降雨作用下基于电导性能的土坡基质吸力时空变化试验研究

降雨作用下土坡基质吸力随时空而变化,直接影响土坡的瞬态稳定性分析。为研究降雨作用下土坡电导性能与基质吸力的时空变化与联系,通过人工降雨滑坡物理模型试验,将电阻率作为监测量与常规的含水率、基质吸力相结合,并在边坡模型上种植马尼拉草,研究植草边坡在均匀降雨、前小后峰和前峰后小这3种动态降雨模式下的入渗特征。研究结果表明:动态降雨模式下,降雨强度变化对土体电阻率和含水率均能产生影响,但都存在一定滞后性。降雨前边坡土体基质吸力、电阻率较高,随着深度的增加逐渐递减。降雨后表层土体基质吸力、电阻率出现较大跌幅,分布上呈现由浅层到深层逐渐增大态势。结合Keller改进的Archie拓展模型与VG模型,得到基于电阻率的残积土基质吸力计算模型,并用试验数据进行验证,结果较为合理,为非饱和残积土基质吸力的测量提供一种快速便捷的方法。研究成果有助于探究非饱和残积土边坡在不同降雨模式下的渗流特征,揭示了降雨作用下坡残积土的电导性能演化规律与基质吸力空间分布特征。

考虑位移滞后效应的降雨型滑坡SSA-DELM位移预测模型研究

针对东南丘陵山地降雨型滑坡变形发展特征,现有滑坡预测模型应用存在局限,结合滑坡变形特点研究基于智能算法的滑坡预测模型。以福建安溪尧山滑坡为例,选取2019年9月至2022年6月滑坡监测数据进行研究,采用集对分析、灰关联法、麻雀搜索算法及深度极限学习机对滑坡位移进行预测,提出了一种考虑滑坡位移滞后时间基于深度学习的滑坡位移预测模型。结果表明:SSA-DELM模型的MAE、MAPE、RMSE相较于已有的BP神经网络、SVM模型均更小,同时模型结合了滑坡影响因子以及水位-位移滞后特征,具有明确的物理意义,位移预测效果较好且精度较高,可推广应用于类似的滑坡位移预测中。