滑坡殘余強度預測

(中國地質大學(武漢) 工程學院，湖北 武漢，430074)

滑坡殘余強度對滑坡特別是老滑坡的穩定性評價非常重要，其研究方法主要通過試驗手段，包括反復直剪試驗、環剪試驗、三軸剪切試驗和原位剪切試驗等。目前國內外許多學者對其進行了研究。文獻[1]介紹了滑坡滑帶土殘余強度的影響因素、測試儀器、試驗方法等方面的研究現狀。王恭先[2]結合中鐵西北科學研究院環剪試驗的成果，介紹了滑坡殘余強度與滑帶土黏粒含量、礫石含量、初始密度、初始含水率、剪切速率等影響因素之間的關系。Wan等[3]采用直剪試驗和環剪試驗對含55%～74%(質量分數)非晶質黏土礦物的滑坡原狀樣進行了研究，研究表明非晶質黏土礦物增加了土顆粒之間的黏聚力，導致峰值強度增高，而非晶質黏土礦物為粉土和砂土顆粒的相互作用提供了接觸面，其導致滑坡殘余內摩擦角較小。張芳枝等[4]采用排水反復直剪試驗對東深供水工程風化泥質軟巖在長期浸水軟化后的殘余強度變化規律進行了探討。左巍然等[5]采用直剪儀反復剪切試驗對原狀土、擊實土和靜壓土這3種狀態膨脹土的殘余強度進行了研究，研究表明，膨脹土的殘余強度與它的結構和應力歷史沒有直接聯系。張昆等[6]采用現場大剪試驗研究了殘余強度與峰值強度的關系，并得到了殘余強度的估算方法。郭惠豐等[7]采用三軸試驗研究了粗晶大理巖在應力平行層理狀態和應力垂直層理狀態，2種情況下巖石殘余強度與圍壓的關系。郭富利等[8]通過三軸力學試驗，研究了圍壓和飽水時間對軟巖殘余強度和峰后體積變化的影響規律、圍壓和飽水時間對軟巖殘余強度和體積變化的作用機制及特點。米海珍等[9]采用靜三軸試驗，探討了蘭州黃土與石灰配制而成的灰土殘余強度在浸水條件下的變化規律，研究表明，灰土的殘余強度與其圍壓呈線性關系。王瑞紅等[10]通過循環加卸載試驗，對處于殘余強度狀態巖樣在不同圍壓、不同卸荷量條件下殘余強度的變化規律，試驗結果表明：巖樣在不同圍壓和不同卸荷量條件下殘余強度與循環次數呈指數變化規律。譚文輝等[11]采用原位剪切試驗對某巨型黃土滑坡剪出口3個不同位置的土樣進行了天然狀態和飽水狀態2種工況下的殘余剪切強度進行了研究，獲得相應的殘余抗剪強度指標，并總結了黃土滑坡原位剪切試驗過程中的注意事項。但是，滑坡殘余強度試驗研究有很多不確定因素，導致試驗結果不理想，并且試驗花費時間長，價格昂貴。為此，本文作者以滑坡基本物理參數為基礎，從區域統計規律出發，采用 SPSS數學分析軟件對滑坡殘余強度的相關影響因素進行篩選，然后以區域典型滑坡為例，分別采用神經網絡模型和多元回歸模型對該滑坡的殘余強度進行預測，最后對其預測結果進行對比分析。

1 相關影響因素篩選

為了研究滑坡殘余強度的區域統計規律，本文選取了萬州區20個具有相同基本特征、相似工程地質條件的滑坡不同部位共147個滑帶土樣基本物理力學參數進行分析，其選取的滑坡具有以下基本特征：均為堆積層滑坡，滑面為巖土接觸面，滑體物質一般由粉質黏土、砂泥巖塊石、人工填土組成，滑帶由粉質黏土夾砂泥巖角礫，滑床為侏羅系砂泥巖。

為了篩選滑坡抗剪強度的相關影響因素，采用大型數學分析軟件 SPSS分析天然含水率、密度、飽和度、孔隙率、孔隙比、液限、塑性、液性指數、塑性指數、壓縮模量、壓縮系數、天然峰值強度、飽和峰值強度與殘余強度的相關性。由于數據量太大，且滑坡大多與降雨有關，因此，這里主要研究滑坡基本物理力學參數與滑坡飽和殘余強度的相關性，具體見表1。

表1 滑坡飽和殘余強度影響因子分析Table 1 Influence factors of landslide saturated residual strength

由表1可知：飽和殘余黏聚力與天然含水量、天然重度、干重度、天然孔隙比、孔隙度、飽和度、天然峰值黏聚力、飽和峰值黏聚力的顯著性為 0，說明這些參數與飽和殘余黏聚力完全相關，這些因素為飽和殘余黏聚力的相關影響因素；而飽和殘余內摩擦角與飽和含水量、塑限、液性指數、壓縮系數、壓縮模量、天然峰值內摩擦角、飽和峰值內摩擦角的顯著性為 0，說明這些參數與飽和殘余內摩擦角完全相關，這些因素為飽和殘余內摩擦角的相關影響因素。

2 萬泉滑坡概況

2.1 滑坡概述

萬泉滑坡位于長江一級支流龍寶河左岸，一級階地及其以上地帶，屬侵蝕堆積地貌及構造—剝蝕中切割低山丘陵河谷地貌。以鷹咀巖為界，將萬泉滑坡分為東滑坡區及西滑坡區，兩滑坡區相距250 m，其中西區前緣最低高程為191 m，后緣最高高程為265 m，總面積為15.15×104m2，體積為155.28×104m3，東區前緣最低高程為192 m，后緣最高高程為267 m，總面積19.43×104m2，總體積為244.4×104m3。

2.2 滑坡物質組成

2.2.1 滑體

(1) 雜填土。主要分布于西滑坡區廠區及居民住宅區，為紫紅、紫褐色黏土夾碎塊石，夾砂、泥巖碎塊石，磚瓦塊、煤炭渣、混凝土及生活垃圾等。覆蓋于地表最上層，厚2～3 m。

(2) 碎裂狀巖體。主要分布于西滑坡區文體廣局7～9剖面一帶，黃家灣及寶山路內側，在道路開挖中邊坡上也有出露，地表出露東西寬180 m，南北長90 m，最大厚度26 m。由碎裂狀紫紅色粉砂質泥巖夾泥質粉砂巖及粉砂巖透鏡體組成。

(3) 粉質黏土夾碎塊石。分布廣泛，厚度變化大，總體上滑體前后緣薄、中部較厚，主要由紫紅色粉質黏土及泥(砂)巖塊石組成，可塑—硬塑狀。見水后具強黏性，有滑感，含 25%～60%的碎塊石，粒徑為 3～2 500 mm。

2.2.2 滑帶

根據地面調查、勘探工程揭露，滑體底部滑動帶(面)受基巖(主要為泥巖)頂界面控制，沿堆積層與基巖接觸的薄弱帶滑動剪出。滑面深度2.40～34.70 m；東、西滑坡區滑帶土物質組成及特征基本相似；滑帶土為褐黃色，灰紫色、暗紫紅色及灰白色黏性土，濕潤，可塑，局部呈軟塑。

2.2.3 滑床

萬泉滑坡的滑床為侏羅系中統上沙溪廟組(J2s)，主要為紫紅色泥巖及粉砂質泥巖夾粉砂巖，滑床巖層傾向為 320°～330°，傾角為 3°～7°，傾向坡內，有利于巖體穩定。

2.3 萬泉滑坡基本物理力學參數

根據中國建筑西南勘察設計研究院完成的《重慶市三峽庫區三期地質災害防治工程非應急項目萬州區萬泉滑坡詳細勘查報告》室內試驗結果，該滑坡滑帶土物理力學參數及殘余強度試驗值如表2所示。

表2 萬泉滑坡物理力學參數Table 2 Wanquan landslide physical and mechanical parameters

3 滑坡殘余強度預測

3.1 多元回歸模型預測

設預測對象為y，影響因素有m個，分別為x1,x2, …,xm，

對于預測對象y為飽和殘余黏聚力時，其影響因素有8個，分別為天然含水量、天然重度、干重度、天然孔隙比、孔隙度、飽和度、天然峰值黏聚力和飽和峰值黏聚力，其編號依次為x1,x2, …,x8。

采用模型原理，利用上述147組滑帶土數據，可得滑坡飽和殘余黏聚力的預測模型為

將表2中相應數據代入式(5)，可得飽和殘余內摩擦角的預測結果。

對于預測對象y為飽和殘余內摩擦角時，其影響因素有7個，分別為飽和含水量、塑限、液性指數、壓縮系數、壓縮模量、天然峰值內摩擦角、飽和峰值內摩擦角，其編號依次為x1,x2, …,x7。

采用模型原理，利用上述147組滑帶土數據，可得滑坡飽和殘余內摩擦角的預測模型為：

將表2中相應數據代入式(6)，可得飽和殘余內摩擦角的預測結果。多元回歸模型預測結果如表3所示。

表3 多元回歸模型預測結果Table 3 Prediction results of multiple regression model

3.2 神經網絡模型預測

BP神經網絡模型[13]是一種按誤差逆傳播算法訓練的多層前饋網絡。BP神經網絡能學習和存貯大量的輸入?輸出模式映射關系，而無需事前揭示描述這種映射關系的數學方程。BP神經網絡模型拓撲結構包括輸入層(input)、隱層(hide layer)和輸出層(output layer)。其具體建立過程如下。

第1步：確定網絡結構：根據樣本數據確定輸入層、隱層以及輸出層的神經元節點數。

第2步：網絡初始化：初始化輸入層與隱層、隱層與輸出層之間的網絡連接權重，初始化隱層與輸出層的網絡閥值，制定學習速率和激勵函數。

第3部：計算隱層輸出：根據輸入向量、輸出層和隱層的連接權值以及隱層閥值計算隱含層輸出值。

第4步：計算輸出層輸出。

第5步：計算誤差。

第6步：重新計算權值。

第7步：重新計算閥值。

第8步：判斷是不是滿足誤差要求，如果不滿足就返回第3步計算直到滿足誤差要求終止計算。

對于飽和殘余黏聚力和飽和殘余內摩擦角，均選取 DPS數據處理系統的 BP神經網絡子系統，采用matlab軟件進行編程，通過不斷調試，最終選取的BP神經網絡模型如下：輸入層為 5個輸入節點, 輸出層為1個輸出節點，隱層15個節點,傳遞函數(包括隱層函數和輸出函數)和訓練函數為：logsig，purelin和trainlm。

訓練采用的數據為上述147組滑帶土的物理力學參數，具體訓練參數見表4。

表4 神經網絡模型訓練參數Table 4 Training parameters of neural network model

將表2中相應數據代入相應的訓練網絡，其預測結果如表5所示。

表5 神經網絡模型預測結果Table 5 Prediction results of neural network model

3.3 預測結果對比分析

根據表2、表3和表5，對滑坡飽和殘余強度預測結果與試驗值進行對比，結果如表6所示。

表6 滑坡殘余強度預測結果與試驗值的相對誤差Table 6 Relative error between landslide residual strength prediction results and test values %

由表6可知：對于飽和殘余黏聚力，多元回歸模型與試驗值的相對誤差為17.90%～37.90%，而神經網絡預測模型的相對誤差為0.89%～7.20%；對于飽和殘余內摩擦角，多元回歸模型與試驗值相對誤差為11.33%～31.24%，而神經網絡預測模型的相對誤差為0.23%～3.36%。可見：神經網絡預測模型的預測精度更高。究其原因，可能是由于這里采用的多元回歸模型為線性模型，沒有考慮影響因素與殘余強度的非線性關系。

4 結論

(1) 萬州區典型堆積層滑坡飽和殘余黏聚力的相關影響因素為天然含水量、天然重度、干重度、天然孔隙比、孔隙度、飽和度、天然峰值黏聚力和飽和峰值黏聚力；飽和殘余內摩擦角的相關影響因素為飽和含水量、塑限、液性指數、壓縮系數、壓縮模量、天然峰值內摩擦角、飽和峰值內摩擦角。

(2) 萬州區典型堆積層滑坡飽和殘余黏聚力和飽和殘余內摩擦角相應的多元回歸預測模型為：y=162.18+2.12x1?12.58x2+10.59x3+210.25x4?7.13x5+0.11x6+0.25x7+0.46x8和y=7.63?0.03x1?0.3x2?3.99x3+7.31x4+0.13x5?0.46x6+0.99x7。

(3) 萬州區典型堆積層滑坡飽和殘余強度的神經網絡模型為：輸入層為5個輸入節點, 輸出層為1個輸出節點，隱層 15個節點,傳遞函數和訓練函數為：logsig，purelin和trainlm。

(4) 多元回歸模型與試驗值的相對誤差為10%～40%，而神經網絡預測模型的相對誤差基本都在5%左右，神經網絡預測模型的預測精度更高。神經網絡模型比多元回歸模型更適合于預測萬州區典型堆積層滑坡的殘余強度。

[1] 滑坡文集編委會.國內外滑帶土殘余強度的研究現狀[C]//滑坡文集(Ⅱ).北京: 人民鐵道出版社, 1979: 210?219.Editorial Committee of Landslide Corpus.Research status of residual strength on slip soil at home and abroad[C]//Landslide Corpus (Ⅱ).Beijing: People’s Railway Publishing House, 1979:210?219.

[2] 王恭先.滑坡防治中的關鍵技術及其處理方法[J].巖石力學與工程學報, 2005, 24(21): 3818?3827.WANG Gongxian.Key technique in landslide control and its handling measures[J].Chinese Journal of Rock Mechanics and Engineering, 2005, 24(21): 3818?3827.

[3] Wan Y, Kwong J.Shear strength of soils containing amorphous clay-size materials in a slow-moving landslide[J].Engineering Geology, 2002, 65(4): 293?303.

[4] 張芳枝, 陳曉平, 吳煌峰, 等.東深供水工程風化泥質軟巖殘余強度特性研究[J].工程地質學報, 2003, 11(1): 54?57.ZHANG Fangzhi, CHEN Xiaoping, WU Huangfeng, et al.The characteristic of residual strength of soft clayey rocks of the east river-shenzhen water supply project[J].Journal of Engineering Geology, 2003, 11(1): 54?57.

[5] 左巍然, 楊和平, 劉平.確定膨脹土殘余強度的試驗研究[J].長沙交通學院學報, 2007, 23(1): 23?27.ZUO Weiran, YANG Heping, LIU Ping.Study on the determination of residual strength for expansive soil[J].Journal of Changsha Communications University, 2007, 23(1): 23?27.

[6] 張昆, 郭菊彬.滑帶土殘余強度參數試驗研究[J].鐵道工程學報, 2007, 24(8): 13?15, 26.ZHANG Kun, GUO Jubin.Experimental research on the residual strength parameters of slip soils[J].Journal of Railway Engineering Society, 2007, 24(8): 13?15, 26.

[7] 郭惠豐, 傘桂蘭.三軸殘余強度以及全過程曲線出現蠕變的成因[J].工程兵工程學院學報, 1999, 14(1): 68?70.GUO Huifeng, SAN Guilan.The cause of 3-axis residual strength and emerging creep in whole process curve[J].Journal of Nanjing Engineering Institute, 1999, 14(1): 68?70.

[8] 郭富利, 張頂立, 蘇潔, 等.圍壓和地下水對軟巖殘余強度及峰后體積變化影響的試驗研究[J].巖石力學與工程學報,2009, 28(Z1): 2644?2650.GUO Fuli, ZHANG Dingli, SU Jie, et al.Experimental study of influences of confining pressures and ground water on residual strength and post-peak volumetric change of soft rock[J].Chinese Journal of Rock Mechanics and Engineering, 2009,28(Z1): 2644?2650.

[9] 米海珍, 王昊, 高春, 等.灰土的浸水強度及殘余強度的試驗研究[J].巖土力學, 2010, 31(9): 2781?2785.MI Haizhen, WANG Hao, GAO Chun, et al.Study of immersion strength and residual strength of lime-loess[J].Rock and Soil Mechanics.2010, 31(9): 2781?2785.

[10] 王瑞紅, 李建林, 蔣昱州, 等.循環加卸載對巖體殘余強度影響的試驗研究[J].巖石力學與工程學報, 2010, 29(10):2103?2109.WANG Ruihong, LI Jianlin, JIANG Yuzhou, et al.Experimental research on influence of cyclic loading and unloading on rock mass residual strength[J].Chinese Journal of Rock Mechanics and Engineering, 2010, 29(10): 2103?2109.

[11] 譚文輝, 任奮華, 苗勝軍.峰值強度與殘余強度對邊坡加固的影響研究[J].巖土力學, 2007(S1): 616?618.TAN Wenhui, REN Fenhua, MIAO Shengjun.Influence of parameters of peak strength and residual strength on the reinforcement of slopes[J].Rock and Soil Mechanics, 2007(S1):616?618.

[12] 殷坤龍.滑坡災害預測預報[M].武漢: 中國地質大學出版社,2003: 35?36.YIN Kunlong.Landslide hazard prediction[M].Wuhan: China University of Geosciences Press, 2003: 35?36.

[13] 郭晶, 孫偉娟.神經網絡理論與 MATLAB 7實現[M].北京:電子工業出版社, 2005: 110?112.GUO Jing, SUN Weijuan.Neural network theory and implementation by MATLAB 7[M].Beijing: Electronic Industry Press, 2005: 110?112.