基于信息分解的滑坡變形穩定性評價及預警分析

鄧小鵬

摘要：為實現滑坡穩定性評價及臨災預警等級劃分，以三峽庫區八字門滑坡為例，結合滑坡變形監測成果，先利用雙樹復小波實現滑坡變形信息分解，以剔除滑坡變形數據的誤差信息，保證后續分析數據的準確性;其次，利用尖點突變理論對滑坡穩定性進行評價;最后，利用極限位移準則和V/S分析分別進行滑坡現狀預警和后期預警，以實現滑坡預警綜合評價。實例分析結果表明：滑坡變形數據的確含有一定量的誤差信息，對滑坡穩定性評價及預警分析具有較大影響;雙樹復小波能有效分離滑坡變形的有用信息和誤差信息，但在信息分解過程中應注重參數優化篩選，以保證分離效果;八字門滑坡現狀處于穩定狀態，且滑坡后部穩定性相對更強，前部穩定性相對更弱;在預警分析方面，八字門滑坡現狀預警等級為Ⅲ級，且其后期預警顯示其變形仍將持續增加，進而建議對滑坡進行較高頻率監測，并做好避讓措施準備，以切實保證區內居民的生命財產安全。

關 鍵 詞：

穩定性評價; 預警分析; 信息分解; 雙樹復小波; 尖點突變理論; V/S分析; 八字門滑坡; 三峽庫區

中圖法分類號： P642.22

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2021.05.016

三峽庫區地形地貌較為復雜，加之地質構造發育，使得區內滑坡災害歷來較多，且三峽水庫蓄水以來，庫區水位周期性波動，誘發了大量滑坡災害，嚴重威脅區內居民的生命財產安全，因而開展庫區滑坡災害研究具有重要意義[1-3]。目前，針對庫區滑坡的研究雖相對較多，但滑坡穩定性評價及其預警分析一直都是滑坡研究的熱點課題，仍有相關問題茲待解決。

在滑坡穩定性評價方面，吳云等[4]利用數值模擬開展了滑坡穩定性研究，有效掌握了不同工況條件下的滑坡穩定性;唐紅梅等[5]利用傳遞系數法進行了滑坡穩定性分析，為滑坡穩定性計算及其設計提供了理論依據。上述研究雖為庫區滑坡穩定性計算奠定了基礎，但數值模擬難以表達滑坡的不均勻特征，而傳遞系數法又是在相應假設條件下構建的，因而上述研究均存在一定不足，仍需進一步開展滑坡穩定性研究。

在滑坡預警分析方面，李聰等[6]在滑坡變形階段劃分的基礎上，利用變形速率指標構建了滑坡預警判據;苑誼等[7]在閾值設定基礎上，通過區間定值實現了滑坡預警等級的定量劃分;黃曉虎等[8]在勘查成果基礎上，構建了滑坡臨災預警系統，為滑坡預警提供了一種新的思路。上述研究在滑坡預警方面取得了一定成果，但均未涉及極限位移準則條件下的滑坡預警分析，也未涉及滑坡后期預警分析。

同時，三峽庫區滑坡眾多，其中，八字門滑坡規模較大，威脅對象較為復雜，對其研究很有必要。目前，已有相應學者開展了八字門滑坡的相關研究，如尚敏等[9]利用一元線性回歸實現了滑坡累計變形預測研究;熊珅等[10]則開展了滑坡變形機理分析;魏東等[11]則利用數值模擬開展了滑坡穩定性評價。上述研究雖為八字門滑坡防治奠定了基礎，但未涉及基于滑坡變形成果基礎上的滑坡穩定性評價與預警分析。因此，本文以八字門滑坡為工程背景，基于其現場變形監測成果，先利用雙樹復小波實現其信息分解;再利用尖點突變理論實現其穩定性評價;最后，利用極限位移準則和V/S分析分別實現滑坡的現狀預警和后期預警分析，以期為八字門滑坡的災害防治及群防群測提供一定的參考依據。

1 基本原理

2 實例分析

2.1 工程概況

八字門滑坡隸屬秭歸縣歸州鎮，位于三峽大壩上游約38 km處，兩側邊界為同源沖溝，前緣侵入長江，呈上窄下寬的不規則扇形形態。滑坡縱向長度為550 m，寬度間于80～120 m，面積約13.5萬m2，平均厚度約30 m，體積約400萬m3，屬深層大型滑坡[9-11]。

根據現場調查，滑坡區具侵蝕構造中低山地貌，地形上陡下緩，后側斜坡坡度介于40°～60°之間，中下部具有3級平臺，呈陡緩階梯狀特征，其中，一、二級平臺斜坡坡度相對較緩，間于5°～10°，規模較小，而三級平臺相對較陡，前緣斜坡坡度10°～25°。同時，據鉆孔資料可知，滑體由上至下的巖性可分為3層，即填筑土、粉質黏土和碎石土，其中，填筑土主要是由坡體中部公路修建產生的棄土，厚度變化差異較大，介于1～10 m之間，夾雜一定量的碎石，粒徑多間于3～30 cm;粉質黏土主要分布于滑坡中部，呈褐紅色，具可塑～硬塑狀，厚度間于4～20 m，平均厚度約12 m;碎石土在區內分布較廣，呈褐黃色，厚度間于6～50 m，平均厚度30 m，母巖巖性以砂巖為主。滑帶可分為2層，其中，主滑帶位于基覆界面，埋深變化較大，后部多間于8～20 m，中部間于30～48 m，前緣間于15～20 m，巖性以粉質黏土為主，含有少量角礫，其母巖成分為砂巖;次滑帶主要位于滑坡中部，分布差異較大，在滑坡后緣埋深主要間于6～18 m，巖性主要以粉質黏土為主，而在滑坡中下部埋深主要間于27～33 m，巖性主要以碎石土為主。

滑坡區水文條件也較為復雜，其中，地表水主要以前緣香溪河流水為主，其水位隨三峽庫區水位波動影響較大，對滑坡前緣岸坡穩定具有較大影響。地下水按其賦存條件主要分為裂隙水和孔隙水兩類，前者主要賦存于下覆基巖裂隙中，后者主要賦存于上部堆積體孔隙中，兩者多接受降雨補給，并向前緣河流排泄，對滑坡穩定性具有一定影響。

受庫區蓄水波動影響，八字門滑坡歷年均出現不同程度的變形破壞，為充分掌握其變形規律，對其進行了變形監測，共計布設了4個監測點（見圖1），其中，ZG110和ZG111監測點的監測數據較為完整。

同時，值得指出的是，分析過程中的時間分布對預警結果也存在一定影響，若分析周期過長，較早的監測成果對現有滑坡穩定性的預警貢獻較小，甚至起反作用，不利于現狀預警分析;反之，若分析周期過短，則難以避免近期偶然因素對預警結果的影響。因此，合理的分析周期對預警效果具有一定影響，結合工程實際，確定2009～2012年的監測成果作為本文預警分析的數據來源，若需更新后續監測成果，用最新監測成果替換原有較早監測成果即可，以實現其滾動預警分析。

在監測過程中，監測頻率1次/月，共計得到48個監測樣本，其變形曲線如圖2所示。由圖2可知：ZG111監測點累計變形相對更大，已達939.2 mm，而ZG110監測點的累計變形為774.1 mm，且兩者均具有階梯波動特征，分析其原因應與庫水位及降雨周期性變化相關。

2.2 信息分解分析

如前所述，滑坡變形數據含有有用信息和誤差信息，先利用雙樹復小波對其進行信息分解處理，且為了保證小波參數的最優性，對閾值選取方法、閾值選取標準及分解層數參數進行優化篩選，具體分析結果如下。

（1） 不同閾值選取方法優化。

先設定閾值選取標準為啟發閾值，分解層數為12層，得軟閾值和硬閾值選取方法的篩選結果如表3所列。由表3可知，硬閾值的信息分離效果評價指標值為2.511，而軟閾值的信息分離效果評價指標值為2.437，前者的分離效果相對更優，因而確定本文雙樹復小波的閾值選取方法為硬閾值。

（2） 不同閾值選取標準優化。

雙樹復小波的閾值選取標準主要有4類，即極限閾值、啟發閾值、無偏閾值和固定閾值，篩選結果如表4所列。由表4可知，固定閾值的信息分離效果評價指標值為2.597，相對最大，說明其分離效果相對最優，其次是啟發閾值、無偏閾值和極限閾值，進而確定本文雙樹復小波的閾值選取標準為固定閾值。

（3） 不同分解層數優化。

在確定硬閾值選取方法和固定閾值標準的基礎上，將分解層數的篩選范圍設定為8～16層間的偶數層，所得篩選結果如表5所列。由表5可知，不同分解層數的分離效果存在一定差異，隨分解層數增加，分離效果呈先優后差趨勢，當14層分解時，其信息分離效果評價指標值為2.653，相對最優，進而確定本文雙樹復小波的分解層數為14層。

（4） 信息分離效果驗證。

通過前述，已篩選確定參數優化后的雙樹復小波，為驗證其分離效果，再將其結果與部分傳統小波的分離效果進行對比，得其結果如表6所列。由表6可知：不同傳統小波的分離效果也存在一定差異，其中，cof小波和sym小波的信息分離效果評價指標均值分別為2.506和2.515，均小于本文雙樹復小波的2.653，進一步驗證了信息分解模型的有效性。

通過上述分析，得知本文信息分解模型較傳統小波模型具有一定的優越性，驗證了雙樹復小波在滑坡變形數據信息分解中的適用性，并將其分解結果作為后續分析的數據基礎。

2.3 滑坡穩定性評價

在前述信息分解基礎上，利用尖點突變理論對滑坡變形的有用信息進行穩定性分析，且為了對比信息分解對滑坡穩定性的影響，也利用尖點突變理論對原始變形數據進行對比分析研究，結果如表7所列。

由表7可知，信息分解前、后的突變特征值均大于0，說明滑坡現狀均處于穩定狀態，但通過信息分解，相應監測點的突變特征值均出現不同程度的減小，說明通過誤差信息剔除，可使穩定性分析結果趨于保守，更加利于災害防治。同時，ZG111監測點的突變特征值較ZG110監測點更大，說明前者的穩定性相對更強，結合監測點分布位置可知，滑坡后部穩定性相對更強，前部穩定性相對更弱。

因此，滑坡穩定性整體處于穩定狀態，且誤差信息對其穩定性評價具有一定影響，從側面驗證了本文滑坡變形信息分解的必要性。

2.4 滑坡預警分析

根據本文思路再對滑坡進行預警分析，且將預警過程分述為現狀預警和后期預警兩方面，具體分析過程如下。

（1） 現狀預警分析。

通過極限位移求解，再求得其預警系數，得其現狀預警結果如表8所列。在極限位移值方面，ZG111監測點的極限變形值要大于ZG110監測點的極限變形值，說明滑坡后緣的變形程度相對更大;同時，在信息分解前，ZG110監測點的預警等級為Ⅱ級，其余條件下，各監測點的預警等級均為Ⅲ級，結合預警系數大小和預警等級，說明信息分解前的預警等級相對略低，即通過信息分解后的預警等級評價相對更保守，與前述穩定性評價結果一致。

（2） 后期預警分析。

如前所述，通過誤差信息分解，能使分析結果趨于保守，且滑坡變形的有效信息分析更具真實性，進而利用其進行滑坡后期預警分析。

首先，利用V/S分析得到滑坡后期預警分析結果如表9所列。根據表9可知，在擬合效果方面，兩監測點的擬合度均較趨近于1，且誤差平方和也較小，進而說明其擬合效果較優，所得趨勢判斷參數的可信度較高;同時，兩監測點的Hurst指數均大于0.5，說明滑坡變形發展趨勢與現有趨勢相同，呈持續增加趨勢，且根據趨勢等級劃分，得知ZG110監測點趨勢等級為Ⅱ級，趨勢程度為較強，而ZG111監測點趨勢等級為Ⅲ級，趨勢程度為強，得前者趨勢性相對略弱;另外，兩監測點的CM值均大于0，說明兩變形序列具有正相關特征，且ZG111監測點的相關性相對更大。

其次，通過前述分析，已判斷滑坡變形的后期發展情況，再利用V/S分析對滑坡變形發展趨勢進行階段性評價，以分析其階段性發展規律;同時，將滑坡周期劃分為4個階段，每階段遞增12個周期，所得階段性分析結果如表10所列。

根據表10可知，兩監測點的Hurst指數在不同階段均大于0.5，說明滑坡變形呈持續增加趨勢，但其值隨時間增加，逐步減小，得出其趨勢性趨于減弱;同時，兩監測點的CM值均大于0，說明兩變形序列始終呈正相關特征，且其CM值逐步減小，相關性也趨于減弱。

根據上述滑坡預警分析，得出八字門滑坡現狀預警等級為Ⅲ級，即應進行較高頻率監測，并做好避讓措施準備，且其后期預警趨于增強趨勢，進而應加大滑坡災害防治力度，切實做好防失穩準備。

3 結 論

以三峽庫區八字門滑坡變形監測成果為基礎，在變形信息分解的基礎上，通過滑坡穩定性評價和預警分析，主要得出如下結論。

（1） 受監測環境、人為誤差等因素影響，滑坡變形數據含有一定量的誤差信息，對滑坡穩定性評價及預警分析均有較大影響，進而在變形數據應用過程中，很有必要進行有用信息與誤差信息的分解處理，且雙樹復小波在滑坡變形數據信息分解中的效果較好，但其應用過程應注重參數優化，以切實保證分離效果。

（2） 通過穩定性評價，得知八字門滑坡在現狀條件下處于穩定狀態，且ZG11監測點的突變特征值較ZG110監測點更大，說明前者的穩定性相對更強，即滑坡后部穩定性相對更強，前部穩定性相對更弱。

（3） 通過預警分析，得知八字門滑坡現狀預警等級為Ⅲ級，且其后期預警顯示其變形仍將持續增加，滑坡穩定性趨于減弱趨勢，進而建議對滑坡進行較高頻率監測，并做好避讓措施準備。

（4） 由于八字門滑坡監測過程較長，加之采用的監測手段具有一定差異，建議后期可進一步開展不同監測手段條件下或不同周期條件下的預警分析，以進一步驗證本文預警思路的準確性。

參考文獻：

[1] 陳才.三峽庫區地質災害類型和災害機理研究[J].災害學，2019，34（2）：37-42.

[2] 于憲煜，熊十力.基于空間多尺度分析的滑坡易發性評價：以三峽庫區秭歸：巴東段為例[J].大地測量與地球動力學，2020，40（2）：187-192.

[3] 李松林，許強，湯明高，等.三峽庫區滑坡空間發育規律及其關鍵影響因子[J].地球科學，2020，45（1）：341-354.

[4] 吳云，張銳，樂琪浪，等.基于模糊數學和Geo-Studio的滑坡穩定性綜合評價[J].科學技術與工程，2017，17（23）：168-173.

[5] 唐紅梅，周云濤，陳洪凱.類土質岸坡滲流穩定性的修正傳遞系數法：以三峽庫區涼水井滑坡為例[J].重慶師范大學學報（自然科學版），2017，34（5）：44-48.

[6] 李聰，朱杰兵，汪斌，等.滑坡不同變形階段演化規律與變形速率預警判據研究[J].巖石力學與工程學報，2016，35（7）：1407-1414.

[7] 苑誼，馬霄漢，李慶岳，等.由樹坪滑坡自動監測曲線分析滑坡誘因與預警判據[J].水文地質工程地質，2015，42（5）：115-122，128.

[8] 黃曉虎，雷德鑫，郭飛，等.基于變形監測的運動型滑坡臨災預警系統研究[J].防災減災工程學報，2019，39（5）：802-808.

[9] 尚敏，廖芬，馬銳，等.基于一元線性回歸模型八字門滑坡累積位移預測[J].工程地質學報，2019，27（5）：1172-1178.

[10] 熊珅，易武，王力，等.三峽庫區八字門滑坡變形破壞機理分析[J].中國地質災害與防治學報，2019，30（5）：9-18.

[11] 魏東，王孔偉，胡安龍，等.基于三峽庫區庫水位和降雨統計分析的八字門滑坡穩定性評價[J].水土保持通報，2018，38（3）：174-179.

[12] 梁月吉，任超，龐光鋒，等.結合模平方的雙樹復小波變形監測數據濾波[J].測繪科學，2016，41（6）：23-27.

[13] 羅甘，梁月吉，黃儀邦.基于雙樹復小波的變形監測數據去噪分析[J].大地測量與地球動力學，2018，38（9）：958-963.

[14] 田成成，張盛生，張磊，等.基于尖點突變理論及非趨勢波動分析的滑坡穩定性及變形特征研究[J].大地測量與地球動力學，2018，38（8）：806-810.

[15] 馮非凡，武雪玲，牛瑞卿，等.一種V/S和LSTM結合的滑坡變形分析方法[J].武漢大學學報（信息科學版），2019，44（5）：784-790.

[16] 鄔長福，涂志剛，萬佳威，等.基于R/S分析與V/S分析的滑坡變形趨勢判斷及穩定性研究[J].水電能源科學，2015，33（1）：111-114.

（編輯：胡旭東）