滑坡预测预报研究现状述评
张永兴,胡居义,文海家
1）新型监测手段
2）预警模型
3）研究热点、难点分析
滑坡是地质灾害的主要类型之一,其危害和影响程度仅居地震、火山之后。我国是世界上滑坡分布最广、危害最重的国家之一。据不完全统计,滑坡灾害每年至少造成300人死亡,数千万元的直接经济损失,危害程度仅次于地震。因此,对滑坡灾害进行预测预报研究意义十分重大。对于具体滑坡而言,滑坡预测预报包括三方面内容:滑坡滑动时间预报、滑坡活动强度预报及滑坡危害预测。滑坡预测预报研究在国内外由来已久,近十多年来,研究十分活跃。
1 前言
滑坡是指边坡上的岩土体在自然或人为的因素影响下失去稳定,沿贯通的破坏面(或带)整体下滑的现象[1]。滑坡通常造成巨大的危害,在滑坡、崩塌、泥石流和剥落等边坡破坏的几种主要形式中,它是危害性最大、分布最广的一种;另外,滑坡是主要的地质灾害类型之一,危害和影响程度仅居地震、火山之后[1]。我国是世界上滑坡分布最广、危害最严重的国家之一。如1983年甘肃洒勒山滑坡,三分钟内6000万m3土体下滑,掩埋了三个村庄,死亡237人;1985年三峡新滩滑坡,3000万m3土石下滑,200万m3滑入长江,激起36m高的涌浪,毁坏船只77条,10人丧生,新滩古镇也被摧毁[2];20##年5月1日重庆发生了震惊全国的武隆滑坡,使得一座建筑面积为4061m2的9层楼房全部被滑坡体摧毁掩埋,造成79人死亡,7人受伤[3]。边坡的稳定是相对的,不稳定是绝对的。即使现在稳定的边坡,在经过长期的地质作用或人类活动等不利因素影响后,可能由稳定状态向不稳定状态发展,最终造成滑坡。因此,对滑坡进行预测预报进行研究意义非常重大。对于具体滑坡而言,滑坡预测预报包括三方面内容: 滑坡空间预测预报、滑坡时间预测预报、滑坡活动强度预报预测。
2 滑坡预测预报的具体含义
研究滑坡的预测预报问题,我们首先必须了解预测预报的含义。从广义上讲,滑坡预测预报应包括以下三个方面的内容。
2.1 空间预测
空间预测即预测可能发生滑坡的地点。很显然,这是首先要解决的问题,不知道哪里可能发生滑坡,滑坡预报便无从谈起,其中必须考虑以下两个层次的问题:
一是区域性或区域段预测,它应该查明哪些区域(段)比较容易发生滑坡,哪些区域较难发生滑坡。这是基于自然环境、工程地质等多方面的区域稳定性评价。
二是场地性的滑坡空间预测。它应该查明工程场地范围内有几处滑坡,每一处滑坡的位置、范围、规模、稳定状态以及在各种可预测因素影响下的演化趋势,并提出粗略的应对措施。
2.2 时间预报
时间预报一般是指预报发生剧烈滑动的时间。在查明哪里可能产生滑坡之后,人们首先面临的是需不需要治理,来不来得及治理以及怎样治理的问题。对那些经济效益不大,或者虽然具有较好的经济效益但已处于失稳状态、来不及治理的滑坡,便应预报出其发生剧滑的时间,以便及时采取疏散转移、搬迁躲避、停止交通等措施,把可能产生的损失减少到最低程度,这也是研究滑坡预报的最重要意义之一。
2.3 灾害范围及程度预测
灾害范围及程度预测即预测滑坡灾害的影响范围及可能产生的危害程度。这里的影响范围不仅指土体可能到达的范围和高速运动的滑体其前方气浪的破坏,在滑坡体可能滑入水中的情况下,还应包括滑体滑入水中激起的涌浪及其影响。了解这些将有助于确定合理的搬迁躲避范围以及应采取的措施.
3 滑坡空间预测预报
空间预测是指对滑坡发生的地点、规模等的预测,目前使用较多的方法有以下几种。
3.1 传统的稳定系数预测法
稳定系数预测法是最早的滑坡空间预测的方法。该法通过计算滑坡体的安全系数Fs来预测某一具体边坡的稳定性。Fs=F抗滑力F下滑力
当Fs<1.0 边坡处于不稳定状态
当Fs=0.0 边坡处于临界状态
当Fs>1.0 边坡处于稳定状态
计算稳定性系数的方法有多种,如基于极限平衡理论的条分法、瑞典法、数值分析法等。在计算中,参数的选取直接影响到分析结果的正确性。
这种方法多适用于滑坡单体的预测,在工程中
应用非常广泛,且为设计人员熟悉。
3.2 神经网络法[5][6][7][8]
神经网络能通过对已知样本的学习,掌握输入与输出间复杂的非线性映射关系,并对这种关系进行存储记忆,直接为预测提供知识库,同时,还具有高速的并行处理能力、自组织学习能力、高速的容错性、灵活性和适应性等优点。神经网络对斜坡稳定性空间预测是用研究程度较高的斜坡地段作为已知样本对网络进行训练,直到网络掌握数据间的非线性映射关系为止,然后用该地区其它稳定性未知的地段作为预测样本,输入已经学习好的网络,通过网络的联想记忆功能直接预测稳定性。在用神经网络进行预测预报中,可以把各种可能对边坡稳定性有影响的因素作为网络的输入,而提高预测的精度。许强等运用此方法预测了黄河某水电站库区和三峡某些典型斜坡地段的稳定性,其预测精度达到90%。
3.3 信息模型法[4]
信息模型法把各种滑坡因素在滑坡作用过程中所起作用的大小程度用信息量表达。殷坤龙认为滑坡现象受多种因素的影响,且各种因素的作用性质不相同,对某一具体滑坡而言,总会存在“最佳因素组合”,基于此理论,信息模型主要研究“滑坡因素组合”,而不是停留在单个因素上,所以预测精度较高。殷坤龙等用此方法成功地对重庆市的斜坡稳定性进行了预测。
3.4 灾变模型预测法[9][10]
计算边坡的稳定系数需要涉及到岩土的计算参数,由于岩土性质的不确定性和离散性,使得同一边坡采用不同的计算参数得出差别较大结果,甚至得出相反的结论。采用灾变理论避开了这些不确定性的参数的影响,它假定系统在任何时刻的状态都可完全由给定的几个状态内部量(x1,x2… … ,xn)的值来确定,同时系统还受到m个独立的控制量(u1,u2… …um)的控制,通过数学方法,研究系统状态的稳定与否与各量值的关系。该方法综合考虑了各种边坡要素对边坡稳定性的不同程度的影响,能较真实地描绘边坡系统的状态。吴文德等运用尖点灾变模型对某一中型露天矿山的稳定性进行了预测,得出了与现场实际相吻合的结果。
3.5 模糊综合评判法[10][11]
边坡的稳定性受诸多因素的影响,很难用一个确定的结论来表述其稳定还是不稳定,往往用模糊概念来表述,如把边坡的稳定等级分为“危险区”、“不稳定区”、“较不稳定”、“稳定区”等。模糊综合评判方法就是对边坡稳定性等级进行分类,并通过专家评分或构造隶属函数确定对同一等级各因素以及某一因素在不同等级中对边坡稳定性的影响程度(隶属度),建立模糊评判矩阵,确定边坡的稳定性对各等级的隶属程度,最后按择优原则预测边坡的稳定性。该方法的最终结果是否可靠,受单因素的选择和隶属度的确定影响较大。
4.滑坡时间预测预报
滑坡灾害发生时间的预测预报是要确定滑坡在未来可能发生的时间区段或确切时间,为提前采取必要的预防措施提供科学依据。通常,所要预测预报的时间越长,所能依据信息的可靠度就相应的下降,预测预报结果的可靠度也就越低。按照预测预报时间的长短,滑坡灾害的时间预测预报可分成长期预报、短期预报和临滑预报。
(1)长期预报
长期预报是指当已发现某些滑坡迹象(包括老滑坡残留迹象和新生滑坡初始迹象),当尚未出现明显位移变化时,对滑坡未来的稳定性演化趋势做出的一种预测。预测结果只是一种"可能性"- -滑坡可能继续保持稳定、或可能失稳下滑。其预报期限一般应在一年以上。历史滑坡及其活动性资料、易滑坡地质环境的确定,是长期预测不可缺少的基础资料。主要是研究滑坡与气候条件、地震活动、人类
活动等的对应关系。
(2)短期预报
滑坡灾害短期时间预报是依据滑坡影响因素对滑坡作用的强度和随时间的变化规律。在掌握滑坡动态发展趋势的基础上,分析推断滑坡灾害的近期演化趋势,预测滑坡可能产生的季度或月份。滑坡灾害的短期时间预测可以依据两个方面的重要途径:一是滑坡自身运动的内在规律和活动性趋势分析的研究途径。二是滑坡活动性触发因素的规律性与滑坡活动性之间关系的研究途径。
(3)临滑预报
临滑预报是指当滑坡已开始出现整体下滑前的一些宏观变形迹象。滑坡位移已明显进入加速段时,对剧滑时间做出的准确预报。其预报期限应在几天之内,根据监测手段的不同,预报精度也可以是"日"、"小时",甚至是"分"。需要强调的是,临滑预测预报必须有严格可靠的连续监测数据,且数据越多,预测的精度也随之提高。开展位移场以外的物理场监测,如摩擦热、声发射等监测,是扩大临滑预测预报内容的重要途径。
4.1宏观前兆判别预报[11]
滑坡失稳成灾是有宏观先兆的,对这些前兆的判别往往可构成预报的坚实基础。宏观先兆可概括如下:
①整体切割边界的形成;
②整体滑移前的局部小崩小滑的发生且趋频;
③位移监测资料表现为加速趋势;
④地下水的变化,如突然消失、突然涌水及翻浑水等;
⑤地热异常,剪出口处热气及热浪现象发生;
⑥地声现象,往往有声发射强度及频度的增加;
⑦岩粉散溢,剪出口由于摩擦剪切而有岩粉的散溢现象;
⑧滑体上的动物常常在滑前有明显的异常。
4.2斋滕模型[2][5]
斋滕法是国内外系统研究滑坡预测预报的初始理论。该方法以土体的蠕变理论为基础。土体的蠕变分为三个阶段(图1),第Ⅰ阶段是减速蠕变阶段(AB段),第Ⅱ阶段是稳定蠕变阶段(BC段),第Ⅲ阶段是加速蠕变阶段(CE)。1965年,斋滕迪孝根据室内实验和仪器监测的结果,提出以第Ⅱ蠕变阶段和第Ⅲ蠕变阶段的应变速率为基本参数的预测预报经验公式,认为在稳定蠕变阶段,各时刻的应变速率与该时刻距破坏时刻的时间的对数成反比,相应计算公式为:
在加速蠕变阶段,取期间变形量相等的t1、t2、t3三个时间来计算最后破坏时间,相应计算公式为:
公式中,tr为边坡最终破坏时间。运用这种方法,我国学者对1983年7月9日发生的金川露天矿采石场滑坡和1985年6月12日发生的湖北新滩滑坡等进行了成功的预报。
4.3统计数学模型法
近年来,随着各种统计数理理论在地学中的广泛应用,许多研究者尝试以位移为参数,以统计数理理论为基础,建立滑坡位移一时间关系的数学模型,以期用数学模型描述滑坡变形的统计规律,预报滑坡发生时间。这是目前滑坡预测预报研究中最活跃之处,在我国尤其活跃。目前,最常见的统计数学模型有:回归模型(晏同珍,1988),灰色理论模型(陈明东,1988),泊松旋回模型(晏同珍,1987),生物生长模型(晏同珍,1988),梯度正弦模型(崔政权,1989),突变理论模型(秦四清,1993),灰色一灾变藕合模型(秦四清,1993)等。所有的模型预报法都只用于临滑预报,并都是对已发生的滑坡作反演拟合预报,事后验证效果良好。但无一用于未发生滑坡的超前预报,故各种模型的真正效果如何,尚有待实践检验。
4.4黄金分割法
张悼元教授、黄润秋教授等人,以自然界事物演变的普遍规律—“黄金分割律”为依据,通过对国内外十余个具有完整系统状态历时曲线的滑坡实例的分析研究,于1988年提出以“黄金分割法”预测滑坡发生时间,指出滑坡位移历时曲线的线性段的历时与线性、非线性段历时之和之比等于黄金分割数0.618,就其反演拟合结果看,效果较好。尤其对滑坡中、短期预报可靠性较高。
4.5非线性动力学模型预测[15][16]
非线性动力学模型是按照非线性动力学的观点并运用耗散结构理论和协同学的宏观研究方法从时间序列数据中建立的边坡系统动力学模型。
4.6灰色理论模型预测[4]
Verhulst模型是1837年德国生物学家Verhulst在研究生物繁殖规律时提出的。晏同珍教授认为,滑坡存在常速蠕变(孕育)、加速蠕变(达到破坏滑坡发生)和减速破坏(一个位移周期结束)的规律性,与生物生长规律有相似的机制,因此引用如下Verhulst模型描述滑坡位移过程:
解上述方程可得其解为一“S”型位移-时间曲线:
当dx/dt为极大值时,滑坡发生至初始时刻的时间间隔为:
因此,滑坡发生时间预测值为:
是待定参数,用灰色理论求解。
分别为初始位移值和初始时间。
4.7降雨量参数预报法
降雨在滑坡演变过程中起着重要的诱发作用。雨季或雨季后,滑坡发生频繁。降雨对滑坡的诱发作用与累计雨量和雨强有关。一定的雨量和雨强可缩短滑坡的演变历程,使尚在演变之中的滑坡提前滑动。因此,以降雨量为参数,预报滑坡起动的临界降雨量和降雨强度,亦是滑坡发生时间预报的内容之一。国内学者薛果夫于1988年,对新滩滑坡变形演变与降雨量的关系及其对降雨的敏感度等进行了深入的反演分析研究,其反演拟合结果较好。日本学者通过在滑坡实体模型上的降雨模拟实验,对以降雨量为参数的滑坡预报研究多年,但至今公开的结果不多。
4.8多参数预报法
选取多种参数,预测滑坡发生时间。美国学者B.Voight于1989年提出多参数预报经验公式:
，
式中:
是任意参数,位移,剪应力,地面倾角等。
初始值,
预报值,
经验常数。从上述讨论可以看出,近几十年来,国内外滑坡滑动时间预测预报研究颇为活跃,成果甚多。但纵观已有的研究成果,自1965年“斋滕法”后,研究进展较为缓慢。从方法有效性上看,(1)、(2)、(3)种方法对滑坡作出过成功的滑前预报。(4)、(5)、(6)三种方法均为事后验证,所以真正效果如何,尚难以定论。其它几种方法正在探索之中。由此可见,以地质分析、经验判断为主的滑坡发生时间的定性或半定量、准定量预报及基于监测资料的趋势定量预报在当前研究中占主导地位,研究滑坡变形在宏观上的几何规律,微观上的物理、化学规律及变化量值上的数学统计规律,在滑坡滑动时间预测预报研究中十分活跃。就各国研究状况而言,或许由于中、日两国滑坡灾害较重,所以这些方法研究开展较多。欧美国家则相对较少,其多侧重于滑坡发生空间的区域性预测预报研究。即使对滑坡动态系统监测,也只是侧重于回答滑坡是否稳定和滑坡防治措施的效果如何这两个问题。这可能与欧美国家注重滑坡防治有关。
4.9滑坡滑动时间预测预报研究的趋势
尽管国内外滑坡滑动时间预测预报研究已有数十年历史,取得了较大进展,但至今尚有许多关键问题没有解决,滑坡滑动时间预测预报理论和方法还不成熟。可以肯定,以地质研究为基础,探寻滑坡变形在宏观上的几何规律,微观上的物理、化学规律及数学上统计规律,仍是未来滑坡滑动时间预测预报研究的目标。在此,根据已有研究中存在的问题及目前学科的发展现状,预测在今后一段时间内滑坡滑动时间的预测预报研究将集中于以下几方面。
(1)基于岩土体蠕变(流变)理论的滑坡变形演变过程及动态趋势预测预报研究
无论学科如何发展,依据于粘弹塑性力学的岩土体蠕变(流变)理论是滑坡滑动时间预报的基础。根据岩土体蠕变理论,滑坡的变形破坏是其内部应力和岩土体强度随时间不断变化的结果,位移、应变及其它是这种变化的直接和间接反映,所以,岩土体蠕变理论揭示了滑坡变形破坏的本质,描述了滑坡应力、强度、应变位移随时间变化的内在规律。因而,以岩土体蠕变理论为基础,研究滑坡变形过程中应力、强度、应变、位移、应变(位移)速率等随时间变化的物理规律,进而预测滑坡滑动时间,应是滑坡滑动时间预测预报研究的突破口之一。
(2)多因子综合预测预报研究
滑坡形成过程中,滑体在宏观和微观上有多种物理、化学表现:应力、应变、位移、应变速率、岩土体强度、弹性波波速、电阻率、声发射参数、地温、地下水位、地下水化学场等。所有这些参数都可作为滑坡预报的因子,但如何选取能够反映滑坡动态过程的最佳因子,描述滑坡变形过程的物理、化学规律是滑坡预报的关键。
(3)基于一定数理统计理论的滑坡滑动时间预测预报模型研究
尽管已有多种数学模型用于滑坡滑动时间预报,但尚无一成熟模型,均需要在实践中改进、完善。
(4)基于非线性动力学的滑坡滑动时间预测预报研究
非线性动力学思想的提出,为建立滑坡变形过程的物理方程提供了一条新的途径,这无疑会在今后的研究中掀起热潮。
(5)水在滑坡演变过程中的作用和定量评价研究
水(地表水、地下水)在滑坡变形破坏过程中作用极大,然而其在滑坡变形破坏中的作用机理及其定量表现,一直是滑坡预报研究中的难点,在今后研究中,其仍将是重点课题之一。
(6)人类活动在滑坡演变过程中的作用和定量评价研究
随着人类活动的广泛和加强,因不合理人类活动诱发的滑坡愈来愈多,所以人类活动在滑坡演变过程中的作用机理及其定量表现,亦将是滑坡滑动时间预报研究的重要方向之一。
(7)滑坡变形破坏过程中岩土体强度的变化规律研究
随着滑坡变形的发展,滑坡岩土体强度不断变化,但各类岩土体强度的变化规律如何尚不完全清楚,故仍需进一步研究。
5滑坡活动强度预测预报研究现状与趋势
滑坡活动强度包括滑动速度和滑移距离两方面,所以滑坡活动强度预测是滑坡运动特征的预测。研究物体运动特征的运动物理学和能量转换与守恒定律被视为是滑坡运动学研究的基础。近几十年来,国内外对滑坡运动特征的预测预报研究,主要集中于以下几方面。
5.1质点运动学预测方法
将滑坡运动看作是质量集中于重心的质点运动,从而利用质点运动学和相应的能量转换与守恒定律研究滑坡的运动过程。我国潘家铮、美国土木工程学会等据此分别提出过滑速预测公式。经多年实践检验,这种方法在滑坡运动特征预测中具有一定的普适性。但已有研究中对滑动边界的假设过于简单,所以如何确定更合理的滑动边界为今后研究的重点。
5.2滑坡运动机理研究与质量运动学相结合的预测方法
基于不同的滑坡运动机理假设,国内外已有多种预测方法。具有代表性的方法有:
(1) 奥地利学者A.E.Scheidegger在调查了世界上33个大型滑坡的运动特征后,提出架空坡斜率
,又称等价摩擦系数的概念,并发现:
式中:V为体积,
-0.15666,b=0.62219。据V求出后,按下式计算滑速:
此公式为反推公式,在实际应用上有一定局限性。
(2)H.J.Korrnei则将大型滑坡视为流体,提出按流体力学方法计算滑速,在一定假设
基础上,提出滑速:
式甲:
，
为初速度,
流体密度,
为流体紊流系数。
上式的某些参数难于确定,故应用上还不成熟。
(3)日本学者佐佐恭二在室内环剪实验的基础上,利用测定的表现摩擦角对日本数个碎屑流滑坡的滑速、滑程进行反演拟合研究,并提出了相应的公式。
(4)王思敬教授、王效宁博士在对我国数个大型滑坡运动机理研究基础上，通过滑坡运动全过程能量分析，提出滑速和最大滑距预测公式：
式中：M-滑体质量，U-滑体变形能，H-重心落差，L-水平滑距，f-动摩擦系数。但实际上滑体变形能计算中假设太多，故此类研究尚不成熟。
6滑坡预测预报的发展前景
滑坡的预报研究虽已有数十年的历史,取得了较大的进展,但至今尚有许多关键问题没有解决,滑坡滑动时间预测预报理论和方法还不成熟。根据已有研究中存在的问题及目前学科的发展现状,预计滑坡预报的发展研究将集中于以下几方面:
(1)基于非线性动力学的滑坡滑动时间预测预报研究。滑坡系统是在开放和远离平衡的条件下,在与外界环境交换物质和能量的过程中,通过能量耗散过程和内部的非线性力学机制来形成和维持的宏观时序“耗散结构”。它是在没有外界特定干预的情况下,获得时空有序的“自组织系统”[16]。而非线性动力学理论的研究对象正是具有上述特征的开放复杂系统,它较好地解决了地质灾害预测中确定性和不确定性模型的统一问题,可以很好地刻画滑坡运动的复杂性特征和规律,在滑坡预测中具有重要的意义。
(2)智能学预测方法的发展。现代科技为滑坡预测的定量研究包括复杂繁琐的计算模型提供了先进的计算手段,推进了预测科学的研究进程。然而进一步的研究表明,专家的经验知识在科学研究中特别是在预测科学中起着举足轻重的作用。专家往往具有不可思议的预见能力,而这种经验直觉几乎不可能用一般的数学方法建立定量模型。将专家的经验知识、直觉判断力建立成专家系统,并与严密的科学理论、数学模型有机结合即成为探索应用滑坡预测的最佳途径之一。
(3)多参数综合预测预报研究。滑坡系统是一个十分复杂的非线性动态系统,影响其稳定性的因素很多,尤其是一些影响滑坡动态的动态因素,如降雨量、地下水、地震力、人类活动等。这些因素往往在滑坡发展到一定阶段就变成了主要因素,因此若只考虑某单一因素建立模型即使是最主要的也势必影响其预测的可信度。这样在选取参数作为滑坡预报的因子时,如何选取能够反映滑坡动态过程的最佳因子,描述滑坡变形过程的物理、化学规律就成为滑坡预报的关键[17]。
(4)3S在滑坡预测预报中的应用。RS,GIS,GPS的应用在滑坡研究中起到了很重要的作用,也是当今滑坡研究的一个热门课题。众所周知,现在的滑坡预测预报都是建立在以往的资料和历史数据的基础之上的,要得到比较准确的监测数据,RS和GPS的应用将大大提高数据的精度。近年来发展起来的GIS技术是一个可以使数据库和地理信息一体化,并可提供空间模拟能力的计算机系统。利用GIS技术能详细、直观地掌握研究区地质背景资料和滑坡发育特征,为管理决策者提供丰富的定量信息和图像、图形信息,其收集、分析空间数据的强大功能也减少了人为因素在预报中的影响作用。
(5)外界影响因素在滑坡演变过程中的作用和定量评价研究。水在滑坡变形破坏过程中作用极大,它虽不是斜坡变形破坏的本质特征参数,却是诱发滑坡的主要因素。在有的情况下甚至是主要的因素。同时,随着大规模的土地开发利用和重大建设工程活动的日益增加,因不合理人类活动诱发的滑坡愈来愈多,所以人类活动在滑坡演变过程中的作用机理及其表现也将是滑坡滑动时间预报研究的一个重点。因此,随着研究的逐步深入和科技的快速发展,一些先进的技术手段和智能化的预测方法会不断涌现,再加之一些相邻学科的渗透和新学科的兴起,必将为滑坡预报研究提供了新的理论方法和观测实验、计算手段,也必将推动滑坡预报研究的迅速发展。
7存在的问题与建议
目前滑坡预测预报取得了巨大的成就。空间预测从传统的安全系数法到现在的模糊理论综合评判的方法,时间预报从斋滕法到现在的人工智能的引入,而且在实际工程中都得到了很好的验证。但由于工程地质条件的复杂、自然条件的变化以及人类工程活动等因素的随机性和不可控制性,现阶段对滑坡作出准确可靠的预报还是十分困难的。从过去已经发生的滑坡地质灾害来看,当前绝大多数的滑坡都很难做到提前预报,究其原因,主要在于:一方面是滑坡成灾机理的影响因素复杂,不确定性因素较多,边坡破坏方式、变形过程和变形机制复杂多变,大大增加了预报的难度;另一方面是人们对滑坡危害性的认识不足和受到资金的限制现在只有极少数的重大滑坡实施了长期监测,而大多数的滑坡未采取任何的工程措施,以致很多滑坡都是在没有任何监控的条件下突然发生的;还有些人认为滑坡空间预测较为容易,而时间预测较为困难,因而大力发展时间预测却忽略空间预测。这些均是我国目前滑坡治理中存在的问题。应该肯定,边坡的监测是确保工程安全,进行预测预报和掌握岩土体失稳机理最重要的手段之一。
由于边坡本身具有的复杂性及目前边坡稳定性研究水平,边坡监测是边坡稳定性分析中不可缺少的,也是至关重要的研究内容。目前这方面取得了很大的成就:一方面各种先进的监测仪器不断涌出,尤其是自动化程度高的遥测系统,如GPS监测系统,遥感地质及探地雷达在滑坡调查中的应用等;另一方面是监测设计方法的优化及监测数据处理的进步,如立体监测方法的出现及应用灰色理论、神经网络、专家系统进行监测预报等。但边坡稳定性优化设计方法研究不够。综上所述,目前要达到用精确的数学模型来模拟边坡稳定性问题和用精确的预报模型来预测滑坡的时间和空间问题,还相当困难。
在目前的研究阶段,解决实际问题在很大程度上靠各种经验与事实的类比。因此,我们首先必须大力加强边坡的监测工作,做到理论与实际监测数据相一致;应该对长期以来边坡研究积累的大量现场资料和实践经验进行系统研究,建立有效的专家系统,作为“知识库”;必须大力开展重点国土开发区的滑坡预测,作到空间预测和时间预报相结合;必须加强现场实验和模型实验相结合的方法来确定岩体力学参数;在滑坡预报时,把宏观观测和微观监测的方法结合起来,用微观监测方法进行早期观测预报,用宏观监测方法进行近期预报。近年来,人工神经网络在滑坡预报方面取得了很大的进展,它不仅可用于空间预测,而且还可用于时间预报,这种方法与一般统计学方法相比有很多优点,具有广大的发展前景。由于边坡系统是复杂的动态系统,仅仅用一种或两种方法是很难达到预期的精度和效果。因此,在进行预测预报时应该综合多种有效的方法进行对比研究,把模型实验与理论模型相结合,并选择最适合的模型来预测某一具体的边坡。
[1]文宝萍.滑坡预测预报研究现状与发展趋势[J].地学前缘,1996,3(1):86～91.
[2]江级辉,徐国宝.工程地质学[M].成都:成都科技大学出版社,1995.
[3]文海家,张永兴.山区建设场地高切坡稳定性评估概要[J].地下空间,2002,22(4):299～302.
[4]殷埋龙,等.滑坡预测及相关模型[J].岩石力学与工程学报,1996,15(1):1～8.
[5]戴作鹏,等.简述滑坡的观测方法和滑坡预报[J].四川测绘,1999,22(3):140～141.
[6]袁曾任.人工神经元网络及其应用[M].北京:清华大学出版社,1999.
[7]许强,黄润秋,等.斜坡稳定性空间预测的神经网络方法[J].中国地质灾害与防治学报,1994,5(2):17～21.
[8]崔中兴,等.神经网络在滑坡预报中的应用[J].水土保持通报,1995,15(5).
[9]吴文德,等.边坡稳定的灾变分析[J].化工矿山技术,1994,23(2):5～6.
[10]李思平,孙连英.基于非线性理论的边坡稳定性评价模型[J].水文地质工程地质,2002,第2期:11～14.
[11]郑乾墙.滑坡危险性的模糊综合评判[J].江西地质,1999,13(4):299～303.
[12]申力等.模糊数学在边坡稳定性动态分析中的应用[J].露天采煤技术,1996,第1期:16～19.
[13]周萃英.滑坡预测的方法学进展[J].地质科技情报,1999,18(4):89～92.
[14]蒋刚,林鲁生,等.边坡变形的灰色预测模型[J].岩土力学,2000,21(3):244～246.
[15]汤连生,等.新滩滑坡非线性动态预测[J].冶金矿山设计与建设,1995,第6期:14～18.
[16]龙辉,秦四清,等.边坡演化的非线性动力学与突变分析[J].工程地质学报,2001,9(3):331～334.
[17]张树侠,吴简彤.数据建模及预报[M].哈尔滨:哈尔滨工程大学出版社,1999.