青海省高家灣滑坡的形成條件分析及穩定性評價

王占巍， 趙發睿， 謝文蘋， 路 睿

(青海省地質調查局， 青海 西寧 810000)

滑坡是中國常見的地質災害之一，造成了巨大的經濟損失，嚴重威脅區內群眾的生命財產安全，對其研究已成為現在的熱點課題之一，且由于滑坡研究領域的涉及范圍較廣，對其研究應具有側重性。其中，滑坡形成條件分析有助于掌握滑坡成因，而穩定性評價可為其防治提供重要的參考依據，因此，針對性的開展滑坡形成條件及其穩定性評價具有重要意義[1-4]。

在滑坡形成條件研究方面，曾潤強等[5]、曾宇桐等[6]分別對鐵三小滑坡和報恩寺滑坡開展了形成條件研究，而李卓駿等[7]則以三峽庫區典型靠椅狀滑坡為基礎，開展其形成條件研究，兩者均取得一定成果。但上述研究多是對具體滑坡開展的形成條件研究，限于區域地質條件差異，仍有必要結合具體滑坡開展針對性研究。

在滑坡穩定性研究方面，也有學者開展了相應研究，如易慶林等[8]以點估計法為理論基礎，在考慮隨機變量的基礎上，進行了滑坡穩定性分析；曾剛等[9]利用數值模擬軟件開展了楊家沱滑坡穩定性研究；王富良等[10]利用模糊評價法實現了滑坡穩定性的定量評價。上述研究為滑坡穩定性評價提供了相應思路，但也存在一定不足，如數值模擬難以實現滑坡所處的不均勻性特征；模糊評價存在一定的主觀性等，因此仍需加大滑坡穩定性的研究力度。

同時，鑒于青海高家灣滑坡的研究成果相對較少，僅孫建霖等[11]開展了高家灣滑坡的變形特征分析及演化過程研究；田中英等[12]利用物探手段開展了高家灣滑坡裂縫發育規律，且研究程度相對較低。因此，本文以高家灣滑坡為工程背景，在其形成條件分析的基礎上，對其穩定性現狀及發展趨勢進行綜合評價，以期為相關滑坡防治奠定基礎。

1 基本原理

本文將研究過程劃分為兩階段，第一階段是結合高家灣滑坡所處區域地質條件及其基本特征，開展其形成條件分析；第二階段，是先以傳遞系數法和瑞典圓弧法為基礎，實現滑坡穩定性現狀研究，再以長短時記憶神經網絡(long short term memory network, LSTM)構建滑坡變形預測模型，以判斷滑坡穩定性的發展趨勢，進而實現滑坡穩定性的綜合評價。

根據上述，該文涉及的理論方法主要是第二階段的穩定性評價方法，將其基本原理分述如下：

1.1 穩定性現狀評價模型

據高家灣滑坡的勘查結果，區內共計分布有4個主滑坡，標記為H1—H4滑坡，其中，H1滑坡有2個次級滑坡，即H1-1和H1-2滑坡；H2滑坡也有兩個次級滑坡，即H2-1和H2-2滑坡；H3和H4各含有一個次級滑坡，即H3-1滑坡和H4-1滑坡；同時，各滑坡的滑面形態存在一定差異，其中，H1-1，H1-2，H2-1，H2-2，H4及H4-1滑坡的滑動形態為折線面；而H1，H2，H3及H3-1滑坡的滑面形態為圓弧面，為保證穩定性現狀評價的準確度，本文提出利用傳遞系數法和瑞典圓弧法分別實現對應滑坡的穩定性評價，兩方法的特點如下[13-14]：

(1) 傳遞系數法。該方法是國標方法，在滑坡穩定性評價中的適用性不言而喻，其在假定是條塊間合力作用方向與上一滑面平行，適用于不同類型滑坡在任意滑面上的穩定性評價。

(2) 瑞典圓弧法。該方法適用于圓弧滑面土質滑坡的穩定性計算，可有效評價本文4個圓弧滑面滑坡的穩定性。

同時，在穩定性計算過程中，將其計算工況設定為3種，即：①工況Ⅰ：自重；②工況Ⅱ：自重+暴雨；③工況Ⅲ：自重+地震；根據計算結果，滑坡穩定狀態的劃分標準按表1進行。

表1 滑坡穩定狀態劃分標準

1.2 穩定性預測評價模型

為實現高家灣滑坡的穩定性預測，該文利用長短時記憶神經網絡構建的其變形預測模型[15-16]。長短時記憶神經網絡是一種新型神經網絡，相較于傳統神經網絡模型具有明顯優勢，如傳統神經網絡多采用單向流動輸出，且易出現梯度爆炸或消失等問題，而LSTM模型通過新增記憶單元結構及3層單元門，具有了計算長距離信息的能力，有效解決了上述傳統神經網絡問題。但是，在LSTM模型的應用過程中，仍存在一定問題，如隱含層數及其節點數難以確定，對模型擬合能力具有直接影響，若其值越大，會增加網絡結構的復雜度，反之，又難以滿足擬合要求；學習率及窗口大小無取值標準，并直接影響訓練過程。上述參數多是靠使用者經驗確定，隨機性較強，有必要對其進行優化處理。

為保證LSTM模型的參數最優性，將其優化過程分述如下：

(1) 隱含層數優化。隱含層數對模型高維可視化具有重要影響，對其優化具有較強的必要性。為保證隱含層數的最優性，該文提出對1—4層的隱含層數進行試算處理，選取效果最優者作為該文LSTM模型的隱含層數。

(2) 隱層節點數優化。隱層節點數對LSTM模型的網絡結構復雜度具有重要影響，在傳統神經網絡的應用過程中，多是采用公式(1)求解隱層節點數的經驗值，即：

(1)

式中：m，n分別為輸入層、輸出層節點數，但限于LSTM模型的理論發展，上式的經驗公式求解已難以滿足精度要求，為保證預測結果的最優性，本文提出以上式求解得到的經驗值為中心，對其進行適當擴展，確定其取值區間，并對區間內的隱層節點數均進行預測效果試算，以其效果最佳者作為該文LSTM模型的隱含節點數。

(3) 學習率及窗口大小優化。學習率與窗口大小參數對LSTM模型的訓練過程具有較大影響，且其取值具有明顯范圍特征，難以采用上述試算法確定最優參數值，進而本文提出利用粒子群算法優化學習率及窗口大小參數。由于粒子群算法(particle swarm optimization, PSO)的全局優化能力較強，已被廣泛應用于各類模型的參數優化中，因此，利用其優化LSTM模型的學習率及窗口大小參數具有較強的可行性，但在傳統PSO算法的應用過程中，采用線性遞減策略來實現其慣性權值調整，難以兼顧全局與局部的優化能力，為保證局部與全局的合理優化，避免陷入局部極值，IPSO算法應運而生，該方法采用的是非線性的動態權值調整，能有效協調全局與局部的優化能力，進而利用其實現學習率與窗口大小參數優化。

通過優化LSTM模型的變形預測結果可實現高家灣滑坡的穩定性預測評價，即當預測結果得出其變形仍呈增加趨勢，且無收斂跡象時，說明高家灣滑坡的穩定性還會進一步減弱，趨于不利方向發展；反之，其變形預測結果得出其變形具收斂跡象時，則說明其穩定性將會維持現狀。

2 實例分析

2.1 工程概況

高家灣滑坡位于青海省海東市樂都區，自2012年以來，出現了不同程度的變形破壞，對其前緣高家灣村173戶650人及重要道路、通訊設施造成嚴重威脅，因此，對其研究意義重大。據現場調查成果，滑坡區地處樂都盆地中部，總體地勢呈南高北低，最高高程約2 466 m，最低高程約1 903 m，相對高差563 m，地形起伏較大；同時，區內河谷、斜坡、沖溝交錯，地貌類型復雜多樣，大致可劃分為侵蝕堆積河谷平原及侵蝕剝蝕丘陵兩類，其地形地貌詳見圖1。

圖1 高家灣滑坡地形地貌現狀

據鉆孔及勘查成果，滑坡區內地層可分為古近系地層和第四系地層，兩者具體特征如下：

(1) 古近系地層是區內丘陵區主體巖層，巖性為內陸沉積的砂、泥巖互層，呈棕紅、暗紅色，產狀為175°∠5°，具3～20 m的強風化層，分布厚度大于500 m。

(2) 第四系地層以地表松散堆積層為主，主要包括沖洪積層、滑坡堆積層及風積層，結構多松散，巖性多以碎塊石土及黃土為主，分布差異明顯，是區內地質災害的主要物源組成。

滑坡區地處青藏高原、黃土高原交接地帶，其地形地貌形成與區內構造運動關系密切，其中，斷裂構造尤為發育，以東西向及南北向發育為主，其中，滑坡前緣發育有一斷層距山體前緣約800 m，斷層錯斷巖層及黃土，產狀為200°∠75°，走向110°，長約2 000 m，對區內滑坡形成具有重要影響。

區內水文條件發育條件較好，其中地表水主要以地表沖溝中的季節性流水為主，地下水以裂隙水及孔隙水為主，前者含水層巖性主要為泥巖，主要賦存于層間孔隙裂隙及表部風化裂隙中，后者含水層巖性為砂礫卵石層，主要賦存于第四系地層孔隙中。

2.2 基本特征分析

高家灣滑坡發育于湟水南岸Ⅱ級階地的后緣低山丘陵斜坡區，平面呈舌形形態，縱向長度約1 830 m，寬度約1 300 m，平均面積約2.4 km2，平均厚約110 m，滑體方量總計約2.92×108m3；同時，高家灣滑坡可進一步細分為10個子滑坡，其分布特征如圖2所示。

注：H1，H2，H3及H4滑坡屬主滑坡；H1-1，H1-2，H2-1，H2-2，H3-1和H4-1屬其次級滑坡。

高家灣滑坡從坡頂發育至坡腳，按其由遠及近的形成時代可劃分為3期，即一期滑坡：H1，H2滑坡，二期滑坡：有H3，H4滑坡，三期滑坡：H1-1，H1-2，H2-1，H2-2，H3-1，H4-1滑坡，均為次級滑坡。因此，得出高家灣滑坡屬復合型多期巨型滑坡，開展其研究具有重要的理論價值。

2.2.1 滑坡空間形態及結構特征 根據滑坡勘查成果，對高家灣滑坡的所有子滑坡進行空間形態及結構特征參數統計，結果如表2所示。

表2 高家灣滑坡空間形態及結構特征參數

在滑坡形態特征方面，各滑坡主滑方向多偏向于正北方向，厚度均較大，具中部、前緣厚，后緣薄的特點，屬深層滑坡；規模也相對偏大，其中，4個主滑坡包含2個巨型滑坡和2個特大型滑坡，而在6個次級滑坡中，含有3個特大型滑坡和3個大型滑坡，總體來說高家灣滑坡的規模類型較大，其危險性也相對較大，對其防治較為緊迫。

在結構特征方面，滑體土主要以粉土為主，局部滑體土含有一定的泥巖碎塊，這與區內黃土分布相關；滑床則主要為泥巖，多呈微—強風化；滑帶多以基覆界面為主，分布個數為7個，均屬黃土滑坡，所占比例達70%，其余3個滑坡均為泥巖滑坡。

根據上述，高家灣滑坡主要以大規模黃土泥質滑坡為主，并含有一定的泥巖滑坡，分析其成因與其地形起伏較陡、黃土分布較廣及泥巖質軟相關。

2.2.2 滑坡物質組成特征 ①滑體物質組成特征：據鉆孔資料，滑體土以粉土為主，多呈土黃色—褐黃色，無光澤、搖震反應，干強度、韌性低，局部含有一定量的礫石。②滑床物質組成特征：滑床均為基巖，巖性為古近系泥巖，呈褐紅色，層狀構造，泥質結構。③滑帶物質組成特征：H2-1，H4，H4-1滑坡的滑帶位于強風化泥巖層底部，滑帶埋深25～110 m，厚度為2～5 m，屬基巖滑坡，其滑帶物質成分為強風化砂質泥巖碎塊混雜礫石，呈紅褐色—褐黃色，含砂量較高，層理面發育，遇水易軟化。其余滑坡均屬黃土滑坡，滑帶位于基覆界面，滑帶物質成分主要為粉土，底部夾雜礫石，呈土黃色，濕～潮濕，結構松散。

2.3 滑坡形成分析

高家灣滑坡的形成條件分析有助于掌握滑坡成因及其變形機理，可為其后期防治提供理論基礎，進而對其研究具有重要意義。結合工程實際，將高家灣滑坡的形成條件分述為：

(1) 地形地貌條件?；聟^最高高程約2 466 m，最低高程約1 903 m，相對高差563 m，地形起伏較大；高家灣滑坡具有古滑坡特征，原始斜坡水平投影長約1 400 m，原始斜坡坡度約25°，具有滑坡災害發生的地形地貌條件。同時，滑坡前緣緊鄰湟水，受河道側向侵蝕影響，前緣形成高陡臨空面，為高家灣滑坡形成提供了較好的動力條件和滑移空間。另外，由于近年滑坡復活產生了大量地表變形破壞，在其后緣、兩側等均形成了規模不一的沖溝及落水洞，利于降雨匯集入滲，進而進一步促使滑坡的產生。

(2) 地層巖性條件。高家灣滑坡的滑體物質多以黃土為主，結構疏松，吸水性較強，遇水后力學強度急劇降低，具Ⅲ級自重濕陷性，易在臨空面的上緣附近形成卸荷裂隙，利于降水入滲進入軟弱結構面，進而形成貫通的滑移面；同時，下覆基巖為泥巖、砂巖夾石膏層，具較強的親水性，遇水易軟化，能形成軟弱結構面，不利于滑坡的穩定性保持。

(3) 地質構造條件。高家灣滑坡區地質構造較為發育，主要以斷裂構造為主，其構造現狀為：①構造現狀1：在H1滑坡左側壁以西340 m處的盤山公路內側，出露一處斷層剖面，錯斷一古土壤層，以該古土壤層為標志層，上盤相對下降，下盤相對上升，地層斷距為1.5 m，是正斷層證據之一；②構造現狀2。在雙塔溝右岸，泥巖夾含礫砂巖地層出露一處斷層剖面，該點與上一構造現狀點的產狀一致，推斷兩處斷層為斷層面自上而下完整貫通，長度約28 m，地層斷距為34 cm，斷層裂隙被石膏填充，斷層面兩側可見古近系砂礫巖巖層彎折扭曲現象，上盤巖層沉積方向在斷層面附近向下彎折，下盤巖層沉積方向在斷層面附近向上彎折，判斷為一處高角度逆沖斷層；③構造現狀3。在紅溝左岸支溝內，即H1滑坡右側前緣邊界處，溝底出露斷層角礫巖，斷層面被石膏填充，由于該斷層面受H1滑坡滑動的推移作用影響，該斷面出露產狀非原始產狀。

以上3點構造現狀點連線的方位角為110°，是區內構造發育的重要證據，且由于區內地質構造發育，決定了現今滑坡區的地形地貌發育，也是高家灣滑坡形成的重要條件。

(4) 水文條件。水文條件是滑坡形成的必要條件之一，也是導致古滑坡復活及變形破壞的重要影響因素，高家灣滑坡的主要水文條件如下：①地表灌溉。近年來，高家灣滑坡坡體上進行了大量的植樹造林活動，引水管道遍布整個坡體，但在灌溉過程中的漏水現象較為嚴重。②降雨及冰雪融水。夏秋季多暴雨、大雨，且降雨時間集中，黃土暗穴、落水洞為降水的匯集和快速入滲提供了通道，降水入滲在古土壤或泥巖之上形成局部上層滯水，增大了土體容重，降低了土體的抗剪強度。③地下水的不合理排泄。據調查，區內張家莊隧道內間斷性地向外抽水排水，監測數據顯示水量為28 m3/d，其徑流途徑經過隧道附近泥巖地層，而隧道埋深位于H1滑坡滑面以下，因此基巖風化層裂隙水入滲巖體，在泥巖頂部匯集，使滑帶巖體處于飽水狀態，抗剪強度降低，再加上動水壓力的作用，不利于滑坡保持穩定。

(5) 人類工程活動。滑坡變形破壞與人類工程活動關系密切，區內的人類工程活動主要如下。①修路切坡。為滿足生產及交通需要，在高家灣滑坡地表修建了大量公路，在局部改變原始地形地貌的同時，還產生了局部臨空面，降低了滑坡整體穩定性；②鐵路隧道開挖。2010年鐵路隧道掘進施工對坡體深部泥巖擾動劇烈，引起了滑體表部的變形破壞；同時，動車運行過程中產生振動，存在引發局部共振的可能，將對坡體施加較大的動荷載，不利于滑坡的穩定；③綠化灌溉。如前所述，灌溉是高家灣滑坡的重要水源條件，據調查訪問，坡體上的灌溉活動始于2016年初，常年持續，對滑坡穩定性影響較大；④坡腳生產建設。為滿足生產需要，通過開挖坡腳修建了大量建、構筑物，造成坡體下部抗滑力不斷減小，不利于滑坡的穩定。

綜合上述，高家灣滑坡的形成條件較為完備，具有滑坡發生的各項條件，對其防治應先加強誘發因素的弱化，如盡量減弱人類工程活動的影響等。

2.4 滑坡穩定現狀評價

滑坡穩定性評價是其防治的重要基礎，進而開展滑坡穩定性現狀分析具有重要意義；同時，利用傳遞系數法和瑞典圓弧法分析高家灣各類子滑坡的穩定性，所得結果見表3。

如表3所示，據滑坡穩定性現狀評價，在“自重”工況條件下，4個主滑坡均屬穩定狀態，而6個次級滑坡均屬基本穩定狀態，總體穩定性均較好；在“自重+地震”工況條件下，H4滑坡的穩定性相對最佳，屬穩定狀態。其余3個主滑坡屬基本穩定狀態，而6個次級滑坡均屬欠穩定狀態，相較于自重工況條件下，穩定性趨于減弱；在“自重+暴雨”工況條件下，4個主滑坡均處于基本穩定狀態，H2-1滑坡屬不穩定狀態，其余次級滑坡屬欠穩定狀態，相較于前兩種工況又有局部下降趨勢。

表3 高家灣滑坡穩定性現狀評價結果

據滑坡穩定現狀評價結果，得出主滑坡穩定性相對較好，次級滑坡穩定性相對較弱，且以H2-1滑坡的安全儲備相對略低，因此，得出高家灣整體穩定性現狀較為穩定，但局部次級滑坡存在失穩可能，且在降雨作用下，穩定性趨于減弱，需對其進行一定處防治處理。

2.5 滑坡穩定預測評價

為實時掌握滑坡變形特征，構建了高家灣滑坡變形監測系統，監測點按“四橫三縱”布置，共計布設11個監測點，其中，主滑面上由后緣至前緣布設4個監測點，編號為J5～J8監測點，且在監測過程中，監測頻率為1次/7 d，共計得到43個監測周期的變形數據，其變形特征如圖3所示。

注：每7 d監測1次為1個周期。

利用LSTM模型構建高家灣滑坡變形預測模型，通過變形預測來實現滑坡穩定性預測評價。為驗證各類優化方法的優化效果，本文先以J5監測點為例，進行詳述分析；同時，在預測過程中，以1—37周期為訓練樣本，38—43周期為驗證樣本，44—47周期為外推預測樣本。

首先，對LSTM模型的隱含層數進行篩選，結果如表4所示。由表4可知，不同隱含層數的預測效果存在一定差異，在預測精度方面，隨隱含層數增加，平均相對誤差值呈先減小后增加的趨勢，且在訓練時間方面，也具有類似特征，且當隱含層數為2層時，具有相對最小的平均相對誤差值和最短的訓練時間，進而以2層隱層數的預測效果最優，因此，確定該文LSTM模型的隱含層數為2層。

表4 LSTM模型隱含層數篩選結果統計

其次，通過經驗公式確定LSTM模型的隱層節點數經驗值為12，進而確定隱層節點數的試算區間為10～14，各隱層節點數的試算結果如表5所示。不同隱層節點數的預測效果存在一定差異，平均相對誤差指標與訓練時間指標的變化規律一致，即隨隱層節點數增加，相應評價指標均呈先減小后增加的趨勢，且兩者均在13個隱層節點數時的評價指標值相對最小，進而確定該文LSTM模型的隱層節點數為13個。

表5 LSTM模型隱層節點數篩選結果統計

最后，再利用IPSO算法對LSTM模型的學習率及窗口大小參數進行優化處理，且為對比IPSO算法對PSO算法的優越性，對兩種算法均進行預測結果的對比分析，結果統計如表6所示。在相應驗證樣本節點處，對比PSO算法和IPSO算法的優化結果可知，后者具有相對更小的誤差值，且IPSO-LSTM模型的最大、最小相對誤差分別為2.15%和1.83%，平均相對誤差為1.93%，訓練時間為23.29 ms，相較于表5中的預測效果，預測精度也略有提高，說明IPSO-LSTM模型具有較高預測精度，且IPSO算法能有效優化學習率及窗口大小參數；同時，J5監測點的外推預測結果得出其變形仍將進一步增加，并無收斂趨勢。

表6 J5監測點最終優化預測結果

為進一步驗證該文優化LSTM模型的有效性及實現高家灣滑坡穩定性預測的綜合評價，再對J6—J8監測進行變形預測研究，結果如表7所示。由表7可知，3個監測點預測結果的平均相對誤差間于1.76%～1.85%之間，訓練時間間于22.17～26.38 ms之間，預測效果相當，且與J5監測點的預測效果一致，進而驗證了該文優化LSTM模型在滑坡變形預測中的有效性；同時，3個監測點的外推預測也得出其變形值仍將繼續增加，無收斂趨勢。

表7 優化LSTM模型的有效性預測結果

根據上述變形預測結果，得出高家灣滑坡的變形仍將繼續增加，且無收斂跡象，說明其穩定性還會進一步減弱，趨于不利方向發展。

3 結 論

通過高家灣滑坡的形成條件分析及穩定性評價研究，得出如下主要結論：

(1) 高家灣滑坡具有滑坡形成的基本條件,且較為完備,加之其具有復合多期巨型規模特征,對其前緣高家灣村173戶650人及重要道路、通訊設施造成嚴重威脅,應加強對其進行防治。

(2) 通過穩定性現狀研究,得出高家灣整體現狀較為穩定,但局部次級滑坡存在失穩可能,且在降雨作用下,穩定性趨于減弱,多處于基本穩定—欠穩定狀態。

(3) 通過穩定性預測研究,得出本文預測結果的平均相對誤差多小于2%,具有較高的預測精度,且滑坡變形仍將繼續增加,無收斂跡象,說明其穩定性還會進一步減弱,趨于不利方向發展,需對其采取必要措施,以便切實有效的保護區內居民的生命財產安全。