土岩接触带降雨滑坡变形地质灾害预测方法研究

李 科

(中铁第一勘察设计院集团有限公司，陕西 西安 710043)

滑坡地质灾害是目前危害较为严重的地质灾害之一，降雨带来的滑坡灾害不仅会造成经济财产损失，甚至会对人们的生命安全造成威胁，严重地影响了人类社会的发展[1]。根据目前自然灾害国际数据库的统计结果可以看出，从20世纪初到现在，滑坡地质灾害不仅造成了近百亿美元的财产损失，还有约6万人死于滑坡地质灾害[2]。由此可见，如何防止滑坡地质灾害已经成为当今社会急需解决的重点问题，也是各国学术界研究的重点课题。只有实时监测地质环境的变化，获取造成滑坡地形地质灾害的主要成因，从而有效降低滑坡地质灾害带来的伤害。但由于滑坡地质灾害具有突发性和破坏性强等特点[3]，对其的预测和预防对人类来说是一个巨大的挑战。

国内研究人员构建了一种基于降雨强度的滑坡预测模型，并对滑坡数量与降雨因子的关系进行研究与分析，将湖南省张家界市作为研究区，并调取该地区近30年的降雨与滑坡数据，确定该区域的降雨量的衰减函数，同时对该地区的历史滑坡地区进行调取，获取有效的降雨强度对滑坡变形地质灾害的影响。通过统计滑坡的规模和坡度分析降雨量对其的影响，确定在不同降雨强度下，造成的降雨滑坡地质变形灾害的概率，并获取降雨强度的阈值，构建降雨滑坡变形地质灾害的等级划分。研究结果表明，该模型对于低级别滑坡地质灾害具有较高的预测精准度，高级别的滑坡地质灾害预测精度远远不足[4]，影响预测效果。还有研究人员提出了一种基于神经网络的降雨滑坡变形地质预测模型，以GPS预测模型为基础，对大沟滑坡的监测点进行分时段监测，并根据神经网络模型对降雨滑坡变形地质预测模型进行构建，然后利用小波分析，对该模型内的不同降雨量下的降雨滑坡变形地质预测进行对比与分析，结果表明，基于神经网络的降雨滑坡变形地质预测模型的预测精度更高，但是无法预测Ⅲ级滑坡地质灾害[5]。还有学者以老屋基滑坡为例，对其动力破坏模式进行了研究，对周期分量的预测结果表明，LSTM的性能具有良好的动态特性。与传统的力学模型相比，混合模型更能预测由多因素触发的滑坡位移，但是预测精度较低，实际预测效果不佳[6]。

基于以上研究背景，本文设计一种滑坡变形地质灾害预测方法，从而提高预测效果，尽可能降低滑坡地质灾害带来的人员伤亡及财产损失。

1 土岩接触带降雨滑坡变形因素

影响土岩接触带降雨滑坡变形的因素主要有3方面：①土岩接触带岩土的强度，当滑坡内岩土的性质发生改变时，会造成滑坡地质变形，滑坡体失去平衡最终造成滑坡地质损害[7]。②外部的作用力影响，当土岩接触带遇到较强的降雨量时，自然地质会由强变弱，造成滑坡的稳定性遭到破坏。当受到外界因素影响时，土岩接触带的滑坡地质会产生变形，从而形成较为复杂的地质环境，最终承受不住外力的影响导致滑坡地质危害的发生。③外部因素作用的影响过程。根据上述3方面的影响，可以分析出影响土岩接触带降雨滑坡变形的基本因素和触发因素[8]，影响土岩接触带降雨滑坡变形稳定性的基本因素如下。

1.1 基本因素

(1)坡度。坡度决定了土岩接触带降雨滑坡变形的形式，坡度对土岩接触带滑坡的发生具有一定的影响，它与斜坡的稳定机制具有一定的联系，并形成线性关系，坡度的大小与滑坡的发生有很大的联系。

(2)坡高。坡高对土岩带滑坡也有一定的影响，滑坡的发生概率受坡度的倾斜率影响，当坡度越高斜坡率越大时，下滑力就越大。利用网格评价方法对坡高带来的滑坡现象进行预测[9]，获取相互的联系与规律。

(3)构造。土岩接触带的构造决定了降雨滑坡变形地质的完成性，褶皱会引起土岩接触带的岩层发生相对变化，最终导致构造活动岩体内部的地应力发生改变，构造的影响是不可忽视的。

(4)河流地质作用。河流地质影响会对土岩接触带降雨滑坡变形地质造成影响，河流会对滑坡起到冲刷作用，削减了前缘的抗力体，增大了临面的空间，最终破坏了滑坡的稳定性，导致滑坡灾害的发生。

(5)植被覆盖率。植被覆盖率越高，土岩接触带滑坡的稳定性就越高，因为植被的根会增加滑坡的土质的稳定性，可以减少其他因素对于滑坡表面的破坏，减缓降雨的水流的速度，降低下渗速度。

1.2 触发因素

影响土岩接触带滑坡变形地质稳定性的触发因素主要包括降雨、地震和人为活动影响[10]，具体影响如下。

(1)降雨。降雨是造成地质变形滑坡地质灾害的主要因素。大多数的滑坡灾害都是因为暴雨造成的，也可以说是地下水的间接作用造成的滑坡灾害。当降雨量达到一定基数时，坡体会出现下渗的情况，除了坡体本身受到地下水增多的影响，坡体内的孔隙也会发生剧烈的变化，从而导致土岩接触带降雨滑坡变形地质的稳定性降低。一般在研究的过程中，通过对日最大降雨量和3 d内最大降雨量进行分析[11]，获取年降雨量和降雨强度与滑坡之间的关系。

(2)地震。地震也是影响降雨滑坡变形地质灾害的一个原因，地震会造成大面积的山体滑坡，与暴雨相比灾害面积更大。利用烈度表示地震的强度大小，进而对滑坡的稳定性进行判断。

(3)人类活动。人为影响对环境造成很大破坏，其改造强度和频率的增大对滑坡的稳定性带来很大的影响，如修路、开矿等都会影响滑坡的稳定性。

以上从基本因素和触发因素2方面，分析了影响土岩接触带降雨滑坡变形的因素。

2 滑坡变形地质灾害预测方法设计

2.1 滑坡变形地质灾害监测数据处理

基于以上原因，利用动态数据驱动技术，对滑坡变形地质灾害监测数据进行处理。滑坡变形地质灾害监测数据处理流程如图1所示。

图1 滑坡变形地质灾害监测数据处理流程Fig.1 Flow chart of landslide deformation geological hazard monitoring data processing

对滑坡变形地质灾害监测数据的处理，不考虑人为因素对其的影响[12]，对滑坡周围地区的数据进行实时监测，将监测误差降到最低。目前，滑坡变形地质灾害监测数据的处理主要依赖于无线传输技术，相对技术较为成熟。

通过数据集成系统实现监测过程数据的处理，但是面对海量的监测数据，如何快速提取关键信息的技术还未成熟。究其根本：①地质灾害的影响因素多种多样，造成滑坡灾害的各因素又存在错综复杂的关系，主控因子的确定对于目前的技术来说较为困难；②滑坡线性地质灾害发生不是突发性的，而是有一个孕育的过程，对整个过程的数据监测复杂且困难[13]。通过对土岩接触带降雨滑坡变形地质灾害数据进行实时监测，并利用智能技术对滑坡地质灾害监测数据进行优化处理与分析[14]，获取滑坡变形地质灾害演化特征的监测曲线，并且不需要人工操作，实现地质灾害曲线的高效绘制，实现对滑坡地形地质灾害监测数据的处理。

2.2 滑坡变形地质灾害预测模型构建

在预测土岩接触带降雨滑坡变形地质灾害预测的过程中，需要设定模型的相关参数，选取不同的监测信号[15]。不同的滑坡变形地质灾害特征中含有不同的特征因子，将Ii设为输入信号，另外将Mi设置为节点的数量，将vi设置为学习速率。根据上述参数提升模型的精准度和实用性[16]，利用式(1)进行计算：

Ki(x)=Ii(x)Mi(x)+vi(x)

(1)

受不可抗因素的影响，滑坡变形地质灾害预测模型的监测曲线会发生较大的波动，无法获取真实的监测数据变化规律[17]。需要利用平滑方法去除影响准确性的数据，具体计算公式如下：

(2)

其中，ζi为滑坡变形地质灾害在gi点的平滑值。

利用线性函数，对土岩接触地带降雨滑坡变形地质灾害的监测数据进行归一化处理[18]，则：

(3)

式中，xmax为监测节点的最大数据量；xmin为监测节点的最小数据量值。

滑坡变形地质灾害预测方法的误差平方和用式(4)计算：

(4)

式中，Ej为监测节点的目标预测值；Sj为监测节点的实际值；ωi为降雨滑坡变形的灾害权重。

GIS技术以地理空间为基础，采用地理模型分析方法，实时提供多种空间和动态的地理信息，是一种为地理研究和地理决策服务的计算机技术系统[19-20]。本文方法结合GIS技术，构建滑坡地质灾害预测模型，对区域土岩接触带滑坡地质灾害进行预测，通过GIS系统采集研究区域滑坡地质环境基本数据，比如该区域坡度、坡高等数据；提取滑坡堆积物和岩体数据信息，对地理环境的图形信息进行矢量化单元栅格划分，确定影响预测结果的因素，在实现土岩接触带降雨滑坡综合信息管理的同时，还能够对研究区域的土岩接触带滑坡灾害进行有效预测。预测流程如图2所示。

图2 基于GIS技术的护坡灾害预测流程Fig.2 Slope protection disaster prediction process based on GIS technology

3 实例分析

3.1 研究区概况

为了验证本文提出的土岩接触带降雨滑坡变形地质灾害预测方法的预测效果，本文以某一地质灾害多发区为研究区域。该区域位于陕西省东南部，北依秦岭，南靠巴山，汉水横贯东西。该地区属于亚热带季风气候，夏季高温多雨冬季温暖干燥，四季较为分明，年均温度在13～22 ℃。研究区域面积为140 km2左右，区域内有2条流域面积均为1 000 km2以下小河流，植被覆盖率约65%。该区域近10年未发生过3级以上的地震，也未出现大规模采矿与修路活动。但该区域经常发生持续性的大暴雨，降雨主要集中在夏季(7—9月)，年平均降雨量高达720 mm。丰富的降雨量使得该区域频繁发生降雨滑坡变形地质灾害。结合GIS遥感影像获取数据得知，该研究区域出现滑坡位置约有180处，其中基岩滑坡与蠕动型滑坡居多。研究区域处于复向斜北东段近轴部，主要坡度在10°～45°，坡高45～585 m，褶皱的走向为北东，在形态上呈现出背斜紧闭、向斜宽阔的隔挡式梳状褶皱构造。研究区域土岩接触带构造如图3所示，研究区域附近山体滑坡航拍影像如图4所示。

图3 研究区土岩接触带构造Fig.3 Structure of soil rock contact zone in the study area

图4 研究区域附近山体滑坡航拍影像Fig.4 Aerial images of landslides near the study area

3.2 地形条件对滑坡灾害预测影响

根据研究区域实际地质情况，对影响滑坡地质灾害预测结果的地形条件进行分析。该区域土岩接触带坡度空间共计5个区间：包括0°～10°、11°～20°、21°～30°、31°～40°和41°～45°。根据不同土岩接触带坡度区间的变化，分析对滑坡发生比例和信息量的影响。分析结果如图5所示。

图5 坡度区间变化对滑坡发生比例和信息量的影响分析Fig.5 Impact analysis of slope interval change on landslide occurrence proportion and information volume

通过图5可以看出，该研究区域在11°～20°、21°～30°这2个坡度区间发生滑坡灾害的比例较高，并且在此区间内包含的信息量也较大，能够对土岩接触带降雨滑坡变形地质灾害预测提供更多的信息。

将该研究区域土岩接触带坡高区间划分为11个部分：0～45 m、46～90 m、91～135 m、136～180 m、181～225 m、226～270 m、271～315 m、316～360 m、361～405 m、406～450 m和451～500 m。根据不同土岩接触带坡高区间的变化，分析对滑坡发生比例和信息量的影响。为了方便绘制，将以上11个土岩接触带坡高区间按照顺序由a—k来表示。分析结果如图6所示。

图6 坡高区间变化对滑坡发生比例和信息量的影响分析Fig.6 Analysis of influence of inter regional variation of slope height on landslide occurrence proportion and information content

通过图6可以看出，在该研究区域坡高45～450 m，滑坡灾害发生的比例较大，同时信息量也较多。说明在此坡度区间内，能够有助于实现对土岩接触带降雨滑坡变形地质灾害预测。

3.3 降雨因素对滑坡预测影响

分析研究区域近10 d内的降雨数据，并将此数据设置为滑坡变形地质灾害的分析对象，预测研究区的滑坡变形地质灾害发生情况。降雨滑坡变形地质灾害预测的样本数据见表1。

表1 实验样本数据Tab.1 Experimental sample data

将该研究区域平均日蒸发量 2.8 mm值作为降雨开始渗入界限，绘制寻常降雨与连续降雨条件下滑坡发生比例对比结果对比图，如图7所示。

图7 寻常降雨与连续降雨条件下滑坡发生比例对比结果Fig.7 Comparison results of landslide occurrence ratio under normal rainfall and continuous rainfall

通过图7可以看出，在寻常降雨中，由于第5、6、8天的天气情况均为大雨，第7天为暴雨天气况，因此这4天内发生滑坡的比例较高；而在连续降雨条件下，虽然第5—8天的滑坡发生比例相比其他时间依旧较高，但是可以看出，在第8天时的滑坡发生比例已经高达90%。与此同时，第9天虽然为小雨天气，降雨量仅为3.94 mm，但是其滑坡比例高于降雨量18.56 mm的第4天和降雨量11.06 mm的第3天。由此可以得知，影响土岩接触带产生滑坡灾害的除了降雨量以外，连续的降雨天气也对滑坡灾害的发生具有较大的影响作用。

3.4 预测结果验证

经调查得知该地区的土岩接触带在夏季(7—9月)滑坡灾害发生较为频繁，采用本文设计方法对该区域土岩接触带的滑坡发生次数进行预测，并与该区域实际发生的滑坡次数进行对比，以此验证本文方法的有效性。本文方法预测结果见表2。

表2 本文方法预测结果Tab.2 Prediction results of this method

7月实际基岩滑坡65次，实际蠕动型滑坡13次;8月实际基岩滑坡75次，实际蠕动型滑坡18次;9月实际基岩滑坡81次，实际蠕动型滑坡23次。

通过数据对比可知，本文提出的预测方法能够有效地对岩土接触带滑坡灾害进行预测，预测次数相对准确，误差不超过±3次，能够证明本文方法在预测工作中稳定性较高，具有一定的实际应用价值，有助于降低滑坡灾害带来的人员伤亡及财产损失。

4 结语

本文提出了土岩接触带降雨滑坡变形地质灾害预测方法研究，利用智能技术对滑坡地质灾害监测数据进行优化处理与分析，并结合GIS技术对地质灾害进行预测。通过实例分析发现，土岩接触带滑坡预测中，坡度与坡高是影响最大的基本因素，降雨是造成滑坡灾害最主要的影响因素。通过实例验证能够证明，本文方法在土岩接触带滑坡预测工作中，对滑坡次数和滑坡严重程度的预测结果相对准确，具有一定的实用性。

但是由于时间的限制，本文方法还存在很多不足，在今后的研究中，希望可以扩大地质灾害的监测范围，提取出滑坡变形的破坏特征，提高预测准确性的同时，提高实时预测的能力。