共查询到18条相似文献,搜索用时 234 毫秒
1.
2.
清江水布垭大岩淌滑坡体初期变形分析 总被引:2,自引:0,他引:2
清江水布垭坝址附近大岩淌滑坡处理是枢纽建设的重大工程问题之一.为此在采取有效工程治理措施的同时,针对滑坡工程地质特征,进行了滑坡的安全监测,并对其变形机理进行了分析.监测的主要项目有:抗滑桩的钢筋应力监测、滑坡深部位移监测、地下水监测等.深部位移监测初期成果表明:滑坡前部抗滑桩和中后部深部位移变化较大,应引起各方的高度重视. 相似文献
3.
三峡工程库岸重点滑坡稳定性监测及分析 总被引:2,自引:1,他引:1
本文首先概述了60年代以来对长江三峡工程库岸滑坡稳定性作过的大量监测和分析工作。包括现场岩石抗剪强度、位移、应力试验和监测;稳定性计算分析、位移反分析和卫星遥测技术应用的研究等。然后着重介绍了黄腊石滑坡的深部位移监测以及在1991年渡汛期间所起的重要作用。简述了新滩滑坡位移反分析的方法、稳定性评价和它在发展位移反分析方法上的意义。 相似文献
4.
《人民黄河》2014,(12)
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。 相似文献
5.
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。 相似文献
6.
7.
三峡库区滑坡灾害频发,采用高效的滑坡监测技术对预防和降低滑坡灾害十分重要。本文介绍了ROTDR(Raman Optical Time-Domain Reflectometry)、BOTDR(Brillouin Optical Time-Domain Reflectometry)和FBG(Fiber Bragg Grating)这3种光纤感测技术,以及课题组基于这3种技术研发的滑坡体变形场与水分场监测技术。以三峡马家沟I号库岸滑坡为例,介绍了相关的DFOS(Distributed Fiber Optic Sensing)监测方案、传感器布设工艺、光纤的保护方法和部分水分场及变形场监测结果的分析成果。监测结果表明:DFOS技术应用于库岸滑坡变形场和水分场监测可行,可为研究库岸滑坡演化机理及其预警预报提供一个新的监测手段。 相似文献
8.
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。 相似文献
9.
10.
11.
12.
13.
14.
对于有多个GPS监测点的滑坡,通常只研究个别代表性较强的点的位移,以此近似反映滑坡整体变形情况,但这种以点代面的方法与实际相差较大。现利用三峡库区某滑坡长期地表位移监测资料,根据各监测点位移对滑坡整体位移的贡献率,求得综合位移曲线,再利用小波分析等数学方法推导综合位移方程,据此分析了外界因素(降雨、库水位)对滑坡变形影响机理及周期。结果表明:该滑坡现处于潜在不稳定状态,降雨和库水位对滑坡的影响周期约为12个月。应用滑坡总位移方程进行验证性预测后显示,其预测精度达到92%,因此该方程能更真实地反映滑坡稳定性现状和发展趋势,对同类滑坡的研究具有借鉴价值。 相似文献
15.
16.
17.
滑坡位移变形的产生及演变 ,对于滑坡安全稳定性的评价至关重要.以德化县美湖乡上际村桥亭头滑坡为例 ,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 ,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 ,采用了时间序列的方法对其进行拟合 ,并通过自回归(AR)模型使得非平缓时序转化为平缓时序.最终再通过时间序列加法得到滑坡总位移预测值.结果显示具有较高精度 ,对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. 相似文献