胡佳武,毛東升,黃 健,王昌明
(1.成都理工大學,四川 成都 610059;2.地質災害防治與地質環境保護國家重點實驗室,四川 成都 610059;3.四川省水利水電勘測設計研究院,四川 成都 610065)
降雨作為引發滑坡的重點因子,一直是國內外研究的熱點。李同錄[1]等對西北黃土高原黃土滑坡研究表明,降雨誘發黃土滑坡,根本原因是降雨入滲增大了邊坡的自身重力,導致下滑力加大,而地下水位抬升降低了潛在滑動面的有效應力和相應的抗剪強度,軟化了土體導致滑坡。匡野[2]等通過物理模型試驗表明,雨水入滲邊坡孔隙水壓力增大,降低了有效應力,最終導致邊坡失穩。
非飽和土力學理論認為,降雨破壞邊坡平衡并引發滑坡的主要原因是雨水入滲降低了非飽和土體的基質吸力,產生了暫時的飽和土體,而基質吸力減小使邊坡中非飽和土體的抗剪強度大大降低,從而導致邊坡失穩,甚至滑坡[3]。地下水位處于潛在滑動面以上時,地下水位的漲幅直接引起水動力,相當于給邊坡施加了加卸載作用,進而影響坡體平衡;地下水位于潛在滑動面以下特別是在滑動面附近時,地下水的漲幅直接影響水位以上孔隙水壓力的分布情況,對邊坡的影響顯著[4]。
前期降雨影響邊坡體積含水量,進而影響降雨的入滲情況,對邊坡穩定性影響顯著[5]。滑坡當日或滑坡前的最后一場大雨是滑坡發生的觸發條件,但大多數研究都只基于當日降雨情況對滑坡穩定性進行分析。因此,本文以堡只村黃土滑坡為例,運用Geo-Studio數值計算軟件,結合現場調查地質資料,對不同前期降雨條件下的邊坡穩定性進行分析,構建基于非飽和土理論的滑坡降雨預警模型。
滑坡所在自然斜坡總體上NE高,SW低。滑坡體左側為采礦棄渣堆載區,坡體后緣較陡,側緣沖溝不發育,整體上呈現不規則的漏斗狀。滑坡主軸長100 m,寬150 m,展布面積1.5×104m2,陡坡前緣高程875 m,后緣最高處975 m,坡體平均層厚6~10 m。通過對堡只村滑坡現場調查工作,滑坡邊界明顯。該滑坡后緣大致沿土質陡坡延伸至兩側沖溝處,出露地層為Q3粉土并夾有碎石土,坡度一般在40°~50°之間。后緣發育寬約1 m的裂縫,裂縫呈羽狀展布,深約60 cm,延伸10 m多。滑坡左側邊界出露明顯,沿堆積體坡腳延伸至坡體前緣;右側邊界以坍塌的窯洞為界,窯洞頂板倒塌,洞體變形。滑坡前緣以省道224線為界,在滑坡初次滑動及堆積后,形成一階地平臺。堡只村滑坡平面見圖1。

圖1 堡只村滑坡平面
根據本次勘查情況及出露地層特性可知,邊坡上覆地層主要由第四系上更新統(Q3)粉土和中更新統(Q2)粉質粘土組成,下伏地層由石炭系上統太原組(C3t)砂泥巖組成。Q3粉土呈灰黃色,土質松散,內部孔隙大,具有垂直節理,透水性良好,層厚 5~20 m,平均厚度12 m。Q2粉質粘土為棕黃色,土體主要呈硬塑狀態,土質不均一,干強度和韌性適中。C3t砂泥巖呈灰黑色,產狀270°∠4°,平均層厚72 m。堡只村滑坡1-1′剖面見圖2。

圖2 堡只村1-1′剖面
滑坡后緣可見明顯下挫,表面形成數條拉裂縫,后緣可看見下挫形成的小路。沿主滑方向看,滑坡左側以坍塌的窯洞為界,洞體已發生傾斜,頂板坍塌。滑坡前緣可見多處樹木傾倒現象,地面發生張裂變形,坡表層為耕植土所覆蓋。因前緣切坡卸荷的影響,滑體中部耕地可見明顯橫向裂縫。
2013年,滑坡附近露天采礦,棄渣堆積于滑坡后緣側邊界上。由于堆積體體積過大,一定程度上增加了后緣承載力。同時,滑坡坡腳切坡建房,破壞坡表的應力平衡,并給坡體滑動提供了有利的臨空面條件,在后期降雨的作用下,地表水沿黃土狀粉土縱向節理裂隙快速入滲,致使滑坡體自重增加,且雨水下滲至Q2層面時,粉質粘土的透水性能差,容易形成相對隔水層,從而影響坡體平衡。雨水累積軟化了該層面的土體,降低了土層的抗剪強度形成滑動帶。降雨補給地下水使地下水位抬升,當地下水面超過潛在滑面時產生動水壓力,更進一步促進滑坡形成。綜上所述,該滑坡是在后緣堆載、前緣擾動、地表水大量入滲以及地下水位抬升等因素綜合作用下形成的Q2與Q3接觸面滑動的黃土滑坡。
本文以前期降雨和降雨(觸發滑坡發生的降雨)為變量建立降雨預警模型,但是如何考慮前期降雨成為預警的難題。如今,雨量監測數據可提取出歷史降雨歷時及小時雨強,可確定的就是年平均降雨量、雨季降雨量總量及連續幾天的降雨量。因此,本文以前期降雨總量為控制變量,即控制前期降雨的平均日降雨量,以實現前期降雨需求。
在物理力學參數選取得當的前提下,數值模擬計算結果可信度較高,可有效確定邊坡的穩定性情況及其他工況下的邊坡穩定性,均由穩定性系數表征。本文以數值模擬軟件Geo-Studio中的SLOPE模塊、SEEP模塊和SIGEMA模塊為計算基礎,并以非飽和土力學理論為理論基礎,建立了固-液耦合預警模型。以邊坡穩定性系數為預警劃分標準,綜合歷史降雨情況,施加滿足實際情況下的平均日降雨量及降雨條件,確定降雨閾值,實現預警模型的建立。預警模型構建思路見圖3。

圖3 模型構建思路
采用Geo-Studio數值計算軟件對不同前期降雨條件下的斜坡穩定性進行有限元數值計算。為保證結果的準確性和計算效率,將模型的上部滑體部分網格劃分較細,單元大小為3 m,遠離滑體部分取為6 m。計算單元主要為四邊形單元,局部采用三角形單元,共359個節點和332個單元。為能較好體現邊坡在降雨作用下變化情況,在邊坡前緣、后緣以及潛在滑面上共設置3個監測點。計算模型邊界條件:①降雨入滲邊界。當降雨強度小于土體入滲能力時,采用單位流量邊界;當降雨強度大于土體入滲能力時,采用水頭邊界[6],水頭等于地面高程,雨水一部分入滲地下,一部分沿地表徑流經雨水井排走。②隔水邊界。隔水邊界隨地下水位升降而發生變化,地下水位以上為隔水邊界,不接受其他補給水源補給,也不排泄。③側向補給及排泄邊界。采用水頭邊界,水頭等于該點高程,隨地下水面變化而變化。計算模型網格劃分及邊界條件見圖4。

圖4 計算模型網格劃分及邊界條件
降雨模擬初始條件對計算結果的真實性影響顯著。由于地區氣候差異、巖土性質差異、水位差異等影響,不同模擬的初始條件不盡相同,本文主要研究雨季邊坡的預警預報。統計最近幾年堡只村降雨數據得知,降雨主要集中在7月,采用近幾年7月平均降雨量作為降雨邊界進行穩態計算,得出孔隙水壓力分布結果,并將其作為后期計算的初始條件。孔隙水壓力分布見圖5。

圖5 孔隙水壓力分布(單位:kPa)
根據已有的研究成果,結合堡只村黃土滑坡巖性特征,黃土主要物理力學指標見表1。邊坡巖土體力學參數見表2。

表1 黃土主要物理指標

表2 邊坡巖土體力學性質
降雨滲流的數值計算理論基礎是Fredlund的非飽和土滲流理論,該理論具有2個重要的水力特性參數,分別是土水特征曲線和滲透系數方程[2]。本文應用張濤對山西馬蘭黃土的研究中測定的土體物理性質試驗數據[7],選定上層土基本物理力學參數和顆粒級配曲線,利用V-G模型,采用RETC軟件結合SEEP模塊,擬合出水土特征(見圖6)和滲透系數(見圖7)。

圖6 上層土體水土特征

圖7 上層土體滲透系數
參照相關規范,本文設定堡只村滑坡安全系數為1.0、1.05、1.1,共模擬31組隨機不同前期降雨及當日降雨直到達到設定安全系數。考慮論文篇幅限制,本文選取安全系數為1.0條件下的1組數據做具體分析。
降雨誘發堆積體發生滑坡的機制是降雨入滲產生的水流不斷匯集在滑坡體內,土體含水率越來越高,逐漸接近飽和狀態,飽和面積逐漸增大。隨后,滑坡內部形成潛水面,隨著水流不斷匯集,潛水面上升,邊坡在孔隙水壓力作用下應力平衡破壞,導致滑坡的發生[8]。
圖8為降雨引起坡體內孔隙水壓力變化。從圖8可知,降雨初期坡頂部分孔隙含水率較小,孔隙水壓力較小,雨水入滲較快,初始分布狀態被擾動,坡頂部孔隙水增大,坡腳處地表降雨補給地下水,地下水面(孔隙水壓力為0處)緩慢抬升;降雨中期,雨水持續入滲,飽水面積增大,坡頂處孔隙水含量

圖8 降雨引起坡體內孔隙水壓力變化(單位:kPa)
和孔隙水壓力持續增大,入滲速度減慢,邊坡降雨補給地下水,地下水面抬升速度加快;降雨末期,雨水入滲速度穩定,坡體基本處于飽水狀態,此時降雨補給地下水,地下水面抬升最快。
圖9為監測點孔隙水壓力變化。從圖9可知,降雨初期,潛在滑面處監測點2離地下水位最近,比坡表監測點1、3孔隙水壓力大。隨著降雨的持續補給,坡體內孔隙水壓力開始發生變化,因地下水位的抬升,監測點2、3變化較快,后緣監測點1由于降雨沿坡表入滲坡體內部,變化較為緩慢。直到第16 d暴雨當天,監測點1、2發生突變,而監測點3幾乎和前幾日變化不大。因為地下水位抬升至前緣坡腳處,導致雨水的排泄,此時孔隙水壓力為0,而潛在滑面處孔隙水壓力持續增大,表明入滲雨水不斷富集于此,地下水面水頭高于此處滑面,產生動水壓力。這也是滑面處土體被軟化,抗剪強度降低的原因。

圖9 監測點孔隙水壓力變化
圖10為降雨引起坡體內位移變化。從圖10可知,降雨初期坡體向臨空方向發生小變形,坡體前緣變形量大于中部和后緣,這與現場調查坡體前緣出現鼓脹變形結果一致。隨著降雨時間的累積,滑坡體位移明顯增大,直到第16 d位移量最大。這是因為初期降雨量小,雨水入滲坡體內部少,降雨入滲增加了坡體自重,即增大了坡體下滑力,使得滑坡向臨空方向發生滑動[9]。隨著坡體內雨量的累積,滑坡體自重不斷增大,致使坡體前緣臨空面位移不斷增大。第16 d坡腳位移明顯高于第15 d,因暴雨當日致使坡體穩定達到極限平衡,斜坡失穩,變形量陡增。

圖10 降雨引起坡體內位移變化(單位:m)
本文通過降雨引起坡體孔隙水壓力變化耦合變形,計算邊坡穩定性系數Fs。計算結果見圖11。從圖11可以看出,天然狀態下坡體穩定性較好,但小于規范要求的1.25[10],這與前文分析結果相符;降雨直接引起邊坡安全系數降低,而且響應較快,降雨當日安全系數就發生了變化,在第15 d與第16 d間安全系數發生突變。因為當日降雨量急劇增大,致使坡體體積含水量變大,相對飽和區面積增大,基質吸附力減少甚至趨近于0,孔隙水壓力增大,土重度增大,粘聚力減小,安全系數降低明顯[11]。

圖11 邊坡穩定性系數

圖12 前期~當日降雨坡體穩定性系數變化
坡體前緣監測點3的穩定性系數變化見圖12,地下水位對邊坡的影響見圖13。從圖12、13可知,降雨初期,地下水位抬升緩慢,坡體位移變化緩慢,坡體穩定。隨著降雨的持續,地下水位線逐漸上升,在第8 d坡體位移增幅較大,穩定性系數也響應較快。直到第16 d,地下水位抬升至坡腳并沿設定邊界排出,坡體位移急劇增大,坡體失去穩定。這是因為降雨前期坡體處于非飽和狀態,雨水入滲使坡體體積含水量增大,地下水位面抬升不高,且穩定性系數降低較小[12]。隨著持續的降雨,坡體逐漸達到飽和狀態,地下水位抬升變快,直到第16 d暴雨當天,前緣處地下水位抬升至潛在滑面,其孔隙水壓力后期基本保持不變,產生動水壓力引起前緣滑動,位移量劇增。

圖13 地下水位對邊坡的影響
以不同前期降雨總量及當日降雨為降雨邊界條件進行數值模擬,以降雨量作為預警指標,總共模擬31組數據。其中,穩定性系數為1.0時模擬了14組,穩定性系數為1.05時模擬了12組,穩定性系數為1.1時模擬了5組。記錄每組數據的前15 d降雨量值與當日降雨量值,以穩定性系數Fs=1.1、Fs=1.05、Fs=1.0為預警邊界,擬合出每一級預警曲線,從而確定相對應的降雨閾值。降雨預警模型見圖14。

圖14 降雨預警模型
從圖14可知,31組計算結果16 d降雨總量小于研究區最大月降雨量,單次降雨小于歷史最大降雨量,預警結果符合實際,預警工作可以實施。前期降雨的存在會加強當日降雨對邊坡穩定性的影響,前期降雨越大,當日降雨導致穩定性降低的越快。穩定性系數達到預警閾值時,隨著前期降雨的增大,當日降雨量變小。
本文基于非飽和土理論,以不同的前期累積降雨量為變量進行有限元數值模擬,模擬了堡只村黃土邊坡坡體內部孔隙水壓力、坡體位移變化及穩定性不斷變化過程。以降雨量作為預警指標,以穩定性系數為預警邊界,擬合出每一級預警曲線從而確定相對應的降雨閾值,建立了一種前期降雨~當日降雨的預警模型,分紅色預警、橙色預警、黃色預警、藍色預警4級來指導預警工作,為滑坡防治工程設計及當地財產安全保障提供了一種新的預警方案,可供滑坡災害預警預報、防治和指導工程實踐參考。