公开/公告号CN114965954A
专利类型发明专利
公开/公告日2022-08-30
原文格式PDF
申请/专利权人 福州大学;
申请/专利号CN202210553232.4
申请日2022-05-19
分类号G01N33/24(2006.01);G01N27/04(2006.01);G08B21/10(2006.01);G08B31/00(2006.01);
代理机构福州元创专利商标代理有限公司 35100;福州元创专利商标代理有限公司 35100;
代理人蔡学俊;薛金才
地址 350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学
入库时间 2023-06-19 16:36:32
法律状态公告日
法律状态信息
法律状态
2022-09-16
实质审查的生效 IPC(主分类):G01N33/24 专利申请号:2022105532324 申请日:20220519
实质审查的生效
技术领域
本发明涉及滑坡灾害预警技术领域,特别是一种基于非饱和土体电导率的浅层降雨型滑坡预警方法。
背景技术
目前,降雨滑坡的预警方法多实时监测的降雨量为基础以降雨临界值和“降雨强度+前期降雨量”或“降雨强度+降雨历时”为基本手段,往往忽视滑坡物理力学机理和滑坡非饱和破坏条件。许多降雨诱发的浅层滑坡往往都涉及浅层滑带非饱和土的复杂性质,加之降雨量统计在空间上差异较大,因此单纯通过降雨量指标本身存在很大的不确定性和局限性,以此为基础的降雨滑坡的稳定性分析难以满足准确性要求。浅层降雨滑坡的破坏机理为斜坡非饱和土体在降雨入渗作用下含水量增加土体重量增加,同时非饱和土基质吸力降低,从而引发下滑力增大和抗滑力减小,最终导致坡面失稳产生浅层滑坡。
因此,基于降雨量开展滑坡预警方法存在如以几个方面的不足:一是降雨临界值的方法与滑坡破坏的力学机理脱节,物理意义不明确。降雨可能产生坡面径流和蒸散发等分流,降雨入渗到土体的量差异很大;二是滑坡发生的前期雨量难以准确统计和计算,不同滑坡地质条件的差异,降雨数据也常常因为测站分散、密度小、插值失真等原因而偏离实际情况,仅采用区域性的、经验性的统计分析得出的结果存在着较大的局限性,导致滑坡成功预警率不理想;三是基于单一降雨指标的预警模型中的指标单一,不能反映滑坡土体的力学性能、电导性能和水文特征。降雨诱发滑坡破坏过程中基质吸力,含水率和电导率等水文、力学、电学参数都有不同的变化,因此未考虑滑坡土体上述指标的模型不能全面反映浅层滑坡变形破坏的物理力学特征,很难做到对滑坡的精细化预警。
发明内容
有鉴于此,本发明的目的在于提供一种基于非饱和土体电导率的浅层降雨型滑坡预警方法,针对现行滑坡预警方法多采用降雨单一指标,对滑坡物理力学状态和滑坡非饱和破坏考虑不充分,因而导致预警不准确的技术缺陷。
为实现上述目的,本发明采用如下技术方案:一种基于非饱和土体电导率的浅层降雨型滑坡预警方法,包括以下步骤:
步骤一:根据现场地质勘察确定滑坡范围,并通过岩土试验确定滑坡非饱和土体物理力学参数:其中,物理力学参数包括:土体有效内摩擦角φ′,土体有效粘聚力c′,土体干容重γ
步骤二:开展现场监测站点建设,开挖试坑并埋设探针式体积含水率计、电导率计、温度计和基质吸力传感器,实现长期监测,数据传输并同步到监测云平台;
步骤三:根据现场长期监测得到的体积含水率和基质吸力,建立非饱和土基质吸力和体积含水率的VG模型,并计算出VG模型的物理表征参数饱和含水率θ
步骤四:根据现场长期监测得到的温度、体积含水率和电导率数据,建立非饱和土电导率和体积含水率的关系模型,并根据该模型计算出饱和电导率σ
步骤五:根据现场长期监测得到的温度、基质吸力和电导率数据,建立非饱和土电导率和基质吸力的关系模型;
步骤六:根据非饱和土强度理论和滑坡稳定性分析理论,结合电导率-体积含水率和电导率-基质吸力的关系模型,得到基于土体电导率的降雨型滑坡稳定性计算公式;
步骤七:监测云平台根据计算结果,对比滑坡预警分级指标,对降雨滑坡开展监测预警。
在一较佳的实施例中,所述步骤一和步骤二中的监测站点建设中,滑坡监测站应布置在滑坡范围内,传感器埋设深度为50至300cm。
在一较佳的实施例中,所述步骤二具体如下:(1)根据滑坡现场勘察确定滑坡监测范围,建设滑坡现场监测站,开展监测站点布置,传感器的埋设安装;(2)进一步开展滑坡土体的体积含水率、电导率、基质吸力的现场监测,通过无线传输将监测数据实时传输并上传到监测云平台。
在一较佳的实施例中,所述步骤三中的VG模型公式为:
式中,
在一较佳的实施例中,所述步骤四和步骤五中的电导率采用温度校正后的标准值进行计算,其具体校正公式为:
式中,σ
所述步骤四中电导率-体积含水率关系模型拟合公式为:
θ=aσ+b
式中,θ为监测所得的土壤体积含水率,a和b均为拟合参数;于是饱和电导率σ
相对电导率σ
在一较佳的实施例中,所述步骤七中滑坡预警分级指标是根据滑坡稳定性状态为依据划分的,由《滑坡防治工程勘察规范》(GB/T 32864-2016),滑坡的稳定状态分为:稳定状态Fs>1.15、基本稳定状态1.05 在一较佳的实施例中,所述步骤五中电导率-基质吸力的关系模型拟合公式为:
式中,e为数学常数,c,p和q均为模型拟合参数。 在一较佳的实施例中,所述步骤六中涉及的滑坡稳定性计算方法,是耦合非饱和土强度理论和滑坡稳定性分析理论,基于电导率-体积含水率和电导率-基质吸力的关系模型,对滑坡稳定性系数进行求解,具体按照如下方法实施: 根据非饱和土理论,非饱和土的抗剪强度公式为:
式中,τ为土体抗剪强度,(σ 根据滑坡稳定性分析理论,无限长斜坡在降雨入渗下的稳定性计算公式为:
式中,F 耦合非饱和土强度理论和滑坡稳定性分析理论,结合电导率-体积含水率和电导率-基质吸力的关系模型,得到基于土体电导率的降雨型滑坡稳定性计算公式:
与现有技术相比,本发明具有以下有益效果: (1)本发明直接结合土体物理力学参数,利用现场监测的含水率、电导率、温度和基质吸力数据,综合性地从水文、电导、温度、力学、滑坡机理等多个维度全面、客观地反映了降雨诱发型滑坡的动态演化过程及发展趋势。 (2)本发明建立了土壤电导率-含水率、电导率-基质吸力的关系模型,揭示了滑坡内土壤在水-电-力学性质间的联系,从土壤电学的角度观察了降雨诱发型滑坡的发生机理,为滑坡监测预警提供了一种新的研究思路。 (3)本发明更加具有理论性和科学性,计算结果客观,适用性和准确性更强,提供了一种更为全面、科学的技术手段,对于推动滑坡学研究进步具有理论和实际意义。 附图说明 图1为本发明优选实施例的方法流程图; 图2为本发明优选实施例的建设监测站传回的含水率、电导率、基质吸力和降雨量随时间变化的监测数据示意图; 图3为本发明优选实施例的土壤VG模型图; 图4为本发明优选实施例的土壤电导率-体积含水率关系模型图; 图5为本发明优选实施例的土壤电导率-基质吸力关系模型图; 图6为本发明优选实施例的计算滑坡稳定系数随时间变化的过程及相应达到的预警指标级别图。 具体实施方式 下面结合附图及实施例对本发明做进一步说明。 应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。 需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式;如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。 一种基于非饱和土体电导率的浅层降雨型滑坡预警方法,包括以下步骤: 步骤一:根据现场地质勘察确定滑坡范围,并通过岩土试验确定滑坡非饱和土体物理力学参数:其中,物理力学参数包括:土体有效内摩擦角φ′,土体有效粘聚力c′,土体干容重γ 步骤二:开展现场监测站点建设,开挖试坑并埋设探针式体积含水率计、电导率计、温度计和基质吸力传感器,实现长期监测,通过无线传输将监测数据实时传输并上传到监测云平台;本实施例涉及的传感器埋深一般为50至300cm,其原因在于,浅层降雨型滑坡的滑动面多发生在50至300cm土体内,因此该深度的监测数据对后续滑坡稳定性的计算具有重要意义。 步骤三:根据现场长期监测得到的体积含水率和基质吸力,建立非饱和土基质吸力和体积含水率的VG模型,并计算出VG模型的物理表征参数饱和含水率θ
式中, 步骤四:根据现场长期监测得到的温度、体积含水率和电导率数据,建立非饱和土电导率和体积含水率的关系模型,该关系模型拟合公式为: θ=aσ+b 式中,θ为监测所得的土壤体积含水率,a和b均为拟合参数; 根据该模型计算出饱和电导率σ
相对电导率σ
步骤五:根据现场长期监测得到的温度、基质吸力和电导率数据,建立非饱和土电导率和基质吸力的关系模型,该关系模型拟合公式为:
式中,e为数学常数,c,p和q均为模型拟合参数。 步骤六:根据非饱和土强度理论和滑坡稳定性分析理论,结合电导率-体积含水率和电导率-基质吸力的关系模型,得到基于土体电导率的降雨型滑坡稳定性计算公式。 本发明的核心是耦合非饱和土理论,土壤电学理论和滑坡稳定性分析理论,通过现场监测的不同时刻土层深度的体积含水率、电导率、温度和基质吸力,对滑坡非饱和土的稳定系数进行求解,不但能够根据结果对降雨滑坡进行预警解决滑坡防灾减灾的实际问题,而且还可以揭示降雨激发浅层滑坡在非饱和条件下发生变形破坏的物理过程和力学机理,对于推动滑坡学理论进一步深入打下基础。 下面对本发明提出的滑坡稳定性求解过程进行详细介绍,根据非饱和土理论,非饱和土的抗剪强度公式为:
式中,τ为土体抗剪强度,(σ 根据滑坡稳定性分析理论,无限长斜坡在降雨入渗下的稳定性计算公式为:
式中,F 耦合非饱和土强度理论和滑坡稳定性分析理论,结合电导率-体积含水率和电导率-基质吸力的关系模型,得到基于土体电导率的降雨型滑坡稳定性计算公式:
步骤七:根据计算的实时计算的滑坡稳定系数,对比本发明提出的浅层降雨滑坡预警分级指标(表1),决定是否发出相应等级的预警,并发布预警结果。 根据《滑坡防治工程勘察规范》(GB/T 32864-2016)规定的滑坡稳定性状态划分标准,将滑坡预警预报指标分为4级,见表1。根据规范规定,通过滑坡的稳定系数将的滑坡稳定性状态分成4个级别,本发明基于规范制定的预警分级,一定程度上提高了滑坡预警的客观性、科学性和可靠性。 表1浅层降雨型滑坡预警分级指标
本发明的技术思想是:以降雨条件下非饱和土体发生浅层滑坡的形成过程和力学机理作为理论基础,结合水文学与电学理论,将不同时刻浅层滑坡非饱和土体的电导率与滑坡的稳定系数建立联系,并用运用滑坡稳定性分析的常规方法来判定浅层滑坡的稳定状态和预警指标。 依照该技术思想,本滑坡预警方法的基本技术原理在于:在步骤一中根据地质勘察确定滑坡的监测区和滑坡土体的物理力学参数等基础数据,并建设体积含水率、电导率、温度和基质吸力的监测站点。在此基础上,在步骤三中利用监测站点传回的含水率和基质吸力数据建立VG模型,得到现场土壤的饱和含水率、残余含水率;在步骤四中利用监测站点传回的含水率、电导率和温度数据,先将电导率进行温度校正后,再与含水率建立电导率-含水率关系模型,并根据该模型计算土壤的饱和电导率、残余电导率和相对电导率;在步骤五中利用监测站点传回的基质吸力、电导率数据建立电导率-基质吸力关系模型;在步骤六中结合本发明提出的基于非饱和土的稳定性计算方法,根据实时传回的电导率数据对滑坡的实时稳定性进行计算。步骤七根据规范规定的滑坡稳定性分析方法建立预警分级指标,根据对比计算值是否达到预警值,实现对预警区内滑坡的稳定性做出判断与评估,由此实现滑坡预报预警,如图1所示。采用此方法对降雨过程中浅层滑坡进行预报预警,综合性地从水文、电导、温度、力学、滑坡机理等多个维度的指标替代现行的基于统计的有效前期雨量或降雨临界值等间接指标来表征滑坡区的实时土体力学状况和稳定性随时间和降雨条件变化,通过土体电导率计算滑坡稳定性来判定滑坡土体是否接近或达到失稳破坏,揭示了滑坡内土壤在水-电-力学性质间的联系,相比降雨指标方法具备更高的可靠性、准确性和全面性。 本发明提出的上述预警方法主要适用于降雨作用下诱发非饱和土体浅层滑坡的预报预警,以下举例说明: 用实施例提供的方法,对三明市梅列区岩兜村滑坡开展基于非饱和土体电导率的浅层降雨型滑坡预警方法的实例分析。 岩兜村滑坡所在地貌属中低山地貌单元,整体地形坡度上陡下缓,整体坡度约30°至40°,坡面土体大量流失,平面上呈圈椅状,坡面植被覆盖率较高,浅表层为残积粘性土,下伏全风化花岗岩,潜在滑动面深约2m,为典型的降雨诱发型滑坡。 步骤一:实地勘察三明市梅列区岩兜村滑坡区域,通过采集滑坡残积粘性土土样,开展室内土力学实验测试土体物理力学参数(详见表2): 表2岩兜村滑坡土体物理力学参数值
步骤二:采用本发明方法进一步对岩兜村滑坡进行监测预警,本实施例中,在进行预警区残积粘性土的采用实验获取土体物理力学参数的基础上,进一步在预警区内建设监测站点,对滑坡的含水率、电导率、基质吸力、温度和降雨量开展实时监测。各传感器探头布置在滑坡坡面土体上,传感器埋深200cm。数据采集间隔为1h,实时监测站获取的监测数据通过无线传输上传至福州大学-海西研究所监测云平台,2021.3.6至2022.3.6为期一年的现场监测数据如图2所示。 步骤三:根据传回的监测数据,选取其中的体积含水率和基质吸力,将数据进行取日平均值后,利用MATLAB软件对数据进行VG模型拟合,如图3所示,得到现场土壤的饱和含水率为0.4569,残余含水率为0.2245。 步骤四:根据传回的监测数据,选取其中的体积含水率、电导率和温度数据,将电导率数据全部进行温度校正后,依照本发明提出的方法,建立电导率-含水率关系模型,如图4所示。 步骤五:根据传回的监测数据,选取其中的电导率和基质吸力,依照本发明提出的方法,建立电导率-基质吸力关系模型,如图5所示。 步骤六:根据本发明提出的非饱和土稳定性计算方法,结合电导率-含水率、电导率-基质吸力关系模型,得到基于土体电导率的降雨诱发型滑坡稳定性计算公式,并根据实时监测的电导率数据对滑坡的稳定性进行计算。 步骤七:监测云平台根据计算的滑坡稳定系数,如图6所示,根据规范规定的滑坡稳定性分析方法建立预警分级指标,根据对比计算值是否达到预警值,实现对预警区内滑坡的稳定性做出判断与评估。从2021.3.6~2022.3.6为期一年的监测数据来看,岩兜村滑坡在2021.12.24发生了强降雨事件,累计5日内降雨量达到了338.4mm,体积含水率和电导率均不断增加,基质吸力则相应减小,在强降雨停止后的第2天(2021.12.30),滑坡稳定系数降低至1.15,云平台发出橙色预警;在2022.1.10滑坡稳定系数降低至1.05,滑坡达到欠稳定状态,云平台发出黄色预警。
机译: 基于降雨和土壤水分的降雨诱发滑坡预警方法和装置
机译: 极端降雨诱发滑坡实时预警的系统和方法
机译: 利用储罐模型计算滑坡预警标准降雨的装置及其方法