Stability evaluation of sand slopes based on the Bayesian-PSO algorithm
-
摘要: 溜砂坡具有突发、不易预测,且产生危害大的特点。文章对拉萨市周边实地调研测量收集数据,采集了12组具有代表性的溜砂坡灾害点数据集合,运用贝叶斯网络与粒子群算法相结合,并利用算法更新公式弥补单一算法的不足,引入信息熵分析了降雨量、坡度、坡高和植被覆盖率在算法中的权重,以及各因素对溜砂坡稳定性的影响,并对溜砂坡的稳定性进行了等级划分,实验证明该方法有效,对溜砂坡稳定性评价具有一定参考价值。Abstract: Sand slide slope are sudden, unpredictable and has great harm.Through field investigations around Lhasa, 12 representative data sets of sand slide slope disaster points were collected. By combining Bayesian network and Particle Swarm Optimization algorithm, and using algorithm update formula to make up for the short comings of the single algorithm, information entropy was introduced to analyze the weight of rainfall, slope, slope height and vegetation coverage in the algorithm.Then, the influence of various factors on the stability of sand-pass slope is analyzed and the stability of sand-pass slope is graded. Experiments proved that the method is effective and has certain reference value for the stability evaluation of sand slide slope.
-
Keywords:
- sliding slope /
- Bayesian network /
- PSO /
- stability evaluation /
- Lhasa City
-
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 灾害点原始数据
Table 1 Raw date of disaster points
样本a 平均降雨量/mm 坡高/m 坡度/(°) 植被覆盖率/% 灾害点1 488.3 14.0 22.0 12.0 灾害点2 494.4 58.4 36.0 17.0 灾害点3 493.7 58.0 60.0 14.0 灾害点4 487.2 19.0 42.0 11.0 灾害点5 495.0 7.0 27.0 13.0 灾害点6 490.4 92.0 37.2 17.0 灾害点7 492.4 49.0 50.0 12.0 灾害点8 485.6 73.0 45.0 16.0 灾害点9 477.4 22.5 37.0 19.0 灾害点10 493.2 25.5 40.5 12.0 灾害点11 482.3 19.5 28.0 11.0 灾害点12 486.2 92.0 42.0 17.0 表 2 溜砂坡评价指标等级划分及标准
Table 2 Classification and standardization of evaluation factors of debris slope stability
评价指标 指标分类划分标准(分值)X 0.1~0.2 0.3~0.4 0.5~0.6 0.7~0.8 0.9~1.0 平均降雨量/mm ≤300 300~400 400~500 500~600 ≥600 坡高/m ≤10 10~20 20~30 30~40 ≥40 坡度/(°) <20 20~30 30~40 40~50 ≥50 植被覆盖率/% ≥70 70~50 50~30 30~10 ≤10 表 3 碎屑斜坡稳定性影响因素的信息熵及权重
Table 3 Entropy and weight of evaluation factors of debris slope stability
评价指标 信息熵(EGD) 权重(w) 权重排序 植被覆盖率 0.7526 0.2262 4 坡度 0.6424 0.2647 2 降雨量 0.6352 0.2801 1 坡高 0.7092 0.2290 3 表 4 灾害点数据处理结果
Table 4 Date processing results of disaster points
BIC值 BIC排序 稳定等级 稳定状态 灾害点1 0.353 4 7 Ⅱ 较稳定 灾害点2 0.408 9 5 Ⅰ 稳定 灾害点3 0.338 6 9 Ⅳ 较不稳定 灾害点4 0.490 4 3 Ⅴ 不稳定 灾害点5 0.340 0 8 Ⅲ 基本稳定 灾害点6 0.682 3 1 Ⅴ 不稳定 灾害点7 0.327 7 10 Ⅴ 不稳定 灾害点8 0.307 7 12 Ⅴ 不稳定 灾害点9 0.375 2 6 Ⅰ 稳定 灾害点10 0.462 1 4 Ⅳ 较不稳定 灾害点11 0.316 6 11 Ⅴ 不稳定 灾害点12 0.675 4 2 Ⅴ 不稳定 -
[1] 陈自生. DJ 伐恩斯的斜坡移动(广义滑坡)分类方案[C]//滑坡文集, 第九集. 北京: 中国铁道出版社, 1992: 103−109. CHEN Zisheng. DJ Vans's slope movement (generalized landslide) classification scheme[C]//landslide corpus, ninth episode. Beijing: China Railway Publishing House, 1992: 103−109. (in Chinese)
[2] 张小刚, 杨天军, 陈伟. 藏东南溜砂坡的发育特征与防治[J]. 灾害学,2014,29(1):47 − 51. [ZHANG Xiaogang, YANG Tianjun, CHEN Wei. Development characteristics and prevention of the sand-sliding slope in south-east Tibet[J]. Journal of Catastrophology,2014,29(1):47 − 51. (in Chinese with English abstract) [3] JAEGER C. The Vajont rock slide[J]. Water Power,1965,17(4):142 − 144.
[4] 范昊天, 孙少锐, 王亚山, 等. 基于离散元的含软弱夹层岩质边坡滑移机理分析[J]. 中国地质灾害与防治学报,2019,30(3):12 − 17. [FAN Haotian, SUN Shaorui, WANG Yashan, et al. Sliding failure mechanism of bedding rock slope with weak intercalated layer based on discrete element method[J]. The Chinese Journal of Geological Hazard and Control,2019,30(3):12 − 17. (in Chinese with English abstract) [5] 段伟国, 孙世国, 刘玉福. 滑坡预测技术发展概论[J]. 北方工业大学学报,2008,20(1):90 − 94. [DUAN Weiguo, SUN Shiguo, LIU Yufu. Advances and trends of landslide prediction[J]. Journal of North China University of Technology,2008,20(1):90 − 94. (in Chinese with English abstract) [6] 黄先光. 滑坡稳定系数与安全系数的异同[J]. 兰州交通大学学报,2015,34(6):32 − 37. [HUANG Xianguang. Similarities and differences between stability factor and safety factor of landslide[J]. Journal of Lanzhou Jiaotong University,2015,34(6):32 − 37. (in Chinese with English abstract) [7] 黄勇. 模糊综合评价法在溜砂坡危险性评价中的应用[C]//西部地区公路学会2013年科技论文集. 北京: 中国公路学会, 2013: 51−56. HUANG Yong.Application of fuzzy comprehensive evaluation method in risk assessment of sand sliding slope[C]//2013 scientific papers of China western region highway society. Beijing: China Highway Society, 2013: 51−56. (in Chinese with English abstract)
[8] 杨柯, 张军. 层次分析法在溜砂坡危险性评价中的应用[J]. 长春工程学院学报(自然科学版),2012,13(4):82 − 85. [YANG Ke, ZHANG Jun. The application of analytic hierarchy process in sand-sliding slope risk assessment[J]. Journal of Changchun Institute of Technology (Natural Science Edition),2012,13(4):82 − 85. (in Chinese with English abstract) [9] PEARL J. Fusion, propagation, and structuring in belief networks[J]. Artificial Intelligence,1986,29(3):241 − 288. DOI: 10.1016/0004-3702(86)90072-X
[10] AKAIKEH. A new look at the statistical model identification[J]. Automatic Control IEEE Transactions on.
[11] P LARRAÑAGA, POZA M, YURRAMENDI Y, et al. Structure learning of Bayesian Networks by genetic algorithms: A performance analysis of control parameters[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence,1996,18(9):912 − 926.
[12] KENNEDYJ. Particle Swarm Optimization[C]//Icnn95-international Conference on Neural Networks. IEEE, 2002.
[13] MALONEB. Empirical behavior of Bayesian Network structure learning algorithms[C]//Workshop on Advanced Methodologies for Bayesian Networks. Springer, Cham, 2015.
[14] DU T, ZHANG S S, WANG Z. Efficient Learning Bayesian Networks Using PSO[C]//International Conference on Computational Intelligence & Security. Springer Berlin Heidelberg, 2005.
[15] 王耀雷, 周步祥. 基于自适应粒子群算法的直流微网能量优化管理[J]. 现代电力,2017,34(1):37 − 43. [WANG Yaolei, ZHOU Buxiang. Energy management of DC microgrid based on adaptive particle swarm optimization algorithm[J]. Modern Electric Power,2017,34(1):37 − 43. (in Chinese with English abstract) [16] 康健, 靳斌, 段秀娟, 等. 基于贝叶斯-粒子群算法的微电网优化运行[J]. 电力系统保护与控制,2018,46(12):32 − 41. [KANG Jian, JIN Bin, DUAN Xiujuan, et al. Optimal operation of microgrid based on Bayesian-PSO algorithm[J]. Power System Protection and Control,2018,46(12):32 − 41. (in Chinese with English abstract) [17] 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) [18] 韩培锋, 王镁河, 姜兆华, 等. 西藏吉隆县地质灾害及其影响因素分析[J]. 中国地质灾害与防治学报,2020,31(2):111 − 118. [HAN Peifeng, WANG Meihe, JIANG Zhaohua, et al. Geological disasters and their influencing factors in Jilong County, Tibet[J]. The Chinese Journal of Geological Hazard and Control,2020,31(2):111 − 118. (in Chinese with English abstract) [19] 穆成林, 裴向军, 裴钻, 等. 基于岩体结构特征和未确知测度评价模型的岩质开挖边坡稳定性研究[J]. 水文地质工程地质,2019,46(4):150 − 158. [MU Chenglin, PEI Xiangjun, PEI Zuan, et al. A study of the stability of rock excavated slope based on rockmass structure and unascertained measure evaluation models[J]. Hydrogeology & Engineering Geology,2019,46(4):150 − 158. (in Chinese with English abstract) [20] 罗进. 利用信息熵计算评价指标权重原理及实例[J]. 武汉纺织大学学报,2014,27(6):86 − 89. [LUO Jin. Principles and examples of using information entropy to calculate weight[J]. Journal of Wuhan Textile University,2014,27(6):86 − 89. (in Chinese with English abstract) [21] 丁继新, 尚彦军, 杨志法, 等. 川藏公路然乌-鲁朗段地质灾害影响因素定量分析[J]. 水文地质工程地质,2005,32(4):1 − 5. [DING Jixin, SHANG Yanjun, YANG Zhifa, et al. Quantitative analysis on the influencing factors of geological hazards in Ranwu-Lulang section of Sichuan-Tibet Highway[J]. Hydrogeology & Engineering Geology,2005,32(4):1 − 5. (in Chinese with English abstract) [22] 央金卓玛. G318拉萨至尼木段公路地质灾害危险性评价研究[D]. 成都: 西南交通大学, 2017. YANGJIN Drolma. RISK assessment of geologic hazards along G318road from Lhasa to Nimu[D]. Chengdu: Southwest Jiaotong University, 2017. (in Chinese with English abstract)
[23] 李博文, 靳斌, 李竹, 等. 基于C-FS混合算法的微电网经济调度[J]. 现代电力,2016,33(4):8 − 14. [LI Bowen, JIN Bin, LI Zu, et al. Economic dispatch of microgrid based on C-FS hybrid algorithm[J]. Modern Electric Power,2016,33(4):8 − 14. (in Chinese with English abstract) [24] 胡晓波, 樊晓一, 唐俊杰. 基于离散元的高速远程滑坡运动堆积特征及能量转化研究—以三溪村滑坡为例[J]. 地质力学学报,2019,25(4):527 − 535. [HU Xiaobo, FAN Xiaoyi, TANG Junjie. Accumulation characteristics and energy conversion of high-speed and long-distance landslide on the basis of DEM: A case study of Sanxicun landslide[J]. Journal of Geomechanics,2019,25(4):527 − 535. (in Chinese with English abstract) [25] 方然可, 刘艳辉, 苏永超, 等. 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) [26] 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) [27] 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) [28] 刘畅, 张平松, 杨为民, 等. 税湾地震黄土滑坡的岩土动力特性及其稳定性评价[J]. 西北地质,2020,53(4):176 − 185. [LIU Chang, ZHANG Pingsong, YANG Weimin, et al. eotechnical dynamic characteristics and stability evaluation of loess landslides in Shuiwan Earthquake, Tianshui, Gansu[J]. Northwestern Geology,2020,53(4):176 − 185. (in Chinese with English abstract) [29] 樊晓一, 张睿骁, 胡晓波. 沟谷地形参数对滑坡运动距离的影响研究[J]. 地质力学学报,2020,26(1):106 − 114. [FAN Xiaoyi, ZHANG Ruixiao, HU Xiaobo. Study on the influence of valley topographic parameter on the moving distance of landslide[J]. Journal of Geomechanics,2020,26(1):106 − 114. (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)