滑坡災(zāi)害誘發(fā)因素與預(yù)警預(yù)報分析

■傅永強

(福建省高速公路集團有限公司寧德管理分公司 寧德 352100)

0 引言

滑坡不僅給人類的生命財產(chǎn)帶來威脅， 也嚴(yán)重破壞了自然環(huán)境、生態(tài)資源等，每年因滑坡造成的世界傷亡人數(shù)數(shù)以萬計。我國是受滑坡地質(zhì)災(zāi)害影響最大的國家之一，2017 年全國共發(fā)生地質(zhì)災(zāi)害7521 起，共造成354 人死亡或失蹤、100 余人受傷， 直接經(jīng)濟損失高達35.9 億元[1-2]。由于滑坡具有可預(yù)測性和可防控性，雖然最新的研究已經(jīng)提高了人們對滑坡作用機理的認(rèn)識， 但采用工程加固措施辦法降低滑坡風(fēng)險并不是最優(yōu)的選擇， 開展完善滑坡預(yù)警預(yù)報系統(tǒng)是最為有效且經(jīng)濟的手段。 近年來隨著GIS 技術(shù)的發(fā)展， 推動了預(yù)警預(yù)報工作從以往的數(shù)值統(tǒng)計轉(zhuǎn)向模型分析， 能更為精準(zhǔn)的進行滑坡定量評價分析[3]。

1 七步1 號滑坡分析

七步1 號滑坡地處寧武高速A5 合同標(biāo)段， 位于寧德市周寧縣七步村境內(nèi)。 該滑坡已發(fā)生大小崩塌滑移堆積不止10 余次，特別是在七步水庫開始蓄水后，七步1號滑坡體的變形加劇，前緣的沿岸地帶也受到影響。如今七步1 號滑坡體處于蠕動狀態(tài)且部分土體還與整個滑坡體仍有滑動跡象，主要變形部位在滑坡前部(Ⅲ級階地)和中(Ⅳ級階地)、后部(Ⅴ級階地)的斜坡地帶[4]。 七步1 號滑坡體地形地貌如圖1 所示。

1.1 地質(zhì)條件

圖1 七步1 號滑坡地形地貌圖

該地區(qū)為最新的第四系松散堆積層， 向南北延伸地層由新到老變化，分別是侏羅紀(jì)中統(tǒng)上分層位。第四系地層呈小片或零星散布在河兩岸的河谷階地， 是該區(qū)堆積層滑坡的主要物質(zhì)組成[5]。 該區(qū)地層巖性多為砂巖和泥巖，巖性包括紫紅色、褐灰色泥巖、粉砂巖和石英砂巖等。位于復(fù)向斜的北東段近軸部及兩翼， 向北與鐵峰山背斜相鄰，向南緊靠龍騎山背斜和方斗山背斜。該滑坡體區(qū)域內(nèi)的巖體中發(fā)育兩組拉張節(jié)理裂隙： 第一組拉長節(jié)理的最大間距為5m，最小間距為3m，節(jié)理產(chǎn)狀為215°∠75°，有些長度在5mm 至10mm 的節(jié)理面延伸，節(jié)理的最大寬度為1.5mm，裂隙面粗并存在少量風(fēng)化充填物；第二組拉張節(jié)理產(chǎn)狀為311°∠68°，節(jié)理面延伸長度約2～6m，間距3.5～4.5m，裂寬1～3mm，裂隙面平整且無物質(zhì)填充。

1.2 地形地貌條件

本地區(qū)位于河谷地帶，全區(qū)地勢東部偏高，向西逐漸降低[4]。 受區(qū)域地質(zhì)構(gòu)造控制作用，與本區(qū)域侏羅紀(jì)砂泥巖層的水平地層風(fēng)化差異現(xiàn)象， 以及山地殼抬升和河道下切作用，形成了該區(qū)不對稱的“U”型河谷以及侵蝕堆積的多級河流階地地貌，總體形態(tài)呈臺階狀區(qū)和沖溝、注地、陡崖等微地貌，河谷和沖溝的橫剖面形態(tài)多呈“V”字型。區(qū)內(nèi)陡崖與河道方向一致呈條帶狀分布，陡崖前緣常和大型滑坡后緣相接， 滑坡運動形成的后緣拉裂槽演化成封閉或半封閉注地，有些己經(jīng)蓄水形成水塘。

1.3 水文情況

水庫水位變化對滑坡有著至關(guān)重要的影響。 水位上升會降低了岸坡穩(wěn)定性， 使得滑坡巖土體發(fā)生了軟化效應(yīng)。滑坡變形隨著水庫水位上升而增大，庫水調(diào)度改變了庫岸滑坡的地下水分布。水位上升時，位于庫水位以下的滑體受到浸泡為飽和狀態(tài)， 此時受到浮托力作用為坡體減載。巖土體處于飽和狀態(tài)時，水頭高度確定了孔隙水壓力的高低[6]。坡體中某點的孔隙水壓力大小計算如式(1)所示：

式中：ρw為地下水水密度；g 為重力加速度；h 為水頭高度。

用總應(yīng)力和孔隙水壓力表達的有效應(yīng)力如公式(2)所示：

式中，σ′表示有效應(yīng)力；σ 表示總應(yīng)力。 總應(yīng)力不變時，有效應(yīng)力的值隨著孔隙水壓力的變化而變化，孔隙水壓力越大，土中有效應(yīng)力則減小，導(dǎo)致了滑坡體重土的強度降低和穩(wěn)定性減小。 由于巖體的抗剪強度隨著有效應(yīng)力的減小而降低，孔隙水壓力增高使得正應(yīng)力減小，使得滑坡帶土體的抗剪強度減小，滑坡的穩(wěn)定性也變差。

七步1 號滑坡的滑帶土在天然狀態(tài)下的粘聚力為26.3kPa，內(nèi)摩擦角為14.2°，而被庫水浸沒呈飽和狀態(tài)后，粘聚力僅18.2kPa、內(nèi)摩擦角變?yōu)?.4°，分別占天然狀態(tài)下的69.2%、66.2%。

蓄水導(dǎo)致水庫水位上升， 影響了庫岸滑坡內(nèi)部地下水位的高度， 使得原來處于天然容重的土體變?yōu)楦∪葜貭顟B(tài)。 改變了巖土的飽和狀態(tài)，浮力增大，土體之間相互作用也逐漸削弱。 從而使得滑帶土的抗剪強度和穩(wěn)定性均降低。并且水庫在泄洪時，水位降低將會在滑坡土體內(nèi)部造成較大的水力坡度， 滲透壓力的增加誘發(fā)了土體的變形和破壞加劇。 水庫蓄水誘發(fā)滑坡示意圖見圖2。

2 滑坡災(zāi)害監(jiān)測項目

先進的監(jiān)測技術(shù)已成為人們認(rèn)識滑坡運動的主要手段，自然災(zāi)害的監(jiān)測在滑坡研究方法中占據(jù)一席之地，同時也成為滑坡識別和預(yù)警的重要輔助工具[7-8]。 目前主要檢測內(nèi)容有滑坡體地表位移、滑坡地下水位、滑坡地區(qū)的降雨量等指標(biāo)。

2.1 滑坡地表位移監(jiān)測

圖2 水庫蓄水誘發(fā)滑坡示意圖

人工記錄觀測是滑坡預(yù)警預(yù)最早的監(jiān)測技術(shù)， 現(xiàn)今地表位移監(jiān)測技術(shù)包括GPS 地表變形監(jiān)測、自動伸縮計地表變形監(jiān)測、分布式光纖地表變形監(jiān)測等。

GPS 地表變形監(jiān)測可以對體積巨大的滑體進行精確、實時監(jiān)測。 但是測量的精度在厘米級別，在衛(wèi)星信號的不良的區(qū)域難以開展工作。 自動伸縮計地表變形監(jiān)測是通過監(jiān)測固定樁之間的相對位移得到滑體的變形量，其高精度、經(jīng)濟不受外界環(huán)境影響等優(yōu)點而受到青睞，但是只測量幾個固定樁的變形量，具有偶然性。多種監(jiān)測方法的使用，已成為了功能較為齊全的獨立監(jiān)測系統(tǒng)。

2.2 滑坡地下水位監(jiān)測

地下水位的高低對滑坡有著至關(guān)重要的影響作用，根據(jù)眾多的調(diào)查報告結(jié)論： 超過半數(shù)以上的滑坡災(zāi)害誘發(fā)因子都與地下水位變化有關(guān)， 地下水在滑坡整個過程中都起著決定性影響。因此，對滑坡地下水位實時監(jiān)測有著非常關(guān)鍵的作用。

常用水位測量方法是使用水位管和鋼尺水位計，配合水準(zhǔn)測量，確定地下水位高程，通過各觀測期水位高程的變化，監(jiān)測地下水位的變化情況。

2.3 降雨對滑坡變形的影響分析

大量滑坡資料表明， 無論是新生滑坡還是老滑坡復(fù)活，多數(shù)都是由降雨誘發(fā)的，尤其是在殘積土受強降雨作用的地區(qū)更為頻繁。因此，降雨是影響滑坡變形破壞的重要因素， 此類滑坡的評價很大程度上依賴于降雨滲入效果的評價。

2.4 庫水位作用對滑坡變形的影響分析

近20 年以來，水土耦合模型己經(jīng)變形滑坡研究的熱點話題。由典型滑坡案例研究可知，降雨和庫水位變動是水庫滑坡的主要因素。 許多研究人員對庫區(qū)滑坡的變形演化狀態(tài)展開研究，研究發(fā)現(xiàn)：水位降落的快慢和巖土體透水性對滑坡影響十分顯著，水位降落越快，土體透水性越差，滑坡安全系數(shù)也就越小，降低幅度也更為明顯。 強降雨和庫水的浸泡是降低滑坡穩(wěn)定性的重要因素， 滑坡的關(guān)鍵誘發(fā)因素與短時強降雨和水位變化密切相關(guān)。

3 滑坡災(zāi)害預(yù)警預(yù)報

對崩滑流等地質(zhì)災(zāi)害來說，主要是其難以準(zhǔn)確預(yù)報，往往造成重大災(zāi)難。 準(zhǔn)確判斷突發(fā)性地質(zhì)災(zāi)害難度是非常大的，只有嚴(yán)加防范。 20 世紀(jì)70 年代以來，國內(nèi)外諸多學(xué)者引進或建立了許多模型來開展預(yù)警預(yù)報研究[9]。在單體滑坡的預(yù)警中，針對不同的等級，采用相應(yīng)預(yù)測模型進行不同時間尺度的預(yù)測。

3.1 地質(zhì)災(zāi)害險情和災(zāi)情分級

根據(jù)《國家突發(fā)地質(zhì)災(zāi)害應(yīng)急預(yù)案》相關(guān)規(guī)定，按災(zāi)害可能的危害程度和規(guī)模，可將其分為四級，分級標(biāo)準(zhǔn)見表1。

表1 地質(zhì)災(zāi)害險情和災(zāi)情分級標(biāo)準(zhǔn)

參照國土資源部和中國氣象局共同制定的地質(zhì)災(zāi)害氣象預(yù)警分級，考慮滑坡的穩(wěn)定性、可能發(fā)生的時間、規(guī)模、變形破壞的發(fā)展速度等，將滑坡預(yù)警按失穩(wěn)的概率大小和時間共分成四級(見表2)。

表2 預(yù)警分級及預(yù)報時間尺度

3.2 人工智能模型

為了有效、可靠地發(fā)揮預(yù)警預(yù)報的作用，預(yù)警系統(tǒng)布置時通常都需要滑坡的狀態(tài)信息，包括滑動機制、潛在的誘發(fā)因素和它們的閥值[10]。 因此，通過長期位移監(jiān)測來預(yù)測滑坡變形失穩(wěn)是降低滑坡風(fēng)險的一種有效手段。 隨著模式識別與人工智能等理論和技術(shù)的快速發(fā)展， 一些非線性模型在滑坡預(yù)測預(yù)報中己經(jīng)取得了較好的應(yīng)用。 其具有代表性的有突變理論預(yù)報模型，支持向量機模型，極限學(xué)習(xí)機模型等。

3.2.1 突變理論預(yù)報模型

突變理論是由法國數(shù)學(xué)家勒內(nèi)托姆提出的， 其特點是過程連續(xù)而結(jié)果不連續(xù)。 這正好符合了滑坡發(fā)生前的地表位移的連續(xù)，而在滑坡發(fā)生時的土體的不連續(xù)行為，用突變理論來模擬連續(xù)的滑坡現(xiàn)象是最為合理的數(shù)學(xué)工具，有著廣泛的應(yīng)用。

周小平[11]使用突變理論將滑坡分為拉裂段、剪切段、蠕滑段三段模型，根據(jù)尖點突變理論的分叉集方程，得到了滑坡突變與時間之間的函數(shù)關(guān)系， 可為滑坡預(yù)警提供借鑒。 不僅如此，在通過尖點型突變情況下，計算出土體發(fā)生滑坡前后的能量狀態(tài)，可以得到滑體突滑初速度，能有提出有效的疏散計劃，進行精準(zhǔn)的預(yù)警預(yù)報。

3.2.2 支持向量機模型

支持向量機(SVM)一種回歸預(yù)測方法，經(jīng)過一系列的轉(zhuǎn)換可代替高維特征空間中的點積計算， 獲得全局最優(yōu)解[12]。 SVM 的回歸函數(shù)為：

f(x)≤W·Φ(x)+b

應(yīng)用不敏感損失函數(shù)將估計函數(shù)轉(zhuǎn)換為求函數(shù)最小化問題。 經(jīng)過二次規(guī)劃得到SVM 回歸預(yù)測的模型為：

式中：K(xi, xi)為支持向量機的核函數(shù)。

以當(dāng)月降雨量、前兩月累計降雨量、月平均庫水位、當(dāng)月庫水位最大變化量為誘發(fā)因子，前3 月的降雨作為輸入變量，滑坡預(yù)測位移作為輸出項，建立七步1 號滑坡位移預(yù)測模型。 監(jiān)測點的位移預(yù)測結(jié)果見圖3。

圖3 監(jiān)測點與SVM 模型預(yù)測結(jié)果對比

由圖3 可以看出在2012 年1 月到2012 年4 月滑坡的累積位移小于30mm，SVM 模型能夠很好的模擬出滑坡的實際情況，然而在2012 年4 月以后滑坡的累積位移超過了100mm，此時SVM 的模擬值明顯小于實測值。

3.2.3 極限學(xué)習(xí)機模型

極限學(xué)習(xí)機(ELM)是一種新的前饋神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法[13]。 極限學(xué)習(xí)機在不需要設(shè)置其他的參數(shù)的情況下，在特點的網(wǎng)絡(luò)的情況下， 由任意閾值的連接權(quán)值和神經(jīng)元來實現(xiàn)輸入層和隱含層的關(guān)聯(lián)。

其輸入層到隱含層的權(quán)值是一次隨機確定的， 算法執(zhí)行過程中不需要再調(diào)整， 而隱含層到輸出層的權(quán)值只需解一個線性方程組來確定，因此可以提升計算速度。 極限學(xué)習(xí)機的網(wǎng)絡(luò)訓(xùn)練模型如圖4 所示。

圖4 極限學(xué)習(xí)機網(wǎng)絡(luò)訓(xùn)練模型

其中：xi、ti表示不同樣本；m 表示網(wǎng)絡(luò)輸入層；M 表示隱含層；n 表示輸出層的節(jié)點數(shù)；g(x)表示激活函數(shù)；bi為閾值。

應(yīng)用ELM 建立塘角1 號滑坡位移預(yù)測模型。 監(jiān)測點的位移預(yù)測結(jié)果見圖5。

圖5 監(jiān)測點與ELM 模型預(yù)測結(jié)果對比

由圖5 可以看出，ELM 模型在在12 年1 月到12 年4月滑坡累積位移小于30mm，12 年4 月以后滑坡的累積位移超過了100mm 的情況下，均能夠較好的與實測值擬合。

比較兩種模型的擬合情況， 發(fā)現(xiàn)兩種模型預(yù)測結(jié)果與實測值均有較好的吻合度。其中，ELM 模型的結(jié)果優(yōu)于SVM 模型。 在滑坡位移變形顯著的2012 年4 月-6 月，累計降雨量高，滑坡位移量陡增，ELM 模型的預(yù)測值與實測值一致性較好，有著比SVM 模型更好的預(yù)測結(jié)果。 ELM模型不僅在非強變形期也有較好的預(yù)測果，在變形急劇、預(yù)警最關(guān)鍵階段，預(yù)測效果也較為理想，能夠起到對七步1 號滑坡體階狀變形預(yù)測防控作用。

4 結(jié)論

(1) 基于前人關(guān)于地質(zhì)災(zāi)害風(fēng)險管理理論的研究基礎(chǔ)，統(tǒng)計了我國近年來發(fā)生地質(zhì)災(zāi)害的數(shù)量、死亡人數(shù)以及經(jīng)濟損失， 建立了適用于我國地質(zhì)災(zāi)害和滑坡的生命風(fēng)險接受標(biāo)準(zhǔn)。

(2)水庫水位變化及降雨量是影響滑坡體的最主要因素。 由七步1 號滑坡的監(jiān)測點實際情況可以看出在多雨季節(jié)，隨著水庫水位的上升，監(jiān)測點累積位移迅速增大，滑坡體也處于不穩(wěn)定狀態(tài)。 因此在雨量特別增大的季節(jié)內(nèi)，應(yīng)該對滑坡監(jiān)測點進行更加頻繁的觀測與記錄。

(3)通過對滑坡體測點的位移量測檢測，發(fā)現(xiàn)人工智能模型能夠較為準(zhǔn)確的預(yù)測滑坡體在不同工況下的破壞概率。 不論變形幅值在什么情況下，采用ELM 模型的預(yù)測值與實測值吻合度均較為良好，比SVM 模型預(yù)測精度更高。