Study on stability and reinforcement of a landslide on Ji''an-Dandong highway

This study clarified the failure mechanism of a landslide on Ji'an-Dandong highway, through the detailed analysis of its geological condition. Then based on the back analysis of the broken landslide, take limit equilibrium method to evaluate the stability of the potential landslide. The result shows that the landslide is lack of safety stock, so anchor rope is designed to reinforce the landslide.     

基于多重分形特征和分项组合预测联合响应的滑坡预警预测研究

为准确掌握滑坡变形发展规律,基于滑坡变形监测成果构建滑坡预警预测模型,即先利用MF-DFA模型开展滑坡变形数据的多重分形特征分析,并进一步利用M-K分析构建双重判据（Δa指标判据和Δf(a)指标判据）进行滑坡预警研究;另外,在利用集成经验模态分解法对滑坡变形数据信息进行分离处理基础上,通过GOA-RNN-CT模型实现滑坡变形的分项组合预测。结果表明,h(q)值随波动函数q值减小而减小,说明滑坡变形数据具有多重分形特征,且预警分级研究表明,滑坡预警等级为Ⅱ级,即滑坡变形趋向不利方向发展;同时,通过变形预测分析认为,分项组合预测在滑坡变形预测中具有较优的预测效果和稳定性,且外推预测结果显示,滑坡变形会继续增加;最后,将多重分形特征研究结果和变形预测分析结果进行联合响应综合得出,滑坡现有预警等级相对不利,且后续变形仍会进一步增加,趋向不稳定方向发展,建议对滑坡采取必要防治措施。     

基于地震信号反演滑坡动力学机制

以2003年千将坪滑坡事件为例，基于地震信号分析大型高速滑坡启动之后的滑体运动特性。通过国家地震台网采集因滑坡激发产生的地震信号，反演得到滑坡区域的受力-时间函数，再经由时频分析划分滑坡期间的子事件，进而推导滑体的运动参数并还原滑坡过程。结果显示，由地震信号反演所求得的滑床坡度、滑坡方向以及滑体位移等数值与现场勘踏所得数据相符；同时，通过对滑坡子事件的分析，可分辨出因对岸河堤阻挡而产生的部分滑体反倾过程，从而还原较完整的滑坡过程。     

滑坡图像自动识别浅议

识别滑坡须先了解什么是滑坡,广义滑坡包括崩塌、滑坡、碎屑流、泥石流等所有斜坡重力侵蚀现象;狭义滑坡指部分斜坡沿着斜坡内的一个或数个面在重力的作用下作剪切运动的现象。各类滑坡有自已特殊的地表形态特征,发育的基本地质环境条件和触发因素,据这些特征识别滑坡。利用数字滑坡技术进行滑坡识别大致分为2步:(1)通过RS和GIS技术将不同时间的调查区地物现场以不同分辨率展现在数字图像上,并与地理控制及地质环境信息配准、组合,建立解译基础;(2)在滑坡地学理论指导下,通过人机交互方式进行解译和时空分析,获取减灾防灾需要的信息。该方法尚未达到遥感自动识别滑坡的程度,但建立解译基础的过程已可由计算机通过多种程序软件完成,故认为滑坡模式识别的前2个步骤:数字化及预处理已由计算机实现。现需探索的是用计算机实现基于滑坡地学理论知识,以人机交互方式进行的滑坡识别及分析过程。就狭义滑坡而言,基于DEM的滑坡地形识别已可由计算机实现。如能确定地面滑坡壁及滑体与地下滑面、滑床的关系,了解它们的光谱特征并建立计算模型,便可构建遥感技术的滑坡模式识别。     

基于滑坡灾害预警分级的应急处置措施

滑坡灾害应急处置能力是地质灾害减灾防灾的重要方面。目前,基于滑坡灾害预测和预警分级成果,系统性的应急措施分类研究还鲜有展开,因此,以三峡库区白水河滑坡为例,运用时间序列加法模型将滑坡累计位移分解为趋势项位移与周期项位移,并分别应用多项式拟合及自回归（AR）模型对2个分量进行预测,在此结果上采用聚类分析方法将滑坡变形分为匀速变形与加速变形阶段,综合判断滑坡灾害预警等级,开展了针对滑坡预警分级的应急措施研究。结果表明:白水河滑坡预警等级主要为蓝色和黄色2种类型,对处于不同的预警等级下的滑坡,可根据滑坡变形特征快速决策,基于滑坡灾害预测和预警分级结果能更有效地指导滑坡应急处置。      

基于GIS和RS的库区滑坡风险分析——以北京密云库区为例

基于遥感(RS)和地理信息系统(GIS)技术,采用多层次分析(AHP)法,以北京密云水库上游部分库区为研究对象,根据库区实际情况,选取植被覆盖率、土壤类型、坡度、高程、降雨量、土地利用六种影响滑坡灾害发生的因素作为评价因子,对区域滑坡风险进行分析。同时,在ArcGIS的空间分析环境中运行权重叠加,将研究区域划分成无危险区、低危险区、中危险区、高危险区和极危险区。结果表明,研究区域内大部分地区比较稳定,最易发生滑坡的区域主要集中在密云水库东北部的河谷、山谷地带,呈零星状分布。     

基于极限位移准则和变形预测的滑坡变形潜势分析

为准确掌握库区滑坡变形潜势,在变形监测成果统计基础上,首先利用极限位移准则开展滑坡现状变形潜势分析;然后以相关向量机为理论基础,通过优化处理保证其参数最优性,构建滑坡变形预测模型,并以预测结果开展滑坡变形潜势的发展趋势评价;最后结合两种分析结果,实现滑坡综合变形潜势分析。结果表明,不同监测点的现状变形潜势状态存在一定差异,由不利原则可知,现状变形潜势等级为Ⅳ级,潜势程度属严重状态;滑坡变形仍会进一步增加,变形潜势趋于不利方向发展。综合两种分析结果可知,滑坡变形潜势处于不利状态,后期失稳可能性较大,应加强灾害防治,避免成灾损失。     

基于SBAS-InSAR技术的小金川两岸滑坡隐患识别

为全面准确地识别小金川半扇门-达维河段干流两岸滑坡隐患,基于SBAS-InSAR技术,通过Sentinel-1升、降轨数据分析结果结合互补的方式对该区域的滑坡隐患进行早期识别。结果显示：1）升、降轨数据结合有效减小了阴影叠掩区干扰,能够较全面地识别出两岸岸坡长期蠕变的隐患点;2）Sentinel-1降轨处理得到LOS向形变速率为-120~10 mm/a,升轨处理得到的形变速率为-131~10 mm/a;3）基于形变结果识别出35处滑坡隐患点,其中8处为典型滑坡隐患点。重点分析两处滑坡隐患点的形变特征并进行现场复核显示,坡体上道路错断明显,在形变区域发育有裂隙并导致地台发生错动,验证了坡体处于长期蠕变状态。     

滑坡灾害预测预报信息共享平台

 滑坡是最常见的一种地质灾害,其主要诱因是降雨。滑坡灾害多发生在雨量充沛地域或洪水季节。南京市受自然环境和地质环境的影响,滑坡是其最主要的地质灾害类型之一,为了有效地预测滑坡的发生情况并最大限度地减少滑坡灾害为南京带来的损失,本文在已有的南京市地质灾害易发区等研究的成果上,结合南京市历史滑坡数据、气象资料和地质灾害预测数学模型构建了南京市滑坡灾害预测方法并确定了南京市滑坡灾害预测预报技术流程。在该预测方法和技术流程的基础上,本文同时应用了数据库技术、ArcGIS Server技术、AJAX远程调用技术、网页局部刷新技术和地图缓存技术等,融合地理信息系统功能与滑坡灾害预测预报业务功能,开发了南京市滑坡灾害预测预报信息共享平台。该平台可以对滑坡灾害基础数据和实时气象数据动态、科学地管理,结合南京市实时降雨数据可实现滑坡灾害预测预报并将灾害信息实时在线发布,同时提供对滑坡灾害信息的查询、检索、统计分析等功能,最终通过该信息共享平台,为南京市滑坡灾害的防灾减灾提供决策支持,为其他需要建立滑坡灾害预测信息共享平台的城市提供参考。     

基于生成对抗网络的动水驱动型滑坡状态识别方法

动水驱动型滑坡状态识别能更有效地辅助分析滑坡形变规律, 实现滑坡状态的准确识别对深入展开动水驱动型滑坡状态研究具有重要意义。针对目前动水驱动型滑坡突变状态研究较少, 难以获得相关特征, 从而导致状态识别性能不佳的问题, 提出了一种应用于动水驱动型滑坡状态识别的生成对抗网络学习方法。本方法通过构建滑坡状态监测数据矩阵, 依据少量数据样本设计合理的生成器网络完成对滑坡状态的数据扩增并设计判别器网络实现扩增数据的筛选, 通过对抗生成网络实现对滑坡状态的分类, 达到滑坡状态识别的目的。以三峡库区白水河滑坡为研究对象, 将降雨、库水位、深部位移和地表位移等多源监测数据进行了规范化处理, 设计生成器网络和对抗器网络完成了对滑坡状态数据的扩增, 设计滑坡状态识别生成对抗网络完成了对滑坡状态的分类和识别。结果表明, 生成对抗网络对滑坡状态识别具有较高的准确率。研究结果证实本方法能够对目标区域内的动水驱动型滑坡状态进行准确识别和分类, 可直接应用于工程实际。      

基于深度学习的滑坡灾害易发性分析

滑坡灾害成因机理复杂、影响因素众多,深度学习作为当前人工智能领域的热点,能够更好地模拟滑坡灾害的形成并准确预测潜在的斜坡。为了挖掘深度学习在滑坡易发性的应用潜能,本文构建了一维、二维和三维的滑坡数据表达形式,并提出3种基于卷积神经网络模型（Convolutional Neural Networks, CNN）的滑坡易发性分析处理框架：基于CNN分类器、基于CNN与逻辑回归的融合和基于CNN集成,最后以江西省铅山县为研究对象进行验证,结果表明：所有基于CNN的易发性模型都能够获得准确且可靠的滑坡易发性分析结果。其中,基于二维数据的CNN模型在所有单分类器中预测精度最高,为78.95%。此外,二维CNN特征提取能够显著提升逻辑回归的预测精度,其准确率提升7.9%。最后,异质集成策略能够大幅度提升基于CNN分类器的滑坡预测精度,其准确率提升4.35%~8.78%。     

基于神经网络和多标度特征分析的古滑坡变形预测及趋势评价

提出一种新的古滑坡变形预测方法。首先结合集合经验模态分解(EEMD)和奇异值分解(SVD)对古滑坡变形数据进行分解,然后利用分项组合神经网络预测古滑坡复活区的变形,最后利用多重分形消除趋势波动分析(MF-DFA)进行古滑坡多标度趋势评价。以王家坡滑坡为例分析本文方法的有效性。结果表明,组合分解模型EEMD-SVD较单项分解模型具有更强的数据分解能力,可有效实现滑坡变形数据的信息分解;基于神经网络的分项组合预测模型适用于滑坡变形预测,所得预测结果的相对误差基本在2%左右,预测精度较高,且外推预测显示滑坡变形仍会进一步增加,增加速率为1.23~1.36 mm/周期;MF-DFA模型的多标度特征分析结果显示,滑坡变形具有多重分形特征,变形有进一步增加的趋势,这与预测结果较为一致,可佐证前述预测结果的准确性。     

基于多源数据的谭家湾滑坡变形机制及稳定性评价

针对2016年5月发生于秭归县西北部的谭家湾滑坡,结合卫星遥感影像、现场勘查资料以及历史资料等多源数据,初步明确了滑坡的影响区域、特征及发生时序;综合采用钻探、槽探、物探等手段,开展室内外相关实验,明确了滑坡区的地层特性以及岩土体物理力学性质指标,通过分析该区裂缝位移及GPS数据,对该边坡的变形机制进行了探讨,并对该区稳定性进行了评价。结果表明:①谭家湾滑坡属于不规则"圈椅形"中型松散层的水库下降型滑坡,滑坡区的地表形态、地质构造及岩性等因素决定了滑坡的形成和发育,库水位和降雨的共同作用激励了滑坡的变形;②滑坡根据时序共分为3级滑体,总体呈现多次、多层、相互影响的演化特点,第三级滑体具有牵引式特征;③滑坡体内地下水位随库水位下降而下降,但下降速率缓于库水位,随之坡体内水力梯度和渗透力显著变大,此时碰到强降雨,将会导致坡体地下水赋存,岩土体软化,加剧滑坡变形,须施加必要的防护措施。④稳定性分析表明,该滑坡现处于临界稳定状态,一旦发生降雨和库水位变化,局部段可能发生失稳滑动。      

Regional landslide hazard assessment based on Distance Evaluation Model

There are many factors influencing landslide occurrence. The key for landslide control is to confirm the regional landslide hazard factors. The Cameron Highlands of Malaysia was selected as the study area. By bivariate statistical analysis method with GIS software the authors analyzed the relationships among landslides and environmental factors such as lithology, geomorphy, elevation, road and land use. Distance Evaluation Model was developed with Landslide Density （LD）. And the assessment of landslide hazard of Cameron Highlands was performed. The result shows that the model has higher prediction precision.     

Rapid geometry analysis for earthquake-induced and rainfall-induced landslide dams in Taiwan

Stability analysis of the dam is important for disaster prevention and reduction. The dam＇s geometry plays an important role in understanding its stability. This study develops a rapid landslide dam geometry assessment method for both earthquake-induced and rainfall-induced landslide dams based on nine real cases collected in Chinese Taipei and 214 cases collected worldwide. For simplification purposes, a landslide dam is classified into triangular or trapezoidal. The rapid landslide dam geometry assessment method in this paper uses only satellite maps and the topographic maps to get landslide area, and then analyze the dam geometry. These maps are used to evaluate the area of the landslide and the slope of the river bed. Based on the evaluation information, the proposed method can calculate dam height, the length of the dam, and the angles of the dam in both upstream and downstream directions. These geometry parameters of a landslide dam provide important information for further dam stability analysis. The proposed methodology is applied to a real landslide dam case at Hsiaolin Village. The result shows that the proposed method can be used to assess the landslide dam geometry.     

浙江省玄武岩台地稳定性评价:以嵊州市地雅园滑坡为例

玄武岩台地型滑坡是一种特殊的滑坡类型，此前对其稳定性的研究较少。以嵊州市地雅园滑坡为研究对象，采用三维数值模拟的方法进行了稳定性分析评价，首先基于详细的地质资料采用三维模拟软件进行了建模；然后基于P-Ⅲ型分布曲线确定了降雨重现期，分别采用岩土软件MIDAS进行了滑坡稳定性模拟与三维运动模拟平台DAN3D软件进行了滑坡影响范围计算；最后对影响地雅园滑坡稳定性的因子进行了敏感性分析。结果表明:不同降雨强度对地雅园滑坡稳定性的影响不同，最不利工况为百年一遇降雨工况，此时滑坡稳定性系数为0.946，破坏概率为65.25%，影响范围最大增加了36.83%；内摩擦角和降雨是影响地雅园滑坡稳定性的主要因子。分析原因认为玄武岩台地型滑坡稳定性主要与硅藻土滑带、节理裂隙面的发育情况、降雨入渗滞后性有明显的相关性。本研究成果可为同类滑坡稳定性评价提供参考依据。      

Regional landslide hazard assessment based on Distance Evaluation Model

There are many factors influencing landslide occurrence. The key for landslide control is to confirm the regional landslide hazard factors. The Cameron Highlands of Malaysia was selected as the study area. By bivariate statistical analysis method with GIS software the authors analyzed the relationships among landslides and environmental factors such as lithology, geomorphy, elevation, road and land use. Distance Evaluation Model was developed with Landslide Density(LD). And the assessment of landslide hazard of Cameron Highlands was performed. The result shows that the model has higher prediction precision.     

Failure analysis on a heavy rainfall-induced landslide in Huay Khab Mountain in Northern Thailand

On 28 th July 2018, a massive landslide occurred in a mountainous area in Northern Thailand. The landslide after ten days of heavy rainfall generated the movement of uphill mountain soil into the populated village. This study presents a comprehensive failure analysis of local rainfallinduced landslides based on topographical and geological information. Rainfall measurement data were gathered from two rainfall stations close to the study area. The rainfall records show that the total monthly rainfalls in 2018 were significantly higher than the average monthly rainfalls over the past decade. Site investigation started with an unmanned aerial photogrammetric survey to generate a digital elevation model. Then, dynamic probing test, microtremor survey, and electrical resistivity survey were carried out along undisturbed soils beside the failed slope to evaluate the thickness of the soft soil cover on top of the rock basement. During the site survey, residual soil samples were collected to determine engineering properties in the laboratory. Finally, a slope stability analysis was performed to assess the landslide hazard based on the results of aerial photogrammetric survey, field exploration, and laboratory tests. The slope stability analysis and rainfall records revealed that the Huay Khab landslide was mainly caused by an increase in the water content of residual soils due to the prolonged rainfall which led to a sharp decrease in the shear strength. This leads to the conclusion that the proposed landslide investigation program could be used to assess the potential of landslide failure due to prolonged rainfall on a local scale.     

基于地貌特征的滑坡堰塞坝形成敏感性研究

滑坡堰塞坝是由斜坡失稳堵塞河道而形成的天然坝体,且易溃坝诱发洪水,对沿岸群众生命财产构成巨大的威胁。为提升主动减灾防灾能力,急需构建了一种快速预测与判断滑坡堵江成坝能力的方法。通过文献资料查阅,结合遥感技术,提取了70处典型滑坡的地貌特征参数,其中50处为堵江成坝滑坡。运用K-S检验和M-W U检验方法分析了滑坡地貌特征因子的敏感性,利用Boruta算法确定了因子重要度,筛选了滑坡体积、面积、高差、长度及河宽共5个地貌特征参数。基于此,利用Bayes判别法与逻辑回归方法,分别建立了滑坡堰塞坝形成的预测模型,准确率超过90%。选取高重要度且差异显著的因子,利用比值法建立了滑坡堵江成坝阈值判据,实现了滑坡堰塞坝形成的快速判定。统计不同诱因下滑坡地貌特征,对比V-W_r经验公式,确定了滑坡堰塞坝形成与诱因间的关系,为进一步构建不同诱因下滑坡堰塞坝形成预测模型提供了技术支撑。      

四川省滑坡灾害气象预警模型建立与验证

四川省滑坡灾害严重,特别是2008年之后,灾情显著加剧,如何预防滑坡灾害是保护人民生命财产安全的有效途径。滑坡灾害的预警模型研究是滑坡灾害预防领域的核心课题。本文对四川省滑坡灾害危险性进行了评价,并开展了滑坡灾害气象风险预警模型研究。①以确定性系数的方法量化坡度、地形起伏度、水文地质岩性、植被覆盖度、地震烈度和年均降雨量因子,建立逻辑回归模型,定量地进行四川省滑坡灾害危险性区划,并对结果进行验证。结果表明,四川省滑坡灾害高危险性区域成“Y”字型分布,此外川中、川东北地区滑坡灾害危险性也非常高,这与四川省滑坡灾害的空间分布情况相符。②在前期滑坡灾害与降雨量统计分析、滑坡灾害危险性评价的基础上,以滑坡灾害危险性评价为静态因子,日降雨量数据为动态因子,通过逻辑回归模型的结果,确定以当日降雨量概率化值、滑坡灾害危险性值、前一日降雨概率化值、前两日降雨概率化值、前三日降雨概率化值为临灾模型影响因子,各因子对预警结果影响程度按上述顺序递减,建立了地质-气象耦合的临灾气象预警模型。通过检验区数据对模型的检验表明,该预警模型能成功预警80%以上的滑坡灾害;通过滑坡灾害群发个例检验发现,该预警模型与四川省现用模型相比,预警区域明显减小,空报率和漏报率显著降低。