西寧市特大滑坡監測預警示范

彭 亮, 杜文學, 田 浩

(1.青海省水文地質工程地質環境地質調查院, 西寧 810008； 2.青海省水文地質及地熱地質重點實驗室, 西寧 810008)

近年來,受極端天氣和城鎮建設擴張等多重因素疊加影響,青海省地質災害發生頻率明顯上升,根據青海省地質環境公報[1]統計,2018年全省共發生突發性地質災害207起,其中崩塌25起,滑坡172起,泥石流10起,是多年平均發生起數(1990—2017年)年平均發生突發地質災害24.46起)的8.5倍。目前由于青海省地質災害自動化專業監測應用極為缺乏,加上原有的地質災害汛期排查工作效率低、基層班組巡查工作量大、人工監測區域受限且頻次低、應急搶險時效性差,遠不能滿足新形勢下地質災害防治工作的需求。

中國地質災害的監測預警研究是20世紀60年代才開始起步,現在已成為一個熱門課題[2]。由于地質災害的復雜性,滑坡預警預報是地質工程界研究的熱點,也是一個難點[3]。中國于20世紀70年代開始了三峽庫區的地質災害監測預警工作[4],近年來國內外許多學者也開展了地質災害監測預警的相關研究[5-6],董建輝等[7]以四川省綿陽市北川縣白什鄉滑坡為例,對突發滑坡應急監測預警技術體系進行全程跟蹤及分析,總結歸納了各應急監測手段的數據分析方法、預警系統和判別標準。突發性滑坡國內目前已有較多成功預警案例,劉愛華等[8]、亓星[9]對突發性滑坡與降雨的影響系統及其安全模型也開展了一定的研究,許強等[10]2019年在甘肅黑方臺黃土滑坡開展監測預警,進行了突發型黃土滑坡監測預警理論方法研究,這些監測預警成功案例積累形成了一些地質災害監測預警的理論與技術成果,但由于滑坡的復雜性及差異性,針對青藏東部地區滑坡災害監測預警研究相對較少。

現以西寧市張家灣特大型滑坡為例,初步建立自動化預警預報系統,基于地質災害群測群防、氣象預報等工作,通過西寧市特大型地質災害監測預警示范工程建設,綜合運用大數據物聯網平臺技術、三維空間技術及衛星定位技術等自動化專業監測先進技術方法,提升地質災害監測預警和處置的可視化、自動化水平,對各類監測數據進行綜合整理歸納和分析研究,實時掌握地質災害變形規律、險情預報、災害防治及政府防災減災決策提供平臺支撐。

1 研究區概況

以西寧市城西區張家灣滑坡監測預警示范為研究區域,研究區位于西寧市城西區彭家寨鎮張家灣村,北側有G109國道和青藏鐵路等重要交通設施通過,交通便利。

研究區屬高原半干旱大陸性氣候,具有寒長暑短、溫差大、降水量少但集中、蒸發量大等特點。根據西寧氣象站1980—2019年觀測資料:西寧地區年平均氣溫6.1 ℃,年最低月平均氣溫-7.3 ℃(1月)、年最高月平均氣溫17.4 ℃,極端最低氣溫-23.8 ℃(2010年12月16日),極端最高氣溫36.5 ℃(2000年7月24日),年溫差24.7 ℃。年均蒸發量1 442.6 mm,年均降雨量414.5 mm,降水分配不均勻,一般多集中在6—9月,占全年總降水量的73%,且年降水周期性變化明顯。

研究區總體地勢南高北低,海拔2 200～2 630 m,相對高差430 m,分為低山丘陵區和河谷平原區兩大地貌單元。主要由新近系泥巖夾砂巖組成,上覆第四系上更新統風積黃土。受沖溝侵蝕,地形破碎,山頂呈渾圓狀。低山丘陵前緣為高達100～300 m的高陡斜坡,表層泥巖多呈全風化,侵蝕切割的陡坡和人工邊坡前緣地帶成為滑坡等地質災害易發區。

2 滑坡發育特征及危害

張家灣滑坡發育于張家灣村海湖鋼材市場以南斜坡地帶,坡頂高程2 620 m,坡腳高程2 295 m,坡高325 m,平均坡度30°。地層巖性主體為泥巖,表層披覆黃土,屬平緩層狀巖質+土質復合斜坡。滑坡平面形態呈不規則“舌形”狀,剖面形態呈凹型,并發育有三級階梯狀平臺,為老滑坡多期次滑動形成。滑坡南北向縱長400～1 100 m,東西向橫寬200～600 m,平面面積46.4×104m2,主滑方向20°,其中西側滑坡方向32°,滑體平均厚度約30 m,總體積約1 392×104m3,規模屬特大型。

張家灣滑坡邊界較為清楚,總體平面形態呈不規則“舌形”狀,后緣位于西山丘陵區頂部,高程2 585～2 621 m,東側剪切邊界至多美彩鋼廠,西側至110 kV輸電線塔,前緣直抵G109國道,高程2 298～2 300 m。根據滑坡空間形態及變形特征,可將張家灣滑坡劃分為東側滑坡區和西側滑坡區,其中以西側滑坡區為主體滑動,經多期次滑動變形,形成H1～H4次級滑坡(圖1),并形成三級平臺。

圖1 張家灣滑坡平面圖

自1960年開始,張家灣二磚廠在該處取土制磚,曾經在滑坡表部大量挖取滑坡土體,對滑坡形成擾動,并于1962年引發了局部的滑坡發生,造成直接經濟損失1.2萬元。2009年滑坡發生滑動,后壁向后移動約10 m。2013年6月,西側滑坡發生表層溜滑,體積約50 m3,造成林地占壓及破壞。2014年12月5日,西側滑坡后壁發生坍塌,體積約30 m3,下錯高度50～200 cm。2017年12月17日,張家灣四期滑坡治理工程施工期間,四期滑坡復活變形,滑體沿老后壁整體下錯3～5 m,前緣剪出并堆覆于二期滑坡體上,厚度約3.2 m,掩埋施工便道長約50 m,西側邊界處因坡向與滑向斜交崩滑跡象明顯,下方300 m處可見崩落物堆積,體積約200 m3,塊徑最大達50 cm。2018年5月13日、14日,四期滑坡后緣再次發生崩滑,方量360 m3,后緣1處拉張裂縫延伸長度35 m,寬3～6 cm,下錯高度8 cm,可見深度40 cm,中部2處拉張裂縫,延伸長度10～40 m,寬2～10 cm,可見深度5～70 cm,并發育有二級滑動后壁,高2～3 m,另外滑坡西側偶有土質崩塌發生。

根據調查統計,張家灣滑坡潛在威脅西山林場林木,坡頂巡山硬化道路,坡體110 kV輸電鐵塔及墓地,坡腳海湖鋼材市場、廢品廠及G109國道,一旦發生滑坡災害,對鋼材市場常居人口304人及G109國道過往車輛及行人安全構造嚴重威脅,威脅財產約2.6億元,險情屬特大型。

3 地質災害監測方法及網絡布置

根據“橫向到邊、縱向到底、豎向到滑帶”的原則,以視頻監測、雨量監測、裂縫監測、地表位移監測和深部位移監測為主要監測手段,采用點、線、面相結合的方法,點上利用裂縫監測站進行重要裂縫關鍵部位變形監測,利用地表位移監測站進行地表瞬時位移監測,利用深部位移監測站進行多級滑動面及滑體深部水平位移、垂直位移、位移方位的動態監測。線上利用多要素監測剖面,監測滑坡縱橫不同方向的變形位移情況。面上通過建立多手段、多參數、多層次的綜合性監測剖面組成監測網進行整體控制[11],結合雨量監測、視頻監測及地面巡查、群測群防,監測各次級滑坡時空動態特征,判別張家灣—楊家灣滑坡整體發展趨勢。

根據張家灣滑坡發育現狀,結合滑坡穩定性分析評價結果,本次工作主要在收集分析已有地質成果資料的基礎上,結合張家灣滑坡整體變形活動情況,共布置3條監測剖面(圖2),主要監測H1、H2、H3滑坡及整個滑坡體,建立基準站及視頻監測1處、降雨監測1處、裂縫監測3處、地表位移監測3處(圖3)和深部位移監測3處,形成立體監測網絡。

圖2 張家灣滑坡監測剖面示意圖

圖3 GNSS地表位移監測站

4 監測數據綜合分析

4.1 降雨量監測數據分析

張家灣氣象監測主要是進行了降雨量監測,張家灣雨量監測站布設于張家灣丘陵區前緣,海拔2 343.469 m,西寧氣象站位于二十里鋪莫家泉灣寧大路255號,海拔2 295.2 m。通過分析對比張家灣

降雨量及西寧站降雨量進行對比分析(主汛期8—9月),降雨在時間空間分布上呈不均勻(圖4),如2019年8月30日,西寧站監測降雨量51.8 mm,而張家灣降雨量為17.8 mm；2019年9月8日,西寧站監測降雨量0.3 mm,而張家灣降雨量為17.0 mm,一方面表明降雨量時空分布不均(降雨時限、海拔影響等),而另一方面也存在降雨量監測精度標準統一的問題及監測時段統計值的問題,如張家灣站統計值為00：00—24：00,而西寧站統計值為當日20：00至次日20：00(20：00—20：00)。從降雨量監測數據存在差別也表明,由于降雨時空分布不均,每處地質災害有必要設置專門的降雨量進行監測。

圖4 張家灣降雨量與西寧氣象站降雨量對比圖

通過對降水量、氣溫、相對濕度的長期監測,并與典型突發型滑坡的變形破壞對比分析,地表位移數據與降水量、氣溫有一定關系,與相對濕度沒有明顯相關性(圖5)。通過對實際降雨量的監測,降雨是造成滑坡局部變形的引發因素,對大厚度滑坡而言,張家灣滑坡滑面深最深達34.5 m,降雨入滲深度范圍有限,對滑帶土強度降低影響小,滑坡整體穩定性影響小,總體反映呈滯后。但對于表層黃土,降雨對突發性黃土型滑坡敏感度高,表明了降雨入滲對大厚度滑坡影響滯后性,對淺層黃土滑坡影響較為明顯。

圖5 西寧市2019年日氣象要素對比分析圖

分析DB01地表監測垂直位移數據(2019年8月至2020年8月),監測數據呈凹型,監測曲線氣溫與氣溫曲線基本呈吻合狀態,2019年8—10月區間,垂直變形量在+0.488～-7.342 mm之間波動,在20.6～7.6 ℃之間,從10月中旬過后至翌年2月份,垂直變形量和氣溫同步呈下降曲線,從-7.342 mm下降至-15.137 mm,氣溫由7.6 ℃下降至-11 ℃,2月份后垂直變形量和氣溫同步上升波動,地表監測垂直位移主要受氣溫影響,由于西寧處于高寒地區,隨著季節變化,氣象數據具有明顯的波動特征(圖6),平均溫度較高的夏季濕度更大；平均溫度較低的冬季濕度較小,而平均氣溫的上下波動反映了張家灣具有明顯的凍融循環特征,滑坡體一定程度上也受到凍脹融沉作用的影響。

圖6 氣溫與地表位移影響圖

4.2 地表位移監測數據分析

在張家灣二期滑坡和三期滑坡后部、四期滑坡前部建設地表位移監測站3處,采用GNSS(global navigation satellite system)位移監測儀采集地表位移相關數據,實時掌握滑坡區地表瞬時位移情況。通過監測數據統計,DB01水平變化速率-0.99～1.24 mm/d,垂直變化速率-5.44～6.84 mm/d,水平位移累計變化9.34 mm(最大水平累計位移10.4 mm,2020年7月25日),垂直位移累計變化-2.7 mm(最大垂直累計位移-15.1 mm,2020年2月13日),DB02水平變化速率-5.66～8.04 mm/d,垂直變化速率-24.23～15.11 mm/d,水平位移累計變化12.21 mm(最大水平累計位移12.7 mm,2020年7月29日),垂直位移累計變化-4.9 mm(最大垂直累計位移-22.0 mm,2019年12月19日),DB02監測站在2019年1-12月期間位移量波動較大,主要原因是設備維修更換造成的波動頻繁,屬于設備人工數據恢復處理信號波動。DB03水平變化速率-1.0～1.0 mm/d,垂直變化速率-7.23～7.14 mm/d,水平位移累計變化11.66 mm(最大水平累計位移12.0 mm,2020年7月25日),垂直位移累計變化-3.17 mm(最大垂直累計位移-12.9 mm,2020年5月20日)(圖7)。從現場復核、人工監測及勘查成果均顯示,張家灣滑坡目前變形階段處于等速變形階段(穩定蠕滑階段),年水平位移變形量10 mm,整個滑坡變形曲線上看,這個等速變形時間較長。從三個地表位移變形矢量方向來看,DB01主要向NNE方向變形,DB02主要向NNW方向變形,DB03主要向NNW方向變形(圖8),與滑坡滑向基本一致。

圖7 地表位移變形曲線分析圖

圖8 地表位移變形矢量方向圖

4.3 深部位移監測數據分析

張家灣滑坡在天然狀態下處于緩慢變形階段,且自深部穩定層起,越往地表土體位移量越大。SB01(XK12)、SB02(XK13)測斜繩長度為30 m,每孔設置15節,單節2 m,SB01(XK12)自地下30 m往地表,水平位移變形4.97～27.72 mm；SB02(XK13)自地下30 m往地表,水平位移變形1.5～27.89 mm；SB03(XK15)測斜繩長度為50 m,每孔設置25節,單節2 m,SB03(XK15)自地下50 m往地表,水平位移變形4.18～54.28 mm。最大位移年變形量27.72～54.28 mm/a,換算每天變形量0.076～0.149 mm/d,變形速度較緩,處于蠕動變形。

從XK12、XK13、XK15號孔滑動面埋深分別為4.8 m和26.8 m,通過深部位移長期觀測,監測出XK13深部三級滑動面,埋深分別約為5.5 m、13.5 m和23.5 m,因本次深部位移監測測斜繩節長為2 m,考慮到監測精度受測斜繩節長影響,野外判斷出的淺層和深層滑動面基本與監測出的滑面埋深一致(圖9),由此可見深部位移監測對監測滑坡多級滑動面具有明顯指導意義[12](圖10)。從深部監測孔位移方向判斷,3個孔的變形位移矢量方向和滑坡主滑向基本一致,個別存在小角度偏差。監測曲線推測XK15在44.5 m處可能存在變形,地質鉆探對該處沒有明顯的異常,是否存在深層滑面有待進一步研究驗證。

圖9 張家灣滑坡地質勘查滑面與深部監測變形

圖10 張家灣滑坡深部水平位移變形曲線

5 結論

本次研究以張家灣滑坡監測數據為基礎,從地質災害的致災機理和外部誘因出發,綜合考慮地形地貌、巖土體條件、地震、人類工程活動等影響因素,基于視頻監測、降雨監測、裂縫監測、地表位移監測和深部位移監測數據,實現了地質災害的監測自動化,對張家灣滑坡變形情況進行了相關分析。

(1) 通過對降水量、氣溫、相對濕度的長期監測,并與張家灣滑坡的變形破壞對比分析,地表位移與降水量、氣溫有一定關系,與相對濕度沒有明顯相關性。降雨是造成滑坡局部變形的引發因素,對大厚度滑坡而言,影響呈一定滯后性,對淺層黃土滑坡穩定影響較為明顯。由于西寧處于高寒地區,隨著季節變化,平均氣溫的上下波動反映了張家灣具有明顯的凍融循環特征,滑坡體一定程度上也受到凍脹融沉作用的影響。

(2) 從現場復核、人工監測及勘查成果顯示,張家灣滑坡目前變形階段處于穩定蠕滑階段,年水平位移變形量約10 mm。張家灣滑坡區地表變形位移量后緣大于前緣大于中部,這與張家灣滑坡西側后壁不斷滑塌后移、中部無明顯變形跡象、前緣受鋼材市場堆料加載而導致G109國道南側擋墻鼓脹變形的實際情況相符合。

(3) 本文研究工作通過雨量、GNSS地表位移、GNSS裂縫位移及GNSS深部位移數據分析,并和前期勘查數據、人工監測數據進行對比分析研究,監測數據成果表明采用的北斗云監測裝置監測的數據是可靠的,且監測數據精度更高,反映出滑坡地表及深部變形位移的實際情況。