天水中部地區滑坡隱患早期識別及安全性分析

毛嘉騏,李素敏*,崔文東,廖園歡,成 睿

(1.昆明理工大學 國土資源工程學院,云南 昆明 650093;2.甘肅交建項目管理有限公司,甘肅 蘭州 730000)

滑坡具備高突發性、高破壞性的特點,給人民群眾的生命安全以及生產建設活動造成了極大的危害,嚴重制約著社會經濟的發展[1]。利用傳統的監測方法很難對滑坡進行大面積的監測預警,而且監測成本較高,效率低,易受到外界因素的影響,難以實現滑坡預警[2]。合成孔徑雷達干涉測量(interferometric synthetic aperture radar,InSAR),具有全天時、全天候和覆蓋范圍廣等特點,已經成功運用于滑坡災害的監測中,特別是在滑坡災害的早期隱患識別中得到了廣泛的應用[3]。戴可人等[4]利用時序InSAR技術,對雅礱江中段地區進行高山峽谷地區的早期識別工作,成功探測出8處具有滑坡隱患區域。蔡杰華等[5]基于InSAR技術,對九寨溝震后滑坡隱患區域進行早期的探測識別,共發現7處靠近居民區的隱患區域,潛在威脅性較大。ZHU等[6]利用InSAR技術對青海省劍溝滑坡進行探測,發現InSAR技術對分析滑坡前的蠕變變形具備優勢。張毅[7]利用InSAR技術識別出白龍江流域內的133處活動斜坡。在山區地形中,現有研究可以從一定程度上識別出潛在滑坡區域,卻無法準確評估潛在滑坡區域的穩定性,同時,單一的潛在滑坡隱患識別也難以具體反映滑坡體失穩特征。

FLAC3D軟件中的有限元強度折減法,可以通過彈塑性計算得出坡體的不穩定面,并得到相應的安全系數,無需事先假設,且考慮土體的本構關系及巖土體本身的變形,可以對坡體的穩定性以及在坡體發生破壞前后的位移情況進行判定[8]。如蔡捷等[9]利用FLAC3D中的強度折減法,對普陽煤礦1號排土場邊坡失穩進行模擬分析,預測可能出現牽引式滑坡。劉宏等[10]針對緩傾角層狀巖質邊坡小危巖體失穩破壞模式進行分析,指出緩傾內層狀巖質邊坡分別為巖層較厚、巖層較薄、巖層傾向坡外等幾種情況時對應的破壞模式,同時對破壞模式提出了相應的穩定性評價理論及方法。余忠祥等[8]運用FLAC3D對邊坡失穩破壞進行模擬,同時采用強度折減法得出邊坡在不同條件下的相應安全系數,以及影響坡體穩定性的主要因素為坡高和坡角。FLAC3D有限元強度折減法可以對坡體穩定性實現量化,同時反映坡體失穩前后的位移形變情況,提高時序InSAR監測結果的可靠性。

因此,本文采用時序InSAR技術獲取天水市中部地區地表形變數據,識別出潛在滑坡區域;同時結合FLAC3D軟件,運用強度折減法得出隱患坡體的安全系數,分析識別潛在滑坡區域坡體的穩定性情況,為滑坡的預測和坡體的穩定性評價提供了有力的支持,并為當地的滑坡預警監測提供了理論支撐。

1 研究區概況及數據處理

1.1 研究區概況

天水市地處甘肅省東南部,位于104°35′～106°44′E、34°05′～35°10′N的青藏高原和黃土高原交匯地帶,地勢西北高東南低,平均海拔高度為1 100 m,境內有渭河及其支流流經,受地質沉陷和紅、黃土層沉積,形成黃土丘陵地貌?！疤m州—天水”地震帶穿城而過,區域內斷裂褶皺發育,地質構造較為活躍。天水降雨主要集中在夏秋兩季,且呈現出集中性和持續性的特點,加之近年來工程活動較多,導致滑坡、泥石流等自然災害頻發[11]。本文主要研究區為天水市中部地區,研究區位置如圖1所示。

圖1 研究區域Fig.1 Research area

1.2 SBAS-InSAR數據處理方法

SBAS-InSAR是利用同一地區多幅時間基線較短的SAR影像形成的干涉對。干涉對通過解纏、濾波等方式去除軌道誤差、噪音以及地形的殘余相位,保證時間基線的高相干性,然后采用奇異值分解(singular value decomposition, SVD)的方法,將多個基線集聯合求解,并對時間域和空間域的濾波進行分析,分離出殘余相位中的大氣相位和非線性形變誤差,得到目標區域內覆蓋整個觀測時間的地表形變信息[12]。本文選取IW模式下的2018年10月—2021年10月的37景Sentinel-1A升軌數據,數據的相關參數如表1所示。為提高SAR衛星影像的軌道精度,引入由歐空局提供的精密軌道數據,使用30 m分辨率的DEM,用于計算過程中去除地形相位的影響。

表1 Sentinel-1A數據參數Tab.1 Sentinel-1A data parameters

1.3 FLAC3D有限元強度折減法

本文采用有限元強度折減法,運用FLAC3D對坡體進行強度折減計算。其原理是將坡體的巖土體的黏聚力C和內摩擦角φ進行調整,得到一組新的黏聚力和內摩擦角,然后利用折減后的參數進行計算,直到坡體達到極限狀態,此時的折減系數F即為坡體穩定時的安全系數[13]。

(1)

(2)

式中:C′為折減后的黏聚力;φ′為折減后的摩擦角;F為折減系數。

通過現場調查,計算采用摩爾庫倫本構,巖土體抗剪強度、彈性模量、泊松比等物理力學參數均通過室內實驗獲取,如表2所示。

表2 巖土體物理力學參數Tab.2 Physical mechanics parameters of rock and soil mass

1.4 技術路線

利用時序InSAR技術進行滑坡災害隱患點的大規模普查,查找隱患點位置,然后對普查結果用FLAC3D有限元軟件生成網格單元,并建立坡體模型;對坡體賦予相應的條件和參數,獲得達到初始平衡狀態的初始模型;對模型施加一定的外力,破壞其現有狀態,繼續進行計算,使模型處于平衡或者破壞狀態;最后結合坡體模型得出安全系數,對坡體安全性進行綜合判斷[14]。整體技術流程如圖2所示。

圖2 滑坡災害隱患點識別技術流程圖Fig.2 Flow chart of landslide disaster hidden danger point identification technology

黑色圓圈為沉降速率較大區域;紅色方框為城區。圖3 2018—2021年均形變速率圖Fig.3 The average variable rate map of 2018-2021

2 InSAR滑坡隱患早期識別結果

2.1 總體識別結果

基于時序InSAR獲取天水市中部地區2018年10月—2021年10月的形變數據,其年均形變速率圖如圖3所示。從圖3可以看出:整個研究區形變情況分布不均勻,位于中部的主城區附近較為穩定,形變速率為10 mm/a,未見有較大的形變情況發生;形變嚴重的區域主要集中在研究區北部,區域內地形起伏較大,年均形變速率變化范圍為-92～68 mm/a;研究區南部地形也有較大起伏,形變速率在-40～35 mm/a之間。結合研究區光學遙感影像及實地調查,發現研究區南部植被覆蓋率較高,會導致嚴重的失相干情況;研究區北部植被覆蓋率較低,形變監測結果良好,故在研究區北部區域篩選滑坡隱患區域。

結合坡度(圖4)、高程(圖1)、形變速率等分析,位于研究區北部的秦州區太京鎮丁家門村和麥積區能干村的坡體存在隱患,其最大形變速率為92 mm/a,坡度均大于35°,且所處位置海拔較高。其中,位于丁家門村坡體靠近斷裂帶,能干村坡體靠近渭河、隴海鐵路,存在造成次生災害的風險。

圖4 研究區坡度Fig.4 Slope of research area

2.2 重點區域解譯

第一處滑坡隱患較大的區域位于秦州區太京鎮丁家門村附近坡體。該處坡體最大沉降值為-120 mm,從上至下選取4個點位進行時序分析,如圖5所示。從圖5可以看出:坡體整體沉降速率較大,最大沉降速率為44 mm/a;2018年10月—2020年4月,坡體變化趨勢較為穩定,之后以較大的速率持續沉降。巖土體裸露情況較為嚴重,植被種類單一且稀少,周邊有部分耕地,在強降雨及持續性集中降雨條件下,坡體易受侵蝕,存在較高滑坡成災風險。

第二處隱患區位于麥積區能干村,坡體周邊植被較少,計算結果整體相干性較好。該坡體最大沉降值為-130 mm,坡體的中部和下部都保持著持續且較大沉降速率,取該坡體4個點位進行時序監測,如圖6所示。從圖6可以看出:自監測之日起,該坡體除頂部點位沉降速率較為平緩外,其余監測點位持續保持一定速率沉降,最大沉降速率為54 mm/a。坡體頂部附近為農田,周邊溝壑落差較大,坡體側臂較陡,毗鄰渭河、隴海鐵路,如若發生滑坡,易造成次生災害的發生,影響渭河流域及隴海鐵路的安全性。

紅色框線內為農田;黑色線內為坡體邊界;白色框內1～4為選取的時序點位。圖5 丁家門村2018—2021年均沉降速率圖Fig.5 Average settlement rate map of Dingjiamen Village from 2018 to 2021

紅色框線內為農田;黑色線內為坡體邊界;白色框內1～4為選取的時序點位。圖6 能干村2018—2021年均沉降速率圖Fig.6 Average settlement rate map of Nenggan Village from 2018 to 2021

3 基于FLAC3D強度折減法的模擬分析

3.1 模擬初始位移分析

運用FLAC3D對丁家門村坡體進行計算,得到位移云圖如圖7所示。由圖7可以看出:坡體中部在水平方向上沿X軸正方向位移較大,在靠近底部處達到最大,位移值為9 mm;在豎直方向上,坡體中部沿Z軸負方向位移情況明顯,最大位移值為-7 mm。

能干村坡體的整體位移情況較為明顯,位移云圖如圖8所示。由圖8可以看出:在水平方向上,坡體中下部沿X軸正方向位移情況突出,最大位移值為5 mm;在豎直方向上,整體位移較大,在坡體中上部尤為顯著,最大位移值為-5 mm。

(a)水平方向 (b)豎直方向圖7 丁家門村坡體位移云圖Fig.7 Cloud map of Dingjiamen Village slope displacement

(a)水平方向 (b)豎直方向圖8 能干村坡體位移云圖Fig.8 Cloud map of Nenggan Village slope displacement

3.2 模擬安全系數分析

運用強度折減法對邊坡進行折減計算,對坡體在不同折減系數下的最大豎直方向位移變化情況進行分析,從而確定坡體的最終安全系數。位于秦州區丁家門村的坡體在不同折減系數下位移變化情況如圖9(a)所示。由圖9(a)可知:當折減系數為0.900～1.000時,坡體最大位移變化平穩;當折減系數大于1.003時,最大位移出現陡增,坡體失穩。因此,坡體安全系數為1.003,小于坡體失穩時安全系數需大于1.1[14]的要求,且坡體最大位移值為231 mm,坡體形變量較大,發生位移突變,坡體處于不穩定狀態,存在發生滑坡的風險。

圖9 不同折減系數下的位移變化Fig.9 Reduction coefficient diagram of slope numerical simulation

位于麥積區能干村的坡體在不同折減系數下位移變化情況如圖9(b)所示。由圖9(b)可知:坡體以0.80為起始折減值,折減系數為0.800～1.040時,最大位移處于平穩上升狀態,之后隨著折減系數不斷增大,位移值攀升。因此,坡體安全系數為1.040,小于1.1,最大位移值為135 mm,之后坡體失穩,坡體屬于不穩定坡體,存在發生滑坡的風險。

4 結果對比

將SBAS-InSAR計算的沉降結果與數值模擬的位移結果進行對比,如圖10所示。圖10左圖顯示,丁家門村坡體沉降值為-120～-90 mm,能干村坡體沉降值為-130～-40 mm;圖10右顯示,丁家門村坡體最大合位移值為-105 mm,能干村坡體最大合位移值為-137 mm。由圖10可知:通過時序InSAR技術測量得到的沉降量較大區域與數值模擬得出的坡體合位移較大區域基本一致,坡體存在較大形變情況。丁家門村坡體安全系數為1.003,小于1.1,屬于潛在滑坡易發區;坡體中部形變速率較大,與數值模擬得出的初始位移情況區域一致。能干村坡體最終安全系數為1.040,屬于潛在滑坡易發區;坡體中部及下部形變速率較大,與數值模擬得出初始模型存在位移隱患區域基本一致,且由于該處坡體靠近渭河及隴海線,存在安全隱患。

圖10 SBAS-InSAR計算沉降結果與數值模擬位移結果對比Fig.10 SBAS-INSAR calculation settlement results and numerical simulation displacement results comparison

5 結論

本文使用Sentinel-1A數據,基于時序InSAR技術對天水市中心的山區地帶滑坡隱患開展早期的探測識別工作,共識別出2處隱患較大的典型區域作為重點進行探究。得出如下結論:

1)建立數值模擬的計算模型,對模型材料的抗剪強度進行折減,得出坡體水平和豎直方向位移變化和安全系數,其中,丁家門村與能干村坡體安全系數分別為1.003和1.040。綜合研判確定丁家門村坡體與能干村坡體均屬于“潛在滑坡易發區”。

2)丁家門村與能干村坡體形變區域的沉降值較大區域與數值模擬得出的相對位移較大區域基本一致。因此,利用時序InSAR技術結合FLAC3D有限元軟件,不僅可以兼顧快速普查滑坡隱患區域的需求,還能實現對于重點區域的精準查詢,從而對隱患區域的安全性進行判斷,為滑坡隱患識別、滑坡預警等提供數據與技術支持。