失稳路堑边坡监测系统设计及其应用

通过对边坡的监测,不仅可以掌握滑坡体的变形特征和滑移规律,同时在滑坡治理期间还可以实现信息反馈,这对滑坡治理优化设计、信息化施工和保证工程质量具有重要的意义。结合向家坡路堑边坡的具体地形地貌以及滑坡等情况,进行了综合研究,设计出了以地表监测为主、辅以深部位移监测及地下水监测的多层次综合监测系统,使监测结果能为滑坡预报预警和防灾决策提供依据;经现场1年多的测试,效果很好。     

GPS在山区滑坡变形监测中的应用

山区滑坡的稳定性一直是倍受关注的一个重要安全问题。本文讨论了滑坡位移传统监测方法的缺陷和新型的基于GPS的自动监测技术所具有的独特优势,介绍了适用于山区公路滑坡位移监测的高精度的GPS技术。实践表明,采用GPS技术进行山区滑坡的稳定性监测,具有可操作性更强、精度更高、不受气候条件约束以及高度自动化等优点,能够为预测边坡可能出现失稳破坏的部位和变形破坏时间提供更可靠的监测资料,因而GPS监测技术值得在山区滑坡的变形监测领域中推广使用。     

基于变形监测的运动型滑坡临灾预警系统研究

运动型滑坡处于蠕动变形与剧烈变形阶段之间,变形时间长、机理复杂,临灾预警难度大。介绍了典型运动型滑坡的累积位移关系曲线特征,提出了以日降雨量、日位移速率建立临灾预警线,进而设计递进式滑坡临灾预警系统的方法。结合王家坡滑坡地形地貌、剖面特征、变形信息等,建立合理的监测网络。根据获取的王家坡累积位移-时间-降雨量关系曲线,分析王家坡滑坡的变形规律。结果表明：①王家坡滑坡监测累积位移曲线随降雨呈“阶跃”特征;②当日降雨量超过25 mm时,日位移速率就会显著增加到20 mm/d以上;③以降雨量、日位移速率达到阈值时为Ⅲ级黄色线中心线,可以设计王家坡滑坡5级递进式滑坡临灾预警系统。     

滑坡变形突变异常的小波识别方法

准确地判别滑坡的变形演化阶段,特别是对进入加速变形阶段突变点的识别,对及时捕捉滑坡前兆,尽早开展滑坡预警报和进行工程处理都具有十分重要的意义。将小波的多分辨分析与突变点识别原理相结合,依据滑坡的累积位移监测资料,结合3类典型滑坡(光滑型、阶跃型和振荡型)实例对滑坡进入加速变形阶段的突变点进行了识别研究。研究结果发现,滑坡在进入加速变形阶段时,其累积位移监测信号在4个连续尺度上分解重构后的细节信号的幅值均存在着明显的突变特征,而且4个尺度的突变特征均具有较好的一致性。据此特征,即可较为准确地识别滑坡进入加速变形阶段的突变点。     

鄂西高速公路王家湾滑坡形成机制及治理措施动态设计研究

通过分析鄂西山区高速公路王家湾滑坡的工程地质条件及其形成机理,依据地勘成果资料,采用剩余推力法和Sarma法对三种工况下的滑坡体进行稳定性计算,结果表明坡体处于欠稳定状态,在分析滑坡体综合特征条件下,及时制定了抗滑桩结合排水设计治理方案。而滑坡深部变形监测成果表明,大桩号段滑坡的滑带深度比预判的要深,且在工程施工的影响下,局部位置的滑带深度有向深部发展的趋势,会严重影响了王家湾大桥安全,为此,及时动态设计优化方案(修改桩长或桩径)和局部增加抗滑桩、钢轨桩等措施,避免了设计富裕度不足埋下的隐患。施工后期监测成果表明,坡体深部变形收敛趋势明显,治理效果显著,运营期监测成果显示桥梁运行稳定。     

基于一维黏塑性运动模型的大型慢速滑坡变形预测研究

慢速滑坡变形缓慢,持续时间长,在世界范围内分布广泛,具有隐蔽性强和突发性高等特点,给人类的生存与发展带来了巨大的威胁与危害,并且有数量众多的大型慢速滑坡经过长期缓慢变形后演化成高速滑坡,造成了不可估量的损失。依托金龙山大型慢速滑坡丰富的监测资料,考虑黏性力对于慢速滑坡变形的作用,基于无限边坡模型和宾汉姆模型建立一维黏塑性运动模型,从雨季和旱季2个典型研究时段对滑坡的变形进行了定量预测。研究结果表明：(1)模型计算得到的变形模拟数据与其监测数据一致性均较好,其中雨季和旱季累计位移的相关性系数高达0.994 1和0.997 9,变化趋势高度一致;(2)预测时段金龙山滑坡雨季和旱季累计位移的相对误差均在1%左右,其中雨季累计位移最终预测值相对误差为1.48%,旱季累计位移最终预测值相对误差为0.86%,模型预测精度较高;(3)模型的模拟结果较好地反映了慢速滑坡变形的季节波动性,其中旱季的模拟结果要优于雨季。一维黏塑性运动模型强调慢速滑坡变形过程中的力学作用过程,实现了大型慢速滑坡变形的定量预测,相关研究成果可以为大型慢速滑坡变形的预测及评价和工程防灾减灾提供科学参考和依据。     

突发型滑坡危险范围预测方法研究——以黑方台焦家6#滑坡为例

突发型黄土滑坡是黑方台地区典型的滑坡类型之一,对当地造成较大的危害。基于变形特征对滑坡的监测预警已取得显著成效,但对于具有极强突发性的滑坡,目前早期预警预报的效果并不理想。该文以2019年2月28日发生的焦家6#滑坡为研究对象,首先通过无人机影像变形差分研究滑坡破坏前坡体的变形分布特征,并结合裂缝计获取的位移监测数据分析失稳前的变形过程;然后基于滑坡的早期识别、启动发生机理推测滑面形状,并利用Massflow软件反演滑坡运动堆积过程;最后通过与滑坡前后DEM差分结果,对比分析推测滑面模拟结果的可靠性,验证该类滑坡危险范围预测方法的可行性。主要得到以下结论:①滑坡破坏前,坡体的变形主要为后缘小规模崩落及滑塌,裂缝计监测结果显示滑坡从初加速阶段直接失稳破坏,即该滑坡具有极强的的隐蔽性和突发性。②数值模拟显示,真实滑体与推测滑体模拟结果准确度分别为69.7%、62.9%,表明结合早期识别和数值模拟对该类滑坡危险范围预测的可行性。③滑坡启动后可分为启动加速、稳定堆积、减速堆积三个阶段,不同时刻对应的滑坡速度及危险范围可对地质灾害防控提供科学指导。     

三峡库区谭家河滑坡变形监测成果分析

水库滑坡是三峡库区多发性的地质灾害,其主要诱发因素是库水位升降和降雨,三峡库区重大危险性滑坡专业监测已实施多年,积累了丰富的监测数据。谭家河滑坡是长江干流上重大涉水滑坡,自2006年实施专业监测以来该滑坡持续变形。结合专业监测、库水位和降雨等资料,分别提取了降雨和库水位变化因子,深入细致地分析了滑坡变形特性,给出了该滑坡的变形演化模式,获得了一些新的认识:库水位抬升所产生的付托减重效应对该滑坡变形有一定影响,但影响有限,滑坡变形的主要诱发因素是降雨,雨型、雨强和年降雨量对滑坡变形都有较大的影响。分析成果可为水库型滑坡分类、专业监测系统优化和减灾防灾技术选择提供参考。     

降雨主导型库岸滑坡变形时空分布特征

根据某大型水库近坝库岸滑坡8年的监测资料,对该滑坡变形的时空分布特征进行了分析。该滑坡变形的空间分布特征主要表现为3个方面的差异,即区域差异、高程差异和深度差异。而滑坡变形的时间分布特征主要体现在库水作用和降雨两个方面:在重点监测的Ⅱ区,库水作用只影响到其前端部分,对中、后部影响很小;该区的整体变形与降雨关系密切,响应明显。这些特征表明该滑坡为降雨主导型库岸滑坡,并有向稳定方向发展的趋势;但Ⅱ区特有的"后坐式"变形特征又存在一定的安全隐患,因此,该滑坡的监测还应长期进行。     

库水位和降雨作用下三舟溪Ⅱ号滑坡稳定性研究

以三峡库区地质灾害重点防治区域万州区的典型近水平岩层堆积层库岸滑坡——三舟溪Ⅱ号滑坡作为研究对象,对滑坡工程地质条件、滑坡基本特征及形成机制进行了深入分析;通过库水位及滑坡变形位移的实时监测,研究了滑坡对库水位涨落和降雨的动态响应特征,并提出了库水位和降雨作用下滑坡的防治措施。     

滑坡深部位移监测数据分析浅论

从传统的人工深部位移监测出现发展至今,大量滑坡采用了这种成本低、精度高、定位准确的测量方法辅助确定滑面位置、深度、层数等参数。但是传统的测量方法受外界因素干扰大,对测量结果的分析就显得至关重要,本文针对三十多个监测项目的监测结果分析,浅论如何对大量数据曲线去伪存真,如何应用科学处理后的数据结果进行滑坡稳定性分析。     

韩城电厂边坡变形机理及稳定性分析

本文采用工程地质勘察方法，揭示韩城电厂边坡的变形机理，并用弹塑性有限元对边坡进行了稳定分析，取得了与实测变形值一致的结果。     

贵州省沿德高速公路龙家岩滑坡治理工程实例研究

以贵州省沿德高速公路龙家岩滑坡治理工程为研究对象,对其滑坡体特征、滑坡影响因素、滑动变形破坏机制进行分析,结合滑坡深层位移监测及施工开挖揭露地质信息对滑坡治理的动态设计全过程进行了研究。研究结果表明:滑坡是边坡坡体受多因素综合影响的渐进、动态破坏的过程;开挖切脚是滑坡形成的关键性因素,结合牵引式滑坡特点对滑坡前缘进行强支挡措施,确保了滑坡的稳定;采用动态设计法对滑坡治理全过程进行控制并对设计进行纠偏改进,实现了滑坡最优化的治理效果。     

山体和滑坡灾害的传感网络预警技术研究

提出一种新的山体和滑坡灾害的传感网络预警方法,由传感监测网络层WSN、GPRS接入层以及监控中心,构建山体和滑坡灾害传感网络预警体系,利用GPRS联网实现传感数据的远程传输,GPRS网关将监测数据上传到监控中心,监控中心基于监测数据实现山体和滑坡灾害的可视化呈现和警示;使用节点异常特征提取方式对比鉴别异常节点区域,采用分区域异常节点定位算法检测异常节点区域中的网络异常节点,实现山体和滑坡灾害的准确预警。     

滑坡灾害短期临滑预报监测新途径研究

由于滑坡灾害的复杂性,迄今为止,尚未形成经得起大量实践验证的预报理论与方法,这仍然是地质灾害学中正在探索研究而未完全解决的难题。通过对滑坡灾害研究历史、预测预报、监测技术的分析,认为在滑坡进入加速变形至剧变形破坏阶段,地表及深部监测网点及其设施遭受破坏,无法继续采集监测数据的情况下,地面三维激光扫描仪可不受干扰独立进行滑坡的“面“式测量,为预测预报滑坡的发生时间提供第一手连续可靠的数据资料,可进一步提高滑坡灾害预测预报的精度。     

汶川强震区震裂山体分布特征与成灾模式研究

为研究2008年汶川8.0级地震强震区震裂山体灾害的分布特征及其成灾模式，首先基于植被退化趋势法和全球地表类型覆盖图等多源数据融合方法对研究区震裂山体进行识别，建立了124处典型震裂山体灾害点数据集。分析表明：震裂山体分布特征与地震的峰值加速度(PGA)等值线和断层距呈现高度正相关性，受高程放大效应和地形影响，85.48%的灾害点发育于泥石流沟域内，同时94.35%的震裂山体来源于同震滑坡后缘的持续变形；震裂山体主要成灾模式包括高位震裂山体高速崩滑碎屑流、高位震裂山体崩滑铲刮侵蚀型泥石流和高位震裂山体多点崩滑堵溃型泥石流三种灾害链。研究结果对强震区震裂山体灾害的全面识别和综合防治及强震区工程规划具有一定参考价值。     

基于遥感与GIS的西藏帕里河滑坡动态监测分析

2004年6月下旬以来，中国西藏自治区的帕里河因暴雨导致山体滑坡，致使河道堵塞，最终形成了一个危湖。利用多时相、多平台的卫星遥感数据，确定了帕里河滑坡发生的具体位置，监测了滑坡发生后河道水体的变化情况，快速获取了各时相的积水面积；并结合DEM数据，计算各时相的蓄水量，模拟了各时相的遥感监测三维图像。     

基于XGBoost模型的降雨诱发阶跃型滑坡位移预测

滑坡位移预测一直是滑坡研究的热点之一。近年来,随着计算机科学的发展,越来越多的人工智能技术模型被用于滑坡位移的预测。相较于常用的如LSTM神经网络等机器学习模型,集成算法中的XGBoost模型在滑坡位移预测领域尚不多见。由于其在滑坡位移预测中具有预测精度更高、运行速度更快等优点,目前在学术界已成为研究的热点领域。文中以泉州市安溪县尧山村滑坡地灾点监测数据为例,运用Python搭建XGBoost模型,并通过最大信息系数的比较来选定与位移高度相关的特征,输入至模型中对滑坡位移进行预测。结果表明,XGBoost模型因其在目标函数中引入正则项来控制模型过拟合、模型数据集划分采用前向验证方式等优点,相较于大多数机器学习模型,能更加准确地预测降雨诱发阶跃型滑坡位移。该模型对此类滑坡的位移预测及早期监测预警具有重要参考意义。     

三峡库区水库型滑坡监测变量对库水位变化的敏感程度分区——以三峡库区石榴树包滑坡为例

在三峡水库蓄水和运行条件下,三峡库区水库型滑坡(以泄滩滑坡为例)不同部位的地下水位和位移表现出对库水位变化的敏感程度不同的特征。根据监测变量(位移与地下水位)对库水变化敏感程度的不同与监测信息量获取大小的关系,采用模糊模式识别方法对三峡库区泄滩滑坡地下水位及位移场变化对水库水位变化的敏感程度进行分区。借助泄滩滑坡监测变量敏感程度分区规律,给出三峡库区水库型滑坡地下水位与位移监测点布设的建议。     

考虑位移监测的滑坡稳定性综合评价研究

滑坡稳定性评价方法目前主要有极限平衡法、概率分析方法和有限元法,但是这些方法都仅从力学的角度出发,而很少从滑坡的实际变形角度来考虑。为此,在运用Morgenstern-Price法、蒙特卡洛-破坏概率方法和强度折减法从二维和三维的角度计算滑坡稳定性系数和破坏概率的基础上,提出了考虑滑坡位移监测的R/S分析方法对滑坡稳定性进行综合评价。以三峡库区青龙咀滑坡为例,采用上述四种方法对该滑坡稳定性进行综合评价。结果表明,该滑坡在计算工况条件下处于稳定状态,其危险性为中等。