黄土-碎屑流型动力学过程的预压法DEM模拟

王之君; 谢作香

doi:10.12404/j.issn.1671-1815.2505430

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (23) :9796-9807 DOI: 10.12404/j.issn.1671-1815.2505430

天文学、地球科学

黄土-碎屑流型动力学过程的预压法DEM模拟

王之君 ,
谢作香 ^*

作者信息 +

Preloading-based DEM Modeling on Dynamic Processes of Loess-granular Mass Flow Landslides

WANG Zhi-jun ,
XIE Zuo-xiang ^*

Author information +

文章历史 +

摘要

兰州市黄河南岸Ⅳ级阶地是黄土-碎屑流型滑坡的集中多发区域,对周边环境安全构成显著威胁,亟需深化对其破坏运动特征及动力学过程的认识。以该阶地伏龙坪北部的云盛印刷厂滑坡为研究对象,构建基于PFC-2D且考虑土体自重应力的预压法离散元颗粒流方法(discrete element method,DEM)模型,深入分析其运动特征与动力学过程。数值模拟结果真实复现了黄土-碎屑流型滑坡运动过程中的典型特征。研究表明:通过自重应力生成的预压法模型,颗粒胶结状态更紧密,力链网分布更均匀,能够准确表征该区域黄土-碎屑流型滑坡体的自重应力场状态;与传统砂雨法相比,模型计算效率提升7.5倍,且可定量揭示滑坡的牵引式触发机制,滑坡面形态与实际情况高度吻合;黄土-碎屑流型滑坡的动力学致灾根源在于,颗粒力学结构发生大规模损伤、颗粒间黏结力减弱,进而引发颗粒挤压、碰撞、破碎等一系列动量传递与能量转化过程。上述结果有效验证了预压法模型对黄土-碎屑流型滑坡体的适用性,研究结论对该类滑坡的研究与防治具有重要参考价值。

Abstract

The fourth-level river terraces on the south bank of the Yellow River in Lanzhou are frequently affected by loess-debris flow landslides that threaten nearby communities. To clarify their kinematics and dynamics, a preloading DEM(discrete element method) was established in PFC-2D that incorporates gravitational stress and the Yunsheng Printing Plant landslide (north Fulongping) was used as a test case.Compared with the conventional “sand-rain” method, the preloading approach increased computational efficiency by up to 7.5× and produced a more realistic gravitational stress field, as evidenced by denser particle bonding and a more homogeneous force-chain network.The simulation faithfully reproduced the retrogressive failure process and the final deposit morphology observed in the field. Analysis of the micro-mechanical evolution shows that basin-scale disintegration of the particle skeleton and the consequent loss of inter-particle cohesion govern the catastrophic transition.The results validate the preloading DEM framework for loess-debris flow landslides and offer a reliable tool for future hazard assessment and mitigation design.

Graphical abstract

关键词

黄土-碎屑流 / 滑坡 / PFC-2D / 动力学过程 / 预压法

Key words

loess-granular mass flow / landslides / PFC-2D / dynamic processes / preloading method

引用本文

引用格式 ▾

王之君, 谢作香. 黄土-碎屑流型动力学过程的预压法DEM模拟[J]. 科学技术与工程, 2026, 26(23): 9796-9807 DOI:10.12404/j.issn.1671-1815.2505430

WANG Zhi-jun, XIE Zuo-xiang. Preloading-based DEM Modeling on Dynamic Processes of Loess-granular Mass Flow Landslides[J]. Science Technology and Engineering, 2026, 26(23): 9796-9807 DOI:10.12404/j.issn.1671-1815.2505430

登录浏览全文

4963

注册一个新账户忘记密码

中国是全球黄土覆盖面积最广的国家,黄土约占国土面积的6.6%^[1],主要集中在中西部的黄土高原。该区域新构造运动活跃,地质构造复杂,地形破碎且沟壑纵横,降雨虽少但集中,加上人类活动频繁,成为地质灾害频发的重灾区^[2],严重威胁民众的生命财产安全。例如,位于黄河上游甘肃段Ⅳ级阶地的黑方台,是典型的黄土滑坡灾害区域;地质环境相似的兰州市沿黄区域,黄土滑坡灾害点多达500余处,至今仍有约66.7万人、2 600亿元财产受到黄土滑坡灾害的威胁^[3-4]。大量观测结果^[5-8]显示,该区域的黄土滑坡具有爆发突然、运动时间短、滑动距离远等特点,这些特点表明其通常具有传统黏性介质所不具备的颗粒流特征,具体表现为颗粒破碎^[7]、多次加速及跳动^[9]等行为,这类滑坡被称为黄土-碎屑流型滑坡^[8-10]。由于黄土碎屑物质的水敏性和易崩解性,黄土-碎屑流型滑坡呈现出明显的流态化特征^[11]。冉林等^[8]将黄土滑坡运动视作连续流体,基于Massflow深度积分的连续介质力学方法对甘肃黑方台典型黄土-碎屑流型滑坡的动力学过程展开研究,模拟结果虽总体上能表征其启动及运动特征,但滑坡危险范围与实际仍存在较大偏差。鲁拓等^[12]通过孔隙结构与渗透性试验,为极端降雨诱发的黄土滑坡提供了细观机制解释;Heim^[13]认为滑坡处于流态化状态的原因是碎屑颗粒间强烈的相互作用;Hsü^[14]提出颗粒间碰撞产生的离散应力会减小有效正应力,从而提升滑坡运动性;周琪等^[5]则指出黄土是一种三相碎散结构体,在黄土滑坡发展初始阶段,由于颗粒间黏结强度较弱,结构便会发生大规模损伤。上述研究表明,将黄土滑坡视作碎屑流离散颗粒能更好地突出其动力学特征。

离散元颗粒流方法(discrete element method,DEM)可用于处理非连续介质力学问题,能有效模拟岩土体开裂、分离等非连续现象,在探索滑坡机理、运动破坏过程及致灾范围方面具有显著优势^[15]。黄土-碎屑流型滑坡的运动过程本质上是颗粒间复杂的能量传递与转化过程:滑坡体在外力作用下失稳,引发内部颗粒发生碰撞、摩擦、破碎等一系列能量传递与转化^[16]行为。离散元颗粒流软件PFC通过模拟球形粒子间的连续相互作用,计算粒子的位置、相对位移及每个时步下的粒子重叠量,并基于力-位移定律求解粒子间的接触力、能量传递与消耗^[17]。陈达等^[18]基于PFC-2D软件,采用膨胀法^[19]构建刘涧粉质黏土滑坡体模型,模拟了滑坡的运动破坏过程,结果验证了颗粒流方法对滑坡破坏运动过程的良好适用性,但研究仅验证了滑坡的速度、位移及持续时间,未通过颗粒流方法直观展现滑坡的破坏过程;贾唯龙等^[20]基于颗粒流方法,利用PFC-2D软件通过砂雨法^[19]建立下马达子滑坡体模型,模拟了地震作用下黄土滑坡的失稳破坏运动过程,结果验证了颗粒流方法适用于地震诱发的黄土滑坡,但研究仅分析了颗粒的速度、位移及破坏过程,未深入阐释破坏机理;王杰等^[7]采用PFC-2D研究了滑体破碎对黄土滑坡动力学过程的影响,揭示了破碎机理对黄土滑坡动力学特征的作用过程。

鉴于离散元颗粒流PFC软件在黄土滑坡研究中的显著优势,上述研究通过PFC数值模拟再现了黄土滑坡体的动力过程,为真实黄土滑坡动力过程及机理的研究提供了清晰思路。然而,现有研究在建模过程中较少考虑颗粒性质对模型准确性的影响:受计算机算力限制,学者使用PFC时往往选择较大的颗粒粒径以减少颗粒数量、降低算力需求,却忽视了颗粒粒径大小对力链骨架及颗粒间相互作用的直接影响^[21],导致力链结构不稳定,进而影响模型准确性。此外,学者在建立滑坡体模型前均对颗粒物理参数进行了标定,使颗粒细观参数与土体宏观参数相匹配,但未考虑自重应力对滑坡体的影响——实际上,自重应力^[22]是衡量模型初始状态的重要指标,也是滑坡灾害的关键参数之一,膨胀法与砂雨法构建的模型均存在初始状态不稳定的问题。

基于二维离散元数值方法,以兰州伏龙坪地区典型黄土-碎屑流型滑坡为研究对象,采用PFC-2D 5.0软件建立基于自重应力预压法的DEM模型,并将其与传统方法对比,验证模型初始状态的稳定性。在此基础上,利用该模型对滑坡的运动特征与过程进行模拟验证,旨在为深入探究黄土-碎屑流型滑坡的机理及灾害防治提供理论参考。

1 模型建立

1.1 区域概况

伏龙坪位于黄河上游兰州段南岸Ⅳ级阶地,区内斜坡大部分由黄河陡坎组成,是兰州市内典型的黄土滑坡频发区域。该区域阶地均为二元结构,坡体上部基本上为$\mathrm{Q}_{3}^{\text {eol }}$黄土,下部为$\mathrm{Q}_{3}^{\mathrm{al}-\mathrm{pl}}$砾砂卵石层,滑坡体大多以上部马兰黄土,中间薄层粉质黏土,底部砂砾石层等组成的互层结构为主,其结构疏松、孔隙和垂直节理裂隙发育、遇水浸湿后强度显著降低,是发育典型黄土-碎屑流型滑坡的主要固体物质组成。调查统计显示,自2008年“5·12”汶川地震以来,该区域发生地震扰动滑坡十余起。此外,该区域也是兰州市主要的居民活动密集区之一,近年来,在极端天气和城镇化加快等多因素驱动下,滑坡灾害日益呈多发趋势。

如图1所示,云盛印刷厂滑坡位于伏龙坪北部紧邻城区的西缘,坡顶和坡脚处皆有居民楼,滑坡风险隐患极大。该滑坡体结构由黄土、黄土状土及砂砾石组成,黄土层没有地下水存在,长期处于非饱和状态^[23]。因滑坡体遇水后黏聚力大幅降低,土体软化,滑坡事件多发,是重点监测点之一。另外,受人类工程活动影响,坡脚开挖非常严重,使滑坡体坡脚松动,牵引上部黄土滑动,发生典型牵引式滑坡^[24],滑坡体通常经一段滑动距离后,在坡脚形成堆积,对坡脚处的建筑造成极大威胁。据当地居民介绍,滑坡运动时间极短,颗粒跳动,尘土被激起,坡体后缘有张拉裂缝,具备典型的黄土-碎屑流型滑坡特征。

为研究黄土-碎屑流型滑坡的动力学特征,以云盛印刷厂滑坡为例,通过PFC-2D建立几何模型。由于天然状态下土体颗粒混掺,互层结构复杂,为方便建模,将其概化为上部马兰黄土下部砂砾石的二元结构。伏龙坪地区马兰黄土液限状态以及砂砾石的土体物理参数指标如表1所示^[23,25-26]。

1.2 参数标定

黄土是第四纪以来形成的风积土,具有典型的结构性^[27]特征。在长期物理化学作用下,颗粒间通过胶结形成具有一定强度的联结键,使其具备较高的抗压和抗剪能力^[28-29]。黄土的骨架结构主要由粒集与粗屑颗粒粘结构成,这赋予了黄土一定的刚性传导能力^[30]。平行黏结模型(PB模型)可在两个相互胶结的粒子间传递力与力矩,这一特性能够模拟黄土颗粒间的^[31]力传递过程。基于上述特点,选用平行黏结模型作为本构模型,具体如图2所示。

确定黏结模型后,由于PFC-2D软件中土体颗粒的宏细观参数之间不存在直接对应关系,需通过参数标定选取合适的细观参数,以表征土样的剪切特性与强度特征^[32]。参数标定在PFC软件中至关重要,其直接决定模型能否准确模拟真实材料的力学行为。在离散元方法中,颗粒的运动与相互作用需通过颗粒刚度、摩擦系数、黏结强度等一系列微观参数来描述。这些参数无法直接等同于实验可直接测量的宏观物理性质,因此需要进行精细的调整与验证。开展参数标定前,需明确模型的目标与适用范围,并依据经验或文献值对微观参数进行初步选取。标定过程本质上是一个迭代修正的过程:基于初步选定的参数运行模型,将模拟结果与实验数据进行对比并分析差异;随后根据对比结果调整影响模拟的关键参数(如颗粒间的摩擦系数、黏结强度等),并重复模拟。这一过程可能需要多次迭代,直至模拟结果与实验数据达到良好吻合。

根据文献[32 -34]所述方法,通过模拟双轴压缩实验并结合实测数据^[23,26](表1)进行参数标定。双轴压缩实验得到模型土体颗粒的偏应力-应变曲线,如图3所示;运用莫尔-库仑理论绘制莫尔应力破坏包络线(图4)。通过反复标定优化细观参数,得到与实测结果一致的抗剪强度值(表2)及对应的细观参数(表3),方可用于建立滑坡模型。

如表2所示,黄土内摩擦角标定值与实测值相差2.32%~2.43%,黏聚力标定值与实测值相差5.33%~6.5%。相对而言,砾石通常黏聚力极低,难以被感知或量化,且在模拟时采用圆形颗粒模拟实际的不规则砂砾,加之模拟会有摩擦及阻尼等的影响,因此黏聚力模拟值大于理论值。

1.3 模型建立

传统滑坡颗粒模型的建立有膨胀法以及砂雨法。膨胀法生成的颗粒模型存在颗粒分布不均匀、计算效率低下、力链结构不稳定以及初始状态不确定性等弊端极少被采用;砂雨法可以真实地模拟现实的过程,且简单直观,生成的颗粒分布均匀,模型灵活性高,但通过砂雨法生成模型需要消耗大量算力和时间,且颗粒的初始状态存在一定的随机性。大量学者在建立模型时,为更加接近真实,选择原比例大小生成模型,通过放大颗粒粒径来减小计算量,但颗粒粒径直接影响着物理性质,颗粒粒径改变导致物理性质改变,无法对应真实土体物理性质,且在双轴实验时,粒径过大导致无法准确标定参数,笔者在标定时发现,颗粒粒径过大无法满足,在缩小粒径后方可满足,但粒径过小导致原比例生成滑坡颗粒数量过多,以致计算机算力不足。

为解决此问题,将模型几何比例缩小5倍。运用土工离心机原理,将重力加速度扩大n倍,便可以在1∶n比例的模型中还原真实工况的应力水平^[33],故本文将重力加速度扩大5倍,使缩小5倍模型的应力水平与真实工况相符,并在下文中进行了验证。为更加高效准确建立模型,引入了预压方法,即通过伺服原理,给予墙体速度,预压土体,使土体快速释放内应力且达到应力条件,然后自重平衡。模型建立步骤如图5所示。

根据上述步骤生成的缩小滑坡模型,砾石层总颗粒数8 296个,高1.778 2 m,长4.719 2 m;黄土层总颗粒数29 838个,高3.966 3 m,长3.365 5 m;滑坡模型总颗粒数38 134个,高5.744 5 m,长4.719 2 m。

2 模型对比

砂雨法分5层落下生成颗粒数为38 271,预压法和砂雨法生成模型颗粒数量上在同一量级,模型大小一致,在相同计算机算力之下,预压法成型时间比砂雨法快7.5倍。

2.1 自重应力对比

自重应力是研究地质灾害非常重要的参数之一,滑坡研究中除通过双轴实验获取土体物理参数以外,还需关注自重应力条件,通过土力学中的自重应力计算公式,可得到土体的自重应力理论值为

(1)

${\sigma }_{\mathrm{z}}=\rho gh$

式(1)中:σ_z为竖向自重应力;ρ为土体的密度,本文中取伏龙坪地区实测密度1 760 kg/m³;g为重力加速度;h为岩土体的垂直深度。

滑坡体模型从上往下每隔0.5 m依次生成测量圆,测量半径为0.2 m,共生成8个测量圆[图6(a)],通过测量圆依次记录其竖向应力,可得预压法和砂雨法的初始自重应力,结果如图6(b)所示。

由图6(b)可知,砂雨法得到的自重应力值随着深度增加而分布散乱,与理论值不符,而预压法得到的自重应力值随着深度的增加分布趋势与理论值相符,且数值大小与理论值相近,表明缩小模型在预压法以及扩大重力后应力水平与真实工况相符。

2.2 胶结状态对比

颗粒的胶结状态与粒间距离相关,在指定的粒间距离生成胶结时,预压法与砂雨法的胶结状态如图7所示。

由图7可知,预压法生成的胶结状态紧密,在黄土与砂砾石交界处胶结最为薄弱,为弱胶结状态。砂雨法胶结状态分布较为稀疏,可见预压法生成的颗粒更加密实,粒间距离更小,胶结状态优于砂雨法。

2.3 滑坡结果对比

如图8所示为滑坡结果图,可知,预压法滑出颗粒(2 412) 颗多于砂雨法(2 383)颗,表明在预压法条件下,更多的颗粒由于滑坡运动而脱离原位置。同时,预压法的滑移距离也大于砂雨法,表明在密实状态下,一旦滑坡起动,颗粒间的连锁反应可能更为显著,导致更远的滑移距离。

砂雨法形成的滑坡面比预压法更为陡峭。这可能是因为砂雨法在颗粒堆积过程中引入了更多的随机性,导致颗粒分布不均,滑坡发生时颗粒更容易沿陡峭的路径下滑。相比之下,预压法通过预先压实颗粒,使得颗粒分布更加均匀,滑坡发生时颗粒可能沿着更为平缓的路径滑动,从而形成相对平缓的滑坡面。

3 模拟验证

3.1 滑坡运动及破坏过程

为获取滑坡特征,利用PFC可视化的优势,在滑坡各关键位置设置颗粒测点,记录颗粒的位移及速度变化过程,并截取不同时间下滑坡的颗粒位移变化图。

滑坡颗粒变化如图9所示,可以清晰地反映滑坡变化过程。对比初始滑坡体,16 s时,坡脚砂砾石出现明显挤压形变,上部黄土未滑移,坡顶出现张拉裂缝,随着时间推移,21 s时可见坡顶张拉裂缝加深,数量增多,增加了坡体的临空条件,造成滑坡的发生,表现为典型的牵引式滑坡,与本文案例滑坡记载一致。

30 s时,上部黄土颗粒大量滑动,有明显的颗粒跳动现象,是典型的黄土-碎屑流型滑坡特征。在37 s滑坡滑停后,颗粒堆积于坡脚,坡脚堆积体与真实滑坡较为符合;坡体上部滑坡堆积曲线圆滑,而真实滑坡曲线(图1)有明显陡坎,分析产生这一差异的原因,或许是因为本文中采用圆形颗粒概化真实土体颗粒,故而不能真实反映土体颗粒结构的非均匀性(空间异质性),相应的滑坡体范围也与实际滑坡有一定差异。

总体而言,滑坡颗粒变化反映的滑坡运动及破坏特征与上文中所述的张拉裂缝、颗粒跳动、黄土被激起等特点相符。为进一步验证模型的可靠性以及黄土-碎屑流特征,下文将继续通过速度来进行验证。

测点颗粒位置如图10所示,可见,滑坡外缘颗粒ID 62318、ID 26707、ID 12809、ID 430、ID 3611相对滑移距离较远。对比黄土层内部颗粒和砂砾石层内部颗粒可知,砂砾石层内部扰动较小,较为稳定,而黄土层出现大面积滑移。通过内缘颗粒位移轨迹可以初步判断滑动面位置,如图中红线所示,与实际滑坡面(图1)基本一致。

结合图9可知,滑坡外缘颗粒变化较为剧烈,且能较好地反映滑坡的运动过程,故将从图10中的外缘颗粒进行速度分析。为进一步研究黄土-碎屑流型滑坡运动过程,选取了具有代表性的外缘颗粒,其速度变化如图11所示。

图11可知,滑坡体起动过程极快,在15.6~15.68 s便已完成。为了更清晰地描述其速度变化,在图11中放大了15.6~15.69 s处的速度变化曲线。如坡脚砾石层外缘颗粒ID 430、ID 3611的速度曲线所示,颗粒在15.6 s快速达到速度峰值,1 s后交界处黄土颗粒ID 12809快速到达速度峰值2.2 m/s,而黄土中部颗粒ID 26707、上部颗粒ID 62318在砾石层颗粒达到峰值后才缓慢加速。黄土颗粒在砾石层颗粒运动后才出现加速,定量表征了典型牵引式滑坡的触发机制,且与赵成等^[26]模拟的云盛印刷厂滑坡得到的结论一致,滑坡体在黄土层与砾石层交界处最为脆弱,最先出现破坏。此外,整个滑坡过程运动时间短,全过程仅持续22 s。ID 12809的速度变化曲线在15.85 s加速完成后出现了首次急停,但在23~26 s出现第二次加速,在26~30 s出现第三次加速,表征了黄土-碎屑流型的多次加速特征。可见黄土-碎屑流型滑坡内部颗粒运动过程复杂,不是一次性的流态化黄土滑坡,颗粒在失稳后会受到摩擦及胶结等能量变化影响而减速,也会因为碰撞及破碎等能量变化影响而加速。

颗粒速度变化不仅表征了滑坡体破坏过程,也反映了能量转化过程,为进一步验证其能量传递转化过程,下文将从力链和胶结角度进行分析讨论。

3.2 滑坡动力学机理分析

力链是颗粒接触力传递的路径,颗粒受到的重力及外部荷载通过力链来传递,颗粒之间的力链形成力链网络,力链网络决定颗粒之间的力学性能^[35]。力链变化如图12所示。由图12(a)可见,考虑自重应力预压法生成的滑坡体,其力链网络均匀良好,其色柱颜色直接反映其接触力的大小,红色代表颗粒之间的胶结状态良好,胶结力较大,色柱从上往下代表胶结状态依次减弱,胶结力依次减小,至蓝色时胶结链基本断裂,胶结力基本不存在;力链本身粗细反映能量传递性能,上部黄土生成的力链为弱力链,下部砾石层为强力链,较为贴合实际。

如图12(b)所示,滑坡发展初期(16 s时),滑坡体黄土颗粒力链开始大面积破碎,失去力学传导能力,其力学结构大面积损伤,这与周琪等^[5]观点一致,在此时间段是颗粒的起动加速时间段(图11),说明力链断裂,颗粒间的能量传导受阻,将转化为动能,造成滑坡失稳运动。砾石层外缘力链网络成内凹流线状,其力链网络形状与实际滑动面相一致(图1),为上部黄土滑坡下滑提供了条件。如图12(c)、图12(d)所示,滑坡运动发展过程中(21~37 s时),其力链会再次重组,能量传导能力逐渐恢复,直至逐渐停止堆积。

颗粒胶结状态能够进一步直观反映滑坡体破碎过程。由图13可见,强胶结呈红色,弱胶结呈黄色,未胶结呈蓝色状态,起始时黄土层处于强胶结状态,只有交界处处于弱胶结。随着滑坡的发展,颗粒之间的黏结力度逐渐减弱,16 s 时强胶结颗粒基本消失,部分颗粒之间胶结被破坏,不受胶结影响的离散颗粒呈离散分布,21 s时未胶结颗粒增多,呈条带状分布,黄土开始滑移,26 s时,随着黄土的滑动,离散颗粒持续增多,更多的黏聚体被破坏,37 s滑坡运动结束,其中还存在胶结没被破坏的黏聚体。

由胶结状态变化云图可见,在滑坡中滑坡体并非一体运动,而是伴随着黏聚体和离散颗粒的混合运动,且在滑坡过程中黏聚体会逐渐破碎成离散颗粒。颗粒大规模破碎的时间点(21~37 s)与图11中颗粒加速时间相同,颗粒破碎加速与黄土-碎屑流的特征相一致。结合力链与胶结可发现,颗粒之间的黏聚力降低,粒间距离增加,力链断裂,能量不能及时传导,内部能量转化为动能,颗粒开始运动,滑坡失稳。黏聚力降低导致的滑坡失稳现象与案例中的黄土-碎屑流型滑坡因黏聚力降低土体软化失稳相一致。

4 讨论

以伏龙坪地区典型黄土滑坡——云盛印刷厂滑坡为例,基于其黄土-碎屑流型滑坡的颗粒流本质属性,通过参数标定,建立了考虑自重应力的预压DEM模型。为节省算力,将模型等比例缩成1/5,并基于离心机原理,通过将重力加速度相应扩大5倍,以还原真实应力工况。通过滑坡的堆积形态对模型进行了验证,并进行了滑坡动力学过程的反演分析。

虽然本文模拟结果与实际滑坡动力学特征呈现总体一致性,然而,两者之间仍存在一些有待解释的差异。深入探究这些差异的成因,可知首要因素在于当前模拟忽略了坡顶建筑物对滑坡力学行为的潜在影响。坡顶建筑物不仅为滑坡体施加了额外的自重(竖向)荷载,进而一定程度上改变滑坡体局部应力状态,甚至引发应力集中^[36]。上述复杂效应的忽略,可能导致滑动面位置、速度、位移等模拟结果与实际产生偏差。其次,本文在模拟土体特性时采用了PFC常用的概化模型,即以单一的圆形颗粒来代表天然土体^[18]。而天然土体是由多种颗粒类型混杂堆积而成,其粒径、形状以及表面性质均呈现显著的多样性和变异性,粒间接触模式复杂,摩擦碰撞效应突出;与此同时,滑坡体内部多为互层地质结构,各层间物理力学性质差异明显,相互作用复杂。本文模型尚不能充分捕捉这些特征,进而限制了对滑坡起动机制、演化路径及最终形态的准确刻画。再者,实际滑坡事件通常展现出复杂的三维结构特征,包括横向的厚度变化、内部结构差异以及侧向约束力的作用等,而现有模拟仅考虑了较为简化的二维情况,故而导致模拟结果尚无法精确捕捉滑坡扩展范围。

此外,参数标定是DEM模拟的必要过程,常采用实测与模拟相结合的试错法(trial-and-error)^[37]。以模拟二轴实验与实测数据相结合,反复进行了参数标定(图3、图4),并基于标定值进行了自重应力对比。如图6所示,预压法模拟结果与实际相符,但取值略大,原因在于模拟过程中若将土体物理参数直接设定为真实值,而不经过反复标定,反而会出现模拟值与理论值过度偏差等问题。这与前人相关研究结果一致^[31]。鉴于此,下一步将在探索并发展更加合理的参数标定方法的基础上,采取以下策略进行优化:在模型构建阶段,详细考虑坡顶建筑物的几何尺寸、重量分布以及与地基的相互作用模式,将其作为附加荷载施加到滑坡体上,力求更准确地反映其对滑坡整体稳定性的影响。通过结合使用簇颗粒与传统圆形颗粒^[7],以更精细的方式模拟天然土体内部的颗粒形状及分布等,从而更好地再现土体非均质特性对滑坡行为的影响。利用离散元法与有限元法协同模拟^[38],离散元法专司模拟滑坡内部的不连续破坏区域,有限元法用以构建滑坡外部连续边界,耦合建立具备完整三维结构信息的滑坡模型。这样既能充分考虑滑坡横向厚度变化、内部结构差异,又能借助离散元法对非连续介质破坏过程的强大模拟能力,精确再现滑坡的复杂破坏模式。同时,通过合理划分网格、优化计算参数,有望在保证模拟精度的前提下,有效减轻计算负担,提高模拟效率。通过上述优化改进,以期显著提升模型的精细化程度和实际应用价值,为黄土-碎屑流型滑坡风险评估、防治策略制定提供精准科学依据。

5 结论

以兰州伏龙坪典型黄土-碎屑流型滑坡为例,基于PFC-2D建立了考虑自重应力的预压法DEM模型,并经模拟验证,定量分析了其动力学过程及特征,初步得到以下主要结论。

(1)预压法建模过程中自重应力的引入,生成的颗粒胶结状态更加紧密,力链网更加均匀,可更加真实地表征黄土-碎屑流型滑坡体的自重应力场状态。

(2)缩小比例后的预压法模型,较之砂雨法,运算时间缩短了7.5倍,极大提升了运算效率;与此同时,依然能够表征动力学特征和过程,运动破坏过程表明滑坡为典型的牵引式滑坡,与案例一致,且滑坡体堆积形态与实际相符。

(3)模拟结果表明:黄土-碎屑流型滑坡颗粒力学结构的大规模损伤、颗粒之间的黏结力减弱,内部颗粒发生挤压、碰撞及破碎等一系列的运动能量传递转化,使得滑动体快速起动及发展过程中出现张拉裂缝、颗粒跳动、颗粒破碎加速等典型特征,是其动力学角度演变致灾的根本原因。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	徐张建, 林在贯, 张茂省. 中国黄土与黄土滑坡[J]. 岩石力学与工程学报, 2007(7): 1297-1312.

[2]	Xu Zhangjian, Lin Zaiguan, Zhang Maosheng. Loess in China and loess landslides[J]. Chinese Journal of Rock Mechanics and Engineering, 2007(7): 1297-1312.

[3]	彭建兵, 林鸿州, 王启耀, 等. 黄土地质灾害研究中的关键问题与创新思路[J]. 工程地质学报, 2014, 22(4): 684-691.

[4]	Peng Jianbing, Lin Hongzhou, Wang Qiyao, et al. The critical issues and creative concepts in mitig-ation research of loess geological hazards[J]. Journal of Engineering Geology, 2014, 22(4): 684-691.

[5]	张珊, 杨树文, 杨猛, 等. 兰州市降雨型黄土滑坡灾害空间分布特征[J]. 测绘科学, 2016, 41(12): 142-146, 211.

[6]	Zhang Shan, Yang Shuwen, Yang Meng, et al. Spatial distribution characteristics of precipitation-induced loess landslide hazards in Lanzhou[J]. Science of Surveying and Mapping, 2016, 41(12): 142-146, 211.

[7]	黎志恒, 张永军, 梁收运. 兰州城市地质灾害与人类工程活动[J]. 兰州大学学报(自然科学版), 2014, 50(5): 588-593.

[8]	Li Zhiheng, Zhang Yongjun, Liang Shouyun. Urban geological hazards and human engineering activities in Lanzhou City[J]. Journal of Lanzhou University (Natural Sciences), 2014, 50(5): 588-593.

[9]	周琪, 许强, 周书, 等. 基于数值模拟的突发型黄土滑坡运动过程研究——以黑方台陈家8# 滑坡为例[J]. 山地学报, 2019, 37(4): 528-537.

[10]	Zhou Qi, Xu Qiang, Zhou Shu, et al. Movement process of abrupt loess flowslide based on numerical simulation: a case study of Chenjia 8# on the Heifangtai Terrace[J]. Mountain Research, 2019, 37(4): 528-537.

[11]	吴玮江, 叶伟林, 姚正学, 等. 甘肃永靖黑方台4·29罗家坡黄土滑坡的特征[J]. 冰川冻土, 2016, 38(3): 662-670.

[12]	Wu Weijiang, Ye Weilin, Yao Zhengxue, et al. Characteristics of the Luojiapo loess landslides at Heifangtai, burst on April 29, 2015, in Yongjing County, Gansu Province[J]. Journal of Glaciology and Geocryology, 2016, 38(3): 662-670.

[13]	王杰, 庄建琦, 孔嘉旭, 等. 基于DEM模拟的破碎对黄土滑坡动力学特征影响研究[J]. 工程地质学报, 2023, 31(2): 502-513.

[14]	Wang Jie, Zhuang Jianqi, Kong Jiaxu, et al. Influence of fragmentation on dynamic characteristics of loess landslide based on dem simulation[J]. Journal of Engineering Geology, 2023, 31(2): 502-513.

[15]	冉林, 马鹏辉, 彭建兵, 等. 甘肃黑方台“10·5”黄土滑坡启动及运动特征分析[J]. 中国地质灾害与防治学报, 2022, 33(6): 1-9.

[16]	Ran Lin, Ma Penghui, Peng Jianbing, et al. The initiation and motion characteristics of the“10·5”loess landslide in the Heifangtai platform, Gansu Province[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33(6): 1-9.

[17]	Wei L, Yun C, Feng L, et al. Chain-style landslide hazardous process: constraints from seismic signals analysis of the 2017 Xinmo Landslide, SW China[J]. Journal of Geophysical Research: Solid Earth. 2019, 124(2): 2025-2037.

[18]	王学攀. 黑方台黄土滑坡形态演化机制研究[D]. 西安: 西北大学, 2019.

[19]	Wang Xuepan. Research on the morphologic evolution mechanism of Heifangtai loess landslide[D]. Xi’an: Northwest University, 2019.

[20]	许强, 彭大雷, 亓星, 等. 2015年4·29甘肃黑方台党川2-#滑坡基本特征与成因机理研究[J]. 工程地质学报, 2016, 24(2): 167-180.

[21]	Xu Qiang, Peng Dalei, Qi Xing, et al. Dangchuan 2-# landslide of april 29, 2015 in heifang tai area of Gansu Province: characteristics and failure mechanism[J]. Journal of Engineering Geology, 2016, 24(2): 167-180.

[22]	鲁拓, 唐亚明, 李喜安, 等. 马兰黄土孔隙分形特征与渗透性关系[J]. 科学技术与工程, 2021, 21(19): 8138-8144.

[23]	Lu Tuo, Tang Yaming, Li Xi’an, et al. Relationship between pore fractal characteristics and permeability of Malan loess[J]. Science Technology and Engineering, 2021, 21(19): 8138-8144.

[24]	Heim A. Landslides and Human Lives[M]. Vancouver: Bitech Publishers, 1932.

[25]	Hsü K J. Catastrophic debris streams (sturzstroms) generated by rockfalls[J]. Geological Society of America Bulletin, 1975, 86(1): 129-140.

[26]	石崇, 张强, 王盛年. 颗粒流(PFC5. 0)数值模拟技术及应用[J]. 岩土力学, 2018, 39(S2): 36.

[27]	Shi Chong, Zhang Qiang, Wang Shengnian. Numerical simulation techniques and applications for particle flow (PFC5. 0)[J]. Rock and Soil Mechanics, 2018, 39(S2): 36.

[28]	陶伟, 胡晓波, 姜元俊, 等. 颗粒粒径对滑坡碎屑流动力特征及能量转化的影响-以四川省三溪村滑坡为例[J]. 地质通报, 2023, 42(9): 1610-1619.

[29]	Tao Wei, Hu Xiaobo, Jiang Yuanjun, et al. Influence of particle size on energy evolution of debris flow in landslide based on DEM: A case study of Sanxicun landslide[J]. Geological Bulletin of China, 2023, 42(9): 1610-1619.

[30]	韩振华, 张路青, 周剑, 等. 黏土矿物颗粒特征对含水合物的沉积物力学特性影响研究[J]. 工程地质学报, 2021, 29(6): 1733-1743.

[31]	Han Zhenhua, Zhang Luqing, Zhou Jian, et al. Effect of clay mineral grain characteristics on mechanical behaviours of hydrate-bearing sediments[J]. Journal of Engineering Geology, 2021, 29(6): 1733-1743.

[32]	陈达, 薛喜成, 魏江波. 基于PFC-2D的刘涧滑坡破坏运动过程模拟[J]. 煤田地质与勘探, 2018, 46(4): 115-121.

[33]	Chen Da, Xue Xicheng, Wei Jiangbo. Simulation of failure process of Liujian landslide based on PFC-2D[J]. Coal Geology & Exploration, 2018, 46(4): 115-121.

[34]	石崇. 颗粒流数值模拟技巧与实践[M]. 北京: 中国建筑工业出版社, 2015.

[35]	Shi Chong. Numerical simulation techniques and practices for particle flow[M]. Beijing: China Building Industry Press, 2015.

[36]	贾唯龙, 常晁瑜, 李佩茹, 等. 基于颗粒流方法的黄土地震滑坡数值模拟[J]. 地震学报, 2022, 44(4): 677-687.

[37]	Jia Weilong, Chang Chaoyu, Li Peiru, et al. Numerical simulation of earthquake-induced loess landslides based on particle flow method[J]. Acta Seismologica Sinica, 2022, 44(4): 677-687.

[38]	杨磊. 颗粒排列对砂土宏-细观力学特性的影响研究[D]. 西安: 西安理工大学, 2023.

[39]	Yang Lei. Research on the effect of particle arrangement on macro-fine mechanical properties of sandy soil[D]. Xi’an: Xi’an University of Technology, 2023.

[40]	赵阳升. 岩体力学发展的一些回顾与若干未解之百年问题[J]. 岩石力学与工程学报, 2021, 40(7): 1297-1336.

[41]	Zhao Yangsheng. Retrospection on the development of rock mass mechanics and the summary of some unsolved centennial problems[J]. Chinese Journal of Rock Mechanics and Engineering, 2021, 40(7): 1297-1336.

[42]	姚文吉. 兰州伏龙坪台缘滑坡灾害风险区划研究[D]. 北京: 中国地质大学(北京), 2018.

[43]	Yao Wenji. Research on the disaster risk zoning of landslides on the Fulongping terrace margin in Lanzhou[D]. Beijing: China University of Geosciences (Beijing), 2018.

[44]	白福, 陈秀清. 兰州市伏龙坪、华林坪地质灾害分布特征及形成机制分析[J]. 甘肃地质, 2009, 18(1): 66-70.

[45]	Bai Fu, Chen Xiuqing. Analysis of characteristics and formation mechanism about geological hazards in Fulongping and Hualinping in Lanzhou[J]. Gansu Geology, 2009, 18(1): 66-70.

[46]	曹小平, 严松宏, 李保雄. 兰州地区Q₃黄土的力学特性[J]. 兰州交通大学学报, 2010, 29(3): 22-24.

[47]	Cao Xiaoping, Yan Songhong, Li Baoxiong. Mechanical characteristics of Q₃ loess in Lanzhou Region[J]. Journal of Lanzhou Jiaotong University, 2010, 29(3): 22-24.

[48]	赵成, 张永军. 兰州高阶地斜坡稳定性分析和防治对策-以伏龙坪为例[J]. 兰州大学学报(自然科学版), 2014, 50(5): 594-598.

[49]	Zhao Cheng, Zhang Yongjun. High terrace slope stability analysis and treatment methods: taking the slope in Fulongping, Lanzhou as an example[J]. Journal of Lanzhou University (Natural Sciences), 2014, 50(5): 594-598.

[50]	邵生俊, 周飞飞, 龙吉勇. 原状黄土结构性及其定量化参数研究[J]. 岩土工程学报, 2004(4): 531-536.

[51]	Shao Shengjun, Zhou Feifei, Long Jiyong. Study on the structural properties of primary loess and its quantitative parameters[J]. Chinese Journal of Geotechnical Engineering, 2004(4): 531-536.

[52]	谢定义. 试论我国黄土力学研究中的若干新趋向[J]. 岩土工程学报, 2001(1): 3-13.

[53]	Xie Dingyi. Exploration of some new tendencies in research of loess soil mechanics[J]. Chinese Journal of Geotechnical Engineering, 2001(1): 3-13.

[54]	谢定义, 齐吉琳. 土结构性及其定量化参数研究的新途径[J]. 岩土工程学报, 1999(6): 651-656.

[55]	Xie Dingyi, Qi Jilin. Soil structure characteristics and new approach in research on its quantitative parameter[J]. Chinese Journal of Geotechnical Engineering, 1999(6): 651-656.

[56]	吕擎峰, 韩启亮, 赵彦旭, 等. 黄土变刚度组合桩复合地基及其工作性能研究[J]. 地下空间与工程学报, 2023, 19(4): 1289-1298.

[57]	Lu Qingfeng, Han Qiliang, Zhao Yanxu, et al. Study on composite foundation with variable stiffness combination pile in loess and its working performance[J]. Chinese Journal of Underground Space and Engineering, 2023, 19(4): 1289-1298.

[58]	董建鹏, 李辉. 黄土颗粒流宏细观对应关系与参数标定方法研究[J]. 水利水电技术(中英文), 2022, 53(4): 180-191.

[59]	Dong Jianpeng, Li Hui. Study on macro-mesoscopic corresponding relationship and parameter calibration method of loess particle flow[J]. Water Resources and Hydropower Engineering, 2022, 53(4): 180-191.

[60]	许江波, 曹宝花, 余洋林, 等. 基于PFC3D的黄土三轴试验细观参数敏感性分析[J]. 工程地质学报, 2021, 29(5): 1342-1353.

[61]	Xu Jiangbo, Cao Baohua, Yu Yanglin, et al. Sensitivity analysis of meso-parameters in loess triaxial test based on PFC3D[J]. Journal of Engineering Geology, 2021, 29(5): 1342-1353.

[62]	Cagnoli B. Stress level effect on mobility of dry granular flows of angular rock fragments[J]. Landslides, 2021, 18(9): 3085-3099.

[63]	孙其诚, 王光谦. 颗粒流动力学及其离散模型评述[J]. 力学进展, 2008(1): 87-100.

[64]	Sun Qicheng, Wang Guangqian. Review of particle flow dynamics and its discrete model[J]. Advances in Mechanics, 2008(1): 87-100.

[65]	孙其诚, 辛海丽, 刘建国, 等. 颗粒体系中的骨架及力链网络[J]. 岩土力学, 2009, 30(S1): 83-87.

[66]	Sun Qicheng, Xin Haili, Liu Jianguo, et al. Skelet and force chain network in granular material[J]. Rock and Soil Mechanics, 2009, 30(S1): 83-87.

[67]	Wang L L, Li N, Wang P. Study on dynamic safety distance of multi-storey buildings on the top of loess slope[J]. Scientific Reports, 2022, 12(1): 8183.

[68]	Dai Z L, Wang J H, Wei L. Experimental and numerical investigation on the propagation and impact behavior of dry granular flows[J]. Environmental Earth Sciences, 2024, 83(8): 1-18.

[69]	Li B, Tang H M, Gong W P, et al. Numerical study of the runout behavior of the Kamenziwan landslide in the Three Gorges Reservoir region, China[J]. Landslides, 2022, 19(4): 963-976.