基于GPS 监测数据的滑坡变形影响因素分析

王延宁，王 丰，张 劼，尹国龙

（成都理工大学地质灾害防治与地质环境保护国家重点实验室，成都610059）

0 引言

在我国滑坡是危害仅次于地震的地质灾害，对我国人民生命财产安全及经济建设造成巨大的损害，因此建立安全有效的滑坡变形监测系统十分重要。GPS作为20世纪一项高新现代空间卫星定位技术，由于具有全天候、自动化、速度快、高精度等特点，已在滑坡、崩塌、泥石流、地面沉降和地裂缝等各种地质灾害和重大工程建筑物的变形监测中得到了广泛应用［1－3］，并得到了较好的效果。本文选取三峡库区某滑坡作为研究对象，以采用GPS为主的专业监测滑坡体变形数据为基础，分析滑坡变形特征。对比分析了位移速率与降雨量和库水位变化等动态因素的相关性，并在此基础上运用灰色关联度方法研究了降雨量、库水位变化和滑坡变形响应程度。

1 滑坡概况

该滑坡位于长江左岸。滑体部分地方浅表覆盖层碎石土，出露基岩地层为侏罗系遂宁组紫红砂泥岩及泥质粉砂岩互层，属岩质顺向滑坡。构造上处于新场背斜，岩层呈单斜构造。地形坡度10°～30°，低山丘陵剥蚀地貌。平面形态呈三角形（如图1），滑坡体前缘高程小于95m，后缘高程385m。滑坡体主滑方约140°，滑坡长1 200m，中部宽约850m，滑坡面积为1.14×106m2，体积约5.70×107m3。

图1 滑坡监测点平面图

滑体左、右侧边界以冲沟为界，后缘以洼地为界，前缘以堆积层与基岩为界，后缘边界及两侧边界较为清楚。滑坡体剪出口位于长江中。滑坡滑面位于基岩中软弱接触面。在滑坡体中、后部曾出现过地下水突然冒出和水塘突然干枯的现象。前部泥岩与砂岩交接面可见滑动产生的擦痕，前缘鼓丘发育较明显，临江面时有岩石掉块，其变形特征较显著。

2 GPS变形监测分析

2.1 滑坡变形特征

滑坡体上共布设9个GPS监测点，分别为YY071－YY079（YY071和YY072在监测中已损坏），平均分布在3条纵向剖面线，即每条纵向剖面线上布置3个监测点，各监测点布置情况详见图1。自2004年10月开始实施专业监测，各监测点累计位移—时间曲线如图2所示。

图2 滑坡累计位移监测曲线

结合表1和图1可知，滑坡体监测点变形位移方向基本一致，滑坡主滑方向约140°，指向长江。由变形位移量可知，滑坡中轴上前缘监测点YY076大于后缘监测点YY074，而且中轴变形位移（中轴）大于两侧，表明滑坡中轴及前缘中部变形相对活跃。从图2可见，整体上所有监测点累计位移呈逐渐增大趋势且具有同步性，变形位移呈现阶梯性演化特点，分别在每年汛期发生较大变形，旱期变形趋于平稳。其中夏季6月、7月份尤为突出，如2009年6月月位移达60mm。分析表明，当滑坡在变形演化过程中遭受季节性降雨和库水位等外界因素的作用，则累计位移—时间曲线呈现阶跃型演化特征［4］。

表1 滑坡监测点变位统计

2.2 滑坡变形影响因素分析

2.2.1 变形速率与降雨关系

该滑体覆盖层结构为松散碎块石土，较易受到雨水侵湿，使岩土体发生软化，导致岩土体的强度参数黏聚力和内摩擦角迅速降低，抗剪强度大幅减小［5］；随着雨水不断充填岩体裂隙，泥化软化软弱结构面，致使滑体自重增大，滑带抗滑性能降低，更易发生滑动变形。

滑坡体上GPS监测点的平均位移速率与降雨量之间的关系如图3所示。

图3 监测点平均变形速率与降雨量关系图

从图3可以看出，三峡库区主要降雨期为每年的5月—9月，具季节性特点。受季节性降雨影响，滑坡位移速率呈现周期性变化规律，每当出现降雨密集时段或降雨量出现峰值时，监测点位移均加速增长，出现突变且位移速率达到最大值，而位移速率在年降雨量最小的冬季降到最小值。如2007年6月月降雨量达到峰值时，位移速率发生突变，达到年最大位移速率33mm／月；而2009年年最大位移速率发生在连续强降雨期间，达47mm／月。上述表明降雨量与滑坡位移速率具有明显的相关性［4］。

2.2.2 变形速率与库水位关系

根据三峡工程调蓄功能特点，三峡水库在每年洪峰期（5月—9月）到来之前要降低库水位，其水位下降过程一般出现在4月底至6月，5月—9月则为防洪限制水位145m运行，汛期结束后9月底开始蓄水，每年11月至次年4月处于175m的高水位运行。三峡库水位情况及监测点平均位移速率与库水位之间关系详见图4（图4（b）中负值代表库水位下降，正值代表库水位上升）。库水位上涨时，一方面滑坡体地下水位升高，孔隙水压力增加，滑带抗剪强度降低，对滑坡体稳定构成不利影响；另一方面库水向滑坡体内部渗透存在自外向内的渗透压力有利于滑坡的稳定［6］。图4表明该滑坡在两种作用下，后者较为强势，变形为库水位上升期间变形速率基本稳定，即有利于滑坡的稳定。

库水位下降时，地下水向水库排出，增大了指向坡体外侧的动水压力，滑坡体的下滑力增大，加剧滑坡变形。如图4可知，平均变形速率曲线增大均发生在库水位下降期间，且当库水位下降到最小水位时，变形速率达到最大值，即每年6月份库水位下降到最低水位，年最大平均位移速率均发生在该月。2009年较为显著，4月—6月库水位连续下降15.2m，为历年库水位连续下降最大值，2009年6月平均位移速率达到历史最大值47mm／月。

图4 平均变形速率、降雨量和库水位变化关系

库水位下降速率对位移速率具有一定影响；如2009年6月和2010年6月月降雨量相似，库水位下降速率分别为0.32m／d、0.21m／d，相应的位移速率分别为46.7mm／月和18.1mm／月，尤为突出的是2009年6月的降雨量明显小于2007年6月，然而库水位下降速率前者为后者4倍，导致2009年的变形速率峰值46.7mm／月，明显大于2007年的33.2mm／月。

综上所述，库水位变化，特别是库水位下降时下降幅度和下降速率都对滑坡稳定性影响较为强烈。

3 位移与影响因素响应程度

根据对该滑坡的现场调查，结合上文滑坡变形影响因素的分析，选取影响滑坡稳定的外界影响因子，即：降雨量、库水位下降量和库水位下降速率和降雨和库水位耦合（耦合项由降雨量与库水位下降量相乘所得）。将上述因子作为因素集，组成关联数列；采用灰色关联度法对影响滑坡稳定的因子进行量化排序，来评价各因素与滑坡位移之间的关联程度，从而确定其主要影响因子。

3.1 灰色关联度法计算步骤

根据灰色关联度法相关论著［7］，可得到此方法的计算步骤如下：

（1）组成关联数列，即

X＝ ｛X1，X2，X3，X4，X5｝＝ ｛滑坡位移速率，降雨量，库水位变化量，变化速率，降雨和库水位耦合｝

（2）对数据做极值和均值化处理运用均值化公式：

式中：i＝1，2，…，m；n＝0，1，…，n。

对数列X进行均值化变化，使其极性一致、无量纲。

（3）求绝对差数列

根据绝对差公式：

式中k＝1，2，…，m。

对第2步得到的结果进行计算，可求得绝对差数列。

（4）计算关联系数

根据关联系数公式：

式中ρ为分辨系数。

ρ取值范围为［0，1］。它的取值只影响关联系数的大小，不影响关联序，一般取中间值0.5。由上述公式可得比较数列Xj对参考数列Xi的关联系数。

（5）求得关联度

根据关联度公式：

对第4步所取得结果进行上述计算，可求得比较数列Xj对参考数列Xi的关联度。

3.2 计算数据与结果分析

通过灰色关联度法的介绍，结合上文滑坡影响因子分析结果，现选取该滑坡监测点前缘YY073监测数据进行数据分析过程介绍，用于计算的X数据如表2所示。

表2 数列X的基本数据

按上述步骤计算，依次改变母序列，求出位移速率、降雨量、库水位下降量、库水位下降速率以及降雨与库水位耦合的关联度值，得到关联度矩阵：

对关联矩阵行进行分析，以第五行（因子为降雨与库水位耦合项）为例，按表中关联度大小排序，有0.814 149 6＞0.810 980 3＞0.787 665 6＞0.750 764 0，由此序列可知对降雨与库水位耦合项影响较大的是库水位下降量和降雨，同时证明了计算的准确性。同理，第一行（因子为变形速率）的关联度大小排序为［r15，r13，r12，r14］，序列表明滑坡变形演化过程中单因素分析，库水位为首要影响因素，其次为降雨量和库水位下降速率，降雨与库水位耦合项与位移速率关联度最大，为0.827 494 8，表明降雨和库水位下降这两个因素相互叠加时，往往更容易造成变形速率的突变。

按照上述计算步骤分别计算前缘监测点YY076和YY079及后缘监测点YY074位移与影响因素的关联度值，计算结果详见表3。

由表3所提供数据可知，在降雨和库水位下降共同作用下，将导致滑坡变形加剧。从单因素角度分析，滑坡后缘变形首要因素为降雨量；滑坡前缘变形受库水位下降影响最为显著，原因为滑坡体剪出口位于长江中，坡体前缘受库水长期浸泡，在水位下降时产生流水冲刷及动水压力作用，加剧滑坡的变形。

表3 位移和影响因素关联度值

4 结语

（1）采用GPS对三峡库区某滑坡地表位移监测，实践证明GPS监测不受通视影响，监测精度高，作业效率高，数据处理结果可靠，适用于山区滑坡监测。

（2）受降雨和库水位变化等季节性因素影响，导致滑坡变形呈阶跃型演化特征。其中影响变形速度的关键因子为降雨强度、库水位下降及下降速率。

（3）库水位的下降对滑坡的变形起加剧作用，库水位的上升对滑坡的变形起缓和作用。库水位下降期间若遇强降雨，往往更容易造成滑坡变形速率的突变。

（4）滑坡体前缘受到库水浸泡软化作用，侵蚀作用、动水压力作用影响显著，滑坡后缘则表现为以降雨为首要影响因子。

［1］张建坤，黄声享，李翅，等.GPS技术在滑坡变形监测中的应用［J］.地理空间信息，2009（6）：110－112.

［2］王利，张勤，管建安，等.基于GPS技术的滑坡动态变形监测试验结果与分析［J］.武汉大学学报：信息科学版，2011，36（4）：422－425.

［3］易庆林，曾怀恩，黄海峰.基于GPS监测数据的某滑坡变形分析［J］.地质科技情报，2010，29（6）：106－109.

［4］彭令，牛瑞卿.三峡库区白家包滑坡变形特征与影响因素分析［J］.中国地质灾害与防治学报，2011，22（4）：1－7.

［5］杨姗姗，邓华锋，黄坚，等.滑坡灾害与降雨关系研究［J］.人民黄河，2010，32（8）：128－131.

［6］刘广宁，陈立德，伏永朋，等.降雨和库水位升降对滑坡的影响［J］.水土保持研究，2011，18（6）：200－203.

［7］邓聚龙.灰理论基础［M］.武汉：华中科技大学出版社，1998.