滑坡的稳定性。为探讨白家包滑坡在库水位升降和降雨联合作用下的稳定性变化特征,本文首先根据GPS监测数据定性分析白家包滑坡变形规律,再采用Geo-studio软件计算4种工况下滑坡的稳定性系数,最后采用R/S分析法计算各GPS监测点累积位移的Hurst指数,并将Hurst指数值与Geo-studio数值模拟结果进行对比分析。结果表明：白家包滑坡累积位移曲线呈“阶跃状”特征;滑坡稳定性受库水位升降和降雨的综合影响,库水位下降时稳定性系数减小,上升时稳定性系数增大,降雨也能在一定程度上降低滑坡稳定性;175~145 m加降雨工况下滑坡最小稳定性系数为1.034,处于欠稳定状态;各监测点Hurst指数均介于0.5~1之间,表明未来滑坡变形将持续加剧,与滑坡变形定性分析及稳定性数值模拟结果一致。     

阶跃型滑坡综合变形预测及监测预警方法研究

大型库岸滑坡的长期变形在汛期降雨作用下呈现明显的周期性“阶跃式”陡增特征。针对阶跃型滑坡的变形特征，本文提出了一种多源数据“融合-预测-预警”的三步式滑坡监测预警方法：(1)“融合”,即基于经验模态分解法将多点位移监测数据分别分解为趋势项和周期项，采用加权值法分别融合不同监测点的趋势项和周期项位移得到融合趋势项和融合周期项序列，并将两者叠加得到滑坡体的现状综合变形时间序列；(2)“预测”,即引入“一个预测周期”概念，采用滑动多项式拟合法和随机森林算法分别对融合趋势项和融合周期项进行预测并叠加得到滑坡体的预测综合变形时间序列；(3)“预警”,即基于斜率变点分析方法搜索综合变形曲线的“稳定点”和“跃迁点”,确定稳定变形和加速变形区间的斜率，建立阶跃型滑坡的四级递进式分级预警模型，基于该预警模型对滑坡现状进行预警。以向家坝水库某滑坡体自动化位移监测数据为研究对象，采用本文所提方法对该滑坡进行了综合变形预测和监测预警，结果表明：综合变形时间序列可以整体反映滑坡的变形演化规律，且预测结果可靠，根据分级预警模型判断此滑坡体当前处于稳定变形阶段(Ⅰ级预警)。     

基于时间序列和GRU的滑坡位移预测

近些年随着深度学习的兴起,长短时间记忆网络(LSTM)常应用于滑坡位移的预测。GRU(Gated Recurrent Unit)是LSTM的一种改良,为此提出了一种联合时间序列和GRU神经网络来预测滑坡位移的方法。采用移动平均法将滑坡总位移曲线分解为趋势项位移和周期项位移,灰色Verhulst模型描述趋势项变化;考虑降雨和库水位等对滑坡位移的影响,应用Python语言搭建了一个3层GRU网络和全连接层(Dense)网络,以预测周期项变化,并用三峡库区八字门滑坡监测点ZG111位移监测数据对该方法进行了验证。结果表明:该方法相较于GRNN模型更能有效地利用历史信息,预测效果得到明显提高,可为滑坡预测提供重要的参考。     

基于影响因子的GM(1,1)-BP模型在八字门滑坡变形预测中的应用

滑坡的预测预报是世界性难题,特别是如何把外界影响因素定量计入到滑坡中长期预报模型中。在滑坡中长期预报模型适用性分析的基础上,提出了基于影响因子的GM(1,1)-BP模型,该模型能考虑库水位、降雨等外界影响因素。以三峡库区八字门滑坡为例,在八字门滑坡工程地质条件的基础上,通过对位移、库水位、降雨等监测资料的分析,系统研究了八字门滑坡的变形特征、影响因素和变形破坏模式。在确定八字门滑坡影响因子的基础上,分别采用本文模型、GM(1,1)模型和不考虑影响因子的BP神经网络对滑坡位移进行了预测研究,发现本文模型预测精度较高。     

考虑滞后性变化的滑坡位移预测模型研究

在库水位反复升降条件下，滑坡的变形会滞后于库水位变动。滑坡变形的滞后性会随着时间发生改变，为解决滑坡变形滞后性随时间改变而导致的预测困难问题，基于溪洛渡库区雨林二组滑坡的长时间监测数据，通过相关性分析对滑坡变形滞后性随时间的变化规律展开了研究，并提出了一种考虑滑坡变形滞后性变化的位移预测方法。以白鹤滩库区王家山滑坡的变形情况对预测方法的普适性进行了验证。研究结果表明：滑坡变形的滞后性是随着时间逐渐显现的，由第2蓄水周期的1 d增加至第5周期的11 d,且库水位升高时滑坡变形的滞后性变化得更为明显。验证结果表明，预测方法的准确性和普适性均较好。综合分析认为该法可为库区其他涉水滑坡的变形预测提供借鉴。     

三峡库区老蛇窝滑坡变形规律数据挖掘

三峡库区滑坡与地质环境相关,并受库水与降雨等诱发因素的影响,研究滑坡变形与诱发因素之间的关系,有助于为滑坡预测预报提供合理的判据。以老蛇窝滑坡体为例,结合该滑坡地质结构特征与监测数据,首先采用K均值方法聚类,将滑坡变形过程定性划分为3个阶段;然后通过关联规则方法研究影响因素与滑坡位移之间的关系。结果表明：滑坡所处的变形阶段与降雨特征因子和库水位变化有密切的相关性。     

长江三峡库区谭家湾滑坡基本变形特征及机理分析

三峡库区谭家湾滑坡自2006年实施专业监测以来,一直持续变形,尤其是自2015年以来,变形趋势逐年增大,对库区村民的生命、财产安全造成巨大威胁。根据长期的野外地质调查、宏观巡查、滑坡地表裂缝位移自动监测数据以及12余年的人工GPS监测数据等,分析了该滑坡在强降雨和库水位变化条件下的基本变形特征和变形机理。结果表明:谭家湾滑坡属于中厚层圈椅状的降雨型牵引式土质滑坡,强降雨和持续性降雨是影响滑坡变形的主要外因,库水位变动对谭家湾滑坡影响较小。谭家湾滑坡在持续性降雨和强降雨条件下会产生明显响应,当日降雨量>90 mm或前3 d累计降雨量达到50 mm,并且当日和前1 d降雨量均>15 mm,地表裂缝位移-时间曲线、累计位移-时间曲线会出现明显的阶跃现象。目前,谭家湾滑坡变形趋势逐年增大,边界裂缝基本形成,在强降雨等极端条件下产生滑动的可能性很大,必须进一步加强监测。     

三峡库区水位变化对树坪滑坡变形影响机制研究

三峡水库蓄水后,众多涉水型滑坡均有变形迹象,尤其在库水位下降过程中,多数滑坡变形加剧。树坪滑坡属巨型古堆积体滑坡,距三峡大坝坝址约47 km,数年监测结果显示树坪滑坡在库水位下降过程中有强烈变形,若失稳将造成重大损失。为此,现场采集了树坪滑坡近几年监测数据,结合地质调查及勘探资料对其变形机制进行分析,结果表明：树坪滑坡地下水位与库水位涨落保持一致,库水位相对滞后,库水位下降时产生不利于滑坡体稳定性的动水压力,此时 GPS 数据表现出滑坡发生较强烈的变形,具有典型的动水压力型滑坡特征;自动位移计监测结果表明：树坪滑坡在库水位蓄水至175 m 水位后主要发生整体变形,由下部变形牵引上部滑动,具有牵引式滑坡的变形特征。     

四川月儿田滑坡变形监测分析及治理效果评价

月儿田滑坡位于四川省邛崃市高何镇靖口村付溪沟右岸,由上下两个滑坡体构成,为地震诱发的推移式土质滑坡。首先利用GPS静态测量和全站仪对滑坡体变形进行监测,综合分析了变形监测曲线与降雨数据;再运用灰色关联法计算滑坡体各监测点位变形与降雨的关联度,选用GM(1,1)模型预测滑坡累计变形量进而评价治理工程效果。结果显示:月儿田滑坡变形与降雨相关性较好,但不同监测点位对降雨的响应程度存在差异,这与滑坡体的变形破坏现象相吻合;月儿田滑坡截排水工程治理效果有限,后续的抗滑桩工程则能有效控制滑坡变形,目前工程的综合治理效果初步实现。     

考虑库岸稳定的库区水位升降控制方案研究

在西南地区的大型水电项目中,库区内一些难于治理的大型滑坡堆积体,常会因库水调度而复活,因此需要对库区水位升降的幅度进行控制。以黑水河库区内已复活的某堆积体滑坡为实例,利用滑坡DM01监测点垂向位移变化实测数据,详细地分析了初期蓄水期间滑坡的动态变化规律和特征,并拟定了库区水位升降控制方案。为了论证该控制方案的可行性,提取了库水位等控制滑坡变形的主要影响因素,利用逐步回归法建立了堆积体滑坡位移的回归预测模型,对控制方案下的滑坡变形趋势值进行了预测,结果表明拟定的控制方案能有效避免滑体再次产生复活。     

库水位日降幅对白家包滑坡稳定性影响分析

以三峡库区白家包滑坡为研究对象,通过野外勘察和资料收集,对比分析GPS监测曲线、库水位变动曲线和降雨历时曲线,并利用Geo-Studio的SEEP模块和FLAC~(3D)分别对各种不同库水位日降幅条件下滑坡渗流场及应力应变进行了数值模拟。结果表明,滑坡的应力场、位移场、塑性区均随库水位日降幅增大而变化,其变形量及塑性区范围均随库水位日降幅的增大而增大。综合分析认为,目前白家包滑坡处于欠稳定-不稳定状态,在增大库水位日降幅条件下滑坡稳定性将会进一步降低而导致失稳。研究成果可为三峡水库调度确定库水位日降幅标准及滑坡防治提供参考依据。     

乌东德水电站金坪子滑坡变形监测综合分析

金坪子滑坡距离乌东德水电站坝址不足1 km,在电站前期工程勘察阶段即发现滑坡体存在位移迹象,因此有必要对其展开全面监测和分析。在对滑坡体地形地貌和地质构造详细勘察的基础上,将滑坡体划分为5个变形区,并合理布设了一系列监测设施以分析滑坡体的地表位移、深部位移、裂缝变形等。监测结果表明,金坪子滑坡重点监测区域（Ⅱ区）存在严重蠕滑,滑带明显,其位移变形速率与滑坡所处位置降雨量存在明显的正相关性,且约滞后于降雨1~2个月。     

水库型堆积层滑坡位移方向协调性参数及其失稳判据研究

水库型堆积层边坡位移受库水位循环涨落及降雨的影响,具有波动与震荡的特点,然而其位移变化与突变多为库水位涨落及降雨所引起,并非一定缘于边坡稳定性降低。因此,运用传统单维度位移预测参数与判据分析该类滑坡稳定性时,经常会引起误判。针对传统单维度位移预测参数与失稳判据的局限性,本文根据滑坡全息论的基本原理,提出垂直位移方向率这一水库型堆积层边坡稳定性评价的位移方向协调性参数,并深入分析与确定了水库型堆积层边坡弹性压缩变形阶段和塑性失稳变形阶段该参数与其稳定性演化的定量关系。在此基础上,根据数理统计趋势位移分析原理,建立了边坡稳定性判据准则,并运用新滩边坡F系列监测点实际位移数据进行了垂直位移方向率的稳定性计算与分析。预测分析结果与该边坡实际稳定性演化阶段相吻合,说明垂直位移方向率参数在水库型堆积层滑坡稳定性评价与监测预警中具有一定的有效性。     

三峡库区某滑坡流固耦合分析及失稳预测

三峡库区建成后,在库水的周期性涨落作用下,一些滑坡的地质条件已显著改变。有些滑坡已近失稳边缘,若此时遭遇库水下降影响及强降雨的作用,滑坡极有可能失稳。介绍利用大型通用有限元软件ABAQUS对三峡库区某滑坡在库水下降及降雨作用下进行流固耦合计算,并分析其应力场和位移场的变化结果,提取水平位移数据作为滑坡变形预测依据,得到库水位由175m下降至145m再叠加50a-遇强降雨时为滑坡最危险工况;滑坡变形趋于基本稳定的成果。