库水—降雨作用下靠椅状基覆面堆积层滑坡响应机理
罗世林1,2, 刘华亮1,3, 蒋建清1    
1. 长沙学院 土木工程学院, 长沙 410022;
2. 长安大学 地质工程与测绘学院, 西安 400044;
3. 北京大学 地球与空间科学学院, 北京 100084
摘要:为研究库水—降雨联合作用下库岸涉水靠椅状基覆面堆积层滑坡响应机理, 以奉节县藕塘滑坡为例, 采用监测数据分析、相关性理论及离散元数值模拟方法, 揭示了藕塘滑坡变形规律及可能的失稳机制。结果表明:藕塘滑坡变形在分区和分期上分别具有随高程增加变形速率增大和随时间增长累计位移呈阶跃式迭代增加的特点; 库水和降雨被认为是藕塘滑坡地表变形的重要影响因素, 库水对滑坡变形影响主要集中在前部区域且其诱发滑坡变形机制为渗透诱发, 降雨则主要集中在中部及后部区域且其诱发滑坡变形机制由初期的吸水膨胀转变至渗透诱发, 库水—降雨联合作用下藕塘滑坡极有可能出现前部牵引—后部推移的渐进式失稳破坏。
关键词三峡库区    堆积层滑坡    靠椅状基覆面    失稳演化    离散元法    
Coupled influence of reservoir water and rainfall on the response mechanism of accumulated landslides with chair-like interfaces between sliding masses and bedrock
LUO Shilin1,2, LIU Hualiang1,3, JIANG Jianqing1    
1. School of Civil Engineering, Changsha University, Changsha 410022, China;
2. College of Geology Engineering and Geomatics, Chang'an University, Xi'an 400044, China;
3. School of Earth and Space Sciences, Peking University, Beijing 100084, China
Abstract: [Objective] The Three Gorges Reservoir (TGR) Dam is currently the largest hydroelectric power project in the world.TGR has a daily power output of 9.81×109 kWh and a reservoir capacity of 3.92×1010 m3.It was completed in Southwest China in 2009 and the reservoir water was impounded to 175 m.Consequently, a long and narrow hydro-fluctuation belt (over 600 km, from 145 m to 175 m), which extends from Yichang City in Hubei Province to Maoer Gorge in Chongqing Municipality, China, appeared along the TGR.The completion of the TGR Project and the subsequent impoundment of the 660 km-long reservoir reactivated and induced over 5 000 landslides along the banks of the reservoir.These landslides have posed great threats to residences, shipping along the Yangtze River, and dam stability.Thus, gaining insights into the behavior, triggering and conditioning factors, and evolutionary mechanism of these reservoir-induced landslides is crucial for landslide control, management, and decision-making.Water, including fluctuations in reservoir water levels and periodic rainfall, is one of the most common triggering factors for bank slope failures.Variations in reservoir water levels can affect slope stability during the drawdown and impoundment stages.Furthermore, rainfall can trigger slope failure events, including shallow and deep-seated landslides on slopes along the reservoir.Although the individual effects of rainfall or reservoir water on bank slope stability have been widely studied, the combined effects of rainfall and reservoir water on landslide deformation have been rarely discussed.Moreover, many reservoir-induced landslides have been triggered by the coupled effects of rainfall and reservoir-level fluctuations.This study aims to study the coupled influence of reservoir water and rainfall on the response mechanism of accumulated landslides with chair-like interfaces between sliding masses and bedrock. [Methods] The Outang landslide, a typical landslide with a chair-like interface between the sliding mass and bedrock, was selected as the research object.Monitoring data analysis, correlation theory, and discrete element method were adopted to reveal the deformation characteristics and possible failure evolution mechanism of landslides. [Results] Research results revealed that from a regional perspective, the landslide deformation rate increased with the increase in elevation, whereas from a temporal perspective, landslide deformation showed a step-like increase.Reservoir water and rainfall were considered the main triggering factors of landslide deformation.Reservoir water affected the front of the landslide with a corresponding seepage-induced deformation mechanism, whereas rainfall affected the remaining part of the landslide, and its corresponding movement mechanism transformed from water swelling during the initial period of rainfall to the seepage-induced mechanism. [Conclusions] The landslide exhibited composite push-retrogression-type failure evolution with fluctuating reservoir levels destabilizing rock masses toward the front section and precipitation mainly mobilizing materials in the upper section of slopes.This research will further elucidate the reactivated ancient landslide issues, such as deformation characteristics and failure evolution, and provide practical experience and insights regarding analogous old landslides in the reservoir area.
Key words: Three Gorges Reservoir area    accumulated landslide    chaired-like interface    failure evolution    discrete element method    

中国是世界上遭受滑坡灾害影响极为严重的国家[1-3]。近年来,随着西南地区一些大型甚至超大型水利水电工程的兴建和投入运营,岸坡水环境发生巨大改变,加剧了库岸滑坡灾害的发生,其中备受关注的水电工程莫过于三峡工程。三峡库区因其复杂的地质条件和特殊的自然地理环境使得该峡谷型水库成为滑坡灾害易发区[4-6]。自2003年蓄水以来,三峡库区已识别的滑坡灾害超过5 000起[7],堆积层滑坡是库区滑坡灾害中最为普遍的一种类型。堆积层滑坡的滑体与下覆基岩常有着比较清晰的分界面即基覆面,基覆面按其几何形态一般可分为直线状、圆弧状、折线状和靠椅状[8-10]

统计发现,基覆面为靠椅状的堆积层滑坡占比最高(32.2%)[11]且通常具有如下堆积结构及变形特征:1) 一般以大型、深层滑坡(滑体体积>100×104 m3,滑体厚度>20 m)为主,常发育在顺向斜坡结构中,其成因模式多为滑移—弯曲或弯曲—拉裂,坡体表层多为崩坡积物,中下部为碎裂岩体,坡体前缘岩体较为破碎,中后部较为完整,滑体内部渗流通道以裂隙为主,渗透性由前缘向后部逐渐减弱;2) 基覆面通常具有一定的厚度,其倾角在坡体的中部及后部较陡,在坡体前部较缓甚至出现反翘特征,即后陡—前缓。较陡段基覆面位置的上覆滑体厚度一般较薄,这部分滑体对整个滑坡的运动会起到驱动作用,为促滑段;较缓段基覆面位置的上覆滑体厚度则较厚,这部分滑体具有阻碍滑坡运动的能力,为阻滑段;3) 库水和降雨是诱发库岸涉水堆积层滑坡变形的主要外部因素。现场监测数据显示库岸堆积层滑坡在周期性库水升降及季节性降雨作用下的滑坡累积位移—时间曲线呈阶梯状上升形态,通常滑坡阶梯状变形速率都非常小,属缓慢蠕滑型滑坡。

藕塘滑坡是典型的靠椅状基覆面堆积层滑坡,相关研究由来已久。代贞伟[12]采用多种研究手段(现场调研、室内试验和有限元数值模拟方法),研究了藕塘滑坡的变形机理以及可能的滑坡治理方法;都来瀚[13]以藕塘滑坡为研究对象,采用分形理论推导出岩石滑坡失稳判决以及变形预测模型;匡希彬[14]采用现场调研及数据分析方法揭示了藕塘滑坡的复活变形机制,并采用有限元软件探讨了排水抗滑桩在藕塘滑坡治理方面的可行性应用;进一步地,陈欢[15]、管宏飞[16]和李永康[17]等基于现场监测数据,采用理论推导和数值模拟方法定性探讨了藕塘滑坡的稳定性并初步解释了藕塘滑坡的成因机制。这些工作极大地丰富了藕塘滑坡的研究成果,但是在区分滑坡变形影响因素及其失稳演化方面还有待进一步加深。故本文以藕塘滑坡为研究对象,基于长期的地表变形监测数据,厘清滑坡分期及分区变形特点,辨识滑坡变形因素,揭示滑坡变形机制及灾变过程,为库区靠椅状基覆面堆积层滑坡的稳定性辨识及长江航运安全提供理论支撑。

1 滑坡概况

藕塘滑坡位于重庆市奉节县安平镇境内,前缘剪出口高程90~102 m,后缘高程705 m。滑体厚度由后缘至前缘逐渐增大,最大厚度128 m,体积7.51×107 m3,为特大型顺层基岩滑坡(见图 1)。勘察资料显示,藕塘滑坡由3个次级滑体组成。藕塘滑坡前部为一级滑体,分布高程为90~370 m,均厚70.3 m,面积为0.922×106 m2;一级滑体前缘两侧各存在一个强变形区,即东侧强变形区和西侧强变形区。藕塘滑坡中部为二级滑体,分布高程为250~530 m,均厚32.9 m。藕塘滑坡后部为三级滑体,该滑体厚度最小(均厚约22 m),分布高程为400~705 m。

图 1 藕塘滑坡航拍图

滑坡区地处扬子准地台之次级构造单元——四川台坳与上扬子台褶带(也称八面山台褶带)的交汇处,构造上位于故陵向斜扬起端附近东南翼,无区域性大断裂和小断层通过。区内主要发育2组构造裂隙,其中一组裂隙走向与岩层走向基本一致,其走向和倾角分别为120°~150°和55°~75°(简写为“产状120°~150°∠55°~75°”),间距1.1~2.0 m,另外一组裂隙走向与岩层走向近乎正交,产状40°~70°∠60°~85°,间距1.2~3.3 m。

勘察资料显示藕塘滑坡各次级滑体的主要组成物质基本一致:第1层(浅层)为粉质黏土夹碎石层,呈灰褐色,土石比6∶4~8∶2;第2层(深层)为碎裂砂岩层,主要由砂岩、粉砂岩块石组成,局部层间夹少量黏土。任意次级滑体的中后部碎裂岩体较为完整,前部碎裂砂岩较为破碎。图 2中,一级和二级滑体沿软弱层IL1滑动,三级滑体沿软弱层IL3滑动。各次级滑体的基覆界面形态在纵向上具有高度相似性:后部至中部的基覆界面形态近平面状,与下伏基岩产状相近,倾角18°~24°,前部及临江位置则呈近水平甚至反翘,倾角为-15°~5°,说明藕塘滑坡是一个典型的靠椅状基覆面堆积层滑坡。

图 2 藕塘滑坡地质剖面图

2 滑坡变形特点及影响因素分析 2.1 滑坡宏观变形特点

自2009年7月三峡库区175 m蓄水以来,长时间的库水位波动和旱季雨季更迭,藕塘滑坡各级滑体均存在不同程度和范围的变形破坏迹象如局部坍塌、地表开裂、公共设施破坏等。这些破坏现象被认为是藕塘滑坡复活的强有力证据。

对于一级滑体,库区全库容运行后,滑体前缘受库水位波动影响十分明显,于2010年5月发生塌岸现象(见图 3a)。库水持续不断的冲刷侵蚀影响导致一级滑体变形破坏由坡体前部逐渐向坡体上部蔓延,进而导致一些公共设施的破坏,如2015年9月,安坪小学操场出现多条裂缝(见图 3b)。截至2015年,二级滑体地表存在多条拉裂缝/槽,同时强降雨后地面沉降现象亦愈趋频繁。图 3c显示一条长达46 m,宽度0.1~430 cm,可视深度为8~95 cm的地裂缝出现在高程为290~310 m处。此外2013年7月初,强降雨过后出现两个小范围的塌坑(见图 3c)。探槽显示,三级滑体沿IL3软弱夹层移动,随时间的推移,该软弱层也逐渐暴露在三级滑体后缘(见图 3d)。

图 3 藕塘滑坡宏观变形现场勘察照片

2.2 滑坡变形分区特征

为全面掌握滑坡变形分区特性, 进一步了解其变形机理,在滑坡体上建立了监测系统,如图 4所示。滑坡整体布置29个GPS测站,测站均匀分布于滑坡体各个区域,地表位移监测时长为2010年12月至2017年4月。由图 4可以看出藕塘滑坡空间变形特点:受微地貌影响,除个别测站(LJ13、LJ02和LJ13)运动方向为3.8°~17.8°,其余绝大部分GPS测站的运动方向基本与地形等高线垂直,方位角变化范围为340°~359.3°,主滑方位角均指向长江。一级滑体前缘两侧各存在一个局部强变形区,东侧LJ13测站的平均位移速度为5.12 mm/月,西侧MJ01测站的平均位移速度为9.74 mm/月。一级滑体区域变形速率最小,随着高程的增加,坡体变形速率逐渐增加。二级滑体平均位移速度比一级滑体(非两侧局部强变形区)大,平均位移速度约4.85 mm/月,并且同样存在随着高程的升高变形速率逐渐增大的趋势。截至2017年4月,监测数据显示变形最快的区域是三级滑体区,该区域LJ09测站测得的最小位移速度为7.62 mm/月,TN03测站测得的最大位移速度为12.21 mm/月。产生这种现象的原因有:首先滑体厚度随着海拔的增加而明显较少,三级滑体均厚仅有22 m(表层覆盖材料厚度小于1.2 m),碎裂砂岩渗透系数大(约3.35×10-3 cm/s)并且其软弱夹层IL3在三级滑体后部暴露,因此滑坡中后部,雨水非常容易渗入,加速三级滑体变形[18-19]。相反,一级滑体区域坡体厚度较大(重力G较大,见图 2右上角放大图),前缘局部地区更是高达128 m;此外,一级滑体基覆面在前缘反翘(反翘角为θ)。上述2个方面使得Gsinθ(平行基覆面且指向坡体内部)和Gcosθ(垂直基覆面)会阻碍变形。

图 4 GPS测站布置及监测数据(彩色箭头表示位移速度矢量)

2.3 滑坡多期次变形特征

为进一步研究滑坡变形分期规律,选取8个典型GPS测站数据进行分析,图 5表示藕塘滑坡8个典型GPS测站的水平位移与库水和降雨的关系。可以看出,随着时间的推移,滑坡累计水平位移呈现出阶跃式迭代增长的特点,快速变形和缓慢变形交替出现,对应的时间段分别为每年的6—9月和10月到次年的5月。进一步观察发现,2010—2017年,GPS测站先后一共捕获6个快速变形(rapid movement)阶段RD1~RD6(见图 5)。在RD1阶段,坡脚两侧的强变形区GPS测站(MJ01和LJ13)所捕获的位移量明显大于其余坡体位置的位移量。随后,2012年6—9月,RD2出现,各级滑体水平方向位移明显增加,尤其是滑坡中后部三级滑体区域以及2个局部强变形区域。截至2012年9月,TN03和MJ01测站测得RD2阶段的水平位移分别达208和148 mm。2013年4月,补充治理工程完成后,2013年中RD3的位移量明显下降,但是在2014年6—9月期间,TN03测站测得水平位移的增量再一次陡增至122 mm,坡体快速变形RD4再次出现,类似的快速变形RD5和RD6在接下来的2个水文年内的雨季同样被监测到。截至目前,藕塘滑坡三级滑体区域变形速度最大,其次为二级滑体,一级滑体最慢,因此可以推断藕塘滑坡中上部具有推移式运动模式特点;一级滑体区域长期受库水侵蚀,东、西两侧均发育强变形区且截至目前累计位移最大为西侧强变形区(MJ01测站测得的累计最大位移为698 mm),因此,滑坡前部有牵引式运动模式特点。

图 5 藕塘滑坡水平累计位移、库水及降雨关系

2.4 滑坡变形影响因素分析

滑坡分期变形规律显示,藕塘滑坡快速变形阶段往往与库水下降和降雨重合,这类变形特点在库区滑坡变形监测中较为普遍[20-22]。事实上,正是由于快速变形与库水下降及降雨重合,因此辨识滑坡变形是由库水主控还是降雨诱发抑或是二者联合作用产生的结果存在一定困难。为解决这一问题,本文基于相关性理论,采用Python语言编程并结合监测数据结果分析,探究滑坡变形主控因素。Person相关系数P是衡量2个变量之间相关性强弱的一种统计学系数,其取值范围为[-1, 1]。P的绝对值越接近1,则说明2个变量的相关性越强。讨论2个变量是否相关必须讨论显著性水平即Sig。因为如果不显著,P的绝对值较大极有可能只是因为偶然因素引起的。一般Sig小于0.05即为显著。P定义为2个变量之间的协方差和标准差的商:

$ \begin{align*} P & =\frac{E((X-E(X))(Y-E(Y)))}{\sqrt{D(X)} \sqrt{D(Y)}} \\ & =\frac{\operatorname{Cov}(X, Y)}{\sqrt{D(X)} \sqrt{D(Y)}} . \end{align*} $ (1)

其中: $E$为数学期望; $D$为方差, 开方后为标准差; $E((X-E(X))(Y-E(Y)))$表示随机变量$X$$Y$的协方差, 记为$\operatorname{Cov}(X, Y)$。考虑到库水在1月就开始下降, 而雨季要在5月才会来临。为了避免数据遗漏, 在保证计算精度的同时降低计算量。选取图 5中库水下降期间所对应的监测数据即1-9月的库水数据、降雨数据和地表水平变形数据为本次计算分析数据。

图 6表示库水下降速率与水平变形速率的相关性计算结果。总体而言, 所有GPS测站的$P$均是正数, 说明库水下降对促进斜坡变形。此外, 对于任意一个GPS测站, VRWL1$\mathrm{DV}_{1}$所对应的$P$均要小于$\mathrm{VRWL}_{5}$$\mathrm{DV}_{5}$以及$\mathrm{VRWL}_{10}$$\mathrm{DV}_{10}$对应的$P$, 也就是说间隔时间越长, 库水与变形的相关性越明显。产生这种现象的原因可能是坡体表层覆盖材料渗透系数较小且滑坡前部滑体很厚, 造成滑坡变形要滞后于库水波动[23]。值得注意的是, 坡体前部各GPS测站(MJ01、LJ13、MJ05和MJ06)的Sig均小于0.001, 说明库水和一级滑体水平变形具有强相关性和显著性水平,即藕塘滑坡前部地表变形主要由库水控制。然而, 坡体中部及后部各GPS测站(MJ17、MJ08、TN03和MJ21)的Sig均大于0.05, 即显著性水平低, 说明库水并不是二级和三级滑体变形的主控影响因素。为进一步说明库水对坡体前部变形影响, 绘制坡体前部4个GPS测站(MJ01、LJ13、MJ05和MJ06) 的滑体水平变形速率与库水波动速率散点图(见图 7)。可以看出, 各散点图中的统计点大都位于第I象限中, 即库水位下降段对应的边坡水平位移速率为正值, 说明一级滑体变形与库水下降具有密切关系。

图 6 库水下降速率与滑坡变形速率相关性

图 7 一级滑体变形速率与库水波动速率散点图

图 8为降雨与地表变形速率的相关性计算结果。与图 6的计算结果相似,图 8说明降雨也会促进斜坡变形(P均是正数)。此外,对于任意一个GPS测站,$\mathrm{R}_{10}$$\mathrm{DV}_{10}$所对应的$P$均要大于相应GPS测站的$\mathrm{R}_{5}$$\mathrm{DV}_{5}$以及$\mathrm{R}_{1}$$\mathrm{DV}_{1}$对应的$P$,说明降雨时长越长,降雨与变形的相关性越明显。产生这种现象的原因可能是连续且长时间的降雨导致坡体材料的饱和程度越大且孔隙水压力也会越高,降雨与地表变形的相关性越明显[24]。值得注意的是:不同滑坡位置的GPS测站的显著性系数相差较大。滑坡中部GPS测站的显著性系数基本介于0.010~0.092,说明降雨对二级滑体地表变形会产生一定的影响,但是比较有限。坡体前部各GPS测站(MJ01、LJ13、MJ05和MJ06)的显著性系数均大于0.05,坡体后部(TN03和MJ21)的显著性系数均小于0.001,说明三级滑体地表变形与降雨具有强的相关性和显著性,而一级滑体则相反,故可以认为藕塘滑坡中部及后部地表变形的主控因素为降雨。图 9为二级和三级滑体4个典型GPS测站平均位移速度与降雨的关系。可以看出,中后部水平变形速率与降雨强度的变化呈正相关,即降雨的增加会加速中部及后部坡体变形。

图 8 降雨与地表变形速率的相关性

图 9 二级和三级滑体4个典型GPS测站平均位移速度与降雨的关系

3 库水—降雨联合作用离散元模拟 3.1 UDEC模型建立

通用离散元程序(universal distinct element code,UDEC)目前已成为一款应用非常广泛的二维离散元程序,尤其适用于研究边坡的渐进破坏, 不连续面如节理、断层和裂隙对地下工程和岩质基础的影响,具有不连续特征的潜在破坏模式等一系列具有实际意义的问题。UDEC中内嵌的渗流模块为本文研究流—固耦合作用下藕塘滑坡变形破坏机制特征提供了有力保障。

本文采用UDEC进行藕塘滑坡在库水—降雨联合作用下的变形机理及失稳演化过程模拟分析,其依据主要有:1) 在建模方面,以藕塘滑坡工程地质剖面图(见图 2)为建模对象,并将模型简化为滑体和滑床两个部分(见图 10)。考虑到藕塘滑坡各次级滑体的主要组成材料基本一致(碎裂砂岩和碎石土), 因此,模型中块石采用block assembly (块体集合)模拟,起到连接作用的土体则采用contact进行模拟。此外,考虑到块石的形状和大小不一,故采用Voronoi命令划分滑体网格。进一步地,现场勘查显示滑床主要是层状岩层,因此模型中滑床被定义为由边界面分割并连接的分层地层,采用Crack命令进行划分。2) 在荷载输入方面,模拟中库水升降采用fish语言编程,根据实测库水数据将水压作用于模型右侧,1—5月库水下降,10—12月库水上升。每年的6—9月为雨季,该时段的库水位处于145 m,采用domain结构对145 m水位以上滑体表面注入恒定流量模拟降雨。3) 在模型边界条件方面,模型左侧的地下水位固定为520 m。滑坡模型采用位移边界条件约束:限制模型底部竖向移动以及侧向水平移动。模型中的材料参数主要包括2个部分:滑体和基岩强度参数。结合勘察资料以及文[25-26],采用强度校核方法得到藕塘滑坡各次级滑体和基岩中的块体(block)和节理(joint)参数,结果如表 1所示。模型中块体设置为刚体且不透水,流体在节理间流动且节理间的接触变形破坏遵循Mohr-Coulomb准则。

图 10 藕塘滑坡离散元数值模型

表 1 藕塘滑坡离散元模型中材料微观参数
材料类型 材料参数 基岩 一级滑体 二级滑体 三级滑体
块体 密度d/(kg·m-3) 2 300 2 300 2 300 2 300
节理剪切刚度Jks/(GPa·m-1) 5 3 3 3
节理法向刚度Jkn/(GPa·m-1) 10 8 8 8
节理内摩擦角Jf /(°) 20 10 9.5 9
节理内聚力Jc/MPa 2.0 0.4 0.38 0.35
节理 节理抗拉强度Jt/MPa 2.0 0.15 0.12 0.11
最小节理宽度ares/m 0.002 0.005 0.005 0.005
零法向应力下节理宽度azero/m 0.005 0.01 0.01 0.01
最大节理宽度amax/m 0.05 0.1 0.1 0.1

3.2 藕塘滑坡变形机理

为探究库水—降雨联合作用下藕塘滑坡的分期和分区变形机理,选取2010年10月—2013年9月3个水文年进行模拟说明。图 11表示库水—降雨联合作用下藕塘滑坡在首个水位循环年的边坡变形特点。在最高水位(175 m)阶段(见图 11a),滑坡变形特点主要表现为显著变形区位于坡脚位置,特别是表层岩体,最大变形量可达2.834×10-5 m。高水位阶段库节理间充水,部分块体之间的粘结被“撑开”,导致块体变形方向指向上方。在随后的库水下降过程中,不仅消落带附近的块体变形量增加(最大变形量增至4.01×10-5 m),滑坡显著变形区向坡体前部发展并且块体的变形方向由原来的指向坡体外部过渡至顺坡向下(见图 11b)。

图 11 藕塘滑坡在第一个水文年的变形场特点

当库水降至145 m时,雨季开始来临,而且整个雨季阶段库水均保持在145 m。图 11c表示2011年6月降雨初期滑坡位移场特点。可以看出,雨季初期,显著变形区呈现出向坡体上部发展的趋势。此外,模拟结果表明降雨初期坡体上部块体的位移方向指向坡外(见图 11c),其可能的原因是降雨初期坡体变形表现为吸水膨胀。随着雨水的不断入渗,滑坡中后部变形量持续增加,最终在坡体前部和后部各出现一个显著变形区(见图 11d)。此外,坡体上部块体的位移方向也从指向坡外过渡至顺坡向下(见图 11d),说明雨水的持续入渗,坡体上部的变形机理也从原有的吸水膨胀逐渐变成渗透控制。

随着雨季的结束,库水也会从145 m上升至175 m。在库水上升过程中产生的扶壁效应以及指向坡内的渗透力使得坡体前部块体运动指向坡体内部,阻碍坡体的变形,进而提高滑坡稳定性。模拟显示,滑坡最大位移量由145 m水位时的1.457×10-4 m回弹至160 m水位时的6.284×10-5 m(见图 11e),随后再一次降至175 m水位时的3.295×10-5 m(见图 11f)。此外,值得注意的是,坡体上部变形在库水位上升阶段也明显降低。这是因为库水上升阶段对应着旱季,而坡体上部变形主要由降雨控制,当雨季结束后,滑坡体内孔隙水压力逐渐消散,导致变形产生一定程度的恢复。

3.3 藕塘滑坡失稳演化

虽然滑坡稳定性在库水上升阶段会有一定的提高(库水上升抑制了滑坡的变形),但这种情况并非一成不变的,因为坡体在长期的库水波动和降雨影响下,滑坡体内部损伤(如材料强度降低、有效应力减少等)不断积累,甚至出现局部破坏的现象,降低坡体稳定性。图 12为模拟的库水—降雨联合作用下藕塘滑坡在2016年7月的变形和破坏特征。结果显示,一级滑体较缓段基覆界面位置坡体裂隙较为发育,且表层部分坡体出现剥落现象(见图 12右上方放大图)。此外,地表变形随高程的上升而增大,最大累计变形量发生在三级滑体(约为611 mm),该模拟结果(变形速率分布)与GPS监测结果基本吻合。该变形状态下滑坡边坡后缘(较陡段基覆界面坡体)的拉裂隙进一步扩展,甚至出现明显‘断裂’趋势(见图 12左上方放大图)。

图 12 库水和降雨耦合作用下滑坡变形和破坏特征模拟结果(2016年7月)

一级滑体较缓段基覆界面位置坡体表层块体的剥落为库水的进一步入渗提供了非常有利的条件,因此模拟显示在库水作用下,一级滑体较缓段基覆界面的块体变形破坏由最初的表层块体剥落发展至变形破坏向坡体深部和上部延伸,导致滑坡前部越来越多的块体滑入江中(见图 13右上方放大图);同时由于二级和三级滑体变形速度随高程的升高而增加,因此持续的雨水作用下使得二级和三级滑体中后部块体推着前部块体运动。一方面会导致较陡段基覆界面块体会被挤出(见图 13左下方和右下方放大图),另一方面也会使得较缓段基覆界面块体被推出坠落(见图 13左上方和右下方放大图)。

图 13 库水和降雨耦合作用下滑坡变形和破坏特征模拟结果(2027年10月)

图 14表示藕塘滑坡的最终破坏特征。在持续的库水波动和季节性降雨作用下,藕塘滑坡前部滑体破坏显示出后退式(牵引式)的特点,即最先在较缓段基覆界面坡体表层位置处产生破坏,随后在库水的长期冲刷侵蚀作用下,坡脚破坏不断向坡体上部发展,持续恶化较缓段坡体的阻滑作用。同时,滑坡后部块体的拉裂破坏为降雨入渗提供有利条件,长期的降雨使得中上部越来越多滑坡体出现滑动并推动各次级滑体中部及前部块体运动。长此以往各次级滑体较缓段基覆界面的阻滑作用明显丧失,在强降雨及地震或人为扰动情况下极易发生滑坡灾害。虽然GPS测站监测数据显示藕塘滑坡变形速率具有随高程的增加而增大的特点,滑坡发生整体破坏的可能性比较小,但是当较缓段基覆界面不足以抵抗较陡段基覆界面坡体的驱动时,藕塘滑坡极有可能最终产生整体滑移破坏。因此,总体而言,藕塘滑坡在降雨和库水联合作用下具有前缘牵引(库水引起)—后部推移(降雨引起)的渐进式失稳特点,最终由于较缓段基覆界面阻滑作用的丧失而产生整体滑移破坏。

图 14 库水—降雨耦合作用下藕塘滑坡最终失稳破坏模式模拟结果(2045年6月)

4 结论

本文以奉节县藕塘滑坡为例,采用监测数据分析、相关性理论及离散元数值模拟方法,揭示了库水—降雨耦合作用下藕塘滑坡变形规律及失稳机制,主要结论如下:

1) 藕塘滑坡由3个次级滑体组成,各次级滑体的基覆界面形态均为典型的靠椅状。除前缘两侧存在有局部强变形区之外,藕塘滑坡变形特点在分区上具有随高程增加变形速率增大,在分期上具有随时间增长累计位移呈“阶跃式”迭代增长的特点。

2) “库水和降雨是藕塘滑坡地表变形的重要影响因素”这一已有结果得到了验证。库水对滑坡变形影响主要集中在前部区域,降雨则主要集中在中部及后部区域。Person相关系数显示库水和降雨均会促进坡体变形;显著性水平更是进一步说明了随着高程的增加,影响藕塘滑坡地表变形的主控外部因素由库水波动发展至降雨。

3) 库水导致藕塘滑坡的变形机理主要为渗透控制,而降雨则是由初期的充水膨胀过渡至渗透影响。藕塘滑坡在降雨—库水联合作用下呈现出前缘牵引—后部推移的渐进式失稳特征。

参考文献
[1]
邓李政, 袁宏永, 张鸣之, 等. 滑坡变形监测预警技术研究进展[J]. 清华大学学报(自然科学版), 2023, 63(6): 849-864.
DENG L Z, YUAN H Y, ZHANG M Z, et al. Research progress on landslide deformation monitoring and early warning technology[J]. Journal of Tsinghua University (Science and Technology), 2023, 63(6): 849-864. (in Chinese)
[2]
宋丹青, 黄进, 刘晓丽, 等. 地震作用下岩体结构及岩性对高陡岩质边坡动力响应特征的影响[J]. 清华大学学报(自然科学版), 2021, 61(8): 873-880.
SONG D Q, HUANG J, LIU X L, et al. Influence of the rock mass structure and lithology on the dynamic response characteristics of steep rock slopes during earthquakes[J]. Journal of Tsinghua University (Science and Technology), 2021, 61(8): 873-880. (in Chinese)
[3]
唐鸿磊, 陈菊, 沈春颖, 等. 饱和导水率异质性对黄土高原浅层滑坡的影响[J]. 清华大学学报(自然科学版), 2023, 25(36): 1-15.
TANG H L, CHEN J, SHEN C Y, et al. Impacts of heterogeneity of saturated hydraulic conductivity on the shallow landslides on the Loess plateau[J]. Journal of Tsinghua University (Science and Technology), 2023, 25(36): 1-15. (in Chinese)
[4]
MIAO F S, XIE X X, WU Y P, et al. Data mining and deep learning for predicting the displacement of "step-like" landslides[J]. Sensors, 2022, 22(2): 481. DOI:10.3390/s22020481
[5]
LUO S L, HUANG D. Deformation characteristics and reactivation mechanisms of the Outang ancient landslide in the Three Gorges Reservoir, China[J]. Bulletin of Engineering Geology and the Environment, 2020, 79(8): 3943-3958. DOI:10.1007/s10064-020-01838-3
[6]
LUO S L, JIN X G, HUANG D. Long-term coupled effects of hydrological factors on kinematic responses of a reactivated landslide in the Three Gorges Reservoir[J]. Engineering Geology, 2019, 261: 105271. DOI:10.1016/j.enggeo.2019.105271
[7]
YIN Y P, HUANG B L, WANG W P, et al. Reservoir-induced landslides and risk control in Three Gorges Project on Yangtze River, China[J]. Journal of Rock Mechanics and Geotechnical Engineering, 2018, 8(5): 577-595.
[8]
李松林, 许强, 汤明高, 等. 库水位升降作用下不同滑面形态老滑坡响应规律[J]. 工程地质学报, 2017, 25(3): 841-852.
LI S L, XU Q, TANG M G, et al. Response patterns of old landslides with different slip-surface shapes triggered by fluctuation of reservoir water level[J]. Journal of Engineering Geology, 2017, 25(3): 841-852. (in Chinese)
[9]
CARTER M, BENTLEY S P. The geometry of slip surfaces beneath landslides: Predictions from surface measurements[J]. Canadian Geotechnical Journal, 1985, 22(2): 234-238. DOI:10.1139/t85-031
[10]
TANG M G, XU Q, YANG H, et al. Activity law and hydraulics mechanism of landslides with different sliding surface and permeability in the Three Gorges Reservoir Area, China[J]. Engineering Geology, 2019, 260: 105212. DOI:10.1016/j.enggeo.2019.105212
[11]
LUO S L, HUANG D, PENG J B, et al. Influence of permeability on the stability of dual-structure landslide with different deposit-bedding interface morphology: The case of the three Gorges Reservoir area, China[J]. Engineering Geology, 2022, 296: 106480. DOI:10.1016/j.enggeo.2021.106480
[12]
代贞伟. 三峡库区藕塘特大滑坡变形失稳机理研究[D]. 西安: 长安大学, 2016.
DAI Z W. Study on the deformation and failure mechanism of Outang large landslide in the Three Gorges Reservoir Region, China[D]. Xi'an: Chang'an University, 2016. (in Chinese)
[13]
都来瀚. 基于分形理论的岩质滑坡失稳判据与形变预测研究[D]. 北京: 中国地质大学(北京), 2020.
DU L H. Study about instability criterion and deformation prediction of rock slope based on fractal theory[D]. Beijing: China University of Geosciences (Beijing), 2020. (in Chinese)
[14]
匡希彬. 三峡库区藕塘滑坡复活机制及治理措施研究[D]. 重庆: 重庆大学, 2019.
KUANG X B. Study on rivival mechanism and prevention measures of Outang landslide in the Three Gorges Reservoir[D]. Chongqing: Chongqing University, 2019. (in Chinese)
[15]
陈欢. 奉节县藕塘滑坡稳定性分析及监测治理方案[D]. 成都: 成都理工大学, 2014.
CHEN H. Fengjie County Outang landslide stability analysis and monitoring governance program[D]. Chengdu: Chengdu University of Technology, 2014. (in Chinese)
[16]
管宏飞. 靠椅状顺层岩质水库滑坡机理及稳定性预测评价——以藕塘滑坡为例[D]. 宜昌: 三峡大学, 2013.
GUAN H F. Study on deformation mechanism and stability evalution of chair-shape bedding rockslides associated with reservoirs: A case study of Outang landslide[D]. Yichang: China Three Gorges University, 2013. (in Chinese)
[17]
李永康. 三峡库区滑坡复活变形对库水位变动响应与成因机制研究[D]. 成都: 成都理工大学, 2018.
LI Y K. The response characteristics to changing water level and themechanism of the reactive landslide in Three Gorges Reservoir Area[D]. Chengdu: Chengdu University of Technology, 2018. (in Chinese)
[18]
LIAO K, WU Y P, MIAO F S, et al. Effect of weakening of sliding zone soils in hydro-fluctuation belt on long-term reliability of reservoir landslides[J]. Bulletin of Engineering Geology and the Environment, 2021, 80(5): 3801-3815. DOI:10.1007/s10064-021-02167-9
[19]
XU W J, WANG Y J, DONG X Y. Influence of reservoir water level variations on slope stability and evaluation of landslide tsunami[J]. Bulletin of Engineering Geology and the Environment, 2021, 80(6): 4891-4907. DOI:10.1007/s10064-021-02218-1
[20]
ZHANG Y G, CHEN X Q, LIAO R P, et al. Research on displacement prediction of step-type landslide under the influence of various environmental factors based on intelligent WCA-ELM in the Three Gorges Reservoir area[J]. Natural Hazards, 2021, 107(2): 1709-1729. DOI:10.1007/s11069-021-04655-3
[21]
LIU D Z, HU X L, ZHOU C, et al. Deformation mechanisms and evolution of a pile-reinforced landslide under long-term reservoir operation[J]. Engineering Geology, 2020, 275: 105747. DOI:10.1016/j.enggeo.2020.105747
[22]
DAI Z W, ZHANG C Y, WANG L, et al. Interpreting the influence of rainfall and reservoir water level on a large-scale expansive soil landslide in the Danjiangkou Reservoir region, China[J]. Engineering Geology, 2021, 288: 106110. DOI:10.1016/j.enggeo.2021.106110
[23]
HUANG X H, GUO F, DENG M L, et al. Understanding the deformation mechanism and threshold reservoir level of the floating weight-reducing landslide in the Three Gorges Reservoir Area, China[J]. Landslides, 2020, 17(12): 2879-2894. DOI:10.1007/s10346-020-01435-1
[24]
SONG K, WANG F W, YI Q L, et al. Landslide deformation behavior influenced by water level fluctuations of the Three Gorges Reservoir (China)[J]. Engineering Geology, 2018, 247: 58-68. DOI:10.1016/j.enggeo.2018.10.020
[25]
GISCHIG V, PREISIG G, EBERHARDT E. Numerical investigation of seismically induced rock mass fatigue as a mechanism contributing to the progressive failure of deep-seated landslides[J]. Rock Mechanics and Rock Engineering, 2016, 49(6): 2457-2478. DOI:10.1007/s00603-015-0821-z
[26]
NIBIGIRA L, HAVENITH H B, ARCHAMBEAU P, et al. Formation, breaching and flood consequences of a landslide dam near Bujumbura, Burundi[J]. Natural Hazards and Earth System Sciences, 2018, 18(7): 1867-1890. DOI:10.5194/nhess-18-1867-2018