江苏残坡积土质滑坡预警模型和判据研究

李伟，李明，理继红，袁崇铭，宋京雷，张丽

1．江苏省地质调查研究院，南京 210018；2．自然资源部地裂缝地质灾害重点实验室，南京 210018；3．河海大学 水文水资源学院，南京 210098

0 引言

残坡积土质滑坡是江苏省典型的滑坡类型之一，在环太湖沿岸、宜溧低山丘陵区及连云港云台山等地区广泛分布。残坡积土质滑坡体物质组成多为粉质黏土或含碎石粉质黏土，下伏则为岩质坡体，呈上土下岩的二层结构，在降雨后坡体往往沿着岩土分界面发生滑移[1]。

作为江苏省残坡积土质滑坡最主要的诱发因素之一，降雨一直是滑坡监测预警的研究重点[2--3]，相关研究也多基于滑坡与降雨量、降雨强度和降雨过程等因素的统计关系来确定临界降雨量[4--7]，其中Glade[8--9]建立的当日降雨量模型、前期降雨量模型和前期土体含水状态模型等临界降雨量模型是最为传统的方法之一。大量研究结果表明，当日降雨量和前期累计降雨量对滑坡稳定性都具有很大的影响，而且驱动滑坡的有效降雨与实际降雨量往往并不相同[10--11]。以往研究中常用有效降雨量来反映当日降雨量、前期降雨量对滑坡的影响[12]，该方法所需数据易获取、计算简便、可操作性强并在中国地质灾害气象风险预警应用中取得了一定的效果。江苏省自2013年以来就采用了基于前5日降雨量、预报雨量等指标的有效降雨量模型来进行地质灾害气象风险预警，并结合经验参数对各区有效降雨系数进行了赋值[13]，但其相关参数和预警判据的确定仅基于滑坡和降雨的区域统计关系而缺少针对滑坡要素的专业监测数据支撑。

笔者以江苏省典型的雪浪山残坡积土质滑坡为例，在以往研究基础上[14]开展了针对岩土体形变、土壤含水率、孔隙水压力和降雨量等指标的监测，旨在不断修正传统的有效降雨量模型和预警判据，以期进一步提高此类残坡积土质滑坡预警预报的准确性和实用性，为下一步精细化监测预警提供思路。

1 雪浪山滑坡概况

雪浪山滑坡位于无锡市滨湖区雪浪山东侧，平面呈不规则喇叭状，总体坡向90°～100°，滑坡体地势西高东低，最大高差60 m。滑坡体主轴长约150 m，前缘宽约185 m，后缘宽约100 m，坡度20°～25°，厚度5～8 m，滑坡体总方量约12.5×104m3。野外调查和钻探资料揭示，滑坡体岩性为含碎石粉质黏土，碎石以砂岩为主，碎石含量为10%～50%，天然状态下岩土体含水率一般在20%±，孔隙度大，结构松散，钻进时漏水、漏浆严重。钻孔揭露的滑床深度5.2～8.0 m，上陡下缓，岩性为泥盆系五通组石英砂岩夹粉砂质泥岩，产状100°～110°∠20°～30°。滑坡体剪出口顶托导致滑坡体前缘景区道路沥青路面隆起变形、排水沟开裂，后缘和两侧边界明显并有鲜明擦痕，滑坡直接影响坡下道路、行人和游客安全(图1)。

图1 雪浪山滑坡全貌图Fig.1 Full view of Xuelang Mountain landslide

本次研究中，在滑坡体主轴向上设置了表面位移、深部位移、土壤含水率、孔隙水压力和降雨量等针对各要素的监测点并积累了连续的、多要素的、同步的监测数据(图2)，针对性地获取了雪浪山滑坡各要素的动态变化特征。

图2 滑坡监测点布置示意图Fig.2 Layout of landslide monitoring points

2 降雨量预警模型和判据

降雨对滑坡的影响主要体现在饱和渗流对岩土体孔隙水压力的变化和非饱和渗流对岩土体含水量的变化两个方面[15--18]。实际监测证实，由于残坡积土孔隙度大，排水条件好，坡体内重力水可迅速排出，降雨过程中孔隙水压力往往陡升陡降，孔隙水压力对降雨影响敏感，因此孔隙水压力骤变往往就是残坡积土质滑坡发生的激发因素。而土壤含水率则因入渗条件、排水条件、蒸发蒸腾条件(温度、风速和植被等)和基质吸力等因素的综合影响表现出明显的滞后下降特征，其对滑坡的影响主要体现在土壤含水率升高导致的岩土体物理力学性质的劣化方面(图3)。

图3 降雨、孔隙水压力及坡体含水率动态过程Fig.3 Dynamic process of rainfall, pore water pressure and soil moisture content

在前期降雨对滑坡影响的相关研究中[13,19--21]，不同地区前期降雨对滑坡影响时间跨度有5 d、10 d、15 d甚至60 d等不同情况。而雪浪山2018年、2019年汛期5个单次降雨过程的土壤含水率动态(图4)表明，单次降雨后土壤含水率在10 d后基本恢复至天然状态(20%)，因此可以断定雪浪山滑坡的前期降雨影响的时间跨度为10 d。

图4 雪浪山滑坡5个单次降雨过程土壤含水率变化曲线Fig.4 Variation curves of soil moisture content in five single rainfall processes for Xuelang Mountain landslide

将每次降雨过程中各日土壤含水率与降雨首日土壤含水率的比值作为有效降雨系数α，用来表征每次降雨过程对滑坡的影响，通过数据拟合得到有效降雨系数计算公式(图5)。

图5 雪浪山滑坡有效降雨系数拟合曲线Fig.5 Fitting curve of effective rainfall coefficient for Xuelang Mountain landslide

式中：Rc为有效降雨量；R0为当日降雨量或预报降雨量；Ri为n日前降雨量；α为有效降雨系数；i为预警前经过的天数。

据此得到前10 d各日有效降雨系数如表1所示。

据水文学产汇流理论[22]，当降雨强度超过入渗系数(超渗产流)或虽然降雨强度小于入渗系数但边坡含水量超过了坡面持水量甚至饱和(蓄满产流)时， 超量的降雨会形成坡面径流， 所以并不是所有降雨都能直接作用于滑坡，有效降雨量也不可能随着实际降雨量增大而一直增大。江苏省内38个残坡积碎石土滑坡实例的当日降雨量频次统计(图6)表明：单日降雨量超过50 mm之后，多数滑坡已经发生，滑坡增加个数因此显著减少，也意味着坡面岩土体趋于饱和，超过50 mm的降雨已转化为坡面径流甚至地下径流，由此可将50 mm作为当日降雨量的影响阈值，即当日降雨量超过50 mm时，计算有效降雨量过程中当日降雨量仍取50 mm。根据上述修正的有效降雨量模型和实测降雨过程即可确定38个滑坡实例的有效降雨量。

表1 雪浪山残坡积土质滑坡有效降雨系数

图6 江苏残坡积土质滑坡实例的当日降雨量频次统计Fig.6 Daily rainfall frequency statistics of eluvial soil landslides in Jiangsu

中国地质灾害气象风险预警等级一般划分为一级、二级、三级、四级、五级共5个等级，分别对应地质灾害发生的可能性很小、较小、较大、大、很大，实际操作过程中一级、二级不发布预报，三级为黄色预报，四级为橙色预警，五级为红色警报[2]。借鉴温铭生[21]在哀牢山区滑坡预警研究中滑坡预警与气象风险预警等级的结合和江苏省多年地质灾害气象风险预警经验，将江苏省降雨型滑坡预警等级定义为一级、二级、三级(黄色预报)、四级(橙色预警)、五级(红色警报)，其对应的滑坡发生频率分别为0%、10%、30%、50%和80%。因此，依据38个残坡积层滑坡实例与有效降雨量的频次统计即可确定三级、四级、五级的临界有效降雨量，取整后分别为50 mm、80 mm和170 mm(图7)。

图7 江苏残坡积土质滑坡与有效降雨量的频次统计Fig.7 Frequency statistics of eluvial soil landslides and effective rainfall in Jiangsu

3 实例验证

为检验修正模型和预警判据的适用性、实用性及可靠性，结合坡体位移和雨量实测数据对修正的有效降雨量模型进行了验证。

坡体表面位移和降雨量的同步监测(图8)表明：雪浪山滑坡在2019年汛期出现了3次较大幅度的坡体位移变化且均发生于降雨期间。其中，2019年7月9日有效降雨量为70.5 mm，达三级预报，坡体位移量3.9 mm；2019年8月11日、9月6日有效降雨量分别为116.5 mm、130.96 mm，均达到四级预警，坡体位移量分别为8.3 mm、4.8 mm；其余时段有效降雨量均未达到预警(报)值，坡体亦未发生明显位移变化。

图8 G1点位移与雨量对比曲线Fig.8 Comparison curves of G1 monitoring point’s displacement and rainfall

实证表明，修正的有效降雨量预警模型及判据基本符合雪浪山滑坡的实际情况，虽然不同地区的有效降雨系数、前期降雨量影响的时间跨度因入渗、排水、蒸发、径流和岩土体结构等条件的不同而有所差异，但考虑到江苏省内残坡积土质滑坡分布相对集中，特别是苏南地区坡体岩性、结构类似，对未开展专业监测的其他残坡积土质滑坡隐患点的滑坡监测预警有重要参考意义。

4 结论

(1)监测及研究表明，滑坡体孔隙水压力对降雨的影响敏感，而土壤含水量则表现出明显的滞后特征，前期降雨对雪浪山滑坡的影响时间跨度为10 d，据此拟合确定了每天的有效降雨系数并对传统的有效降雨量模型进行了修正，建立了适宜于雪浪山滑坡监测预警的有效降雨量模型。

(2)通过对江苏省38个残坡积土质滑坡实例的当日降雨量和有效降雨量频次统计，确定了前期单日降雨影响阈值为50 mm，并得到了雪浪山滑坡三级、四级、五级预警的临界有效降雨量分别为50 mm、80 mm、170 mm。2019年三次降雨过程验证表明，1次达到三级预报、2次达到四级预警，在此期间坡体均发生了明显位移变形，符合实际情况，研究结果为江苏省下一步精细化滑坡监测预警提供了了参考。