湖北宜昌土質滑坡穩定性評價及預測分析

摘 要：某滑坡位于湖北省宜昌市，屬中型滑坡，潛在威脅巨大。為確保其合理防治，文章利用傳遞系數法開展滑坡穩定性現狀評價，采用IAPSO-GRNN法預測滑坡變形趨勢。結果表明：滑坡主滑面的穩定性相對最弱，在暴雨工況條件下，屬不穩定狀態，兩側滑面為基本穩定—穩定狀態，滑坡局部在不利工況條件下存在較大的失穩風險；通過變形預測分析，得出滑坡變形仍會進一步增加，k1—k4監測點的增加速率均值依次為1.89、3.05、2.42、2.57 mm·周-1，具有較大的增加幅度，滑坡穩定性后續趨于不利，需盡快開展滑坡防治工作。

關鍵詞：滑坡；傳遞系數法；變形預測；穩定性

Evaluation and prediction of stability status of soil landslides in E’zhou， Hubei Province

YIN Yemeng， GAO Sha

（The 5th Geological Brigade of Hubei Provincial Geological Bureau， E’Zhou， 436000， Hubei， China）

Abstract： The landslide is located in Yichang City， Hubei Province， and is a medium-sized landslide with enormous potential threat. To ensure its reasonable prevention and control， this article uses the transfer coefficient method to evaluate the stability status of the landslide and predicts the deformation trend of the landslide using the IAPSO-GRNN method. The results show that the stability of the main sliding surface of the landslide is relatively weak. Under rainstorm condition， it is unstable. The sliding surfaces on both sides are basically-stable to stable. There is a greater risk of instability in the local landslide under adverse conditions. Through deformation prediction analysis， it is concluded that the deformation of the landslide will continue to increase. The average rate of increase at monitoring points k1 to k4 is 1.89， 3.05， 2.42， and 2.57 mm/week， respectively， with a significant increase. The stability of the landslide tends to be unfavorable in the future， and landslide prevention and control work needs to be carried out as soon as possible.

Keywords： landslides; transfer coefficient method; deformation prediction; stability

湖北宜昌地區滑坡災害較為頻發（劉士元等，2023；滕明明等，2022），開展滑坡穩定性評價具有重要意義。常用的滑坡穩定性評價方法主要為極限平衡法和數值法，如許宵等（2023）、賴波等（2024）利用極限平衡法開展土石混合滑坡的穩定性評價，丁梓逸等（2023）通過有限元法分析了土質滑坡穩定性，張全等（2023）探究了凍融循環條件下的滑坡穩定性，龍文華等（2023）分析了降雨對滑坡穩定性的影響規律，黃鋒等（2022）研究了巖質高邊坡的穩定性。上述研究是采用單一方法評價滑坡穩定性的，未涉及傳遞系數法、變形預測等在滑坡穩定性評價中的聯合應用研究。根據賈升安等（2023）、李曉斌等（2023）、高莎等（2024）的研究成果，傳遞系數法能很好地實現滑坡穩定性現狀評價，變形預測能很好實現滑坡穩定性的發展趨勢預測，因此，此兩方法聯合應用效果較優。

綜合上述，此文以滑坡勘查成果、變形監測成果為基礎，先利用傳遞系數法開展滑坡穩定性現狀評價，再通過變形預測進行滑坡穩定性預測分析，以期綜合掌握滑坡穩定性，為其防治提供理論基礎。

1 "研究區概況

1.1 "滑坡基本特征

滑坡位于湖北省宜昌市，具低山丘陵堆積地貌，高程215.2～232.8 m，高差約17.6 m；據現場調查，滑坡后緣、左側及右側均是以山脊為界，前緣剪出口位于河流波浪掏蝕處，邊界特征較為清晰。

滑坡平面具“舌”狀（圖1），主滑方向為132°，縱向長度為145 m，橫向寬度為85 m，平均厚度為12 m，體積約14.79×104 m3，屬中型滑坡。

滑坡勘察區內布設6個鉆孔（ZK1—ZK6），每個剖面分別布置2個鉆孔，孔深依次為18.6、21.1、20.5、26.5、23.7和20.8 m?；?—2′剖面示意圖見圖2。

滑坡區地層結構特征：①滑體土。褐色，巖性主要為第四系夾碎石粉質黏土，平均厚度為12 m，其中，碎石含量30%～40%，多為片麻巖，磨圓度較差，呈棱角狀—次棱角狀；黏性土多充填于碎塊石孔隙中，可塑—硬塑狀，切面較為粗糙。②滑帶?；液稚?，巖性主要為粉質黏土，位于基覆界面，厚度13～30 cm，夾雜少量角礫，含量3%～6%，可塑，局部具軟塑，稍濕—濕，且傾角大致呈后緣陡、前緣緩的特征。③滑床。巖性為志留系羅惹坪組泥巖，黃褐色，強—中風化，節理裂隙較發育，敲擊聲脆、無回彈，整體完整性相對較差，巖心多為短柱狀或柱狀。

1.2 "滑坡變形特征

據調查，早期滑坡變形發生于2020年10月，主要成因為持續降雨疊加河流水位升降；其后，直至2021年1月，滑坡具緩慢變形特征；當進入該年汛期（2021年5月—2021年9月）后，滑坡表層出現局部垮塌，規模與降雨量近似呈正比關系；2021年9月后至今，滑坡變形也時有發生。

通過統計，在本次勘查過程中，主要有4條明顯的變形裂縫，具體特征如下：

裂縫1。位于滑坡后緣，延伸方向約60°，長度約45 m，寬度1.5～9.2 cm，無明顯下錯跡象，且局部位置處的裂縫有閉合現象。

裂縫2。位于滑坡左側邊界處，分布特征近似羽狀、鋸齒狀，延伸方向約80°，長度約42 m，寬度3.2～5.0 cm，下錯最大值約0.52 m，其后下錯幅度有所增加。

裂縫3。位于滑坡中部，主要表現為蠕動變形，未見延伸性較好的裂縫，多是不規則張裂縫，延伸長度多在3.0 m以內，張開度也較小，且在裂縫出現時，多伴隨附近陡坎剝落、坍塌。

裂縫4。位于滑坡前緣，主要是受河流掏蝕影響，滑坡前緣形成臨空面，局部偶見垮塌，隨之出現變形裂縫，其規模不一，持續時間也較短，很大程度上影響滑坡前緣穩定性。

為定量掌握滑坡變形特征，在滑坡地表布設了4個監測點（編號：K1—K4），按照1次·周-1的頻率進行數據統計，得到監測點變形曲線（圖3）。圖3顯示，在監測時段內，4個監測點的累計變形具持續增加特征。

圖3 滑坡K1—K4監測點變形量曲線圖

Fig. 3 Landslide deformation monitoring data

為進一步掌握滑坡變形規律，統計4個監測點的變形速率特征參數。K1的最大、最小變形速率分別為8.87、0.27 mm·周-1，均值為3.71 mm·周-1；K2的最大、最小變形速率分別為10.36、0.25 mm·周-1，均值為4.52 mm·周-1；K3的最大、最小變形速率分別為19.24、0.34 mm·周-1，均值為5.75 mm·周-1；K4的最大、最小變形速率分別為6.60 、0.16 mm·周-1，均值為2.87 mm·周-1。據上，4個監測點的變形速率范圍相對較大，滑坡變形具有較強的波動性。

1.3 "滑坡穩定性影響因素分析

該滑坡的穩定性影響因素主要為地層巖性、降雨、水位變化及人類工程活動。

1）地層巖性。滑坡區基巖巖性為片麻巖，含有較多的云母，使其抗風化能力相對較弱，因此，區內基巖多呈全、強風化，這易促成坡體出現大面積的蠕動?；w土含有30%～40%的碎石，滲透性較高，降雨易下滲，進而減弱滑體土、滑帶的抗剪能力。

2）降雨。經統計，該區年降雨量均值為1 432.5 mm，日最大降雨量為388 mm，且降雨多集中于5—8月，占全年降雨量的70%，具有年降雨量大、降雨天數較多等特征。一方面，降雨會增加滑體重度、減弱滑帶抗剪能力，進而難以維持滑坡穩定；另一方面，在強降雨條件下，地表會形成徑流，沖刷土體，誘發局部垮塌。

3）水位變化。滑坡前緣河流發育，且水位受季節性波動影響，具有升降變化特征。一方面，水位變化會對滑坡前緣土體的受力狀態造成影響；另一方面，前緣河流會不斷掏蝕前緣岸坡，誘發其出現局部垮塌。

4）人類工程活動?；聟^地表種植有大量的茶樹、柑橘樹，在其耕種過程中，常會進行灌溉處理，其灌溉方式以水管澆灌為主，灌溉時間與農作物生長時間基本一致，主要集中于4—10月，灌溉量一般不大，每公頃灌溉量多為1 500～2 250 m3。因此，灌溉期間滑體土滲透性強，降雨入滲也會很大程度上影響滑坡穩定性，是滑坡局部垮塌、錯動的主要誘因。

根據上述，各類影響因素對滑坡穩定性的影響是顯著的，且各因素間具有較強的耦合關系，共同作用影響了滑坡穩定性。

2 "研究方法

2.1 "滑坡穩定性現狀評價方法的構建

根據工程經驗及GB/T 32864－2016《滑坡防治工程勘查規范》規定，傳遞系數法被廣泛應用于滑坡穩定性的現在評價過程中（朱濤等，2023；李佳航等，2023；汪瑋等，2023；蘇培東等，2023），因此，提出以其構建滑坡穩定性的現狀評價方法。

按照傳遞系數法原理，其滑坡穩定系數Fs的計算公式為

F_s=（∑R_i ψ_i…ψ_（n-1）+R_n）/（∑T_i ψ_i…ψ_（n-1）+T_n ） ， （1）

式中，Ri為相應條塊的抗滑力（kN），ψi為相應條塊的傳遞系數，Ti為相應條塊的下滑力（kN），n為條塊劃分總數。

在計算過程中，將滑體天然重度設置為18.5 kN·m-3，飽和重度設置為19.5 kN·m-3；滑帶天然狀態下的黏聚力和內摩擦角分別為21.35 kPa和14.28°，飽和狀態下的黏聚力和內摩擦角分別為16.51 kPa和11.93°。選擇3個計算剖面，滑坡穩定性計算工況設計為天然工況、暴雨工況和地震工況3種。

2.2 "滑坡穩定性預測分析方法的構建

考慮到廣義回歸神經網絡（General Regression Neural Network，GRNN）在滑坡變形預測中具有良好的預測效果（夏夢凡等，2022；趙順利等，2022；陳亮青等，2018），因此，以其為基礎構建滑坡穩定性預測模型。若其后變形值趨于穩定，說明滑坡后期穩定性也將趨于變好；反之，若滑坡后續變形趨于持續增大，說明滑坡后期穩定性將趨于變差。

GRNN一般具有4層網絡拓撲結構，各層基本特征如下：

①輸入層。以滑坡監測數據為基礎，對其進行轉換以實現數據輸入。

②隱層。通過高斯函數將輸入信息進行轉換處理，轉換公式為

h_i=exp[（-（m-w_i ）^T （m-w_i））/（2S^2 ）] ， （2）

式中，hi為隱層輸出值，wi為訓練向量，m為輸入信息，S為光滑參數。

③求和層。以隱層輸出值為基礎，通過變化參量Gj和求和參數A來實現信息映射，確保模型結構的完整性，參數計算公式為

式中，q為隱層數，kij為訓練向量。

④輸出層。對求和層變換結果進行整合，并將整合值輸出，即可得到滑坡變形預測值zj。

z_j=G_j/A （5）

根據GRNN的使用經驗，光滑參數對其預測效果具有較大影響，因此，進一步提出利用免疫算法（Immune Algorithm，IA）進行該參數的尋優處理，具體步驟為：

a.將種群個數設計為420個，記憶庫容量為7，精英抗體個數為6，交叉概率為0.2，變異概率為0.15，最大迭代次數設計為650。

b.開展種群個體的適應度計算，且不斷更新抗體以產生出足夠的記憶細胞。

c.當滿足期望要求后，將最優解輸出即可完成尋優處理。

當然，IA算法的尋優流程雖較優，但會形成冗余信息，因此，進一步利用粒子群算法（Particle Swarm Optimization，PSO）進一步改進IA算法，改進步驟如圖4所示。

據上，將滑坡變形預測模型最終確定為改進粒子群算法優化的廣義回歸神經網絡（簡稱：IAPSO-GRNN）。

3 "結果與討論

3.1 "穩定性現狀評價結果

3個剖面的穩定性計算結果見表1。通過對比，得到三種工況條件下的穩定程度排序為：暴雨工況lt;地震工況lt;天然工況，即暴雨工況是最不利工況，且3個剖面的穩定程度排序為：2—2’剖面lt;1—1’剖面lt;3—3’剖面。

據上，2—2’剖面的穩定性相對最弱，尤其在暴雨工況條件下，該剖面屬不穩定狀態，其余兩剖面多具基本穩定—穩定狀態，因此，就現狀條件而言，滑坡局部在不利工況條件下存在較大的失穩風險。

3.2 "穩定性預測分析結果

由于滑坡變形預測模型IAPSO-GRNN具三階段遞進優化處理過程，因此，以K1監測點為例，對比不同優化處理過程的最優性。從表2知：GRNN的最大、最小相對誤差值分別為3.22%和2.97%，均值為3.08%；PSO-GRNN的最大、最小相對誤差值分別為2.71%和2.50%，均值為2.59%；IAPSO-GRNN的最大、最小相對誤差值分別為2.10%和1.99%，均值為2.03%。因此，從GRNN→PSO-GRNN→IAPSO-GRNN，K1監測點的預測效果逐步提高，說明本次構建的預測模型是合理且有效的。

再利用IAPSO-GRNN開展其他監測點的變形預測。從表3可看出，K1預測結果的相對誤差范圍介于1.99%～2.10%，均值為2.03%；K2預測結果的相對誤差范圍介于1.94%～2.13%，均值為2.04%；K3預測結果的相對誤差范圍介于1.93%～2.15%，均值為2.06%；K4預測結果的相對誤差范圍介于2.07%～2.17%，均值為2.12%。

表3中第35—37期的預測結果顯示，滑坡變形仍會進一步增加，且增加速率均值依次為1.89、3.05、2.42、2.57 mm·周-1，增加幅度相對較大，滑坡穩定性將趨于不利方向發展。

4 "結論

1）滑坡主滑面的穩定性相對最弱，尤其在暴雨工況條件下，該滑面屬不穩定狀態，兩側滑面多具基本穩定—穩定狀態，因此，就現狀條件而言，滑坡局部在不利工況條件下存在較大的失穩風險。

2）通過變形預測分析，得出滑坡變形仍會進一步增加，且增加幅度相對較大，滑坡穩定性后續趨于不利，需盡快開展滑坡災害防治工作。

參考文獻

陳亮青，鄒宗興，苑誼，王艷昆，2018. 考慮誘發因素影響滯后性的庫岸滑坡位移預測［J］. 人民長江， 49 （10）： 60-65.

丁梓逸，王宇棟，吳興貴，王藍婷，周源海，2023. 基于ANSYS有限元強度折減法的土質滑坡地震響應特性研究［J］. 工業建筑， 53 （S2）： 576-582.

高莎，尹業夢，2024.湖北十堰某降雨誘發滑坡的變形特征分析及防治措施［J］.城市地質，19（3）：376-382.

黃鋒，于孫相，謝秉忠，王周望，廖言豐，馬希磊，王冬明，查文華，2022.基于廣義Hoek-Brown模型的破碎高邊坡穩定性研究［J］.城市地質，17（4）：452-459.

賈升安，李春陽，段順榮，2023. 青海尕沙日特大型滑坡穩定性評價［J］. 大地測量與地球動力學， 43 （3）： 250-254.

賴波，江金進，江山，江寧，趙風順，2024.珠海市南水鎮金龍邊坡變形破壞特征及穩定性評價［J］.城市地質，19（1）：20-28.

李佳航，郭明偉，楊智，2023. 基于邊坡下滑方向的傳遞系數法［J］. 巖石力學與工程學報， 42 （S2）： 4 261-4 270.

李曉斌，白海軍，2023. 高位遠程古滑坡既有變形特征和后續變形發展規律研究［J］. 大地測量與地球動力學， 43 （11）： 1 129-1 135.

劉士元，王孔偉，周準， 趙志豪，王嵐，張凱元， 2023. 三峽庫區白水河滑坡形成機理及變形特征［J］. 水電能源科學， 41 （6）： 146-149.

龍文華，黎俊顯，王瑩， 李海波，卿展暉，邱慧玲，2023. 降雨入滲對滑坡穩定性系數的影響評價：以惠州市天堂山滑坡為例［J］. 安全與環境工程， 30 （4）： 159-165.

蘇培東，嚴磊，邱鵬， 梁宇，汪意凌，2023. 考慮水庫岸坡特征的滑坡穩定性計算修正傳遞系數法［J］. 中國地質災害與防治學報， 34（1）： 40-48.

滕明明，王孔偉，王宵亮， 趙志豪，周淮，劉士元，2022. 三峽庫區樹坪滑坡形成機理與演化特征［J］. 水電能源科學， 40 （10）： 178-182.

汪瑋，趙子良，陳淑娟，占佳，2023. 傳遞系數法在滑坡推力計算中的應用：以通山縣源頭村滑坡為例［J］. 吉林水利（5）： 35-39.

夏夢凡，李麗敏，任瑞斌， 王朝陽，王智勇，尚艷芳，2022. 基于KPCA-SSA-GRNN的滑坡預報模型［J］. 國外電子測量技術， 41 （9）： 109-115.

許宵，王順，李典慶， 江健宏，莊培芝，2023. 土石混合體邊坡的穩定性與大變形破壞分析［J］. 武漢大學學報（工學版）， 56 （12）： 1 501-1 512.

張全，張艷陽，張紫昭， 朱建華，陳偉楠，2023. 凍融循環作用下伊犁黃土性質劣化特征及其對滑坡穩定性的影響［J］. 工程地質學報， 31（4）： 1 319-1 332.

趙順利，鄧偉杰，路新景， 郭沖，李雪彤，2022. 多因素耦合下的寒區渠道滑坡智能化定量評價［J］. 人民黃河， 44 （10）： 145-149.

朱濤，翟亞鋒，翟會君，2023. 淺層順層滑坡成災機制分析及其穩定性評價［J］. 中國地質調查， 10 （6）： 88-94.

收稿日期：2024-01-30；修回日期：2024-09-20

基金項目：2021年度自然災害防治體系建設補助資金（第二批，Z195110010003）資助

第一作者簡介：尹業夢（1993- ），男，學士，工程師，主要從事地質災害防治工作。E-mail：1096478218@qq.com

引用格式：尹業夢，高莎，2024.湖北宜昌土質滑坡穩定性評價及預測分析［J］.城市地質，19（4）：508-513