抗滑桩加固后边坡稳定性评价与桩位优化研究进展

边坡失稳是影响人类工程建设活动安全性的一类常见的地质问题,抗滑桩是边坡治理工程中常用的防治措施之一,但是目前考虑加桩后边坡的稳定性研究较少。针对抗滑桩加固后的边坡稳定性评价和抗滑桩桩位布设优化问题的研究进展进行了概述,重点综述了:抗滑柱加固边坡的稳定性分析方法,即国内外在理论计算、数值模拟和物理模型实验三方面的研究成果,并对比分析了各自的优缺点;目前常用的抗滑桩最优布设分析方法,并指出了各自的适用条件;当前边坡工程中抗滑桩桩位优化研究的现状,并对今后的发展方向进行了展望,可为今后类似研究提供一定借鉴与参考。     

路域土壤重金属含量空间变异的影响因子

以纵向岭谷区景洪-思茅段公路沿线为研究区,通过公路不同地点样线布设,对不同土地类型、地形和公路距离下的98个样点进行了野外植被和环境因子调查及土壤采样,在土壤表层0～20cm重金属全量分析的基础上对影响其分布的环境因子做了相关分析,得出研究区路域土壤重金属污染的空间分异特征及其主要的影响因子.研究结果表明,公路沿线不同土地利用类型下土壤重金属元素的含量存在较大的差异,但不同类型下含量的变化趋势较为一致,草地重金属污染最为严重,而次生林,原始林重金属含量较低;土壤养分也受土地利用类型影响,但相关分析表明,除了pH值、总钾、总磷和重金属关系较为密切外,研究区其它土壤养分和重金属之间的含量相关不显著.重金属元素含量之间相关性显著,表明该段道路重金属污染具有同源性,即来自道路.距公路的距离对重金属含量影响较大,农田土壤重金属含量随距离公路增加逐渐降低,而自然土壤中,变化趋势呈波动趋势.进一步对自然土壤中重金属的影响因子做了分析,结果表明,地形影响重金属的含量垂直分异,而典范对应分析也显示研究区距离、地形、土地覆被和土壤特性共同作用于土壤污染的空间变异.影响程度为距离＞土地覆被＞地形＞土壤.     

对美国FHWA公路噪声预测模式的深入讨论

美国ＦＨＷＡ公路噪声预测模式在我国被广为应用，甚至有各种修正模式，但因对原模式的理论依据仍缺少了解，以至在实际应用过程中或对原模式进行修正时诸如参数的选择及计算、模式适用范围等出现了不当或错误现象。本文从理论上对ＦＨＷＡ公路噪声预测模式进行了深入分析、进而讨论了各参数的物理意义、模式的适用范围，并提供了二种特殊情况下公路噪声的预测模式。     

公路边土壤和水稻中铅的分布,累积及临界含量

在距公路５、１０、５０、１００、２００ｍ准备收割的稻田中同时采集土壤及稻米样品。对２条公路的样品分析结果表明，汽车尾气中铅的污染大多集中在公路两侧５０ｍ左右的范围内。土壤自身性质对路边土壤及水稻中铅的分布、累积具有显著影响。经壤水稻中铅的累积量小于重壤水稻土，但轻壤水稻糙米的含铅量却高于重壤。轻壤中土壤含铅量和糙米含铅量之间具有相关关系。探讨了公路边土壤的临界含量问题，推算出轻壤中此值为５８ｍｇ／     

大型采石废弃地弃渣边坡稳定技术设计研究

近年来,采石场大面积弃渣边坡无防护堆积和坡面水土流失等问题严重.文章基于"蓄水范式"理念,以山阴县小娘娘山采石场为例,采用理论研究与实用施工技术相结合的方法,提出一套因地制宜的弃渣边坡稳定技术,该技术包括蓄水稳定技术设计和配套措施设计,以研究区内的一处弃渣边坡为示范点进行了实际设计和施工.结果表明,弃渣边坡稳定技术能有效提高弃渣边坡的稳定性和蓄水能力,施工方便、成本低,在实际工程中具有广泛地推广性.     

高海拔排土场边坡安全稳定性的PS⁃InSAR监测

为了解决高海拔排土场边坡灾害监测难度大以及安全稳定性预警等问题,提出利用 PS-InSAR 技术对高海拔排土场边坡进行安全稳定性监测分析。通过对西藏山南桑日县某排土场边坡进行监测分析研究,采用 2018 年 11 月 04 日至 2020 年 12 月 23 日的 25 景 Sentinel-1A 数据,利用时序差分干涉相位的时空分析方法,进行差分干涉、模型迭代计算和地理编码等解算,解算得到平均形变速率分布,基于平均形变速率结果分析该排土场边坡的安全稳定性。结果表明：利用 PS-InSAR 技术能够获取排土场边坡区域的地表形变信息;该研究区域坡体 2018 年 11 月至 2020 年 12 月的平均形变速率最大值为 -20.00 mm/a,最大形变速率区域出现在排土场边坡的下部 ;通过 PS-InSAR 技术能够对其安全稳定状态进行准确评价,并进行预警预报,为排土场边坡的安全稳定服役提供有效技术保证。     

考虑含水率影响的花岗岩残积土边坡地震响应分析∗

基于室内直剪试验,得到不同含水率下花岗岩残积土的强度参数,并采用有限差分软件研究了花岗岩残积土边坡在不同含水率(13%、17%、21%、25%)和地震加速度峰值(0.05g、0.1g、0.2g、0.4g)下的位移场、加速度场和锚杆轴力变化规律。结果表明:在EL波作用下,边坡水平位移主要集中在残积土层内。含水率越高、地震峰值加速度越大,同一位置处坡体水平位移越大;PGA放大系数随着坡高的增加而增大,且表现为趋表放大效应。含水率越高、地震峰值加速度越小,同一位置处PGA放大系数越大;预应力锚杆最大轴力位于锚头处,且轴力沿自由段变化较小,而在内锚段由始端向末端逐渐减小。含水率越高、地震峰值加速度越大,同一位置处锚杆轴力越大。当地震加速度峰值较小时(PGA=0.05g),坡脚处锚杆轴力最大,当地震加速度峰值较大时(PGA=0.4g),坡顶处锚杆轴力最大。     

基于改进的PSO‑BP神经网络的边坡稳定性研究∗

边坡稳定性研究对于重大地质灾害防治极其重要,但由于影响边坡稳定性的因素具有非线性、多样性以及模糊性等特征,边坡稳定性分析一直是地质灾害防治领域的热难点问题。已有研究表明神经网络预测模型可有效应用边坡稳定性分析,但同时存在预测精度低、鲁棒性差、收敛速度慢等缺点。为改善上述问题,在粒子群算法优化的 BP 神经网络（简称 PSO?BP 神经网络）算法基础上提出一种改进的边坡稳定性预测模型。该模型以容重、内聚力、内摩擦角、边坡角、高度、孔隙压力比作为输入参数,以安全系数作为输出参数。通过借鉴遗传算法中的变异思想来提升模型全局寻优的能力,利用能量函数负梯度下降原理提高模型的收敛速度。将所收集到百余条边坡数据进行数据清洗,最终得到 80 条高质量边坡数据,随机选取其中的 50 条边坡数据作为模型的试验数据。最后采用十折交叉验证的方法对模型的准确性进行验证,并在多维度与其余边坡稳定性神经网络预测模型进行对比分析。结果表明：①该模型相比于其余模型收敛速度、准确率、鲁棒性均有明显提高;②将 K 折交叉验证应用在小样本数据下的边坡稳定性神经网络预测模型,可有效避免结果的偶然性。③该模型的预测误差仅为 4.31%,满足工程精度需求,可在实际工程中为边坡稳定性分析与灾害防治提供参考。     

山区沿河公路水毁危险性评价方法的研究

为了预测评价山区沿河公路水毁灾害,通过理论分析和专家系统调查,阐明了沿河公路水毁危险性的含义,确定了其主要危险因子(洪水流量、水位、流速)和次要危险因子(洪水持续时间、河流形态)。运用灰色系统的关联度方法,根据关联序确定了各危险因子的权重;在因子等级划分的基础上,提出了沿河公路水毁危险性指数的计算方法,并在工程中得到了应用。研究成果可供沿河公路水毁易发段危险性点及整个路段的评价参考。     

基于Bishop条分法的多点多向地震动作用下边坡稳定性分析

以人工合成的多点、多向地震加速度时程作为地震动输入,基于Bishop条分法推导了地震边坡稳定安全系数的表达公式。在此基础上,针对某一具体算例,分析了不同地震峰值加速度下的不同坡高边坡稳定安全系数的变化规律,并与单点、单向地震动输入的结果进行了对比。结果表明,对于本文给出的算例,在坡高与地震峰值加速度都相同的条件下,多点、多向地震作用下的边坡安全系数要大于单点、单向作用下的安全系数;当坡高小于30 m、地震峰值加速度小于0.1 g时,多点、多向地震动作用下的边坡安全系数与单点、单向相差不大;当坡高大于30 m、地震峰值加速度大于0.1 g时,多点、多向地震动作用下的边坡安全系数相对单点、单向要小36%以上,此时边坡稳定性评价必须考虑地震动的多点、多向特性。