文摘

黄土滑坡是一个主要的地质灾害在青海省东南部,造成巨大的经济损失和人员伤亡。黄土的特殊性决定了灾难引发机理、灾害模式、遗传机制、演化过程的复杂性。本文研究的变形和稳定性分析Quwajiasa大规模multislip在黄河流域黄土滑坡现场调查的角度,干涉合成孔径雷达(InSAR)监测和数值模拟。本研究确定滑坡的变形特性和遗传机制通过现场实地调查,然后定量评估的整体变形滑坡使用InSAR监测、定位强变形区,最后决定之间的控制关系两个滑动面滑坡变形使用应用FLAC3D数值模拟,获取两个滑动表面的稳定系数。滑坡分为7个工程地质区。研究了滑坡的变形历史使用InSAR技术。结果表明,滑坡可分为明显的变形区域并没有明显的变形区域。两个强大的变形区域。应用FLAC3D数值模拟结果表明,右侧滑坡的变形和稳定控制的滑动面,和左边的变形和稳定控制的滑动面2。滑坡整体处于一个不稳定的状态。 The research done in this paper proposes a basis for the treatment of the Quwajiasa landslide.

1。介绍

在第四纪期间,骨化创建大量的风成沉积物,形成黄色,carbonate-bearing, quartz-rich silt-dominated地层称为黄土(1]。黄土是广泛分布在亚洲,欧洲,北美和南美2]。在中国,黄土是集中在黄土高原。黄土面积630000平方公里,占国土面积的6.63%。由于其高孔隙度,水敏感性强,和关节和裂缝发展,黄土崩塌、滑坡和地面裂缝是常见的在黄土地区(3]。斜坡的稳定性和自然斜坡一直吸引了学者的注意4]。据统计,1/3的山体滑坡发生在黄土地区。黄土滑坡通常伴随着一系列重大灾害受灾地区,包括交通中断,河流堵塞,破坏农田、工厂和矿山、甚至埋葬的牲畜,人,和村庄5]。一般降雨诱发滑坡的不稳定,和黄土滑坡也不例外6),但黄土的特定属性确定灾害机理、灾害的形成模式,遗传机制,和黄土灾害的演化过程,这明显不同于其他地区和其他岩石和土壤质量。技术和方法用于其他土壤和岩石质量并不适用于黄土存款。

滑坡地表变形是滑坡稳定性的最直观的指标,一直是一个热门的研究课题7- - - - - -11]。地质灾害一直是学者们的关注,这与不同的方法研究了12,13]。干涉合成孔径雷达(InSAR)可以提供一个大范围的微小变形信息以及长期缓慢的表面变形序列和广泛应用于滑坡研究[9,14,15]。近年来,众多学者对黄土滑坡进行了一系列的研究使用InSAR技术。刘等人研究了小规模的黄土滑坡的变形历史和破坏机制的Heifangtai甘肃省黄土阶地使用源合成孔径雷达(SAR)数据(16),它提供了一个好的前兆小规模的黄土滑坡的检测。曹等人采用现场调查、光学遥感的解释,和干涉合成孔径雷达(InSAR)估计源材料质量xulonggou (xlg)在中国的泥石流17),展示源形成的方法的优越性InSAR和其他方法的组合来解决实际问题。拜耳等人使用InSAR记录四个休眠深度滑坡的变形历史重新激活双声道隧道开挖的北部意大利亚平宁山脉(18]。高田等人研究了大规模滑坡的时空行为Onnebetsu-dake山,日本使用InSAR技术(19]。

随着信息技术的发展,数值分析已成为分析斜坡上的一个重要手段。自Bowson Rothf等人使用强度降低方法编译FLAC计算边坡的安全系数,大量的文档和数值模拟的结果分析斜坡上出现,已被广泛应用于黄土滑坡。王等人使用有限元软件平台FLAC3D软件二次开发,提出了强度还原法考虑流变特性(20.]。μ等人使用应用FLAC3D软件模拟表面滑坡的形成机制在不同坡角在东矿区和提供了一个科学依据地质灾害的有效预防和控制通过采空区的稳定性分析边坡坍塌黄土沟壑区[21]。王等人利用FLAC3D软件分析转储斜率的地下水对安全系数的影响,发现工程解决方案(22]。他等人用FLAC数值模拟三维评估密实桩复合地基的处理效果,进一步证明了可行性密实桩复合地基的湿陷性黄土地区(23]。王等人利用FLAC3D软件建立一个黄土垂直边坡锚固模型,发现修改桩单元适用于模拟黄土边坡锚(强化了24]。应用FLAC3D数值模拟的应用开发,和黄土滑坡的稳定性分析一直是滑坡过程中迈出的重要一步。因此,使用FLAC3D软件黄土滑坡的稳定性分析是一个非常好的方法,分析黄土滑坡。

因此,在这项研究中,我们研究了黄土滑坡的变形和稳定性与多个滑动表面使用现场调查在黄河流域,InSAR监测和数值模拟。首先,定性评价Quwajiasa滑坡进行了实地调查,并进行了工程地质分区。然后,研究了滑坡的变形历史使用小基线子集(sba)时间序列方法。强变形区和弱变形区被识别出来,和形变异常区。结果与实地调查的结果验证。最后,滑坡的稳定性系数获得使用应用FLAC3D数值模拟,提供Quwajiasa滑坡的治疗的基础。本文旨在解决变形问题的分析和multisliding黄土滑坡的稳定性评价使用InSAR黄河流域,数值模拟,和传统的现场调查。在这项研究中提出的方法和结果提供一个良好的研究复杂大型黄土滑坡。

2。地质背景

如图1研究区位于喇家镇Maqin县,青海省(坐标100°3755 - - - - - -100°385934°E, 40岁07年 - - - - - -34°4052N)研究区位于黄河南岸,山谷地形是平原组成的第七类二世和黄河的梯田。Quwajiasa滑坡位于一个地区黄河强烈下切侵蚀。研究区形成了一个峡谷的山谷和高两边陡峭的斜坡的上第三系泥岩组成。顶部覆盖着鹅卵石和黄土土壤积累的高阶地第四纪黄河。第四纪冲积洪积物粉砂、卵石、碎石土、粉质粘土也分布在该地区。研究区位于喇家盆地东南部。由于相邻的挤压构造单元和后期构造运动的影响,在- Maqin-Maqu断层是可见的。铁的错(F1)开发的北侧Maqin Quwajiasa滑坡是一个分支断层的错,这是一个抗压扭逆断层的态度 ,断层破裂带的宽度是10 ~ 30米。研究区典型的高原大陆性气候。由于入侵潮湿的气流西南部和东南部,气候semihumid高山。降水小和不均匀,蒸发大,和该地区多年平均气温为-0.1°C。平均年降水量420 - 560毫米,最大程度上的每日降雨量为40.6毫米,每小时最大降雨量为21.0毫米。研究区域的地震峰值加速度是0.15克,和基本的地震烈度是七世。

软弱层状泥岩暴露在研究区,厚度为0.05 - -0.1 m,倾向于东北的倾向5°-12°。研究区域的地下水分为两种类型:碎屑岩孔隙裂隙水和松散岩孔隙水。如图2根据地形特征和变形和破坏之间的关系,将滑坡分为7个工程地质区。NE-SW Quwajiasa滑坡趋势,与主滑方向298°-307°。滑坡是700 - 900米长,2500米宽,前后边缘之间的高度差范围从185到300,斜率是25°-36°,总量可以达到 ,这一个巨大的古滑坡。的主要故障模式Quwajiasa滑坡牵引张力失败。前坡严重变形,形成大规模的浅表面滑动与连续失败扶手椅形陡峭的墙。地表土壤严重破坏和瓦解。中央平台形成一个多层次并行向下错位与发达的张力骨折20 - 30厘米,向下错位的裂缝宽度0.3 - 2米。开发一系列的垂直裂缝沿着斜坡的后部。公路旁边的antislide桩变形和损坏,antislide桩之间的联合和单壁剪切,变形,破裂,桩前开裂变形,倾斜的斜坡。

3所示。数据和方法

3.1。小干涉合成孔径雷达基线子集(SBAS-InSAR)

在这项研究中,小基线子集干涉合成孔径雷达(SBAS-InSAR)方法。它的基本原理是首先注册主图像图像在一个场景中,然后过滤和打开了干涉图通过设置时间和空间基线阈值。相干信息用于选择高度一致的像素在打开的结果。之后,把高程误差相位和大气延迟相位差异图,获得的平均应变率是使用奇异值分解。最后,随着时间缓慢变形表面的定律。此法适用于山区与建筑和永久散射点越来越少。

本研究使用Sentinel-1A SBAS-InSAR卫星图像数据分析。Sentinel-1A卫星是由欧洲航天局雷达卫星发射于2014年4月的周期12天。2014年10月以来卫星图像数据可以获得ESA官方网站。数据覆盖和监控范围如图所示3。卫星有四个成像模式,电子战,SM,信息战,波。SM模式和信息战模式采用最新的成像技术,它可以解决尺度效应在各种成像,提高成像光辉。Sentinel-1配备新一代c波段合成孔径雷达系统,它有一个比l波段的波长要短。数据图像的主要参数如表所示1。

本研究使用了sba模块SARscape软件处理SAR数据的环境。如图4sba技术主要包括连接图的生成(空间基线的参数设置和时间基准图所示5干涉图)、干涉图的生成、压扁、自适应滤波、相位展开,轨道炼油和reflattening,变形阶段、地理编码。

3.2。数值模拟

3.2.1之上。计算模型的建立

Midas有限元分析软件的结构设计,它分为四类:建筑、桥梁、岩土和模拟。本研究主要采用Midas岩土模块。在这个建模,迈达斯软件是用于建立滑坡模型。如图6,计算范围是361米高方向,轴沿着斜坡的前沿,模型长度是3930米,垂直向外坡轴,模型的宽度是2037,模型底部海拔0米,海拔最高的点模型的后缘是361米。如图7根据工程地质资料,有两种潜在的滑动面,深层滑动面1和深层滑动面2。砾石土、粉质粘土和粘土的上部滑动表面结合并列为表土。参数是由结合测试结果,经验数据和逆分析(4,25]。

3.2.2。计算参数的选择

感兴趣的参数是体积弹性模量和剪切模量(26]。见公式(1),体积弹性模量和剪切模量由泊松比和弹性模量转换。选择其他岩石和土壤参数如表所示2和3。

3.2.3。计算方法

采用莫尔库仑(mc)本构模型计算,和力量还原法用于确定指定的稳定系数边坡的滑动面。边坡稳定安全系数的强度降低的方法被定义为剪切强度降低的程度的岩石和土壤质量失败当斜率达到临界状态。安全系数被定义为实际的剪切强度的比值的岩石和土体的抗剪强度降低关键故障。强度降低的关键方法是公式:

调整强度指数和φ,然后进行边坡稳定数值分析。通过不断增加换算系数和反复计算至临界失败,此时获得的换算系数是安全因素 。

3.3。组合方法

本研究的第一部分是现场调查,它们主要决定Quwajiasa滑坡的工程地质条件。根据地形和变形之间的关系和失败,将滑坡分为区,和滑坡的破坏模式进行了分析。此外,在滑坡进行了详细的调查来确定当地滑坡的变形和位置,如浅表面滑动,崖,土壤解体,张力裂缝,和小型滑坡。然后,整个Quwajiasa滑坡变形速率质量是获得通过InSAR解释,和地区重要的变形,发现没有明显的变形。强烈变形区域、时间序列变形累积曲线特征点的提取,及其变形特性进行了分析。最后,使用应用FLAC3D数值模拟,确定了滑坡的稳定系数使用强度降低的方法,两个滑动表面的稳定系数计算,和滑坡的变形规律进行了分析。三种方法的联合使用可以比较和确认的现场调查和InSAR监测结果,和InSAR监测结果和FLAC3D软件模拟结果保证计算的准确性。比较滑坡的局部变形和小型滑坡现场调查与强烈的变形区域的位置监控InSAR以及复核InSAR监测结果与现场调查。然后,使用InSAR变形监测是与FLAC3D软件模拟结果来确定两者之间的控制关系深层滑动面和滑坡变形。

4所示。结果

4.1。InSAR监测结果和变形分析

以下4.4.1。滑坡的整体变形监测结果

如图8,InSAR解释结果表明,Quwajiasa滑坡最大表面变形速率的质量(黑色实线范围)可达-70 mm / y,和整体变形速率是-70−7毫米/ y。从区域我区域有明显的变形迹象V总的来说,还有没有明显的变形迹象地区六世和七世。红色虚线内的斜坡变形是最强的(A和B)。应变率是-70−-35毫米/ y。显著的变形区域面积是0.1公里²,显著变形区域区B是0.33公里²。如图8,黑色箭头的可能的滑动方向变形区域。在滑坡灾害的情况下,当地村庄道路受到直接威胁(根据雷达成像特点,率代表的积极价值,表面运动的方位靠近卫星拍摄方位,负值表示,地表移动的方位是远离卫星拍摄方位;没有明显的变形迹象在其它领域外的蓝色虚线,坡面是在这个时期相对稳定)。

4.1.2。强变形区变形分析

带我的总体变形速率是-70−7毫米/ y。使用InSAR技术,我区域的地表形变信息提取在不同年。1 - 1的变形率我地区部分如图9。监测期间从2017年3月到2020年6月,截面应变率曲线的波动在2018年我是最强的,表明显著变形发生在坡面在此期间。监测期间从2020年的1月到6月,截面应变率的变化曲线在带我与前几年相比,相对稳定和变形速率大小很小,表明坡体的变形区我弱。2017年和2019年的应变率曲线是一致的,和变形的大小是小于2018的比从1月到2020年6月。

斜率区三世的强烈变形,和最大变形速率可达-70 mm / y,是分布最广的地区强劲的最大变形和应变率。使用InSAR技术,部分变形速率在不同年提取区三世。2 - 2的应变率区三世如图9。概要的中断应变率曲线表明,有一个在InSAR监测边坡体内脱散,也没有变形信息是可用的。监测期间的2017年,中间的滑坡的变形速率是最大的,其次是前缘的变形,变形速率达到最大值附近的-60毫米/ y ZK22钻孔位置。监测期间在2018年和2019年,中间的应变率最大,和ZK23钻井位置附近的应变率达到最大值-58毫米/ y和-62毫米/ y,分别。在监测期间从1月到2020年6月,最大变形速率达到-42毫米/ y。

有一种强烈的变形区在中间,带我面前,变形带的速度是-70−-35毫米/ y,表明中度到强烈的变形区即斜率区(红色圆圈)范围内的封闭的最大视线变形速率为-70毫米/ y。面积是0.1公里²,平均斜率是41°。根据雷达的成像特点,斜率在区域大致解释为是向西北移动,由黑色箭头在图所示10。如图10为了分析的时间序列变化特征强烈变形区域的区域,后缘的三个特征点P1, P2,中间和前缘P3提取及其变形积累曲线被吸引。计时图显示在监控期间从20170325到20191216,点P3的累积变形值是最大的(190毫米),P2的累积变形值点是第二大(180毫米),和点的累积变形值P1是最小的。的变形趋势, 和变形特征类似于当地牵引滑动变形。

强变形区B跨越区II, III区,第四区。区B的最大视线变形速率可达-70 mm / y。这个变形区域的面积是0.43公里²高度分布范围从3085到3325米,高度差是240米。斜率是18°倾角-25°,前缘陡,中间是温和的,陡峭的后缘。人工挖掘公路沿前缘和中间以及人类工程活动是清晰可见。根据雷达的成像特点,斜率在区域大致解释为是向西北移动,由黑色箭头在图所示10。如图10,为了分析的时间序列变化特征斜率B区,三个特征点后缘P4,中产P5和前缘P6被提取,并累积变形曲线绘制,如图10。时间序列图显示在监控期间从20170325到20200625,每个特征点的累积变形变量不同,但有一个类似的趋势。点的累积变形P6是最大的(185毫米);点P5是第二大的累积变形(178毫米);点P4的累积变形是最小的(154毫米)。清晰可见跨整个边坡变形特性是可见的。累积变形的三个特征点继续增加从2017年3月到2020年6月,其中P6特征点的变形增加最快的。P4特征点变形的增加率低于P5。综合分析表明,边坡的整体变形特征区域B是类似于当地牵引滑动变形。

4.2。数值模拟结果

0.15 g的水平方向的地震加速度是添加到模型中。在此基础上,减少强度的方法用于确定边坡稳定系数。结果表明,稳定系数的深层滑动面1斜率(地区I-IV)是0.74,和深层滑动面稳定系数的2是1.10总体变形。在地震条件下的深层滑动面1斜率处于一个不稳定的状态,和深层滑动面2是稳定的。

如图11滑动面1的结果表明,滑坡的最大位移出现在右边的压倒性的胜利。一般来说,高价值区域的位移也主要集中在右侧的压倒性的胜利。位移分布在主滑方向(方向)通常是符合整体位移分布和位移方向和方向是小的。位移的前缘右边滑坡很大,表明滑坡前缘右边的经历了显著的变形。

如图12滑动面2,结果表明,滑坡的最大位移出现在左边的压倒性的胜利。一般来说,高价值区域的位移也主要集中在左边的压倒性的胜利。位移分布在主滑方向(方向)通常是符合整体位移分布和位移和方向很小。左后缘滑坡的位移很大,表明的左后缘滑坡经历了显著的变形和逐渐减少的前缘压倒性的胜利。

5。讨论

从InSAR结果,带我在不同年的变形特点从2017年3月到2020年6月如下: 。总变形、应变率的波动是最大的,变形的最大值变量可达-55 mm / y。前缘形状变量是第二大,和后缘形状变量是最小的。斜率在带我显示牵引整体滑动变形。根据现场调查结果,高速公路开挖边坡和当地居民的斜率切割和建造房屋形式不同高度的自由表面,为滑坡的剪切变形提供了空间。当地滑动失败发生在内部的高速公路区域即自由面我又形成的后缘小滑坡,和张力变形后边缘顶部平台的牵引下开始发生变形由于滑坡的重量。整体性能也牵引滑动变形(27),这是与InSAR监测结果一致。

从InSAR曲线的变化趋势区三世,通用部分的变形速率特征如下:中间部分的应变率最大,前缘的应变率是第二大,逐步削弱下滑放缓,后缘的应变率是最小的。综合分析表明,边坡区III是牵引整体滑动变形。根据现场调查结果,黄河在岸坡侵蚀形成了良好的前面剪出口(28),和人类工程开挖提供了空间条件,滑坡的变形。再次自由表面后形成的后缘小滑坡,张力变形的顶部平台的牵引下的后缘开始发生变形由于滑坡的重量。肤浅的表面的前沿区域明显滑,和斜坡表面分解。第三区属于牵引故障模式,这与InSAR监测结果是一致的。

使用InSAR技术监控Quwajiasa滑坡、边坡表面的身体我~ V明显变形迹象显示,地区和应变率在-70年和7毫米/ y (29日]。有两个强变形区(A ~区域),共有23个小滑坡和泥石流的总体布局图所示13。滑坡调查20都显著变形区域内受到InSAR监控,和其余的变形率3滑坡(VI - ,第七, ,第七, )7−7毫米/ y。与整体滑坡的质量相比,没有明显的变形信号,斜率质量是相对稳定的。强变形区位于中间,带我面前,和中产和山体滑坡后缘我-我- - -都位于区,表明滑坡的变形机翼后缘的I -我- - -大于前沿的变形。区域的变形范围继续扩大向上沿后缘海拔4018米3 I -山体滑坡~我- 。强变形区B有一个更广泛的分布范围,和变形区延伸从海拔4016米到4025米。七个山体滑坡 - - - - - -第三,广告III - - - - - - -第三,位于强变形区B区;另10滑坡(II) - - - - - -二世, ,第三, ,第三, ,第四, - - - - - -第四, ,V - - - - - - -V - )不是在强烈变形区内A或B;尽管如此,他们仍然显示明显变形信号。这10个滑坡的变形速率小于A和B区。

比较InSAR的监测结果与数值模拟的结果,滑动面1的数值模拟结果表明,滑坡位移的高值区域滑坡的主要集中在右侧,这是一样的强烈变形区域的位置从InSAR监测结果,和高价值的范围区域的位移是大致相同的强变形区A .滑动面2的数值模拟结果表明,滑坡位移的高值区集中在左边的滑坡,它的位置是一样的强变形区B从InSAR监测结果,和高价值的范围区域的位移是大致相同的强变形区B。然而,没有强烈的变形区左侧滑坡的滑动面1,数值模拟结果和没有强变形区右侧山体滑坡的滑动面2的数值模拟结果。总结一下,右侧的变形和稳定性Quwajiasa滑坡滑动面控制的1,和左边的变形和稳定控制的滑动面2 (30.]。数值模拟结果表明,该滑坡的位移区域集中在高左右的滑坡,是一样的强烈变形区域A和B从InSAR数据。强大的变形区域的主要控制因素是建设省级公路开挖边坡和地方坡切割和居民住宅建设,形成自由表面与不同的高度。强烈变形的主要控制因素B区是黄河的削弱,这使得免费的前沿区域,为滑坡提供更好的条件减少(21]。

6。结论

本文的主要目的是研究multislip表面的变形和稳定性分析大规模在黄河流域黄土滑坡现场调查的角度来看,InSAR监测和数值模拟。首先,进行现场调查确定研究区域的岩性和结构以及进行工程地质分区根据滑坡的变形和破坏特征。通过InSAR监测和分析滑坡的变形历史,强,弱,和异常变形区域被确定并与现场调查的结果。最后,滑坡的整体稳定性是通过数值模拟计算的。本研究的主要结论如下:(1)滑坡分为7个工程地质区,其中带我到V具有明显的整体变形迹象,第六区和七显示没有明显的变形(2)InSAR监测结果表明,强变形区位于区域,和B区跨越地区II, III, IV,显示当地牵引滑动变形(3)数值模拟结果表明,深层滑坡的滑动面1是在一个不稳定的状态,和深层滑动面2是处于稳定状态。通过对比变形特性的数值模拟与现场调查和InSAR结果,发现我带的变形和稳定性主要是由深层滑动面1,控制和区域的变形和稳定性II, III, IV主要是由深层滑动面2(4)在这项研究中,一个大规模黄土滑坡的变形分析和稳定性评价与多个滑动面在黄河流域进行了使用InSAR,数值模拟,和传统的现场调查。治疗过程中应注重强烈变形区域A和b,结果是有用的黄土灾害防灾减灾的黄河流域

数据可用性

本文中的数据和解释;读者可以访问数据支持本研究的结论。

信息披露

我想代表我的合著者宣称是原始研究和描述的工作没有以前公布。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

批准所有作者出版的手稿。

确认

作者感谢支持的项目自然资源部的青海省。我们感谢编辑和匿名评论者改善原来的手稿。