谭家河滑坡监测与精细化预警模型研究

为研究谭家河滑坡的变形阈值,通过综合分析降雨、库水位和GNSS自动监测等数据,针对谭家河滑坡实际情况,建立了谭家河滑坡的5级递进式分级预警模型。研究结果显示:①滑坡高水位位移变化小,低水位位移变化大;②谭家河滑坡位移速率与库水位速率相关,库水位下降、位移增加,库水位上升、位移减小;③在库水位160 m以下、库水位速率阈值为0.6 m/d、位移速率阈值为0.5 mm/d条件下,滑坡形成“阶跃”;④在库水位下降期间以及低库水位运行期,累计降雨量大于175 mm会对滑坡的变形产生影响,也可形成“阶跃”。

库水位变动条件下谭家河滑坡变形阈值分析

水库型滑坡主要受水库蓄水、水位升降以及降雨等综合因素影响,稳定性差、变形机理复杂,同时其规模一般较大、危害性强;以三峡库首区域典型代表性水库滑坡-秭归谭家河滑坡为例,对丰富的专业监测数据进行了深入细致的分析,研究结果表明:滑坡主要受到库水位变动的影响,当库水位达到172 m时,滑坡开始产生较大的变形;由于长期库水位变动的影响,滑坡在高库水位和库水位下降时,位移速率较大,监测曲线形成阶跃,滑坡同时受到浮托减重效应和动水压力效应的影响.在库水位下降期,7d累积降雨量大于70 mm,以及在145 m低水位运行期,7 d累积降雨量超过170 mm,会对滑坡的变形产生明显的影响.

三峡库区卧沙溪滑坡稳定性的可靠度及敏感性分析

三峡库区是滑坡地质灾害多发的地区,库水位周期性涨落与降雨的耦合作用是导致滑坡失稳破坏的主要原因。为深入研究库水位与降雨作用下滑坡的稳定性,以三峡库区卧沙溪滑坡为例,采用蒙特卡罗随机抽样法,分析了不同工况条件下滑坡的可靠度指标、失效概率,并分析了滑坡的稳定性系数对滑体物理力学参数(c、、γ)的敏感性。结果表明:卧沙溪滑坡具有典型动水压力型滑坡的特征,库水位下降速率越大,滑坡可靠度指标越低,当叠加暴雨工况时,滑坡的失效概率明显增大;滑坡的稳定性系数对滑体的内摩擦角最敏感,黏聚力c次之,重度γ最小,且与滑体的内摩擦角、黏聚力c呈正相关关系,与滑体重度γ呈负相关关系,库水位下降速率越大,滑坡的稳定性系数与滑体重度γ的负相关性越强,不利于滑坡的稳定。

基于ARIMA时间序列模型的滑坡位移预测预报——以三峡库区王家坡滑坡为例

为深入研究滑坡的位移特性,以三峡库区王家坡滑坡为例,基于简单移动平均法及时间序列的减法模型分解滑坡位移的趋势项位移和周期项位移,对趋势项位移采取多项式拟合处理,对周期项位移进行一阶差分处理,并分析其自相关函数ACF及偏自相关函数PACF,然后根据模型的识别规则,建立了ARIMA(1,1,1)模型。根据时间序列的加法模型,将两部分预测位移相加即为滑坡位移预测的总位移。模型与实测结果对比表明,该预测预报模型效果较好,基本反映了滑坡位移的整体趋势,且实现了对滑坡累积位移的滚动预测,在滑坡累积位移短期预测预报中具有一定的适用性。

三峡库区王家坡滑坡降雨阈值分析

滑坡失稳破坏的诱因众多,其中,降雨是最常见和最活跃的诱发因素[1]。为深入研究降雨对降雨型滑坡的控制作用,分析诱发滑坡失稳变形的降雨阈值,本文以三峡库区王家坡滑坡为例,计算滑坡累积位移的类破坏点,并选取三个不同观测时段,分析不同观测时段下各个类破坏点的前期累积降雨量,得出斜率阈值。研究结果表明:随观测时段增大,累积降雨量斜率先增大后减小,且同一观测时段下,累积降雨量斜率与时间间隔呈反相关关系。本文选取观测时段n=10,时间间隔d=1,计算各个类破坏点的降雨量斜率,并通过加权平均得降雨量斜率阈值K=10.95。如果累积降雨量斜率大于斜率阈值,则滑坡很有可能失稳破坏。

基于诱发因素响应与BP神经网络的滑坡位移预测预报

三峡库区地质灾害有滑坡、崩塌、泥石流、塌陷、地面沉降、地裂缝等,其中主要以滑坡为主.为深入研究滑坡的变形特性,建立滑坡位移与其影响因素之间的预测预报模型,本文以三峡库区白家包滑坡为例,基于时间序列分析方法,提取滑坡趋势项位移及周期项位移.针对趋势项位移,采取多项式拟合,针对周期项位移,选取库水位、降雨量、月间库水位变化量、2个月累计库水位变化量、当月降雨量、两月降雨量作为周期项位移的影响因子,建立周期项位移与影响因子之间的BP神经网络预测预报模型.最终基于时间序列的加法模型,将趋势项位移与周期项位移进行叠加,即为预测位移.研究结果表明,该预测预报模型基本反映了滑坡累积位移的整体趋势,具有一定的工程意义.