甘肃省白龙江流域不同岩性滑坡降雨阈值研究

降雨引发斜坡破坏的阈值是地质灾害预警的基础。文章以2004—2019年白龙江流域甘肃段5个县区内因长期强降雨引发的滑坡作为研究对象,采用频数法研究不同岩性特征的滑坡降雨预警阈值。构建了不同概率等级下,引发滑坡的事件降雨量(event rainfall)与降雨历时(duration of rainfall)之间的关系模型,并给出了下限临界累计降雨阈值。通过2020年陇南武都区暴洪灾害引发的滑坡特征及降雨数据验证,滑坡前雨量计监测获得的累计降雨量与模型给出的临界累计降雨阈值基本相符,对持续强降雨引发的滑坡灾害的预警具有指导意义。

缓倾黄土滑坡稳定性分析及阈值研究——以廖集村滑坡为例

以天水廖集村缓倾黄土滑坡为例,通过多种试验手段获取滑坡特征参数,建立非饱和入渗与稳定性分析的滑坡耦合模型,基于降雨入渗过程和斜坡失稳机制分析,着重在初始条件变化下,求得相应状态下考虑降雨过程的雨强-历时滑坡阈值.数值模拟结果表明:干燥状态下,土体下渗困难,仅对表层含水率影响明显,而湿润状态下,下渗迅速,基质吸力显著降低,在更短的时间滑坡即会失稳.故湿润状态下,降雨强度-历时滑坡阈值的判据标准低于干燥状态,降雨持时<150 h且雨强>1.2mm/h的组合区间即会发生滑坡,多为强降雨天气.干燥状态时,降雨持时>200 h,雨强为0.41～2.08mm/h为滑坡发生的优势组合区间,往往为连阴雨天气.

基于卷积神经网络模型的区域滑坡敏感性评价——以川藏铁路沿线为例

在遥感解译、野外调查及前人研究的基础上,基于共线性诊断与极端随机数算法对13个影响因子的相关性和重要性进行评估,运用一维卷积神经网络构建川藏铁路沿线滑坡敏感性评价模型,使用受试者工作特征(ROC)曲线进行精度验证.结果表明,影响该区滑坡发育的主控因子为距河流距离、道路与断层的距离以及岩性,敏感性极低、低、中、高、极高的面积分别占总面积的66.30%、10.98%、7.55%、6.91%和8.26%.敏感性高的区域主要分布在河流、道路两侧和断层发育的区域;全线滑坡敏感性高低呈分段式分布,在山南-朗县段、波密-理塘段最为严重;一维卷积神经网络的ROC曲线下覆盖的面积为0.958,能有效地进行该区域的滑坡敏感性评价.