文章信息
- 李为乐, 许强, 陆会燕, 董秀军, 朱要强
- LI Weile, XU Qiang, LU Huiyan, DONG Xiujun, ZHU Yaoqiang
- 大型岩质滑坡形变历史回溯及其启示
- Tracking the Deformation History of Large-Scale Rocky Landslides and Its Enlightenment
- 武汉大学学报·信息科学版, 2019, 44(7): 1043-1053
- Geomatics and Information Science of Wuhan University, 2019, 44(7): 1043-1053
- http://dx.doi.org/10.13203/j.whugis20190090
-
文章历史
收稿日期: 2019-03-02

2. 成都理工大学地球科学学院, 四川 成都, 610059;
3. 贵州省地质环境监测院, 贵州 贵阳, 550001
2. College of Earth Sciences, Chengdu University of Technology, Chengdu 610059, China;
3. Guizhou Geological Environment Monitoring Institute, Guiyang 550001, China
中国是一个滑坡地质灾害频繁发生的国家,地质灾害每年导致数百至数千人死亡,其中大型滑坡导致的人员死亡占比很高[1]。中国大型滑坡主要包括岩质滑坡、土层滑坡和松散堆积层滑坡,除松散堆积层滑坡外,前两者都涉及到复杂的演化机制及过程[1]。尤其是大型岩质滑坡往往具有高位、隐蔽性强、高速远程等特点[2],对其进行早期识别和提前防范,是目前国际工程地质界的难点问题。历史和现在是预测未来的关键[3],对大型岩质滑坡的变形历史和发展演化规律进行研究,可以为今后类似滑坡灾害的早期识别提供参考。
近年来,得益于遥感卫星不断增多,地面分辨率不断提高,历史存档遥感数据不断丰富,低空无人机三维航测技术、合成孔径雷达干涉测量技术(interferometric synthetic aperture radar,InSAR)、激光雷达测量技术(light laser detection and ranging,LiDAR)等现代高精度对地观测技术的不断进步和推广应用,使得对大型岩质滑坡形变历史的回溯成为可能。表 1展示的是近10 a来发生在中国大陆的典型大规模灾难性岩质滑坡[2, 4-16]。Zhao等[5]利用InSAR技术发现2009-06-05重庆市武隆县铁矿乡鸡尾山滑坡滑源区在2007-06之前便存在显著形变;2010-06-28贵州省关岭县岗乌镇大寨村滑坡也在2007年之前便有形变,滑前最大形变量达160 mm/a[5, 8]。本文作者利用多时相光学卫星影像发现2016-09-28浙江丽水遂昌县北界镇苏村滑坡[11]、2017-06-24四川省茂县叠溪镇新磨村滑坡[2]、2017-08-28贵州省纳雍县张家湾镇普洒村滑坡[14]以及2018-10-11西藏自治区江达县波罗乡白格滑坡在整体失稳前均有显著的形变迹象,其中白格滑坡的形变历史达50 a之久[15]。
| 编号 | 滑坡名 | 滑坡时间 | 灾害地点 | 体积/万m3 | 灾害损失 | 参考文献 |
| 1 | 鸡尾山滑坡 | 2009-06-05 | 重庆市武隆县铁矿乡鸡尾山 | 500 | 74人死亡 | [4-5] |
| 2 | 猴子岩滑坡 | 2009-08-06 | 四川省汉源县顺河乡猴子岩 | 100 | 31人死亡 | [6] |
| 3 | 关岭滑坡 | 2010-06-28 | 贵州省关岭县岗乌镇大寨村 | 175 | 99人死亡 | [7-8] |
| 4 | 五里坡滑坡 | 2013-07-10 | 四川省都江堰市中兴镇三溪村 | 190 | 166人死亡 | [9] |
| 5 | 英坪村滑坡 | 2014-08-27 | 贵州省黔南州福泉市道坪镇英坪村 | 141 | 23人死亡 | [10] |
| 6 | 苏村滑坡 | 2016-09-28 | 浙江省丽水遂昌县北界镇苏村 | 90 | 28人死亡 | [11-12] |
| 7 | 新磨村滑坡 | 2017-06-24 | 四川省茂县叠溪镇新磨村 | 1 300 | 83人死亡 | [2, 13] |
| 8 | 普洒村滑坡 | 2017-08-28 | 贵州省纳雍县张家湾镇普洒村 | 82.3 | 35人死亡 | [14] |
| 9 | 白格滑坡 | 2018-10-11 2018-11-03 |
西藏自治区江达县波罗乡白格村 | 2 300 850 |
经济损失超过42亿元 | [15-16] |
本文以2014-08-27英坪村滑坡、2016-09-28苏村滑坡、2017-06-24新磨村滑坡、2017-08-28普洒村滑坡以及2018-10-11白格滑坡等5处典型大规模岩质滑坡为研究对象,充分收集了滑坡前后的多时相高精度遥感影像,通过目视解译方法对其滑前形变迹象进行了识别,并对形变发展演化规律进行了归纳总结,建立了大型岩质滑坡光学遥感早期识别的主要标志,探讨了不同分辨率光学影像对滑坡形变迹象的辨识能力。
1 2014-08-27英坪村滑坡形变历史分析2014-08-27 20:30左右,贵州省黔南州福泉市道坪镇英坪村发生大规模山体滑坡(图 1),造成小坝村民组和新湾村民组房屋被掩埋,23人死亡[17]。滑坡区位于川黔南北构造带的白岩-道坪背斜东翼,属构造侵蚀剥蚀低中山地貌,最大高程1 502. 5 m,最低高程1 170 m,相对高差332.5 m,滑坡体厚约20~50 m,体积为141万m3[10, 17]。该滑坡区地层岩性为震旦系上统陡山沱组(Z1ds)白云岩、磷块岩和硅质岩,岩层产状为110°∠46°,为顺层滑坡[17]。
|
| 图 1 英坪村滑坡前后无人机航拍三维影像图 Fig. 1 3D Pre-sliding and Post-sliding Aerial Images for the Yingping Village Landslide |
收集到该滑坡2011年无人机航拍影像(图 2(a), 由贵州省地质环境监测院提供,具体日期不详,分辨率为0.2 m)、2013-08-28 Pleiades卫星影像(图 2(b), 分辨率为0.5 m)和2014-08-27无人机航拍影像(图 2(c),由贵州省地质环境监测院提供,分辨率为0.2 m)。从2011年无人机航拍影像上可以看到,滑坡后源有一“V”型拉裂缝,在影像上呈高亮度显示,与周边绿色植被形成鲜明对比,肉眼很容易识别(图 2(a))。此时,影像上可以识别的裂缝长度约27.0 m,宽约1.0 m。在2013-08-28 Pleiades卫星影像上,后源拉裂缝长度没有发生明显变化,但其宽度已经增大到约2.0 m(图 2(b))。根据瓮福(集团)有限责任公司2013-12提供的报告[18],裂缝深度约9.2 m(图 3)。2014-08-27滑后无人机航拍影像显示,滑坡的后源边界正是上述裂缝所在位置(图 2(c))。
|
| 图 2 英坪村滑坡多时相遥感影像图 Fig. 2 Multi-temporal Remote Sensing Images for the Yingping Village Landslide |
|
| 图 3 英坪村滑坡后源裂缝照片 Fig. 3 Photo of the Crack for the Yingping Village Landslide |
从滑前影像(图 4(a))和现场照片(图 4(b))可以看出,在滑坡前缘位置,采矿和公路切坡等人类工程活动非常强烈,而且局部滑塌清晰可见。由于滑坡所处山体为顺层边坡,前缘的切坡行为为滑坡的孕育提供了良好的临空条件,这也是该滑坡发生的主要原因。
|
| 图 4 英坪村滑坡前缘影像和现场照片 Fig. 4 Aerial and Field Photos for the Toe of the Yingping Village Landslide |
2016-09-28 17:28,浙江省丽水遂昌县北界镇苏村上村小组后山山体发生崩塌滑坡(图 5),造成20户房屋被埋,28人死亡和失踪[12]。滑坡区属低中山地貌,后源高程780 m,前缘高程320 m,相对高差460 m,滑坡体总长度约1 000 m,体积约90万m3[12]。该滑坡区地层岩性为白垩系细粒二长花岗岩[11]。此次滑坡灾害事件是一个链式反应过程,可以划分为山岩开裂-滑移剪出-崩塌冲击-老崩积体滑坡-摧毁上村-堵河堰塞成湖等6个阶段[12]。
|
| 图 5 苏村滑坡前后遥感影像 Fig. 5 Pre-sliding and Post-sliding Images for the Su Village Landslide |
收集到该滑坡2000年左右的KeyHole卫星影像(分辨率2 m)、2010-12-20和2013-10-13 QuickBird卫星影像(分辨率0.61 m)、2015年天地图卫星影像(分辨率1.0 m,具体日期不详)共4期高精度影像(图 6)。对影像分析可以发现,该滑坡在2000年之前,便已经有明显的变形迹象。从图 6(a)可见滑坡后缘右侧已经有拉裂缝,滑源区前缘有小规模崩塌。2010年、2013年两期影像显示,滑坡后缘裂缝没有明显增长,但滑源区前缘崩塌范围和规模在不断增大(图 6(b)、图 6(c))。2015年遥感影像显示,该滑坡后缘拉裂缝已从右侧边缘一直延伸到左侧边缘(图 6(d)),2016年的苏村滑坡正是沿着这条拉裂缝发生整体失稳。同时,2015年滑坡前缘也发生了较之前规模更大的崩塌。
|
| 图 6 苏村滑坡源区遥感影像(红色箭头标识后源裂缝) Fig. 6 Satellite Images for the Source Area of the Su Village Landslide(Red Arrows Indicate the Back Scar) |
2017-06-24 06:00,四川省茂县叠溪镇新磨村新村组后山山体发生高位滑坡(图 7),掩埋64户农房和1 500 m道路,堵塞河道1 000 m,导致83人死亡和失踪[2]。滑坡区位于岷江一级支流松坪沟左岸一顺层单薄山脊上,属构造侵蚀高山地貌,后源高程3 460 m,前缘高程2 240 m,相对高差达1 200 m,滑源区长约200 m,宽约300 m,平均厚度约70 m,体积约450万m3,堆积区顺滑坡运动方向1 600 m,顺河长1 000 m,平均厚度大于10 m,体积约为1 300万m3[12]。该滑坡区地层岩性为三叠系中统杂谷脑组(T2z)变质砂岩夹板岩,岩层产状N80°W/SW∠47°。山体坡向与岩层倾向基本一致,属于典型的顺层滑坡。
|
| 图 7 新磨村滑坡前后影像图 Fig. 7 Pre-sliding and Post-sliding Images for the Xinmo Village Landslide |
收集到2003-08-18 QuickBird卫星影像(分辨率0.61 m)、2016-02-09和2017-04-08国产高分2号卫星影像(分辨率0.8 m)等3期次滑坡区历史高精度卫星光学影像。对上述历史影像进行空间位置匹配后,利用目视解译的方式对滑源区的历史变形迹象进行分析研究。在2003-08-18 QuickBird卫星影像上可看到,此次滑坡源区陡壁大部分为基岩裸露,滑坡源区可见3条沿滑动方向展布的裂缝,其中1#裂缝和3#裂缝分别对应本次滑坡的右侧和左侧边界,同时在滑坡两侧分别可见两条沿山脊线延伸的裂缝,分别为4#裂缝和5#裂缝,其中5#裂缝较为明显,下方可见小规模崩滑体(图 8(a))。在2017-04-08国产高分2号影像上(图 8(b)),上述裂缝未见明显扩展延伸,崩滑范围未见显著变化的迹象。意大利TRE ALTAMIRA团队利用2014-10-09—2017-06-19期间的45景Sentinel-1雷达卫星影像进行形变时序差分分析,结果显示该滑坡源区自2014年以来已存在缓慢形变,最大形变速率为27 mm/a,滑坡的加速变形出现在2017-04之后(图 9)[19]。
|
| 图 8 新磨村滑坡源区遥感影像 Fig. 8 Satellite Images for the Source Area of the Xinmo Village Landslide |
2017-08-28 10:30左右,贵州省纳雍县张家湾镇普洒村老鹰岩山体发生高位滑坡(图 10),掩埋了普洒村大树脚组和桥边组居民区部分房屋,导致35人死亡和失踪[14]。滑坡区属构造侵蚀、剥蚀型低中山地貌,后源高程2 170 m,前缘高程1 800 m,相对高差达370 m,滑源区长约145 m,宽约85 m,平均厚度约40 m,体积约49.1万m3,堆积区长610 m,平均宽约575 m,平均厚度大于4 m,体积约82.3万m3[14]。该滑坡区地层岩性为下三叠统夜郎组(T1y)灰岩、粉砂质泥岩和泥质粉砂岩等,岩层产状N80°E/SE∠5°~10°,岩层倾向斜缓倾坡内[14]。
|
| 图 10 普洒村滑坡前后影像图 Fig. 10 Pre-sliding and Post-sliding Images for the Pusa Village Landslide |
收集到2012-12-24 Pleiades卫星影像(分辨率0.5 m)、2014-03-16 QuickBird卫星影像(分辨率0.61 m)、2015-04-04国产高分2号卫星影像(分辨率0.8 m)等3期次滑坡区历史高精度卫星影像和2017-08-30滑后无人机航拍影像(分辨率0.2 m,图 11)。对上述历史影像进行空间位置匹配后,利用目视解译的方式对滑源区的历史变形迹象进行分析研究。在2012年Pleiades卫星影像上可以看到, 在滑坡后源近似平行发育有两条已经基本贯通的拉裂缝(图 11(a)),其中1#裂缝长约120 m,2#裂缝长约160 m,在滑坡前缘左侧可见小规模崩塌堆积体;在2014年QuickBird卫星影像上,1#裂缝和2#裂缝的长度均未见明显增加(图 11(b)),但在1#裂缝和2#裂缝之间新增了一条相对较短的拉裂缝(3#裂缝),长度约25 m;在2015年国产高分2号卫星影像上,后源拉裂缝长度均未见明显增长,但在滑坡右侧发生了与左侧规模相当的崩塌体(图 11(c))。最后,滑坡以1#拉裂缝为后源边界,发生了整体失稳(图 11(d))。另据现场调查,该滑坡后缘裂缝早在2009-09便已经存在[14]。
|
| 图 11 普洒村滑坡源区遥感影像 Fig. 11 Satellite Images for the Source Area of the Pusa Village Landslide |
2018-10-11和2018-11-03,西藏自治区江达县波罗乡白格村附近金沙江右岸先后发生了两次大规模高位滑坡堵江事件(图 12)。堵江事件发生后,国家各部门紧密合作,开展了应急处置工作,通过人工开挖导流槽提前泄流,避免了群死群伤事件的发生,但巨量的泄流洪水还是导致下游318国道金沙江大桥等多座桥梁和大量公路路基被冲毁,云南省丽江市巨甸镇、石鼓镇等居民区被大面积淹没,直接经济损失超过42亿元[16]。滑坡区属构造侵蚀高山强烈寒冻风化地貌,后源高程3 720 m,前缘高程2 880 m,相对高差达840 m,第1次滑坡体积约2 300万m3,第2次滑坡体积约850万m3[15]。该滑坡区地层岩性主要为元古界雄松群(Ptxna)片麻岩和华里西期蛇纹岩(ϕω4)[15]。
|
| 图 12 白格滑坡2018-10-12无人机航拍影像 Fig. 12 Aerial Image of the Baige Landslide by Unmanned Aerial Vehicle on October 12, 2018 |
收集了该滑坡区1966—2018年共15期历史卫星影像进行分析(表 2)。通过对比分析发现,早在1966年,该滑坡中部就有小规模滑塌等变形迹象,但滑坡后缘未见明显拉裂缝(图 13(a))。在2011年GeoEye-1卫星影像上,可以看到滑坡后缘已形成基本连通的拉裂缝,中部滑塌规模较1966年显著增大(图 13(b))。对比2011年和2015年的卫星影像,可见滑坡源区在此期间发生整体下错,后缘拉裂缝已形成明显的错台,中部滑塌变形进一步加剧(图 13(c))。2017-01-15国产高分2号卫星影像(图 13(d))显示,滑坡地表形变迹象较2015年没有显著变化。但在2018-02-28国产高分2号卫星影像上,可见滑坡整体变形进一步加剧,在滑坡中下部已形成明显的剪出口(图 13(e))。在2018-08-29美国Planet卫星影像上,可见滑坡源区已非常破碎,整体处于临滑状态[15](图 13(f))。
| 序号 | 影像时间 | 卫星名称 | 分辨率/m |
| 1 | 1966-02-08 | KeyHole卫星 | 2.7 |
| 2 | 2011-03-04 | GeoEye-1卫星 | 0.41 |
| 3 | 2014-01-08 | 资源3号卫星 | 2.1 |
| 4 | 2014-12-28 | 资源3号卫星 | 2.1 |
| 5 | 2015-02-22 | GeoEye-1卫星 | 0.41 |
| 6 | 2015-08-10 | 高分1号卫星 | 2.0 |
| 7 | 2015-11-13 | 资源3号卫星 | 2.1 |
| 8 | 2016-01-06 | 资源3号卫星 | 2.1 |
| 9 | 2016-05-23 | 高分1号卫星 | 2.0 |
| 10 | 2017-01-15 | 高分2号卫星 | 0.8 |
| 11 | 2017-08-05 | 高分2号卫星 | 0.8 |
| 12 | 2017-10-18 | 高分2号卫星 | 0.8 |
| 13 | 2017-12-21 | 高分2号卫星 | 0.8 |
| 14 | 2018-02-28 | 高分2号卫星 | 0.8 |
| 15 | 2018-08-29 | Planet卫星 | 3.0 |
|
| 图 13 白格滑坡源区遥感影像 Fig. 13 Satellite Images for the Source Area of the Baige Landslide |
该滑坡体上有多条小路,在所收集的卫星影像上可以识别出来。对每期遥感影像上的道路进行解译,再将不同时间的道路位置进行对比,便可计算活动滑坡表面的位移量(图 14、图 15)。根据小路分布位置,分别提取Ⅰ1、Ⅰ2、Ⅰ3、Ⅱ2、Ⅱ3共5处特征点随时间的形变量(图 15)。由图 15可见,5处特征点的形变趋势基本一致,但累计形变量差别较大,从大到小依次为Ⅰ2>Ⅰ1>Ⅱ2>Ⅱ3>Ⅰ3。说明该滑坡地表形变整体上为:中部>后部>前缘,滑坡应该属于推移式滑坡;此外,滑坡右侧(Ⅰ区)形变明显大于左侧(Ⅱ区)。该滑坡2011-03-04—2018-02-28最大位移达47.3 m,其中2017-01-15—2018-02-28滑坡体最大水平位移达到26.2 m(Ⅰ2处)。从图 15的位移曲线大致可以看出,该滑坡自2011年以来一直处于变形过程,其中2014-12-28—2015-02-22有1次加速变形,之后趋于相对稳定;2016-05-23—2018-02-28,滑坡一直处于较快的匀速变形;2018-02-28之后,由于没有高精度卫星影像,其形变量无法进行定量描述。
|
| 图 14 2011-03-04—2018-02-28白格滑坡上道路形变和变形分区图 Fig. 14 Road Deformation and Deformation Partition Map for the Baige Landslide from March 4, 2011 to February 28, 2018 |
|
| 图 15 白格滑坡累积位移图 Fig. 15 Cumulative Displacement Map for the Baige Landslide |
本文研究的5个大型岩质滑坡按主要形成原因可分为自然重力作用和人类工程活动扰动两大类;按滑坡坡体结构可分为顺层、切层和岩浆岩(岩浆变质岩)斜坡(表 3)。通过对比发现,主要由自然重力作用形成的岩质滑坡从出现地表变形迹象到整体失稳演化过程,比由人类工程活动扰动形成的岩质滑坡更漫长,比如苏村滑坡、新磨村滑坡、白格滑坡都经历了数10 a的孕育演化,而主要由人类工程活动扰动形成的大型岩质滑坡形变演化过程可在几年内完成。
| 划分标准 | 滑坡类型 | 形变特征和规律 | 滑坡案例 |
| 形成原因 | 自然重力作用 | 地表形变出现到整体失稳演化过程一般需要10 a以上 | 苏村滑坡、新磨村滑坡、白格滑坡 |
| 人类工程活动扰动 | 地表形变出现到整体失稳演化过程可在几年内完成 | 英坪村滑坡、普洒村滑坡 | |
| 坡体结构 | 顺层 | 后源裂缝在水平方向上的发展和前缘滑塌现象均不显著,滑坡加速变形到整体失稳需要的时间短(数月) | 英坪村滑坡、新磨村滑坡 |
| 切层 | 后源裂缝不断延伸直至圈闭,可见多级裂缝,前缘变形主要表现为规模逐渐增大的崩塌,滑坡加速变形到整体失稳时间较长 | 普洒村滑坡 | |
| 岩浆岩/岩浆变质岩斜坡 | 后源裂缝不断延伸直至圈闭,前缘变形主要表现为规模逐渐增大的崩塌,加速变形到整体失稳时间长,可达数年 | 苏村滑坡、白格滑坡 |
顺层滑坡在孕育过程中,其后源裂缝在水平方向上的延伸不明显,英坪村滑坡和新磨村滑坡在滑前1 a内,后源裂缝均未见明显变化且也均未形成圈闭的后源裂缝。顺层滑坡从加速变形到整体失稳需要的时间一般较短,如新磨村滑坡加速变形只有两个多月(图 9)。切层和岩浆岩(岩浆变质岩)斜坡类大型岩质滑坡的形变特征和演化规律基本类似,主要表现为后源裂缝不断延伸直至圈闭,前缘变形主要表现为规模逐渐增大的崩塌,加速变形到整体失稳的时间可达数年,如2018年白格滑坡在2014年底便表现出了加速变形特征(图 15)。
综上,大型岩质滑坡往往不具备已发生过剧烈位移的老(古)滑坡所具有的“圈椅状”地貌特征,其形变迹象在光学影像上主要表现为后源高亮度显示的拉裂缝和前缘高亮度显示的崩塌滑坡。其中,顺层滑坡形变迹象在光学影像上随时间变化不显著,需结合InSAR形变探测技术进行早期识别[20]。切层和岩浆岩(岩浆变质岩)斜坡类大型岩质滑坡的形变迹象随时间变化较显著,一般仅利用多时相高精度光学影像便可进行早期识别。
6.2 不同分辨率光学影像对大型岩质滑坡形变迹象的辨识能力利用光学影像对大型岩质滑坡的形变迹象进行识别,其主要利用的是影像的色调和纹理特征,故选择适宜分辨率的光学影像数据进行大型岩质滑坡的隐患识别至关重要。图 16为普洒村滑坡不同时期不同分辨率的遥感影像。由图 16可见,QuickBird卫星影像(分辨率0.61 m)和高分2号卫星影像(分辨率0.8 m)对滑坡后源裂缝和前缘崩塌均有较好的辨识能力,可对裂缝长度和宽度进行较为准确的量测,前缘崩塌产生的巨石也清晰可见。而高分1号卫星影像(分辨率2.0 m)和Planet卫星影像(分辨率3.0 m)基本上无法对滑坡后源裂缝进行识别,对前缘崩塌堆积体虽可识别,但细节不清晰。因此,在利用光学影像对大型岩质滑坡进行识别时,建议利用分辨率优于1.0 m的卫星影像,以获得较好的识别效果。
|
| 图 16 普洒村滑坡不同分辨率遥感影像上形变特征 Fig. 16 Deformation Characteristics on Remote Sensing Images with Different Resolutions of the Pusa Village Landslide |
本文利用多时相高精度遥感影像对近年来发生在中国大陆的5处大规模岩质滑坡的滑前形变迹象进行了识别,并对其发展演化规律进行了定性和定量分析,有以下几点发现和启示。
1) 大型滑坡隐患源区往往地处高位、交通困难、人迹罕至的地方,具有高度的隐蔽性,仅靠传统的调查排查和群测群防手段很难对滑坡隐患进行早期识别,必须借助现代高精度对地观测技术(高精度光学遥感技术、星载InSAR、机载LiDAR等)进行观测。
2) 大型岩质滑坡在发育演化过程中均会产生显著的地表形变迹象,这些地表形变迹象不仅可以利用高精度光学遥感(地面分辨率一般需要优于1.0 m)直接进行目视识别,也可以利用InSAR等对地观测技术进行定量探测。
3) 大型岩质滑坡的加速变形和整体失稳过程可以非常快速,但其孕育演化的时间可达数年至数10 a,甚至更长。综合利用光学遥感和雷达干涉遥感等现代高精度对地观测技术,结合地质专家经验有助于对其进行早期识别。
4) 大型岩质滑坡在孕育过程中,由于没有发生过剧烈位移,往往不具备已发生过剧烈位移的老(古)滑坡所具有的“圈椅状”地貌特征,利用光学遥感影像对其进行早期识别,不能按照教科书上的识别标志[21],其识别标志主要为坡体后源是否存在拉裂缝和坡体前缘是否存在局部滑塌。其中,顺层岩质滑坡后源裂缝和前缘滑塌等形变迹象一般随时间变化不显著,后源裂缝不圈闭也可能发生整体失稳;而切层和岩浆岩(或岩浆变质岩)岩质滑坡的形变迹象随时间变化显著,一般需后源裂缝圈闭后,才发生整体失稳。
| [1] |
Huang Runqiu. Large-Scale Landslides and Their Sliding Mechanisms in China Since the 20th Century[J]. Chinese Journal of Rock Mechanics and Enginee-ring, 2007, 26(31): 433-454. (黄润秋. 20世纪以来中国的大型滑坡及其发生机制[J]. 岩石力学与工程学报, 2007, 26(31): 433-454. ) |
| [2] |
Xu Qiang, Li Weile, Dong Xiujun, et al. The Xinmocun Landslide on June 24, 2017 in Maoxian, Sichuan:Characteristics and Failure Mechanism[J]. Chinese Journal of Rock Mechanics and Engineering, 2017, 36(11): 2 612-2 628. (许强, 李为乐, 董秀军, 等. 四川茂县叠溪镇新磨村滑坡特征与成因机制初步研究[J]. 岩石力学与工程学报, 2017, 36(11): 2 612-2 628. ) |
| [3] |
Scaioni M, Longoni L, Melillo V, et al. Remote Sensing for Landslide Investigations:An Overview of Recent Achievements and Perspectives[J]. Remote Sensing, 2014, 6(10): 9 600-9 652. DOI:10.3390/rs6109600 |
| [4] |
Xu Q, Fan X M, Huang R Q, et al. A Catastrophic Rockslide-Debris Flow in Wulong, Chongqing, China in 2009:Background, Characterization, and Causes[J]. Landslides, 2010, 7(1): 75-87. DOI:10.1007/s10346-009-0179-y |
| [5] |
Zhao C Y, Zhang Q, Yin Y, et al. Pre-, Co-, and Post-rockslide Analysis with ALOS/PALSAR Imagery:A Case Study of the Jiweishan Rockslide, China[J]. Nat Hazards Earth Syst Sci, 2013, 13: 2 851-2 861. DOI:10.5194/nhess-13-2851-2013 |
| [6] |
Huang Runqiu, Wang Yunsheng, Dong Xiujun. The 6th August 2009 Filed Urgent Investigation on the Geohazard of the Rock Fall Damming in Houziyan, Shunhe, Hanyuan, Sichuan[J]. Journal of Engineering Geology, 2009, 17(4): 445-448. (黄润秋, 王运生, 董秀军. 2009年8·6四川汉源猴子岩崩滑的现场应急调查及危岩处理[J]. 工程地质学报, 2009, 17(4): 445-448. DOI:10.3969/j.issn.1004-9665.2009.04.002 ) |
| [7] |
Yin Y P, Sun P, Zhu J L, et al. Research on Catastrophic Rock Avalanche at Guanling, Guizhou, China[J]. Landslides, 2011, 8(4): 517-525. DOI:10.1007/s10346-011-0266-8 |
| [8] |
Kang Y, Zhao C Y, Zhang Q. Application of InSAR Techniques to an Analysis of the Guanling Landslide[J]. Remote Sensing, 2017, 9(10): 1 046. DOI:10.3390/rs9101046 |
| [9] |
Yin Y P, Chen Y L, Liang J T, et al. Heavy-Rainfall-Induced Catastrophic Rockslide-Debris Flow at Sanxicun, Dujiangyan, After the Wenchuan Ms8.0 Earthquake[J]. Landslides, 2016, 13(1): 9-23. DOI:10.1007/s10346-015-0554-9 |
| [10] |
Xing A G, Xu Q, Zhu Y Q, et al. The August 27, 2014, Rock Avalanche and Related Impulse Water Waves in Fuquan, Guizhou, China[J]. Landslides, 2016, 13(2): 411-422. DOI:10.1007/s10346-016-0679-5 |
| [11] |
Ouyang C J, Zhao W, Xu Q, et al. Failure Mechanisms and Characteristics of the 2016 Catastrophic Rockslide at Su Village, Lishui, China[J]. Landslides, 2018, 15(7): 1 391-1 400. DOI:10.1007/s10346-018-0985-1 |
| [12] |
Liu Chuanzheng. Landslide Disaster in Sucun, Suichang County, Zhejiang Province[J]. The Chinese Journal of Geological Hazard and Control, 2016, 27(4): 12. (刘传正. 浙江遂昌县苏村崩塌滑坡灾害[J]. 中国地质灾害与防治学报, 2016, 27(4): 12. ) |
| [13] |
Fan X M, Xu Q, Scaringi G, et al. Failure Mechanism and Kinematics of the Deadly June 24th 2017 Xinmo Landslide, Maoxian, Sichuan, China[J]. Landslides, 2017, 14(6): 2 129-2 146. DOI:10.1007/s10346-017-0907-7 |
| [14] |
Zheng Guang, Xu Qiang, Ju Yuanzhen, et al. The Pusacun Rock Avalanche on August 28, 2017 in Zhangjiawan Nayongxian, Guizhou:Characteristics and Failure Mechanism[J]. Journal of Engineering Geology, 2018, 26(1): 223-240. (郑光, 许强, 巨袁臻, 等. 2017年8月28日贵州纳雍县张家湾镇普洒村崩塌特征与成因机理研究[J]. 工程地质学报, 2018, 26(1): 223-240. ) |
| [15] |
Xu Qiang, Zheng Guang, Li Weile, et al. Study on Successive Landslide Damming Events of Jinsha River in Baige Village of October 11 and November 3, 2018[J]. Journal of Engineering Geology, 2018, 26(6): 1 534-1 551. (许强, 郑光, 李为乐, 等. 2018年10月和11月金沙江白格两次滑坡-堰塞堵江事件分析研究[J]. 工程地质学报, 2018, 26(6): 1 534-1 551. ) |
| [16] |
Yunnan Net. Flood Discharge from Baige Barrier Lake of Jinsha River through Lijiang River has Caused Direct Economic Losses of 4.2 Billion Yuan Without Casualties[OL].http://yn.yunnan.cn/system/2018/11/15/030119212.shtml,2018 (云南网.金沙江白格堰塞湖泄洪过境丽江已造成直接经济损失42亿元暂无人员伤亡[OL]. http://yn.yunnan.cn/system/2018/11/15/030119212.shtml,2018)
|
| [17] |
Lv Gang, Zhu Yaoqiang. Dynamic Analysis on the Catastrophic Landslide and Related Impulse Water Waves in Fuquan, Guizhou, China[J]. The Chinese Journal of Geological Hazard and Control, 2017, 28(4): 1-5. (吕刚, 朱要强. 贵州福泉滑坡冲击水塘的涌浪过程分析[J]. 中国地质灾害与防治学报, 2017, 28(4): 1-5. ) |
| [18] |
Wengfu Group Co. Ltd. Feasibility Study Report on Xiaoba Landslide Control Project in Yingping Mining Area of Wengfu Phosphate Mine[R].Guiyang, 2013 (瓮福集团有限责任公司.瓮福磷矿英坪矿区小坝滑坡治理工程可行性研究报告[R].贵阳, 2013)
|
| [19] |
Intrieri E, Raspini F, Fumagalli A, et al. The Maoxian Landslide as Seen from Space:Detecting Precursors of Failure with Sentinel-1 Data[J]. Landslides, 2018, 15(1): 123-133. DOI:10.1007/s10346-017-0915-7 |
| [20] |
Zhang Lu, Liao Mingsheng, Dong Jie, et al. Early Dectection of Landslide Hazards in Mountainous Areas of West China Using Time Series SAR Interferometry-A Case Study of Danba, Sichuan[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 2 039-2 049. (张路, 廖明生, 董杰, 等. 基于时间序列InSAR分析的西部山区滑坡灾害隐患早期识别——以四川丹巴为例[J]. 武汉大学学报·信息科学版, 2018, 43(12): 2 039-2 049. ) |
| [21] |
Zhuo Baoxi. Remote Sensing Interpretation & Application of Geology Engineering[M]. Beijing: China Railway Publishing House, 2011. (卓宝熙. 工程地质遥感判释与应用[M]. 北京: 中国铁道出版社, 2011. )
|
2019, Vol. 44


