大型库岸边坡动态稳定性评价方法与工程应用

杜岩; 吕梦镓; 谢谟文; 宁利泽; 刘敬楠; 贾北凝

doi:10.12404/j.issn.1671-1815.2502576

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (7) :2770-2779 DOI: 10.12404/j.issn.1671-1815.2502576

天文学、地球科学

大型库岸边坡动态稳定性评价方法与工程应用

杜岩 ¹ ,
吕梦镓 ² ,
谢谟文 ¹^,² ,
宁利泽 ¹^,³ ,
刘敬楠 ⁴ ,
贾北凝 ⁵

作者信息 +

Dynamic Stability Evaluation Method for Large Reservoir Bank Slopes and Its Engineering Application

DU Yan ¹ ,
LÜ Meng-jia ² ,
XIE Mo-wen ¹^,² ,
NING Li-ze ¹^,³ ,
LIU Jing-nan ⁴ ,
JIA Bei-ning ⁵

Author information +

文章历史 +

摘要

大型库岸边坡发生古滑坡体复活现象,其在渐进变形过程中会突发整体失稳破坏,造成大型滑坡-堰塞湖灾害链,是中国水库区防灾减灾的重点与难点。基于此,以白鹤滩库区大型库岸边坡为例,通过考虑沉降变形和倾角变化等渐进变形引起的滑坡应力场变化,建立了一套新的滑坡动态稳定性评价模型。与传统模型相比,新的稳定性评价结果更好地反映了现场滑坡的实际稳定性状况,监测显示,该滑坡自2021年9月1日—10月1日发生破坏,并于10月31日趋于稳定,在此期间,评价结果呈现“基本稳定(1.114)→欠稳定(1.041)→基本稳定(1.122)”的演化趋势。分析表明,稳定性系数下降主要受沉降变形和倾角变化的共同影响,其中沉降变形为主导因素。因此,在库区库岸边坡稳定性分析中,不仅应考虑库水位等因素的影响,还应考虑垂直位移、倾角等多源渐进变形信息引起的应力场变化。研究结果为大型库岸边坡的预警预防与风险评估系统提供了全新的力学分析模型基础,未来可在工程现场重点部署多源监测设备,借助改进的稳定性评价模型实时动态监测边坡的位移与倾角变化,为白鹤滩库区等大型库岸工程的边坡灾害提供更精准的力学判据,助力实现灾害的提前预警与风险智能防控。

Abstract

The reactivation of paleo-landslides on large reservoir bank slopes has been observed to cause sudden overall instability during progressive deformation processes, resulting in large-scale landslide-barrier lake disaster chains. This phenomenon has been recognized as a critical and challenging issue in disaster prevention and mitigation in reservoir areas of China. In response to this issue, a typical large reservoir bank slope in the Baihetan Reservoir area was selected as a case study, and a novel dynamic stability evaluation model for landslides was established. In this model, stress field variations induced by progressive deformation, such as settlement and inclination changes, were taken into account. Compared with traditional models, the proposed model was found to better reflect the actual stability conditions of the landslide in the field. According to monitoring data, failure occurred between September 1 and October 1, 2021, and stabilization was reached around October 31. During this period, the calculated safety factor exhibited an evolutionary trend of “basically stable” (1.114) → “marginally unstable” (1.041) → “basically stable” (1.122). The reduction in stability was attributed primarily to the combined effects of settlement and inclination changes, among which settlement deformation was identified as the dominant influencing factor. Therefore, in the stability analysis of reservoir bank slopes, it is suggested that, in addition to reservoir water level fluctuations, stress field variations induced by multi-source progressive deformation, such as vertical displacement and inclination—should also be considered. This result has provided a new mechanical modeling basis for early warning and risk assessment systems for large reservoir bank slopes. It is proposed that, in future engineering applications, multi-source monitoring equipment should be deployed at key locations, and the improved evaluation model should be used to monitor real-time variations in displacement and inclination. Such an approach is expected to offer more accurate mechanical criteria for slope hazard assessment in large reservoir projects such as Baihetan, thus facilitating advanced early warning and intelligent risk control.

Graphical abstract

关键词

库岸边坡 / 动态稳定性评价 / 渐进变形 / 库水位波动 / 监测预警

Key words

reservoir bank slope / dynamic stability evaluation / progressive deformation / reservoir water level fluctuations / monitoring and warning

引用本文

引用格式 ▾

杜岩, 吕梦镓, 谢谟文, 宁利泽, 刘敬楠, 贾北凝. 大型库岸边坡动态稳定性评价方法与工程应用[J]. 科学技术与工程, 2026, 26(7): 2770-2779 DOI:10.12404/j.issn.1671-1815.2502576

DU Yan, LÜ Meng-jia, XIE Mo-wen, NING Li-ze, LIU Jing-nan, JIA Bei-ning. Dynamic Stability Evaluation Method for Large Reservoir Bank Slopes and Its Engineering Application[J]. Science Technology and Engineering, 2026, 26(7): 2770-2779 DOI:10.12404/j.issn.1671-1815.2502576

登录浏览全文

4963

注册一个新账户忘记密码

随着中国西南地区大型水利工程的投产运营,大型库岸边坡滑坡成为白鹤滩等库区频发的地质灾害之一,严重威胁库区水利设施与数千万人民群众的生命财产安全。例如,2021年白鹤滩库区五里坡滑坡事件中,滑坡体在库水位波动和降雨作用下发生渐进变形,最终导致滑坡-堰塞湖灾害链的形成,造成了严重的经济损失和生态破坏^[1]。此类滑坡多发育于长期处于蠕滑状态的松散斜坡和时间效应显著的软岩边坡,特别是在库区附近,许多道路、建筑和旅游度假区都建在这些库岸边坡上^[2],叠加古滑坡复活体的地质背景,显著加剧滑坡-堰塞湖灾害链风险^[3-4],因此在库岸边坡失稳机理分析的基础上开展其动态稳定性评价模型研究具有十分重要的理论研究意义与工程应用价值。

中外学者关于大型库岸边坡滑坡的演化过程、失稳机理、稳定性评价等做了大量工作,并取得了很多积极成果。江强强等^[5]的研究表明,在库区边坡蠕滑过程中,水位下降和降雨作用会导致坡体内部应力的动态变化,造成应力累积,促使滑坡体发生蠕滑变形,最终影响边坡稳定性。Kamran等^[6]认为,库区边坡的应力累积主要源于库水位周期性变化引起的渗流场动态调整,导致滑坡体内部应力重分布,加速蠕滑变形,最终促使边坡失稳。贺可强等^[7]通过边坡蠕滑位移分析了稳定性系数的动态变化。曾庆利等^[8]通过对赵家沟滑坡进行现场勘察,发现该滑坡长期蠕滑积累大量应变能,在失稳时大量应变能瞬间释放。Dai等^[9]通过合成孔径雷达 (interferometric synthetic aperture radar, InSAR) 技术分析白鹤滩库区边坡的位移变化,发现新识别出的潜在滑坡区域主要分布在库岸附近,且存在复杂的应力应变场。陈贺等^[10]通过实例分析发现在滑坡进入加速变形阶段期间,坡体的动能变化率由零增加为较大的正值并随后急剧增加。杜岩等^[11]通过桌子石滑坡等案例研究发现,后缘坡体发生阶梯沉降会导致坡体下滑力发生变异,使得其在较低地下水位下发生破坏。许强^[12]认为正确判断滑坡变形所处阶段是分析库岸边坡稳定性的关键,而建立基于变形等关键指标的安全预警模型可以提高库岸边坡预警预报的准确性。Wang等^[13]通过实验室蠕变试验发现在峰值前阶段,引发蠕变失效的临界蠕变应力略低于峰值剪切强度,通过应变速率效应分析可以解释库岸滑坡的渐进变形。汤明高等^[14]认为后缘坡体的变形通过推挤作用对中前部坡体施加了额外的下滑力,促使滑坡整体向不稳定方向发展,最终导致库岸边坡滑坡失稳。

越来越多的研究显示,库岸边坡渐进失稳的本质在于坡体抗滑力与下滑力发生变异,因此,分析坡体应力变化的原因及影响因素是研究库岸边坡渐进失稳的关键^[15]。目前库岸边坡稳定性评价模型多关注降雨、库水位变化等引起的孔隙水压力的变化以及坡体自身重力作用^[16],但后缘坡体的阶梯形沉降也会引发滑坡应力场发生变化^[17-20],从而导致稳定性系数的急剧降低。由于库岸边坡深部信息的长期监测是极为困难的,即便是布置深孔测斜仪这种最成熟的监测技术,在蠕变期间很快会被剪断,因此通过获取相对容易获取的地表形变信息,间接分析滑坡应力场的变异是工程中常用的技术手段。现基于此,以白鹤滩库区蒙姑滑坡为例,通过综合分析位移、倾角等多源监测数据,构建考虑渐进变形应力场变化的动态模型,实现库岸边坡的动态稳定性评价与有效预警,可为工程现场更好应对类似库岸边坡问题提供参考依据。

1 库岸边坡稳定性动态评价模型

库岸边坡在降雨、库水位变化、自身重力、人类活动等因素影响下,内部岩土体力学强度逐渐下降,抗滑力与下滑力随着滑坡演化而不断变异^[11],例如,后缘坡体发生大规模变形时会对前缘坡体产生推力,从而导致稳定性系数的急剧降低,如图1所示。

目前工程实践中仍普遍采用不平衡推力法、经典条分法、Bishop法等传统方法^[21-23]进行滑坡稳定性计算。然而,这些方法本质上属于静态稳定性分析方法,多用于评价普通边坡在静力作用下的稳定状态,不考虑滑坡过程中的应力场变化与时间演化效应。因此,在面对具有渐进变形特征和阶段性活动模式的库岸滑坡时,传统方法难以准确反映其稳定性演化规律。

为更贴合潜在不稳定库岸边坡复杂的地质结构,研究在建模中选用折线型滑动面,以符合堆积体中结构面控制显著、软弱夹层发育等非均质特征。该结构形式便于对不同滑段进行独立建模,使各段抗滑力与下滑力计算更贴近实际受力状态。

在传统不平衡推力法中,稳定性系数K_f计算公式为

(1)K_f=$\frac{\sum _{i=1}^{n-1}({R}_{i}{\psi }_{i}{\psi }_{i+1}\dots {\psi }_{n-1})+{R}_{n}-[{P}_{pu}+{P}_{up}cos(\theta -\alpha )]tan\varphi }{\sum _{i=1}^{n-1}({T}_{i}{\psi }_{i}{\psi }_{i+1}\dots {\psi }_{n-1})+{T}_{n}+{P}_{up}sin(\theta -\alpha )}$,i=1,2,…,n

式(1)中:K_f为传统评价方法计算的稳定性系数;R_i、和T_i分别为不平衡推力法所划分各条块单位宽度的抗滑力与下滑力;Ψ_i为传递系数;P_pu为坡体后缘裂隙中的静水推力;P_up为滑动面基底扬压力;α为坡体滑动面倾角;φ为内摩擦角;θ为后缘裂隙与水平面的夹角。各条块的抗滑力与下滑力计算公式为

(2)R_i=W_icosαtanφ_i+c_iL_i

(3)T_i=W_isinα

式中:L_i为第i条岩土体滑带长度;c_i为第i条岩土体黏聚力;φ_i为第i条岩土体内摩擦角;W_i为第i条岩土体单位宽度重力。

实际中,后缘坡体的倾倒、下错或滑移,一方面对前缘产生推力F_p;另一方面导致潜在滑移面外倾,改变下滑力与抗滑力的方向。因此,在库岸边坡稳定性分析中,不仅需要考虑坡体容重、滑带软化,以及水压力等多方面影响^[24],还须考虑后缘坡体的渐进变形特征引起的滑坡应力场变化,才能科学分析蠕滑过程中滑坡稳定的动态变化。

针对上述问题,在不平衡推力法的理论框架基础上,构建一种改进的动态稳定性评价模型,用于反映滑坡在渐进变形过程中,由后缘坡体沉降引起的附加推力和倾角变化对稳定性的影响,新增考虑后缘沉降产生的附加推力F_p并引入滑动带倾角变化量Δα。改进后的稳定性系数计算模型如图2所示,基于该模型可计算库岸边坡稳定性系数K_s,公式为

(4)$\begin{aligned}K_{\mathrm{s}}= & {\left[\sum_{i=1}^{n-1}\left(R_{i} \psi_{i} \psi_{i+1} \cdots \psi_{n-1}\right)+R_{n}-\left(\frac{1}{2} \gamma_{\mathrm{w}} h^{2}+F_{\mathrm{p}}\right) \times\right.} \\& \cos (\theta-\alpha-\Delta \alpha) \tan \varphi] /\left[\sum_{i=1}^{n-1}\left(T_{i} \psi_{i} \psi_{i+1} \cdots \psi_{n-1}\right)+\right. \\& \left.T_{n}+\left(\frac{1}{2} \gamma_{\mathrm{w}} h^{2}+F_{\mathrm{p}}\right) \sin (\theta-\alpha-\Delta \alpha)\right]\end{aligned}$

式中:R_i、R_n和T_i、T_n分别为条分法所划分各条块单位宽度的抗滑力与下滑力:γ_w为水的重度;h为后缘滑移面水头高度; F_p为后缘坡体对滑坡的推动作用力;θ为后缘滑移面倾角;α为岩土体滑动带倾角;Δα为滑动带倾角变化量;Ψ_i为传递系数,用于计算第i-1条块传递到第i条块的作用力占比。传递系数和各条块的抗滑力与下滑力计算公式为

(5)ψ_i=cos(α_i-α_i₊₁)-sin(α_i-α_i₊₁)tanφ_i₊₁

(6)R_i=W_icos(α_i+Δα_i)tanφ_i-$\frac{1}{2}$γ_wh_il_itanφ_i-A_isin(α_i+Δα_i)tanφ_i+c_iL_i

(7)T_i=W_isin(α_i+Δα_i)+A_icos(α_i+Δα_i)

式中:A_i为第i条岩土体地震力;α_i为第i条岩土体滑动带倾角;Δα_i为第i条滑动带倾角变化量;h_i为第i条岩土体水头高度;l_i为第i条岩土体滑动带浸润长度。

基于能量守恒原理,滑坡垂直沉降引起的推动作用力F_p计算公式为

(8)F_p=$\frac{\beta {W}_{b}\Delta h}{\Delta s}$

式(8)中:W_b为后缘沉降坡体的单位宽度重力;β为能量转化系数;Δh为滑坡蠕滑过程中后缘坡体垂直位移;Δs为前缘坡体水平位移。

由土力学原理可知,当岩土体因沉降变形产生临时的竖直压力σ_z时,岩土体不可避免会对前缘坡体产生水平压力σ_p。这是坡体沉降导致库岸边坡应力场发生变异的本质原因。由于这种推动作用力是瞬时的,会随着沉降的截止而消失,当后缘坡体发生垂直沉降变形时,瞬时的竖向压力产生较大的F_p,从而导致库岸边坡发生阶梯状变形,而随着沉降变形的消失,F_p也逐渐消失,进而导致滑坡变形停止,如图3所示。

设σ_z与σ_p在岩土体中产生的形变分别为Δz、Δp,则能量转换系数计算公式为

(9)β=$\frac{{E}_{\mathrm{水}\mathrm{平}}}{{E}_{\mathrm{总}}}$=$\frac{{\sigma }_{p}\Delta p}{{\sigma }_{z}\Delta z+{\sigma }_{p}\Delta p}$=$\frac{{k}_{0}v}{1+{k}_{0}v}$

式(9)中:k₀为岩土体侧压力系数;v为泊松比;σ_z为附加竖直应力;σ_p为附加水平应力;Δz与Δp为形变。

由式(9)可知,能量转化系数与岩土体侧压力系数、泊松比存在一定关系,泊松比与侧压力系数均可通过现场勘察报告或工程地质手册分析获取^[25]。

通常,库区库岸边坡滑坡具有间歇性或季节性活动特征,在这一渐进演化过程中,滑坡下滑力与抗滑力也在不断调整^[19]。相对于传统稳定性评价方法,新方法不仅考虑岩土体质量、力学强度、水位等因素的影响,还考虑了渐进变形过程中的滑坡应力场等变异情况。因此新模型可更好分析具有渐进变形特征的库岸边坡稳定性系数,从而避免传统稳定性评价中因遗漏这些关键信息造成滑坡稳定状态的误判。

2 工程案例应用

以中国白鹤滩库区大型库岸边坡作为工程案例进行分析,滑坡区域的相对位置如图4(a)所示。该滑坡位于云南昭通巧家县蒙姑镇,滑坡长约350 m,前后高差约180 m,总体积约1.8×10⁶ m³。滑坡整体呈圈椅状,两侧冲沟发育,如图4(b)所示。滑坡区域内断裂发育,导致后缘岩体破碎,并堆积有较多岩块。地质勘查表明,滑坡地层从上到下依次为第四系滑坡堆积碎石混合土、二叠系泥质粉砂岩以及底部基岩,如图4(c)所示。蒙姑滑坡岩土体力学参数,如表1所示。受到降雨、库水位变化、人类活动等因素影响,该滑坡从2014年蠕滑变形速率加快,裂缝宽度最宽处达20~30 cm,路面下沉最高处40~50 cm。后缘形变较小,中部和前缘形变较大,中部坡体变形明显,多处坡体滑塌与路面塌陷。由于滑坡多处坡体存在张拉裂缝,裂缝中的水不断流动和侵蚀滑带土内的黏土矿物,导致其强度下降。在降雨、库水位变化、人类活动等诱发因素影响下,拉陷槽与滑移面贯通,并于10月1日坡体发生多级滑动。

通过在滑坡后缘布置微芯桩、GNSS等监测设备,对坡体倾角、位移变化情况进行监测,监测数据经过滤波和去噪处理后,得到如图5所示的监测结果。

蒙姑滑坡稳定性系数变化如图6所示。由此可知,传统方法所得稳定性系数由初始的1.21,下降到1.09,表现为“稳定→基本稳定”状态,与实际监测情况不符。尤其是在10月1日发生了明显的位移破坏,如图7所示,实际应为欠稳定状态。根据稳定性评价模型可知,传统稳定性评价方法没有考虑坡体渐进变形过程中的滑坡应力变化,因此在计算渐进变形较大的库岸边坡稳定性方面存在明显的计算误差,结果也偏保守,需要进一步改进。

基于改进方法计算结果可知,滑坡的稳定性系数从初始的1.114下降到10月1日的1.041,稳定性评价结果呈现“基本稳定→欠稳定”的演化趋势,与坡体9月下旬后,滑坡蠕变速率加快,并在10月1日发生加速破坏的实际情况完全吻合。滑坡发生破坏之后,后缘坡体沉降速度逐渐减缓,并于10月31日停止沉降,滑坡趋于稳定,稳定性系数回升至1.122,滑坡稳定性整体恢复为 “基本稳定”,与实际情况相符。

与传统方法计算结果相比,考虑渐进变形过程的改进方法计算结果更好反映了现场滑坡的实际稳定性状况,减少了传统稳定性系数计算过程中因忽略影响因素存在的系统误差,为库区现场更好实现库岸边坡的实时稳定性评价提供有效参考。

3 讨论

3.1 传统不平衡推力法的局限性

工程实践发现,库岸边坡滑坡演化常经历初始变形、等速变形、加速变形,而后位移停止的反复过程,因此准确分析库岸边坡的稳定性是预警预防此类滑坡的关键^[26]。然而,传统不平衡推力法虽然相较整体极限平衡法具有一定的分段适应性,但其基本假设仍依赖于条块间推力的稳定传递,并未考虑滑坡体内部应力场的变异,特别是在后缘坡体发生沉降、推挤等局部变形时,所引起的推力及倾角变化并未显式引入。传统模型通常采用固定滑动面角度和静水压力边界条件,难以反映沉降和倾角变化等渐进变形对滑坡稳定性造成的非均匀影响,无法准确计算出滑坡稳定性各阶段的评估结果^[27]。因此实现库岸边坡渐进变形过程中的动态稳定性评价,既具挑战性又具现实意义^[28-29]。

改进的稳定性模型,基于地表监测所反映出的渐进变形特征(包括垂直沉降与倾角变化),引入了滑坡后缘沉降所产生的推动力F_p,进而反映出坡体应力变化,这是研究库岸边坡渐进失稳的关键所在。以蒙姑滑坡为例,监测数据显示,10月1日的滑坡前缘发生较大蠕变位移破坏,与9月1日监测数据相比,库水位从790.22 m上升到816.39 m,上升3.31%;而后缘的坡体当天的沉降变形则从0.066 m增加到0.332 m,上升403%。这揭示了库岸边坡在多次阶梯状变形中未立即失稳的机制:后缘坡体的垂直沉降产生的附加竖向应力在短期内提供了水平推力,从而诱发滑坡体发生阶段性滑移;随着沉降过程结束,推力消失,滑移停止,形成“滑动—停止”的循环特征。同时也解释了传统不平衡推力方法在滑坡处于渐进变形阶段时稳定性系数偏大的原因——这类方法未考虑沉降作用力和滑动面倾角变化对应力场的影响,难以准确反映滑坡真实演化状态。相比之下,在对后缘坡体倾角变化与位移等渐进变形监测的基础上,应用本模型对渐进性变形中的库岸边坡应力场进行分析,可更加客观实现滑坡的稳定性分析评价。

为了进一步探讨各渐进变形因子对滑坡稳定性演化的影响程度,分析了蒙姑滑坡破坏过程中稳定性下降占比影响,如图8所示。结果表明,坡体沉降引起的稳定性下降占比平均为86.83%,倾角变化占比为13.17%,二者对应力场调控及稳定性状态演变均具有关键性作用。若在稳定性评价中忽略上述渐进变形信息,可能导致工程师对边坡当前稳定状态及未来演化趋势的误判,埋下失稳风险隐患。

此外,通过整理多个典型库岸边坡滑坡案例,进一步验证了坡体沉降与倾角变化作为滑坡前兆指标的广泛适用性(表2)。如1·22云南镇雄山体滑坡^[36]、重庆巫山的塔坪滑坡^[37]、贵州都匀的马达岭滑坡^[38]等,在破坏前均监测到明显沉降变形现象。这说明,滑坡过程中的坡体沉降产生的推动力与滑动面倾角变化并非个例特征,而是广泛存在的致灾机制。因此,在对类似库岸边坡进行稳定性评价时,需考虑坡体沉降产生的F_p与滑动面倾角变化,从而更好实现库岸边坡失稳破坏的预警预防。

3.2 多源监测指标在滑坡稳定性分析中的应用

在传统滑坡稳定性评估体系中,通常将诱发因素如强降雨、库水位波动等外部扰动作为主要触发机制,构建相应的极限平衡模型或预警阈值体系。然而,实际工程监测表明,仅依赖这些诱发因子进行稳定性评估存在一定的局限性,特别是在库岸边坡这类演化过程复杂、变形机制隐蔽的大型滑坡中,稳定性处于不断变化的过程,当后缘坡体发生较大垂直沉降时,将引起库岸边坡的力学条件发生变异,进而在看似安全的工况条件下发生大规模滑移破坏^[39]。这类滑坡失稳机制近年来在多个工程案例中屡有体现^[40-42],为构建新的稳定性评价模型提供了思路。

针对这一问题,提出引入后缘坡体沉降信息及其引发的推力变化,结合滑动带倾角变化进行动态稳定性评价。后缘垂直沉降与倾角变化不仅体现了滑坡体内部应力场变化的过程,更是坡体在“滑移-停止-再滑移”的破坏阶段演化中更具物理意义的前兆指标,比仅依靠外部诱发因子(降雨、库水位)进行预警更具本质性。通过对蒙姑滑坡后缘坡体沉降和倾角变化的持续性监测,基于不平衡推力法,将后缘沉降所产生的内部推力耦合进模型中,建立新的稳定性评价模型,不仅能够动态量化边坡稳定性系数,还能精准识别出滑移趋势变化,有效提升了预警响应的及时性与准确性。

随着多源监测技术的发展,全球导航卫星系统(global navigation satellite system,GNSS)^[43-44]、SBAS-InSAR(small baseline subset InSAR)^[45]、微芯桩^[46]等设备已广泛应用于库岸边坡的实时监测,可高频获取地表垂直沉降、水平位移、倾角变化等渐进性变形参数,具备比传统深孔位移计、应力计更强的稳定性与长期适应性。基于这些数据,工程实践中逐步建立起包括沉降变形量、倾角变化率、沉降位移比等在内的指标体系,用于识别滑坡体内局部应力演化和推力重分布的过程^[47]。结合动态模型进行多源信息融合,在白鹤滩库岸边坡进行初步应用,实施现场监控,从库区边坡风险管控中展现出良好的工程适用性和推广价值。

此外,大量研究案例进一步表明^[48-51],仅依靠相对有限的监测指标可能会忽视一些潜在风险,而只有从不同维度获取更多敏感性致灾因子信息才能科学实现库岸边坡滑坡等不良地质体的失稳预警分析。下一步,将在工程现场建立一套针对库岸边坡的动态稳定性评价模型,通过构建基于位移预警阈值分析与稳定性力学分析的双预警模型,从统计学与力学两方面综合分析库岸边坡滑坡演化阶段,为白鹤滩等大型库区现场应对库岸滑坡提供更好的技术支持。

4 结论

(1)蒙姑滑坡稳定性评价结果表明,传统滑坡稳定性分析方法难以反映滑坡演化过程中的动态变化趋势。新的评价方法在不平衡推力法的基础上考虑垂直沉降等渐进变形信息,稳定性系数由初始的1.114降至1.041,后又升至1.122,更符合滑坡实际演化过程,降低了传统方法的系统误差。

(2)坡体垂直沉降与滑带倾角变化等渐进变形行为是库岸边坡滑坡过程中的关键响应指标,能够反映内部应力场的非均质演化趋势。在动态稳定性评价中综合引入这些参数,可准确识别蠕滑型滑坡演化的各个阶段,为实现高风险阶段的提前预警提供科学依据。

(3)所构建的稳定性评价模型通过引入沉降位移、倾角变化等监测量,增强了库岸滑坡稳定性分析的实时性与精度,具备良好的现场可集成性与算法可执行性。结合GNSS、微芯桩等高频监测手段,可将本模型嵌入当前库区监测预警系统,构建“监测—计算—预警”一体化机制,为白鹤滩等大型库岸工程提供稳定性智能识别与灾害链防控的技术支撑,同时助力后续模型通用性扩展以及复杂工况下边坡的动态分析研究。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Yi X, Feng W, Li B, et al. Deformation characteristics, mechanisms, and potential impulse wave assessment of the Wulipo Landslide in the Baihetan Reservoir Region, China[J]. Landslides, 2023, 20(3): 615-628.

[2]	Zhang W, Liu S, Wang L, et al. The overall stability of a partially unstable reservoir bank slope to water fluctuation and rainfall based on Bayesian theory[J]. Landslides, 2024, 21(8): 2021-2032.

[3]	徐源懋, 武震, 刘杰. 基于SBAS-InSAR技术的舟曲县潜在滑坡灾害早期识别及降水相关性分析[J]. 工程科学与技术, 2023, 55(6): 257-271.

[4]	Xu Yuanmao, Wu Zhen, Liu Jie. Early identification of potential landslide hazards and precipitation correlation analysis in Zhouqu County based on SBAS-InSAR technology[J]. Advanced Engineering Sciences, 2023, 55(6): 257-271.

[5]	Cheng Z, Liu S, Fan X, et al. Deformation behavior and triggering mechanism of the Tuandigou landslide around the reservoir area of Baihetan Hydropower Station[J]. Landslides, 2023, 20(8): 1679-1689.

[6]	江强强, 焦玉勇, 宋亮, 等. 降雨和库水位联合作用下库岸滑坡模型试验研究[J]. 岩土力学, 2019, 40(11): 4361-4370.

[7]	Jiang Qiangqiang, Jiao Yuyong, Song Liang, et al. Experimental study on reservoir landslide under rainfall and water-level fluctuation[J]. Rock and Soil Mechanics, 2019, 40(11): 4361-4370.

[8]	Kamran M, Hu X W, Hussain M A, et al. Characterizing the fundamental controls on deformation and stability of an active reservoir landslide, Southwest China[J]. Polish Journal of Environmental Studies, 2022, 31(4): 3611-3626.

[9]	贺可强, 陈为公, 张朋. 蠕滑型边坡动态稳定性系数实时监测及其位移预警判据研究[J]. 岩石力学与工程学报, 2016, 35(7): 1377-1385.

[10]	He Keqiang, Chen Weigong, Zhang Peng. Real-time monitoring of dynamic stability coefficient and displacement criterion of the creep slope[J]. Chinese Journal of Rock Mechanics and Engineering, 2016, 35(7): 1377-1385.

[11]	曾庆利, 王炜风, 陈宏宇, 等. 镇雄赵家沟滑坡特征及基于坡体结构的失稳机理研究[J]. 工程地质学报, 2016, 24(4): 510-518.

[12]	Zeng Qingli, Wang Weifeng, Chen Hongyu, et al. Characteristics of Zhaojiagou colluviums landslide and its failure mechanism on slope structure, Zhenxiong County[J]. Journal of Engineering Geology, 2016, 24(4): 510-518.

[13]	Dai K, Chen C, Shi X, et al. Dynamic landslides susceptibility evaluation in Baihetan Dam Area during extensive impoundment by integrating geological model and InSAR observations[J]. International Journal of Applied Earth Observation and Geoinformation, 2023, 116: 103157.

[14]	陈贺, 汤华, 葛修润, 等. 基于深部位移的蠕滑型滑坡预警指标及预警预报研究[J]. 岩石力学与工程学报, 2019, 38(S1): 3015-3024.

[15]	Chen He, Tang Hua, Ge Xiurun, et al. Research on early warning of creep landslide by early-warning indictors based on deep displacements[J]. Chinese Journal of Rock Mechanics and Engineering, 2019, 38(S1): 3015-3024.

[16]	杜岩, 谢谟文, 吴志祥, 等. 平推式滑坡成因机制及其稳定性评价[J]. 岩石力学与工程学报, 2019, 38(S1): 2871-2880.

[17]	Du Yan, Xie Mowen, Wu Zhixiang, et al. Genetic mechanism about translational landslide and its safety evaluation[J]. Chinese Journal of Rock Mechanics and Engineering, 2019, 38(S1): 2871-2880.

[18]	许强. 对滑坡监测预警相关问题的认识与思考[J]. 工程地质学报, 2020, 28(2): 360-374.

[19]	Xu Qiang. Understanding the landslide monitoring and early warning: consideration to practical issues[J]. Journal of Engineering Geology, 2020, 28(2): 360-374.

[20]	Wang S, Wang J E, Wu W, et al. Creep properties of clastic soil in a reactivated slow-moving landslide in the Three Gorges Reservoir Region, China[J]. Engineering Geology, 2020, 267: 105493.

[21]	汤明高, 李松林, 许强, 等. 基于离心模型试验的库岸滑坡变形特征研究[J]. 岩土力学, 2020, 41(3): 755-764.

[22]	Tang Minggao, Li Songlin, Xu Qiang, et al. Study of deformation characteristics of reservoir landslide based on centrifugal model test[J]. Rock and Soil Mechanics, 2020, 41(3): 755-764.

[23]	杜岩, 陆永都, 谢谟文, 等. 考虑初始条件变异的蠕滑型滑坡稳定性评价研究[J]. 岩石力学与工程学报, 2020, 39(S1): 2828-2836.

[24]	Du Yan, Lu Yongdu, Xie Mowen, et al. Stability evaluation of creeping landslide considering variation of initial conditions[J]. Chinese Journal of Rock Mechanics and Engineering, 2020, 39(S1): 2828-2836.

[25]	Kamran M, Hu X W, Hussain M A, et al. Dynamic response and deformation behavior of Kadui-2 Landslide influenced by reservoir impoundment and rainfall, Baoxing, China[J]. Journal of Earth Science, 2023, 34(3): 911-923.

[26]	Du Y, Xie M W, Jia J L. Stepped subsidence: a possible mechanism for translational landslide[J]. Catena, 2020, 187: 104365.

[27]	杜毅, 晏鄂川, 蔡静森, 等. 直线型复合式滑坡渐进破坏力学模型及稳定性研究[J]. 岩石力学与工程学报, 2021, 40(3): 490-502.

[28]	Du Yi, Yan Echuan, Cai Jingsen, et al. A mechanical model of progressive failure of linear complex landslides[J]. Chinese Journal of Rock Mechanics and Engineering, 2021, 40(3): 490-502.

[29]	杜毅, 晏鄂川, 蔡静森, 等. 折线型复合式滑坡渐进破坏稳定性状态的力学判别[J]. 岩土工程学报, 2023, 45(6): 1151-1161.

[30]	Du Yi, Yan Echuan, Cai Jingsen, et al. Mechanical discrimination of stability state of progressive failure of broken-line complex landslides[J]. Chinese Journal of Geotechnical Engineering, 2023, 45(6): 1151-1161.

[31]	孙立娟, 沈方铭, 张互助. 基于滑带土强度劣化的库水复活型滑坡渐进失稳机理研究[J]. 吉林建筑大学学报, 2022, 39(4): 18-22, 28.

[32]	Sun Lijuan, Shen Fangming, Zhang Huzhu. Study on progressive instability mechanism of reservoir water resurrection laud-slide based on strength deterioration of sliding zone soil[J]. Journal of Jilin Jianzhu University, 2022, 39(4): 18-22, 28.

[33]	Huang Y S, Li M L, Gan F, et al. A new stability calculation method for displacement-resistance landslides based on the slice method considering progressive failure[J]. Energy Science & Engineering, 2025, 13(6): 2987-2999.

[34]	Lu Y, Zhao H Z. Research on slope stability prediction based on MC-BKA-MLP mixed model[J]. Applied Sciences-Basel, 2025, 15(6): 3158.

[35]	Su A J, Feng M Q, Dong S, et al. Improved statically solvable slice method for slope stability analysis[J]. Journal of Earth Science, 2022, 33(5): 1190-1203.

[36]	刘晶, 左双英. 水位升降和降雨联合作用的岸坡流固耦合及失稳机理分析: 以贵州平塘六硐南岸滑坡为例[J]. 科学技术与工程, 2024, 24(12): 4876-4886.

[37]

Liu Jing, Zuo Shuangying. Fluid-solid coupling and instability mechanism analysis of bank slope under the combined effect of water level fluctuation and rainfall: taking the south bank landslide of Liudong in Pingtang County of Guizhou Province as an example[J]. Science Technology and Engineering, 2024, 24(12): 4876-4886.

[38]	工程地质手册编写委员会. 工程地质手册[M]. 北京: 中国建筑工业出版社, 2018.

[39]	Engineering Geology Manual Preparation Committee. Engineering geology handbook[M]. Beijing: China Architecture and Architecture Press, 2018.

[40]	李磊, 阮冰清, 杨振, 等. 基于野外监测的阿娘寨滑坡自愈合特征[J]. 科学技术与工程, 2024, 24(18): 7785-7791.

[41]	Li Lei, Ruan Bingqing, Yang Zhen, et al. Characteristics of self-healing of aniangzhai Landslide based on monitoring data[J]. Science Technology and Engineering, 2024, 24(18): 7785-7791.

[42]	王海明, 朱殿之, 丁玉涛, 等. 强降雨作用下黄土-泥岩接触面滑坡模型试验及稳定性研究[J]. 地震工程学报, 2025, 47(2): 361-369, 392.

[43]	Wang Haiming, Zhu Dianzhi, Ding Yutao, et al. Model tests and stability analysis of loess-mudstoneinterface landslides under heavy rainfall[J]. China Earthquake Engineering Journal, 2025, 47(2): 361-369, 392.

[44]	李恒, 杜岩, 谢谟文, 等. 一种滑移型危岩体的力学判识方法[J]. 工程科学学报, 2023, 45(9): 1441-1449.

[45]	Li Heng, Du Yan, Xie Mowen, et al. A new quantitative identification method for an unstable sliding rock mass[J]. Chinese Journal of Engineering, 2023, 45(9): 1441-1449.

[46]	郭长宝, 闫怡秋, 张永双, 等. 青藏高原大型深层蠕滑型滑坡变形机制研究进展与展望[J]. 地球科学, 2022, 47(10): 3677-3700.

[47]	Guo Changbao, Yan Yiqiu, Zhang Yongshuang, et al. Research progress and prospect on deformation mechanism of large deep creep landslides in Qinghai-Tibet Plateau[J]. Earth Science, 2022, 47(10): 3677-3700.

[48]	王林峰, 李林刚, 杨洵. 三峡库区碎石土质岸坡失稳启动机制研究——以龙江红岩子滑坡为例[J]. 岩土工程学报, 2018, 40(S2): 209-214.

[49]	Wang Linfeng, Li Lingang, Yang Xun. Instability initiation mechanism of gravel soil slope in Three Gorges Reservoir: case study of Hongyanzi landslide in Wushan county[J]. Chinese Journal of Geotechnical Engineering, 2018, 40(S2): 209-214.

[50]	刘吉. 滑坡治理工程对库水位变化的响应特征——以三峡库区张飞庙滑坡为例[J]. 人民长江, 2020, 51(1): 129-135, 207.

[51]	Liu Ji. Response characteristics of landslide treatment project to reservoir water level change: case of Zhangfeimiao Landslide in Three Gorges Reservoir Area[J]. Yangtze River, 2020, 51(1): 129-135, 207.

[52]	肖捷夫, 李云安, 胡勇, 等. 库水涨落和降雨条件下古滑坡变形特征模型试验研究[J]. 岩土力学, 2021, 42(2): 471-480.

[53]	Xiao Jiefu, Li Yunan, Hu Yong, et al. Model tests on deformation characteristics of ancient bank landslide under water level fluctuation and rainfall[J]. Rock and Soil Mechanics, 2021, 42(2): 471-480.

[54]	Li Y, Xie X, Jin B, et al. Comprehensive risk management of reservoir landslide-tsunami hazard chains: a case study of the Liangshuijing Landslide in the Three Gorges Reservoir area[J]. Landslides, 2025, 22(3): 671-691.

[55]	Liu C, Hu X, Zheng H, et al. Response of landslide deformation to flood and impoundment of the Dahuaqiao Reservoir: characteristics and mechanisms[J]. Bulletin of Engineering Geology and the Environment, 2024, 83(9): 350.

[56]	黄达, 顾东明, 陈智强, 等. 三峡库区塔坪H2古滑坡台阶状复活变形的库水-降雨耦合作用机制[J]. 岩土工程学报, 2017, 39(12): 2203-2211.

[57]	Huang Da, Gu Dongming, Chen Zhiqiang, et al. Hybrid effects of rainfall and reservoir level fluctuation on old Taping H2 landslide in Wushan County in Three Gorges Reservoir Area[J]. Chinese Journal of Geotechnical Engineering, 2017, 39(12): 2203-2211.

[58]	陈宁生, 吴铭洋, 李安辉, 等. 云南镇雄“1·22”山体滑坡灾害调查[J]. 山地学报, 2024, 42(3): 422-430.

[59]	Chen Ningsheng, Wu Mingyang, Li Anhui, et al. Field survey of the Zhenxiong landslide on January 22, 2024 in Yunnan province, China[J]. Mountain Research, 2024, 42(3): 422-430.

[60]	Chen H, Wu H G. A stepwise discrimination method of multi-index in landslide stability monitoring[J]. Geofluids, 2022, 2022(1): 9962143.

[61]	Li Y, Chen S, Xu X. Automatic monitoring of Madaling geological disaster on Duyun, Guizhou Province[J]. Journal of Engineering Geology, 2014, 22(3): 482-488.

[62]	Wei J, Wang D, Yang Z, et al. Characteristics and mechanism of large deformation of a reservoir colluvial landslide—a case study of the Yulinerzu Landslide in Xiluodu Reservoir, China[J]. Frontiers in Earth Science, 2024, 11: 1337998.

[63]	邬爱清, 丁秀丽, 李会中, 等. 非连续变形分析方法模拟千将坪滑坡启动与滑坡全过程[J]. 岩石力学与工程学报, 2006, 25(7): 1297-1303.

[64]	Wu Aiqing, Ding Xiuli, Li Huizhong, et al. Numerical simulation of startup and whole failure process of Qianjiangping Landslide using discontinuous deformation analysis[J]. Chinese Journal of Rock Mechanics and Engineering, 2006, 25(7): 1297-1303.

[65]	杨鹏程, 李思达, 韩伟歌, 等. 岩溶区多软弱层复合边坡变形破坏机制分析[J]. 科学技术与工程, 2022, 22(15): 6264-6269.

[66]	Yang Pengcheng, Li Sida, Han Weige, et al. Analysis on deformation and failure mechanism of multi-weak layer composite slope in Karst region[J]. Science Technology and Engineering, 2022, 22(15): 6264-6269.

[67]	邓茂林, 周剑, 易庆林, 等. 三峡库区靠椅状土质滑坡变形特征及机制分析[J]. 岩土工程学报, 2020, 42(7): 1296-1303.

[68]	Deng Maolin, Zhou Jian, Yi Qinglin, et al. Characteristics and mechanism of deformation of chair-shaped soil landslides in Three Gorges Reservoir Area[J]. Chinese Journal of Geotechnical Engineering, 2020, 42(7): 1296-1303.

[69]	曾子健, 肖慧, 徐哈宁, 等. 基于CRITIC赋权法与PSO-SVR模型的滑坡地表位移预测[J]. 科学技术与工程, 2024, 24(35): 14940-14946.

[70]	Zeng Zijian, Xiao Hui, Xu Haning, et al. Landslide surface displacement prediction based on CRITIC weight method and PSO-SVR model[J]. Science Technology and Engineering, 2024, 24(35): 14940-14946.

[71]	杜岩, 吕梦镓, 刘敬楠, 等. 脆性破坏地质灾害智能监测预警研究与展望[J]. 应用基础与工程科学学报, 2025, 33(3): 755-769.

[72]	Du Yan, Lü Mengjia, Liu Jingnan, et al. Research and prospects on intelligent monitoring and early warning of brittle failure-type geological hazard[J]. Journal of Basic Science and Engineering, 2025, 33(3): 755-769.

[73]	刘媛媛, 晏霞, 夏元平, 等. 利用渐进式SBAS-InSAR监测分析北京平原地区地表形变[J]. 大地测量与地球动力学, 2023, 43(3): 239-245.

[74]	Liu Yuanyuan, Yan Xia, Xia Yuanping, et al. Monitoring and analysis of surface deformation in Beijing plain using progressive SBAS-InSAR[J]. Journal of Geodesy and Geodynamics, 2023, 43(3): 239-245.

[75]	杨贺, 王立伟, 郝圣旺. 基于倾角演化的滑坡监测及稳定过程[J]. 工程力学, 2020, 37(S1): 193-199.

[76]	Yang He, Wang Liwei, Hao Shengwang. Landslide monitoring and its stability process based on an in-situ tilt monitoring system[J]. Engineering Mechanics, 2020, 37(S1): 193-199.

[77]	杜岩, 张洪达, 谢谟文, 等. 矿山采空区边坡动态稳定性评价方法[J]. 工程科学学报, 2025, 47(2): 215-223.

[78]	Du Yan, Zhang Hongda, Xie Wowen, et al. Dynamic stability evaluation method of mine goaf slopes[J]. Chinese Journal of Engineering, 2025, 47(2): 215-223.

[79]	Du Y, Zhang H, Ning L, et al. A step-like landslide identification and prediction method based on trend speed ratio[J]. Bulletin of Engineering Geology and the Environment, 2024, 83(12): 507.

[80]	蒋水华, 元志镕, 刘贤, 等. 考虑过渡层多层空间变异性的边坡降雨入渗模型及稳定性分析应用[J]. 岩土工程学报, 2025, 47(2): 255-264.

[81]	Jiang Shuihua, Yuan Zhirong, Liu Xian, et al. Rainfall infiltration model considering spatial variability of multiple layers in transition layer and its application in slope stability analysis[J]. Chinese Journal of Geotechnical Engineering, 2025, 47(2): 255-264.

[82]	周家文, 陈明亮, 瞿靖昆, 等. 水库滑坡灾害致灾机理及防控技术研究与展望[J]. 工程科学与技术, 2023, 55(1): 110-128.

[83]	Zhou Jiawen, Chen Mingliang, Zhai Jingkun, et al. Research and prospect on disaster-causing mechanism and prevention-control technology of reservoir landslides[J]. Advanced Engineering Sciences, 2023, 55(1): 110-128.

[84]	Du Y, Zhang H, Xie M, et al. A possible mechanism of high-speed and long-distance rockslides[J]. Journal of Earth Science, 2024, 35(6): 2158-2162.