Application of geographic detector in identifying influencing factors of landslide stability: A case study of the Jiangda County, Tibet
-
摘要: 高山峡谷区是滑坡灾害频发地区,随着气候变化和人类活动加剧,滑坡呈多发、频发态势。本文选择坐落于横断山高山峡谷区的西藏江达县作为研究区,利用野外调查获取的85个滑坡数据,选取坡度、河流密度、地貌类型、降水量、距断层距离、道路密度、地震动峰值加速度、岩性等8个稳定性影响因素,运用地理探测器对滑坡稳定性的影响因素进行了探测。结果表明:(1)按滑坡体体积划分等级,江达县滑坡主要以中、小型滑坡为主;按其稳定性划分,50%以上的滑坡处于稳定状态;按危险等级划分,以Ⅲ级、Ⅳ级为主;江达县滑坡主要沿河流与道路分布,全县地面调查发现85处滑坡全部分布于河流附近,其中71.76%的滑坡分布于道路两侧。(2)江达县滑坡稳定性的主要影响因子为地貌类型、河流密度、道路密度和距断层距离,其贡献率分别为0.501,0.477,0.465,0.332;当影响因子两两相互作用时,因子解释力总是大于单个因子对滑坡稳定性的解释力,即当两种影响因子相互作用时,对于滑坡的失稳具有促进作用。Abstract: The high mountain and gorge area is an typically area, where geological disasters happen frequently. Especially landslide is one of the most serious geological disasters. Recently relative researches on geological disasters showed that landslides had an increasing trends due to the impacts of both climate change and human activities. In this study, Jiangda County in Tibet Autonomous region was selected as our study area, which located in the high mountain and gorge area of the Hengduan Mountain Region. In addition, using the landslide data for 85 sites based on field survey, choosing Slope, River density, Geomorphic type, Precipitation, the distance from the fault, Road density, the ground motion peak acceleration and Lithology as 8 influencing factors on landslide, and then employing the Geodetector model to analyze the impact of various variables on landslide stability. The results showed that 1) according to the volume of landslide, medium and small landslides are main types in Jiangda County; According to its stability, more than 50% of the landslide is in a stable state; according to the danger level, they are mainly divided into Ⅲ, Ⅳ. In space, it is mainly along rivers and roads in Jiangda County, which caused by the limitations of the field survey besides physical factors. Because all 85 landslide survey sites located near rivers, and more than 71% sites are distributed on both sides of the road. 2) The geomorphic type, River density, Road density and the distance from the fault are major factors to affect the stability of the landslide in Jiangda County, its contribution rate are 0.501, 0.477, 0.465 and 0.332, respectively. When the influence factors interact in pairs, the explanatory power of factors is always greater than that of a single factor to the stability of landslides. In other words, when the two influencing factors interact, they always promote the instability of landslides.
-
Keywords:
- landslide stability /
- geographic detector /
- alpine canyon /
- influence factors
-
0 引言
曲哇加萨(军功)滑坡位于青海省果洛藏族自治州玛沁县拉加镇,是发育于黄河上游新近系岩层中的巨型老滑坡。滑体前缘长期受黄河强烈侵蚀切割,以及修建公路、坡脚削坡建房等人类工程活动影响,滑体变形迹象明显,历史上曾多次发生局部滑动(图1)。
1985年7月21日老滑坡体中段发生滑坡。2011年8月12日当地居民在老滑坡体前缘削坡建房引发局部滑动。2013年6月1日、2018年5月2日受降雨影响,老滑坡体局部变形加剧。2019年9月20日老滑坡体上H1、H2、H4滑坡发生滑动,造成国道G227上山路段严重变形,损毁公路400 m,前缘18户居民受灾,51间房屋倒塌。同时,造成老滑坡体中前部,即拉加镇军功路南侧坡体出现变形迹象。2020年3月1日,老滑坡体中前部拉加镇军功路南侧坡体前缘局部变形加剧,威胁住户120户、商铺65户,其中19户139间房屋出现不同程度倾斜、地基下沉、墙体开裂等情况[1-4]。
针对曲哇加萨滑坡复杂的变形破坏特征,程强等 [5]提出:这种特殊的新近系以来沉积的高原红层,成岩时间短,力学强度相对较弱,易发生红层与上覆土体界面的大型滑坡灾害。张永康等 [6]通过现场勘查提出青海高原红层滑坡的具有多区、多级、多层的变形破坏特征,且各滑体滑动速度不同。吴永刚等 [7]通过物理模型试验认为青海高原红层滑坡河谷下切引起的坡体卸荷回弹变形使得浅层滑面位移大于深层滑面位移,雨水浸润引起材料强度软化进一步加剧了变形。殷志强等 [8]指出:黄河上游巨型滑坡主要发育于气候的温暖湿润期和气候变化的快速转型期,具有多期次滑动过程特征。Wang等 [9-13]利用安全系数云图分析法模拟出了茂县梯子槽高位滑坡多层滑面安全系数分布,并据此进行防治结构设计,提出了针对性的小口径组合桩群治理方案。李滨等 [14-19]提出此类特大高位地质灾害易形成泥石流、堵江等灾害链,需加强调查与识别能力、监测预警与风险防范能力以及防灾减灾能力建设。
文章以2019年9月20日19时发生于曲哇加萨老滑坡东北段中前缘 H1滑坡为例,在野外调查、形变数据以及稳定性分析的基础上,研究该滑坡的变形破坏特征,并进一步通过动力学模拟分析滑坡的成灾范围,可为后续的综合防治方案提供科学参考。
1. 研究区地质环境条件
曲哇加萨老滑坡所处位置为黄河强烈下切侵蚀区,河谷形态为峡谷。拉加镇段因黄河呈急剧“S”拐弯形成相对开阔的一小型河谷型盆地,其凸岸发育有黄河Ⅱ、Ⅶ级阶地,阶面地形较为平缓。凹岸坡体和河床直接接触,长期遭受强烈的侵蚀切割,形成高几十米至数百米不等的陡坡、陡崖。滑坡区地形地貌主要为黄河Ⅱ、Ⅶ级阶地组成的河谷平原地貌。黄河Ⅱ级阶地分布于滑坡前缘,现为居民区,黄河Ⅶ级阶地分布于老滑坡后缘。老滑坡西侧坡脚长期受黄河冲刷、侵蚀下切(图1)。
滑坡区北侧发育有拉家压扭性逆断层(F1),该断层位于拉加北山,NE60°方向延展,为逆冲断层,断层破碎带宽度10~30 m。挽近时期的隆拗运动在滑坡区的表现也较明显,其隆拗的长轴方向继承了老构造断裂带的走向,多呈东西向展布。该地区地震活动频繁,地震基本烈度Ⅶ度。
老滑坡整体呈宽簸箕形,坡体发育有3~6级滑移台坎。东、南侧滑坡后壁明显,呈陡坡状,局部为陡崖,高度40~50 m,西侧滑坡边界以深切的塔尔隆沟为界;滑体宽约1900 m,长700~900 m,厚30~100 m,方量约1.67×108 m3,整体坡度约25°,主滑方向307°。滑体后缘高程3225~3340 m,前缘高程3040 m,相对高差185~300 m。老滑坡后缘出露地层上部为“二元结构”黄土状土和卵石,下部为新近系泥岩,泥岩产状NE5°∠25°,组成顺向缓倾坡(图2)。
2. 2019年9月20日滑坡特征
2019年9月20日,曲哇加萨老滑坡东北段中前缘H1、H2、H4滑坡发生滑动,造成路面隆起、损毁公路400 m,18户居民受灾,51间房屋倒塌。H4滑坡滑动后造成原来公路的20根抗滑桩裸露,悬臂5~10 m,出现桩间土坍塌变形,桩后 H3滑坡内也形成多条纵向裂缝。灾害发生后,采取了拆除房屋和回填压脚措施[2](图3—6)。
由图4—5可以看出,临近公路位置H1、H2滑坡前缘发育多处土体解体,并挤压公路产生多处放射状鼓胀张拉裂缝,裂缝宽度30~60 cm,深度2 m,裂缝走向与滑坡方向平行或呈小角度相交。公路外侧挡墙产生严重的鼓胀变形,裂缝宽度达5 cm。公路下方由于滑坡滑动鼓胀导致地表隆起,造成51间房屋倒塌。滑坡前缘影响范围至公路挡墙和军功路之间。
由图6可以看出,H1滑坡后缘陡坡下错约2.0 m,侧界清晰,滑坡呈现蠕滑特征,表面裂缝遍布。现场后缘可见水体入渗迹象,土体含水量较高。
为避免滑坡进一步变形致灾,灾害发生后,采取了拆除房屋、回填压脚及截排水措施,9天后,该滑坡逐渐趋于稳定状态。
实际上H1、H2、H4历史上曾出现多次变形。2011年8月12日,由于省道S101线(现为国道G227)修建时开挖该区西侧滑体前缘和当地居民削坡建房等工程活动,引发老滑坡前缘部分滑动,使得H1、H2滑坡后缘和右侧缘形成连续的圈椅状陡壁,高2~6 m。滑坡后缘拉张裂缝密集发育。
根据2013年8月—2014年10月地表变形监测数据监测数据分析,监测点的位移量在2014年6月、2014年8月出现两次明显阶跃,最大水平变形累计达到900 mm[1-4]。根据2014年7月—2019年6月时间序列InSAR监测数据,获得滑坡的年平均形变速率超过70 mm,说明曲哇加萨滑坡一直在变形。
从图7可以看出,8月27日—9月22日近1个月累计降雨量为91.5 mm,其中18—20日3日连续降雨量为23.5 mm,占比25.7%。降雨沿着密集发育的裂缝下渗,加速了地下水的渗流作用,进一步降低了岩土体的强度,最终导致北侧滑坡发生滑动。
为更好说明东北段中前缘滑坡发生的相关机理,选择H1滑坡进行具体分析。结合物探、钻探及探井资料, H1滑坡由上至下共发育4层滑面(图8),从上至下分别为滑面1:位于碎石土与粉质黏土交界层前部,深度约5~10 m,饱水,呈泥团状;滑面2:位于碎石土与粉质黏土交界层附近,深度约20~30 m,含水率较高,呈软塑状,局部可见擦痕;滑面3:位于黏土层与粉质黏土交界层处,深度约35~50 m,含水率较高,呈可塑-软塑状,可见擦痕;滑面4:位于基岩与黏土层的交界处,深度约60~80 m,含水率较高,呈硬塑-可塑状。
选取图8典型剖面进行滑坡稳定性计算,确定降雨对滑坡稳定性的影响程度,根据程柯力等[2]计算结果表明浅层滑面1、滑面2的稳定系数为0.94、1.02,处于不稳定状态和欠稳定状态,易于继续发生变形破坏(图9)。模拟结果很好验证了此次东北段中前缘滑坡主要是由于浅层滑面1蠕滑形成,同时滑面2的滑动可能性也较高,需做相关的动力学预测分析。而深层滑面3、滑面4的稳定系数均为1.35,处于稳定状态,故不需做相关动力学预测分析。
3. 滑坡动力学反演模拟及预测评价
3.1 DAN-W 基本原理
为了分析滑坡剪出后动力学特征和评估成灾范围,采用加拿大Hungr教授开发的DAN-W二维的动力模拟方法进行正演分析。DAN-W是一种基于Windows程序,在连续介质模型基础上将滑体等效为具有流变性质的流体,选用不同的流变模型,通过设定滑坡的滑动路径的参数,从而达到模拟滑坡的运动速度、时间、路程以及堆积体特征效果[20-29]。大量的模拟结果表明摩擦准则和Volleymy准则最能表达滑坡的运动。
摩擦准则是一个单变量的流变准则,其抗剪强度表达式为:
$$ \tau = \sigma \left( {1 - {r_{\rm{u}}}} \right)\tan \varphi $$ (1) 式中:
$\tau $ ——滑坡底部剪应力/Pa;$\sigma $ ——垂直运动方向的总应力/Pa;${r_{\rm{u}}}$ ——孔隙水压力与总正应力之比;$\varphi $ ——摩擦角/(°)。Volleymy准则的抗剪应力表达式为:
$$ \tau=\sigma f+\rho g \frac{v^{2}}{\varepsilon} $$ (2) 式中:f——摩擦系数;
ρ——滑坡的密度/(kg·m−3);
g——重力加速度/(m·s−2);
v——滑坡平均速度/(m·s−2);
ε——湍流系数/(m·s−2)。
该准则中f和ε为两个待定的参数。
3.2 模型建立及反演模拟对比
根据现场调查发现,滑坡主要运动模式是蠕滑,并且前部有公路挡墙和房屋阻挡,并未发生远程滑坡,因此选用摩擦流变模型较为合适。当然,为更好的说明摩擦流变模型的有效性,再选取Volleymy流变模型共同与H1滑坡1号滑面浅层滑动现场调查结果进行对比。采用试参法对摩擦流变模型进行模拟[20],Volleymy流变模型内摩擦角与摩擦流变模型一致,同时,摩擦系数,湍流系数采取工程类比,从而对已发生滑动的曲哇加萨1号浅层滑面进行运动反演模拟对比分析(表1)。
表 1 模型参数选取Table 1. Model parameters模型 内摩擦角/(°) 摩擦系数 湍流系数/(m·s−1) Frictional 16* - - Vollemy 16 0.20 200 注:*表示饱和状态下,内摩擦角直接快剪试验结果为20.3°。 从图10可以看出,1号滑面浅层滑坡运动后,若按照摩擦流变模型将运动堆积到623 m位置,即挡墙至军功路段国道G227和居民区,暂时不会影响到军功路至黄河段。同时,滑坡体积超过50%基本停留在上部滑面上,其余均匀停留在运动路径上,这与现场调查滑坡堆积特征基本相符。若按照Volleymy流变模型运动堆积到682 m位置,即军功路至黄河段居民区,与现场调查结果不符,大于实际运动距离。同时,滑坡体积主要停留在坡脚位置,也与实际情况不符。
3.3 欠稳定状态2号滑面运动预测评价
利用上述反演分析摩擦流变模型的同一套参数(表1)对处于欠稳定状态的2号浅层滑面进行运动预测模拟分析,得出了堆积厚度、范围等运动特征,并与上述1号浅层滑面进行对比(图11)。
研究发现:2号滑面浅层滑坡一旦运动后,将运动堆积到673 m位置,即军功路至黄河段居民区。滑坡体均匀停留在运动路径上。模拟结果说明:目前2号滑面浅层滑坡一旦发生滑动,威胁军功路至黄河段居民区及商铺房屋,但不至引起堵塞黄河灾害发生。
4. 结语
(1)曲哇加萨滑坡坡体呈现多区、多级、多层的变形破坏特征,目前变形破坏强烈,尤其是东北段中前缘滑坡近期频繁出现变形破坏。
(2)东北段中前缘滑坡地表监测曲线、形变速率曲线、钻探数据和现场调查表明,降雨沿着密集发育的裂缝下渗,加速了地下水的渗流作用,进一步降低了岩土体的强度,最终导致滑坡发生变形滑动。
(3)以H1滑坡为代表,在降雨稳定性计算基础上进行动力学反演,反演分析发现1号滑面浅层滑坡按照摩擦流变模型运动后,将运动堆积到挡墙至军功路段国道G227和居民区,这与现场调查滑坡堆积特征基本相符,而Volleymy流变模型运动堆积到682 m位置,即军功路至黄河段居民区,与现场调查结果不符,大于实际运动距离。同时,滑坡体积主要停留在坡脚位置,也与实际情况不符。
(4)利用上述反演分析摩擦流变模型的同一套参数对处于欠稳定状态的2号浅层滑面进行运动预测模拟分析,发现2号滑面浅层滑坡运动后,将运动堆积到军功路至黄河段居民区,但不至于引起堵塞黄河灾害发生。
(5)本文的研究内容可为黄河上游该类滑坡运动预测评价方法提供一定参考。
-
表 1 地层岩性硬度划分表
Table 1 Stratum lithology hardness division table
类别 代表岩石 稳定性赋值 极硬岩 花岗岩、二长花岗岩、闪长岩、
辉长岩、石英闪长岩、玄武玢岩、
硅质岩、超镁铁质岩类4 次硬岩 碳酸盐岩、碎屑岩、大理岩、白云岩、
石灰岩、中酸性基性火山岩、
赤铁矿、夹灰岩、地层并层等3 次软岩 千枚岩、板岩、灰岩、石膏等 2 极软岩 页岩、黏土岩、泥岩、
砂岩、砾岩及各种土体等1 表 2 按滑坡体体积划分的滑坡等级
Table 2 Landslide grade divided by volume
规模 标准/(104 m3) 数量/个 占比/% 小型 V<10 45 52.94 中型 10≤V<100 26 30.59 大型 100≤V<1000 11 12.94 特大型 1000≤V 3 3.53 总计 85 100.00 表 3 按稳定性划分的滑坡等级
Table 3 Landslide grade divided by stability
稳定性评价 数量/个 占比/% 稳定 14 16.47 较稳定 29 34.12 稳定性较差 4 4.71 不稳定 33 38.82 易发 5 5.88 总计 85 100.00 表 4 按危险性划分的滑坡等级
Table 4 Landslide grade divided by danger
险情等级 数量/个 占比/% Ⅰ级 0 0.00 Ⅱ级 2 2.35 Ⅲ级 17 20.00 Ⅳ级 66 77.65 总计 85 100.00 表 5 因子探测结果
Table 5 Factor detection results
坡度 X1 距断层距离 X2 岩性 X3 河流密度 X4 地貌类型 X5 道路密度 X6 降水量 X7 地震动峰值加速度 X8 q值 0.168 0.332 0.101 0.477 0.501 0.465 0.122 0.129 表 6 交互作用探测结果
Table 6 Interaction detection results
交互因素 交互值 交互值比较 交互结果 坡度∩距断层距离 0.728 >q(坡度)+q(距断层距离) 非线性增强 坡度∩岩性 0.418 >q(坡度),q(岩性) 非线性增强 坡度∩河流密度 0.677 >q(坡度)+q(河流密度) 非线性增强 坡度∩地貌 0.827 >q(坡度),q(地貌) 非线性增强 坡度∩道路密度 0.748 >q(坡度),q(道路密度) 非线性增强 坡度∩降水量 0.424 >q(坡度)+q(降水量) 非线性增强 坡度∩地震动峰值加速度 0.404 >q(坡度)+q(地震动峰值加速度) 非线性增强 距断层距离∩岩性 0.433 >q(距断层距离)+q(岩性) 非线性增强 距断层距离∩河流密度 0.739 >Max(q(距断层距离),q(河流密度)) 双因子增强 距断层距离∩地貌 0.938 >q(距断层距离),q(地貌) 非线性增强 距断层距离∩道路密度 0.783 >Max(q(距断层距离),q(道路密度)) 双因子增强 距断层距离∩降水量 0.413 >Max(q(距断层距离),q(降水量)) 双因子增强 距断层距离∩地震动峰值加速度 0.445 >Max(q(距断层距离),q(地震动峰值加速度)) 双因子增强 岩性∩河流密度 0.557 >q(岩性)+q(河流密度) 非线性增强 岩性∩地貌 0.781 >q(岩性)+q(地貌) 非线性增强 岩性∩道路密度 0.547 >Max(q(岩性),q(道路密度)) 双因子增强 岩性∩降水量 0.221 >Max(q(岩性),q(降水量)) 双因子增强 岩性∩地震动峰值加速度 0.339 >q(岩性)+q(地震动峰值加速度) 非线性增强 河流密度∩地貌 0.831 >Max(q(河流密度),q(地貌)) 双因子增强 河流密度∩道路密度 0.700 >Max(q(河流密度),q(道路密度)) 双因子增强 河流密度∩降水量 0.540 >Max(q(河流密度),q(降水量)) 双因子增强 河流密度∩地震动峰值加速度 0.559 >q(河流密度)+q(地震动峰值加速度) 非线性增强 地貌∩道路密度 0.815 >Max(q(地貌),q(道路密度)) 双因子增强 地貌∩降水量 0.735 >q(地貌)+q(降水量) 非线性增强 地貌∩地震动峰值加速度 0.544 >Max(q(地貌),q(地震动峰值加速度)) 双因子增强 道路密度∩降水量 0.617 >q(道路密度)+q(降水量) 非线性增强 道路密度∩地震动峰值加速度 0.521 >Max(q(道路密度),q(地震动峰值加速度)) 双因子增强 降水量∩地震动峰值加速度 0.267 >Max(q(降水量),q(地震动峰值加速度)) 双因子增强 表 7 生态探测结果
Table 7 Ecological detection results
坡度X1 距断层距离X2 岩性X3 河流密度X4 地貌X5 道路密度X6 降水量X7 地震动峰加速度X8 坡度 距断层距离 N 岩性 N Y 河流密度 Y N Y 地貌 Y N Y N 道路密度 Y N Y N N 降水量 N Y N Y Y Y 地震动峰加速度 N N N Y Y Y N -
[1] 陈冠, 孟兴民, 郭鹏, 等. 白龙江流域基于GIS与信息量模型的滑坡危险性等级区划[J]. 兰州大学学报(自然科学版),2011,47(6):1 − 6. [CHEN Guan, MENG Xingmin, GUO Peng, et al. Landslide susceptibility mapping based on GIS and information value model in Bailong river basin[J]. Journal of Lanzhou University (Natural Sciences),2011,47(6):1 − 6. (in Chinese with English abstract) [2] 张永双, 郭长宝, 杨志华, 等. 青藏高原东缘地形急变带滑坡灾害特征与危险性研究[M]. 武汉: 中国地质大学出版社, 2018. ZHANG Yongshuang, GUO Changbao, YANG Zhihua, et al. Study on the characteristics and risks of landslide disasters in the sudden Change Zone of the Eastern Tibetan Plateau[M]. Wuhan: China University of Geosciences Press, 2018.(in Chinese)
[3] 柳丙善, 李世海, 赵卿. 清江隔河岩水库茅坪滑坡的主要影响因素分析[J]. 中国地质灾害与防治学报,2008,19(2):36 − 43. [LIU Bingshan, LI Shihai, ZHAO Qin. Research on the main factors causing Maoping Landslide based upon the insitu investigation[J]. The Chinese Journal of Geological Hazard and Control,2008,19(2):36 − 43. (in Chinese with English abstract) DOI: 10.3969/j.issn.1003-8035.2008.02.008 [4] 陈剑, 李晓, 杨志法. 三峡库区滑坡的时空分布特征与成因探讨[J]. 工程地质学报,2005,13(3):305 − 309. [CHEN Jian, LI Xiao, YANG Zhifa. On the distribution and mechanism of landslides in the Three Gorges reservoir area[J]. Journal of Engineering Geology,2005,13(3):305 − 309. (in Chinese with English abstract) DOI: 10.3969/j.issn.1004-9665.2005.03.004 [5] 尹小涛, 王水林. 基于可靠度理论的滑坡稳定性及其影响因素分析[J]. 岩土力学,2008,29(6):1551 − 1556. [YIN Xiaotao, WANG Shuilin. Stability and its influential factors analysis of landslides based on reliability theory[J]. Rock and Soil Mechanics,2008,29(6):1551 − 1556. (in Chinese with English abstract) DOI: 10.3969/j.issn.1000-7598.2008.06.022 [6] TURKAN B A, ERGIN G. Landslide-Triggering Factors in Korucak Subbasin, North Anatolian, Turkey[J]. Procedia Earth and Planetary Science,2015,15:566 − 572. DOI: 10.1016/j.proeps.2015.08.104
[7] 杨华阳, 许向宁, 杨鸿发. 基于证据权法的九寨沟地震滑坡危险性评价[J]. 中国地质灾害与防治学报,2020,31(3):20 − 29. [YANG Huayang, XU Xiangning, YANG Hongfa. The Jiuzhaigou co-seismic landslide hazard assessment based on weight of evidence method[J]. The Chinese Journal of Geological Hazard and Control,2020,31(3):20 − 29. (in Chinese with English abstract) [8] 张向营, 张春山, 孟华君, 等. 基于Random Forest和AHP的贵德县北部山区滑坡危险性评价[J]. 水文地质工程地质,2018,45(4):142 − 149. [ZHANG Xiangying, ZHANG Chunshan, MENG Huajun, et al. Landslide hazard evaluation in the northern mountainous area of Guide County based on Random Forest and AHP[J]. Hydrogeology & Engineering Geology,2018,45(4):142 − 149. (in Chinese with English abstract) [9] 杨可明, 郭海会, 钱小丽, 等. 结合信息熵改进的证据权法与滑坡危险度区划[J]. 地理与地理信息科学,2013,29(3):104 − 108. [YANG Keming, GUO Haihui, QIAN Xiaoli, et al. Improving weights of evidence method based on entropy and zoning the landslide hazard[J]. Geography and Geo-Information Science,2013,29(3):104 − 108. (in Chinese with English abstract) [10] 张倬元. 滑坡防治工程的现状与发展展望[J]. 地质灾害与环境保护,2000,11(2):89 − 97. [ZHANG Zhouyuan. The present status, technical advance and development trends of landslide reme dial measures[J]. Journal of Geological Hazrds and Environment Preservation,2000,11(2):89 − 97. (in Chinese with English abstract) DOI: 10.3969/j.issn.1006-4362.2000.02.001 [11] 王恭先. 滑坡防治中的关键技术及其处理方法[J]. 岩石力学与工程学报,2005,24(21):3818 − 3827. [WANG Gongxian. Key technique in landslide control and its handling measures[J]. Chinese Journal of Rock Mechanics and Engineering,2005,24(21):3818 − 3827. (in Chinese with English abstract) DOI: 10.3321/j.issn:1000-6915.2005.21.003 [12] 罗丽娟, 赵法锁. 滑坡防治工程措施研究现状与应用综述[J]. 自然灾害学报,2009,18(4):158 − 164. [LUO Lijuan, ZHAO Fasuo. Status of research and application of engineering measures for preventing and controlling landslide[J]. Journal of Natural Disasters,2009,18(4):158 − 164. (in Chinese with English abstract) DOI: 10.3969/j.issn.1004-4574.2009.04.027 [13] NIE Z B, ZHANG Z H, ZHENG H, et al. Stability analysis of landslides using BEM and variational inequality based contact model[J]. Computers and Geotechnics,2020,123:1 − 7.
[14] 闫玉平, 肖世国. 考虑滑带强度参数分区取值的堆积层滑坡稳定性分析方法[J]. 中国地质灾害与防治学报,2020,31(2):44 − 49. [YAN Yuping, XIAO Shiguo. Stability analysis method for bedrock-talus landslides considering strength parameter partition of slip shear band[J]. The Chinese Journal of Geological Hazard and Control,2020,31(2):44 − 49. (in Chinese with English abstract) [15] 刘磊, 徐勇, 李远耀, 等. 湘西陈溪峪滑坡变形机理及稳定性评价[J]. 水文地质工程地质,2019,46(2):21 − 28. [LIU Lei, XU Yong, LI Yuanyao, et al. A study of deformation mechanism and stability evaluation of the Chenxiyu landslide in western Hunan[J]. Hydrogeology & Engineering Geology,2019,46(2):21 − 28. (in Chinese with English abstract) [16] 王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报,2017,72(1):116 − 134. [WANG Jinfeng, XU Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica,2017,72(1):116 − 134. (in Chinese with English abstract) DOI: 10.11821/dlxb201701010 [17] 李涛, 廖和平, 褚远恒, 等. 重庆市农地非农化空间非均衡及形成机理[J]. 自然资源学报,2016,31(11):1844 − 1857. [LI Tao, LIAO Heping, CHU Yuanheng, et al. Spatial disequilibrium and its formation mechanism of farmland conversion in Chongqing[J]. Journal of Natural Resources,2016,31(11):1844 − 1857. (in Chinese with English abstract) DOI: 10.11849/zrzyxb.20151371 [18] 闫举生, 谭建民. 基于不同因子分级法的滑坡易发性评价: 以湖北远安县为例[J]. 中国地质灾害与防治学报,2019,30(1):52 − 60. [YAN Jusheng, TAN Jianmin. Landslide susceptibility assessment based on different factor classification methods—A case study in Yuan'an County of Hubei Province[J]. The Chinese Journal of Geological Hazard and Control,2019,30(1):52 − 60. (in Chinese with English abstract) [19] 张铎, 吴中海, 李家存, 等. 滇西北永胜-宾川地区滑坡发育的影响因子分析及其动力成因与意义探讨[J]. 自然灾害学报,2016,25(1):176 − 190. [ZHANG Duo, WU Zhonghai, LI Jiacun, et al. Analysis of the influential factor of landslide in Yongsheng-Binchuan region of northwest Yunnan and the exploration of its dynamic cause and significance[J]. Journal of Natural Disasters,2016,25(1):176 − 190. (in Chinese with English abstract) [20] 谢帅, 刘士彬, 段建波, 等. OSDS注册用户空间分布特征及影响因素分析[J]. 地球信息科学学报,2016,18(10):1332 − 1340. [XIE Shuai, LIU Shibin, DUAN Jianbo, et al. Spatial distribution characteristics of OSDS registered users and its influencing factors[J]. Journal of Geo-Information Science,2016,18(10):1332 − 1340. (in Chinese with English abstract) [21] 田丰, 张军, 冉有华, 等. 甘肃陇南市泥石流灾害危险性及影响因子评价[J]. 灾害学,2017,32(3):197 − 203. [TIAN Feng, ZHANG Jun, RAN Youhua, et al. Assessment of debris flow disaster hazard and influence factors in Longnan district[J]. Journal of Catastrophology,2017,32(3):197 − 203. (in Chinese with English abstract) DOI: 10.3969/j.issn.1000-811X.2017.03.033 [22] 方然可, 刘艳辉, 苏永超, 等. 基于逻辑回归的四川青川县区域滑坡灾害预警模型[J]. 水文地质工程地质,2021,48(1):181 − 187. [FANG Ranke, LIU Yanhui, SU Yongchao, et al. A early warning model of regional landslide in Qingchuan County,Sichuan Province based on logistic regression[J]. Hydrogeology & Engineering Geology,2021,48(1):181 − 187. (in Chinese with English abstract) [23] 郭伟, 王晨辉, 李鹏, 等. 基于LoRa的地质灾害分布式实时监测系统设计[J]. 水文地质工程地质,2020,47(4):107 − 113. [GUO Wei, WANG Chenhui, LI Peng, et al. Design of the distributed real -time monitoring system for geological hazards based on LoRa[J]. Hydrogeology & Engineering Geology,2020,47(4):107 − 113. (in Chinese with English abstract) [24] 张茂省.发挥新型举国体制优势提高地质灾害防治能力[J]. 西北地质, 2019, 52(2): Ⅰ-Ⅱ. ZHANG Maosheng. Maximising the advantages of the new national system for improving the ability to prevent and mitigate geological disasters[J]. Northwestern Geology, 2019, 52(2): Ⅰ-Ⅱ. (in Chinese with English abstract)
[25] 张茂省, 薛强, 贾俊, 等. 山区城镇地质灾害调查与风险评价方法及实践[J]. 西北地质,2019,52(2):125 − 135. [ZHANG Maosheng, XUE Qiang, JIA Jun, et al. Methods and practices for the investigation and risk assessment of geo-hazards in mountainous towns[J]. Northwestern Geology,2019,52(2):125 − 135. (in Chinese with English abstract) [26] 李滨, 张青, 王文沛, 等. 金沙江乌东德水电站坝区高陡边坡地质灾害监测预警研究[J]. 地质力学学报,2020,26(4):556 − 564. [LI Bin, ZHANG Qing, WANG Wenpei, et al. Geohazard monitoring and risk management of high-steep slope in the Wudongde dam area[J]. Journal of Geomechanics,2020,26(4):556 − 564. (in Chinese with English abstract) -
期刊类型引用(3)
1. 王溢禧,赵俊彦,朱兴华,于美冬,陈彩虹. 贵德盆地席芨滩巨型滑坡前缘次级滑坡特征及其复活机理分析. 中国地质灾害与防治学报. 2024(06): 1-14 . 本站查看
2. 王文沛,殷跃平,王立朝,沈亚麒,石鹏卿,李瑞冬,何清,陈亮,殷保国. 排水抗滑桩技术研究现状及展望. 水文地质工程地质. 2023(02): 73-83 . 百度学术
3. 陈銮. 浅析滑坡勘查过程中滑动面的确定方法. 江西建材. 2023(06): 168-169+172 . 百度学术
其他类型引用(2)