Deformation analysis in the bank slopes in the reservoir area of Baihetan Hydropower Station based on SBAS-InSAR technology
-
摘要: 库岸潜在滑坡变形分析是保障国家水利水电设施安全运行的重要环节，针对仅利用单一轨道SAR数据对库岸潜在滑坡变形监测不准确的问题，采用SBAS-InSAR技术，联合升降轨Sentinel-1 SAR数据构建研究区2019年7月至2021年7月的雷达视线方向形变时间序列，并结合无人机野外调查，分析白鹤滩水电站库岸典型潜在滑坡的变形特征。结果表明：（1）受蓄水因素影响，白鹤滩水电站库岸潜在滑坡形变平均增速达10 mm/a以上，库岸稳定性受到破坏；（2）蓄水量变化是当前库岸滑坡发育的关键性诱因，在蓄水和降雨等因素共同作用下，白鹤滩水电站库岸潜在滑坡存在失稳风险；（3）升降轨SAR数据结合的方式能有效克服单一轨道导致的几何畸变等问题，使水电站库岸潜在滑坡变形监测更加准确、全面。研究结果有助于了解库区蓄水对库岸潜在滑坡变形趋势的影响，可为区域尺度防灾应急管理提供科学支持。
-
关键词:
- SBAS-InSAR技术 /
- 滑坡灾害 /
- 地表形变 /
- 变形分析 /
- 白鹤滩水电站
Abstract: The analysis of potential landslide deformation on the reservoir bank is an important link to ensure the safe operation of national water conservancy and hydropower facilities. In response to the problem of inaccurate monitoring of potential landslide deformation on the reservoir bank using single-track SAR data only, this paper uses SBAS-InSAR technology to construct the radar line-of-sight directional deformation of the study area from July 2019 to July 2021 by combining elevated-track Sentinel-1 SAR data time series, and unmanned aircraft field surveys were combined to analyse the deformation characteristics of typical potential landslides on the reservoir bank of Baihetan hydropower station. The results show that: (1) under the influence of water storage factors, the average growth rate of potential landslide deformation on the reservoir bank of Baihetan hydropower station reaches more than 10 mm/a. Reservoir bank stability is undermined; (2) water storage changes are the key causal factor in the development of reservoir bank potential landslides at present. The potential landslides on the reservoir bank of Baihetan Hydropower Station are at risk of instability with the joint effect factors such as water storage and rainfall; (3) the method which combined lift-track SAR data can effectively overcome the problems such as geometric distortion caused by a single track, and make the monitoring of potential landslide deformation on the reservoir bank of hydropower station more accurate and comprehensive. The research result can help to understand the impact of reservoir storage on the deformation trend of reservoir bank potential landslides, and can provide scientific support for regional-scale disaster prevention and emergency management. -
0. 引言
我国西部山区地处高烈度地区，高陡边坡工程复杂，地震作用下高陡边坡的失稳问题历来是铁路、公路、水电等各行业研究的重点问题[1 − 3]。郭延辉等[4]研究地震诱发的红石岩高陡边坡超大规模地质灾害，研究表明该山体受到震损后，岩体裂隙和后缘地表裂缝增多，防护难度增大。胡爱国等[5]研究地震作用对位于高陡斜坡结构损伤机理，结果表明地震导致坡体整体稳定性下降，促使裂隙大量发育。周洪福等[6]对川藏铁路某特大桥高陡岩质斜坡地质安全风险及稳定性进行评价。国内外相关学者在高边坡变形破坏理论[7]及防护与加固技术方面[8]做了大量的研究工作，大量理论成果应用于工程实例[9 − 10]，但由于高陡边坡工程不仅地质体本身极为复杂，变形破坏机理及力学模型也多变，高陡边坡工程抗震稳定性亟须研究 [11 − 12]。
边坡的地震动力响应分析近年来一直是国内外学者研究的重点[13]。郑颖人等[14]提出了地震强度折减动力分析法，以极限状态时的强度折减系数作为边坡动力稳定系数。张迎宾等[15]进行边坡地形效应的地震动力响应分析，研究边坡几何形态对边坡地震响应的影响。王来贵等[16]研究抚顺西露天矿形成的顺倾岩质边坡在地震作用下多弱层对边坡动力响应的影响，表明地震作用下顺倾多弱层边坡的动力响应规律与弱层的分布位置和作用机理有关。林峻岑等[17]通过数值计算分析错距对边坡固有共振频率的影响，使用谐响应分析对坡面各点的共振响应规律及地震作用频率对边坡应力的影响进行探讨。李郑梁等[18]探讨入射波参数对地震动力放大效应的影响，因此在山区的工程，特别是高陡斜坡区，地震加速度的放大效应必须加以考虑。
地震动力稳定性的分析方法主要为拟静力法和动力时程分析方法[19]。拟静力法是将地震作用简化为水平方向或垂直方向的不变的惯性力，计算边坡的稳定系数，然而地震作用下边坡顶部对振动的反应幅度较边坡底部存在明显的垂直向放大[20]，同一高程处的边坡边缘部位的反应幅度较内部也存在水平向放大[21]，因此传统的拟静力法将整个坡体均乘以相同的地震系数来模拟地震力是不符合实际的。特别是高山峡谷复杂地形会影响地震波的传播特性，导致不同位置的地震动具有不同的放大效应，所以在拟静力法中考虑地震随空间变化，对于高陡边坡的稳定性分析及防护设计具有重要的理论意义和实践意义。动力时程分析方法通过加入地震波数据能够得到计算域的地震反应，边坡的残留永久位移以及坡内各点的动力反应时程，从而计算出加速度，速度及峰值放大系数[22]。但是永久位移无法像边坡稳定系数那样可以直观反映边坡稳定性，且地震动力时程反应的是一个时间过程，地震波随时间不断变化，最终的应力状态未必是最不利的应力状态，因此要得到边坡在地震工况下最危险状态，需要迭代计算边坡每个时刻的稳定系数[23]，计算量过大。动力时程分析方法也无法与工程设计中的两水准地震相适应。因此，考虑复杂地形影响放大效应的强震动力响应的边坡稳定性分析方法亟须研究。
本文以主跨
1200 m特大悬索桥岸坡为研究对象,该特大桥位于滇西北横断山高山峡谷与云贵高原接壤地震频发地带，由于流经的雅砻江深切作用，地形错综复杂，岸坡超600 m。与国内已建和在建特大跨径桥梁工程相比，该特大桥具有两侧岸坡高陡、岩体含风化卸荷变形区、地震烈度高的特点。从工程地质条件着手，重点研究如何合理考虑地震动荷载进行边坡稳定性计算及相应的坡体地震动力响应，据此对该特大桥高陡岸坡提出了防治措施，为此类高烈度地区高陡岸坡的稳定性判定、地质灾害评估及工程防护设计提供重要方法思路。1. 桥位区工程地质条件
1.1 地形地貌
该主跨
1200 m特大悬索桥及两岸地貌如图1所示。西昌岸高度为604 m，坡度约35°～45°。香格里拉岸高度为630 m，坡度约45°～65°，两岸均为高陡斜坡。香格里拉岸处于山体突出部位，即三面临空的“鼻梁”状位置，为抗震危险地段。本文将研究该类典型岸坡的强震动力响应情况，分析岸坡上各点的地震放大效应及放大系数，进行岸坡稳定性评估。1.2 强风化卸荷带
两岸岸坡上覆崩坡积层（
![]()
图 2 风化卸荷变形区岩芯特征Figure 2. Characteristics of rock core in weathering and unloading deformation zone为更好揭示强风化卸荷变形区岩体特征，进行了原位试验。试验平硐总长25.0 m，在平硐内深度19.0 m、23.5 m分别出现了卸荷变形裂隙，19.0 m处张开度为12 cm，23.5 m处张开度为2.5 cm。裂隙产状总体为：42°～45°∠44°～57°，整体外倾向坡外，裂隙面张开且贯通性好，在平硐内贯穿了整个平硐面，裂隙内有一定的泥质充填。平硐内裂隙现场照片如图3所示。
1.3 区域活动构造及其地震危险性
对该特大桥工程场地进行了地震安全性评价，区域破坏型地震震中分布表明区域地震活动具有明显的分区特点，并与活动断裂位置有密切的联系。根据区域地震活动空间分布的实际情况，考虑地震活动对工程场地的影响，如图4给出了地震区带划分方案图，两岸岸坡主要位于鲜水河—滇东地震带。
鲜水河—滇东地震带西起青藏高原中北部的昆仑山南缘，东到云南昭通、文山，包括了青海南部、四川西部、云南中东部以及西藏部分地区，带内地质构造复杂，边界断裂和块体内部断裂活动强烈，地震活动强度大、频度高。该带新构造运动以水平挤压为主，在强烈挤压作用下块体间产生大规模水平滑移，兼有垂直差异运动。主要断裂在新构造时期均有活动，第四纪以来断裂活动尤为明显，断裂活动具有挤压走滑性质，是我国西部地震活动最强烈的地区之一。
故本文采用与桥梁结构两水准抗震设防相适应的边坡防护设计原则，50 a超越概率10%地震作用，为E1地震作用；50 a超越概率2%地震作用，为E2地震作用。根据基岩面地震危险性概率分析，E1地震作用的设计峰值加速度（PGA）取0.244 gm/s2，E2地震作用的（PGA）取0.429 gm/s2，该地震动参数应用于后文数值计算中。
2. 岸坡强震动力响应分析
该特大桥地处高烈度山区，在地震工况下岸坡极易产生失稳破坏，因此在岸坡地质灾害风险评估时充分考虑地震荷载作用且采用合理的计算方法显得至关重要。
2.1 改进的边坡强震动力响应数值计算方法
本文将拟静力法与动力时程分析方法相结合，先通过动力时程分析获得岸坡各点在地震反应过程中随时间变化的地震加速度放大系数，选取岸坡各点的地震加速度峰值放大系数与设计峰值加速度（PGA）的乘积作为的各点水平加速度，再采用拟静力法计算岸坡体至平衡态，以此作为边坡的最危险应力状态，分析该状态的强度特征，可直观评价岸坡在E1和E2两水准抗震设防下地震边坡稳定性。
2.2 含强风化卸荷变形区的数值计算模型
本次数值分析采用三维有限差分计算软件，数值仿真模型试验假定土体的本构行为满足理想弹塑性关系，不产生应变硬化或软化，土体的屈服准则采用摩尔—库仑（Mohr—Coulomb）模型。在模型中从上至下概化出3种材料，即碎块石土、风化卸荷带及中风化粉砂质泥岩。
为了更好地反映风化卸荷带内的外倾结构面和基岩层状结构，在计算模型中岩层面和结构面采用无厚度的Goodman界面单元。为了充分反映滑体的分层特征，选择遍布节理模型作为滑动体的本构模型。基岩按照岩层优势产状和不等岩层厚度进行划分，风化卸荷带内加入外倾结构面，计算模型如图5所示。
2.3 基于地质强度指标（geological strength index，GSI）的计算参数选取
土体的物理力学参数通过原位试验获取，岩体抗剪强度指标均采用Hoek-Brown准则，通过Roclab软件计算得到。根据GSI考虑的2个主要因素岩体结构类型和结构面特征以及勘探钻孔岩性特征，风化卸荷带属于镶嵌结构，结构面差，强风化，GSI取值为40；中风化粉砂质泥岩岩体结构属于块状结构，结构面好，粗糙微风化，GSI取值为65。完整岩块的单轴抗压强度，风化卸荷带岩层取9 MPa，中风化岩层取20 MPa，粉砂质泥岩与砂岩互层对应的mi=10，mi是GSI的表达式中的经验参数，是组成岩体的完整岩块的Hoek-Brown准则常数，在RocLab软件中，该值与岩石的种类有关，还可以考虑岩体结构进行取值。计算得出岩体的内摩擦角和黏聚力，参数取值如表1所示。
表 1 岩土体的物理力学参数Table 1. Physical and mechanical parameters of rock and soil区域 弹模
/MPa泊松比 黏聚力/kPa 内摩擦角/（°） 容重/（kN·m−3） 天然 暴雨 天然 暴雨 天然 暴雨 碎块石土 60 0.32 15 13 27.0 24.0 20.0 21.0 卸荷带 300 0.28 120 108 42.2 38.0 24.0 25.0 中风化岩 800 0.27 507 456 49.9 44.9 26.5 27.0 2.4 峰值地震加速度及放大系数
本文分别在西昌岸和香格里拉岸坡体内由坡表至坡内，由坡顶至坡脚，各选取15个点作为地震加速度的监测点，采用的模型与监测点布置如图6所示。
在两岸坡底面输入地震波，即水平方向地震动时程，如图7所示，该地震波峰值水平加速度为7.192 m/s2，时长70 s，并全程记录各监测点的水平加速度响应时程曲线，获得各点的峰值地震水平加速度，认为其表征整个地震过程中各监测点变形最强烈的状态。将各点的峰值地震水平加速度与地震波的峰值水平加速度的比值定义为该点的加速度放大系数（ξ），每个监测点的模拟计算结果如图8和表2所示。
![]()
图 8 监测点峰值地震水平加速度折线图Figure 8. Peak seismic horizontal acceleration at monitoring points表 2 监测点峰值地震水平加速度和放大系数（ξ）Table 2. Peak seismic horizontal acceleration and amplification factor of monitoring points编号 西昌岸 香格里拉岸 峰值地震水平加速度 ξ 峰值地震水平加速度 ξ 1 18.779 2.61 16.249 2.26 2 26.536 3.69 19.068 1.40 3 21.003 2.92 14.210 1.28 4 18.763 2.61 15.963 2.22 5 12.581 1.75 43.467 6.04 6 19.471 2.71 18.124 2.52 7 18.848 2.61 13.097 1.82 8 16.650 2.32 14.919 2.07 9 12.434 1.80 41.169 5.72 10 15.802 2.20 16.488 2.29 11 13.193 1.83 12.499 1.74 12 11.940 1.66 14.474 2.01 13 15.797 2.20 10.257 1.43 14 12.253 1.70 12.484 1.76 15 10.975 1.53 9.688 1.35 数值计算结果表明，西昌岸坡和香格里拉岸坡的各监测点均遵循不同深度下的峰值地震水平加速度及ξ地表最大，随着深度的增大而减少。这表明地震作用对坡体表层的稳定性影响最为强烈，向坡体深部地震作用影响逐渐递减，递减速度减缓并趋于稳定。
西昌岸坡表的监测点2、3、4和5的峰值地震水平加速度及ξ由坡顶至坡脚随高程的降低而逐渐递减，直至坡脚的监测点1值又突增。这表明相对顺直的坡表高程越高的位置受地震作用影响越大，具有更大的地震放大效应，坡脚也相较于其周围坡表位置受更大的影响。西昌岸放大系数值在1.53～3.69。
香格里拉岸坡表的监测点2的高程高于监测点3，峰值加速度及ξ也大于监测点3，与西昌岸结论相吻合。坡表监测点4的峰值加速度15.963 m/s2，监测点5的峰值加速度为43.467 m/s2，这2个点的峰值加速度骤增，表明在地貌形态如监测点4、5的突出部位，地震放大效应更为明显。特别是监测点5，位于近似“三角形”山脊前缘，坡体三面临空，放大效应更为显著，放大系数高达6.04。
分析两岸坡共30个监测点的地震水平加速度时程曲线，结果表明坡表坡度的变化率对该点处的ξ，特别是加速度峰值有极大的影响。以位于西昌岸和香格里拉岸的高程相近且均位于边坡中下部，坡表坡度变化率不同的2个监测点5为例，其地震水平加速度时程曲线如图9和图10所示。其中西昌岸监测点5所在坡表坡度变化率更小，坡面更为顺直，其加速度时程曲线可见，在地震时域范围内水平加速度在绝大部分波段里的极大值都保持在5.5～6.5 m/s2，波动较大的几次极大值达到10m/s2，峰值加速度为12.581 m/s2，未超出绝大部分波段的极大值太多，整体较为均衡。香格里拉岸监测点5所处地貌起伏大的突出部位，坡表坡度变化率大。由其加速度时程曲线可以发现，在监测时域范围内水平加速度在绝大部分时间里的峰值也保持在6～7.5 m/s2，但峰值加速度却达到了43.467 m/s2，这表明坡度变化率大且地貌突出的坡面处，加速度的放大效应表现出更加放大全过程中的峰值的特点。
![]()
图 9 西昌岸监测点5地震水平加速度时程曲线Figure 9. Seismic horizontal acceleration time history curve of monitoring point 5 on Xichang bank![]()
图 10 香格里拉岸监测点5地震水平加速度时程曲线Figure 10. Seismic horizontal acceleration time history curve of monitoring point 5 on Xianggelila bank2.5 放大系数（ξ）的修正
桥址区位于川滇菱形块体内，属于强烈活动构造和地震活动区，地震波由西昌出发，向香格里拉传播。西昌岸边坡坡向与地震波的传播方向一致为背坡，香格里拉岸边坡坡向与地震波的传播方向相反为向坡。相关学者研究揭示了地震背坡效应，即背坡的地震动放大效应高于向坡，且背坡地震崩塌和滑坡灾害发育密度高于向坡。地震动力时程模拟时将地震波加载在模型底部，而无法考虑背坡效应，因此在实际应用时须将放大系数按照背坡与向坡的不同进行相应修正。
3. 强震动力响应下边坡稳定性分析
3.1 强震动力响应下边坡失稳破坏模式
西昌岸有大面积碎块石覆盖层分布，斜坡主要呈“土层-基岩二元结构”，断面如图11所示。由于在主墩附近至隧道锚附近之间存在大面积崩坡积碎块石土层，坡面有明显的两处突出部位且岩土分界面较为顺直主墩上部的大范围覆盖层无明显的抗滑段，在自然条件下基本稳定，但在强震条件下存在很大的稳定性问题，失稳模式主要为主墩附近至隧道锚附近的覆盖层滑移失稳。
香格里拉岸覆盖层较薄，有大范围的基岩出露，且风化卸荷带的厚度相当大，属典型的“土层及风化卸荷带—基岩二元结构” ，断面如图12所示。香格里拉岸风化卸荷极为强烈，陡坡段风化卸荷带深度在25 m以上，且风化卸荷带岩体变形强烈，重力及降雨作用下表层岩体失稳问题突出，尤其是强震条件下，风化卸荷带岩体极易失稳。边坡坡脚上部高差200 m范围内陡缓变坡点下方及两侧地震诱发斜坡失稳问题将非常突出，失稳区厚度至少在10 m以上。失稳模式为主墩附近至坡顶的覆盖层滑移失稳和风化卸荷带岩体失稳。
3.2 数值分析计算工况
三维数值模拟计算分为天然、暴雨和地震3种工况进行，其中地震工况分为E1和E2，根据前文计算得到的坡体各点修正放大系数（ξ），分别与E1的PGA=0.244 gm/s2和E2的PGA=0.429 gm/s2的乘积作为坡体内各点水平加速度，施加此加速度计算两水准抗震设防下边坡稳定性及安全系数。
3.3 考虑强震动力响应下数值计算结果分析
考虑动力时程分析法得到的修正放大系数，采用拟静力法计算模拟强震动力响应下岸坡在E1和E2两水准抗震设防下地震边坡稳定性。
3.3.1 地震作用下边坡变形及应力分布规律
3.3.1.1 最大/小主应力结果分析
由两岸边坡EI和E2地震工况最小主应力和最大主应力云图可得：最大主应力和最小主应力均分布均匀，等值线平滑，无畸变点，随深度增大量值不断增大，表明两岸坡体内均未出现应力集中。
3.3.1.2 坡体变形结果分析
图13—16分别为地震E1工况和E2工况下两岸边坡坡体弹塑性阶段变形等值线云图，结果表明：
![]()
图 13 西昌岸E1地震工况总位移图Figure 13. Total displacement diagram of Xichang bank under E1 earthquake condition![]()
图 14 西昌岸E2地震工况总位移图Figure 14. Total displacement diagram of Xichang bank under E2 earthquake condition![]()
图 15 香格里拉岸E1地震工况总位移图Figure 15. Total displacement diagram of Xianggelila bank under E1 earthquake condition![]()
图 16 香格里拉岸E2地震工况总位移图Figure 16. Total displacement diagram of Xianggelila bank under E2 earthquake condition（1）两岸坡体最大位移量均位于坡体后缘表层碎块石土中，E2工况下的失稳范围及位移量均大于E1工况，表现出在强震下覆盖层向临空面方向滑移变形的特征，失稳从地震动力响应更为强烈的坡体后缘开始启动。
（2）西昌岸边坡最大位移量在E1工况达18.1 cm，在E2工况达2.5 m；香格里拉岸边坡最大位移量在E1工况达26.7 cm，在E2工况达72.4 cm，表明类似西昌岸这种大范围分布碎块石土覆盖层的稳定性在E2强震下的地震动力响应更为敏感，更易快速崩解失稳；类似香格里拉岸拥有突出地形的覆盖层在E1工况下将产生较大位移量。
（3）西昌岸失稳模式整体呈现出“土层—基岩二元结构”在强震下覆盖层沿岩土分界面滑移失稳。在E2强震下香格里拉岸山脊前缘，坡体三面临空的风化卸荷带内出现变形，最大位移量15～20 cm，说明在强震下地貌突出、卸荷裂隙发育强烈的风化碎裂岩体仍有很大失稳可能，失稳模式呈现出“土层风化卸荷带—基岩二元结构”在强震下向临空面方向变形特征，均与理论分析相吻合。
3.3.1.3 折减至极限状态下剪应变增量结果分析
本文采用计算不收敛判据计算得到折减至极限状态的两岸坡体在E1和E2地震工况下的剪应变增量及稳定系数，剪应变增量带是否贯通可作为判断整体是否稳定的重要判据，如图17—20所示，结果表明：
![]()
图 17 西昌岸E1地震工况折减至极限状态的剪应变增量Figure 17. Shear strain increment of Xichang bank under E1 earthquake condition![]()
图 18 西昌岸E2地震工况折减至极限状态的剪应变增量Figure 18. Shear strain increment of Xichang bank under E2 earthquake condition![]()
图 19 香格里拉岸E1工况折减至极限状态剪应变增量Figure 19. Shear strain increment and stability coefficient of Xianggelila bank under E1 earthquake condition![]()
图 20 香格里拉岸E2工况折减至极限状态的剪应变增量Figure 20. Shear strain increment and stability coefficient of Xianggelila bank under E2 earthquake condition（1）西昌岸边坡地面高程
1540 ～1590 m和1690 ～1720 m以及香格里拉岸边坡地面高程1630 ～1790 m的边坡坡表的覆盖层发生滑移失稳，并有转化为碎屑流的风险。两岸主墩承台均位于高程约1569 m的位置，说明西昌岸易滑区域范围位于主墩承台的上下范围内高差20～30 m的位置，且顶部也有易滑区域，高差约120 m的范围；香格里拉岸易滑区域位于主墩承台的上部，约有高差60 m的范围内。若发生碎屑流或表层土体滑移，滑移体将对主墩造成严重的毁灭性危害，对桥梁安全造成极大威胁。（2）在E2强震下两岸坡体均失稳。
（3）在E2强震下香格里拉岸坡体三面临空的风化卸荷带内出现剪应变增量带，虽未贯通但有扩大并持续发展的趋势，说明在强震下地貌突出的风化卸荷变形区岩体地震响应更强烈，有极大失稳风险。
3.3.2 边坡稳定性数值计算结果
本文计算得到了考虑修正放大系数下的天然、暴雨、E1和E2地震工况下的两岸边坡稳定系数，不同工况下边坡的稳定状态如表3所示，结果表明即便在天然和暴雨工况下稳定的、甚至具有极高的长期稳定性的高陡边坡，如果坡体内存在较厚的风化卸荷带亦或者是地貌突出、坡面不顺直，在强震下坡体有极大的失稳可能。计算结果与桥梁结构两水准抗震设防相对应的边坡稳定性计算结果有较大差异，进一步说明了进行抗震两水准计算的必要性。
表 3 考虑修正放大系数下不同工况边坡FS及稳定状态Table 3. FS and stable state of various conditions with considering the correction amplification factor岸坡 天然工况 暴雨工况 E1地震 E2地震 FS 状态 FS 状态 FS 状态 FS 状态 西昌 1.35 稳定 1.26 稳定 1.13 稳定 0.97 失稳 香格里拉 1.26 稳定 1.12 稳定 1.06 基本稳定 0.98 失稳 同时，本文计算得到了未考虑修正放大系数的E1和E2地震工况下的两岸边坡稳定系数（表4），与考虑修正放大系数结果作为对比。结果表明：未考虑修正放大系数的地震工况计算结果偏于不安全，FS的计算结果减少了2%～6%，会导致边坡稳定状态判断结果产生变化，并且对不规则地形岸坡的影响明显大于坡面顺直岸坡的。也进一步证明了在实际工程的地震稳定性分析中采用本文修正的拟静力法的必要性。
表 4 未考虑修正放大系数下地震工况的FS及稳定状态Table 4. FS and stable state of seismic conditions without considering the correction amplification factor岸坡 E1地震 E2地震 FS 状态 FS 状态 西昌 1.15 稳定 0.99 失稳 香格里拉 1.11 稳定 1.04 欠稳定 4. 边坡防护措施建议
（1） 西昌岸边坡在极端工况下有发生浅层滑移失稳、碎屑流等地质灾害的可能，桥梁基坑开挖将诱发上部坡体覆盖层沿基覆界面发生滑移变形，故建议以预加固措施为主，在主墩承台内侧设置桩板墙，并对桩顶以上及主墩承台以下范围内斜坡采用预应力锚杆+挂网喷砼等措施对潜在失稳坡体进行整体封闭锚固，并结合疏排结构进行综合处治。
（2） 香格里拉岸边坡在极端工况下有发生覆盖层或基岩风化卸荷带浅层滑移的可能，且易转化为碎屑流灾害，桥梁基坑开挖易诱发滑移变形，故建议采用抗滑桩+桩板墙+坡面锚固+多级拱形抗滑桩排挡结构等锚固+疏排措施进行综合处治。
5. 结论
（1） 高烈度深切峡谷地区地震活动相当强烈，必须进行地震安全性评价。针对大跨径桥梁高陡岸坡，应采用与桥梁结构两水准抗震设防相适应的E1和E2地震作用下的边坡稳定性分析方法，即通过基岩面地震危险性概率分析分别得到E1和E2地震下设计峰值加速度（PGA）并应用于稳定性分析中。
（2） 采用动力时程分析方法确定各岸坡各点的峰值地震加速度及修正放大系数并施加至坡体内，采用拟静力法计算两水准地震工况下边坡稳定性，建立一套考虑地震波波动和地表坡度变化且能求得稳定系数的边坡稳定性分析方法。计算结果表明：坡面顺直的边坡遵循峰值地震水平加速度及放大系数地表最大，随着坡体深度的增大而递减，且递减速度减缓并趋于稳定的规律。坡脚的地震响应较其周围更为强烈。坡面不顺直的边坡，地表坡度的变化率对该点处的峰值地震水平加速度及放大系数影响极大，坡度变化率大且地貌突出部位的地震响应极为强烈。放大效应更加放大地震全过程中的震动峰值。
（3） 通过建立含卸荷裂隙单元的复杂三维坡体结构模型对两岸边坡多工况进行稳定性分析，重点分析地震作用下边坡变形及应力分布规律，结果表明坡体内越是地震放大效应明显，地震动力响应强烈的部位越是容易失稳。大范围分布的碎块石土覆盖层、变坡率的地貌突出的浅表层、风化卸荷带内的表层风化碎裂岩体均属于此，极易在地震作用下产生变形，应当加强防护。
（4） 未考虑修正放大系数结果与考虑修正放大系数结果作为对比。结果表明，未考虑修正放大系数的地震工况计算结果偏于不安全，FS的计算结果减少了2%～6%，会导致边坡稳定状态判断结果产生变化，并且对不规则地形岸坡的影响明显大于坡面顺直岸坡。
-
![]()
图 4 研究区部分较理想的干涉图
注：（a）、（b）、（c）为升轨数据干涉图，（d）、（e）、（f）为降轨数据干涉图
Figure 4. Ideal interference patterns in the study area
![]()
图 6 升轨潜在滑坡解译及实地考察结果
Figure 6. Interpretation and field investigation results of potential landslide in ascending orbit
![]()
图 7 降轨潜在滑坡解译及实地考察结果
Figure 7. Interpretation and field investigation results of potential landslide in descending orbit
表 1 Sentinel-1A数据参数
Table 1 Sentinel-1A data parameters
轨道方向 成像模式 极化方式 波长 波段 入射角/(°) 升轨 IW VV 5.63 C 39.44 降轨 IW VV 5.63 C 39.28 
下载: 导出CSV
表 2 升轨数据库岸形变区域解译结果列表
Table 2 List of interpretation results of shore deformation region in orbit lifting database
编号 形变区域名称 最大形变速率/（mm·a−1） 形变区域类别 H1 观音岩 19.846 潜在滑坡 H2 鱼坝 18.537 潜在滑坡 X1 六城村 76.259 非滑坡形变 X2 半坡 55.947 非滑坡形变
下载: 导出CSV
表 3 降轨数据库岸形变区域解译结果列表
Table 3 List of interpretation results of shore deformation region in orbit descent database
编号 形变区域名称 最大形变速率/（mm·a−1） 形变区域类别 H3 观音岩 10.726 潜在滑坡 H4 清水沟 17.605 潜在滑坡 H5 鱼坝 19.326 潜在滑坡 H6 大湾子 15.888 潜在滑坡 X3 六城村 48.871 非滑坡形变 X4 半坡 61.425 非滑坡形变
下载: 导出CSV
-
[1] 代贞伟,殷跃平,魏云杰,等. 三峡库区藕塘滑坡特征、成因及形成机制研究[J]. 水文地质工程地质,2015,42(6):145 − 153. [DAI Zhenwei,YIN Yueping,WEI Yunjie,et al. Characteristics,origin and formation mechanism of the Outang landslide in the Three Gorges Reservoir area[J]. Hydrogeology & Engineering Geology,2015,42(6):145 − 153. (in Chinese with English abstract) [2] 张鹏,张森林,黄波林,等. 岸坡消落带岩体劣化的新生型滑坡(崩塌)隐患演化模式研究[J]. 工程地质学报,2021,29(5):1416 − 1426. [ZHANG Peng,ZHANG Senlin,HUANG Bolin,et al. Study on the evolution model of neogenic landslide (collapse) hazards in rock mass of hydro-fluctuation belt[J]. Journal of Engineering Geology,2021,29(5):1416 − 1426. (in Chinese with English abstract) [3] 裴小龙,杨瀚文,宋东阳,等. 雅砻江中游楞古水电站夏日滑坡发育特征及稳定性分析[J]. 中国地质灾害与防治学报,2022,33(1):75 − 82. [PEI Xiaolong,YANG Hanwen,SONG Dongyang,et al. Characteristics and stability analysis of Xiari landslide at Lenggu hydropower station in the middle reach of the Yalong river[J]. The Chinese Journal of Geological Hazard and Control,2022,33(1):75 − 82. (in Chinese with English abstract) [4] 李松林,许强,汤明高,等. 三峡库区滑坡空间发育规律及其关键影响因子[J]. 地球科学,2020,45(1):341 − 354. [LI Songlin,XU Qiang,TANG Minggao,et al. Study on spatial distribution and key influencing factors of landslides in Three Gorges Reservoir area[J]. Earth Science,2020,45(1):341 − 354. (in Chinese with English abstract) [5] 何少其,刘元雪,杨骏堂,等. 库岸堆积层滑坡位移的分量响应模式及多因子模型[J]. 岩土力学,2020,41(8):2773 − 2784. [HE Shaoqi,LIU Yuanxue,YANG Juntang,et al. A component response mode and multi-factor model for accumulation landslide displacement induced by reservoir[J]. Rock and Soil Mechanics,2020,41(8):2773 − 2784. (in Chinese with English abstract) [6] 廖明生,董杰,李梦华,等. 雷达遥感滑坡隐患识别与形变监测[J]. 遥感学报,2021,25(1):332 − 341. [LIAO Mingsheng,DONG Jie,LI Menghua,et al. Radar remote sensing for potential landslides detection and deformation monitoring[J]. National Remote Sensing Bulletin,2021,25(1):332 − 341. (in Chinese with English abstract) [7] 解明礼,巨能攀,刘蕴琨,等. 崩塌滑坡地质灾害风险排序方法研究[J]. 水文地质工程地质,2021,48(5):184 − 192. [XIE Mingli,JU Nengpan,LIU Yunkun,et al. A study of the risk ranking method of landslides and collapses full text replacement[J]. Hydrogeology & Engineering Geology,2021,48(5):184 − 192. (in Chinese with English abstract) [8] 康亚,赵超英,张勤,等. InSAR滑坡探测技术研究—以金沙江乌东德水电站段为例[J]. 大地测量与地球动力学,2018,38(10):1053 − 1057. [KANG Ya,ZHAO Chaoying,ZHANG Qin,et al. Research on the InSAR technique of landslide detection:A case study of wudongde hydropower station section,Jinshajiang[J]. Journal of Geodesy and Geodynamics,2018,38(10):1053 − 1057. (in Chinese with English abstract) [9] 陆会燕,李为乐,许强,等. 光学遥感与InSAR结合的金沙江白格滑坡上下游滑坡隐患早期识别[J]. 武汉大学学报·信息科学版,2019,44(9):1342 − 1354. [LU Huiyan,LI Weile,XU Qiang,et al. Early detection of landslides in the upstream and downstream areas of the baige landslide,the Jinsha river based on optical remote sensing and InSAR technologies[J]. Geomatics and Information Science of Wuhan University,2019,44(9):1342 − 1354. (in Chinese with English abstract) DOI: 10.13203/j.whugis20190086 [10] 闫怡秋,郭长宝,张永双,等. 基于SBAS-InSAR技术的西藏雄巴古滑坡变形特征[J]. 地质学报,2021,95(11):3556 − 3570. [YAN Yiqiu,GUO Changbao,ZHANG Yongshuang,et al. Study of the deformation characteristics of the Xiongba ancient landslide based on SBAS-InSAR method,Tibet,China[J]. Acta Geologica Sinica,2021,95(11):3556 − 3570. (in Chinese with English abstract) DOI: 10.3969/j.issn.0001-5717.2021.11.027 [11] 苏晓军,张毅,贾俊,等. 基于InSAR技术的秦岭南部略阳县潜在滑坡灾害识别研究[J]. 山地学报,2021,39(1):59 − 70. [SU Xiaojun,ZHANG Yi,JIA Jun,et al. InSAR-based monitoring and identification of potential landslides in Lueyang County,the southern Qinling Mountains,China[J]. Mountain Research,2021,39(1):59 − 70. (in Chinese with English abstract) [12] 徐帅,王尚晓,牛瑞卿. 基于InSAR技术的三峡库区巫山—奉节段潜在滑坡识别[J]. 安全与环境工程,2020,27(1):32 − 38. [XU Shuai,WANG Shangxiao,NIU Ruiqing. Identification of the potential landslide in Wushan:Fengjie in the Three Gorges Reservoir area based on InSAR technology[J]. Safety and Environmental Engineering,2020,27(1):32 − 38. (in Chinese with English abstract) DOI: 10.13578/j.cnki.issn.1671-1556.2020.01.006 [13] 王振林,廖明生,张路,等. 基于时序Sentinel-1数据的锦屏水电站左岸边坡形变探测与特征分析[J]. 国土资源遥感,2019,31(2):204 − 209. [WANG Zhenlin,LIAO Mingsheng,ZHANG Lu,et al. Detecting and characterizing deformations of the left bank slope near the Jinping hydropower station with time series Sentinel-1 data[J]. Remote Sensing for Land & Resources,2019,31(2):204 − 209. (in Chinese with English abstract) [14] 朱同同,史绪国,周超,等. 利用2016—2020年Sentinel-1数据监测与分析三峡库区树坪滑坡稳定性[J]. 武汉大学学报·信息科学版,2021,46(10):1560 − 1568. [ZHU Tongtong,SHI Xuguo,ZHOU Chao,et al. Stability monitoring and analysis of the shuping landslide in the Three Gorges area with Sentinel-1 images from 2016 to 2020[J]. Geomatics and Information Science of Wuhan University,2021,46(10):1560 − 1568. (in Chinese with English abstract) [15] 史绪国,徐金虎,蒋厚军,等. 时序InSAR技术三峡库区藕塘滑坡稳定性监测与状态更新[J]. 地球科学,2019,44(12):4284 − 4292. [SHI Xuguo,XU Jinhu,JIANG Houjun,et al. Slope stability state monitoring and updating of the outang landslide,Three Gorges area with time series InSAR analysis[J]. Earth Science,2019,44(12):4284 − 4292. (in Chinese with English abstract) [16] LIAO M S,BALZ T,ZHANG L,et al. Characterization of landslide deformations in Three Gorges area using multiple InSAR data stacks[J]. Remote Sensing,2013,5(6):2704 − 2719. DOI: 10.3390/rs5062704
[17] ZHOU C,CAO Y,YIN K L,et al. Landslide characterization applying sentinel-1 images and InSAR technique:The muyubao landslide in the Three Gorges Reservoir area,China[J]. Remote Sensing,2020,12:3385. DOI: 10.3390/rs12203385
[18] LIU P,LI Z H,HOEY T,et al. Using advanced InSAR time series techniques to monitor landslide movements in Badong of the Three Gorges Region,China[J]. International Journal of Applied Earth Observation and Geoinformation,2013,21:253 − 264. DOI: 10.1016/j.jag.2011.10.010
[19] 佘雅文,付广裕,赵倩,等. 白鹤滩水电站蓄水引起重力与库仑应力变化的模拟研究[J]. 地球物理学报,2021,64(6):1925 − 1936. [SHE Yawen,FU Guangyu,ZHAO Qian,et al. Simulating changes of gravity and Coulomb stress caused by the impoundment of the Baihetan hydropower station[J]. Chinese Journal of Geophysics,2021,64(6):1925 − 1936. (in Chinese with English abstract) DOI: 10.6038/cjg2021O0163 [20] 冯文凯,易小宇,白慧林,等. 白鹤滩水库初次蓄水对双河段岸坡稳定性的影响预测分析[J]. 科学技术与工程,2021,21(1):346 − 352. [FENG Wenkai,YI Xiaoyu,BAI Huilin,et al. Prediction and analysis of influence of the first impoundment of Baihetan Reservoir on the bank slope stability of Shuanghe river section[J]. Science Technology and Engineering,2021,21(1):346 − 352. (in Chinese with English abstract) [21] 王哲,赵超英,刘晓杰,等. 西藏易贡滑坡演化光学遥感分析与InSAR形变监测[J]. 武汉大学学报·信息科学版,2021,46(10):1569 − 1578. [WANG Zhe,ZHAO Chaoying,LIU Xiaojie,et al. Evolution analysis and deformation monitoring of yigong landslide in Tibet with optical remote sensing and InSAR[J]. Geomatics and Information Science of Wuhan University,2021,46(10):1569 − 1578. (in Chinese with English abstract) DOI: 10.13203/j.whugis20210168 [22] 黄观文,王家兴,杜源,等. 顾及降雨及库水位因素的滑坡时滞分析与预测—以三峡库区新铺滑坡为例[J]. 地球科学与环境学报,2021,43(3):621 − 631. [HUANG Guanwen,WANG Jiaxing,DU Yuan,et al. Time-delay analysis and prediction of landslide considering precipitation and reservoir water level:A case study of Xinpu landslide in Three Gorges Reservoir area,China[J]. Journal of Earth Sciences and Environment,2021,43(3):621 − 631. (in Chinese with English abstract) [23] HUANG H N, ZHANG X B, LI Z R, et al. Stability evaluation at Xishan Loess landslide using InSAR technique applying ascending and descending SAR data[C]//2021: 034519.
[24] BERARDINO P,FORNARO G,LANARI R,et al. A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing,2002,40(11):2375 − 2383. DOI: 10.1109/TGRS.2002.803792
[25] DAI F,JIANG P,XU N W,et al. Focal mechanism determination for microseismic events and its application to the left bank slope of the Baihetan hydropower station in China[J]. Environmental Earth Sciences,2018,77(7):268. DOI: 10.1007/s12665-018-7443-1
[26] 喜文飞. 滇东北山区无人机遥感影像预处理方法及滑坡特征识别研究[D]. 昆明: 云南师范大学, 2019 XI Wenfei. Study on remote sensing image preprocessing method and landslide feature identification of UAV in northeast Yunnan Mountain area[D]. Kunming: Yunnan Normal University, 2019. （in Chinese with English abstract）
[27] 张欣,王运生. 白鹤滩水电站库区小江断裂带活动性研究[J]. 工程地质学报,2017,25(2):531 − 540. [ZHANG Xin,WANG Yunsheng. Activities of Xiaojiang fault zone in Baihetan hydropower station reservoir[J]. Journal of Engineering Geology,2017,25(2):531 − 540. (in Chinese with English abstract) -
期刊类型引用(11)
1. 任恩，石美晴，姚巍，罗刚，张静. 基于有效降雨阈值的区域滑坡灾害预警分析. 河北工业科技. 2025(01): 70-79 . 
百度学术
2. 郭典衡，马晓怡. 基于AE插件式的豫西滑坡监测预警系统设计与实现. 水利规划与设计. 2025(03): 101-106 . 百度学术
3. 曾韬睿，王林峰，张俞，程平，吴帆. 基于CatBoost-SHAP模型的滑坡易发性建模及可解释性. 中国地质灾害与防治学报. 2024(01): 37-50 . 本站查看
4. 周诗凯，刘正华，余丰华，朱浩濛，黄丽，佘恬钰. 浙江省地质灾害气象风险预警一体化建设的探索与实践. 中国地质灾害与防治学报. 2024(02): 21-29 . 本站查看
5. 黄炜敏，陈全明，陈吉祥. 湖南省“631”地质灾害预警模式及避险案例研究. 中国地质灾害与防治学报. 2024(02): 74-80 . 本站查看
6. 杨连伟，黄传胜，李华，李鹏，欧阳昊明. 基于普适型降雨监测设备的江西省滑坡灾害降雨阈值分析. 江西科学. 2024(03): 538-543+667 . 百度学术
7. 张群，肖智林，马志刚，金圣杰，李俊峰，许钟元，曾普，张小琼. 四川巴中红层滑坡降雨阈值克里金插值法研究. 中国地质灾害与防治学报. 2024(04): 36-44 . 本站查看
8. 曾新雄，刘佳，赖波，赵风顺，江山. 广东珠海市降雨型崩塌滑坡预警阈值研究. 中国地质灾害与防治学报. 2024(05): 141-150 . 本站查看
9. 马娟，张鸣之，齐干，叶思卿，黄喆，丁帆. 地质灾害监测复杂场景下压电式雨量计精度标定及适宜性分析. 中国地质灾害与防治学报. 2023(05): 91-96 . 本站查看
10. 康晓波，杨迎冬，王宇，祝传兵，黄成，张杰，周翠琼，柴金龙，张文鋆. 云南省地质灾害综合防治体系建设系列专项研究进展. 中国地质灾害与防治学报. 2023(06): 146-157 . 本站查看
11. 高子雁，李瑞冬，石鹏卿，周小龙，张娟. 基于长短期记忆网络的甘肃舟曲立节北山滑坡变形预测. 中国地质灾害与防治学报. 2023(06): 30-36 . 本站查看
其他类型引用(2)
计量
- 文章访问数: 1878
- HTML全文浏览量: 266
- PDF下载量: 303
- 被引次数: 13
邮件订阅
RSS