山区公路边坡远程监测分析及综合预测预警研究

以湖南娄新高速公路边坡地质灾害监测预警为例,选择典型滑坡安装了远程监测系统,捕捉了滑坡体局部变形破坏的全过程;通过滑坡时空演化规律的分析,表明滑坡在降雨作用下表现出从前向后逐步扩展的“渐进后退式”变形破坏模式,滑坡时间变形曲线呈现出与日降雨量密切相关的阶梯状演化特征。从滑坡裂缝体系分布特征来分析,滑坡失稳演化处于加速变形阶段。通过调用边坡变形预测模型库进行变形跟踪预测对比分析表明,灰色-时间序列模型预测精度最高,可以选择该模型进行降雨型滑坡变形跟踪预测。根据变形与日降雨量的加卸载响应比分析,表明滑坡监测点的加卸载响应比时序曲线与滑坡变形失稳过程相吻合。最后采用有效降雨量模型进行了地质灾害区域预警,发布了相关预警信息。通过在娄新高速公路滑坡的系统应用,有效地验证了远程监测系统和预测预警方法的科学性和时效性,为公路边坡地质灾害防灾减灾提供了新的手段和方法。     

基于MSR300雷达监测的凹山采场降雨条件下的边坡变形及滑坡

降雨是诱发滑坡的主要因素之一,尤其在暴雨条件下,更易激发滑坡.随着南帮边坡开采高陡化,滑坡发生频繁.为研究降雨条件下南山矿凹山采场南帮边坡稳定性特征,采用MSR300型雷达对边坡进行了连续4a的实时稳定性监测,基于采集到的采场降雨数据和边坡滑移数据,分析了降雨量和降雨强度与边坡变形规律,对凹山采场滑坡各阶段进行了划分,建立了凹山采场边坡失稳模型和预警阈值.结果表明:凹山采场变形与降雨量呈正相关,服从幂函数规律;边坡变形速度曲线与降雨强度有良好的一致性,滑坡一般发生在最大降雨强度之后;滑坡阶段主要包括初始变形阶段,稳定变形阶段和加速变形阶段;报警阈值分别为:6h时序内,位移阈值为20 mm,速度阈值1.5mm·h-1;12h时序内,位移阈值为30 mm,速度阈值为2.5mm·h-1.凹山采场滑坡曲线与岩土体非稳定蠕变曲线具有较高的相似性,位移曲线出现了“阶跃”现象,速度曲线出现了“尖凸”现象,这种情况易引起滑坡事故,其中在位移曲线的“拐点”处和相应速度曲线的“凸点”处发生滑坡的可能性最大.研究成果为类似矿山边坡稳定性监测和破坏机制提供了科学依据和参考.     

典型山区高速公路边坡远程监测系统应用及预测预警分析

以湖南娄新高速公路边坡地质灾害监测预警为例,选择典型滑坡安装了远程监测系统,捕捉了滑坡体局部变形破坏的全过程;通过滑坡时空演化规律的分析,表明滑坡在降雨作用下表现出从前向后逐步扩展的"渐进后退式"变形破坏模式,滑坡时间变形曲线呈现出与日降雨量密切相关的阶梯状演化特征。从滑坡裂缝体系分布特征来分析,滑坡失稳演化处于加速变形阶段。通过调用边坡变形预测模型库进行变形跟踪预测对比分析表明,灰色-时间序列模型预测精度最高,可以选择该模型进行降雨型滑坡变形跟踪预测。根据变形与日降雨量的加卸载响应比分析,表明滑坡监测点的加卸载响应比时序曲线与滑坡变形失稳过程相吻合。最后采用有效降雨量模型进行了地质灾害区域预警,发布了相关预警信息。通过在娄新高速公路滑坡的系统应用,有效地验证了远程监测系统和预测预警方法的科学性和时效性,为公路边坡地质灾害防灾减灾提供了新的手段和方法。     

滑坡监测预警云平台系统的设计及应用

设计一套滑坡监测预警的云平台系统,采用模块化设计方式建立云平台系统网络,开发独立的监测管理软件系统;在云平台中建立灰色Verhulst模型,对实测数据进行处理,通过灰色Verhulst模型对边坡的变形趋势进行预测,预测边坡可能产生滑坡的时间,实现对滑坡的提前预警.系统经过调试后部署于广西百色市田林县公路两旁的边坡进行实测,结果表明:滑坡云平台系统能够有效地监测边坡的变形,通过灰色Verhulst模型可实现对山体滑坡的预警.     

边坡监测技术与数据处理方法的研究

边坡的稳定与否,对工程的安全运营至关重要.高边坡的监测和研究是预防滑坡地质灾害发生的重要手段和方法.对GPS多天线阵列技术在边坡监测中的系统构成、方案实施和数据处理方法进行探讨.GPS边坡监测系统不但与监测设备是否能灵敏可靠地取得变形监测数据有关,而且还与数据处理方法有关.     

基于时序InSAR的矿区滑坡前地表运动特征分析

根据矿区滑坡前地表变形的遥感监测方法,提出了不同轨道SAR(synthetic aperture radar)数据集监测结果可靠性的判别依据,并对诱发矿区滑坡的因素进行分析.以鞍山市鞍千哑巴岭露天采场边坡为研究对象,基于44景Sentinel-1雷达影像(两组升轨和一组降轨),利用时间序列InSAR方法分析了采场边坡在2019年11月25日滑坡前约6个月的地表运动特征.结果表明,不同轨道数据集针对同一研究区域所获取的监测结果具有差异性,滑坡区域顶部后缘位置在发生滑坡前的一段时间范围内(约45d)呈异常强烈的加速变形现象.研究成果将为今后利用InSAR技术早识别矿区易滑坡危险区提供新的思路.     

基于无线传感器网络的滑坡地质灾害预警监测系统研究

自动实时的边坡危岩变形失稳监测是预测滑坡等地质灾害发生的有效手段,有助于掌握其规律,及时分析并作出安全量性评价,使边坡灾害的概率及损失减到最小,甚至避免发生.为此,采用ZigBee无线传感器网络技术对边坡危岩的倾角和水位信息变化进行实时采样监测,通过无线通信和网络传输进行远程信息交互,实现滑坡等地质灾害的监测和预警.对该监测系统结构体系、无线传感器网络拓扑结构、无线传感节点的结构和软硬件设计、系统的性能和应用情况等方面进行了设计与测试.相比传统的岩土工程灾害监测系统,优点有实时监测及维护简便、系统成本低、节点简单及易布设、监控区域展扩方便等.     

基于光照不变特征的数字散斑相关方法

边坡问题是中外工程建设中的主要工程地质问题之一,准确、可靠的边坡变形监测方法对预防滑坡灾害起着至关重要的作用.将数字散斑相关方法应用在边坡变形监测中,可以快速得到准确的边坡位移场信息,具有操作简单、非接触式等优点.但是在野外测量环境下,光照变化对图像的灰度唯一性产生了较大影响,从而导致测量精度的下降.在数字散斑相关方法求解边坡变形场的基础上,使用局部敏感直方图替换原始图像对应位置的灰度值,作为图像的光照不变特征,克服了光照变化对图像灰度信息的影响,并通过数值模拟实验对算法精度进行验证.实验结果表明,该方法大幅提高了边坡变形计算精度,为研究边坡破坏机理和发展过程,提供了一种经济有效的监测方法.     

类土质边坡的稳定性分析

根据类土质边坡的基本特性,从有限元计算方法、边界条件、滑动面处理、本构模型和计算参数等方面对其稳定性进行了研究;针对滑坡变形的破坏机理,结合具体工程实例,对有软弱结构面和无软弱结构面的两种滑坡模式进行了数值分析.通过对比得出,类土质边坡考虑软弱结构面时,安全系数和稳定性明显降低,最大塑性剪应变集中在结构面处,水平位移的突变和潜在滑动也都发生在软弱结构面处,与不考虑软弱结构面的情况相比更符合类土质边坡的特性和破坏机理.     

边坡变形时序分析的进化-自适应神经模糊推理模型

变形监测与预报是保证边坡工程施工安全与工程质量的重要措施,但由于位移时间序列的强非线性,边坡变形预报成为非常困难的问题.自适应模糊神经推理系统(ANFIS)有优越的学习和泛化性能,而遗传算法(GA)是优秀的全局优化工具.采用遗传算法优化ANFIS参数,并编制了相应的计算程序.结合三峡工程永久船闸施工变形监测和新滩滑坡变形监测,建立了边坡变形时序分析的GA-ANFIS智能模型.为了对比该模型的预测精度,采用GA优化支持向量回归(SVR)和BP神经网络的模型参数,编制了GA-SVR及GA-BP程序,对相同的算例进行了变形预测分析.按滚动预测法对三峡永久船闸高边坡和新滩滑坡的计算结果表明,文中提出的GA-ANFIS模型能够获得比GA-SVR和GA-BP模型更高的预测精度,可以应用于边坡工程变形监测预报分析,并为类似工程提供参考.     

开挖及降雨作用下土质边坡变形 破坏机理

本文基于现场变形调查和数值模拟分析,研究了华安县大坑村滑坡在人工开挖以及降雨条件下的变形特征,计算了不同开挖时步以及不同工况下的边坡稳定性系数,并探讨了该滑坡的变形破坏机理.结果表明:开挖过程中,边坡前缘抗滑阻力减小,前缘部位最先产生变形,牵引中后缘坡体表面产生张拉裂缝,降雨期间雨水沿裂缝渗入坡体,岩土体容重增加,岩土体抗剪强度降低,最终诱发深层滑移破坏.分析表明,人工开挖及降雨入渗是大坑村土质边坡产生深层滑移破坏的主要影响因素.深层滑移破坏后,边坡岩土体结构松散,在暴雨作用下,再次诱发滑坡前缘浅表层松散体产生圆弧面滑移破坏.     

滑坡地质灾害远程实时监测预报技术与工程应用

针对传统滑坡地质灾害监测预报技术存在的问题,提出"滑坡发生的充分必要条件是滑动力大于滑动面抗滑力,并将滑动力的变化作为滑坡监测预报主要参数"的学术思想。以工程边坡为研究背景,开发滑坡超前滑动力物理模拟实验、工程灾害物理模型实验等系统。采用室内和现场测试、物理和数值模拟等综合研究方法,建立力学模型,推导了相关公式,研发恒阻大变形缆索及其滑坡地质灾害防治—加固—监测—预报一体化控制技术。研发基于滑动力变化的滑坡地质灾害远程监测预报新技术及装备系统,通过大量实测曲线分析,总结四种相应的滑坡预警模式。结果表明,自2006年以来,该项技术已在露天煤矿和金属矿开采、西气东输、高速公路等工程边坡及其他自然边坡中成功推广应用,取得显著的经济和社会效益。     

抗环境光照影响的边坡变形摄像监测方法

边坡变形监测是滑坡灾害防治和预警的重要手段,基于图像分析的近景摄影测量方法凭借全场、非接触的优势在边坡变形监测中的应用越来越广泛.而在长期野外监测应用中,环境光照变化对边坡图像的灰度一致性产生很大影响,导致该方法的测量精度受到严重制约,甚至出现测量失败的情况.从环境光照的物理过程出发,深入分析光照变化特征及其对图像灰度的影响规律,提出了一种基于灰度梯度方向特征的图像匹配方法,从而使其具备了抗环境光照影响的能力.室内边坡缩比模型实验和真实野外边坡观测实验的结果表明,该方法可以有效抑制环境光照影响,提升变形测量的精度和稳定性.研究为边坡变形摄像监测提供了一种新的手段,对该方法的实用性发展起到了支撑作用.     

基于柔性导电膜传感技术的边坡稳定性试验研究

为了验证基于柔性导电膜技术在监测砂土边坡工程中应用的可行性,设计了一系列滑坡模型试验,主要以自身重力为触发机制,使其产生瞬间滑移,在边坡破坏瞬间分析砂土边坡中柔性导电膜电阻的变化规律.试验主要使用涂有柔性导电膜的机敏土工筋带监测砂土边坡破坏瞬间的电阻变化情况,以期通过该试验了解砂土边坡变形在滑坡发生时柔性导电膜电阻值的变化规律,并从一定程度上验证机敏土工筋带在监测砂土边坡稳定性以及滑动面确定的可行性.     

联合LiDAR DEM与时序SAR数据的露天矿特大型滑坡监测

面向长期多阶段大型滑坡变形监测需求,提出了一种像素偏移量跟踪(pixel offset tracking,POT)与多时相雷达干涉测量(multi-temporal interferometry,MTI)协同监测方案,分别针对滑坡的快速变形期及缓慢变形期开展变形监测研究.针对时序SAR滑坡监测中面临的观测方向与滑坡变形方向的空间不一致问题,提出了一种高精度激光雷达(light detection and ranging,LiDAR)数字高程模型(digital elevation model,DEM)辅助的坡向变形求解方法,并开展了抚顺西露天矿南帮特大型滑坡长时序变形监测,其结果与GPS监测结果相比平均误差仅为dm级.     

埋入式双排桩在土质滑坡治理工程中的应用

埋入式双排桩由于具有整体刚度大、抗侧移刚度大及抗滑能力强且受力合理等优点,因而被广泛应用在深基坑支护与大型滑坡治理工程中.以某土质滑坡为例,利用MIDAS/GTS分别对未治理的土质滑坡和采用埋入式双排桩支护后的土质滑坡进行数值模拟分析,从坡体稳定安全系数、坡体位移变形及剪应变三个方面进行了对比分析.研究表明:采用埋入式双排桩对该滑坡进行治理后,坡体的稳定安全系数由1.087 5提高到1.487 5,边坡达到稳定状态.同时坡体的大位移变形区域和最大位移量也有大幅度减小、剪应变带明显消失且剪应变大小得到有效控制,边坡治理效果明显.     

宜宾珙县双马水泥厂不稳定边坡的监测预警设计

采用了全自动化的边坡监测系统对宜宾珙县双马水泥厂的不稳定岩质边坡进行动态监测预警设计,通过边坡表面位移监测、孔隙水压监测、雨量监测及滑裂面位置的确定,及时收集并整合监测数据,从而掌握边坡的变形动态,以评价滑坡稳定状态,从而及时有效的进行预警。     

基于多模块的松散土质滑坡灾害综合预警模型研究

以辰溪县大水田乡窝棚溪滑坡为研究对象,通过远程全自动变形监测系统获取滑坡体的地表位移、深部位移、地下水渗压、土壤含水率及诱发降雨量等监测数据,在对数据筛选、处理的基础上,分析滑坡的变形特征,确定单体滑坡预警模型评价指标,通过建立滑坡发生概率预警模型、基于孔隙水压力的滑坡启程机制模型和基于降雨渗流过程的滑坡稳定性系数模型,提出松散土质滑坡灾害预警预报临界值的等级划分标准.结果表明,当孔隙水压力大于50 kPa,滑坡稳定性系数大于1时,滑坡处于加速变形阶段.根据每个监测点分别所达到的3个标准的最高预警级别,综合判断滑坡为黄色及以上预警等级.     

滑坡地质灾害无人监测预警平台设计

为远程实时监测边坡稳定状态并及时进行滑坡地质灾害预警,减少人员财产损失,设计了一种滑坡地质灾害无人监测预警平台。提出了短距离自组织无线传感网络和北斗短报文/GPRS远程通信技术相结合的无线数据传输方案,以及边坡地表变形、地下变形、内力、水文、环境等参数的低功耗传感检测方案,进而实现了免线缆的滑坡地质灾害无人监测硬件平台;建立了滑坡地质灾害预测预警系统软件平台,实现边坡监测数据的阀值预警、边坡稳定性辅助分析和远程支援专家数据访问与会商等功能。该系统平台具有部署维护成本较低、功能全面实用的特点,在边坡稳定性参数监测和滑坡地质灾害的预测预警方面具有一定的推广价值。     

边坡变形监测技术发展现状及问题对策

科学的监测预警工作是主动防范滑坡等地质灾害的重要手段,也是指导地质灾害工程综合防治的有效途径.清晰认知边坡变形监测技术的发展历程,了解监测技术的发展现状,不仅能够充分认识当前边坡变形监测领域的存在问题,更能为边坡变形监测技术的发展启迪思路.通过对当前边坡变形监测技术类型、特点、基本原理及使用方法归纳总结,结合边坡变形监测设备的自动化程度,将边坡变形监测技术划分为常规边坡变形监测技术和新型边坡变形监测技术两大类.进而,分析探讨了监测理论、监测技术、监测过程中存在的问题,并提出针对性对策.