基于人工邊坡穩定性的降雨型滑坡 預警預報模型設計與應用

鮑偉佳 柯小兵 鄭志文 魏平新 符詩存

（中國廣州 510510 廣東省地質環境監測總站）

0 引言

降雨入滲可導致邊坡體空隙壓力增加和巖土體強度降低等變化，從而使斜坡上的巖（土）體在重力作用下，沿著一定的軟弱帶，整體或局部向下滑動。這種由降雨入滲而產生的滑坡地質災害被稱為降雨型滑坡（林春澤等，2018），占全國滑坡地質災害的90%（李媛等，2004）。而在廣東省，降雨型引發的滑坡地質災害在削坡建房因素影響下尤為突出。開展降雨型滑坡預警預報技術研究，是目前預防或減輕此類地質災害的重要手段之一（丁偉翠等，2010；朱昳橙等，2016）。目前，降雨型滑坡地質災害預警預報多基于統計學原理，通過構建滑坡事件或位移量與對應的降雨過程參數之間的統計關系，得到滑坡發生的觸發雨量閾值，最終得出風險預警等級（劉艷輝等，2015）。而基于降雨誘發滑坡機理的預警預報研究相對較少（叢威青等，2008），且多為針對單個滑坡的穩定性分析。這是因為：①降雨入滲以后斜坡體內水—巖（土）力學反應（包括靜水壓力、動水壓力及非飽和土的基質吸力）和物理化學反應等對斜坡穩定性的影響需要大量巖（土）力學參數；②在區域氣象預警預報實際應用中，缺少由點向面、由個別到總體、由局部到整體的全面分析思路。

廣東省梅州市屬低山丘陵區，當地建房多依山削坡而建，由此產生的人工邊坡在南方降雨條件下留下大量安全隱患。據統計，梅州市削坡建房有8 萬多處，涉及戶籍人口64 萬。自2007 以來，當地削坡建房人工邊坡引發的地質災害共造成46 人死亡，其中僅2016 年就有8 處削坡建房的人工邊坡引發產生崩塌、滑坡，造成14 人傷亡。因此，以廣東省梅州市人工邊坡為例，開展基于降雨引發滑坡條件下的預警預報研究，對推動人工邊坡引發的滑坡地質災害預警、預報、預防具有重要意義。

1 梅州市花崗巖殘積土邊坡穩定性分析

選取梅州市五華縣河東鎮桂田村、大埔縣高坡鎮古西村2 個典型人工邊坡，進行現場鉆孔、取樣。通過現場滲流試驗，測定花崗巖殘積土的滲透系數數量級在10-5，具有弱透水性。經滲透試驗，測試出花崗巖殘積土邊坡其他土層的滲透系數，其中黏性土、礫質粘性土和全風化花崗巖的飽和滲透系數約在1.78×10-5、3.14×10-5、5.00×10-6。利用Van Genuchten（1980）提出的VG 模型擬合土水特征曲線，并與利用GCTS 的SWCC Device 測得的礫質粘性土的土水特征曲線進行對比，發現2 種曲線變化趨勢相似，且各點數值接近。實測結果表明，VG 模型能較好擬合土水特征曲線，若實驗條件有限，可考慮使用擬合土水特征曲線代替實際測試曲線。使用Dart 核磁共振土壤含水率分析儀，現場測定邊坡巖土體的含水量，同時與數值分析軟件Geo-studio 中SEEP/W（地下水滲流分析）模塊計算所得邊坡含水率進行對比分析。結果表明，SEEP/W 模塊能較好模擬邊坡巖土體的含水率變化，計算結果接近實際情況，可考慮應用于邊坡穩定性研究。

在充分考慮含水量、基質吸力、孔隙水壓力、滲透水壓力、飽水帶形成和滑坡—泥石流轉化因素的條件下，依據達西定律及土體滲流基本理論，開發巖土滲流分析模塊SEEP/W，應用Galerkin 法對建立土體仿真模型并進行離散，基于時間域的有限差分法獲得滲流數值解；將利用SEEP/W 模塊獲得的孔隙水壓力導入SLOPE/W，采用極限平衡法中的Morgenstern—Price 法，對邊坡進行穩定性分析。分析發現，人工削坡改變了邊坡性質，對其穩定性產生了較大影響，且削坡的坡度越大，高度越高，邊坡穩定性系數越低。削坡為滑坡提供了陡峭臨空面，坡度越大，滑動土體下滑力越大，更容易從較陡的臨空面滑塌，故安全系數越低。而削坡高度越大，造成邊坡剪出口范圍越大，穩定性越低；在施加降雨條件下，邊坡的穩定性系數明顯降低。

2 由點及面的邊坡失穩動力學預警模型設計

2.1 花崗巖地區預警單元確定與屬性賦值

以梅州市1:5 萬地質圖為底圖，按巖性提取花崗巖地層，使用疊加分析技術，從梅州市地質災害預警區劃成果圖中，提取屬于花崗巖地層的地質災害危險性區劃范圍。提取流程見圖1。

圖1 花崗巖地區地質災害預警區劃圖提取流程Fig.1 The extraction process of geological hazard early warning zoning map in granite area

在所提取的預警區劃圖上，疊加行政村界線進行網格化切分（對比千米格網分割，更具合理性），最終確定梅州市花崗巖地區預警單元為1 727 個。預警單元確定及屬性賦值流程見圖2。

圖2 花崗巖地區預警單元確定及屬性賦值流程Fig.2 Determination of early warning units and attribute assignment process in granite area

采用GIS 技術，提取各預警單元內人工邊坡相關地質環境調查屬性，對每個分析單元進行關鍵地質環境因子賦值。比如：坡度、坡高等信息可通過分布在各分析單元內的人工邊坡調查數據，或在三維基礎地理底圖上，通過空間量算獲得。受篇幅所限，文中僅給出節選單元屬性，結果見表1。

對照梅州市花崗巖區域預警區劃網格圖，對于每個預警分析單元，按照其對應的坡度、坡高屬性值與對應模型匹配，為研究區1 727 個預警分析單元逐一設定不同數字模擬模型。受篇幅所限，文中僅給出幾個分析單元的模型分類示例，結果見表1。

表1 花崗巖地區預警分析單元屬性及模型分類對照表Table 1 Attributes of early waring analysis unit and Geo-studio model in granite area

2.2 邊坡失穩動力系學預警模型架構設計

根據2018 年廣東省梅州市各縣（市、區）1∶5 萬地質災害詳細調查資料，人工邊坡坡度在50°—60°的占總數的11.46%，坡度在60°—70°的占總數的39.02%，坡度≥70°的占總數的40.21%（曾洲等，2019）。根據梅州市人工邊坡特征與成災規律分析結果，梅州市花崗巖地區人工邊坡（削坡建房）中土質邊坡占68%以上，直線坡形占60.6%，而滑坡、崩塌災害在直線形坡中分布較多。統計研究區花崗巖殘積土的力學性質參數，以人工邊坡淺表層砂質黏性土的力學參數（飽和滲透系數取試驗結果平均值3.86×10-5m/s；根據粉質黏土和礫質粘性土體積含水率，結合有關經驗結果，飽和體積含水率取為0.4；重度取為19.8 kN/m3；粘聚力和內摩擦角取100%飽和度下的試驗均值，分別為17.2 kPa 和24.0°；在Slope 分析參數設置中，殘余飽和度為20%），基于Geo-studio 數值分析軟件，選用直線型設計模型，將削坡高度＜5 m、5—10 m、10—15 m、＞15 m 和削坡角度＜60°、60°—70°、70°—80°、＞80°（具體計算賦值時取高值）進行正交，建立16 個模型，具體分類見表2。

表2 不同削坡高度、坡度的Geo-studio 模型分類Table 2 Classification of Geo-studio model based on different height and slope angle

對照梅州市花崗巖區域預警區劃網格圖，對于每個預警分析單元，按照其對應的坡度、坡高屬性值與對應模型匹配，為研究區1 727 個預警分析單元逐一設定不同數字模擬模型。受篇幅所限，文中僅給出幾個分析單元的模型分類示例，結果見表1。

2.3 預警應用流程設計

2.3.1 降雨數據同步共享。基于梅州市地質災害氣象預警系統與氣象部門已有氣象數據共享基礎，同步獲取各站點逐小時降雨監測數據和未來24 預測降雨數據，與各預警分析單元匹配，獲取各單元任意時間段的過程降雨數據，降雨數據同步共享見圖3。

圖3 降雨數據同步共享示意Fig.3 Schematic diagram of rainfall data synchronization and sharing

2.3.2 預警分析。選取任一分析單元，讀取某一過程雨量的監測和預報數據，導入至對應選定模型，通過巖土滲流分析軟件SEEP/W，獲得滲流的數值解。將SEEP/W 模塊獲得的孔隙水壓力導入SLOPE/W，對邊坡進行穩定性分析，得出邊坡穩定系數，穩定系數分析結果按（0，1.05）、[1.05，1.1）、[1.1，1.2）、[1.2，1.4）區間，分段劃分為紅、橙、黃、藍4 個等級，從而對某一降雨過程誘發地質災害的空間分布進行預報或警報。

3 邊坡失穩動力學預警模型性能分析

對邊坡失穩動力學預警模型的可行性進行分析，進而分析其存在的問題，并提出可能的完善途徑，以實現模型在區域尺度上的預警應用。

3.1 可行性分析

在區域上巖土體類型明確（如花崗巖殘積土），區域內人工邊坡坡度、坡高、坡形等地形地貌特征清晰、量化精度較高，邊坡土工參數清晰，以不同降雨性質，如降雨的強度、持續時間、類型及前期降雨等數據為變量，運用Geo-studio 數值模擬軟件，計算花崗巖殘積土邊坡穩定系數（圖4），實現降雨影響下的斜坡穩定性分析評價，對一定區域滿足基于降雨實測及預測數據的地質災害氣象預警需求，分析技術上可行。

圖4 模型分析效果示意Fig.4 Schematic diagram of model analysis effect

3.2 存在問題及完善途徑

運用Geo-studio 數值模擬軟件，實現對邊坡穩定性的評價，需要對每個分析單元預先設定初始條件，確定流量邊界條件，經SEEP/W 滲流分析，導入SLOPE/W 模塊，使用Morgenstern-Price 法進行穩定計算，在穩定滲流得到邊坡初始孔隙水壓力分布的基礎上，建立瞬態滲流計算模塊，導入降雨條件，經瞬態滲流計算導入SLOPE/W 模塊，計算邊坡穩定性。該計算過程較繁瑣，耗時較長。經測算，在普通計算機上，完成一個分析單元的模擬計算約耗時40 s，一臺臺式機大致可同時對6 個分析單元進行模擬計算，若要實現對研究區1 727 個預警分析單元的逐一分析，需耗時約3.2 h，無法達到預警時效性要求。

鑒于上述問題，為提高預警分析效率，可將預警分為基礎分析（臨界雨量評價模塊）和雨量對比分析2 個子模塊。

（1）臨界雨量評價模塊。基于Geo-studio 數值模擬軟件，為實現對邊坡的穩定性動力學分析，設計臨界雨量評價模塊。對于每個預警分析單元，該模塊可以將SEEP/W 滲流分析和SLOPE/W 穩定性計算過程提前完成，對每一個具體預警區域（分析單元），對不同時間的降雨過程（前期過程雨量、24 小時、12 小時和災前1—3 小時等時段），對于上述4個穩定系數區間值，通過逆運算推算邊坡的降雨預警閾值（Ri）。對于某一預警分析單元，計算獲得的不同等級的臨界雨量初始值是否準確，可通過實際應用予以驗證，或通過歷史資料數據返算演練來評判，建立致災臨界雨量模型機器學習過程，反復修正。對評判結果進行如下分類：①第1 類：分析無預警等級，但有災情，或者預警等級偏低，災情嚴重。初步判定臨界雨量初始值偏高；②第2種：分析有預警等級，但無災情，或者預警等級過高，災情相對不嚴重，初步判定臨界雨量初始值偏低；③第3 種：分析有預警等級，有災情且與預警等級匹配。初步判定臨界雨量初始值合理。

（2）雨量對比分析模塊。該模塊用于降雨過程中的實時預警分析，要求獲得預警結果高效快捷。在前一模塊得到降雨預警閾值（Ri）的基礎上，將本次過程降雨監測數據和未來數小時臨近預報數據之和（Rp+Rf），與最新設定臨界雨量值（Ri）進行簡單對比，保證整個預警分析在3—5 min 內完成，提高運算的時效性。

通過臨界雨量評價模塊和雨量對比分析模塊的組合，使得實際預警分析計算過程更為簡化，可實現氣象預警分析結果精確到行政村，運算效率得到有效提高。

4 結論

對梅州市人工邊坡特征與成災規律進行分析，使用Geo-studio 數值模擬軟件，分析降雨和削坡對花崗巖殘積土邊坡穩定性的影響規律，對單個邊坡或地質環境相似的一定區域，開展基于穩定性評價的動力學預警分析模型設計，整合地質災害氣象預警技術標準，并提出實際應用構想。

（1）對人工邊坡土體在降雨作用下的穩定性進行數值模擬，使用邊坡坡度、高度2 個關鍵變量進行分類建模，基于量化降雨對邊坡穩定性的影響，提出一種基于人工邊坡穩定性的動力學預警模型，并在梅州花崗巖地區的人工邊坡開展預警實踐。

（2）按削坡高度和坡度的區間正交，設置16 個Geo-studio 邊坡失穩動力學預警模型，使用GIS技術建立1 727個預警單元，并進行關鍵地質環境因子賦值及與氣象站點數據關聯，通過匹配對應的預警分析模型，實現了由點及面的邊坡失穩動力學預警模型的構建。

（3）為提高預警模型的計算效率，保證預警的時效性，使用數值模擬技術，反算各預警分析單元雨量閾值，并結合歷史災險情數據，修正雨量閾值。通過優化模型設計進行邊坡的穩定性動力學分析，采用臨界雨量評價模塊和雨量對比分析模塊，實現模型在區域尺度上的預警應用。