工程地质灾害预测预报的国内外研究现状

中图分类号：TB412 文献标识码：A 文章编号：1009-914X（2017）04-0287-02

1 工程建设中的地质灾害

1970年以后，我国工程地质灾害的数量、发生频率、灾害损失等都呈上升趋势。以1992年夏季发生的铁路地质灾害为例，宝成、兰新、湘黔、浙赣、外福、襄渝等铁路线相继发生山体坍塌。其中宝成线K190km处发生山体大崩塌，从5月至年底，数次断道，中断行车约700多小时。1998年我国许多公路、铁路沿线发生了前所未有的水灾，地质灾害频繁发生，许多交通线路断道，造成了巨大损失。随着国家经济发展，特别是西部大开发的开展，公路建设逐年增长，而且不断向山区延伸，工程的地质灾害也将日益严重。在现有的公路线路中，不少线段屡有地质灾害发生，造成车毁人亡，运输中断，损失是巨大的。我国广大西部地区，如陕、川、黔、桂、云、甘以及两湖地区的诸多公路交通干线，都是地质灾害多发的线段。由于一些公路线段的工程地质灾害给国民经济建设及人民生命财产带来了严重的危害，因此对地质灾害进行监测、预测预报以及防治，是刻不容缓的工作之一。

2 地质灾害的特点

地质灾害性质上多表现为突发性，这种突发性对人民生活和工程建设带来极大的潜在威胁。突发性地质灾害主要是指崩塌、滑坡、泥石流和地面塌陷等，一般呈两种形式发生，一是单发型，即单体独自发生，如长江西陵峡新滩滑坡（1985年6月12日）即是一典型例证；另一种是群发型，即崩塌、滑坡、泥石流或地面塌陷灾害等2～3个灾种在特定区域上成群地同时出现，成灾面广，社影响巨大。前者的监测预测预报在技术上已经积累了比较丰富的经验，可以组织群测群防；后者尚未引起重视，或认为防不胜防，不可预测，事实上是缺乏科学研究积累。

单发型地质灾害是指某一地点的某一灾种呈单体出现的现象。单体地质灾害已引起广泛的关注，已有许多成功勘察、监测减灾的实例。单体地质灾害的时间预测预报可分为宏观前兆预测预报和精密监测预测预报。宏观前兆预测预报及时，可避免重大人员伤亡或财产损失。例如，乌江鸡冠岭山崩是由采煤引起的，在山崩发生前，采煤巷道出现顶板开裂、垮塌和岩爆现象，说明洞内地压活动剧烈，据此宏观前兆发出预测预报，矿工紧急撤离，从而避免了200余人的伤亡。单体地质灾害防治工程的施工安全预测预报主要基于精密仪器监测，以保证在扰动情况下的施工安全。例如，1996年长江三峡链子崖危岩体煤层采空区防治工程施工时，因开挖量过大，造成洞内地压急剧增加，整个危岩体变形明显，监测系统准确真实地采集了实时的动态数据，技术人员及时作出了预测预报，为及时正确调整工程部署、施工程序和施工强度等提供了关键依据。

群发型地质灾害是指在某一区域多灾种呈群体出现的现象。如1991年6月10日在北京北山地区怀柔、密云和平谷等县的邻接地区几乎同时发生多滑坡―泥石流灾害。在三峡地区、浙江临安毛竹分布区、福建和贵州等地也曾多次发生。最近的一个典型例子是2000年7月13日陕西省安康地区紫阳县11个乡镇约500km2范围内同时发生崩塌―滑坡―泥石流等群发型地质灾害事件，伴随山洪暴发，损失巨大。结合此例初步总结群发型地质灾害的特点和成因，其基本特点是：区域性、同时性、突然性、暴发性、成灾大。

可能的成因是：①区域性持续性的强大降雨；②地形陡峻，成灾地区几乎全部是高山、陡坡和深沟，在强烈暴雨持续作用下，残坡积层达到过饱和状态后发生类似瀑布样的突然“奔流”；③地质结构特殊。

3 地质灾害的预测预报技术

3.1 地质灾害的预测预报的特点

在地质灾害的研究中，近年来出现了一些新的研究动向。实际上预测预报全面的滑坡灾害时，系统复杂、难度很大。尤其对于区域性的滑坡灾害预测预报而言难度则更大。滑坡的时间预测预报困难，其空间预测同样并不容易，而且时间预测预报的选点首先应以滑坡空间预测成果为依据，才可避免时间预测预报选点的错误。原则上滑坡预测必须既是空间的又是时间的。但决不能排除滑坡灾害空间预测与时间预测预报之间的相对独立性及先后的有序性。

滑坡灾害的时间预测预报工作，一方面是要注意其自身发展演化进程的监测和描述，如（日）斋藤蠕变曲线模型所描述的滑坡变形破坏3个不同阶段的位移特征；另一方面，还要充分研究外界激发因素对滑坡演化进程的加速作用，尤其是暴雨因素是国内外共同研究的重点问题。暴雨量的阀值问题随地区差别、滑坡类型差别等十分明显。这方面的成果多通过区域统计或历史统计而获得。若采用时间序列分析、相关分析等，所得结果可望提高时间预测预报的准确度。

3.2 地质灾害的预测预报的技术分类按照时空关系

滑坡灾害预测预报可分为空间和时间2大类，此外还有在此基础上发展形成的工程数学综合预报法。

3.2.1 滑坡灾害空间预测

滑坡灾害空间预测能够为人类工程活动选择稳定性较好的地段，保障生命和财产尽可能免遭滑坡灾害之袭击，对土地合理使用也具有重要的指导作用。滑坡灾害的频繁发生除自然因素作用外，重要的是人为因素的参与。二者联合

作用的结果急速加剧了自然斜坡和已有滑坡的演化进程。据报道，地球上约有70%的滑坡灾害与现代人类活动有关，其中大部分是在自然条件已存在滑坡隐患的情况下，由于不合理的人类工程活动而加速或触发了滑坡灾害的发生。所以，从减灾的目的出发，空间预测是更有效果的。

按研究范围的大小可以将滑坡灾害空间预测划分成区域性预测、地段性预测和场地性预测。

3.2.2 滑坡灾害时间预测预报

滑坡灾害发生时间的预测预报是要确定滑坡在未来可能发生的时间区段或确切时间，为提前采取必要的预防措施提供科学依据。通常，所要预测预报的时间越长，所能依据信息的可靠度就相应的下降，预测预报结果的可靠度也就越低。按照预测预报时间的长短，滑坡灾害的时间预测预报可分成长期预测、短期预测和临滑预测预报。

3.2.3 滑坡灾害时间预测预报信息源分类

滑坡灾害发生的时间一方面受滑坡体自身发展演化规律的控制，尤其是大型滑坡的发生时间更多地受到滑坡发生、发展、演化进程和地质环境的影响；另一方面，外部触发因素，如降雨、地震、人类工程活动等，对加速运动滑坡发生时间的进程或直接导致滑坡的产生具有重要的激发作用。无论是地质环境、还是滑坡发展演化的自身规律、还是外部触发因素，在滑坡发生之前所能反应出的信息和这些信息的变化规律与特征，对开展滑坡灾害的时间预测预报十分有意义。

3.3 各种综合工程数学分类法

3.3.1 传统的稳定系数预测法

稳定系数预测法是最早的滑坡空间预测的方法，该法通过计算滑坡体的安全系数Fs来预测某一具体边坡的稳定性。

Fs=F抗滑力/F下滑力

当Fs1.0，边坡处于稳定状态。

计算稳定性系数的方法有多种，如基于极限平衡理论的条分法、瑞典法、数值分析法等。在计算中，参数的选取直接影响到分析结果的正确性。

这种方法多适用于滑坡单体的预测，在工程中应用非常广泛，且为设计人员熟悉。

3.3.2 神经网络法

神经网络能通过对已知样本的学习，掌握输入与输出间复杂的非线性映射关系，并对这种关系进行存储记亿，直接为预测提供知识库，同时，还具有高速的并行处理能力、自组织学习能力、高速的容错性、灵活性和适应性等优点。

神经网络对斜坡稳定性空间预测是用研究程度较高的斜坡地段作为已知样本对网络进行训练，直到网络掌握数据间的非线性映射关系为止，然后用该地区其它稳定性未知的地段作为预测样本，输入已经学习好的网络，通过网络的联想记忆功能直接预测稳定性。

在用神经网络进行预测预报中，可以把各种可能对边坡稳定性有影响的因素作为网络的输入，以提高预测的精度。

3.3.3 信息模型法

信息模型法把各种滑坡因素在滑坡作用过程中所起作用的大小程度用信息量表达。国内学者殷坤龙认为滑坡现象受多种因素的影响，且各种因素的作用性质不相同，对某一具体滑坡而言，总会存在“最佳因素组合”，基于此理论，信息模型主要研究“滑坡因素组合”，而不是停留在单个因素上，所以预测精度较高。

3.3.4 灾变模型预测法

计算边坡的稳定系数需要涉及到岩土的计算参数，由于岩土性质的不确定性和离散性，使得同一边坡采用不同的计算参数得出差别较大结果，甚至得出相反的结论。采用灾变理论避开了这些不确定性的参数的影响，它假定系统在任何时刻的状态都可完全由o定的几个状态内部量（x1，x2……，xl）的值来确定，同时系统还受到m个独立的控制量（u1，u2……um）的控制，通过数学方法，可以研究系统状态的稳定与否与各量值的关系。该方法综合考虑了各种边坡要素对边坡稳定性的不同程度的影响，能较真实地描绘边坡系统的状态。

3.3.5 模糊综合评判法

边坡的稳定性受诸多因素的影响，很难用一个确定的结论来描述，往往用模糊概念来表述，如把边坡的稳定等级分为“危险区”、“不稳定区”、“较不稳定”、“稳定区”等。模糊综合评判方法就是对边坡稳定性等级进行分类，并通过专家评分或构造隶属函数确定对同一等级各因素以及某一因素在不同等级中对边坡稳定性的影响程度（隶属度），建立模糊评判矩阵，确定边坡的稳定性对各等级的隶属程度，最后按择优原则预测边坡的稳定性。该方法的最终结果是否可靠，受单因素的选择和隶属度的确定影响较大。

3.3.6 斋藤法

斋藤法是国内外系统研究滑坡预测预报的初始理论。该方法以土体的蠕变理论为基础。土体的蠕变分为3个阶段（图1），第Ⅰ阶段是减速蠕变阶段（AB段），第Ⅱ阶段是稳定蠕变阶段（BC段），第Ⅲ阶段是加速蠕变阶段（CE段）。1965年，斋藤迪孝根据室内实验和仪器监测的结果，提出以第Ⅱ蠕变阶段和第Ⅲ蠕变阶段的应变速率为基本参数的预测预报经验公式，认为在稳定蠕变阶段，各时刻的应变速率与该时刻距破坏时刻的时间的对数成反比，相应计算公式为：

lgtr=2.33-0.916×lgεe±0.59

在加速蠕变阶段，取期间变形量相等的t1、t2、t33个时间来计算最后破坏时间，相应计算公式为：

tr=t1+[（t2-t1）2/2]/[（t2-t1）-（t3-t1）/2]

式中：tr为边坡最终破坏时间。

3.3.7 灰色理论模型预测

灰色模型是根据德国数学―生物学家Vedlulst用灰色系统理论建立的用于生物繁殖量的预测模型演变过来的滑坡时间预测预报模型。灰色理论的预测是趋势性预测，在实际使用中，为了保证预测的现实逼近性，通常需要用最新的实测数据进行建模。预测模型为：

tr=-（t/a）ln[bx1/（a-bx1）]+t1

式中：a，b为与滑坡位移原始监测数据有关的参数。

3.3.8 非线性动力学模型预测

非线性动力学模型是按照非线性动力学的观点并运用耗散结构理论和协同学的宏观研究方法从时间序列数据中建立的边坡系统动力学模型。

3.3.9 多参数预报法

选取多种参数，预测滑坡发生时间。美国学者B.Voight于1989年提出多参数预报经验公式：

式中：为任意参数、位移、剪应力、地面倾角等；为初始值；为预报值；，为经验常数。

3.3.10 神经网络预报法

与神经网络用于空间预测预报中一样，时间预报是用监测到的原始位移建立网络模型，属于一种非参数预报方法。该预报方法无须事先假设边坡的破坏模型，可以避免事先假设模型所带来的误差。