CN114608661A - 一种山区滑坡岩体结构的确定性指数评价方法 - Google Patents
一种山区滑坡岩体结构的确定性指数评价方法 Download PDFInfo
- Publication number
- CN114608661A CN114608661A CN202210399089.8A CN202210399089A CN114608661A CN 114608661 A CN114608661 A CN 114608661A CN 202210399089 A CN202210399089 A CN 202210399089A CN 114608661 A CN114608661 A CN 114608661A
- Authority
- CN
- China
- Prior art keywords
- landslide
- area
- region
- index
- data
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种山区滑坡岩体结构的确定性指数评价方法,包括S1、确定滑坡区域结构特征;S2、基于GNSS监测系统监测滑坡区域地表变化程度和特性;S3、对滑坡区域中的变形坡体进行钻探,并记录获取岩芯特征信息和参数;S4、采用ERT测量方法对滑坡区域地下介质施加电流,得到滑坡高程‑水平距离‑地下电阻率值;S5、滑坡地区的构造形态、地表地下变化特点,和在无人机航拍影像下的滑坡地区全景图,构建滑坡区的地貌模型;S6、整合岩芯特征、滑坡区全貌地形图和滑坡高程‑水平距离‑地下电阻率值数据,以构建得到滑坡区的地质模型;S7、融合滑坡区的地貌模型和地质模型,并采用确定性指数判定滑坡形态结构。
Description
技术领域
本发明属于滑坡形态结构探测的技术领域,具体涉及一种山区滑坡岩体结构的确定性指数评价方法。
背景技术
滑坡运动是指一种在陡峭斜坡基础位置上滑动产生的软土体面带或者是软弱的岩体,受天然山体河流水系自然冲刷、地下水活动、雨水径流的浸泡、地震海啸影响及人工滑坡切坡等一系列地质因素的综合的影响,受自身重力荷载的作用,沿着陡峭斜坡产生一定长度范围的软弱层面带或者是软弱带,整体沿着垂直倾斜或者整体是有分散有规律的沿水平顺倾斜坡滑动面向下沿着斜坡滑动面前进的自然现象。滑坡及泥石流灾害是我国一些山区、丘陵地带常见的地质灾害问题并给人民生产生活乃至生命造成巨大威胁。主要的危害有摧毁大面积农田、掩埋山区房舍、毁坏影响道路基础设施工程等。因此,最大程度的防止此类问题的产生,掌握洞悉滑坡的形态结构从而因地制宜采取治理显得尤为必要。
对于一些复杂岩体结构的大型滑坡,形式结构单一种类的勘察手段难以查清滑坡各部位具体的变形形式,只能片面地认识滑坡的变形破坏特征,其成因机制过程和稳定性评价研究的展开也难以顺利进行,运用多种类型的勘察手段却无法有确定性的数据评价,在实际工作运用中存在局限性。
发明内容
本发明的目的在于针对现有技术中的上述不足,提供一种山区滑坡岩体结构的确定性指数评价方法,以解决或改善上述的问题,综合运用多种不同来源的数据集,查明当下的变形破坏特征和滑坡内部结构,通过天、空、地等多方面平台在时间空间等多种数据信息结合的基础之上探讨滑坡的复合变形破坏模式,运用得到的数据集和滑坡的形态模型推算出滑坡的确定性指数,从而更全面、完备地探测滑坡形态结构,通过确定性指数对滑坡的实际情况进行评价,为滑坡治理防范提供理论支持。
为达到上述目的,本发明采取的技术方案是:
一种山区滑坡岩体结构的确定性指数评价方法,其包括以下步骤:
S1、确定滑坡区域整体几何形态、各部分体积、特征结构、变形破坏程度、破坏迹象特征和局部微地貌结构;
S2、基于GNSS监测系统监测滑坡区域地表变化程度和特性;
S3、对滑坡区域中的变形坡体进行钻探,并记录获取岩芯特征信息和参数;
S4、采用ERT测量方法对滑坡区域地下介质施加电流,对沿剖面划分后的区域设计电极系统以接收电流数据,并对电流数据进行分析,以得到滑坡高程-水平距离-地下电阻率值;
S5、整合滑坡区域整体几何形态、各部分体积、特征结构、变形破坏程度、破坏迹象特征、局部微地貌结构、地表变化程度和特性、滑坡地区全景图,构建滑坡区的地貌模型;
S6、整合岩芯特征信息和参数、经剖面分析后的滑坡区全貌地形图和滑坡高程-水平距离-地下电阻率值数据,确定滑坡区地下岩土体积、结构特性、变形侵蚀程度和地理位置,以构建得到滑坡区的地质模型;
S7、融合滑坡区的地貌模型和地质模型,并采用确定性指数判定滑坡形态结构。
进一步地,步骤S2中监测指标包括:滑坡区域地表变形位移总量、滑坡土壤地表前后下沉总量、滑坡体临空处最大变形速度、滑坡前缘混凝土主体膨胀程度最大量和两侧最大下降速度。
进一步地,步骤S3具体包括:
进行标准贯入试验,记录其中若干次钻探的参数;
记录钻孔岩体变形部位深度、形态、变形坡体的结构以及岩芯的累计长度,并计算岩体的质量指标;
将滑坡区域的形态构造、地区变形特点和区域及相关钻孔岩芯特征信息添加至已获得的滑坡地区全景图片中,对滑坡区域地表下采用的纵横剖面线各超过区域边界线十米进行分类,以得到剖面分割后的滑坡地区全景图。
进一步地,步骤S4具体包括:
根据区域剖面图划分,安装分布式高密度电法仪和测试电极,并测量区域剖面的初始电压;
在RES2DINV软件中输入区域剖面的初始电压值,处理得到对应区域电阻率值;采用滤波算法去除中间区域尖点和边界处偏差大的不良电阻率数值;
将经过勘正后的电阻率进行最小二乘和数据推演并以RMS参数作为收敛约束,得到滑坡高程-水平距离-地下电阻率值。
进一步地,步骤S7中的确定性指数包括硬数据和软数据;
当对变形体结构的解译数据包含硬数据和至少3个软数据时,则判定为最高确定性,指标值为3,
当解译的数据包含至少3个软数据时,则判定为中等确定性,指标值为2;
当解译的数据包含1个或者两个软数据时,则判定为低确定性,指标值为1;
选择最高确定性指数作为解译结果。
进一步地,确定滑坡体内部的形态结构特征种类,包括:
发育为一组裂隙的滑剪体;
发育为两组组裂隙,且在滑面顺坡并与层面呈九十度夹角的倾斜体;
裂缝杂乱且无主要方向,在滑面之上的钻孔岩体的ROD值低于百分之三十的斜体。
本发明提供的山区滑坡岩体结构的确定性指数评价方法,具有以下有益效果:
1、本发明综合运用多种测量数据手段,得到具体数据分析出一个山区滑坡的形态结构,根据关键数据和滑坡形态结构推算出确定性指数,确定性指数即反映滑坡岩体结构的准确情况。
2、本发明采用新型阵列电探方法—高密度电法获取滑坡地下物质信息以及结构形态,具有测量距离大、精度高、操作简便易行价格实惠等优势。
3、本发明通过对岩土工程模型和电探方法的结合,从而能够对滑坡破坏成因进行分析并为破坏后的滑坡分析建立模型。在进行模型的建立后根据模型和得到的综合数据,以“硬数据”“软数据”进行大条件的分类以及对滑坡岩体结构进行确定性指数的评价,对于其岩体岩性有一个直观准确的认识,更能清晰的了解到滑坡的实际情况。
4、运用指数性评价办法保障了物探技术工作中的资料准确性,同时,为国家下一步开展的区域性滑坡工程治理工程提供重要理论基础信息,降低了实施滑坡专项治理工程建设的时间成本,提高了滑坡开发治理项目的效率。
附图说明
图1为山区滑坡岩体结构的确定性指数评价方法的原理框图。
图2为倾翻边坡形态结构模型剖面。
图3-A、B、C、D、E、F为SDG不稳定边坡的ERT地电模型。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
实施例1,参考图1,本方案的山区滑坡岩体结构的确定性指数评价方法,包括以下步骤:
步骤S1、初步确立滑坡区域以及整体几何形态、各部分体积、特征结构、变形破坏程度、具体的破坏迹象特征和局部微地貌结构。
步骤S2、利用GNSS监测系统对大滑坡区地表变化程度和特性进行了监测。
其具体测量指标包括:
滑坡区域地表变形位移总量、滑坡土壤地表前后下沉总量、滑坡体临空处最大变形速度、滑坡前缘混凝土主体膨胀程度最大量和两侧最大下降速度。
经过以上大数据分析,与滑坡形成前该地区的航空正射影象图加以对比,分析滑坡形成前后地形地貌变化。
步骤S3、对滑坡区域中的变形坡体进行钻探,并记录获取岩芯特征信息和参数,其具体包括:
进行标准贯入试验,并记录下其中几次钻探的参数;
记录钻孔岩体变形部位深度、形态、变形坡体的结构以及岩芯的累计长度并计算岩体的质量指标;
从得到的滑坡地区全景图片中,添加滑坡地区的形态构造、地区变形特点和区域及相关钻孔岩芯特征信息,对滑坡区域地表下采用的纵横剖面线各超过区域边界线十米进行了分类,以得到剖面分割后的滑坡地区全景图。
步骤S4、采用ERT测量方法对滑坡区域地下介质施加电流,对沿剖面划分后的区域设计电极系统以接收电流数据,并对电流数据进行分析,以得到滑坡高程-水平距离-地下电阻率值,其具体包括:
根据区域剖面图划分安装分布式高密度电法仪与测试电极,测量区域剖面初始电压;
在RES2DINV软件中输入区域初始电压值,处理得出对应区域电阻率值;利用滤波算法去除中间区域尖点和边界处偏差较大的不良电阻率数值;
将经过勘正后的电阻率进行最小二乘和数据推演并以RMS参数作为收敛约束,以得到滑坡高程-水平距离-地下电阻率值。
步骤S5、整合滑坡区域整体几何形态、各部分体积、特征结构、变形破坏程度、破坏迹象特征、局部微地貌结构、地表变化程度和特性、在无人机航拍影像下的滑坡地区全景图,以得到滑坡区地貌模型。
步骤S6、整合地区内实际钻孔的岩芯特征信息和参数、经剖面分析后的滑坡区全貌地形图和滑坡高程-水平距离-地下电阻率值数据等数据,以确定滑坡区地下岩土体积、结构特性、变形侵蚀程度和地理位置,从而得到滑坡区的地质模型。
步骤S7、融合滑坡区的地貌模型和地质模型,以判断滑坡地区类型,从而确定滑坡形态结构。
"硬数据",如钻孔岩芯,这类数据能直接用于解译不稳定斜坡体形态结构的相关信息,能够贡献较高的确定性;另一类是具有不确定性的、隐式属性的"软数据",这类数据通过相关步骤的进一步处理,与其他数据结合使用才能解译出有用信息,如应用地球物理技术获得的ERT视电阻率值。
当对变形体结构的解译包含“硬数据”和3个及以上“软数据”条件时,认为具有较高的确定性(指标值=3);
当解译的数据中只有较多(3个及以上)的“软数据”时,认为中等确定性(指标值=2);
当解译数据中只有少量(1个或者2个)“软数据”时,认为低确定性(指标值=1)。选择最高确定性指数作为解译结果。
确定滑坡体内部的形态结构特征种类,主要有:
①发育为一组主要裂隙的滑剪体;
②发育为二组主要裂隙,且在滑面顺坡并与层面呈几乎九十度夹角的倾斜体;
③裂缝杂乱且无主要方向,在滑面之上的钻孔岩体的ROD值低于百分之三十的斜体。
滑剪切体类型分为:
A、滑动面顺坡伸展,与层面体斜交且埋深大的剪切体;
B、滑动面顺坡伸展上部与层次平交,底部与层次斜交的剪切体;
C、滑动面顺坡伸展,与层面平交的光滑体。
实施例2,参考图2和图3;
通过开展初步滑坡实地与野外的勘探观测和对地表变形严重程度情况的跟踪监测,对山区滑坡的表面变形特征、总体形态结构、具体的破坏迹象特征和局部微地貌结构进行识别并勘探。
运用卫星航空多普勒正射遥感影像技术和遥感机载激光数据系统获取山区滑坡的整体数据与局部影像信息,运用多方面数据在不同维度更全面完整地建立滑坡边界特征和地貌模型,对得到的航空正射影像进行解译。具体实际观察滑坡表面活动缝隙的几何和发育特征、坡体结构面类型和岩层产状、露头岩体岩性特征与构造以及相应土壤变形和破坏的标志、现象以及特殊的地质现象等进行相关记录。通过以上实际勘察与航拍信息影像结合得到滑坡基础数据,初步建立有地表数字高程的滑坡地貌模型。
其次,在初步调查建立滑坡地貌模型后,依照在野外实际调查剖面结果针对于地下进行实际勘测。参考最近的钻探记录,对过去30年的钻探数据进行了再整理。根据对钻孔沉积物的分析、Somerton指数的测量以及原位压力计测试,明确了坡体存在多种岩相。
接着,使用微震技术,使用岩体破坏释放的弹性波来间接监测岩体工程稳定性。根据响应频率选取对应的传感器可以最大程度地捕捉微震信号,能够得到微震事件发生的时间、位置、能量等震源参数。采取全孔取芯钻进和地电采集分析,进一步数字化、科学化地建立山区滑坡地质模型和地物模型。
根据实地踏勘走访,判断滑动面位置以及滑坡稳定性,设计相应钻孔区域进行钻探,记录岩芯特征以及部分钻孔时岩芯倾角和岩体质量参数,钻探时应注意监测滑坡地下水位是否稳定。通过倾角与岩体质量参数的关系间接推测分析滑坡体的结构与力学特征,建立滑坡地质模型。
通过高密度电法分析技术对地下介质施加电流,通过接收电流计算电阻率值比较推出地下介质的导电性能,从而更科学地展现地下岩体结构特征与变形破坏情况。
通过对电阻率的采集计算以及在获得的剖面电阻率成像结果对比情况,再结合钻孔数据,可确定滑坡内部变形特征、滑坡厚度以及构造带的形态、连接程度与埋深,获得滑坡地物模型。
参考图3,清楚的显示了不稳定斜坡形态结构的复杂性。电层析成像和地震层析成像的解释基于视电阻率和纵波波速的纵向和水平突变,钻孔记录中结构面的识别和钻探参数记录,得到滑坡内部视电阻率值在一个区间。
单元的表面边界根据观察到的形态特征进行确定,其深度底界由钻孔信息、电阻率模型和测斜仪数据进行确定。
接下来需要对形态结构单元体积估算:
使用倾斜局部基准面法(SLBL)估算每个形态结构单元的理论最大体积;该方法通过假设所有底切坡体均不稳定来描述潜在易受侵蚀的体积。由于滑坡受退化演变模式的影响,连续移除单元可用于估计坡体破坏时的潜在剖面。沿着一个横剖面,无法计算多条底界线;每个横剖面至少可以计算多个底界面,利用该方法可以估算滑坡的总体积,而每个单元的体积也就可以得到。
通过整合所有信息,提出了一个不稳定坡体形态结构模型,即融合滑坡区的地貌模型和地质模型,采用确定性指数(从1到3)判断不稳定斜坡的形态结构分布。
确定性指数由满足某种条件来决定值,标准如表1:
表1通过特定条件判断确定性指数显示倾覆岩体结构确定性指数分布
这些条件由能够获取到的与不稳定斜坡相关的多源数据构成:
包括可靠性高、具有显式属性的"硬数据",如钻孔岩芯,这类数据能直接用于解译不稳定斜坡体形态结构的相关信息,能够贡献较高的确定性;
另一类是具有不确定性的、隐式属性的"软数据",这类数据通过相关步骤的进一步处理,与其他数据结合使用才能解译出有用信息,如应用地球物理技术获得的ERT视电阻率值。
本实施例通过探测工作中得到的数据以及滑坡模型进行整合。当对变形体结构的解译包含“硬数据”和3个及以上“软数据”条件时,认为具有较高的确定性(指标值=3);
当解译的数据中只有较多(3个及以上)的“软数据”时,认为中等确定性(指标值=2);
当解译数据中只有少量(1个或者2个)“软数据”时,认为低确定性(指标值=1)。选择最高确定性指数作为解译结果。
本实施例以一个区域电阻率剖面图进行岩体结构的确定性指数评价,以图3中标记为C的区域为例说明本实施例方法的使用。
首先观察C区域的岩体观测深度即钻孔深度的范围满足表1中哪一个岩相的发育程度,观察发现(19.1-78.5m)满足岩相4的发育深度。接着观察钻孔岩芯RQD值范围,观察发现(50%-90%)满足岩相4的岩芯值、同时观察钻孔岩芯物理性质值和ERT视电阻率,发现(钻孔岩芯物理性质值为完整、无风化、无泥质;ERT视电阻率>100hm.m)满足表中岩相的4的各项数值;所以将C区域解译为岩相4。
接着,需要进一步验证C区域是否符合岩相4,C区域包含了前文提到的3个软数据和1个硬数据,确定性较高(即指标值=3);虽然钻孔面积占比小,即使在没有钻孔的区域,也包含了3个软数据,中等确定性(即指标值=2)。
然后也需要进行确定C区域是否符合其他的岩相,若将该区解译为其他岩相,不符合ERT视电阻率值(0~100hm.m),也没有发现对应的钻孔岩芯物理性质值,仅有岩体观测深度和地面变形迹象2个软数据,解释为其它岩相的确定性较低(指标值=1)。
最终以最高的确定性指数作为结果,将视电阻率剖面中标记C区域解译为岩相4。图中确定的结构模型,最小确定性指数为2,最大置确定指数为3(即钻孔位置)。
虽然结合附图对发明的具体实施方式进行了详细地描述,但不应理解为对本专利的保护范围的限定。在权利要求书所描述的范围内,本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属本专利的保护范围。
Claims (6)
1.一种山区滑坡岩体结构的确定性指数评价方法,其特征在于,包括以下步骤:
S1、确定滑坡区域整体几何形态、各部分体积、特征结构、变形破坏程度、破坏迹象特征和局部微地貌结构;
S2、基于GNSS监测系统监测滑坡区域地表变化程度和特性;
S3、对滑坡区域中的变形坡体进行钻探,并记录获取岩芯特征信息和参数;
S4、采用ERT测量方法对滑坡区域地下介质施加电流,对沿剖面划分后的区域设计电极系统以接收电流数据,并对电流数据进行分析,以得到滑坡高程-水平距离-地下电阻率值;
S5、整合滑坡区域整体几何形态、各部分体积、特征结构、变形破坏程度、破坏迹象特征、局部微地貌结构、地表变化程度和特性、滑坡地区全景图,构建滑坡区的地貌模型;
S6、整合岩芯特征信息和参数、经剖面分析后的滑坡区全貌地形图和滑坡高程-水平距离-地下电阻率值数据,确定滑坡区地下岩土体积、结构特性、变形侵蚀程度和地理位置,以构建得到滑坡区的地质模型;
S7、融合滑坡区的地貌模型和地质模型,并采用确定性指数判定滑坡形态结构。
2.根据权利要求1所述的山区滑坡岩体结构的确定性指数评价方法,其特征在于,所述步骤S2中监测指标包括:滑坡区域地表变形位移总量、滑坡土壤地表前后下沉总量、滑坡体临空处最大变形速度、滑坡前缘混凝土主体膨胀程度最大量和两侧最大下降速度。
3.根据权利要求1所述的山区滑坡岩体结构的确定性指数评价方法,其特征在于,所述步骤S3具体包括:
进行标准贯入试验,记录其中若干次钻探的参数;
记录钻孔岩体变形部位深度、形态、变形坡体的结构以及岩芯的累计长度,并计算岩体的质量指标;
将滑坡区域的形态构造、地区变形特点和区域及相关钻孔岩芯特征信息添加至已获得的滑坡地区全景图片中,对滑坡区域地表下采用的纵横剖面线各超过区域边界线十米进行分类,以得到剖面分割后的滑坡地区全景图。
4.根据权利要求1所述的山区滑坡岩体结构的确定性指数评价方法,其特征在于,所述步骤S4具体包括:
根据区域剖面图划分,安装分布式高密度电法仪和测试电极,并测量区域剖面的初始电压;
在RES2DINV软件中输入区域剖面的初始电压值,处理得到对应区域电阻率值;采用滤波算法去除中间区域尖点和边界处偏差大的不良电阻率数值;
将经过勘正后的电阻率进行最小二乘和数据推演并以RMS参数作为收敛约束,得到滑坡高程-水平距离-地下电阻率值。
5.根据权利要求1所述的山区滑坡岩体结构的确定性指数评价方法,其特征在于,所述步骤S7中的确定性指数包括硬数据和软数据;
当对变形体结构的解译数据包含硬数据和至少3个软数据时,则判定为最高确定性,指标值为3,
当解译的数据包含至少3个软数据时,则判定为中等确定性,指标值为2;
当解译的数据包含1个或者两个软数据时,则判定为低确定性,指标值为1;
选择最高确定性指数作为解译结果。
6.根据权利要求5所述的山区滑坡岩体结构的确定性指数评价方法,其特征在于,确定滑坡体内部的形态结构特征种类,包括:
发育为一组裂隙的滑剪体;
发育为两组组裂隙,且在滑面顺坡并与层面呈九十度夹角的倾斜体;
裂缝杂乱且无主要方向,在滑面之上的钻孔岩体的ROD值低于百分之三十的斜体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210399089.8A CN114608661B (zh) | 2022-04-15 | 2022-04-15 | 一种山区滑坡岩体结构的确定性指数评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210399089.8A CN114608661B (zh) | 2022-04-15 | 2022-04-15 | 一种山区滑坡岩体结构的确定性指数评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114608661A true CN114608661A (zh) | 2022-06-10 |
CN114608661B CN114608661B (zh) | 2023-06-20 |
Family
ID=81869895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210399089.8A Active CN114608661B (zh) | 2022-04-15 | 2022-04-15 | 一种山区滑坡岩体结构的确定性指数评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114608661B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116258025A (zh) * | 2023-05-16 | 2023-06-13 | 中国地质科学院地质力学研究所 | 一种基于物探数据的构造混杂岩滑坡稳定性模拟方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777955A (zh) * | 2016-12-09 | 2017-05-31 | 中国电建集团成都勘测设计研究院有限公司 | 基于钻孔岩芯的岩体倾倒变形程度判别方法 |
CN107067333A (zh) * | 2017-01-16 | 2017-08-18 | 长沙矿山研究院有限责任公司 | 一种高寒高海拔高陡边坡稳定性监控方法 |
US20180292299A1 (en) * | 2014-01-13 | 2018-10-11 | Hubei University Of Technology | Method of critical displacement forecast based on the deformation failure mechanism of slope |
CN109116407A (zh) * | 2018-06-13 | 2019-01-01 | 青岛理工大学 | 高陡岩体开采边坡稳定性的声波探测评价方法 |
CN111915022A (zh) * | 2020-08-14 | 2020-11-10 | 广西大学 | 滑移式岩溶危岩稳定系数快速识别的高斯过程方法及装置 |
CN113074623A (zh) * | 2021-03-29 | 2021-07-06 | 成都理工大学 | 一种多元数据联合的滑坡形态结构探测方法 |
CN113624153A (zh) * | 2021-07-30 | 2021-11-09 | 中国电建集团西北勘测设计研究院有限公司 | 一种大型岩质边坡表面变形监测方法 |
-
2022
- 2022-04-15 CN CN202210399089.8A patent/CN114608661B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180292299A1 (en) * | 2014-01-13 | 2018-10-11 | Hubei University Of Technology | Method of critical displacement forecast based on the deformation failure mechanism of slope |
CN106777955A (zh) * | 2016-12-09 | 2017-05-31 | 中国电建集团成都勘测设计研究院有限公司 | 基于钻孔岩芯的岩体倾倒变形程度判别方法 |
CN107067333A (zh) * | 2017-01-16 | 2017-08-18 | 长沙矿山研究院有限责任公司 | 一种高寒高海拔高陡边坡稳定性监控方法 |
CN109116407A (zh) * | 2018-06-13 | 2019-01-01 | 青岛理工大学 | 高陡岩体开采边坡稳定性的声波探测评价方法 |
CN111915022A (zh) * | 2020-08-14 | 2020-11-10 | 广西大学 | 滑移式岩溶危岩稳定系数快速识别的高斯过程方法及装置 |
CN113074623A (zh) * | 2021-03-29 | 2021-07-06 | 成都理工大学 | 一种多元数据联合的滑坡形态结构探测方法 |
CN113624153A (zh) * | 2021-07-30 | 2021-11-09 | 中国电建集团西北勘测设计研究院有限公司 | 一种大型岩质边坡表面变形监测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116258025A (zh) * | 2023-05-16 | 2023-06-13 | 中国地质科学院地质力学研究所 | 一种基于物探数据的构造混杂岩滑坡稳定性模拟方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114608661B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Supper et al. | Geoelectrical monitoring: an innovative method to supplement landslide surveillance and early warning | |
Meric et al. | Application of geophysical methods for the investigation of the large gravitational mass movement of Séchilienne, France | |
KR101927659B1 (ko) | 건축물 영역에 대한 대표 지반조건 결정 방법 | |
Zhang et al. | Determination of statistical discontinuity persistence for a rock mass characterized by non-persistent fractures | |
Galloway et al. | Analysis and simulation of regional subsidence accompanying groundwater abstraction and compaction of susceptible aquifer systems in the USA | |
Hu et al. | Movement process, geomorphological changes, and influencing factors of a reactivated loess landslide on the right bank of the middle of the Yellow River, China | |
Li et al. | Monitoring of displacement evolution during the pre-failure stage of a rock block using ground-based radar interferometry | |
Lissak et al. | Airborne and ground-based data sources for characterizing the morpho-structure of a coastal landslide | |
CN111273375A (zh) | 一种应用于缺水地区浅埋地下工程的地质勘察方法 | |
CN108305322B (zh) | 一种基于无人机的岩溶区地质缺陷体检测方法 | |
CN110531406B (zh) | 一种地下隐伏病害精准探查方法及装置 | |
Filice et al. | Multi-approach for the assessment of rock slope stability using in-field and UAV investigations | |
Owczarz | A review of geodetic and remote sensing methods used for detecting surface displacements caused by mining | |
Junaid et al. | An expeditious approach for slope stability assessment using integrated 2D electrical resistivity tomography and unmanned aerial vehicle survey | |
Weng et al. | Towards a rapid assessment of highway slope disasters by using multidisciplinary techniques | |
CN114608661B (zh) | 一种山区滑坡岩体结构的确定性指数评价方法 | |
Ge et al. | Rock joint detection from borehole imaging logs based on grey-level co-occurrence matrix and Canny edge detector | |
Gutiérrez et al. | Review on sinkhole monitoring and performance assessment of the performance of remediation measures by high-precision leveling and terrestrial laser scanner in the salt karst of the Ebro Valley, Spain | |
CN116892992A (zh) | 一种精确测算矿山滑坡体体积的勘查方法 | |
KR101926304B1 (ko) | 건축물 영역에 대한 대표 시추조사 자료 선정 방법 | |
KR101926303B1 (ko) | 건축물 영역에 대한 지진가속도계측기의 최적 설치위치 선정 방법 | |
Sampaleanu | The role of intact rock fracture in rockfall initiation | |
Gischig | Kinematics and failure mechanisms of the Randa rock slope instability (Switzerland) | |
Mihraje et al. | ERT survey and geotechnical characterization of underground cavities: a case study of Amouni coastal cliff, Safi, Morocco | |
Gao et al. | Development status of digital detection technology for unfavorable geological structure of submarine tunnel |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |