CN103103974A - 利用监测位移方向性参数检测边坡稳定性的方法 - Google Patents

Abstract

本发明公开了一种利用监测位移方向性参数检测边坡稳定性的方法，包括以下步骤：1）布设监测点、监测基准点，在监测点与监测基准点处安置GPS接收机；2）监测与记录各监测点垂直位移与水平位移；将监测数据发送到数据处理中心，数据处理中心记录数据；3）确定滑坡垂直位移方向率；4）确定滑坡垂直位移方向率的整体失稳统计量值；5）根据垂直位移方向率整体失稳的临界统计量值检测边坡整体失稳；6）运用垂直位移方向率的整体失稳统计量值确定滑坡失稳类型；7）确定滑坡趋势性位移率、对滑坡稳定性检测与监测预警。方法简单易操作，准确性高，适用于在没有精确的滑坡边界条件及坡体物理力学参数的条件、及复杂滑坡的稳定性检测和监测预警。

Description

利用监测位移方向性参数检测边坡稳定性的方法

技术领域

本发明涉及边坡工程稳定性检测与滑坡地质灾害监测预警技术领域，尤其涉及一种利用监测位移方向性参数检测边坡稳定性的方法。

背景技术

滑坡是我国面临的重要地质灾害之一，长期以来一直对人民的生命财产安全和国家的经济建设和发展构成严重的危害。实现滑坡的准确及时地预测预报，是地质灾害防治的重要手段之一，现有技术中应用最广泛的滑坡检测方法主要分为两种：

一种是以刚体极限平衡理论为基础的极限平衡法。极限平衡法将滑坡进行简化，并将滑体视为刚体，分析其沿滑动面的力学平衡状态，通过下滑力、抗滑力计算滑坡体的稳定系数Fs来预测滑坡的稳定性，但不考虑其变形及变形协调，是滑坡稳定分析中常用的方法。该类方法存在的缺陷是，对滑坡边界条件及坡体物理力学参数的要求极为苛刻，且建立力学检测模型为不含时间因素的静态检测模型，检测不了边坡稳定性随时间的变化规律，这些因素使得此方法在滑坡稳定性检测方面具有局限性。

一种是基于位移监测的位移时序预测法。这种检测方法基于位移观测曲线和蠕变理论为基础的经验统计预测方法，是直接运用位移参数的变化对滑坡的稳定性进行检测与预测预报。虽然这种滑坡预测预报方法简单易操作，可以对前缘不受阻滑坡的稳定性随时间的变化进行预测预报，这种方法存在的问题是，只是运用滑坡的位移量或位移速率变化规律对其稳定性进行分析与检测，而滑坡位移参数变化与滑坡稳定性并不具有一一对应关系，该参数不仅与滑坡稳定性有关，而且还与滑坡外动力因素有关，所以，滑坡位移及其变化不能确定性的代表边坡的真实稳定性，因此,用位移作为稳定性预测参数来分析和检测滑坡稳定性具有很大的不确定性和多解性，并由此大大的降低了该类方法的预测精度，造成了大量的误判和错判，如图1所示。

发明内容

本发明为了解决现有技术存在的上述不足，提供了一种利用监测位移方向性参数检测边坡稳定性的方法；以具有很强稳定性和准确性的滑坡垂直位移方向率动力参数——滑坡垂直位移与水平位移之比作为滑坡稳定性检测的预测预报方法，能够在没有精确的滑坡边界条件及坡体物理力学参数的条件下对边坡进行检测，该方法简单易操作，准确性和方便性方面更具优越性，适用于复杂滑坡的稳定性检测和监测预警。

本发明的目的是采用下述技术方案实现的：

一种利用监测位移方向性参数检测边坡稳定性的方法，包括以下步骤：

1）设定监测点和监测基准点并安装监测设备，即在能反应滑坡变形的部位布设监测点，形成监测网，选取地质条件和点位稳定能满足GPS观测条件的点作为监测基准点，在监测点与监测基准点处安置GPS接收机，接收机与坡体表面紧密耦合，确保能够准确反映坡体表面的变形；

2）监测与记录各监测点垂直位移与水平位移；

以设定的时间间隔分别对滑坡垂直位移与水平位移进行实时监测，将监测数据发送到数据处理中心，数据处理中心每隔设定时间记录一次数据，将数据整理形成有竖向位移和水平位移的数据表格；

3）确定滑坡垂直位移方向率；

根据监测到的数据计算出各监测点k和不同监测时间间隔i的垂直位移与水平位移的监测值，确定响应滑坡垂直位移方向率U_i：

$U_i=\frac{{\mathrm{\Δs}}_{\mathrm{yi}}}{{\mathrm{\Δs}}_{\mathrm{xi}}}$

其中，i为大于等于1的整数，Δs_yi，Δs_xi分别为各监测点的垂直位移和水平位移；

4）确定滑坡垂直位移方向率统计量值γ的整体失稳统计量值γ_k(U)及滑坡垂直位移方向率统计量值γ；

整体失稳统计量值γ_k(U)根据以下步骤和公式得到：

①分别确定各监测点k和不同监测时间间隔i的垂直位移方向率的平均值：

$\stackrel{\‾}{U_k}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{U}_i$

其中，i为大于等于1的整数；

②确定监测点的垂直位移方向率的整体失稳统计量值：

${\mathrm{\γ}}_k\left(U\right)=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(U_{i+1}-U_i)}^2}{2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(U_i-\stackrel{\‾}{U_k})}^2},$

其中，k、i均为大于等于1的整数，n为大于1的整数；

根据趋势位移分析原理，当滑坡处于稳定状态，其变形主要以蠕变滑移和随机变形为主，其整体趋势滑移量较小；当滑坡进入不稳定阶段时，则变形量主要是由整体滑移量构成，而表层蠕变和随机蠕变量所占的比例则要相应减少；因此，在此阶段其垂直位移方向率观测数据将出现趋势性垂直位移方向率增大或减小，统计学上称之为总体均值逐渐移动；假设滑坡观测点相互独立，遵守正态分布，具有相同方差σ²的随机序列U_i;其样本均值

样本方差S²和均方差2q²分别为

$\stackrel{\‾}{U}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{U}_i$

$S^2=\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(U_i-\stackrel{\‾}{U})}^2$

${2q}^2=\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(U_{i+1}-U)}^2$

其中，i为大于等于1的整数，n为大于1的整数；

统计学上证明了总体无移动时，S²和q²都是总体方差的无偏估计量，它们的值理应相近。若总体逐渐移动且方差σ²仍保持不变时，S²会受到这种趋势性影响较大，由于q²只包含前后两次观测之差而消除了这种影响的大部分，故所s受影响不大；滑坡垂直位移方向率统计量值γ采用以下公式得到：

γ=q²/S²

5）根据确定的垂直位移方向率整体失稳的临界统计量值γ_d检测边坡整体失稳；

其中， ${\mathrm{\γ}}_d=\stackrel{\‾}{\mathrm{\γ}}+{\mathrm{\σ}}_{\mathrm{\γ}}/\sqrt{n}\·Z_{\frac{\mathrm{\α}}{2}},$ 其中， $\stackrel{\‾}{\mathrm{\γ}}=\frac{1}{m}\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\γ}}_k\left(U\right)$ 为各监测点位移统计量平均值，

为各监测点位移统计量方差，m为监测点个数，n为监测点观测次数。α为置信水平取0.05，

为标准正态分布的一个概率参数；

通过以下步骤检测边坡整体失稳：选用置信水平α及其对γ值临界值γ_d，利用观测数据算出γ，然后对γ值检验;若γ≥γ_d，就以置信水平α判定未发生趋势性位移，检测滑坡处于稳定状态；若γ＜γ_d，则可判定发生了趋势性位移，则检测滑坡处于非稳定状态；则滑坡垂直位移方向率统计量值γ越小，滑坡趋势整体位移越明显，滑坡稳定性越差，而且滑坡位移统计量γ与滑坡稳定性具有一一对应关系，不受外动力和环境因素变化的影响；因此，与滑坡位移监测值相比，将滑坡位移统计量γ作为滑坡稳定性判别因子基准变量更能准确反映滑坡实际稳定性条件；

6）运用垂直位移方向率的整体失稳统计量值确定滑坡失稳类型；滑坡失稳类型通过以下步骤确定：

γ≥γ_d的监测点分布区为坡体上的稳定区；γ＜γ_d的监测点分布区为坡体的非稳定区；因此，如γ＜γ_d的监测点分布区位于坡体前缘，则滑坡为牵引式滑坡；如γ＜γ_d的监测点分布区位于坡体后缘，则滑坡为推移式滑坡；如所有监测点γ＜γ_d，则整个滑坡进入整体滑移阶段。

7）确定滑坡趋势性位移率、对滑坡稳定性检测与监测预警；

通过以下步骤实现：首先根据γ和γ_d值，计算滑坡整体趋势性位移率R=(γ_d-γ)/γ_d×100%,然后运用整体趋势性位移率R对滑坡风险进行检测与预警;当0＜R＜30%时，可判定该滑坡处于不稳定阶段初期，其滑坡风险为三级风险预警；当30%≤R＜60%时，可判定该滑坡处于不稳定阶段中期，其滑坡风险为二级风险预警；当60%≤R＜100%时，可判定该滑坡处于不稳定阶段后期，其滑坡风险为一级风险预警。

监测和模型试验研究表明，边坡垂直位移方向率具有只与滑坡的稳定性质及状态有关、而不受外动力变化影响，故以该参数作为滑坡预测预报参数并建立相应检测方法将具有较高的准确性和稳定性。

滑坡坡体处于稳定弹性变形阶段时，其垂直位移方向率为一定值。说明滑坡处于稳定弹性稳定阶段时，其垂直位移方向率不受外界动力因素影响，与滑坡位移相比，垂直位移方向率具有很强的稳定性，因此，其垂直位移方向率的整体失稳统计量将大于或等于整体失稳的临界统计量值γ_d。

滑坡坡体由弹性变形阶段进入塑性变形阶段时，垂直位移方向率发生突变，不再是一个定值。由此说明垂直位移方向率在边坡失稳或整体滑移时，垂直位移方向率发生突变，因此，垂直位移方向率的整体失稳统计量将小于整体失稳的临界统计量值γ_d。

上述证明了可运用垂直位移方向率对滑坡稳定性进行有效的检测与监测预警。

本发明的有益效果：

1.本方法可在没有精确的滑坡边界条件及坡体物理力学参数的条件下对边坡进行检测，方法简单易操作。

2.本方法的滑坡检测判据——垂直位移方向率具有相对其他滑坡检测参数更稳定的变化规律，它在弹性阶段不受外界因素的影响，只与边坡本身的物理性质、倾角等有关，用于滑坡预测预报，准确性和稳定性高。

附图说明

图1为现有技术中滑坡预测预报失败案例曲线图；

图2为本发明的方法流程图；

图3为倾角为θ的均匀滑坡的体积变化示意图；

图4为倾角为θ的均匀滑坡位移速率直角坐标示意图；

图5为滑坡位移监测及数据监测收集处理设备示意图；

其中，26为监测点，27为基准点，28为控制中心。

具体实施方式

下面结合附图和实施例对本发明做进一步说明。

实施例1.

一种利用监测位移方向性参数检测边坡稳定性的方法，结合图2、图3、图4、图5，包括以下步骤：

1）在能反应滑坡变形的部位布设监测点26，形成监测网，选取地质条件好、点位稳定能满足GPS观测条件的点作为监测基准点27，在监测点26与监测基准点27处安置GPS接收机，接收机与坡体表面紧密耦合，确保能够准确反映坡体表面的变形；

2）监测与记录各监测点垂直位移与水平位移；

以设定的时间间隔分别对滑坡垂直位移与水平位移进行实时监测，将监测数据发送到数据处理中心（即控制中心28），数据处理中心每隔设定时间记录一次数据，将数据整理形成有竖向位移和水平位移的数据表格；

3）滑坡垂直位移方向率的确定；

根据监测到的数据计算出各监测点（k＝1,2,…,m）不同监测时间间隔（i=1,2,…,n）的垂直位移与水平位移的监测值，确定响应滑坡垂直位移方向率：

$U_i=\frac{{\mathrm{\Δs}}_{\mathrm{yi}}}{{\mathrm{\Δs}}_{\mathrm{xi}}}$

其中Δs_yi，Δs_xi分别为各监测点的垂直位移和水平位移（i=1,2,….,n）。

4）确定滑坡垂直位移方向率统计量值γ的整体失稳统计量值γ_k(U)及滑坡垂直位移方向率统计量值γ；

整体失稳统计量值γ_k(U)根据以下步骤和公式得到：

1)分别确定各监测点（k＝1,2,…,m）的不同监测时间间隔（i＝1,2,…,n）的垂直位移方向率的平均值：

$\stackrel{\‾}{U_k}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{U}_i$

2)确定监测点的垂直位移方向率的整体失稳统计量值：

$\begin{array}{cc}{\mathrm{\γ}}_k\left(U\right)=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(U_{i+1}-U_i)}^2}{2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(U_i-\stackrel{\‾}{U_k})}^2},& \begin{array}{c}(i=\mathrm{1,2},...,n)\\ (k=\mathrm{1,2},...,m)\end{array}\end{array}$

5）确定垂直位移方向率整体失稳的临界统计量值γ_d、并检测边坡整体失稳；

整体失稳的临界统计量值γ_d根据以下步骤和公式得到：

1)选用确定的置信水平α，确定相应γ值的临界值γ_d：

${\mathrm{\γ}}_d=\stackrel{\‾}{\mathrm{\γ}}+{\mathrm{\σ}}_{\mathrm{\γ}}/\sqrt{n}\·Z_{\frac{\mathrm{\α}}{2}},$ 其中， $\stackrel{\‾}{\mathrm{\γ}}=\frac{1}{m}\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\γ}}_k\left(U\right)$ 为各监测点位移统计量平均值，

为各监测点位移统计量方差，m为监测点个数，α为置信水平一般取0.05，为标准正态分布的一个概率参数。

2)以γ_d作为边坡整体失稳的判据标准，若γ≥γ_d，则检测滑坡处于稳定状态；若γ＜γ_d，则检测滑坡处于非稳定状态。

6）运用垂直位移方向率的整体失稳统计量值确定滑坡失稳类型；滑坡失稳类型通过以下步骤确定：

γ≥γ_d的监测点分布区为坡体上的稳定区；γ＜γ_d的监测点分布区为坡体的非稳定区；因此，如γ＜γ_d的监测点分布区位于坡体前缘，则滑坡为牵引式滑坡；如γ＜γ_d的监测点分布区位于坡体后缘，则滑坡为推移式滑坡；如所有监测点γ＜γ_d，则整个滑坡进入整体滑移阶段。7）确定滑坡趋势性位移率、对滑坡稳定性检测与监测预警；

通过以下步骤实现：首先根据γ和γ_d值，计算滑坡整体趋势性位移率R=（γ_d-γ)/γ_d×100%，然后运用整体趋势性位移率k对滑坡风险进行检测与预警；当0＜R＜30%时，可判定该滑坡处于不稳定阶段初期，其滑坡风险为三级风险预警；当30%≤R＜60%时，可判定该滑坡处于不稳定阶段中期，其滑坡风险为二级风险预警；当60%≤R＜100%时，可判定该滑坡处于不稳定阶段后期，其滑坡风险为一级风险预警。

结合图3，设各向同性的均质滑坡倾角（θ）1，以平行坡面和垂直坡面方向建立直角坐标系（X′-Y'）2-4，以水平和竖直向建立直角坐标系（X-Y）3-5。取单位宽度、坡面长度（a）6的坡段，坡段厚度（b）7，弹性变形过程中，坡面长度变化量（Δa）8，分解为X向分量（Δa_x）9，Y向分量（Δa_y）10，厚度变化量（Δb）11，分解为X向分量（Δb_x）12，Y向分量（Δb_y）13。

根据弹塑性力学基本原理，滑坡坡体弹性压缩变形时，其弹性体积应变不变，不发生体积扩容，其压缩变形前后其滑坡体积不变，则

ab＝(a-Δa)(b-Δb)＝ab-Δab-ΔaΔb-aΔb

由于ΔaΔb可认为高阶无穷小，故可忽略不计，则

Δab＝aΔb设

将其转化为XY坐标系中为

X方向的位移为Δa_x-Δb_x＝Δacosθ-Δbsinθ

Y方向的位移为Δa_y-Δb_y＝Δasinθ-Δbcosθ

垂直位移方向率 $U=\frac{\mathrm{\Δ}{a}_y+\mathrm{\Δ}{b}_y}{\mathrm{\Δ}{a}_x+\mathrm{\Δ}{b}_x}=\frac{\mathrm{\Δ}a\sin \mathrm{\θ}+\mathrm{\Δ}b\cos \mathrm{\θ}}{\mathrm{\Δ}a\cos \mathrm{\θ}+\mathrm{\Δ}b\sin \mathrm{\θ}}=\frac{\frac{\mathrm{\Δa}}{\mathrm{\Δb}}\sin \mathrm{\θ}+\cos }{\frac{\mathrm{\Δa}}{\mathrm{\Δb}}\cos \mathrm{\θ}+\sin }=\frac{k\sin \mathrm{\θ}+\cos \mathrm{\θ}}{k\cos \mathrm{\θ}+\sin \mathrm{\θ}}$

K和θ均为常数，故垂直位移方向率U为常数，说明滑坡在弹性阶段垂直位移方向率为一定值，具有不受其他条件影响，只与坡体本身的倾角、厚度相关的特性，具有很强的稳定性。

实施例2.

结合图4，各向同性的均质滑坡倾角（θ）1，以平行坡面和垂直坡面方向建立直角坐标系（X′-Y'）2-3，以水平和竖直向建立直角坐标系（X-Y）4-5。当边坡处入不稳定塑性变形阶段时，设坡体内某点的有效主应力（σ₁′）14与X轴的夹角（α）15；通过该点的两条滑移特征线（β_-和β₊）16和17，与有效主应力（σ₁′）14夹角

18和19；每个特征线通过该点的位移速率分量20、21、22、23；其合成速率量

和

24和25。

根据塑性力学分析原理，利用有效应力，设坡体塑性主应变率

和与塑性屈服函数f(σ₁′,σ′₂,σ₃′)切线斜率成正比，则

其中：

c'为有效黏聚力，

为有效内摩擦角。

根据塑性流动规则，将上式对σ₁′，σ′₂，σ₃′求导，可得：

式中：λ为一确定比例系数。

平均主应变率和最大剪应变率分别为：

$\frac{{\stackrel{\·}{\mathrm{\ϵ}}}_1-{\stackrel{\·}{\mathrm{\ϵ}}}_3}{2}=\frac{\mathrm{\λ}}{2}$

消去λ，可得滑坡变形连续方程为

令X和Y分别为坡体在X和Y方向的位移速率分量，且压缩变形速率为正，为此变形速率利用变形速率转换方程可得：

${\stackrel{\·}{\mathrm{\ϵ}}}_x=-\frac{\∂X}{\∂x}=\left(\frac{{\stackrel{\·}{\mathrm{\ϵ}}}_1+{\stackrel{\·}{\mathrm{\ϵ}}}_3}{2}\right)+\left(\frac{{\stackrel{\·}{\mathrm{\ϵ}}}_1-{\stackrel{\·}{\mathrm{\ϵ}}}_3}{2}\right)\cos 2\mathrm{\α}$

${\stackrel{\·}{\mathrm{\ϵ}}}_y=-\frac{\∂y}{\∂y}=\left(\frac{{\stackrel{\·}{\mathrm{\ϵ}}}_1+{\stackrel{\·}{\mathrm{\ϵ}}}_3}{2}\right)-\left(\frac{{\stackrel{\·}{\mathrm{\ϵ}}}_1-{\stackrel{\·}{\mathrm{\ϵ}}}_3}{2}\right)\cos 2\mathrm{\α}$

由以上三式可得塑性变形阶段滑坡垂直位移方向率为：

根据库伦破坏准则，当坡体由压缩变形进入塑性变形时，坡体塑性区的α值将等于

此时可以看出滑坡的垂直位移方向率将趋近无穷大。该结果表明坡体出现塑性滑移面时，其深部屈服部位塑性垂直位移方向率将出现突变，这种突变必然会引起滑坡垂直位移方向率的突变。

通过以上两个具体实施方式，说明能够运用垂直位移方向率对滑坡稳定性进行有效的检测与监测预警，并能够证明并得到以下的结论：

1.滑坡坡体处于稳定弹性变形阶段时，其垂直位移方向率为一定值。说明滑坡处于稳定弹性稳定阶段时，其垂直位移方向率不受外界动力因素影响，与滑坡位移相比，垂直位移方向率具有很强的稳定性，因此，其垂直位移方向率的整体失稳统计量将大于或等于整体失稳的临界统计量值γ_d。

2.滑坡坡体由弹性变形阶段进入塑性变形阶段时，垂直位移方向率发生突变，不再是一个定值。由此说明垂直位移方向率在边坡失稳或整体滑移时，垂直位移方向率发生突变，因此，垂直位移方向率的整体失稳统计量将小于整体失稳的临界统计量值γ_d。

上述虽然结合附图对发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (4)

1.一种利用监测位移方向性参数检测边坡稳定性的方法，其特征是，包括以下步骤：

1）设定监测点和监测基准点并安装监测设备，即在能反应滑坡变形的部位布设监测点，形成监测网，选取地质条件和点位稳定能满足GPS观测条件的点作为监测基准点，在监测点与监测基准点处安置GPS接收机，接收机与坡体表面紧密耦合，确保能够准确反映坡体表面的变形；

2）监测与记录各监测点垂直位移与水平位移；

以设定的时间间隔分别对滑坡垂直位移与水平位移进行实时监测，将监测数据发送到数据处理中心，数据处理中心每隔设定时间记录一次数据，将数据整理形成有竖向位移和水平位移的数据表格；

3）确定滑坡垂直位移方向率；

根据监测到的数据计算出各监测点k和不同监测时间间隔i的垂直位移与水平位移的监测值，确定响应滑坡垂直位移方向率U_i：

$U_i=\frac{{\mathrm{\Δs}}_{\mathrm{yi}}}{{\mathrm{\Δs}}_{\mathrm{xi}}}$

其中，i为大于等于1的整数，Δs_yi，Δs_xi分别为各监测点的垂直位移和水平位移；

4）确定滑坡垂直位移方向率的整体失稳统计量值γ_k(U)、及滑坡垂直位移方向率统计量值γ：

5）确定滑坡垂直位移方向率统计量值γ整体失稳的临界统计量值γ_d、并检测边坡整体失稳；

6）运用垂直位移方向率的整体失稳统计量值确定滑坡失稳类型；

7）确定滑坡趋势性位移率、对滑坡稳定性检测与监测预警。

2.如权利要求1所述的利用监测位移方向性参数检测边坡稳定性的方法，其特征是，所述步骤4）的整体失稳统计量值γ_k(U)、及滑坡垂直位移方向率统计量值γ根据以下步骤和公式得到：

1)分别确定各监测点k和不同监测时间间隔i的垂直位移方向率的平均值：

$\stackrel{\‾}{U_k}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{U}_i$

其中，k、i均为大于等于1的整数；

2)确定监测点的垂直位移方向率的整体失稳统计量值：

${\mathrm{\γ}}_k\left(U\right)=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(U_{i+1}-U_i)}^2}{2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(U_i-\stackrel{\‾}{U_k})}^2},$

其中，k、i均为大于等于1的整数，n为大于1的整数；

根据趋势位移分析原理，当滑坡处于稳定状态，其变形主要以蠕变滑移和随机变形为主，其整体趋势滑移量较小；当滑坡进入不稳定阶段时，则变形量主要是由整体滑移量构成，而表层蠕变和随机蠕变量所占的比例则要相应减少；因此，在此阶段其垂直位移方向率观测数据将出现趋势性垂直位移方向率增大或减小，统计学上称之为总体均值逐渐移动；假设滑坡观测点相互独立，遵守正态分布，具有相同方差σ²的随机序列U_i；其样本均值样本方差S²和均方差2q²分别为

$\stackrel{\‾}{U}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{U}_i$

${2q}^2=\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(U_{i+1}-U)}^2$

其中，i为大于等于1的整数，n为大于1的整数；

统计学上证明了总体无移动时，S²和q²都是总体方差的无偏估计量，它们的值理应相近。若总体逐渐移动且方差σ²仍保持不变时，S²会受到这种趋势性影响较大，由于q²只包含前后两次观测之差而消除了这种影响的大部分，故所s受影响不大；滑坡垂直位移方向率统计量值γ采用以下公式得到：

γ=q²/S²。

3.如权利要求1所述的利用监测位移方向性参数检测边坡稳定性的方法，其特征是，所述步骤5）整体失稳的临界统计量值γ_d根据以下步骤和公式得到：

${\mathrm{\γ}}_d=\stackrel{\‾}{\mathrm{\γ}}+{\mathrm{\σ}}_{\mathrm{\γ}}/\sqrt{n}\·Z_{\frac{\mathrm{\α}}{2}},$

其中， $\stackrel{\‾}{\mathrm{\γ}}=\frac{1}{m}\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\γ}}_k\left(U\right)$ 为各监测点位移统计量平均值， ${\mathrm{\σ}}_{\mathrm{\γ}}=\sqrt{\frac{1}{m}\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{[\stackrel{\‾}{\mathrm{\γ}}-{\mathrm{\γ}}_k\left(U\right)]}^2}$ 为各监测点位移统计量方差，m为监测点个数，n为监测点观测次数，α为置信水平取0.05，为标准正态分布的一个概率参数；

通过以下步骤检测边坡整体失稳：选用置信水平α及其对γ值临界值γ_d，利用观测数据算出γ，然后对γ值检验;若γ≥γ_d，就以置信水平α判定未发生趋势性位移，检测滑坡处于稳定状态；若γ＜γ_d，则可判定发生了趋势性位移，则检测滑坡处于非稳定状态；则滑坡垂直位移方向率统计量值γ越小，滑坡趋势整体位移越明显，滑坡稳定性越差，而且滑坡位移统计量γ与滑坡稳定性具有一一对应关系，基本不受外动力和环境因素变化的影响；因此，与滑坡位移监测值相比，将滑坡位移统计量γ作为滑坡稳定性判别因子基准变量更能准确反映滑坡实际稳定性条件。

4.如权利要求1所述的利用监测位移方向性参数检测边坡稳定性的方法，其特征是，所述步骤6）的滑坡失稳类型通过以下步骤确定：

γ≥γ_d的监测点分布区为坡体上的稳定区；γ＜γ_d的监测点分布区为坡体的非稳定区；因此，如γ＜γ_d的监测点分布区位于坡体前缘，则滑坡为牵引式滑坡；如γ＜γ_d的监测点分布区位于坡体后缘，则滑坡为推移式滑坡；如所有监测点γ＜γ_d，则整个滑坡进入整体滑移阶段。

5如权利要求1所述的利用监测位移方向性参数检测边坡稳定性的方法，其特征是，所述步骤7）通过以下步骤确定滑坡趋势性位移率、对滑坡稳定性检测与监测预警：

首先根据γ和γ_d值，计算滑坡整体趋势性位移率R=（γ_d-γ)/γ_d×100%，然后运用整体趋势性位移率R对滑坡风险进行检测与预警；当0＜R＜30%时，判定该滑坡处于不稳定阶段初期，其滑坡风险为三级风险预警；当30%≤R＜60%时，可判定该滑坡处于不稳定阶段中期，其滑坡风险为二级风险预警；当60%≤R＜100%时，可判定该滑坡处于不稳定阶段后期，其滑坡风险为一级风险预警。

Images