三峡库区白水河滑坡变形特征及影响因素的阶段分析

为研究三峡库区库岸滑坡的变形特征及主要影响因素,以三峡库区白水河滑坡为研究对象,通过滑坡全球定位系统(GPS)位移监测数据,结合降雨及库水位资料,依据库区蓄水过程,分三阶段定性分析滑坡的变形特征和影响变形的主要因素.结果表明:滑坡变形集中在每年的5~8月份,呈阶跃式变形;降雨和库水位变化为影响滑坡变形的主要因素;从第一阶段(200306~200608)降雨为滑坡变形的主导因素,第二阶段(200609~200808)降雨为主要影响因素,库水位变化有一定影响,到第三阶段(200811~今)降雨和库水位变化共同影响滑坡变形.研究说明:降雨强度较滑坡累积变形表现出较强关联性,库水位的波动对累积位移的影响并不明显;降雨强度越大,累积位移曲线上升幅度越大.     

对三峡库区某滑坡位移响应规律研究

利用三峡库区某滑坡长期地表位移监测资料,分别从定性和定量的角度研究了滑坡变形的时域规律:运用离散谱分析求得在库水及降雨条件下该滑坡变形的周期为12个月左右;运用统计学的方法建立了滑坡变形滞后于库水位及降雨的回归模型,求得滑坡变形滞后期与库水位降速的相关模型为T1=5.463-3.677v1,与库水位降速及降雨强度的相关模型为T2=6.353-5.498v1-0.23v2t2,且库水位降速对变形滞后期的影响占主导作用.对库水位一个下降周期内不同水位下降方案进行模拟可知,库水位降速与滑坡稳定性呈负相关.库水位下降历时、降幅一定时,采用先快降后缓降同时避免陡升陡降的库水位调度方案,可获得较高的安全系数,为工程实践提供了一种可行的滑坡变形时域规律研究方法.     

三峡库区卧沙溪滑坡变形影响因素分析

卧沙溪滑坡是三峡库区变形严重的典型滑坡之一.基于近年来该滑坡GPS位移监测成果、库区降雨和库区水位变化等相关资料,通过分析滑坡位移、变形速率和宏观裂缝监测数据,研究滑坡变形特征及滑坡影响因素.研究结果表明:该滑坡近几年累积位移时间曲线于每年的4~6月期间呈周期性、阶跃性特征;库水位下降和库水位浸泡是引起卧沙溪滑坡位移变形的主要影响因素,降雨加剧滑坡变形;按照滑坡机理分类,该滑坡属于动水压力型与浸泡软化型的复合型滑坡.     

三峡库区水位变动下推移式滑坡监测变形分析

三峡水库蓄水诱发了多处推移式滑坡变形加剧,为了加强对该类滑坡在三峡水库水位调节下变形特征的认识和灾害的预防,以三峡库区典型推移式滑坡——云阳凉水井滑坡地质条件和变形特征为例,制定监测方案;通过对滑坡地表位移、地表裂缝、深部位移、地表水位、降雨量及宏观巡查等方面的监测,分析监测指标的变化规律及相互关系,研究降雨及库水位升降对滑坡变形影响,分析了降雨、库水位变化时滑坡体变形和变形速度的规律;结合条块自身稳定系数变化量,揭示了推移式滑坡在降雨和库水位两种不同作用机制下的变形规律：降雨对后部变形影响大,库水对前部变形影响大,水位越高影响越强烈;降水时动水压力对滑体变形影响较大;同时受降雨和降水作用时滑体变形最大。其变形规律为该类滑坡防灾减灾提供了科学依据。     

三峡库区白家包滑坡变形机制分析

为研究三峡库区涉水滑坡的动态变形机理,以白家包滑坡为研究对象,依据地质勘查,降雨及库水位资料,运用专业监测数据与数值模拟相结合的分析方法,研究了滑坡的成因及变形机制.结果表明:滑坡变形呈阶跃式增长,4~9月份为主要变形期;各监测点自2006年起每隔3年累积位移有较大提升的"规律",分析认为是滑坡体应力场调整显示变形增大;库水位快速下降与滑坡地表位移增加有较好的相关性;且库水位波动与滑坡稳定性呈正相关变化.坡体的变形原因经分析为坡体外荷载卸荷及坡内指向坡外的动水压力;滑坡目前处于蠕滑变形阶段;若库水位快速下降与汛期强降雨共同作用,滑坡变形将进一步增大.     

白家包滑坡变形影响因素定性及定量分析

确定库岸滑坡变形的主要影响因素,可以为库岸滑坡的防治提供更有效指导.本文以三峡库区白家包滑坡为研究对象,首先收集了白家包滑坡监测资料以及三峡库区库水和降雨资料;然后定性分析白家包滑坡累积位移变形阶段及特征,将该滑坡累积位移主要影响因素分为三类:降雨和库水的共同作用;主要为降雨作用;主要为库水作用;最后利用相对库水位、降雨量和累积位移相关系数,分别建立降雨和库水位对滑坡位移影响系数模型,定量计算出该滑坡变形主要影响因素,与定性分析结果进行对比.研究结果表明,白家包滑坡位移主要影响因素定量计算与定性分析的结果吻合度较高,准确率为84.62%,模型具有一定适用性,其方法也能为相关研究提供参考.     

三峡库区白家包滑坡变形机理与预警模型研究

三峡库区自2003年蓄水以来,库区有大量滑坡监测累积位移曲线呈阶跃型,此类滑坡在外界影响因素下集中在某一时间段内变形量大,其机理复杂、稳定性判断和预警难度大.通过研究滑坡的变形特征及诱发因素,有助于评估滑坡的稳定性,并构建合适的预警模型.本文以白家包滑坡为研究对象,综合分析15年人工和4年自动GNSS地表位移监测数据,结合野外宏观巡查及勘查资料,研究了白家包滑坡的变形机理;基于改进切线角以及全自动监测数据定量化分析,获取滑坡等速变形速率和变形阶跃点,建立相应的预警模型.结果表明：白家包滑坡整体变形明显,滑坡变形主要集中于每年5—6月,滑坡累积曲线呈现典型的“阶跃”型的动态变形特性,受库水位升降作用影响表现出明显的“推拉效应”;库水位下降是白家包滑坡变形关键影响因素,且与库水位下降速率密切相关,在库水位快速下降期和低水位期,特大暴雨和持续降雨会促进变形;通过改进切线角方法及数据精细化分析,白家包滑坡的位移速率阈值为8.7 mm/d,库水阈值为库水位下降至149 m位移阶跃启动,最小下降速率为0.4 m/d.     

三峡库区兰陵溪滑坡形成机理及稳定分析

兰陵溪锚地是三峡坝上供载运易燃易爆危险货物船舶停泊的锚地之一,地处兰陵溪滑坡影响范围内,为评估滑坡对锚地的安全风险,对其进行致灾机理研究十分必要.本文利用滑坡变形监测数据、降雨量及库水位变化数据,运用Geo-Studio软件及MatDEM离散元软件,模拟分析了降雨及库水位下降不同工况对滑坡的影响,探讨了滑坡致灾机理及其稳定性.结果表明：该滑坡的破坏始发于坡脚,属于推移式滑坡,但随坡脚进一步破坏,带动滑坡坡体中、上部位产生变形,逐渐向牵引式滑坡转变.在不同降雨工况下,滑坡后缘都是受影响较大区域;而坡脚的变形破坏主要由库水位下降引起;中后段错动形成的多级平台及后缘张拉裂缝则与降雨和库水位密切相关.研究结论可为该滑坡的预报、预测提供参考,具有实际工程意义.     

不同水位调度情况下滑坡的变形分析

为研究三峡库区水位反复升降情况下对沿岸涉水边坡的影响,以卡子湾滑坡为例,通过FLCA 3D软件模拟不同工况下水位调度对滑坡变形的影响。结果表明：在库水反复升降过程中,前缘涉水段位移变化较大,最大位移发生在库水处于低水位期;剪应力在静水位阶段变化较小,在水位变化时剪应力随着库水下降而增大,随着库水上升而减小;随着库水位周期性变动,滑坡前部张拉作用由滑坡前缘局部向整个前缘部分扩展;滑坡在库水快速下降阶段,日位移变化量达到最大,但仍未形成连续、贯通的剪应变增量带,说明滑坡在当前调度过程中仍处于相对稳定状态;在对中前部监测点分析发现,滑坡中前部地表位移主要发生在库水位调度下降期,所以在降水期应对沿岸滑坡重点监测。     

水位升降和降雨联合作用的岸坡流固耦合及失稳机理分析：以贵州平塘六硐南岸滑坡为例

为探讨涉水滑坡受水位升降及降雨作用变形机制及稳定性影响, 以贵州平塘六硐南岸滑坡为研究对象,通过野外调查及现场监测,分析滑坡灾害产生的地质背景和变形特征。基于非饱和渗流理论和极限平衡分析,运用有限元软件Geo-studio,计算滑坡在673~685 m水位波动和降雨作用不同工况组合下的稳定系数,得到渗流场、应力场和位移场的变化规律,探明滑坡变形迹象及破坏机制。结果表明：该滑坡累计位移曲线呈现“阶跃状”特征,变形与河流水位变化、强降雨在时间上存在对应关系;雨强增大会降低滑坡稳定性,雨停滞后一定时间稳定性恢复;水位上升和下降,分别会使坡体稳定性增加和降低,且升降速率越大,稳定性变化程度越明显;水位下降和降雨联合作用为最不利工况,正是因为2020年7—9月坡体历经2次最不利工况,导致滑坡复活并且变形加剧。研究成果可为山区河岸滑坡防灾减灾提供一定参考。     

某水库滑坡在降雨作用下的稳定性模拟分析

水库型滑坡主要受库水位升降变化而发生变形,因此对水库滑坡的研究主要集中在库水变动影响下的滑坡变形机理及稳定性分析方面.然而通过对三峡库区滑坡调查发现,有一类水库滑坡变形主要受降雨影响,而研究这类滑坡在降雨和库水共同作用下的变形及稳定性同样具有重要意义.本文以三峡库区某水库滑坡为例,在详细调查该滑坡地质条件及变形发展过程基础上,运用数值模拟方法对其渗流场及稳定性进行了定量分析.结果表明,该滑坡由于特殊的地形条件,其变形主要受降雨影响,受库水位升降影响较小.     

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.     

三峡库区秭归县龙王庙滑坡稳定性评价及变形机理分析

龙王庙滑坡自2005年三峡水库156m蓄水诱发变形以来,一直处于动态变形过程中,属于典型的水库型滑坡.在地质分析的基础上,通过数值模拟,分析滑坡在各个库水位工况条件下的渗流场、位移场、应力场、塑性区.分析结果表明,首次库水高水位蓄水运行启动滑坡变形,变形量最大、位移速度最快发生在库水下降的中后期及下降后的稳定时期(具有一定的滞后性);龙王庙滑坡变形机制为蠕滑-拉裂型,成因上属于动水压力型滑坡;在库水和降雨的反复作用下,龙王庙滑坡前缘将不断塌岸,滑带塑性区将逐渐由前缘向后缘发展直至贯通,滑坡最终将解体、下滑.     

基于ABAQUS强度折减法分析库水位下降对边坡稳定性影响

三峡水库自运行以来,库水下降成为滑坡复活的一个诱因.本文根据库区水位调度方案,利用ABAQUS软件模拟库水位在175～145m的下降过程,考虑饱和-非饱和渗流场与应力场耦合理论效应,并采用强度折减法分析库水下降对树坪滑坡稳定性的影响.分析结果表明:三峡水库以0.21m/d的速度由175m降至145m时,树坪滑坡前缘会产生一定的变形,滑坡后缘和中部,基本上未产生变形,目前树坪滑坡处于较稳定状态,但在库水反复变动及降雨作用下,可能会面临失稳的危险.其成果将为库区滑坡治理提供一定的理论依据.     

三峡库区三门洞滑坡变形特征与影响因素分析

三门洞滑坡位于长江支流青干河右岸,自三峡库区2003年蓄水以来,滑坡一直处于持续变形阶段.据宏观巡查及现场地质调查资料,深入利用挖掘多年的GPS专业监测数据,综合分析了该滑坡体的动态变形特征和主要影响因素.结果表明:滑坡体不仅具有前缘变形大于后缘的牵引式运动特征,还具有左侧变形快于右侧的运动特征;该滑坡属于退水滞后型滑坡,大气降雨和库水升降是其外界主要影响因素,变形量呈阶跃式增长,降雨强度,降雨时长,降雨量,及库水位下降速率的上升与阶跃幅度的增长均有关联.     

千将坪滑坡变形特征及其机理研究

通过三维有限元方法研究千将坪滑坡.建立滑坡三维有限元计算模型,模拟库水位上升和降雨过程引起的千将坪滑坡变形破坏机理.对千将坪滑坡在不同工况下的计算结果进行比较分析,得出在库水位上升和降雨条件下的滑坡位移场和塑性区的变化规律,从而揭示千将坪滑坡的整体变形破坏机制.     

八字门滑坡变形演化特征分析

降雨与水位涨落是诱发滑坡的重要因素.本文收集八字门滑坡监测资料和三峡库区库水位、降雨等资料.运用定性分析方法分析出八字门滑坡的形成机理,得出八字门滑坡累积位移监测曲线阶梯形状并随着时间呈增长趋势,其中监测点ZG110、ZG111的位移具有同步性;并分析出八字门滑坡变形演化有3个很重要阶段.最后利用定性比较分析法,得出每个阶段累积位移变化特征.     

降雨及库水位耦合下白水河滑坡变形机理分析

降雨和库水位的升降对三峡库区滑坡稳定性有重要影响.根据饱和非饱和土的渗流理论及极限平衡原理方法,采用加拿大岩土有限元软件Geo-Studio,对白水河滑坡在多种工况下的渗流场及稳定性进行计算,包括在库水位175m~145m波动下,6种设计工况和2015年实际工况.通过对白水河滑坡稳定性计算结果及现有的监测数据综合分析,表明白水河滑坡稳定性同时受库水位波动和降雨入渗影响,库水位消落是滑坡变形的主要因素.计算分析结果为三峡库区涉水滑坡变形机理研究及预测提供一定的参考.     

浮托减重效应对三峡库区竹林湾滑坡稳定性影响研究

由于水库水位上升产生的浮托减重效应,三峡库区自从2003年蓄水后,特别是在2008年首次进行175 m试验性蓄水时大量滑坡发生复活并变形.此后在历年的水位上升阶段,又再次产生这种周期性和间歇性的变形,奉节县的竹林湾滑坡便是典型滑坡之一,其每年在水位较高时处于缓慢蠕动变形状态,变形随着水位上升而产生,水位下降又逐渐趋于稳定.通过分析竹林湾滑坡的变形演化过程及其与降雨、库水位变动等因素的耦合关系,借助数值模拟计算,可得到以下结果:滑坡的砂泥岩互层岩性及微地貌特征为滑坡的变形提供了良好的地质基础,降雨对滑坡的稳定性影响很小,滑坡变形诱发条件为库水位的上升,数值模拟的渗流与稳定性计算结果显示,库水位持续上升导致滑坡稳定性不断减小,当水位升至175 m时,滑坡稳定性系数随后也达到最小值,随着变形的演化发展,可能由缓慢变形最终导致失稳破坏,这与实际变形结果基本吻合,该研究结果为水库水位调度提供了相关参考和依据.     

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.