滑坡型泥石流转化机制环剪试验研究

以四川省达县青宁乡滑坡为研究对象,在查明青宁乡滑坡转化泥石流过程的基础上,利用环剪试验模拟青宁乡滑坡失稳以后滑体长距离滑动剪切的过程,分析在剪切过程中土体的物理力学性质变化。结果显示,滑坡型泥石流的转化,除了目前国际上普遍关注的超孔隙水压力的作用外,软弱基座效应也是重要的转化机制之一。滑体在滑动剪切过程中,滑体的剪缩效应以及颗粒的破碎和分层,使滑体土的体积减小,孔隙水压力上升,滑体土的剪切强度降低;同时,滑体的底部形成粉土液化层,且剪切距离越大,黏质粉土液化层的厚度越大,托着滑体快速向前滑动,大大降低了滑体的整体稳定性,该效应为软弱基座效应。

无黏性土滑坡型泥石流形成机理的离心机模型试验研究

采用自主研发的可视化试验装置,参照某泥石流现场试验进行了离心机模型试验,研究典型滑坡型泥石流形成的宏细观机理。根据现场试验的颗粒级配和重力比,用粉砂和细砂按比例配制土样进行20g加速度下的离心机试验。利用高清数码成像设备和细观结构分析软件Geodip分别从宏观和细观角度分析了滑坡型泥石流的形成模式和水土作用机理。研究结果表明:离心机模型试验较好地重现了现场试验现象,滑坡型泥石流的形成模式为自坡脚逐渐向上分块坍塌的倒退式块体滑动。滑坡型泥石流形成的原因是坡体中细颗粒随孔隙水迁移,引起孔隙水压力升高并形成底部渗流,造成坡体发生抗剪强度破坏形成泥石流。

烧房沟滑坡型泥石流工程治理及效果分析

国内对泥石流治理措施谷坊坝、格栅坝的作用和效果研究较多,而对滑坡型泥石流的综合治理措施和效果研究较少。2010.8.14强降雨过程导致汶川震区映秀镇烧房沟滑坡型泥石流暴发,通过分析其运动过程和现状沟道特征,结合滑坡堵点和沟道深切的特点,治理工程采用"防堵防切"综合工程结构形式:"上游谷防群+中游抗滑桩、挡土板和肋板护脚护底+下游3座格栅坝+渡槽明洞跨越G213",并分析各分项工程作用:"减弱龙头动能"+控制LS01堵点、保护"鞋尖"+"拦粗放细"、"顺畅排导"。最后利用"2010.8.14"与"2013.7.10"的历史降雨量和固体参与量对比、工程治理前后动储量对比和各分项工程治理前后的沟道特点对比,验证了烧房沟滑坡型泥石流综合治理工程的效果良好。为今后震区滑坡型泥石流工程防治提供参考。

扎木弄沟滑坡型泥石流物源及堵河溃坝可能性分析

研究易贡乡扎木弄沟泥石流物源及再次形成滑坡型泥石流堵河溃坝的可能性,对选择川藏铁路跨越易贡藏布的基础工程及附属设施具有重要的意义。首先基于工程地质分析方法和野外实际调查得出了扎木弄沟泥石流的物源总量。其次,通过三维数值模拟估算今后再次发生类似2000年滑坡型泥石流的堆积范围和深度。最后,基于四种工况下滑坡型泥石流的堆积形态和2000年堰塞坝物质组成分析了泥石流堵河及溃坝可能性。通过研究得出了如下结论:扎木弄沟泥石流物源总量为2.37×108m3;在地震(地震烈度为Ⅷ度)和极端气候工况下,今后再次发生类似2000年的滑坡型泥石流有可能造成堵河;在流域源头崩滑起动方量增大的情况下,堰塞坝溃决的风险逐渐增加。

滑坡型泥石流形成机理

滑坡型泥石流是一种特殊的能量转换体运动类型。它是在很短时间内，由滑坡体的位能快速转化为动能的一次性滑动——流动堆积。滑坡型泥石流的活动是由块体在整个连续运动过程中发展的两个阶段（先滑坡，后泥石流）组成。滑坡型泥石流与一般的滑坡、泥石流不同，它兼具滑坡和泥石流的一些特征。滑坡型泥石流速度快，冲击力强，破坏性大。在理论上和国民经济影响方面有独特的研究意义。

降雨激发滑坡型泥石流转化特征和阈值研究——以江西大吉山2019.6.10灾害为例

滑坡向泥石流转化后形成更大灾害,以2019年6月10日江西省大吉山流域发生的2类11条滑坡型泥石流为例,通过影像识别、现场调查、GIS空间分析和数理统计等方法对2类滑坡型泥石流的地形特征、物源特征、转化特征和降雨阈值进行分析。结果表明:①间接转化型是滑坡堆积物先堆积沟道后经汇水启动形成,直接转化型是滑坡堆积物在下滑过程中直接转化形成;②参与转化的物源为滑坡堆积体,滑坡体以浅层小型、“宽薄型”为主;③2类转化型泥石流在流域面积、沟道弯曲度、纵比降等指标上有明显界限,该指标可用于快速识别2类泥石流;④利用现有预测模型计算该区域本次滑坡型泥石流降雨阈值,该降雨阈值可为该地区泥石流灾害的预报提供理论参考。

矿山排土场滑坡型泥石流起动条件的试验研究

以矿山排土场滑坡型泥石流起动为研究对象,研制了一套矿山排土场滑坡型泥石流室内试验系统,进行了不同颗粒级配、底床坡度和降雨强度下矿山排土场泥石流的室内试验。由试验结果可知,矿山排土场发生泥石流时的临界水量与排土场细颗粒含量以及降雨强度呈抛物线关系,当细颗粒含量为30%和降雨强度为2L/s时,最易发生泥石流;底床坡度越大,越易发生泥石流。

2000年易贡乡扎木弄沟滑坡型泥石流主控因素分析

为进一步查明2000年4月9日扎木弄沟滑坡型泥石流的成因,有必要分析内外动力条件对该次滑坡型泥石流的影响。基于1950-2000年的地震活动和气温资料,以及2000年3月-4月的降雨资料,分析地震活动、冻融循环和干湿循环与2000年滑坡型泥石流的时空耦合关系。结合花岗岩岩体结构特征,分析内外动力条件对2000年滑坡型泥石流的影响机制。研究结果包括两方面内容:(1)极端的冻融循环、干湿循环和地震活动是2000年滑坡型泥石流的主控因素,其中灾前Ms4.8的地震是2000年滑坡型泥石流形成的直接诱发因素。(2)长期的地震活动、冻融循环和干湿循环增加了向南倾的流域源头花岗岩岩体的脆弱性,也增加了流域源头岩体地表裂隙,受后续降水和冰雪融水渗流的影响,流域源头岩体饱水强度衰竭,在4.8级地震诱发作用下,BH01崩滑体发生崩滑,2000年滑坡型泥石流发生。

黄土滑坡型泥石流主要影响因素研究进展

黄土滑坡型泥石流在我国广泛分布,且具有速度快、冲击力强、破坏性大等特点,目前对其的观测与专门研究仍处于起步阶段。基于黄土的高孔隙比、强湿陷性和高细颗粒含量3个典型特征,分析其对黄土滑坡型泥石流形成的影响,结果表明:①高孔隙比使得黄土渗透速率较大,内摩擦力较小;同时,在降雨增湿过程中,黄土湿陷促使其结构性减弱,有效黏聚力快速降低,从而导致黄土抗剪强度快速降低,易产生库仑破坏。②由于细颗粒含量高,黄土液化后孔隙水压力消散较慢,使得黄土滑坡型泥石流滑距较长,堆积区颗粒组分沿纵向具有一定分选性。研究成果可为黄土滑坡型泥石流灾害防治提供参考。

滑坡型泥石流的形成机理和规模

库仑混合流理论对滑坡松散体转化为泥石流的形成机理、能量转化、预测更为合理。实践证明这种新型理论更为实用。

滑坡型泥石流的转化机理研究

滑坡一旦转化为泥石流,其运动距离将显著增加,会严重威胁人民的生命和财产安全,而揭示滑坡型泥石流的转化机理是对其进行预测预报与防治的前提。以新疆乌恰县托云乡乔库而滑坡型泥石流为研究对象,利用遥感影像、现场调查和室内实验(包括颗分、直剪和环剪试验),对其转化机理进行研究。结果表明:受有限降水条件的影响,乔库而滑坡型泥石流物源区的松散堆积物失稳后不能直接形成泥石流,而是首先形成滑坡,滑坡体在长距离运移过程中,一方面由于土体颗粒破碎和铲刮作用,导致滑坡土体运移过程中细颗粒物质逐渐增加,土体抗剪强度不断降低;另一方面则是在土体颗粒破碎作用下,土体发生剪缩,导致土体孔隙水压力不断增大,产生超孔隙水压力,土体抗剪强度急剧下降甚至发生液化,最终转化为泥石流。另外,通过环剪试验结果可知,对于乔库而泥石流,滑坡体转化为泥石流的土体临界初始含水率在20%~27%之间,而其低于20%,则滑坡体无法转化为泥石流。

黄土梁滑坡型泥石流2~#沟工程治理及效果评价

目前对谷坊、拦砂坝、排导槽等治理措施研究较多,但对滑坡型泥石流的治理研究较少。2008年9月24日,四川省北川县陈家坝乡黄土梁发生特大滑坡,诱发其下游的2~#沟发生特大泥石流,导致沟口103国道被掩埋,堵塞都坝河。为防止泥石流再次发生,对2~#沟泥石流进行了工程治理及治理效果评价。治理措施采用"2~#沟中游4座浅拦坝+2~#支沟中游3座浅拦坝+下游起点设置总长34.7 m束流堤,总长156.4 m排导槽,终点设置总长22.1 m导流堤,排导槽与103国道相交处,采用桥梁工程跨越排导槽",中游和下游统筹的治理方案,并分析了各分项治理工程的作用。与2008年9月24日暴雨相比,2013年8月7日和2016年7月21日2次强降雨活动未发生泥石流灾害,验证了黄土梁2~#沟泥石流防治工程效果较好,为类似滑坡型泥石流工程防治提供了参考。

新平县曼蚌河滑坡型泥石流特征及治理

曼蚌河是地处新平县腰街镇的一条老泥石流沟,属红河二级支流,在2001年以前的近50年间未暴发过泥石流。2000年在中游芭蕉箐支沟源头一带发育一大滑坡,活动后形成滑坡型泥石流,阻塞主沟溃决形成主沟泥石流危害下游。其形成及活动过程非常复杂,支沟为滑坡型粘性泥石流,龙头高近20m,有气垫效应产生。通过勘察、量测,查明了该沟滑坡型泥石流的发育、活动特征及形成机理等。通过3方案比选优化最终确定了"拦挡、排导为主,辅以稳坡固床"的泥石流防治方案。

浅述公路滑坡型泥石流的防治

结合工程实践,对滑坡型泥石流形成原因及采取的工程措施和生物防护措施做一简明的阐述,旨在对滑坡型泥石流在公路工程中的防治提供一点经验,以供参考。

基于移动最小二乘法的阶跃型滑坡预警曲面模型

基于移动最小二乘法搭建阶跃型滑坡预警曲面模型,以三峡库区王家坡滑坡监测数据为例构建预警模型并验证了该模型用于滑坡阶跃预警的可行性。该模型通过移动最小二乘法拟合滑坡累计位移-监测期次曲线,利用拟合曲线导数信息确定滑坡阶跃变形区间,以区间二阶导数最大值点作为“类破坏点”获得当期降雨、前期降雨、位移速率阈值;根据“类破坏点”监测信息,利用移动最小二乘法建立滑坡阶跃变形发生的阈值曲面,以位移速率作为分级标准建立4级预警阈值曲面模型进行预警分析。王家坡滑坡验证结果表明,模型预警等级与滑坡实际位移情况相符,模型具有良好的预警效果,能实现高效准确的滑坡阶跃变形预警。

黄土卸荷蠕变特性与典型开挖型黄土滑坡机理研究

开挖卸荷是黄土滑坡的主要诱发因素之一,为深入研究黄土的卸荷蠕变特性与开挖型黄土滑坡的机理,本文选择典型开挖型黄土滑坡——榆林市上庄滑坡黄土作为研究对象,进行了一系列三轴卸荷蠕变试验,分析了卸荷对黄土蠕变特性的影响,并结合试验成果和数值模拟方法对开挖型黄土滑坡机理进行了揭示。三轴卸荷蠕变试验结果表明在卸荷条件下,卸荷应力水平越大,试样蠕变变形越大且达到稳定蠕变状态所需的时间就越长。初始固结应力越大,试样蠕变破坏所需卸荷值占围压的比例越小。利用等时曲线法求取了试样长期强度并计算出研究区黄土的长期黏聚力与长期内摩擦角值,引入长期强度折损率,并对瞬时强度与长期强度的规律进行了对比分析。数值模拟计算结果显示在坡脚开挖处形成了应变集中区,坡面由上至下的位移逐渐增大。相较于未开挖情况下,开挖后土体中卸荷应力明显增大,导致坡体蠕变变形增大,最终造成了坡体滑移。研究成果可为此类滑坡防治提供理论借鉴。

基于多源数据与机器学习的降雨型滑坡灾害危险性动态预警

降雨型滑坡灾害是三峡库区发育的主要地质灾害之一,区域滑坡灾害危险性预警对滑坡风险减缓有重要意义。针对区域滑坡灾害危险性预警的时效性等问题,本文以重庆市云阳县为研究区,提出了基于多源数据与机器学习的滑坡灾害危险性动态预警方法(图1)。1滑坡易发性空间预测滑坡易发性预测可准确地预测出潜在滑坡空间分布规律(黄发明等,2020;林高聪等,2023)。

基于GIS与Scoops 3D的水动力型滑坡区域稳定性分析

库岸边坡在库水位变动、降雨等水动力因素的作用下易发生水动力型滑坡,进而威胁库区居民生命及财产安全。以某流域HD和DHQ库段为主要研究区段,在对已有滑坡点进行地质调查和遥感解译的基础上,将ArcGIS的空间分析与三维斜坡稳定性分析模型(Scoops 3D)相结合,对研究区段的潜在滑面进行系统的三维搜索及识别,并基于GIS数据与室内试验等确定计算参数,对天然和暴雨两种工况下的区域滑坡稳定性进行评价比较。结果表明:(1)研究区历史滑坡点分布与基础地质环境、岩土体强度指标参数有很强的相关性;(2)天然工况下,非稳定区主要分布在DHQ坝区、迤场、DH坝址、拉巴铁、宝塔河以及甸尾附近;(3)暴雨工况下,非稳定区面积较天然工况有显著的增大,DHQ坝址、营盘镇、甸尾、HD坝址附近有较为密集的分布;(4)暴雨工况下模型计算的非稳定区与历史滑坡点的分布特征基本一致。由此可见,三维斜坡稳定性分析模型可以较为准确模拟不同工况下滑坡稳定性,且易发程度区分明显,稳定性评价结果在一定程度上反映了研究区段的稳定性时空分布。

基于I-D阈值的滑坡气象预警双指标模型

确定降雨阈值对于管控降雨型滑坡灾害风险具有重要意义。以浙江衢州市98处降雨型滑坡为例进行降雨阈值研究。在统计分析1970—2019年梅汛期间诱发滑坡降雨特征的基础上,首先对比分析I-D、E-D和E-I曲线建立的降雨阈值模型,然后基于I-D阈值建立以当日降雨量R0和5 d有效降雨量R5为预警指标的滑坡气象预警双指标模型,最后采用历史降雨和滑坡数据检验模型的合理性和可靠性。结果表明:(1)I-D模型对于降雨型滑坡的预测能力优于E-D和E-I模型;(2)按双指标模型反演衢州市历史50 a滑坡气象预警情况,红色、橙色和黄色预警的年均预警次数为1.5,3.2,9.3次,具有较高的合理性;20处验证滑坡点被双指标模型准确预警,其中15处为红色和橙色预警,此外模型成功预警了2014年全部8处降雨型滑坡;(3)用于检验模型预测能力的7处滞后性滑坡全部成功预警,其中3处橙色预警、3处黄色预警和1处蓝色预警。本研究提出的预警模型有助于衢州市滑坡气象预警发布,为政府部门开展风险评价和管理提供新思路与方法。

基于时序分析及CNN-BiLSTM-AM的阶跃型滑坡位移预测

传统基于递归神经网络的模型对阶跃型滑坡位移预测能力不足,为解决这一问题,提出一种基于时序分析及卷积神经网络-双向长短期记忆-注意力机制(CNN-BiLSTM-AM)的滑坡位移动态预测模型。首先使用变分模态分解方法(VMD)将序列分解为趋势项、周期项和随机项。采用二次指数平滑法拟合趋势项位移,然后引入最大互信息系数法(MIC)计算各类影响因子与周期项位移相关性,对于周期项和随机项位移采用CNN-BiLSTM-AM混合模型进行多因素和单因素预测,最终累加各分量预测值得到累积位移预测结果。实验结果表明,所提方法在最终累计位移预测结果中拟合系数R~2达0.984和0.987,平均绝对误差(MAE)分别为5.334和3.947,均方根误差(RMSE)分别为6.196和4.941,相比卷积神经网络-长短期记忆(CNN-LSTM)、麻雀搜索算法-核极限学习机(SSA-KELM)和NARX方法,所提方法能够更好的捕捉监测数据的时间相关性,预测精度显著提高,可为阶跃型滑坡预警及防治工作提供参考。