三峡库区淌里滑坡变形特征及影响因素分析

滑坡监测主要采用地表位移GPS监测和滑体深部位移监测等方法。根据多年滑坡变形、库区降雨、库区水位变化等相关资料,分析了三峡库区淌里滑坡的空间变形特征,并研究了降雨和库区水位两个因素对滑坡变形的影响。该滑坡变形区呈牵引式变形特征,多年位移监测数据曲线呈阶跃性特征,与降雨过程具有一定的相关性,同时库水位的大幅变动对滑体变形的节奏也产生一定影响。滑体变形对水位下降的情况较为敏感,尤其当水位在一段时间内按一定速率持续宽幅下降时对变形区的稳定性影响更为强烈。     

三峡库区某滑坡变形影响因素分析

根据三峡库区某滑坡5年左右的GPS位移监测以及降雨量、库水位监测数据,选取降雨和库水位两个因素研究了其对滑坡变形的影响。结果表明:降雨的入渗增加了滑体重量、软化了岩土体、润滑了滑带与滑床的接触面,会降低滑坡的稳定性;库水位的上升一般对岩土堆积层滑坡的稳定性无明显不利影响,而其下降却使滑坡变形加速;两者对滑坡变形的影响均表现出一定的"滞后效应",滞后期一般为5~10 d。     

基于三峡库区库水位和降雨统计分析的八字门滑坡稳定性评价

[目的]分析三峡库区水位及降雨对八字门滑坡的影响,为八字门滑坡的稳定性作出评价。[方法]利用滑坡的监测资料对八字门滑坡的变形进行定性分析,然后在对库区水位及降雨定量分析的基础上确定20种工况,利用Geo-Studio计算八字门滑坡的稳定性。[结果]八字门滑坡10个GPS监测点累积位移监测曲线均为阶梯形状并随着时间呈增长趋势,形态变化具有同步性。20种工况下八字门滑坡稳定系数大于1,当库水工况不变降雨工况变化时,最小稳定系数变化较小。当降雨工况不变库水工况变化时,最小稳定系数变化较大。最小稳定系数在库水位稳定在175水位、库水位稳定在145水位、2014年库水位波动、平均库水位、2013年库水位波动5种工况下依次减小。[结论]八字门滑坡整体处于稳定状态。降雨和库区水位对八字门滑坡稳定性存在影响,库区水位对八字门滑坡稳定性的影响较大,库区水位变化幅度越大,八字门滑坡稳定性就越差。     

库水位升降对李家坡滑坡稳定性的影响

以三峡库区巫山李家坡滑坡为研究对象,依据勘察资料和试验资料等,应用地学软件GeoStudio中的SEEP模块和SLOPE模块建立相应的模型,用实时监测数据对模型进行校正,用校正后的模型模拟库水位以不同速率升降对滑坡稳定性的影响。研究结果表明:水库型滑坡稳定性受库水位升降速率影响明显,稳定性变化主要受静水压力、动水压力、库水浮托力、岩土体物理力学性质变化等共同影响,变化趋势由占主导地位的影响因素决定。     

三峡库区某退水滞后型滑坡渗流及稳定性分析

三峡库区自2003年蓄水以来,库区水岩作用引发了水库岸坡失稳等地质灾害,其中水库岸坡破坏出现在库水位上升期的占40%~49%,出现在水位消落期的约占30%,而有些大型滑坡会发生在库水位达到最大值后的快速消落期。本研究以三峡库区某退水滞后型滑坡为例,结合2016年1—6月三峡水库水位的实际运行情况并联合降雨,利用数值模拟的方法模拟其渗流场变化并进行稳定性计算。研究结果表明:库水位下降并叠加降雨的情况下,对滑坡的稳定性不利,当库水位下降速率达到1.0 m/d且叠加降雨时,滑坡的稳定性最差,此时为最不利工况;在5种工况条件下,滑坡的稳定性有所降低,但稳定性数值均大于1.05,说明滑坡仍处于基本稳定状态。     

库水位升降作用对库岸滑坡稳定性的影响研究

利用了渗流场-应力场耦合的有限元法,对三峡库区某滑坡体在库水位升降作用下的渗流特征及稳定性变化规律进行了研究。结果发现,对于该滑坡体在库水位上升过程中其稳定性将有降低的趋势,而在水位上升过程中,滑坡的稳定性开始阶段下降而后逐渐上升。     

三峡库区黄泥巴蹬坎滑坡变形机制

[目的]研究黄泥巴蹬坎滑坡的变形规律及失稳机制,旨在为库区同类型滑坡的研究提供借鉴。[方法]分析该滑坡的宏观变形特征,结合专业监测数据,研究其变形规律及失稳机制,并运用数值模拟计算研究库水位下降的致滑机理。[结果]黄泥巴蹬坎Ⅰ号滑体变形严重,分别于2007年4—6月,2009年4—6月,2012年4—6月发生加速变形,且加速变形速率逐次呈快速增长趋势。库水位下降对该滑坡稳定性的影响表现为坡体外部卸荷效应和内部动水压力推动作用。一方面,库水位下降使得指向坡内的静水压力消失,导致抗滑力减小。另一方面,库水位下降引起坡内地下水位下降,地下水沿滑带方向渗流,产生的动水压力推动滑坡向外发生变形。[结论]目前黄泥巴蹬坎滑坡处于欠稳定状态,库水位下降加之连续强降雨是导致黄泥巴蹬坎滑坡变形失稳的主要因素。     

三峡水库区某滑坡特征和稳定性分析

三峡水库区地形条件、自然地质条件复杂是我国地质灾害的多发区及重灾区。三峡大坝的兴建在一定程度上改变了原有地质环境的脆弱平衡状态,加剧了地质灾害的发生。在研究三峡库区某滑坡的工程地质条件及滑坡体基本特征的基础上,分析了诱发坡体失稳的主要因素,并对该滑坡在四种不同工况下的稳定性进行了验算,验算结果表明,该滑坡目前现状条件下处于稳定状态;在库水位蓄水或者库水位骤降情况下,滑坡体将处于整体失稳状态,因此,有必要采取一定的防治措施确保在三峡水库蓄水之后滑坡处于稳定状态。     

模糊数学理论和数值分析在滑坡评价中的应用

根据三峡库区典型的弱透水型滑坡——白家包滑坡地质资料和监测数据,运用模糊数学理论和数值分析法对滑坡稳定性进行了定性和定量评价。模糊数学理论评价结果显示白家包滑坡处于欠稳定状态;数值分析模拟结果显示白家包滑坡受库水位下降影响较大,特别是在库水位下降和强降雨叠加情况下稳定性下降明显,处于欠稳定状态。监测点监测结果证明采用这两种方法的评价结果具有一致性,且与实际情况相符。     

三峡库区甘家院子滑坡稳定性预测与验算

三峡库区云阳县甘家院子滑坡是由H1、H2、H3滑坡体组成的滑坡群，类型复杂，影响范围甚广。在深入分析了滑坡地质特征、结构特征和变形特征的基础上，对滑坡就蓄水以后滑坡体的变形、失稳形式作出预测，最后采用传递系数法验算滑坡体整体稳定和局部稳定性，所得结果为滑坡的治理与防治工程提供依据。同时计算结果表明，该滑坡目前处于稳定状态，在库水位作用下或遭遇长时间高强度的暴雨时，滑坡可能整体失稳，与预测结果完全吻合。     

外部降雨条件和内部瞬态承压水作用对堆积层滑坡的影响分析和数值模拟

[目的] 分析瞬态承压水的发育特征，为该类滑坡的预防和治理提供科学借鉴。[方法] 以浙江省丽水市松阳县范山头滑坡为例，对其松散堆积体边坡内部的瞬态承压水的作用机理进行模拟和研究，通过分析滑坡区域的地质背景条件、水文地质条件、变形破坏特征，并与降雨数据进行对比，采用GeoStudio数值模拟软件对不同的降雨条件和坡体初始水位进行模拟。[结果] 当滑坡体存在渗透性差异很大的不同岩土层时，强降雨作用或者较高的初始水位会促进瞬态承压水的出现和发展，降低边坡的稳定性。[结论] 外部降雨和瞬态承压水的产生和发展对堆积层滑坡的产生有重要的影响作用，降低了坡体的稳定性，促进了滑坡的出现。     

滑坡变形的多因素小波神经网络预测模型

小波神经网络模型结合了小波变换良好的时频局域化性质及传统神经网络具有的自学习功能,具有良好的逼近与容错能力。以某水电工程区的典型滑坡为例,在对滑坡的基本特征、滑坡变形与主要影响因素相关关系进行分析的基础上,选择滑坡位移速率和对滑坡位移起控制作用的降雨2个因素,建立了滑坡变形的小波神经网络预测模型,并与其他多因素小波神经网络模型进行了比较。结果表明,所建的滑坡多因素小波神经网络模型的预测精度总体均比较高,其中以位移速率和降雨量建立的2因素小波神经网络模型的预测精度最高,优于其他小波神经网络模型。     

人工模拟降雨下汶川震区滑坡堆积体产沙规律

为明确震区滑坡堆积体坡面产沙的特点,该文采用室内人工模拟降雨试验,对不同土石比(质量比为1:1、1:2、1:4)的滑坡堆积体侵蚀产沙规律进行研究。结果表明,同一土石比不同降雨强度与同一雨强不同土石比条件下,震区滑坡堆积体产沙随时间的变化形式,为波动型和平缓型。土石比和雨强对滑坡堆积体径流含沙量有显著影响,即当滑坡堆积体土石比为1:1时,稳定产沙率随着雨强增大而增大,即2.80 g/min(1.0 mm/min)7.76 g/min(1.5 mm/min)10.84 g/min(2.0 mm/min);在土石比为1:2雨强1.0 mm/min时没有产流产沙,1.5 mm/min雨强条件下的产沙率小于雨强2.0 mm/min的产沙率;土石比为1:4的滑坡堆积体在整个试验过程中没有产流产沙。土石比与平均产沙率、累积产沙量的偏相关系数相比于雨强更大,累积径流量和累积产沙量为极显著线性关系。研究为汶川震区滑坡堆积体的水土流失预测和治理提供理论依据。     

贵州省贵定县定东小学滑坡形成机制

[目的]贵州省贵定县定东小学滑坡发生后,造成学校食堂、住宿楼地面、墙体出现开裂,直接威胁学校建筑物及附近民房、道路安全,迫切需要查明其形成的机制,为滑坡工程治理提供可靠的依据。[方法]采用了钻探、浅井、高密度电法等手段和方法调查了滑坡体结构和变形特征,并用Adina软件分析了滑坡在自然和暴雨情况下应力应变场和变形破坏特征。[结果]人工填土和降雨是滑坡形成的主要原因,滑坡破坏模式为蠕滑拉裂型。特殊的地形地貌和低压实度填方是导致滑坡最主要的内因,而长时间的降雨入渗是外因。[结论]不合理的人工填土是滑坡发生的直接原因,滑坡会沿填土与黏土层交界面处发生滑动。     

基于支持向量机和BP神经网络的滑坡变形复合式预测

[目的]探讨复合式组合预测模型对滑坡两变形时间序列的预测效果,为滑坡的变形预测提供一种新的思路。[方法]基于支持向量机和BP神经网络,构建滑坡位移序列和速率序列的复合式预测模型,首先,对滑坡环境因素进行分析,提取其基本信息;其次,利用2种预测方法构建回归结构预测模型和多因素预测模型,并对两时间序列进行一重预测;最后,利用BP神经网络对一重预测结果进行了二重组合优化。[结果]滑坡库水位与滑坡两变形序列均具有较大的相关性,滑坡的稳定性很大程度上会出现周期性疲劳减弱的可能,且通过对滑坡变形的复合式预测。[结论]该方法的相对预测误差均较小,很大程度上提高了滑坡变形的预测精度和稳定性,证明了该预测模型的有效性。     

基于U-DEC数值分析的龙洞水滑坡变形特征及成因机制分析

[目的]借助龙洞水滑坡典型实例,从静水压力和滑带软化角度分析滑坡的成因机制,为该类滑坡的进一步识别及研究提供理论依据。[方法]通过详细的现场地质调查、遥感摄影、工程地质测绘及离散元数值模拟分析,对滑坡的变形破坏特征进行分区评价,并对其成灾机制进行探究。[结果]地质构造形成的宽缓向斜形成了滑坡的雏形,软硬相间的互层结构提供了滑坡的物质基础,三面临空的地形地貌条件为其提供运动变形空间,卸荷及构造裂隙为地表水的入渗提供了优势通道,地下水对潜在滑面的软化作用和静水压力是滑坡启动发生的诱发因素。[结论]滑体的运动不仅仅是后缘裂隙静水压力的作用或者地下水的物理软化作用,而是后缘裂隙静水压力和滑带物理软化的共同作用,并且后缘静水压力在斜坡的变形破坏和滑体的运动中起到加速的作用。     

土凤岩—马家坝古滑坡复活机制及发展趋势

继1982年鸡筏子滑坡、1985年新滩滑坡之后,于1986年7月16日,距长江南岸7.5公里的秭归县土凤岩—马家坝又发生一起灾害性滑坡。滑坡性质,属历史上古滑坡的一次全面复活。滑体总量约3,000万立方米。滑坡为特大暴雨触发,起始于坡体上部基岩崩塌堵沟。沟内水位迅速陡涨,洪水在短时间内侧向注入古崩滑体内,产生强大的动水、静水压力,推动坡体中下部各级古滑体向下滑移,直至河谷为止。目前滑体重心还相当高,地表裂缝密集,两侧天然排水沟被滑坡堆积物充填,滑坡堵江的趋势已势在必然。防治措施是,继续开展滑坡监测及报警工作,修复排水系统,改水田为旱地,夯实地表裂缝。