降雨型滑坡研究的发展现状与展望

本文从统计学研究和机理研究两个方面阐述了降雨型滑坡的研究历史和研究现状,其中又把降雨型滑坡机理研究按三个方面分别进行了论述,即降雨入渗引起的斜坡体内水-岩（土）力学作用（包括饱和与非饱和土力学）对斜坡稳定性的影响;降雨入渗引起的斜坡体内水-岩（土）物理化学反应对斜坡稳定性的影响和降雨型滑坡机理研究的数值模拟技术。通过上述论述可知,当前降雨型滑坡的研究虽然取得了丰富的成果,但是由于实际情况的复杂性,研究的成果还难以在实际的工程应用中对降雨型滑坡进行准确的预测预报,降雨型滑坡依然是有待深入探讨的前沿课题。文末对降雨型滑坡未来的研究方向进行了展望。     

三峡库区滑坡发生概率与降水条件的关系

三峡库区位于长江上游,沿江两岸多为山地地形,滑坡灾害发生频繁,尤其是大、中型滑坡比较发育。这些滑坡灾害数量多、分布广、规模大,对当地的经济建设和生命财产造成了很大的危害,如何对滑坡进行有效的预测预报成为滑坡减灾防灾的关键。降雨是触发三峡库区滑坡的重要外动力因素之一。研究了三峡库区降雨型滑坡(体积≥104 m3)的发生时间与降水条件的关系,通过对该区112个滑坡–降雨事件进行数据统计和相关性分析,表明最大24 h雨强可作为降雨诱发滑坡的有效预报因子。基于易滑度分区的滑坡概率预报思路,根据三峡库区的地形地貌、地质构造和岩性组合等特点,初步将三峡库区分为A,B两个预报区,利用统计方法得出了各区在不同降水条件下滑坡的发生概率。结果表明,由于地质环境因素的不同,两区滑坡的发生概率具有明显差异,表明两区降雨诱发滑坡可能存在不同的机理。基于易滑度精细分区的降雨概率预报方法可望实现对突发性滑坡进行实时有效的预报。     

基于滑坡敏感性评价的库区水动力型滑坡区域综合预警研究

以HD和DHQ库段内某流域干流的2 km缓冲区为研究区对库区水动力型滑坡区域综合预警进行研究。对选取的研究区滑坡敏感因子进行统计分析，提出卡方检验与多重共线性分析联合筛选的方法对敏感因子进行筛选，建立研究区滑坡敏感性最终指标体系，并基于不同的机器学习算法构建滑坡敏感性评价模型，结果表明，基于随机森林的模型精度最高，整体准确率达到98.00%，将其应用于研究区所有栅格，完成了研究区滑坡敏感性区划。同时将水动力型滑坡诱发因子降雨和库水位作为预警指标进行分析，基于历史滑坡数据及监测资料将各指标划分成5个不同的预警等级，建立基于滑坡敏感性的水动力型滑坡区域综合预警模型，以2019年12月23日为例得到当日研究区预警区划，并依据研究区近5年降雨和库水位条件提出假设最不利条件下的预警区划。     

降雨型滑坡预测预报研究进展

降雨诱发滑坡一直是滑坡领域的研究热点,为更好地总结降雨型滑坡的研究成果,本文从试验分析法出发,综述了预测预报降雨型滑坡的研究现状。介绍了试验分析法分析降雨型滑坡的优势,试验分析法在试验条件允许的情况下其结果最为可靠;最后对研究中所存在的问题进行了总结。研究结果可为降雨型滑坡的预测预报等提供参考依据。     

重庆地区滑坡与降雨关系的概率分析

详细分析了重庆地区几十年内的577个滑坡的降雨与滑坡的历史资料,并对重庆地区的水文地质条件作了较为详细的介绍,然后从滑坡的时间分布、滑坡与日降雨量及暴雨的关系、滑坡与降雨发生时间的比较、滑坡发生的前10 d内有降雨的天数与连续降雨的天数的比较等方面详细研究了降雨与滑坡的关系,得出了几个有益的结论。研究结果表明:滑坡的活动强度与雨量的大小成正比,滑坡基本发生在降雨之后的4 d内;暴雨与滑坡的关系很密切,降暴雨的当天发生滑坡的可能性很大;当选取3 mm作为降雨开始入渗的界限时,如果连续3 d有降雨那么滑坡发生的可能性相对来说会很大。     

基于聚类分析和支持向量机的滑坡易发性评价

在将支持向量机(support vector machine,SVM)等机器学习模型用于区域滑坡易发性评价时,大都随机或主观地选取非滑坡栅格单元,不能保证所选的非滑坡栅格单元是真正的"非滑坡"。为解决此问题,提出基于聚类分析和SVM的滑坡易发性评价模型。该模型首先用自组织映射(self-organizing mapping,SOM)神经网络对滑坡易发性进行聚类分析;然后从极低易发区中选择非滑坡栅格单元,确保所选非滑坡栅格单元是高概率的"非滑坡";最后采用SVM模型基于已知滑坡、所选非滑坡和环境因子对滑坡易发性进行评价。将提出的SOM-SVM模型用于三峡库区万州区滑坡易发性评价,并将得到的易发性结果与随机选取非滑坡的单独SVM模型结果做对比。结果显示SOM-SVM模型具有比单独SVM模型更高的成功率和预测率,表明SOM神经网络能更准确地选取非滑坡栅格单元。     

基于滑坡分类和加权频率比模型的滑坡易发性评价

根据区域滑坡特点,针对不同类型滑坡的自身特征分别建立指标评价体系,能够使滑坡易发性评价的过程更加科学准确。以三峡库区万州区内滑坡为例,首先,基于对地质环境、滑坡空间分布及自身特征的分析,将全区滑坡分为陡倾角地层滑坡和缓倾角地层滑坡。其次,获取12种指标因子(高差、坡度、坡向、平面曲率、剖面曲率、地层岩性、水系、地质构造、公路、地层倾角、降雨、含蒙脱石软弱夹层厚度)构成基本评价体系。然后提出基于逻辑回归(logistic regression,LR)–模糊层次分析(fuzzy analytical hierarchy process,FAHP)方法(LR-FAHP)的加权频率比模型(weighted frequency ratio model,WFR),通过对指标因子的重要性进行排序,实现各指标因子权重的定量计算,从而建立不同类型滑坡的评价指标体系,再基于GIS平台实现全区滑坡灾害的易发性等级预测。结果表明:与单一的LR,FAHP和FR三种模型相比,WFR模型能将滑坡易发性评价精度提升4%～9%,表明LR-FAHP是一种定量计算指标因子权重的有效方法;同时,基于滑坡分类的WFR模型的易发性评价成功率为79.2%,预测率为79.6%,均优于未进行滑坡分类的WFR模型,为建立评价指标体系和区域滑坡易发性评价提供了可靠途径。     

降雨诱发堆积层滑坡失稳的位移动力评价预测模型研究

在系统分析持续堆积层滑坡位移与降雨变化规律及其相互作用关系的基础上,运用弹塑性理论与损伤力学的基本原理,提出以持续降雨增载量作为滑坡的加载动力参数,以相应滑坡位移速率或位移加速度变化作为稳定性位移响应量参数的方法,以此建立和确定降雨动力增载位移响应比评价参数与预测模型;此外,运用损伤力学的损伤变量参数与动力增载位移响应比参数的定量关系,建立该类滑坡的位移稳定性判据。并以新滩滑坡为例,运用该降雨动力增载位移响应比模型对其位移失稳规律进行深入的研究,重点对该滑坡的关键变形部位监测点的持续降雨增载过程与位移响应特征与规律进行系统分析与评价,发现监测点的动力增载位移响应比时序曲线均在滑坡失稳前发生突变,且突变时间与滑坡实际失稳时间基本相吻合。研究表明,降雨动力增载位移响应比是该类滑坡一种有效的位移动力监测评价参数,可运用该参数对降雨型堆积层滑坡进行稳定性评价与预测预报。     

基于ArcGIS的修文县滑坡灾害易发性评价

通过野外调查修文县滑坡,用信息量法和层次分析法进行易发性评价。信息量法中,依据不同区域总信息量大小,来反映不同区域滑坡易发性程度。层次分析法中,先确定每个单因子各等级的得分,再确定不同层次各个因子的权重关系,之后通过加权叠加得到评价分区结果。对两种评价方法在原理和评价结果上的区别进行对比。叠加两方法的分区图,形成滑坡地质灾害易发性综合评价。综合区划中研究区被分为极低易发区、低易发区、中易发区、高易发区、极高易发区。     

九寨沟县滑坡灾害易发性快速评估模型对比研究

通过地理信息系统(GIS)技术,采用信息量(I)、确定性系数(CF)、逻辑回归(LR)、逻辑回归–信息量(LR-I)和逻辑回归–确定性系数(LR-CF)耦合模型的快速评估方法对九寨沟县范围内滑坡灾害易发性评价,并对5种模型进行比较研究。基于历史资料、遥感解译和现场调查,获取九寨沟全县6205个滑坡灾害点作为样本数据库,选取海拔、坡度、坡向、地形曲率、剖面曲率、平面曲率、地形起伏度、地表粗糙度、地表切割度、地层岩性、距断层距离、PGA、降雨、距公路距离和距水系距离共计15项评价指标因子,基于GIS平台提取80%滑坡点作为训练样本,采用I,CF,LR模型建立九寨沟县滑坡灾害易发性评价体系,并将滑坡易发性划分为极低、低、中、高和极高。基于I,CF和LR模型,提出LR-I和LR-CF耦合模型,实现各评价指标因子二次逻辑回归计算,优化了九寨沟地区滑坡灾害易发性区划图。最后利用未参与训练的20%滑坡点作为检验样本,利用频率比和ROC曲线进行精度检验。结果表明:5种评价模型得到的滑坡的高易发区和极高易发区频率比值占总频率比值均超过85%,I,CF,LR,LR-I和LR-CF的AUC评价精度分别为0.762,0.756,0.788,0.838和0.836,表明5种模型均能较好评价九寨沟地区滑坡灾害易发性。LR-I和LR-CF模型与单一的I,CF模型相比能将滑坡易发性评价精度提高约8%;与单一LR模型相比,其精度提高约5%,说明LR-I和LR-CF模型的滑坡预测更优于单一的I,CF和LR模型,为快速建立评价指标体系和区域滑坡易发性提供了可靠途径。     

滑坡位移预测的支持向量机模型参数选择研究

支持向量机(Support Vector Machine, SVM)已被广泛应用到滑坡位移预测,但在具体使用时,SVM的惩罚系数C、核函数参数δ及松弛系数ζ这三个重要参数的取值选择成为影响预测精度的关键。为有效分析SVM三参数取值对滑坡位移预测精度的影响规律,以三峡库区浮托减重和动水压力型两类典型水库滑坡为代表的连续6年地表位移、降雨及库水位监测数据为研究对象,首先,采用移动平均法将位移数据分解为趋势项和周期波动项,并区分训练集和检验集;再结合对滑坡变形机理及影响因素的分析,选择相应预测变量分别建立趋势项和波动项位移预测SVM模型;然后,在固定两参数情形下,通过改变另一参数的取值大小以获得SVM训练集与检验集的预测精度变化规律;最后,建立起典型水库滑坡SVM位移分解预测的参数取值推荐范围。该取值范围可以作为滑坡位移预测SVM模型的参数寻优初始搜索范围,可以在保证预测精度的前提下大大提高搜索效率。     

降雨作用下三峡库区某粘质土滑坡优势流分析

三峡库区复活型滑坡多为粘质土型,自三峡水库蓄水以来,在降雨及库水的周期性作用下,该类滑坡均出现不同程度的拉裂现象。由于库水位上升,可能导致该类滑坡稳定性降低,处于临界状态,这类滑坡是否失稳,将取决于大气降雨。常规数值模拟时,一般默认滑坡土体为各向同性渗透材料,没有考虑裂隙的优势渗流,其结果通常与实际情况不符。本项研究考虑采用各向异性渗透材料对滑坡在降雨作用下进行渗流场及位移场的模拟,并与常规模拟及监测数据进行对比。发现考虑材料各向异性渗透系数时,滑坡体孔压分布及位移变化均与实际情况接近,说明了该简化优势流模型的可靠性。     

改进BP-NN在三峡库区滑坡稳定性分析中的应用

运用改进的BP—NN,构建了三峡库区滑坡稳定性分析的神经网络方法,并选择30个三峡库区典型滑坡作为样本及算例,BP—NN方法同传递系数法分析结果的对比表明,本方法具有较好的可靠性。此外,本方法输入参数易得,对勘察质量和滑带土等参数依赖小,且简便易行,为三峡库区滑坡稳定性分析提供了新的途径,尤其适宜于三峡库区滑坡详勘前的稳定性预判。     

滑坡位移预测的SVR-MIV变量筛选方法研究

支持向量回归机(Support Vector Regression, SVR)在滑坡位移预测研究中已得到广泛应用,但SVR具有模型可解释性差的缺陷,即无法直接获得并筛选最佳预测变量,从而影响预测精度。为此,将较广泛应用于评价神经网络模型变量影响大小的平均影响值(Mean Impact Value, MIV)方法与SVR模型相结合,实现基于SVR-MIV的变量筛选,该方法不但能对所有预测模型初始变量影响大小进行排序,还可以进一步结合反向逐变量剔除分析实现变量筛选。为验证该方法的有效性,选择三峡库区两类典型水库滑坡代表的累积位移监测数据,在采用移动平均法将位移分解为趋势项和波动项的基础上,重点针对波动项位移,选择包括降雨及库水位变动特征在内的12项初始变量,采用SVR-MIV方法进行变量筛选分析。结果表明,该方法筛选出的变量理论上符合对应滑坡变形影响机理分析结论,且可以提高滑坡位移实际预测精度。     

基于GIS区域边坡失稳灾害预测与评价

 滑坡和泥石流是边坡失稳后两种主要的运动方式,是山区重大的地质灾害。对既往滑坡和泥石流进行研究,以此作为基础来预测和评价本地区潜在的滑坡和泥石流灾害,是防灾减灾的一个重要措施。大多数泥石流是在强降雨的情况下,由滑坡滑入山谷河道而形成的。基于地理信息系统(GIS)和数值模型相结合的方法,采用两步骤方法预测和评价日本熊本县水俣市宝川区集地区的滑坡和泥石流灾害。首先分析该区域可能存在的新滑坡,然后假定这些滑坡在遇到强降雨时形成泥石流,利用数值模拟流动过程分析其在三维复杂地形下的泛滥过程,预测可能受害的房屋和路段。     

Landslide Model Test System and Its Application on the Study of Shiliushubao Landslide in Three Gorges Reservoir Area

Catastrophic landslides are not uncommon in the Three Gorges area in China during rainy seasons. It is anticipated that the frequency of landslides will increase as a result of the impoundment of the reservoir of the Three Gorges Hydropower Station, and this has prompted geotechnical researchers to pay special attention to the problem. This paper introduces a landslide model test system, which allows studying of landslides induced by the combined effect of reservoir impoundment and rainfall. The system consists of a large flume with hydraulic lifting facilities, a set of computer-controlled surface sprinklers and pipes to simulate rainfall and reservoir impoundment, as well as a comprehensive instrumentation and data acquisition system. A model test carried out to study the Shiliushubao landslide, which occurred in the Three Georges Reservoir area, is presented to demonstrate the potential application of the test system. It is shown that the horizontal and the vertical displacements are abruptly increasing, when the reservoir impoundment and rainfall are combined, which cause the failure of the model slope.     

三峡库区碎石土质岸坡失稳启动机制研究——以龙江红岩子滑坡为例

三峡水库蓄水后,滑坡成为三峡库区最严重的地质灾害之一,库水位下降和降雨是导致滑坡的重要因素。以龙江红岩子滑坡为例,研究三峡库区碎石土质岸坡失稳启动机制。基于FLAC^3D渗流分析模块功能和算法对三峡库区龙江红岩子滑坡的机制进行研究。根据龙江红岩子岸坡的地形、地质条件,建立了龙江红岩子滑坡渗流模拟有限差分计算模型,并确定了模型合理的水头边界条件。通过编写内置的FISH函数对降雨入渗、不同库水位等工况进行模拟,得到了位移场的变化规律,分析了不同库水位及降雨条件下碎石土质岸坡的稳定性,揭示了岸坡在降雨和水位下降过程中的稳定性衰减过程。降雨和水位骤降的共同作用是龙江红岩子滑坡的触发因素。为研究不同库水位和降雨条件下碎石土质库岸滑坡稳定性提供了依据。     

库水位下降对滑坡稳定性的影响

三峡水库2003年蓄水后，滑坡将可能成为三峡库区最严重的地质灾害之一，库水位下降和暴雨是导致滑坡的主要因素。根据三峡库水位调控方案考虑库区极端暴雨情况，利用有限元模拟库水位在175～145m波动和降雨时红石包滑坡Ⅲ的暂态渗流场，将计算得到的暂态孔隙水压力分布用于滑坡的极限平衡分析，并考虑基吸力对非饱和土抗剪强度的影响。探讨不同降雨速度、降雨条件对滑坡稳定性的影响。研究表明：库水位下降对滑坡稳定性的影响受控于滑坡土的入渗能力和滑坡结构形态，当暴雨强度为300mm／d时，红石包滑坡Ⅲ的临界降速1m／d。其成果将为库区滑坡治理提供科学依据。     

降雨滑坡多指标监测预警方法研究

降雨滑坡是发生最频繁,损失最严重的地质灾害,但如何实现其准确预警仍是目前所面临的主要挑战。而探究降雨滑坡的物理机制是开展预警的关键突破口。结合典型震后滑坡5个水文年的长时间序列实时监测数据和非饱和水-力耦合分析方法,开展都江堰银洞子沟滑坡现场实测数据的物理机制研究及长时间序列边坡稳定性分析。基于非饱和边坡稳定性分析方法,结合长时间序列实测大数据的实时计算和分析,提出基于降雨强度-概率(I-P)、饱和度、基质吸力、地表倾斜角度和稳定性实时计算分析的多参数指标预警方法体系,基于多参数预警体系和实时监测数据,分别于2017年8月和2018年6月在银洞子沟两次实现成功临灾预警,成功临灾预警实例验证了多参数阈值预警模型的可靠性和实用性,研究旨在为降雨型滑坡的准确预警提供新的参考和预警模式。