滑坡灾害诱发因素及其预警预报

（湖南省地质矿产勘查开发局四一八队，湖南 娄底 417000）

对于矿山滑坡灾害而言，其不仅会威胁人们的生命财产安全，还会对周围的自然地理环境造成严重的破坏，带来严重的经济损失。具可靠数据分析，仅在2017年，我国就发生了7521起地质灾害，造成了100多人受伤，354人死亡或失踪，直接经济损失高达35.9亿元。此外，矿山滑坡自然灾害存在一定的可预测性和可防控性，最新的研究成果已经提高了人们对滑坡基地的认知度。对于在矿山工程施工加固措施而言，其是一种传统的降低滑坡风险的措施，但随着矿山工程规模的逐渐扩大，该种方法已经很难满足当下的需求。因此，矿山工程行业内的技术人员逐渐研发出滑坡预警预报系统，该系统存在效果较佳、经济性好等优点。

1 案例分析

本文主要结合七步1号矿山滑坡体来有效分析滑坡灾害产生的诱发因素，并在此基础上说明如何建立完善的预警预报系统。对于七步1号矿山滑坡体而言，其处于宁武地区矿脉标段。在施工过程当中，该处滑坡体已经发生了十多次大小崩塌滑移堆积，尤其是在七步水库开始蓄水之后，七步1号滑坡体的形状变化更为剧烈，给周围的地势和环境造成了一定的不利影响。七步1号滑坡体地貌地形主要如图1所示。

2 矿山滑坡形成的原因

2.1 地质条件

对于该地区而言，其主要是最新的第四系松散堆积层，按照新老变化规律将南北延伸地分为侏罗纪中统上分层位。对于第四系地层而言，其主要呈小片和零星散布状，分布河岸两地，是当地堆积层滑坡的主要组成物质。对于该地区的地层岩性而言，其主要为砂岩和泥岩，而岩性主要包括紫红色、灰色泥岩、粉砂岩和石英砂岩。该处地段北靠铁峰山背斜，南靠龙骑山和方斗山背斜，矿山滑坡区主要是由两组拉张节理裂隙构成，对于第一组拉长节理而言，其间距在3m到5m之间，节理产状为215°∠75°，节理面延伸长度在5mm～10mm范围内，最大宽度1.5mm，存在少量的风化后填充物。对于第二组拉张节理而言，节理面最大延伸长度为6m，最小为2m，最大间距4.5m，最小间距3.5m，最大裂宽3mm，最小1mm，节理产状为311°∠68°，表面光滑平整无填充物。

图1 七步1号滑坡地形地貌图

2.2 地形地貌条件

该矿山区域主要位于河谷地带，地势由东向西逐渐递减。由于地貌特征受到区域地质构造作用控制，那么与该区域与存在的侏罗纪砂泥岩层的风化水平存在较大的差异性，出现山地壳抬升，河道的下切处出现沉积现象，使得整片河谷呈现不对称的“U”型，多级河流阶地地貌受到侵蚀堆积，总体形状分布为台阶状、冲沟、注地、陡崖等地貌。矿山陡崖的方向与河道方向保持一致，两者都呈条带状分布。陡崖前端与滑坡后缘相接，滑坡运动过程中给陡崖后端产生的拉裂，并逐渐演化成槽，形成了一半封闭，另外一半半封闭的注地，部分注地在经过下雨天气的影响，已经开始循环蓄水，逐渐形成水塘。

3 矿山滑坡灾害监测项目

当前，人们在对矿山滑坡现象认识过程当中，主要是利用先进的监测技术，只有通过先进的监测技术才能准确预判相关自然灾害发生的时间以及运动轨迹，在此基础上才能对其进行分析。此外，对于滑坡灾害监测技术而言，其也被广泛的使用在滑坡识别和预警过程当中，目前，矿山滑坡运动主要的监测内容主要有：滑坡体地表位移、滑坡地下水位、滑坡地区的降雨量等指标。

3.1 矿山滑坡地表位移监测

对于矿山滑坡预警监测技术而言，使用最早的技术是采用人工的方式对滑坡体进行观测与记录。随着科学技术的不断进步，当下对矿山滑坡体进行监测主要采用的是地表位移监测技术，其主要包括：GPS地表变形监测、自动伸缩计地表变形监测、分布式光纤地表变形监测等。对于GPS地质表面结构变形监测技术而言，其主要是对体积巨大的滑体进行监测，存在精确度较高、能够实时进行的优势，能够实现的测量精度达到厘米级别。但是，如果当地区域卫星信号无法正常输入输出，那么就很难采用该种技术。对于自动伸缩计地表变形监测技术而言，其首先要在区域内打下固定的桩位，矿山滑体运动会带随着桩位一起运动，那么技术人员就可以通过测定桩位的相对位移量来准确测滑华体的变形量，其存在精度较高、受外界环境影响因素较小等优点，由于测量范围较为狭窄，结果就存在一定的偶然性。

3.2 矿山滑坡地下水位监测

对于地下水位而言，其自身的高低对滑坡的运动之间存在直接联系。同时，地下水位的不规律变化在很大程度上是诱发滑坡灾害产生的主要原因，在整个滑坡过程起着决定性因素，因此，对相关区域地下水位状况进行实时的监测是十分重要的。

3.3 降雨量对矿山滑坡变形产生的影响

对于新生矿山滑坡或者老滑坡复活而言，其主要是由降雨引起的，如果山体残积土在受到强降雨的长期作用下，就会使得矿山滑坡运动变得更加频繁。此外，长期的降雨还能够给滑坡的形状造成破坏，从而就会诱发更多的自然灾害。

3.4 库水位作用对矿山滑坡变形的影响分析

地下水位降落速度的快慢，以及岩土体自身的透水性与滑坡之间存在直接联系，如果水位降落的速度较快，那么就会降低土体的透水性，从而也就降低了矿山滑坡的安全系数，滑坡自身产生的降低幅度也更为明显。此外，矿山滑坡自身的稳定性与区域是否存在强降雨以及是否经过库水浸泡有关，如果矿山地质研究区域内，出现短时的强降雨或者水库水位变化过大，那么在一定程度上就会诱发滑坡的产生。

4 矿山滑坡灾害预警预报

4.1 人工智能模型

在对矿山滑坡灾害建立预警预报系统时，首先要对滑坡的状态信息进行检测，检测的内容主要包括滑动机制、潜在的诱发因素以及阈值，同时还要将此类状态信息进行综合分析，将分析的结果嵌入预警预报系统当中，这样才能完全发挥预警预报系统的作用。因此，这就需要工作人员通过长期位移监测的方式对滑坡变形失稳的状态进行检测，这样才能降低滑坡灾害造成的风险。

4.2 突变理论预报模型

对于突变理论而言，其首先是由法国数学家勒内托姆提出的，该理论的主要特点，是在过程中存在一定的连续性，而结果是不连续的。在滑坡发生以前，地表结构的位移存在一定的连续性，但是当滑坡发生时，滑坡土体的运动是不连续的，这正好符合了突变理论的特点原则。因此，对于突变理论而言，其在滑坡灾害预报模型的使用过程当中，主要是用来模拟连续的滑坡现象，在滑坡预警预报行业存在广泛的应用，是一种最为合理的数学工具。此外，矿山工程行业内的技术人员赞使用突变理论时，将矿山滑坡主要分为拉裂段、剪切段和蠕滑段三种模型，然后，在尖点突变理论分叉集方程的基础上，计算出了滑坡突变与时间之间存在的函数关系，这样就能对滑坡灾害有效进行预警。同时，除了时间函数关系以外，还能够准确计算出矿山滑坡前后的能量状态，滑体脱滑时的初速度，通过这些数据就能制定完善的疏散计划，提高预警预报系统的精准性。

4.3 支持向量机模型

（1）对于支持向量机（SVM）而言，其是一种回归预测方法，在一系列装换后能够代替高维特征空间中的点积计算，从而会的最优的全局解，主要的回归函数为：f(x)≤W·Φ(x)+b。

（2）应用不敏感损失函数将估计函数转换为求函数最小化问题，然后利用二次规划得到支持向量机的回归预测模型。模型函数如图2所示。

图2 SVM回归预测的模型函数

（3）在任何区域进行预警预报过程时，可以将当月降雨量、前两月累计降雨量、月平均库水位、当月库水位最大变化量为诱发因子，输入变量为前3个月的降雨量，输出顶为滑坡预测位移，这样就能建立滑坡位移预测模型。

5 结语

矿山滑坡灾害带来的不利影响，阻碍了矿产行业健康长远的发展。随着滑坡灾害预警预报系统的逐渐完善，施工人员已经能够准确分析出滑坡灾害的诱发因素并有效进行规避。只有建立适合国家地质灾害和滑坡的生命风险接受标准的预警预报系统，才能提高滑坡灾害的可控性。此外，随着人工智能技术的不断推进，技术人员采用人工智能模型能够准确的测量出滑坡体测点的位移量，在此基础上就能针对不同的施工情况，准确的预测出滑坡体带来的破坏程度，从而不仅能够保障施工人员的人身安全，还能创造巨大的经济社会价值。