Message Board

Respected readers, authors and reviewers, you can add comments to this page on any questions about the contribution, review,        editing and publication of this journal. We will give you an answer as soon as possible. Thank you for your support!

Name
E-mail
Phone
Title
Content
Verification Code
Volume 45 Issue 6
Jun.  2020
Turn off MathJax
Article Contents

XIE Mingli, ZHAO Jianjun, JU Nengpan, HE Chaoyang, WANG Jun. Research on Temporal and Spatial Evolution of Landslide Based on Multisource Data: A Case Study of Huangnibazi Landslide[J]. Geomatics and Information Science of Wuhan University, 2020, 45(6): 923-932. doi: 10.13203/j.whugis20190060
Citation: XIE Mingli, ZHAO Jianjun, JU Nengpan, HE Chaoyang, WANG Jun. Research on Temporal and Spatial Evolution of Landslide Based on Multisource Data: A Case Study of Huangnibazi Landslide[J]. Geomatics and Information Science of Wuhan University, 2020, 45(6): 923-932. doi: 10.13203/j.whugis20190060

Research on Temporal and Spatial Evolution of Landslide Based on Multisource Data: A Case Study of Huangnibazi Landslide

doi: 10.13203/j.whugis20190060
Funds:  Innovative Research Groups of the National Natural Science Foundation of China (41521002);State Key Laboratory of Geohazard Prevention and Geoenvironment Protection Open Foundation (SKLGP2017Z016,SKLGP2017Z017).
More Information
  • Author Bio:

    XIE Mingli, PhD candidate, specializes in engineering geology research.565725640@qq.com

  • Corresponding author: ZHAO Jianjun, PhD, professor. E-mail:153735368@qq.com
  • Received Date: 2019-12-13
  • Publish Date: 2020-06-05
  • Landslide evolution is a long-term and complex process. Geo-hazards have different characteristics in various data, and have certain applicability in different stages of landslide. This paper applies different characteristics and applicability of various data sources in landslide by the multi-source data fusion method. The deformation and failure characteristics and temporal and spatial evolution law of Huangnibazi landslide during its dynamic evolution from pre-sliding to mid-sliding to post-sliding are studied. The results show that the deformation and failure process of Huangnibazi landslide can be divided into four stages:start-up stage, accelerated deformation (accelerated sliding) stage, front expansion (decelerated sliding) stage and gradual stabilization stage. Huangnibazi landslide is a creep-pull-split landslide formed under the influence of self-weight, rainfall infiltration, earthquake and vibration caused by human engineering activities. The application of various data in different stages of landslide is summarized:interferometric synthetic aperture radar(InSAR) technology, optical image and topographic data are used to determine potential landslide body before sliding. Optical remote sensing image is used to observe the overall deformation and trend of landslide accumulation body during sliding. Global positioning system (GPS) is used to continuously observe local deformation after sliding. Field investigation is used to determine the characteristics of geological hazard body.
  • [1] 许强, 汤明高, 徐开祥, 等. 滑坡时空演化规律及预警预报研究[J]. 岩石力学与工程学报, 2008, 27(6):1104-1112 doi:  10.3321/j.issn:1000-6915.2008.06.003

    Xu Qiang, Tang Minggao, Xu Kaixiang, et al. Research on Space-Time Evolution Laws and Early Warning-Prediction of Landslides[J]. Chinese Journal of Rock Mechanics and Engineering, 2008, 27(6):1104-1112 doi:  10.3321/j.issn:1000-6915.2008.06.003
    [2] 李聪,朱杰兵,汪斌,等.滑坡不同变形阶段演化规律与变形速率预警判据研究[J].岩石力学与工程学报,2016,35(7):1407-1414 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=yslxygcxb201607011

    Li Cong, Zhu Jiebing, Wang Bin, et al. Critical Deformation Velocity of Landslides in Different Deformation Phases[J]. Chinese Journal of Rock Mechanics and Engineering, 2016,35(7):1407-1414 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=yslxygcxb201607011
    [3] 秦四清,王思敬. 斜坡滑动失稳演化的非线性机制与过程研究进展[J].地球与环境,2006,33(3):75-82 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dzdqhx200503012

    Qin Siqing,Wang Sijing. Advances in Research on Nonlinear Evolutionar Mechanisms and Process of in Stabilization of Planar-Slip Slope[J]. Earth and Environment,2006,33(3):75-82 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dzdqhx200503012
    [4] 秦四清,王媛媛,马平. 崩滑灾害临界位移演化的指数律[J]. 岩石力学与工程学报,2010,29(5):873-880 http://d.old.wanfangdata.com.cn/Periodical/yslxygcxb201005002

    Qin Siqing,Wang Yuanyuan,Ma Ping. Exponential Laws of Critical Displacement Evolution for Landslides and Avalanches[J]. Chinese Journal of Rock Mechanics and Engineering,2010,29(5):873-880 http://d.old.wanfangdata.com.cn/Periodical/yslxygcxb201005002
    [5] 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):1534-1551 http://d.old.wanfangdata.com.cn/Periodical/gcdzxb201806017

    Xu Qiang, Zheng Guang, Li Weile,et al. Study on Successive Landslide Damming Events of Jinsha River in Baige Village on October 11th and November 3rd, 2018[J]. Journal of Engineering Geology,2018,26(6):1534-1551 http://d.old.wanfangdata.com.cn/Periodical/gcdzxb201806017
    [6] Yin Y P, Sun P, Zhang M, et al. Mechanism on Apparent Dip Sliding of Oblique Inclined Bedding Rockslide at Jiweishan, Chongqing, China[J]. Landslides, 2011, 8(1):49-65 doi:  10.1007/s10346-010-0237-5
    [7] Yin Y P, Cheng 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
    [8] Gianvito S, Xuanmei F, Qiang X, et al. Some Considerations on the Use of Numerical Methods to Simulate Past Landslides and Possible New Failures:The Case of the Recent Xinmo Landslide (Sichuan, China)[J]. Landslides, 2018, 15(12):1359-1375 doi:  10.1007/s10346-018-0953-9
    [9] Sassa K. Landslide Disasters Triggered by the 2004 Mid-Niigata Prefecture Earthquake in Japan[J]. Landslides, 2005, 2(3):243-251 doi:  10.1007/s10346-005-0063-3
    [10] Zhang Y, Meng X M, Colm J, et al. Investigating Slow-Moving Landslides in the Zhouqu Region of China Using InSAR Time Series[J]. Landslides, 2018,15(1):1-17 doi:  10.1007/s10346-017-0928-2
    [11] Mohammed F, Fritz H M. Correction to "Physical Modeling of Tsunamis Generated by Three-Dimensional Deformable Granular Landslides"[J]. Journal of Geophysical Research:Oceans, 2013, 118(6): 3221-3230 doi:  10.1002/jgrc.20218
    [12] 赵建军,马运韬,蔺冰,等.平缓反倾采动滑坡形成的地质力学模式研究——以贵州省马达岭滑坡为例[J].岩石力学与工程学报,2016,35(11):2217-2224 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=yslxygcxb201611006

    Zhao Jianjun, Ma Yuntao, Lin Bing, et al. Geomechanical Mode of Mining Landslides with Gently Counter-Inclined Bedding:A Case Study of Madaling Landslide in Guizhou Province[J]. Chinese Journal of Rock Mechanics and Engineering,2016,35(11):2217-2224 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=yslxygcxb201611006
    [13] Sassa K, Tiwari B, Liu K F, et al. Physical Modelling of Earthquake-Induced Landslides[J]. Landslide Dynamics, 2018, 15(2):287-295 http://cn.bing.com/academic/profile?id=b72ba81d8ef4b0cf16d55798d62e6560&encoded=0&v=paper_preview&mkt=zh-cn
    [14] 游新兆, 李澍荪, 杨少敏, 等. 长江三峡工程库首区InSAR测量的初步研究[J]. 大地测量与地球动力学, 2001, 21(4):58-66 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dkxbydz200104008

    You Xinzhao, Li Shusun, Yang Shaomin, et al.InSAR Investigation in the Early Stage of the Three Gorges Project on the Yangtze River[J]. Journal of Geodesy and Geodynamics, 2001, 21(4):58-66 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dkxbydz200104008
    [15] Dong J, Zhang L, Liao M S, et al. Measuring Precursory Movements of the Recent Xinmo Landslide in Mao County, China with Sentinel-1 and ALOS-2 PALSAR-2 Datasets[J]. Landslides, 2018, 15(1):135-144 doi:  10.1007/s10346-017-0914-8
    [16] 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):2039-2049 doi:  10.13203/j.whugis20180181

    Zhang Lu, Liao Mingsheng, Dong Jie, et al. Early Detection 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):2039-2049 doi:  10.13203/j.whugis20180181
    [17] Liu Xiaojie, Zhao Chaoying, Zhang Qin, et al. Multi-temporal Loess Landslide Inventory Mapping with C-, X- and L-Band SAR Datasets:A Case Study of Heifangtai Loess Landslides, China[J]. Remote Sensing, 2018, 10(11):1756-1784 doi:  10.3390/rs10111756
    [18] Di M C, Fornaro G, Gioia D, et al. In Situ and Satellite Long-Term Monitoring of the Latronico Landslide, Italy:Displacement Evolution, Damage to Buildings, and Effectiveness of Remedial Works[J]. Engineering Geology, 2018, 24(5):218-235 http://www.onacademic.com/detail/journal_1000040421531710_dbf1.html
    [19] 葛大庆, 戴可人, 郭兆成,等. 重大地质灾害隐患早期识别中综合遥感应用的思考与建议[J]. 武汉大学学报·信息科学版, 2019,44(7):949-956 doi:  10.13203/j.whugis20190094

    Ge Daqing, Dai Keren, Guo Zhaocheng,et al. Early Identification of Serious Geological Hazards with Integrated Remote Sensing Technologies:Thoughts and Recommendations[J]. Geomatics and Information Science of Wuhan University, 2019,44(7):949-956 doi:  10.13203/j.whugis20190094
    [20] 许强, 董秀军, 李为乐. 基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J]. 武汉大学学报·信息科学版, 2019,44(7):957-966 doi:  10.13203/j.whugis20190088

    Xu Qiang, Dong Xiujun, Li Weile. Integrated Space-Air-Ground Early Detection, Monitoring and Warning System for Potential Catastrophic Geohazards[J].Geomatics and Information Science of Wuhan University, 2019,44(7):957-966 doi:  10.13203/j.whugis20190088
    [21] 邵山. 理县黄泥坝子滑坡时空演化特征及动力学机制研究[D].成都:成都理工大学,2018

    Shao Shan. Study on the Temporal and Spatial Evolutionary Characteristics and Dynamic Mechanism of Huangnibazi Landslide in Li County[D].Chengdu:Chengdu University of Technology,2018
  • 加载中
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

Figures(21)

Article Metrics

Article views(1146) PDF downloads(171) Cited by()

Related
Proportional views

Research on Temporal and Spatial Evolution of Landslide Based on Multisource Data: A Case Study of Huangnibazi Landslide

doi: 10.13203/j.whugis20190060
Funds:  Innovative Research Groups of the National Natural Science Foundation of China (41521002);State Key Laboratory of Geohazard Prevention and Geoenvironment Protection Open Foundation (SKLGP2017Z016,SKLGP2017Z017).
  • Author Bio:

  • Corresponding author: ZHAO Jianjun, PhD, professor. E-mail:153735368@qq.com

Abstract: Landslide evolution is a long-term and complex process. Geo-hazards have different characteristics in various data, and have certain applicability in different stages of landslide. This paper applies different characteristics and applicability of various data sources in landslide by the multi-source data fusion method. The deformation and failure characteristics and temporal and spatial evolution law of Huangnibazi landslide during its dynamic evolution from pre-sliding to mid-sliding to post-sliding are studied. The results show that the deformation and failure process of Huangnibazi landslide can be divided into four stages:start-up stage, accelerated deformation (accelerated sliding) stage, front expansion (decelerated sliding) stage and gradual stabilization stage. Huangnibazi landslide is a creep-pull-split landslide formed under the influence of self-weight, rainfall infiltration, earthquake and vibration caused by human engineering activities. The application of various data in different stages of landslide is summarized:interferometric synthetic aperture radar(InSAR) technology, optical image and topographic data are used to determine potential landslide body before sliding. Optical remote sensing image is used to observe the overall deformation and trend of landslide accumulation body during sliding. Global positioning system (GPS) is used to continuously observe local deformation after sliding. Field investigation is used to determine the characteristics of geological hazard body.

XIE Mingli, ZHAO Jianjun, JU Nengpan, HE Chaoyang, WANG Jun. Research on Temporal and Spatial Evolution of Landslide Based on Multisource Data: A Case Study of Huangnibazi Landslide[J]. Geomatics and Information Science of Wuhan University, 2020, 45(6): 923-932. doi: 10.13203/j.whugis20190060
Citation: XIE Mingli, ZHAO Jianjun, JU Nengpan, HE Chaoyang, WANG Jun. Research on Temporal and Spatial Evolution of Landslide Based on Multisource Data: A Case Study of Huangnibazi Landslide[J]. Geomatics and Information Science of Wuhan University, 2020, 45(6): 923-932. doi: 10.13203/j.whugis20190060
  • 滑坡的形成与发展一般会经历较长时间的变形演化[1],该过程具有一定的复杂性、随机性与不确定性[2]。因此,确定滑坡不同阶段演化规律与变形破坏特征对滑坡预警预报具有重要意义。

    滑坡运动过程的研究内容主要包括滑坡运动速率、路径和堆积体特征等,研究手段主要有以下几类:(1)现场监测技术。文献[1, 3-4]根据现场监测技术,提出滑坡演化过程的时间位移曲线可分为3个不同阶段——初始变形阶段、匀速变形阶段、加速变形阶段;文献[5]根据位移切线角变化提出滑坡的不同预警等级。虽然现场监测技术能够实现滑坡体局部形变监测,但对滑坡体整体位移进行专业监测的难度较大,无法实现滑坡体整体位移监测。(2)数值模拟技术。数值模拟能够重现滑坡启动、运动整个过程,可得到不同阶段滑坡体形变、内部应力等变化,最终确定滑坡的演化模式。该方法对近年来发生的多起大型滑坡均有较好的模拟结果,例如鸡尾山滑坡[6]、三溪村滑坡[7]、茂县6.24滑坡[8]等。数值模拟技术计算速度快,但其结果受模型边界、岩土体参数等控制[9-10]。(3)物理模拟技术。运用物理模拟技术可得到大量数据(宏观变形破坏特征、应力应变参数等),能够再现滑坡不同变形阶段的宏观变形、位移、应力等,具有较好的模拟效果,但其受模型材料尺寸、材料限制及耗时耗材的限制较大,且试验成功率较低[11-13]。(4)干涉合成孔径雷达(interferometric synthetic aperture radar, InSAR)技术。InSAR技术能够探测到滑坡失稳前期的蠕滑变形,其应用可追溯到2000年左右在三峡地区进行的InSAR测量实验[14],在四川茂县6.24特大型滑坡[15]发生后,InSAR技术在国内得到规模化应用[16-18],特别是在2018年的金沙江堵江滑坡应急抢险中发挥了重大作用[5]

    强化综合遥感技术应用,推动重大地质灾害隐患早期识别的理念已被广泛接受[19],如何有效实现空天地一体化协同的地质灾害动态早期识别与监测预警[20]是近两年研究的热点。本文采用多源数据融合方法,利用各类数据源在滑坡体中不同的特征与适用性,研究黄泥坝子滑坡滑前-滑中-滑后动态演变过程中的变形破坏特征与时空演化规律,为不同数据源在地质灾害探测与监测中的使用起到指导性作用。

  • 黄泥坝子滑坡位于四川省理县通化县杂谷脑河左岸(31°34'24.13″N,103°24'58.41″E),为侵蚀高山斜坡地貌,地形坡度大(大多介于20°~50°),河谷深切狭窄,断面呈V型。如图 1所示,滑坡区内主要出露志留系茂县群第二、第四、第五组(Smx2、Smx4、Smx5),其次为泥盆系危关群下组与上组(Dwg1、Dwg2)、石炭系+二叠系(C+P)、三叠系下统菠茨沟组(T1b)、三叠系中统杂谷脑组(T2z),以及第四系残、崩坡积层(Qcol+dl), 岩性主要为变质砂岩、砂质板岩、次结晶灰岩以及千枚岩,覆盖层主要为第四系冰水堆积物,由角砾土、粉质粘土、块碎石土组成。本文研究区域属于川青断块,位于鲜水河断裂带和龙门山之间,受多次构造运动的影响,地质构造复杂。该区域地震发育密度较大,近100 年间发生过4次超过7.0 级的地震。

    Figure 1.  Comprehensive Information of Landslide Area

    黄泥坝子滑坡是一处由地震影响触发的老滑坡堆积体,滑坡左侧、右侧分别以小沟谷和洼地突出的小山脊为界(见图 1)。该滑坡于2017-08-08被发现变形,当日夜晚发生了九寨沟地震(7.0级),次日,滑坡变形加剧、裂缝宽度加大加深、裂缝数量增多,在滑坡前缘发现民房开裂,且裂缝方向大多垂直于滑坡主滑方向。该滑坡于2017-08-10发生整体滑动,此后滑坡堆积体一直处于蠕滑变形,水平推移距离约450 m,直至2017-12滑坡运动逐渐趋于稳定, 图 2为该滑坡的典型剖面图。

    Figure 2.  Typical Cross Section of Huangnibaizi Landslide (Section I‐I′ in Fig.1)

    图 3为黄泥坝子滑坡全貌图,受地形、岩土体条件影响,黄泥坝子滑坡的破坏运动特征复杂,具有多重变形运动区域,因此该滑坡存在多个运动方向。根据主滑方向可将该滑坡分为两段,上半段滑动方向为S56°E,纵向长约193 m,宽约60 m,厚度约3~6 m;下半段滑动方向为S38°E,纵向长174 m,宽约80 m,厚度约5~18 m。滑坡高差约200 m,滑坡体总体积约123 万m3。滑坡前缘堆积区形似扇形(见图 4),后缘呈圈椅状,平面整体上呈前宽后窄的长条状[21]

    Figure 3.  Panoramic View of Huangnibazi Landslide

    Figure 4.  Deposits of Huangnibazi Landslide

    根据黄泥坝子滑坡现场调查资料分析,该滑坡体的主要物质为粉土夹碎石、碎石土,其中碎石主要为破碎的千枚岩半风化产物;顺斜坡向下堆积厚度逐渐增大;土体呈灰白色,结构较松散;土中角砾分布散乱,无明显规律性,岩性与下伏基岩一致(见图 5),主要为薄片状千枚岩,较坚硬,且受早期风化影响其强度比原岩强度低。滑坡区地形起伏变化差异大,冲沟、凹槽等微地貌发育,早期变形阶段滑坡体尚能保持统一方向(约S35°E)整体向前蠕滑运动,当变形体运动至冲沟、凹槽处,则沿冲沟、凹槽顺势发展,进而呈现出“树枝状”堆积特征(见图 3)。根据滑面中擦痕走向不同可确定滑坡滑动呈现明显的分期特征,如图 6所示,图 6中:①为主滑动区,即最先滑动区;②为诱发滑动区,是主滑动区失稳后诱发的次级滑动区。

    Figure 5.  Lithological Boundary Characteristics

    Figure 6.  Sliding Surface Features

  • 时序InSAR技术对获取滑坡失稳的前兆有良好效果[20],选用欧空局哨兵1号(Sentinel-1) 卫星干涉宽幅(interferometric wide swath,IWS)模式的单视复数(single look complex,SLC)影像升轨数据作为形变监测的数据源,获得2014-11-07—2017-08-11共47景数据。利用小基线集InSAR技术(small baseline subset InSAR, SBAS-InSAR)计算视线向(line of sight, LOS)年平均形变速率,结果如图 7所示。

    Figure 7.  LOS Displacement Rates in Study Area

    本文研究区斜坡体形变速率为-75~75 mm/a(坐标系统:Xi’an_1980_3_Degree_GK_CM_102E),负值表示远离卫星方向。由图 7可看出,该研究区共有两处明显形变区域,分别为黄泥坝子滑坡形变区和西山村滑坡形变区,其中黄泥坝子滑坡形变区相对较大,最大变形处为现有滑坡区域,但其周边区域存在一定形变,根据现场调查结果分析发现,该滑坡所在斜坡体坡度较陡,坡度在34°~37°之间,同时坡体表面植被整体较稀少,坡表第四纪覆盖较为松散,为冰水堆积体,在降雨作用下易发生变形。西山村滑坡变形区则存在两处较大变形区——滑坡前缘和中部。

    为进一步分析研究区滑坡体形变特征,选取两个滑坡典型区域内6处InSAR时序形变监测点(见图 7),其中监测点1#~5#为西山村滑坡的时序形变监测点,且分别对应西山村滑坡的5个GPS监测点;监测点6#为黄泥坝子滑坡的时序形变监测点。西山村滑坡是一处由地震触发的古滑坡,近年来持续变形,2015-08在该滑坡体的不同部位安装了5个GPS监测点,计算5个GPS监测点的累积位移时间序列曲线,结果如图 8所示。由图 8可知,GPS01的位移明显大于其他4个监测点(GPS01>GPS04>GPS02>GPS03>GPS05)。计算得到InSAR监测点1#~6#的视线向时序变形曲线,结果如图 9所示。由图 9可知,西山村滑坡形变区InSAR监测点1#~5#显示滑坡始终处于蠕滑等速变形阶段,累积变形量发展趋势、大小顺序与GPS监测结果一致,说明InSAR监测结果有效。

    Figure 8.  GPS Monitoring Accumulated Displacement Time Series Curves of Xishan Landslide

    图 9中监测点6#的累积位移时间序列曲线可知,在2015-08之前,该滑坡处于蠕变阶段;2015-08—2017-06,变形曲线趋势呈现倾斜直线型,变形速率基本不变,但在2016-12变形速率增大,之后保持稳定,滑坡处于等速变形阶段;2017-06之后,形变速率逐步增大,该滑坡处于加速变形阶段;在2017-08之后,该滑坡的宏观变形现象逐步变得明显。

    Figure 9.  Time Series Curves of LOS Displacements at Monitoring Points 1#‐6#

  • 结合多期光学遥感影像能够实现对滑坡宏观动态变形过程的监测,本文综合多期Planet影像观察黄泥坝子滑坡不同阶段的变形特征,从空间角度反映黄泥坝子滑坡运动过程与滑坡堆积体各个发展阶段,如图 10所示。对比滑前影像(见图 10(a)),并结合现场所观察到的现象可知,滑坡体变形最先出现在2017-08-08影像中(见图 10(b)),后缘出现拉张裂缝(见图 11),裂缝延伸方向与滑动方向垂直,这一结果与现场调查结果一致。在降雨与自身重力作用下,该滑坡体以后缘裂缝为边界整体向坡下滑动(见图 10(c)),由于受上陡下缓地形限制,在剪出口区域滑坡体产生一定堆积,随着前缘堆积体物质量的递增,滑源区前缘物质受挤压作用局部隆起,并有少量堆积体挤出;在高陡地形影响下,滑坡体不断加速沿斜坡运动,中后缘边界滑壁及滑带逐渐出露,滑坡开始呈现明显的分区特征,相比初始影像(见图 10(c)),滑坡体变形逐渐转变为向两侧挤压运动,导致滑坡堆积体形态呈现前宽后窄,早期滑坡体尚能保持统一方向(约148°)整体向前蠕滑运动,当变形体运动至冲沟、凹槽处则沿冲沟、凹槽顺势发展,进而呈现出“树枝状”堆积特征(见图 10(d)~10(g))。滑坡区整体地形呈现上陡、中缓、下陡特征,随着滑坡体不断向下运动,滑坡体逐渐堆积于中部,趋于稳定,对比前期影像,变形量相对较小,前缘堆积体仍在缓慢变形直至稳定(见图 10(h)10 (i))。

    Figure 10.  Spatial Evolution Process of Landslide Based on Remote Sensing Image Data

    Figure 11.  Development of Cracks at Back Edge of the Landslide(2017‐08‐08)

    选取9景典型Planet影像绘制黄泥坝子滑坡堆积体堆积面积空间演化过程图,如图 12所示。统计40景(2017-08-08—2018-06-30)滑坡滑动后的Planet影像中滑坡堆积体面积,结果如图 13所示。根据不同时段滑坡边界、滑坡体运动特征及滑坡堆积体面积分布等,将滑坡运动过程分为滑坡启动阶段、加速变形阶段、前缘扩散阶段和渐进稳定阶段。滑坡启动阶段(2017-08-08以前):老滑坡堆积体以后缘裂缝为边界整体失稳,导致前缘抗滑力急剧下降、坡体下错逐级垮塌,由此进入缓慢启动阶段;加速变形阶段(2017-08-08—2017-10-27):为滑坡体运动的主要阶段,中后缘边界滑壁及滑面逐渐出露,滑坡体后缘逐渐堆积于滑坡体中部,变形趋于稳定;前缘扩散阶段(2017-10-27—2017-12-24):滑坡体后缘不再运动变形,滑坡体前缘仍在持续变形,前缘堆积区碎屑流沿斜坡运动堆积于沟道,前缘堆积区呈“树枝状”;渐进稳定阶段(2017-12-24以后):前缘堆积体不再扩散,滑坡趋于稳定。

    Figure 12.  Accumulation Area Spatial Evolution Process

    Figure 13.  Accumulation Area Statistics

    黄泥坝子滑坡体从变形到整体失稳经历了长达4个月的运动过程,在2017年12月末逐渐稳定,前缘堆积区偶尔仍见表层松散土及碎石沿陡坡滚落。对滑坡区不同时期的遥感影像数据进行分析,结合滑坡体破坏特征、滑壁及滑带出露情况以及地形地貌等地质条件,可将滑坡区划分为4个区域,如图 14所示。

    Figure 14.  Landslide Deformation Partition

    1)主滑区Ⅰ

    该变形区位于滑坡体后缘,主滑方向为S52°E,滑体物质主要为粉土夹碎石土,整体坡度约35°,滑体大多顺滑带向下运动,后缘滑带出露,擦痕清晰可见。由滑体底部出露滑带结构分析,滑体底滑面并未到达基岩面,主要以粉质粘土作为底滑面,老滑坡裂缝作为滑坡两侧边界,大致呈圈椅状。对比不同时期的遥感影像,滑动Ⅰ区的变形边界未曾改变,其变形主要表现为滑体渐进后退式下滑。

    2)次级滑动区I1

    该变形区位于滑坡体中部偏左,该区上、下部地形陡缓突变。受地形变化导致滑体运动方向改变,逐渐向沟道堆积。Ⅰ区与Ⅰ1区分界明显,上部以两区陡缓交接导致滑体分离而露出的滑带为界,下部以凸起的小山脊为界。

    3)诱发滑动区Ⅱ

    该变形区位于主滑动区右侧滑坡出露区,由于失去表层滑体对其的作用力且发育较好,临空面滑壁发生部分垮塌,垮塌的物质随主滑动区滑体滑动,滑壁上部出现数量明显的裂缝。

    4)堆积区Ⅲ

    该变形区位于滑坡前缘,滑坡中后缘滑体大部分均堆积于该区后部,该区前缘较陡,导致后部堆积体加速运动,呈现一定分带性,前部堆积体碎石含量明显高于后部。

  • 为了监测黄泥坝子滑坡失稳后滑坡体的变形,2017-09-16在滑坡体中部布置了GPS监测,根据GPS监测数据得到黄泥坝子滑坡的位移时间曲线,结果如图 15所示。对比3个方向形变量,Y方向相对于XZ方向变形量较大,与宏观变形对比分析,滑坡体持续向坡下运动。结合宏观变形特征与位移-时间曲线演变规律,滑坡体运动演化过程具有明显的阶段性特征,即加速滑移阶段(2017-09-16—2017-10-07)、减速滑移阶段(2017-10-07—2017-12-05)、渐进稳定阶段(2017-12-05以后)。

    Figure 15.  GPS Monitoring Displacement Time Series Curve of Huangnibazi Landslid

    加速滑移阶段受滑坡体地质结构与地形条件影响,在滑坡体重力作用下整体向下运动,在这一阶段滑坡体前缘堆积体已经冲出,为后缘滑坡体提供大量运动空间,使得位于滑坡体后缘的监测点监测到的运动为加速运动。减速滑移阶段受地形限制,滑坡体从较陡的后缘运动至较缓的中部,同时中前缘存在一处凸起的小山坡,使得中后部滑坡体运动速率急剧降低,开始做减速运动。随着前缘及堆积区滑坡体方量的增加,堆积体滑移速率滞后于滑源区滑体滑动速度,滑坡整体开始进入缓慢减速阶段。渐进稳定阶段随着滑坡运动能量的耗散与堆积体的停积,滑坡体逐渐趋于稳定,这与遥感影像显示结果一致。由以上分析可知,从滑坡开始滑动至减速阶段前期,滑坡表现出渐进后退式滑动特征,从减速阶段的后期到渐进稳定阶段,滑坡呈现推移式滑动特征。

  • 不同类型数据在滑坡不同阶段有着各自的适用性与特点:(1)滑前阶段,滑坡初期形变量较小,应用时序InSAR技术探测出潜在滑坡体形变场,并根据光学遥感影像(确定滑坡后壁)及地形数据确定出潜在滑坡范围;(2)临滑阶段,基于InSAR监测结果的时序变形曲线显示,该滑坡体在临滑前呈现一定的加速过程,现场调查结果表明在滑坡体后缘发育大量垂直于滑动方向的张拉裂缝;(3)滑中(后)阶段:黄泥坝子滑坡为典型的降雨、地震等综合因素诱发的堆积体滑坡,在高陡地形影响下失稳后伴随着长期向坡下运动的过程。由时序光学遥感影像与堆积体上部GPS监测结果显示,滑坡失稳后的运动过程存在一定阶段性,即加速滑移阶段、减速滑移阶段与渐进稳定阶段。

  • 西南地区复杂的地质条件使黄泥坝子滑坡具有复杂的形成条件与运动破坏过程,结合滑坡区变形破坏现象,总结滑坡的成因破坏因素如下:

    1)地形因素

    该滑坡发育于老冰斗-洼地地形(见图 16),此地形有利于周边松散堆积物与水体的汇集,当汇集量足够大时,在地形影响下滑坡体原有平衡被破坏,加上积水作用,岩土体强度降低。滑坡体前缘地形较陡,为滑坡的剪出提供了良好的临空条件。此外,滑坡区整体地形呈上陡、中缓、下陡的特征,有利于滑坡剪出后的加速运动。

    Figure 16.  Catchment Area at Back Edge of the Landslide

    2)地震因素

    滑坡区发生过多次7.0级以上地震,该滑坡是在汶川地震或更早的地震(叠溪地震、松潘地震等)作用下形成的一处老滑坡堆积体。根据2017年Google Earth影像(见图 17)显示,老滑坡堆积体后缘发育两条张开裂缝,后缘裂缝为新滑坡的后缘边界。滑坡启动前经历了九寨沟7.0级地震,在自身重力与地震力共同作用下,土体抗滑段强度降低,震动同时使坡体堆积物变得松散,降低了斜坡体整体稳定性。

    Figure 17.  Cracks at Back Edge of the Landslide

    3)降雨因素

    滑坡体后缘为洼地地形,有利于雨水汇集,统计临近雨量站的数据,得到该滑坡区2016—2017年以及滑坡前期的日降雨量与年累计降雨量,分别如图 1819所示。由图 1819可知,5月—9月为该地区主要降雨季节,滑坡前3个月累计降雨量达300+ mm,接近2016年全年累计降雨量,雨水通过原有裂缝渗入老滑坡堆积体,提高了土体含水率,增加了土体重度,降低了土体的抗剪强度,滑坡体在重力作用下沿较陡地形下滑,因此降雨为该滑坡主要触发因素。

    Figure 18.  Daily Rainfall and Total Annual Rainfall of the Landslide

    Figure 19.  Daily Rainfall and Cumulative Rainfall in Early Stage of the Landslide

    4)人类工程活动

    滑坡区山脚公路旁(距离约1.1 km)汶-马高速处于修建阶段,需爆破开挖隧道(见图 20),这些人类工程活动对山体有震动作用,影响了斜坡体的稳定性。

    Figure 20.  Panoramic View of the Tunnel Under the Landslide

    图 21为综合黄泥坝子滑坡岩土体条件、地形、气象、时序形变特征等多因素绘制的黄泥坝子滑坡时空演化过程图,黄泥坝子滑坡启动具有明显的累积破坏效应,滑坡体后缘发育有张拉裂缝(见图 21(a)),在滑坡体自重、降雨渗透及人类工程活动造成的震动等多效应影响作用下,滑坡体内部的粘聚力逐渐降低,即下滑力由于降雨入渗等作用持续增加,在抗滑力由于剪切破坏而快速降低的情况下,滑坡体出现加剧的累计变形并促使滑坡体内部的软弱带进一步弱化(见图 21(b))。在滑坡体持续的累计破坏变形中,坡体内部的软弱带产生应力集中现象。当应力集中程度达到一个临界值的时候,即下滑力超过抗滑段剪切强度时,滑坡前缘最先出现剪切破坏,此时滑坡的破坏运动开始。这个过程导致坡顶的拉张裂缝发育,坡脚隆起并剪出滑移,弧形滑面贯通,达到了滑坡的启动条件(见图 21(c))。2017-08-08晚发生九寨沟7.0级地震,其震中距离黄泥坝子滑坡约200+ km,地震震动一定程度导致滑体滑动加剧,前缘滑体位移在短时间内增大,出现剪切裂缝,并向深部延伸,这一效应使得后缘拉张裂缝数量进一步增多,并逐步向深部延伸,直至与前缘剪切裂缝贯通,形成完整滑面,在滑坡体自身重力作用下整体剪出(见图 21(d)),滑坡堆积体向坡下持续运动(见图 21(e)), 为典型的蠕滑-拉裂式滑坡。

    Figure 21.  Spatial and Temporal Evolution of Huangnibazi Landslide

  • 本文以理县黄泥坝子滑坡作为研究对象,在对滑坡现场进行大量地质调查的基础上,综合运用现场调查、遥感影像、地表GPS自动化监测、InSAR等技术手段,对黄泥坝子滑坡的时空演化特征进行相应的分析研究,得到如下结论:(1)黄泥坝子滑坡为一处地震影响触发的老滑坡堆积体,滑坡体物质主要为粉土夹碎石、碎石土,存在多个运动方向,启动后运动时间持续较久,长达4个月,水平推移距离约450 m,堆积体呈“树枝状”。(2)2016-12变形速率增大,之后保持稳定,滑坡处于等速变形阶段;2017-06之后形变速率突然逐步增大,滑坡处于加速变形阶段,在2017-08-08九寨沟7.0级地震之后,滑坡宏观变形现象逐步变得明显,演化为滑坡。(3)综合遥感影像滑坡堆积体面积统计与滑坡体中部GPS监测结果,黄泥坝子滑坡变形破坏过程可分为4个阶段:启动阶段、加速变形(加速滑移)阶段、前缘扩展(减速滑移)阶段、渐进稳定阶段。结合滑坡空间上所展现的宏观运动破坏特征将滑坡区分为主滑区Ⅰ、次级滑动区Ⅰ1、诱发滑动区Ⅱ、堆积区Ⅲ。(4)黄泥坝子滑坡在自重、降雨渗透及人类工程活动造成的震动等多效应影响作用下形成潜在滑动面,2017-08-08九寨沟7.0级地震滑坡开始启动,在滑坡体自身重力作用下整体剪出,滑坡堆积体向坡下持续运动,为典型的蠕滑-拉裂式滑坡。

Reference (21)

Catalog

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return