CN105956317B - 滑坡风险量化方法 - Google Patents

滑坡风险量化方法 Download PDF

Info

Publication number
CN105956317B
CN105956317B CN201610330203.6A CN201610330203A CN105956317B CN 105956317 B CN105956317 B CN 105956317B CN 201610330203 A CN201610330203 A CN 201610330203A CN 105956317 B CN105956317 B CN 105956317B
Authority
CN
China
Prior art keywords
risk
sliding area
sample
landslip
soil
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610330203.6A
Other languages
English (en)
Other versions
CN105956317A (zh
Inventor
李亮
褚雪松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao University of Technology
Original Assignee
Qingdao University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao University of Technology filed Critical Qingdao University of Technology
Priority to CN201610330203.6A priority Critical patent/CN105956317B/zh
Publication of CN105956317A publication Critical patent/CN105956317A/zh
Application granted granted Critical
Publication of CN105956317B publication Critical patent/CN105956317B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)

Abstract

本发明涉及滑坡风险量化方法，属于专门适用于特定应用的数据处理的方法技术领域。其解决了现有技术存在的耗时多、量化不合理的缺陷。本发明步骤如下：确定边坡几何模型、土层岩土力学参数、统计参数；生成符合土层参数统计特性的蒙特卡罗抽样样本；边坡确定性分析确定每个蒙特卡罗样本下的滑动区域；失稳趋势判断；确定滑动区域滑入点、滑出点之间归一化高差；每个蒙特卡罗样本值下的风险量化；归一化高差来量化滑坡的风险。本发明综合利用简化Bishop法和Morgenstern‑Price法得到的滑动区域进行滑坡风险的初步量化，进而结合滑动区域的滑入点、滑出点之间的高差来量化滑坡风险，结合蒙特卡罗法实现滑坡风险的最终量化。

Description

滑坡风险量化方法
技术领域
本发明涉及滑坡风险量化方法，属于专门适用于特定应用的数据处理的方法技术领域。
背景技术
我国是地质灾害频发的国家之一，每年因为地质灾害，尤其是滑坡，导致的人员伤亡、财产损失巨大。因此，滑坡灾害已经成为制约我国经济、社会发展的主要因素之一。滑坡发生时，一定数量的滑动体沿不同形状的滑动面快速运动，形成势能和动能很大的危险源，这种危险源会冲垮房屋、桥梁等建筑物，吞没村庄，极具破坏性。譬如，2014年8月28日晚，贵州省黔南州福泉市道坪镇英坪村小坝组发生山体滑坡，造成至少6人遇难，22人受伤，21人失去联系，77栋房屋受损；2015年11月13日晚，浙江丽水市莲都区雅溪镇里东村发生一山体滑坡，山体滑坡导致的塌方量达30余万立方米，造成27户房屋被埋，房屋进水21户。由此可见，如何提前对潜在的滑坡源进行评估、量化具有非常重要的社会意义。
然而，尽管目前滑坡评价的方法已经趋于成熟，工程设计人员可应用强度折减方法和有限单元法联合进行滑坡的稳定性评价和风险评价，然而，鉴于强度折减有限元方法的巨大耗时缺陷，目前特别需要一种耗时少的、合理量化、评价滑坡风险的方法。
发明内容
本发明的目的在于克服现有技术存在的缺点，寻求一种滑坡风险量化方法，在极限平衡方法中的简化Bishop法和Morgenstern-Price法运行的基础上，综合利用两种方法得到的滑动区域进行滑坡风险的初步量化，进而结合滑动区域的滑入点、滑出点之间的高差来量化滑坡风险，结合蒙特卡罗法实现滑坡风险的最终量化。
本发明是采用以下的技术方案实现的：一种滑坡风险量化方法，包括如下步骤：
步骤一：确定边坡几何模型、土层岩土力学参数、统计参数；
步骤二：生成符合土层参数统计特性的蒙特卡罗抽样样本；
步骤三：边坡确定性分析确定每个蒙特卡罗样本下的滑动区域；
步骤四：每个蒙特卡罗样本下滑动区域的失稳趋势判断；
步骤五：确定滑动区域滑入点、滑出点之间归一化高差；
步骤六：每个蒙特卡罗样本值下风险量化；
步骤七：汇总每个蒙特卡罗样本下滑动区域的面积、失稳趋势以及滑入点、滑出点之间的归一化高差来量化滑坡的风险。
进一步地，步骤一中的土层岩土力学参数是利用现场试验、测量确定边坡的坡度、坡顶和坡角的延展范围以及边坡土层的构成情况，以及根据室内常规土工试验确定的。
进一步地，步骤一中的土层岩土力学参数包括密度ρ、粘聚力c以及内摩擦角的均值以及相应的变异系数值vρ、vc和
进一步地，步骤二中的蒙特卡罗抽样样本是根据步骤一确定的土层数目和每种土层中的岩土力学参数确定总的随机变量个数n，分析各个随机变量之间的相关性并生成相应的相关系数矩阵T，然后初步确定蒙特卡罗抽样次数N＝100000，利用Cholesky分解T生成下三角矩阵L；将L乘以标准正态随机变量并结合其均值与标准差得到符合随机变量相关性的样本值。
进一步地，步骤三中的蒙特卡罗样本下的滑动区域是针对步骤二生成的每一个样本值，将其视为边坡土层参数的确定性输入值，利用极限平衡方法中的简化Bishop法和Morgenstern-Price法计算其最小的安全系数以及相应的滑动区域。
进一步地，进一步地，步骤三中，简化Bishop法假定的滑动区域为圆弧型，Morgenstern-Price法假定的滑动区域为任意形状。
进一步地，步骤四中，最小简化法Bishop安全系数FS1和最小Morgenstern-Price法安全系数FS2，计算FS＝(FS1+FS2)*0.5，判断FS是否小于1.0，若是，则说明该样本下所得滑动区域的失稳趋势为失稳；否则，其失稳趋势为未失稳。
进一步地，步骤五中，圆弧滑动区域AOB和任意滑动区域COD，两者求和操作之后得到综合的滑动区域为COB，确定C点和D点之间的高差，并用这个高差除以边坡的高度进行归一化，记为δh。
进一步地，步骤六中，计算综合的滑动区域COB相对应的面积A，失稳趋势p为失稳的记为1，未失稳的记为0；综合滑动区域COB的归一化高差δh，将以上这些因素相乘，得到每一个样本值下的风险量化值ri＝A*p*δh/N。
进一步地，步骤七中，将每一个样本值下的ri进行汇总得到∑ri，即滑坡的风险值Lr＝∑ri。
本发明的有益效果是：本发明所述的滑坡风险量化方法，通过在极限平衡方法中的简化Bishop法和Morgenstern-Price法运行的基础上，综合利用两种方法得到的滑动区域进行滑坡风险的初步量化，进而结合滑动区域的滑入点、滑出点之间的高差来量化滑坡风险，结合蒙特卡罗法实现滑坡风险的最终量化，耗时少的、合理量化、评价滑坡风险的方法。
附图说明
图1是本发明流程框图。
图2是圆弧和非圆弧滑动区域数学模拟示意图。
图3是滑动区域求和操作示意图。
图4是多层边坡示意图。
图5是某样本值下滑动区域求和后示意图。
具体实施方式
下面结合附图对本发明作进一步说明。
实施例一：
如图1所示，本发明所述的滑坡风险量化方法，包括如下步骤：
步骤一：确定边坡几何模型、土层岩土力学参数、统计参数；
步骤二：生成符合土层参数统计特性的蒙特卡罗抽样样本；
步骤三：边坡确定性分析确定每个蒙特卡罗样本下的滑动区域；
步骤四：每个蒙特卡罗样本下滑动区域的失稳趋势判断；
步骤五：确定滑动区域滑入点、滑出点之间归一化高差；
步骤六：每个蒙特卡罗样本值下风险量化；
步骤七：汇总每个蒙特卡罗样本下滑动区域的面积、失稳趋势以及滑入点、滑出点之间的归一化高差来量化滑坡的风险。
实施例二：
步骤一：利用现场试验、测量确定边坡的坡度、坡顶和坡角的延展范围以及边坡土层的构成情况。根据室内常规土工试验确定土层的岩土力学参数，譬如密度ρ、粘聚力c以及内摩擦角的均值以及相应的变异系数值vρ、vc和
步骤二：根据步骤一确定的土层数目和每种土层中的岩土力学参数确定总的随机变量个数n，分析各个随机变量之间的相关性并生成相应的相关系数矩阵T，然后初步确定蒙特卡罗抽样次数N＝100000，利用Cholesky分解T生成下三角矩阵L；将L乘以标准正态随机变量并结合其均值与标准差得到符合随机变量相关性的样本值；
步骤三：针对步骤二生成的每一个样本值，将其视为边坡土层参数的确定性输入值，利用极限平衡方法中的简化Bishop法和Morgenstern-Price法计算其最小的安全系数以及相应的滑动区域；其中简化Bishop法假定的滑动区域为圆弧型，Morgenstern-Price法假定的滑动区域为任意形状，圆弧和任意形状的滑动区域构建方法如图2所示。由图2可见，圆弧滑动区域的数学模拟需要三个变量来模拟，即圆弧圆心的坐标xc、yc以及圆弧半径R；任意滑动区域的数学模拟需要的数学变量个数一般多于3个，对于一般的滑坡稳定分析问题，任意滑动区域可用15～20个点的直线连接来模拟，由图2可知，以六个点的直线连接为例，该任意滑动区域的数学模拟需要xA、xB、yB、xC、yC、xD、yD、xE、yE、xF共计10个变量。对于需要n个点的直线连接来模拟的任意滑动区域，其数学模拟变量个数为2(n-1)；
步骤四：针对步骤三计算得到的最小简化法Bishop安全系数FS1和最小Morgenstern-Price法安全系数FS2，计算FS＝(FS1+FS2)*0.5，判断FS是否小于1.0，若是，则说明该样本下所得滑动区域的失稳趋势为失稳；否则，其失稳趋势为未失稳；
步骤五：将该样本值下，简化Bishop法和Morgenstern-Price法所得最小安全系数上对应的滑动区域进行求和操作，得到该样本值下的综合滑动区域，具体求和操作示意图如图3所示。由图3可知，圆弧滑动区域AOB和任意滑动区域COD，两者求和操作之后得到综合的滑动区域为COB，确定C点和D点之间的高差，并用这个高差除以边坡的高度进行归一化，记为δh；
步骤六：在每一个样本值下，计算综合的滑动区域COB相对应的面积A，失稳趋势p为失稳的记为1，未失稳的记为0；综合滑动区域COB的归一化高差δh，将以上这些因素相乘，得到每一个样本值下的风险量化值ri＝A*p*δh/N。
步骤七：将每一个样本值下的ri进行汇总得到∑ri，即滑坡的风险值Lr＝∑ri。
实施例三：
下面结合图4、5进行实例说明。图4所示的某多层粘性土边坡，本发明实现滑坡风险量化的过程如下：
步骤一：边坡剖面以及岩土力学参数确定：
经现场试验与测量后确定：该边坡有三个土层，均为粘性土层，三个土层的厚度均为4.5米，坡高6米，具体几何剖面尺寸如图4所示。岩土力学参数方面：三层土的容重均为18kN/m3，并且在滑坡风险量化过程中不考虑其随机变异性。静力触探试验测得粘性土的不排水剪切强度均值自上而下分别为：18kPa、20kPa和25kPa，相应的标准差为5.4kPa、4.0kPa和7.5kPa。
步骤二：蒙特卡罗抽样样本的生成：
由步骤一知道，仅仅考虑三个土层的不排水剪切强度作为随机变量，随机变量总个数n＝3，并且每个土层的不排水剪切强度互不相关，即相关系数矩阵：
上式中的相关系数矩阵为单位矩阵，因此经过Cholesky分解之后的下三角矩阵仍然为一单位矩阵，所以在本例中可以直接利用：
EXCEL中的NORMINV(RAND()，18.0，5.4)，NORMINV(RAND()，20.0，4.0)，NORMINV(RAND()，25.0，7.5)生成N＝100000个蒙特卡罗抽样样本值，记为Si＝(Sui1，Sui2，Sui3)，其中i＝1，2，…，N。
步骤三：每个蒙特卡罗样本值下的边坡稳定确定性分析：
以蒙特卡罗抽样样本值Si为例，分别将Sui1，Sui2，Sui3视为第一、第二、第三层土的不排水剪切强度值，结合图4所示的边坡几何剖面来进行确定性分析。假定边坡的滑动区域为圆弧和任意形状(采用15个点的直线连接来模拟，可结合图3进行)，分别利用简化Bishop法和Morgenstern-Price法来搜索相应于圆弧滑动面和任意滑动面的最小安全系数以及滑动区域。
步骤四：每个蒙特卡罗样本值下失稳趋势判断：
步骤三中简化Bishop法得到的最小安全系数为FS1，Morgenstern-Price法得到的最小安全系数为FS2，计算其平均值FS＝(FS1+FS2)*0.5，譬如在Si样本值下，FS1＝0.9，FS2＝0.8，则FS＝0.85。因为FS小于1，所以该样本值下边坡的失稳趋势为失稳(p＝1)；若FS大于1，则该样本值下边坡的失稳趋势未失稳(p＝0)。
步骤五：每个蒙特卡罗样本值下滑动区域求和与归一化高差的确定：
根据图3所示的滑动区域求和操作，得到样本值Si下综合滑动区域如图5所示，该综合滑动区域的面积A＝284m2，滑入点和滑出点之间的高差为6米，坡高同样为6米，因此，该样本值下得到的综合滑动区域归一化高差δh＝1.0。
步骤六：每个蒙特卡罗样本值下风险量化：
根据每个样本值下的风险量化公式得到样本值Si下的风险为：
ri＝A*p*δh/N＝284*1*1/100000＝0.00284。
步骤七：滑坡风险最终量化：
将N＝100000个抽样样本值分别进行步骤三～步骤六的计算，汇总每个样本值下量化的风险值ri得到最终的滑坡风险Lr。表1给出了100000次计算过程中得到的综合滑动区域面积，失稳趋势，归一化高差等数据。由于失稳趋势p＝0时，量化的风险为0，因此表1中仅仅给出了失稳趋势p＝1时的数据汇总，将第四列风险进行汇总后得到的滑坡风险最终为39.55m2。
表1各风险量化因素数据汇总(N＝100000)
综合滑动区域面积(m2) 失稳趋势 归一化高差δh 出现次数 风险
284 1 1 10940 31.0
120 1 1 7109 8.5
31 1 0.6 288 0.05
本发明与现有技术相比，根据圆弧和任意滑动区域进行综合求和操作，并基于综合后的安全系数来判断滑动区域的失稳趋势，滑坡风险量化过程中考虑了滑动区域归一化高差的影响，在极限平衡方法的框架之内提出了快速量化滑坡风险的方法。
当然，上述内容仅为本发明的较佳实施例，不能被认为用于限定对本发明的实施例范围。本发明也并不仅限于上述举例，本技术领域的普通技术人员在本发明的实质范围内所做出的均等变化与改进等，均应归属于本发明的专利涵盖范围内。

Claims (5)

1.一种滑坡风险量化方法，其特征在于：包括如下步骤：
步骤一：确定边坡几何模型、土层岩土力学参数、统计参数：土层岩土力学参数是利用现场试验、测量确定边坡的坡度、坡顶和坡角的延展范围以及边坡土层的构成情况，以及根据室内常规土工试验确定的；
步骤二：生成符合土层参数统计特性的蒙特卡罗抽样样本：蒙特卡罗抽样样本是根据步骤一确定的土层数目和每种土层中的岩土力学参数确定总的随机变量个数n，分析各个随机变量之间的相关性并生成相应的相关系数矩阵T，然后初步确定蒙特卡罗抽样次数N＝100000，分解T生成下三角矩阵L；将L乘以标准正态随机变量并结合其均值与标准差得到符合随机变量相关性的样本值；
步骤三：边坡确定性分析确定每个蒙特卡罗样本下的滑动区域：蒙特卡罗样本下的滑动区域是针对步骤二生成的每一个样本值，将其视为边坡土层参数的确定性输入值，利用极限平衡方法中的简化Bishop法和Morgenstern-Price法计算其最小的安全系数以及相应的滑动区域；简化Bishop法假定的滑动区域为圆弧型，Morgenstern-Price法假定的滑动区域为任意形状；
步骤四：每个蒙特卡罗样本下滑动区域的失稳趋势判断：最小简化法Bishop安全系数FS1和最小Morgenstern-Price法安全系数FS2，计算FS＝(FS1+FS2)*0.5，判断FS是否小于1.0，若是，则说明该样本下所得滑动区域的失稳趋势为失稳；否则，其失稳趋势为未失稳；
步骤五：确定滑动区域滑入点、滑出点之间归一化高差；
步骤六：每个蒙特卡罗样本值下风险量化；
步骤七：汇总每个蒙特卡罗样本下滑动区域的面积、失稳趋势以及滑入点、滑出点之间的归一化高差来量化滑坡的风险。
2.根据权利要求1所述的滑坡风险量化方法，其特征在于：步骤一中的土层岩土力学参数包括密度ρ、粘聚力c以及内摩擦角的均值以及相应的变异系数值vρ、vc和
3.根据权利要求1所述的滑坡风险量化方法，其特征在于：步骤五中，圆弧滑动区域和任意滑动区域，两者求和操作之后得到综合的滑动区域，确定之间的高差，并用这个高差除以边坡的高度进行归一化，记为δh。
4.根据权利要求3所述的滑坡风险量化方法，其特征在于：步骤六中，计算综合的滑动区域相对应的面积A，失稳趋势p为失稳的记为1，未失稳的记为0；综合滑动区域的归一化高差δh，将以上这些因素相乘，得到每一个样本值下的风险量化值ri＝A*p*δh/N。
5.根据权利要求4所述的滑坡风险量化方法，其特征在于：步骤七中，将每一个样本值下的ri进行汇总得到∑ri，即滑坡的风险值Lr＝∑ri。
CN201610330203.6A 2016-05-18 2016-05-18 滑坡风险量化方法 Active CN105956317B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610330203.6A CN105956317B (zh) 2016-05-18 2016-05-18 滑坡风险量化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610330203.6A CN105956317B (zh) 2016-05-18 2016-05-18 滑坡风险量化方法

Publications (2)

Publication Number Publication Date
CN105956317A CN105956317A (zh) 2016-09-21
CN105956317B true CN105956317B (zh) 2017-03-15

Family

ID=56912737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610330203.6A Active CN105956317B (zh) 2016-05-18 2016-05-18 滑坡风险量化方法

Country Status (1)

Country Link
CN (1) CN105956317B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107908849B (zh) * 2017-11-08 2020-12-11 青岛理工大学 滑坡危险度量化方法
CN109359361B (zh) * 2018-09-30 2019-06-28 青岛理工大学 边坡失稳后果量化分析方法
CN109977554B (zh) * 2019-03-28 2020-06-30 青岛理工大学 一种边坡滑动面积的评估方法
CN110765614A (zh) * 2019-10-24 2020-02-07 青岛理工大学 一种基于滑坡破坏形态的边坡风险综合评估方法
CN112685817B (zh) * 2020-12-24 2022-06-14 青岛理工大学 一种对锚固边坡风险进行量化分析的方法
CN113012399B (zh) * 2021-02-25 2022-06-14 中原工学院 一种降雨型滑坡预警方法及系统
CN113127961A (zh) * 2021-04-28 2021-07-16 河南省公路工程局集团有限公司 一种可直接用于覆有小型预制构件边坡的改进Bishop法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101936008B (zh) * 2010-09-30 2011-12-07 东北大学 岩体边坡三维模型及块体滑落分析方法
CN102867110A (zh) * 2012-08-22 2013-01-09 广东电网公司电力科学研究院 一种输电线路杆塔基础边坡暴雨灾害风险评估方法
CN102938189B (zh) * 2012-11-28 2014-10-08 青岛理工大学 一种地质滑坡状态监控预警方法
CN104158190B (zh) * 2014-09-05 2016-03-02 东南大学 电网潮流安全预测装置及方法

Also Published As

Publication number Publication date
CN105956317A (zh) 2016-09-21

Similar Documents

Publication Publication Date Title
CN105956317B (zh) 滑坡风险量化方法
Li Analytical derivation of Brooks–Corey type capillary pressure models using fractal geometry and evaluation of rock heterogeneity
Partington et al. Evaluation of outputs from automated baseflow separation methods against simulated baseflow from a physically based, surface water-groundwater flow model
Wang et al. A hybrid Data Quality Indicator and statistical method for improving uncertainty analysis in LCA of complex system–application to the whole-building embodied energy analysis
Jiang et al. Estimating the relation between surface roughness and mechanical properties of rock joints
CN111425193B (zh) 一种基于聚类分析测井岩石物理相划分的储层可压性评价方法
Yu et al. An equivalent thickness conception for prediction of surface fatigue crack growth life and shape evolution
Tarefder et al. Consistency and accuracy of selected FWD backcalculation software for computing layer modulus of airport pavements
US20130282286A1 (en) System and method for calibrating permeability for use in reservoir modeling
CN103558094B (zh) 一种基于分层概率抽样的小尺寸岩石模型结构面试样代表性取样方法
CN111914457B (zh) 一种输电线路塔基边坡稳定性判别方法、装置和存储介质
Rafiei Renani et al. Stability analysis of slopes with spatially variable strength properties
CN108319738A (zh) 一种页岩气井产量预测方法
Zanini et al. Reversible ground motion-to-intensity conversion equations based on the EMS-98 scale
Feng et al. A training image evaluation and selection method based on minimum data event distance for multiple-point geostatistics
CN105874466A (zh) 历史拟合的多孔隙度解
CN201229289Y (zh) 一种腐蚀预测装置
US20170175513A1 (en) Evaluation of Production Performance from a Hydraulically Fractured Well
CN101769147A (zh) 评价油田火驱方案的方法
Wang et al. A novel method for determining the three-dimensional roughness of rock joints based on profile slices
Xuchao et al. Simulating soil erodibility in southeastern China using a sequential Gaussian algorithm
CN103134433A (zh) 一种利用位移监测鉴别边坡失稳致滑因子的方法
CN109543236A (zh) 基于变异系数级比分析的岩体结构面粗糙度统计样本数确定方法
Huan et al. A new statistical parameter for determining joint roughness coefficient (JRC) considering the shear direction and contribution of different protrusions
Masoudi et al. Estimation of in place hydrocarbon volume in multilayered reservoirs using deterministic and probabilistic approaches

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant