2. 三峡大学土木与建筑学院, 湖北 宜昌 443002
2. College of Civil Engineering & Architecture, China Three Gorges University, Yichang 443002, China
三峡库区是滑坡灾害的高发区[1]。这些滑坡对三峡大坝的运营、航道和库区居民等构成了严重威胁。水库蓄水经常引起滑坡失稳。1963年10月9日发生在意大利的瓦伊昂滑坡就是最典型的案例[2-4]。近年来，三峡库区滑坡灾害依然频发，例如2003年7月13日发生的千将坪滑坡[5-6]、2017年9月2日发生的杉树槽滑坡[7-8]、2019年12月10日发生的卡门子湾滑坡[9]、2021年8月28日发生的小岩头滑坡等。这表明，三峡库区依然要重视滑坡地质灾害的预防和治理工作。目前，已查明三峡库区存在的滑坡或潜在滑坡就达5000余处[10]。如何识别这些滑坡变形失稳的诱发因素，并尽可能早地预测滑坡的稳定性，进而建立合理精准的预测预警模型，是避免出现重大损失的重要举措[11]。因此，自2003年6月以来，三峡库区首先将这些滑坡或潜在滑坡纳入群测群防管理，并对其中的250个具有较大失稳风险的滑坡实施地质灾害专业监测，采用了诸如裂缝计、人工和自动全球导航卫星系统(GNSS)监测、深部位移、下滑力以及各种触发因素(降雨、水库水位和地下水水位)等监测手段。其中位于三峡库区库首段的八字门滑坡，自2003年就开始进行监测，目前已获取了18年的人工监测数据和5年的全自动GNSS位移监测数据。本文在精细化分析这些监测数据的基础上，结合地质勘查和野外宏观巡查资料，首先分析了八字门滑坡的变形特征，阐明了库水、降雨对滑坡变形的影响机理，并获取了八字门滑坡“阶跃”变形的库水位、库水下降速率、降雨及变形速率阈值，并设计了合理的预警模型，为该滑坡的稳定性分析和预警预测提供理论基础和技术保障。
1 滑坡工程地质概述 1.1 滑坡概况八字门滑坡(110°45′E，30°58′N)位于三峡库区湖北省秭归县归州镇，长江北岸支流香溪河右岸河口处。滑坡呈簸箕状展布于岸坡坡脚，分布高程65~280 m，受三峡水库蓄水影响，前缘145 m以下区域已不可见。整体西高东低，向东倾斜，滑体地面坡度10°~30°，呈阶梯状起伏。滑坡上存在139~165 m和220~230 m两级平台。两侧以同源冲沟分界，后缘边界为岩土接触面，平面形态呈箕形，剖面形态为阶梯形。前缘临空面为长江支流香溪河，滑坡体长380 m，宽100~500 m，厚10~35 m，体积约200×104 m3，主滑方向112°，如图 1、图 2所示。
|
| 图 1 八字门滑坡航拍全貌 Fig. 1 Aerial view of Bazimen landslide |
|
| 图 2 八字门滑坡监测点布置 Fig. 2 Layout of monitoring site of Bazimen landslide |
滑坡发育于侏罗纪下统沙溪庙组(J1s)紫红色砂页岩、粉砂岩、长石石英砂岩及燧石砾石组成的逆向坡中，该岩层构成滑坡的滑床，岩层产状为292°∠29°。
滑体主要为黄褐、紫红色夹深灰色的碎块石土层，由块石、碎石及粉质黏土组成，土石比为4∶6。碎块石粒径一般5~10 cm，大者20~50 cm，呈次棱角—棱角状，碎块石成分主要为长石石英砂岩以及少量的泥质粉砂岩和紫红色粉砂质泥岩。
滑带为角砾土，紫红色、灰绿色，角砾呈次棱—次圆状，直径0.2~5 cm，局部表面具磨光面、擦痕，成分以砂岩、泥岩为主；充填粉质黏土，呈软塑—可塑状，土石比为6∶4~5∶5。根据钻探资料揭露，前部存在两层滑带，上部为次级滑面，主滑带在滑体底部与滑床界面之间连续分布，滑面倾角中后部较陡，约为20°~30°，前部平缓，其厚度变化区间为0.9~3.6 m。浅井中接近基岩面位置见滑动镜面，产状130°∠23°，如图 3(c)所示，钻孔ZK2中35.8 m处揭露的滑动面，倾角28°，其中黏性土可见明显及挤压揉皱，如图 3(d)所示。
|
| 图 3 八字门滑坡工程地质剖面 Fig. 3 Engineering geological section of Bazimen landslide |
1.2 滑坡历史变形特征
八字门滑坡自1982年复活，在高程80~125 m处发育4条长60~80 m，走向180°~320°，近平行于香溪河的裂缝，目前其变形部位已淹没于库水位以下，不可见。1983年再次出现裂缝，1987年长江洪峰期间，在高程155 m处建筑物被撕裂，公路变形。自2003年6月三峡水库开始蓄水以来，变形持续不止，主要发生在2003年7月、2005年7—10月、2009年6月、2010年6—7月、2011年7月、2012年6月、2013年6月、2014年7月、2015年6月，裂缝主要展布于公路、后缘、滑坡两侧和库水消落带等位置(图 2(a)—(d)，图 3(a)—(b))。这些裂缝宽1~15 cm，长约50~200 m，下错0.5~1.5 m，走向170°~330°。这些裂缝破坏公路、挡土墙等构筑物。显然，八字门滑坡每年出现新的变形都在6、7月，基本是库水位下降至145 m时，也就是库水位下降过程的中后期。
2 监测点布置及监测结果2003年，滑坡上建立了ZG110、ZG111共两个人工GNSS监测点。2013年，新建立了GSC1、GSC2、GSC3、GSC4、GSC5、GSC7、GSC8及GSC9共8个GNSS监测点。2016年在滑坡体上布置了GSCX3、GSCX5和ZGX111等3个自动GNSS监测点，如图 2所示。
2.1 人工GNSS监测图 4显示，2003年建立的人工GNSS监测点ZG110、ZG111累积位移分别为2 141.2、2 930.1 mm。2013年建立的人工GNSS监测点累积位移在554.9~1 170.4 mm之间。各监测点的位移方向近似均在100°~126°之间(图 2)。滑坡位移主要发生在每年5—9月，其中5—7月位移速率最大。此时，库水位已经下降至159 m，由159 m下降至145 m的过程中，滑坡变形曲线出现突跃，滑坡的单月位移量达到最大值，滑坡累积曲线呈现典型的“阶跃”特性。而在每年8月到第二年4月期间，滑坡的变形曲线趋于平缓。从年位移上看，年位移量约为50~270 mm，呈现“一年多，一年少”的“锯齿”型波动，如图 5所示。
|
| 图 4 八字门滑坡人工GNSS监测曲线与库水位、月降雨量关系 Fig. 4 Relationship between annual GNSS monitoring curve of Bazimen landslide and reservoir water level and monthly rainfall |
|
| 图 5 八字门滑坡人工GNSS监测年位移量 Fig. 5 Annual displacement of Bazimen landslide monitored by artificial GNSS |
2.2 自动GNSS监测
图 6显示，自2016年5月开始运行以来，滑坡的累积位移持续增加，GSCX3、ZGX111和GSCX5的总位移量分别为1 216.7、872.7和844.9 mm。对应的附近的人工GNSS监测点GSC3、ZG111和GSC5在2020年的总位移分别为800.7、752.6、765.2 mm。需要注意的是，自动监测值与人工监测值存在一定的差异，这与监测点的布置位置有一定关系外(自动监测点GSCX3的位置靠近了滑坡左侧边界，因而位移明显比人工监测点GSC3要大)，还有可能监测过程中出现了误差。但是两者都呈现出滑坡后部位移量要小于中部的位移量的特征，这是与现场调查结果是一致的。同时，八字门滑坡的累积位移曲线在2016、2017、2018和2020年均出现了明显位移的“阶跃”。这些“阶跃”趋势与人工监测点也存在着对应关系。
|
| 图 6 八字门滑坡自动GNSS监测曲线与库水位、月降雨量关系 Fig. 6 Relationship between automatic GNSS monitoring curve of Bazimen landslide and reservoir water level and monthly rainfall |
3 滑坡变形机理分析 3.1 降雨因素
八字门滑坡出现的多次“阶跃”变形，主要受库水位升降和降雨影响，相对而言，降雨诱发的“阶跃”规律性较差。选取降雨较多的2016年11月1日—2018年10月31日两个水文年对降雨诱发的5次“阶跃”变形的详细信息进行提取，具体见表 1。这些“阶跃”变形在库水位下降、低库水位运行和库水位上升时间段均会出现，说明这些水库不同运行阶段均会受降雨影响而形成明显的“阶跃”变形现象。
| 降雨起始时间 | 降雨终止时间 | 降雨/mm | 降雨持时/d | 7 d累积降雨量 | 变形加速开始时间 | 变形加速终止时间 | 变形持续时间/d | 日平均位移速率/(mm/d) | 库水位 | ||||
| GSX3 | ZGX111 | GSX5 | 水位/d | 升降速率/(m/d) | |||||||||
| 2017-04-04 | 2017-04-12 | 80.8 | 7 | 80.8 | 2017-04-05 | 2017-04-15 | 11 | 1.78 | 1.38 | 1.43 | 164→162 | -0.18 | |
| 2017-05-11 | 2017-05-11 | 82.0 | 1 | 82.0 | 2017-05-12 | 2017-05-18 | 7 | 2.31 | 1.54 | 1.55 | 158→154.5 | -0.5 | |
| 2017-06-04 | 2017-06-15 | 116.8 | 12 | 65.4 | 2017-06-04 | 2017-06-22 | 19 | 3.84 | 2.77 | 2.67 | 147→146 | -0.05 | |
| 2017-07-07 | 2017-07-17 | 198.6 | 11 | 157.2 | 2017-07-08 | 2017-07-23 | 17 | 2.81 | 1.74 | 1.63 | 155→150.5 | -0.26 | |
| 2017-09-27 | 2017-10-14 | 260.8 | 18 | 141.8 | 2017-09-29 | 2017-10-23 | 25 | 6.91 | 4.48 | 4.28 | 165→174 | 0.36 | |
另外，分析表 1可知，降雨诱发的变形加速一般在降雨开始之后的1 d出现，此时GSCX3、ZGX111和GSCX5的日位移速率会逐步增大。降雨结束之后，变形加速依然会持续4~7 d，这说明降雨导致的岩土体(滑带、滑体)基质吸力降低及地下水位升高经过这个时间段后才能恢复，即一次降雨对滑坡变形的影响持续4~7 d，计算累积降雨量时，可以选取7 d来计算。库水位下降阶段出现的三次“阶跃”变形7 d累积降雨量分别为80.8、82、157.2 mm；低库水位运行阶段出现的“阶跃”变形7 d累积降雨量为65.4 mm；库水位上升阶段出现的“阶跃”变形7 d累积降雨量为141.8 mm。不同阶段出现“阶跃”变形的7 d累积降雨量不同，库水位上升阶段的最大，低库水位运行阶段的最小。
另外，单次强降雨虽然也会诱发“阶跃”变形，但是其对滑坡变形的影响要明显小于持续降雨对滑坡变形的影响。为了进一步精细化地研究降雨诱发“阶跃”变形的特征，进而确定出现“阶跃”变形对应的降雨阈值，选取表 1中2017-07-07—2017-07-17(低库水位运行期)以及2017-09-27—2017-10-14(库水位上升期)时间段做分析，如图 7所示。降雨诱发的变形加速峰值在降雨开始之后的2 d出现，此时GSCX3的日位移速率会增加到最大值，这是典型的“峰值滞后”现象，反映的是降雨过程中滑坡体由非饱和至饱和的过程时间差。峰值过后位移速率逐渐衰减至正常值(小于2.0 mm/d)的时间为7 d。同时需要注意的是，由于2018年与2019年的降雨强度较小，滑坡在低库水位运行时和库水位上升时间内的持续降雨并没有产生“阶跃”变形。这表明需要降雨量达到一定值并且持续一段时间的条件下才能体现出两者的相关性。
|
| 图 7 GSCX3日位移速率-库水位-日降雨量对比 Fig. 7 GSCX3 daily displacement rate-reservoir water level-daily rainfall comparison diagram |
3.2 库水位因素
三峡水库自2010年首次蓄水至175 m后，库水的运行周期性明显。库水位在一个水文年(11月至次年10月)中，可以分为4个不同的阶段，分别为：①高水位运行期，②库水位下降期，③低水位运行期，④库水位上升期。为了更准确地分析库水位对滑坡变形的影响，选取降雨影响不明显的水文年来进行分析(图 8)。
|
| 图 8 日位移速率-库水位升降速率-库水位-降雨量曲线图(2016-11-01—2018-10-31) Fig. 8 The curve of daily displacement rate, water level fluctuation rate and rainfall(2016-11-01—2018-10-31) |
(1) 高水位运行期(2017-11-01—2017-12-25，图 8中蓝色)：在2017-11-01—2017-12-07期间，GSCX3、ZGX111和GSCX5位移分别为-1.8、-0.4和-1.7 mm。显然，这阶段产生了向坡体内的变形，这是由于上升期间的库水形成的水头将滑坡体向内推，形成较小的反向位移。这一现象在历年的人工监测中也经常出现。
(2) 库水位下降期(2017-12-26—2018-06-10，图 8中橙色)：在最高水位175 m向159 m的下降过程中，历时147 d，GSCX3、ZGX111和GSCX5的日位移在1.0 mm/d以下。在2018-05-09—2018-06-09共38 d内，库水位由159.29 m下降到145.75 m，库水位下降速率增加到约0.40 m/d，对应的位移加速在25 d后启动。同时，位移加速现象在库水位达到最低值(145 m)后，还持续了29 d。在2018-05-08—2018-07-09共42 d的加速变形过程中，GSCX3、ZGX111和GSCX5分别位移98.5、73和71 mm，日位移速率为1.69~2.35 mm/d左右。显然，较高的库水位下降速率对滑坡变形产生了持久的影响。
(3) 低水位运行期(2018-06-11—2018-08-23，图 8中黄色)：此阶段的开始阶段出现长达29 d的位移加速时间是较高的库水位下降诱发的加速变形的持续效应。低水位运行一段时间后，滑坡的加速变形现象消失。
(4) 库水位上升期(2018-08-24—2018-10-31，图 8中红色)：共持续68 d监测点GSCX3、ZGX111和GSCX5位移增量仅为8.60、10.90和5.90 mm，平均位移速率为0.13、0.16和0.09 mm，无明显加速变形现象。
3.3 滑坡变形机理 3.3.1 稳定性特征为了进一步研究八字门滑坡的复活变形机理，采用Geo-Studio软件进行数值模拟[12-15]，选择1-1′剖面建立滑坡的数值模拟计算模型，坡长650 m，坡高330 m。计算网格模型节点数为9024，单元数为8904，网格类型为四边形单元和三角形单元，如图 9所示。模型物理参数见表 2(参数根据室内试验获取)。
|
| 图 9 八字门滑坡Geo-studio模型 Fig. 9 Geo-studio model of Bazimen Landslide |
| 材料 | 重度/(kN·m-3) | 黏聚力c/(kPa) | 内摩擦角φ/(°) | 渗透系数/(m/d) | 泊松比 | 弹性模量/(10-4 a) |
| 滑体 | 20.6 | 20.1 | 22.0 | 0.07 | 0.42 | 0.32 |
| 滑带 | 19.8 | 19.2 | 19.7 | 0.001 | 0.49 | 0.31 |
| 滑床 | 22.5 | 250.0 | 45.0 | 0.000 4 | 0.2~0.25 | 7.00 |
利用SEEP/W模块对八字门滑坡的渗流特征进行了分析。获取了滑坡在145 m升至175 m和175 m降至145 m的渗流特征如图 10所示。显然，在低水位运行期时，其地下水位线也会略高于145 m水位线的位置，这主要是后方山体及汛期降雨入渗补充导致的。而在高水位运行期时，其地下水位线也会略高于175 m水位线的位置，这时候降雨减少(非汛期)，地下水位主要受后方山体的补给。
|
| 图 10 库水位上升、下降时八字门滑坡地下水位线特征 Fig. 10 Variation characteristics of underground water level of Bazimen landslide when the water level of the reservoir rises and falls |
在库水位上升期时，地下水位线在初期的变化最大，滑体表面浸润高度要比坡体内部高出许多，当库水位逐渐升至175 m后这种现象逐渐消失，这主要是库水上升速度大于坡体的渗透系数，坡体内的地下水位的调整无法与库水位上升一致。在库水位以较低的速度下降时地下水位线的变化不是很大，这是因为滑体的渗透系数与库水下降速率近似相同，出现的近似同步调整；当库水位下降至159 m时滑坡地下水位线才出现明显的下降，即使库水位降至145 m时滑坡的地下水位线还是处于相对较高的位置，这依然是库水下降速度大于坡体的渗透系数，导致库水位与地下水位无法同步调整所致。这也就从侧面验证了2017年库水加速下降至152.49 m产生了“阶跃变形”。同时，库水位从175 m下降至145 m过程，在库水向外渗流的动水压力作用下，八字门滑坡稳定随着库水的下降而减小，库水下降到145 m时滑坡稳定性降到最低，不同运行阶段的稳定性特征见表 3。
| 145 m | 145 m→175 m | 175 m | 175 m→145 m |
| 1.103 | 1.103→1.343 | 1.243 | 1.343→1.003 |
3.3.2 变形机理
(1) 坡体结构的影响：八字门滑坡剖面整体呈现“陡-缓-陡”的靠椅状特征，145~175 m处于陡缓交界处，如图 3所示。同时滑体物质为碎块石土层，渗透系数为0.07 m/d，易受到库水位或降雨的影响，进而产生变形甚至破坏。
(2) 库水位升降对滑坡变形的影响：库水位升降引起的滑坡体内地下水动力场的变化是滑坡产生变形的主要原因[16]。水库处于库水位上升期，由于库水位的上升速率(0.5~1.0 m/d)大于渗透系数k(0.07 m/d)，此时产生的浮托效应大于向内侧的渗流压力效应时，滑坡的稳定性先略有下降，然后有所提高(图 11b→c)；当达到最大水位，进入高水位运行期时，滞后的地下水继续上升时，向内侧的渗流压力逐渐减小，滑坡的稳定性将在一定程度上提高(图 11c→d)；当处于库水位下降期时，由于向外侧的渗透压力效应和浮托效应，滑坡的稳定性急剧下降(图 11d→e)；当达到最低水位，进入低水位运行期时，滞后的地下水继续下降，浮托效应急剧下降，滑坡的稳定性在一定程度上提高(图 11e→b)。
(3) 降雨对滑坡变形的影响：降雨对滑坡变形起到了一定促进作用，特别是强降雨或持续降雨。特别是在低水位运行期和库水位上升期，降雨极易诱发滑坡“阶跃”变形。这表明在库水位下降期间，若叠加降雨工况，会进一步加剧滑坡的变形，对滑坡的稳定性更为不利。
4 八字门滑坡预警模型 4.1 “阶跃变形”相关阈值(1) 降雨阈值。前文研究已表明，单次降雨诱发滑坡“阶跃”变形的持续时间为7 d，且降雨对滑坡变形的影响是持续衰减的。距离当前降雨时间越长的前次降雨其有效降雨将会越小，这是一个定向衰减的过程，可以式(1)来表示
(1)
式中，Qe为有效降雨量(mm)；Qt为某次降雨时段的总雨量(mm)；αt为衰减系数；ti为时间序列。
(2)
式中，t为某前次降雨距离当次降雨的时间。
通过表 1分析可清楚地发现八字门滑坡“阶跃”变形有两种情况，一种是一次强度超大的降雨(＞80 mm)，另一种是降雨持续时间长(7 d)且累积降雨量(＞65.4 mm)大所引起的。因此，可以得出在水位下降阶段、水库低水位运行期以及水位上升期持续降雨或特大暴雨会产生“阶跃”变形，取下限整值，阈值为60 mm。
(2) 库水位阈值。八字门滑坡受库水变化而发生位移量“阶跃”的现象是在库水位下降至159之后库水下降加速之后发生的。这与三峡水库的调度方案明确相关，即每年3月开始库水消落并分为两个阶段：阶段Ⅰ，以较低的下降速度(0.15 m/d左右)使库水位从175 m下降到159 m；阶段Ⅱ，以较高的下降速度(0.4 m/d左右)使库水位从159 m下降到145 m。因此，选取2017年、2018年库水位下降期进行分析，如图 12所示。
|
| 图 12 GSCX3日位移值-日库水位升降值对比 Fig. 12 Comparison diagram between daily displacement rate of GSCX3 and daily fluctuation rate of reservoir water level |
图 12可知，库水位下降期时(159 m之后)，库水位的下降基本上都在0.4 m/d左右，变形加速(＞2 mm/d)出现在持续下降25 d左右，2017年、2018年均出现了此情况。需要注意的是，2017年、2018年这25 d的时间里，均出现了一些库水位大幅上升的情况，这是主要是受降雨引起的，根据前面阐述，降雨对八字门滑坡的变形影响为7 d，这些降雨距离变形加速的时间远大于7 d，因此，以0.4 m/d的下降速度下降25 d后出现的变形加速，是受库水位下降速率影响的。另外，变形加速开始后，库水位普遍出现长时间的上升下降的波动，这是由于每年6月的持续降雨或上游的洪峰引起的。这时期的位移速率远大于其他时期，是降雨和库水位波动耦合作用导致的。因此，就GSX3而言，持续的0.4 m/d的库水下降速率诱发滑坡发生“阶跃”变形主要驱动因素，对应的平均速率的最小值为2 mm/d。
(3) 位移速率阈值。2016年5月—2020年12月，八字门滑坡的变形位移曲线明显经历多次明显的“阶跃”变形过程。采用改进的切线角方法求解位移速率阈值[21-23]。通过用累计位移S除以v的办法将S-t曲线的纵坐标变换为与横坐标相同的时间量纲。即定义
(3)
式中，S(i)某一单位时间段(一般采用一个监测周期，本文为1 d)内斜坡累积位移量；v为等速变形阶段的位移速率；T(i)为变换后与时间相同量纲的纵坐标值。
然后，获取改进的切线角αi的表达式
(4)
式中，αi为改进切线角值；ΔT为单位时间T(i)的变化量；Δt为计算S时对应的单位时间段。
将等速变形阶段各时间段的变形速率做算术平均，即可得到等速变形阶段的速率v
(5)
式中，vi为等速变形阶段不同时间段的变形速率；m为监测次数。
根据上述公式，选取位移曲线上自动监测点GSCX3在2017—2018年的多次“阶跃”特征，计算获取的八字门滑坡的实测等速变形速率阈值v为4.6 mm/d。
4.2 预警模型八字门滑坡的持续增长变形，是受降雨、库水位作用影响，并以“阶跃”的形式呈现出来的，滑坡的预警要从位移“阶跃”的特点入手。根据《三峡库区滑坡灾害预警预报手册》，斜坡的加速变形阶段是实施预警的关键阶段，结合地质灾害五级预警机制，将加速变形阶段进一步细分为初加速、中加速、加加速(临滑)等3个亚阶段[23-24]，分别对应预警的“警示级、警戒级、预报级”，初始变形阶段和等速变形阶段分别对应安全级、注意级。结合7 d累积降雨量、位移速率以及库水位、库水位下降速率等相关阈值，进而建立合理的预警模型[25-26]，如图 13和表 4所示。
|
| 图 13 八字门滑坡5级预警分级 Fig. 13 Five-level warning system of Bazimen landslide |
| 预警等级 | 安全级 | 注意级 | 警示级 | 警戒级 | 预报级 | |
| 位移速率阈值/(mm/d) | 位移速率v | v < 2.0 | 2.0 < v < 4.6 | 4.6 < v < 26.1 | 26.1 < v < 52.7 | 52.7 < v |
| 位移加速度Δv | Δv>0 | Δv>0 | ||||
| 切线角α | α < 45° | 45° < α < 80° | 80° < α < 85° | 85° < α | ||
| 降雨量阈值/mm | 30 | 60 | 90 | 120 | ||
| 库水位相关阈值 | 库水位 | 175→159 m | 159→145 m | |||
| 库水位下降速率 | 0 | 0.2 | 0.4 | 1.0 | 1.2 < | |
| 持续时间 | - | - | 25 | 10 | 8 | |
5 结论
(1) 八字门滑坡处于蠕动变形阶段，滑坡整体变形明显。滑坡变形主要集中于每年5—9月，其中5—7月位移速率最大，其余时间变形缓慢，滑坡累积曲线呈现典型的“阶跃”变形特性。
(2) 滑坡的变形受斜坡结构、岩性等因素的控制，水库水位下降是滑坡变形的主要驱动因素，并与库水下降速率正相关。另外，特大暴雨和持续降雨在水位下降阶段、水库低水位运行期以及水位上升期会促进滑坡变形，是滑坡的次要驱动因素。
(3) 通过改进切线角方法分析获取了八字门滑坡出现“阶跃”变形的位移速率阈值为4.6 mm/d。另外通过精细化数据分析获取八字门滑坡出现“阶跃”变形的7 d累积降雨量阈值为60 mm；库水位阈值为159 m水位以下，库水位下降速率阈值0.4 m/d。
| [1] |
卢书强, 易庆林, 易武, 等. 三峡库区树坪滑坡变形失稳机制分析[J]. 岩土力学, 2014, 35(4): 1123-1130, 1202. LU Shuqiang, YI Qinglin, YI Wu, et al. Analysis of deformation and failure mechanism of Shuping landslide in Three Gorges Reservoir area[J]. Rock and Soil Mechanics, 2014, 35(4): 1123-1130, 1202. DOI:10.16285/j.rsm.2014.04.013 |
| [2] |
SEMENZA E, GHIROTTI M. History of the 1963 Vaiont slide: the importance of geological factors[J]. Bulletin of Engineering Geology and the Environment, 2000, 59(2): 87-97. DOI:10.1007/s100640000067 |
| [3] |
DYKES A P, BROMHEAD E N. The Vaiont landslide: re-assessment of the evidence leads to rejection of the consensus[J]. Landslides, 2018, 15(9): 1815-1832. DOI:10.1007/s10346-018-0996-y |
| [4] |
PARONUZZI P, RIGO E, BOLLA A. Influence of filling-drawdown cycles of the Vajont reservoir on Mt. Toc slope stability[J]. Geomorphology, 2013, 191: 75-93. DOI:10.1016/j.geomorph.2013.03.004 |
| [5] |
WANG Fawu, ZHANG Yeming, HUO Zhitao, et al. Mechanism for the rapid motion of the Qianjiangping landslide during reactivation by the first impoundment of the Three Gorges Dam Reservoir, China[J]. Landslides, 2008, 5(4): 379-386. DOI:10.1007/s10346-008-0130-7 |
| [6] |
肖诗荣, 刘德富, 胡志宇. 三峡库区千将坪滑坡地质力学模型研究[J]. 岩土力学, 2007, 28(7): 1459-1464. XIAO Shirong, LIU Defu, HU Zhiyu. Study on geomechanical model of Qianjiangping landslide, Three Gorges Reservoir[J]. Rock and Soil Mechanics, 2007, 28(7): 1459-1464. DOI:10.3969/j.issn.1000-7598.2007.07.033 |
| [7] |
周剑, 邓茂林, 李卓骏, 等. 三峡库区杉树槽滑坡成因及视向滑动机制分析[J]. 防灾减灾工程学报, 2020, 40(6): 860-866, 883. ZHOU Jian, DENG Maolin, LI Zhuojun, et al. Analysis on the formation and apparent-dip lateral sliding mechanism of Shanshucao landslide in the Three Gorges Reservoir area[J]. Journal of Disaster Prevention and Mitigation Engineering, 2020, 40(6): 860-866, 883. DOI:10.13409/j.cnki.jdpme.2020.06.003 |
| [8] |
HUANG Haifeng, SONG Kun, YI Wu, et al. Use of multi-source remote sensing images to describe the sudden Shanshucao landslide in the Three Gorges Reservoir, China[J]. Bulletin of Engineering Geology and the Environment, 2019, 78(4): 2591-2610. DOI:10.1007/s10064-018-1261-2 |
| [9] |
YIN Yueping, HUANG Bolin, ZHANG Quan, et al. Research on recently occurred reservoir-induced Kamenziwan rockslide in Three Gorges Reservoir, China[J]. Landslides, 2020, 17(8): 1935-1949. DOI:10.1007/s10346-020-01394-7 |
| [10] |
GU Dongming, HUANG Da. A complex rock topple-rock slide failure of an anaclinal rock slope in the Wu Gorge, Yangtze River, China[J]. Engineering Geology, 2016, 208: 165-180. DOI:10.1016/j.enggeo.2016.04.037 |
| [11] |
许强, 朱星, 李为乐, 等. "天-空-地"协同滑坡监测技术进展[J]. 测绘学报, 2022, 51(7): 1416-1436. XU Qiang, ZHU Xing, LI Weile, et al. Technical progress of space-air-ground collaborative monitoring of landslide[J]. Acta Geodaetica et Cartographica Sinica, 2022, 51(7): 1416-1436. DOI:10.11947/j.AGCS.2022.20220320 |
| [12] |
朱朋, 卢书强, 薛聪聪, 等. 库水位升降与降雨条件下滑坡的渗流及稳定性分析[J]. 长江科学院院报, 2015, 32(11): 87-92. ZHU Peng, LU Shuqiang, XUE Congcong, et al. Seepage flow and stability analysis of a landslide under the conditions of water level fluctuation of reservoir and rainfall[J]. Journal of Yangtze River Scientific Research Institute, 2015, 32(11): 87-92. |
| [13] |
时卫民, 郑颖人. 库水位下降情况下滑坡的稳定性分析[J]. 水利学报, 2004, 35(3): 76-80. SHI Weimin, ZHENG Yingren. Analysis on stability of landslide during reservoir drawdown[J]. Journal of Hydraulic Engineering, 2004, 35(3): 76-80. DOI:10.3321/j.issn:0559-9350.2004.03.013 |
| [14] |
于玉贞, 林鸿州, 李荣建, 等. 非稳定渗流条件下非饱和土边坡稳定分析[J]. 岩土力学, 2008, 29(11): 2892-2898. YU Yuzhen, LIN Hongzhou, LI Rongjian, et al. Stability analysis of unsaturated soil slope under transient seepage flow state[J]. Rock and Soil Mechanics, 2008, 29(11): 2892-2898. DOI:10.3969/j.issn.1000-7598.2008.11.002 |
| [15] |
吴俊杰, 王成华, 李广信. 非饱和土基质吸力对边坡稳定的影响[J]. 岩土力学, 2004, 25(5): 732-736, 744. WU Junjie, WANG Chenghua, LI Guangxin. Influence of matric suction in unsaturated soils on slope stability[J]. Rock and Soil Mechanics, 2004, 25(5): 732-736, 744. DOI:10.3969/j.issn.1000-7598.2004.05.013 |
| [16] |
TANG Minggao, XU Qiang, YANG He, et al. Activity law and hydraulics mechanism of landslides with different sliding surface and permeability in the Three Gorges Reservoir Area, China[J]. Engineering Geology, 2019, 260: 105212. DOI:10.1016/j.enggeo.2019.105212 |
| [17] |
韦方强, 胡凯衡, 陈杰. 泥石流预报中前期有效降水量的确定[J]. 山地学报, 2005, 23(4): 4453-4457. WEI Fangqiang, HU Kaiheng, CHEN Jie. Determination of effective antecedent rainfall for debris flow forecast[J]. Journal of Mountain Research, 2005, 23(4): 4453-4457. |
| [18] |
黄晓虎, 雷德鑫, 郭飞, 等. 基于变形监测的运动型滑坡临灾预警系统研究[J]. 防灾减灾工程学报, 2019, 39(5): 802-808. HUANG Xiaohu, LEI Dexin, GUO Fei, et al. Early warning model of sports landslide based on deformation monitoring[J]. Journal of Disaster Prevention and Mitigation Engineering, 2019, 39(5): 802-808. |
| [19] |
黄晓虎, 雷德鑫, 夏俊宝, 等. 降雨诱发滑坡阶跃型变形的预测分析及应用[J]. 岩土力学, 2019, 40(9): 3585-3592, 3602. HUANG Xiaohu, LEI Dexin, XIA Junbao, et al. Forecast analysis and application of stepwise deformation of landslide induced by rainfall[J]. Rock and Soil Mechanics, 2019, 40(9): 3585-3592, 3602. |
| [20] |
高华喜, 殷坤龙. 降雨与滑坡灾害相关性分析及预警预报阀值之探讨[J]. 岩土力学, 2007, 28(5): 1055-1060. GAO Huaxi, YIN Kunlong. Discuss on the correlations between landslides and rainfall and threshold for landslide early-warning and prediction[J]. Rock and Soil Mechanics, 2007, 28(5): 1055-1060. DOI:10.3969/j.issn.1000-7598.2007.05.039 |
| [21] |
许强, 汤明高, 徐开祥, 等. 滑坡时空演化规律及预警预报研究[J]. 岩石力学与工程学报, 2008, 27(6): 1104-1112. XU Qiang, TANG Minggao, XU Kaixiang, et al. Research on space-time evolution laws and early warning-prediction of landslides[J]. Chinese Journal of Rock Mechanics and Engineering, 2008, 27(6): 1104-1112. |
| [22] |
许强. 滑坡的变形破坏行为与内在机理[J]. 工程地质学报, 2012, 20(2): 145-151. XU Qiang. Theoretical studies on prediction of landslides using slope deformation process data[J]. Journal of Engineering Geology, 2012, 20(2): 145-151. |
| [23] |
许强, 曾裕平, 钱江澎, 等. 一种改进的切线角及对应的滑坡预警判据[J]. 地质通报, 2009, 28(4): 501-505. XU Qiang, ZENG Yuping, QIAN Jiangpeng, et al. Study on a improved tangential angle and the corresponding landslide pre-warning criteria[J]. Geological Bulletin of China, 2009, 28(4): 501-505. |
| [24] |
许强, 黄学斌. 三峡库区滑坡灾害预警预报手册[M]. 北京: 地质出版社, 2014. XU Qiang, HUANG Xuebin. Handbook of landslide disaster early warning and forecast in Three Gorges Reservoir area[M]. Beijing: Geological Publishing House, 2014. |
| [25] |
ZHAO Bo, ZHANG Haiquan, LIAO Hongjian, et al. Emergency response to the reactivated Aniangzhai landslide resulting from a rainstorm-triggered debris flow, Sichuan Province, China[J]. Landslides, 2021, 18(3): 1115-1130. |
| [26] |
许强, 汤明高, 黄润秋. 大型滑坡监测预警与应急处置[M]. 科学出版社, 2015. XU Qiang, TANG Minggao, HUANG Runqiu. Monitoring, early warning and emergency treatment of large landslide[M]. Beijing: Science Press, 2015. |