共查询到17条相似文献，搜索用时 203 毫秒
1.
北川县白什乡老街后山滑坡位于四川省绵阳市北川县城以西, 该滑坡发现时已处于变形发展较快的状态, 前缘多处崩塌, 坡面张拉裂缝密布。为了准确地判断滑坡的稳定性现状, 预测预报滑坡的下滑时间指导避险, 对滑坡开展了专业监测, 专业监测工作持续到了滑坡失稳下滑。本文对滑坡从监测到下滑的变形演化阶段进行了划分, 对各变形阶段滑坡的监测成果及变形破坏特征进行了分析研究。随后在此基础上分析滑坡形成演变过程及失稳机制, 通过分析认为白什乡滑坡形成演变模式为弯曲-拉裂(倾倒)变形模式, 滑坡形成后失稳机制为推移式和牵引式复合型。根据监测成果及宏观变形迹象对滑坡进行了分区, 判断出滑坡失稳下滑的关键控制部位是滑坡前缘Ⅰ-3区, 因此Ⅰ-3区监测数据是准确预测预报滑坡下滑时间的关键数据。 相似文献
2.
三峡库区树坪滑坡变形失稳机制分析 总被引：8，自引：0，他引：8
树坪滑坡自2003年三峡水库蓄水以来,就一直持续变形。为了对其稳定性及变形发展趋势进行评价和预测,有必要对其变形失稳机制进行深入研究。为此,采用现场地质调查和勘探的方法确定了滑坡的形态和性质;充分挖掘变形监测数据,详细分析了滑坡的变形特征。在此基础上,深入研究了变形失稳机制及影响因素,并对滑坡的稳定性进行了计算和预测。结果表明,滑坡区地形、岩性及地质构造等地质因素控制了树坪滑坡的形成和发展;库水位下降和大气降雨进一步激励了滑坡的变形。库水位下降,坡体内地下水位随之下降,但其速度远小于库水位下降速度,导致坡体内水力梯度和渗透力明显增大,从而使滑坡稳定性急剧下降,并且库水位下降速度越快,滑坡的位移速率也越大,是典型的水库下降型滑坡。在库水位下降过程中,若出现明显的降雨过程,更加剧了滑坡的变形,有产生大规模滑动的可能性,须采取防护治理措施。 相似文献
3.
滑坡失稳的预测预报研究是地质工程领域中的一项重要课题,准确地确定预测预报理论模型的参数是实际应用中的难点。在实际滑坡监测中通常可以观察到位移曲线呈现阶梯形,这些阶梯形位移变化点就是滑坡的变形突变点。为研究滑坡变形突变点的变形特征,进行了不同荷载作用下的天然试样以及不同荷载、不同含水率作用下的浸水试样的流变试验,得到了累计位移-时间曲线以及变形速度-时间曲线。依据秦四清的锁固段理论以及速度倒数法滑坡预警模型对试验结果进行分析。研究结果表明：荷载和含水率的变化对模型参数没有影响,模型参数是关于材料属性的函数;变形过程中突变点的变形特征与破坏时的变形特征相似,并且速度倒数法预警模型在突变点和破坏点确定的模型参数基本一致。因此,滑坡监测曲线中早期位移突变点确定的模型参数可以用于确定滑坡破坏时的预警模型。 相似文献
4.
基于最优加权组合模型及高斯－牛顿法的滑坡变形预测研究 总被引：1，自引：0，他引：1
在对最优加权组合理论和高斯－牛顿法优化非线性模型参数的方法研究的基础上,依托于洒勒山滑坡的实际变形监测资料,建立了该滑坡变形预测的3个非线性预测模型:指数模型、Verhulst模型和灰色GM（1,1）模型;利用最优加权组合理论建立了洒勒山滑坡的最优加权组合预测模型,并运用高斯－牛顿法对各单一模型和组合模型的参数进行了优化。通过对比分析得出:组合模型的预测精度高于任何单一模型的预测精度;参数优化后各单一模型的预测精度都有不同程度的提高;参数优化后的组合模型预测精度是最高的。因此,综合运用最优组合理论和高斯－牛顿法处理滑坡预测预报模型,是提高滑坡预测预报精度的行之有效的方法。 相似文献
5.
三峡库区藕塘滑坡变形失稳机制研究 总被引：1，自引：0，他引：1
三峡库区藕塘滑坡是巨型顺层基岩古滑坡,滑坡面积1.78km2,体积约9.0107m3,威胁3900余人的生命财产安全,涉及场镇整体搬迁,同时对长江航道形成潜在堵塞隐患,是近年来三峡库区重大滑坡灾害之一。基于大量的现场地质调查及工程地质勘探,详细介绍了滑坡地质地貌及地质结构特征; 充分利用现场监测数据,深入分析了滑坡变形特征; 在此基础上,从地质成因和环境成因两方面对滑坡变形失稳机制展开系统研究,并结合滑坡稳定性计算对其变形发展的趋势进行了预测。相关的结论主要包括:(1)该滑坡具有多级多期次滑动特征,主要表现为三级滑动,且空间形态具有视向倾斜滑动的特征; (2)特殊的地形地貌、地层岩性及地质构造等因素是滑坡长期孕育形成的地质内因; (3)库水位周期性波动及集中降雨是诱发滑坡复活变形的环境外因,研究表明该滑坡变形与库水位下降及集中降雨的相关性显著; 库水位下降导致坡体内外地下水落差形成指向坡外的渗透压力,促进滑坡体变形; 集中降雨则增加滑坡体自重和下滑力,并使得大量的水富集于易滑软层,软化滑带土,促使滑坡蠕动变形加速; (4)三级滑坡体与西侧变形区在极端工况下存在欠稳定状态可能性,推断现阶段滑坡以局部失稳破坏形式为主。鉴于此,建议进一步加强监测,采取相应的工程防治措施。 相似文献
6.
基于Verhulst模型的滑坡位移预测研究及其程序化实现 总被引：1，自引：1，他引：0
以甘肃省黄茨滑坡位移时间预测为例,在滑坡工程地质条件、成因、发生与发展过程分析的基础上,结合地面监测桩以及位移计监测的位移时间数据,运用Verhulst预测模型建立了该滑坡位移预测研究的思路.在此基础上,运用Ex-cel内嵌的VBA语言编写了相应的位移时间预测预报程序,解决了笔算困难问题.通过具体实例分析,将Verhulst模型、灰色GM(1,1)模型预测结果与实际监测结果进行对比分析,验证了该模型在滑坡位移时间预测中的适用性以及程序的可靠性.研究结果表明,Verhulst预测模型适宜于滑坡临滑预报,而灰色GM(1,1)预测模型适宜于滑坡中短期预测预报,通过Ver-hulst模型预测黄茨滑坡的临滑时间在1995-01-26至1995-01-27之间,预测结果与滑坡实际滑动时间较为一致,由此说明运用Verhulst预测模型对滑坡进行临滑预报是可行的. 相似文献
7.
库区滑坡失稳每年不同程度影响区内人民生活和生产安全,滑坡位移精准预测对于灾害风险预警及防灾减灾十分重要。常规的位移预测方法未充分考虑降雨、库水位波动等诱发因素对滑坡变形的时滞效应,无法精确识别滞后天数及各因素的影响程度,制约了预测精度的提高。本文以三峡库区新铺滑坡为例,根据2021年度的位移监测与水文气象数据集,利用皮尔逊相关系数法定量描述了山坡尺度上降雨、库水位波动对滑坡变形的时滞效应,结合BP神经网络建立了一种考虑时滞效应的滑坡位移预测模型。分析结果表明:在山坡尺度上,库水位波动对地表变形的时滞效应明显,滞后时间呈现出从近岸向远岸逐渐增加的规律;降雨量对地表变形的时滞效应较弱,在山坡尺度上呈现相关度不高、滞后天数较短的规律;与未考虑时滞因素的模型相比,本研究中的滑坡位移预测模型拟合优度提升了55.77%,均方根误差降低了31.60%,模型预测精度显著提高。研究成果一定程度上揭示了特大型库区滑坡的变形机理,并为同类滑坡的位移精准预测提供了参考依据。 相似文献
8.
滑坡灾害预测预报分类 总被引：21，自引：2，他引：19
殷坤龙 《中国地质灾害与防治学报》2003,14(4):12-18
有人主张滑坡灾害的空间和时间预测预报应是并存的,即脱离时间预测预报的空间预测是不可取的。但也有人认为两者可以相互独立而又互为补充。事实上,空间预测是时间预测预报的先决条件,只有在明确了预测的对象之后,方可有目的地开展滑坡灾害的时间预测预报。因而,一般地讲,滑坡灾害空间和时间预测具有先后序次关系。但从减灾的角度考虑,二者又具有相对的独立性。即可以在时间预测之外进行空间预测。目前对滑坡灾害预测预报分类的系统研究不多,所开展的预测预报事例报导基本上属于个例研究。论文将滑坡灾害预测预报分为空间和时间2大类,并进一步将空间预测划分成区域空间预测、地段空间预测和场地空间预测;将时间预测预报划分成长期时间预测、短期时间预测和临滑时间预测预报。文章针对滑坡灾害时间预测预报的特点,对预测预报的信息源进行了分析和分类。并对不同的工程阶段所要预测的滑坡灾害问题进行了分类归纳。 相似文献
9.
滑坡预测预报研究现状与发展趋势 总被引：29，自引：1，他引：29
文章在对国内外滑坡预测预报研究成果深入分析的基础上，从滑坡发生时间、滑坡活动强度、滑坡危害三方面系统总结了滑坡预测预报研究的现状，评述了滑坡预测预报研究中的主要问题、各种研究方法的优缺点、适用范围和有效性及各国研究的特点。进而，分析预测了滑坡预测预报研究的发展趋势和未来研究的突破口。 相似文献
10.
目前对堆积层滑坡的变形预测大多基于数学模型或方法,忽略了引起滑坡位移显著变化的动力外因及滑坡自身的地质特征,因此,预报准确度和可信度较低。以三峡库区典型堆积层滑坡--鹤峰场镇滑坡为例,通过4组主要控制因素科学组合构建了滑坡的基本地质模型;以此为基础,重点考虑引起滑坡发生变形的库水作用动力因素,建立滑坡的数值-力学模型。通过实际监测点的变形监测结果与数值-力学模型中模型监测点的变形进行拟合分析,获取了实际时间与数值-力学模型中时步的等效关系;基于时间-时步等效关系及三峡水库设计水位调度曲线,得到了不同时步水位的波动特征;通过时步的外延,并在相应的时步段对数值-力学模型施加等效时间的库水作用,预测了滑坡在未来库水位变动条件下的变形。该预测方法既考虑了滑坡的工程地质模型又考虑了地下水作用效应,克服了纯数学方法预测的不足。 相似文献
11.
碎石土滑坡是一类由降雨激发失稳而产生滑动破坏的滑坡类型,要实现对其综合治理和评价决策,滑坡治理稳定性分析及效果评价就不容忽视。基于官家滑坡实际地质条件和变形破坏情况进行变形破坏机制研究和稳定性影响因素分析,在此基础上实施滑坡工程治理规划处置和治理稳定性分析,然后再参照降雨及滑坡变形情况构建加卸载响应比模型来实现滑坡稳定状态反馈和工程治理效果评价。研究表明：降雨作用及地下水变化是碎石土滑坡变形破坏最主要的动力因素,滑坡工程治理依据排水及抗滑原则确定综合处置措施,经治理稳定性分析,其稳定系数可大幅提高,完全满足不低于1.25的规范要求;并且基于加卸载响应比模型分析滑坡经综合治理后处于安全稳定状态,工程治理措施实施科学合理,工程治理效果显著,综合作用下滑坡稳定性好、安全可靠。 相似文献
12.
基于集对分析的滑坡变形动态建模研究 总被引：4，自引：1，他引：3
滑坡是一个确定-不确定的动态系统,其变形表现出复杂的非线性演化特征。为了克服传统分析方法在处理系统不确定性方面的不足,将集对分析法（SPA）引入岩土变形监测分析领域,并结合层次分析法（AHP）提出了滑坡变形动态预测模型,给出了基于概率论的最优预测算法,提出并证明了集对论中最大同一度在等势条件下存在极限解,据此提出位移势的概念。在位移势的基础上,进行SPA二次建模,提出了基于SPA的滑坡变形与水库蓄水过程相关性动态分析模型。运用上述预测模型对新近发生的刘家沱滑坡进行变形监测定量分析,实践证明：最优预测值具有良好的短期预报精度;位移势能够表征系统当前状态下位移所能达到的最大潜力,可作为短期预测的上限值,其变化能够反映系统宏观层面上的演化特征,对滑坡演变加速预警具有指导意义;运用集对分析方法进行滑坡变形响应滞后效应的定量研究是一条可行的新思路,反演结果与实际情况吻合;该方法在岩土监测分析领域有良好的应用前景。 相似文献
13.
竖井变形破坏机理与对策研究 总被引：6，自引：0，他引：6
在竖井变形破坏工程调查基础上，从徐淮地区地质背景和工程动力特性出发，论述了人类工程活动与地质环境相互作用的关系；提出了该地区竖井非采动变形破坏的区域性、滞后性和层控性三大特点。根据竖井破坏形态、时、空展布特征和动力学过程，并依据不同特征提出了徐淮地区竖井变形破坏“三因素综合破坏”观点，即地质体薄弱部位、负摩擦力和水平荷载的综合作用。还进行了竖井变形破坏动力学过程的物理模拟实验和三维线弹性、弹塑性数值模拟分析，对矿区初始地应力场和竖井与围土（岩）二次应力场，即地层失水沉降作用下，或水平地应力作用下，或失水沉降与水平地应力及重力共同作用下，研究土体浅部和深部变形时土岩与井壁的相互作用，揭示了徐淮地区竖井变形破坏的机理。另外，在系统科学理论指导下，结合徐州张小楼千米竖井工程实例，从六个方面开展了竖井变形破坏规律及对策研究，为防治竖井失稳提出了可靠的途径。 相似文献
14.
对不同类型的35个滑坡进行统计分析,发现滑坡临滑前加速度和速度符合Voight模型的幂函数关系。由于无法准确判断三峡库区具台阶状位移特征的滑坡何时处于最后加速失稳阶段,故不能直接应用该模型进行预报。根据台阶状位移特征的滑坡变形特征,本文采用了基于Voight模型的警戒速度方法。该方法是基于Voight模型采用非线性回归分析求得模型参数,按不同风险级别要求求得紧急状态、警戒状态、提前警戒状态的速度阀值,并与实际监测的速度对比去预报滑坡所处的危险等级。采用警戒速度方法对白水河滑坡和新滩滑坡进行了分析,发现预测结果与实际较为接近,预测效果较好。 相似文献
15.
考虑环境变量作用的滑坡变形动态灰色-进化神经网络预测研究 总被引：2，自引：0，他引：2
滑坡变形预测对于指导灾害的预防工作、保护人民的生命和财产安全具有重大实用价值。从系统论观点出发,结合岩土体流变理论和时序分析原理,在深入研究影响滑坡变形的主控环境变量基础上,将位移时序分解为趋势项和偏离项。采用灰色系统模型提取位移时序趋势项,结合遗传算法和人工神经网络建立起进化神经网络模型,逼近主控环境变量与位移偏离项之间的非线性关系。根据蠕变阶段和变形对环境变量响应情况,实时调整模型,建立起滑坡变形预测的动态灰色-进化神经网络（GM-ENN）模型。将此预测思路和方法应用于三峡库区某滑坡变形预测研究中,证实了模型的有效性和实用性,显示了动态预测的重要性。 相似文献
16.
17.
《地学前缘(英文版)》2024,15(1):101690
The accurate prediction of displacement is crucial for landslide deformation monitoring and early warning. This study focuses on a landslide in Wenzhou Belt Highway and proposes a novel multivariate landslide displacement prediction method that relies on graph deep learning and Global Navigation Satellite System (GNSS) positioning. First model the graph structure of the monitoring system based on the engineering positions of the GNSS monitoring points and build the adjacent matrix of graph nodes. Then construct the historical and predicted time series feature matrixes using the processed temporal data including GNSS displacement, rainfall, groundwater table and soil moisture content and the graph structure. Last introduce the state-of-the-art graph deep learning GTS (Graph for Time Series) model to improve the accuracy and reliability of landslide displacement prediction which utilizes the temporal-spatial dependency of the monitoring system. This approach outperforms previous studies that only learned temporal features from a single monitoring point and maximally weighs the prediction performance and the priori graph of the monitoring system. The proposed method performs better than SVM, XGBoost, LSTM and DCRNN models in terms of RMSE (1.35 mm), MAE (1.14 mm) and MAPE (0.25) evaluation metrics, which is provided to be effective in future landslide failure early warning. 相似文献