CN103150871A - 利用地下水位与位移实时监测的滑坡预测方法 - Google Patents

Abstract

本发明属于边坡稳定性评价与滑坡灾害监测预警技术，本发明的利用地下水位与位移实时监测的滑坡预测方法包括如下步骤：（1）滑坡初步勘察与监测点选取；（2）监测设备布置与安装；（3）滑坡位移与地下水位实时监测及实时监测数据处理；（4）单位统计分析周期与均值地下水位H₀及位移速率V₀的确定；（5）地下水位加卸载参数与加卸载量的确定；（6）位移速率响应参数与位移响应量的确定；（7）滑坡位移速率与地下水位加卸载响应比参数与数值的确定；（8）运用地下水位与位移速率加卸载响应比对边坡稳定性进行评价与监测预警。本发明有效克服了传统极限平衡力学评价法很难准确确定滑坡物理力学参数与边界条件等而带来误判或错判。

Description

利用地下水位与位移实时监测的滑坡预测方法

技术领域

本发明属于边坡稳定性评价与滑坡灾害监测预警技术领域，特别涉及水诱发滑坡地质灾害的位移与地下水位耦合动力预测参数和稳定性评价方法。

背景技术

目前，在边坡稳定性评价和滑坡地质灾害监测预警与防治领域，广泛采用的主要预测评价方法为极限平衡力学评价法和位移时序预测法。

极限平衡力学评价方法，是将滑坡体视为刚体，通过计算滑面上抗滑力与下滑力的比值作为安全系数，评价边坡的稳定性。该方法虽是物理力学模型且有明确的稳定性判据，但该模型是一种与时间无关的静态物理力学模型，因此，该方法评价不了边坡稳定性随时间的变化规律，因而无法对滑坡进行监测预警。

位移时序预测法是根据监测到的边坡系统演化的位移-时间序列，运用位移量、位移速率或位移加速度来预测和评价边坡稳定性及失稳时间的一种方法。由于位移（变形）监测具有精度高、易实施，且该类方法是包含时间变化关系的动态预测模型，因此，该方法在某种程度上克服了极限力学平衡法的不足，但所有位移时序预测法所监测和评价的参数仅是位移或位移速率及其变化规律，但监测和评价不了滑坡位移或位移速率变化的动因，因此该类预测方法必然存在以下局限：(1)所建立的仅为数学表观模型，不是物理机制预测模型，一般只能解释滑坡的变形位移过程与规律，而解释不了引起滑坡变形与失稳的形成机理与力学动因；(2)位移预测参数没有统一失稳判据，所以，很难对滑坡灾害的发生时间做出准确判别与预测。

发明内容

本发明的技术效果能够克服上述缺陷，提供一种利用地下水位与位移实时监测的滑坡预测方法，其滑坡位移预测方法改变了传统位移时序预测法仅仅选取滑坡位移或位移速率作为监测和评价参数的思路，提出将滑坡地下水位与位移或位移速率进行同时监测和整合，以此确定滑坡地下水位与位移或位移速率的耦合集成动力预测参数与评价方法。该方法不仅可克服静态极限力学评价法无法分析和评价边坡稳定性随时间的变化规律的局限，同时又可克服传统位移时序预测方法无法分析和评价滑坡形成机理与动因的弊端。上述均体现了该方法在滑坡地质灾害监测预警与防治中具有重要的工程应用价值。

为实现上述目的，本发明采用如下技术方案：其包括如下步骤：

（1）滑坡初步勘察与监测点选取；

（2）监测设备布置与安装；

（3）滑坡位移与地下水位实时监测及实时监测数据处理；

（4）单位统计分析周期与均值地下水位H₀及位移速率V₀的确定；

（5）地下水位加卸载参数与加卸载量的确定；

（6）位移速率响应参数与位移响应量的确定；

（7）滑坡位移速率与地下水位加卸载响应比参数与数值的确定；

（8）运用地下水位与位移速率加卸载响应比对边坡稳定性进行评价与监测预警。

本发明正是为了克服传统滑坡预测预报方法的不足，提出将滑坡地下水位与位移或位移速率进行同时监测和检测滑坡，以此确定和建立滑坡地下水位与位移或位移速率的耦合集成动力预测参数与评价方法。具体发明思路是将滑坡地下水的周期性变化作为滑坡的加卸载动力参数，将滑坡位移或位移速率变化作为滑体对于外动力的响应参数，即当滑坡的地下水位上升时看作是对滑坡的动力加载过程，其地下水位上升变化量作为滑坡的加载动力参数，其滑坡位移或位移速率变化值作为滑坡加载动力响应参数；当滑坡的地下水位下降时看作是对滑坡的动力卸载过程，其地下水位下降变化量作为滑坡的卸载动力参数，其滑坡位移或位移速率变化值作为滑坡卸载动力响应参数。以滑坡的加卸载动力参数和位移响应参数为依据，确定滑坡的地下水加卸载位移响应比耦合预测参数和评价模型；以滑坡的地下水加卸载位移响应比耦合动力参数为稳定性的评价参数和失稳判据，评价边坡稳定性和预测滑坡的失稳时间。

下面结合弹塑性力学基本原理，对基于地下水位实时监测的滑坡位移预测方法进行详细说明，其主要步骤如下：

第一步：滑坡初步勘察与监测点选取

对待评价滑坡进行初步勘察与测绘，确定滑坡分布范围与尺寸等特征，在滑坡主滑区及后缘拉张裂缝、剪出口及等关键点设置位移与地下水位监测点：①选取所监测边坡的主滑面对应坡面布置监测点，按照坡面实际地形在后缘破裂壁到前缘剪出口坡面等距离布设坡面位移变化的m个监测点(m≥2)；②位移监测基准点（不少于3个）选在监测滑坡体以外稳定的基岩或无变形的区域，形成控制网，保证自我校核和控制边坡监测点全面监测。

第二步：监测设备布置与安装

①地下水位监测设备布置：在边坡选定的监测点位置进行钻孔，钻孔深度应到达基岩面或者历年地下水位以下，应保证监测设备安置后能监测到地下水位任何时段变化。在钻孔底部设置压力式水位计，并在坡面上同时设置额外的气压补偿装置，共同监测地下水位的变化。

②边坡位移监测设备布置：在位移监测基准点位置和边坡钻孔监测点位置布设无线GPS位移监测设备。保证埋设的边坡位移变化监测设备与滑坡体表层紧密结合，保证每个监测点水平、垂直位移变化值得到有效监测。

第三步：滑坡位移与地下水位实时监测及实时监测数据处理

运用位移与地下水位监测设备，以一定时间间隔精度对滑坡地下水位与位移进行实时监测，同时记录地下水位与位移监测数据，并通过边坡场地数据信号收集器对监测数据传输到远程监测室，在监测室每隔一段时间用Excel等批处理软件进行监测数据的预处理，得到地下水位值和边坡位移水平垂直位移值及其合位移值。

第四步：单位统计分析周期与均值地下水位（H₀）及位移速率（V₀）的确定

根据滑坡地下水位变化规律和监测时间间隔，确定单位统计分析与预测周期。根据单位监测时间间隔，可确定m个单位监测时间(或天或小时等)作为一个单位统计分析与预测周期，并以此可确定年或月的单位统计分析与预测周期数。在单位统计分析与预测周期内其边坡地下水位序列为H_i(i=1,2……n)，位移速率序列为V_i(i=1,2……n)，则两序列的均值地下水位（H₀）及位移速率（V₀）为：

$H_0=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{H}_i,(i=\mathrm{1,2},......,n)$

$V_0=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{V}_i,(i=\mathrm{1,2},......,n)$

第五步：地下水位加卸载参数与加卸载量的确定

计算单位统计分析与预测周期的滑坡地下水位序列H_i与均值地下水位H₀之加卸载差值序列，即

ΔH_i＝H_i-H₀（i=1,2，……，n）

若差值序列ΔH_i>0，则判定为对滑坡的加载H₊；相反，差值序列ΔH_i<0，则判定为对滑坡的卸载H_-。

第六步：位移速率响应参数与位移响应量的确定

计算单位统计分析与预测周期的滑坡位移速率序列V_i与均值位移速率（V₀）之加卸载响应差值序列，即

ΔV_i=V_i-V₀        （i=1,2，……，n）

如响应差值序列ΔV_i>0，则判定为滑坡的加载位移响应V₊；相反，如响应差值序列ΔV_i<0，则判定为滑坡的卸载位移响应V_-。

第七步：滑坡位移速率与地下水位加卸载响应比参数与数值的确定

在单位统计分析与预测周期内分别对ΔH_i序列进行加卸载正负值统计并取其均值，可分别得到地下水位的加卸载统计量均值和

分别对滑坡位移速率响应差值序列进行加卸载响应正负值统计并取均值，可分别得到位移速率响应统计量均值和

以加卸载统计量和加卸载响应统计量为依据，可确定.边坡地下水位与位移速率的加卸载响应比参数：

$\mathrm{LURR}=\frac{X_{+}}{X_{-}}=\left(\frac{\mathrm{\&Delta;}{R}_{+}}{\mathrm{\&Delta;}{P}_{+}}\right)/\left(\frac{\mathrm{\&Delta;}{R}_{-}}{\mathrm{\&Delta;}{P}_{-}}\right)=\left(\frac{\stackrel{\&OverBar;}{{\mathrm{\&sigma;}}_{V+}}}{\stackrel{\&OverBar;}{{\mathrm{\&sigma;}}_{H+}}}\right)/\left(\frac{\stackrel{\&OverBar;}{{\mathrm{\&sigma;}}_{V-}}}{\stackrel{\&OverBar;}{{\mathrm{\&sigma;}}_{H-}}}\right)$

其中和为加载位移速率均值和卸载位移速率均值；

和

为加载地下水位均值和卸载地下水位均值。

第八步：运用地下水位与位移速率加卸载响应比对边坡稳定性进行评价与监测预警

根据弹塑性力学基本原理，当材料处于弹性变形稳定状态时，其加载位移响应量与卸载位移响应量相等；当材料进入塑性变形不稳定阶段时，其加载位移响应量将大于卸载位移响应量，且材料越不稳定，其加载位移响应量与卸载位移响应量的差值越大；当材料处于整体失稳破坏时，其加载位移响应将趋于无穷大，而卸载位移响应不变。因此，依据上述基本原理，提出可运用滑坡的地下水位与位移速率加卸载响应比对其稳定性进行评价和预测预报，即当LURR=1时，则表明边坡处于稳定状态；当LURR>1时，则表明边坡系统偏离稳态，处于不稳定状态；当LURR出现突变并趋于无穷大，表明滑坡即将整体失稳。因此，可根据上述边坡稳定性判据，对边坡稳定性进行评价与监测预警。其评价与监测预警方法与步骤如下：

1）统计和确定地下水位与位移加卸载响应比时序序列的平均值

$\stackrel{\&OverBar;}{\mathrm{LURR}}=\frac{1}{k}\underset{i=1}{\overset{k}{\mathrm{\&Sigma;}}}{\mathrm{LURR}}_i$

2）确定地下水位与位移加卸载响应比时序序列响应比均方差σ：

$\mathrm{\&sigma;}=\sqrt{\frac{1}{k-1}\underset{i=1}{\overset{k}{\mathrm{\&Sigma;}}}{({\mathrm{LURR}}_i-\stackrel{\&OverBar;}{\mathrm{LURR}})}^2}$

3）如LURR以1为基准点上下附近波动时，则表明边坡处于稳定状态；如则评价边坡处于不稳定阶段初期；如

则评价边坡处于不稳定阶段加速变形期；若

则评价边坡处于整体滑移阶段；当LURR出现突变，即LURR→∞时，则可预测边坡即将趋于失稳。

本发明将滑坡地下水位变化动力参数与滑坡位移变化响应参数进行了有机耦合，有效克服了传统极限平衡力学评价法很难准确确定滑坡物理力学参数与边界条件等而带来误判或错判，同时又解决了传统位移时序预测方法无法定量描述滑坡动力作用机理且无稳定统一失稳判据等问题，并且所采用明确的定量化判据确切表达出滑坡不同阶段的稳定性状态，不仅体现了具有短期或临滑预报意义，同时又具有中长期预测预报功能。另外，采用地下水作为滑坡动力参数可消除常规降雨参数预测滑坡稳定性带来的滞后性。

附图说明

图1本发明涉及的工艺流程示意图；

图2滑坡模型加卸载过程示意图；

图3某滑坡及其监测点示意图；

图4滑坡监测点选取与设备布置示意图；

图5为图3中滑坡E4点加卸载响应比曲线；

图6为图3中滑坡E3点加卸载响应比曲线。

图中：1.初始地下水位；2.地下水位上升加载线；3.地下水位下降卸载线；4.地下水动力加载过程；5.地下水动力卸载过程；6.基岩面；7.压力式水位计；8.气压补偿装置；9.位移监测点；10.位移变化监测设备；11.监测基准点及设备；12.数据采集设备；13.远程监测室；14.主滑移面坡面。

具体实施方式

本发明的利用地下水位与位移实时监测的滑坡预测方法，包括如下步骤：

（1）滑坡初步勘察与监测点选取；

（2）监测设备布置与安装；

（3）滑坡位移与地下水位实时监测及实时监测数据处理；

（4）单位统计分析周期与均值地下水位H₀及位移速率V₀的确定；

（5）地下水位加卸载参数与加卸载量的确定；

（6）位移速率响应参数与位移响应量的确定；

（7）滑坡位移速率与地下水位加卸载响应比参数与数值的确定；

（8）运用地下水位与位移速率加卸载响应比对边坡稳定性进行评价与监测预警。

为了更好地说明本发明，下面以某滑坡为例进行详细说明。该滑坡为堆积层滑坡，体积约为3×l0⁷m³，在降雨和地下水的作用下于1985年6月12日发生了破坏；该滑坡的地下水位和位移值于1978年2月开始监测记录，直到滑坡破坏。具体实施步骤为：

第一步：滑坡初步勘察与监测点选取

选取所监测滑坡的主滑区对应坡面布置监测点，按照滑坡主滑区西侧前缘及坡脚的主滑面设置两个监测点E3、E4，见图3。

第二步：监测设备布置与监测

在滑坡选定的监测点位置的钻孔底部设置压力式水位计，.监测地下水位的变化；在位移监测基准点位置和边坡钻孔监测点位置布设无限GPS位移监测设备，监测基准点的滑坡位移量与位移速率。

地下水位监测设备及边坡位移监测设备布置见图4。

第三步：滑坡位移与地下水位实时监测及实时监测数据处理

通过边坡场地数据信号收集器对滑坡的位移和地下水监测数据进行.数据传输到远程监测室，在监测室每隔一段时间用Excel等批处理软件进行监测数据的预处理，得到地下水位值（见表1）和边坡位移水平垂直位移值及其合位移值（见表2-3）。

第四步：单位统计分析周期与均值地下水位（H₀）及位移速率（V₀）的确定：

表1某滑坡地下水位数据

表2某滑坡E3点月位移速率

表3某滑坡E4点月位移速率

根据单位监测时间间隔，可确定一个月作为一个单位统计分析与预测周期，则边坡地下水位序列和位移速率序列对应监测时间段内每年的均值地下水位值（H₀）及位移速率值（V₀）可见表4-6。

表4监测时间段内每年的均值地下水位值H₀

表5某滑坡E3点监测时间段内每年的位移速率值V₀

表6某滑坡E4点监测时间段内每年的初始位移值V₀

第五步：地下水位加卸载参数与加卸载量的确定：

利用公式ΔH_i=H_i-H₀计算地下水位每年监测时间段内的加卸载差值序列，见表7。

第六步：位移速率响应参数与位移响应量的确定

利用公式ΔV_i=V_i-V₀计算每年各监测时间段内的位移响应差值序列，见表8-9。

表7地下水位每年监测时间段内的加卸载差值序列

注：差值序列ΔH_i>0，定义为对边坡加载H₊；相反，差值序列ΔH_i<0，定义为对边坡卸载H_-；

表8E3点每年监测时间段内的加卸载位移响应差值序列ΔV_i

表9E4点每年监测时间段内的加卸载位移响应差值序列ΔV_i

注：响应差值序列ΔV_i>0，定义为边坡加载响应V₊；相反，响应差值序列

ΔV_i<0，定义为边坡卸载响应V_-

第七步：滑坡位移速率与地下水位加卸载响应比参数与数值的确定

利用第五-六步中表格7-9可分别得到地下水位的加卸载统计量均值

和

和位移速率响应统计量均值

和

见表10。

表10地下水位和位移速率响应的加卸载统计量均值统计表

注：加卸载参数单位：mm；位移响应参数单位：mm/月

将表10中滑坡E4、E3点

序列分别代入公式：

得到滑坡E4、E3点的加卸载响应比时间序列，见表11-12。

表11某滑坡E4点加卸载响应比―时间序列

表12某滑坡E3点的加卸载响应比——时间序列

第八步：.运用地下水位与位移速率加卸载响应比对边坡稳定性进行评价与监测预警

根据第八步所得利用公式

分别求取地下水位与位移加卸载响应比时序序列的平均值

及地下水位与位移卸载响应比时序序列响应比均方差σ，见表13，并绘制加卸载响应比时间与判据曲线曲线，见图5。

表13E4点加卸载响应比时序序列平均值及响应比均方差

同理，计算E3点加卸载响应比时序序列平均值及响应比均方差，见表14，绘制加卸载响应比时间与判据曲线，见图6。

表14E3点加卸载响应比时序序列平均值及响应比均方差

由图5可以看出1984年之前，加卸载响应比大体在1上下波动，则评价边坡处于稳定状态；在1984-985年期间，E4点的加卸载响应比开始增高，且LURR>2.7554，表明滑坡进入加速变形阶段。在滑坡失稳前加卸载响应比突然增大且LURR>4.0445，表明滑坡以进入整体滑移阶段，之后LURR出现突变，则可预测边坡即将趋于失稳。上述预测结果与该滑坡实际失稳时间相吻合。

同时，由图6可以看出1984年之前，加卸载响应比大体在1上下波动，则评价边坡处于稳定状态；在1984-1985年期间，E3点的加卸载响应比开始增高，且LURR>3.2904，表明滑坡进入加速变形阶段。在滑坡失稳前加卸载响应比突然增大且LURR>4.8686，表明滑坡以进入整体滑移阶段，之后LURR出现突变，则可预测边坡即将趋于失稳。上述预测结果与该滑坡实际失稳时间相吻合。

Claims (9)

1.一种利用地下水位与位移实时监测的滑坡预测方法，其特征在于，包括如下步骤：

（1）滑坡初步勘察与监测点选取；

（2）监测设备布置与安装；

（3）滑坡位移与地下水位实时监测及实时监测数据处理；

（4）单位统计分析周期与均值地下水位H₀及位移速率V₀的确定；

（5）地下水位加卸载参数与加卸载量的确定；

（6）位移速率响应参数与位移响应量的确定；

（7）滑坡位移速率与地下水位加卸载响应比参数与数值的确定；

（8）运用地下水位与位移速率加卸载响应比对边坡稳定性进行评价与监测预警。

2.根据权利要求1所述的利用地下水位与位移实时监测的滑坡预测方法，其特征在于，步骤（1）中对待评价滑坡进行初步勘察与测绘，确定滑坡分布范围与尺寸特征，在滑坡主滑区及后缘拉张裂缝、剪出口关键点设置位移与地下水位监测点：①选取所监测边坡的主滑面对应坡面布置监测点，按照坡面实际地形在后缘破裂壁到前缘剪出口坡面等距离布设坡面位移变化的m个监测点，其中m≥2；②位移监测基准点不少于3个，其选在监测滑坡体以外稳定的基岩或无变形的区域，形成控制网，保证自我校核和控制边坡监测点全面监测。

3.根据权利要求1所述的利用地下水位与位移实时监测的滑坡预测方法，其特征在于，步骤（2）中包括：①地下水位监测设备布置：在边坡选定的监测点位置进行钻孔，钻孔深度应到达基岩面或者历年地下水位以下，应保证监测设备安置后能监测到地下水位任何时段变化；在钻孔底部设置压力式水位计，并在坡面上同时设置额外的气压补偿装置，共同监测地下水位的变化；②边坡位移监测设备布置：在位移监测基准点位置和边坡钻孔监测点位置布设无线GPS位移监测设备，保证埋设的边坡位移变化监测设备与滑坡体表层紧密结合，保证每个监测点水平、垂直位移变化值得到有效监测。

4.根据权利要求1所述的利用地下水位与位移实时监测的滑坡预测方法，其特征在于，步骤（3）中，运用位移与地下水位监测设备，以一定时间间隔精度对滑坡地下水位与位移进行实时监测，同时记录地下水位与位移监测数据，并通过边坡场地数据信号收集器对监测数据传输到远程监测室，在监测室每隔一段时间用批处理软件进行监测数据的预处理，得到地下水位值和边坡位移水平垂直位移值及其合位移值。

5.根据权利要求1所述的利用地下水位与位移实时监测的滑坡预测方法，其特征在于，步骤（4）中，根据滑坡地下水位变化规律和监测时间间隔，确定单位统计分析与预测周期；根据单位监测时间间隔，可确定多个单位监测时间作为一个单位统计分析与预测周期，并以此可确定年或月的单位统计分析与预测周期数；在单位统计分析与预测周期内其边坡地下水位序列为H_i，其中i=1,2……n；位移速率序列为V_i，其中i=1,2……n，则两序列的均值地下水位H₀及位移速率V₀为：

$H_0=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{H}_i,i=\mathrm{1,2},......,n;$

$V_0=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{V}_i,i=\mathrm{1,2},......,n.$

6.根据权利要求1所述的利用地下水位与位移实时监测的滑坡预测方法，其特征在于，步骤（5）中，计算单位统计分析与预测周期的滑坡地下水位序列H_i与均值地下水位H₀之加卸载差值序列，即

ΔH_i＝H_i-H₀i=1,2，……，n

若差值序列ΔH_i>0，则判定为对滑坡的加载H₊；相反，差值序列ΔH_i<0，则判定为对滑坡的卸载H_-。

7.根据权利要求1所述的利用地下水位与位移实时监测的滑坡预测方法，其特征在于，步骤（6）中，计算单位统计分析与预测周期的滑坡位移速率序列V_i与均值位移速率V₀之加卸载响应差值序列，即

ΔV_i=V_i-V₀     i=1,2，……，n

如响应差值序列ΔV_i>0，则判定为滑坡的加载位移响应V₊；相反，如响应差值序列ΔV_i<0，则判定为滑坡的卸载位移响应V_-。

8.根据权利要求1所述的利用地下水位与位移实时监测的滑坡预测方法，其特征在于，步骤（7）中，在单位统计分析与预测周期内分别对ΔH_i序列进行加卸载正负值统计并取其均值，可分别得到地下水位的加卸载统计量均值和

分别对滑坡位移速率响应差值序列进行加卸载响应正负值统计并取均值，可分别得到位移速率响应统计量均值

和

以加卸载统计量和加卸载响应统计量为依据，可确定.边坡地下水位与位移速率的加卸载响应比参数：

$\mathrm{LURR}=\frac{X_{+}}{X_{-}}=\left(\frac{\mathrm{\&Delta;}{R}_{+}}{\mathrm{\&Delta;}{P}_{+}}\right)/\left(\frac{\mathrm{\&Delta;}{R}_{-}}{\mathrm{\&Delta;}{P}_{-}}\right)=\left(\frac{\stackrel{\&OverBar;}{{\mathrm{\&sigma;}}_{V+}}}{\stackrel{\&OverBar;}{{\mathrm{\&sigma;}}_{H+}}}\right)/\left(\frac{\stackrel{\&OverBar;}{{\mathrm{\&sigma;}}_{V-}}}{\stackrel{\&OverBar;}{{\mathrm{\&sigma;}}_{H-}}}\right)$

其中和

为加载位移速率均值和卸载位移速率均值；

和为加载地下水位均值和卸载地下水位均值。

9.根据权利要求1所述的利用地下水位与位移实时监测的滑坡预测方法，其特征在于，步骤（8）包括如下步骤：

①统计和确定地下水位与位移加卸载响应比时序序列的平均值

$\stackrel{\&OverBar;}{\mathrm{LURR}}=\frac{1}{k}\underset{i=1}{\overset{k}{\mathrm{\&Sigma;}}}{\mathrm{LURR}}_i$

②确定地下水位与位移加卸载响应比时序序列响应比均方差σ：

$\mathrm{\&sigma;}=\sqrt{\frac{1}{k-1}\underset{i=1}{\overset{k}{\mathrm{\&Sigma;}}}{({\mathrm{LURR}}_i-\stackrel{\&OverBar;}{\mathrm{LURR}})}^2}$

③如LURR以1为基准点上下附近波动时，则表明边坡处于稳定状态；

如

则评价边坡处于不稳定阶段初期；

如

则评价边坡处于不稳定阶段加速变形期；

若

则评价边坡处于整体滑移阶段；

当LURR出现突变，即LURR→∞时，则可预测边坡即将趋于失稳。

Images