三峽庫區臥沙溪次級滑體變形機理與閾值研究

周露露, 鄧茂林, 易慶林, 王國法, 梁之康, 萬 航

(1. 湖北長江三峽滑坡國家野外科學觀測研究站, 湖北 宜昌 443002;2. 三峽大學土木與建筑學院, 湖北 宜昌 443002;3. 重慶一零七市政建設工程有限公司, 重慶 401120)

0 引言

三峽庫區是我國地質災害的高發、易發區,三峽大壩蓄水后又誘發了大量古老滑坡體復活,嚴重威脅著庫區居民的生命財產安全和長江黃金航道的正常運行。對復活型滑坡進行研究既能指導防災工作,又能豐富滑坡理論研究[1]。這類滑坡體地表位移累積曲線呈臺階狀,主要是周期性降雨和庫水位循環作用下滑坡體反復受到推拉作用所致[2],諸如秭歸縣的白家包滑坡[3]、八字門滑坡[4]、木魚包滑坡[5]以及臥沙溪滑坡[6]。因此需要重視這類滑坡的防治工作。揭示滑坡變形失穩機理,建立降雨與庫水閾值,可為早期識別和預警提供理論基礎[7]。

自2007年以來,三峽庫區臥沙溪滑坡在庫水位及降雨等作用下已發生多次強變形。雷德鑫等[8]分析了受庫水和降雨耦合不同工況條件下滑坡穩定性可靠度指標和敏感性;肖維偉等[9]認為滑坡變形主因是庫水位波動造成向坡外的滲透壓力;張振華等[10]分析了排水管布設方案來降低滑坡的動水壓力以提高穩定性;陳德乾等[11]認為臥沙溪滑坡變形的主因是庫水位下降和庫水浸泡;盧書強等[12-13]指出該滑坡為庫水型滑坡,滑坡力學模式為前部牽引后部推移模式。這些學者從監測數據、變形機理、數值模擬等常見滑坡研究角度對該滑坡進行了一系列研究,但針對該滑坡次級滑體的變形機理、庫水位和降雨相關閾值等方面的研究較少。

近年來,滑坡閾值研究已成為一個新的研究熱點,為滑坡監測預警研究提供了新的方向。為提高滑坡的防治和預警預報能力,Wu等[14]、Conte等[15]建立了概率降雨閾值估計模型(PRTE_LS)及基于潛在滑移面深度的降雨閾值曲線,探究滑坡不同的調控因素及其閾值,對滑坡的預警預報具有重要意義[16]。本文在前人研究臥沙溪滑坡基礎上,對10多年宏觀巡查資料、13年(2007—2020年)人工監測和4年(2016—2020年)全自動監測數據進行綜合分析,采用數值模擬手段,揭示臥沙溪滑坡次級滑體的變形機制,建立次級滑體的降雨及庫水位閾值,為庫區涉水土質滑坡的精細化預警提供參考。

1 臥沙溪滑坡基本特征

臥沙溪滑坡行政區劃屬湖北省宜昌市秭歸縣沙鎮溪鎮梅坪村一組,位于長江支流青干河右岸,距三峽大壩約50 km。滑坡體以同源沖溝為界,后緣邊界為巖土分界面,次級滑體平面形態呈箕形。其監測平面如圖1所示。坡體后緣高程約330 m,前緣高程約110 m;滑體長410 m,寬700 m,厚度約15 m,體積約4.3×106m3。臥沙溪滑坡總體坡度20°,主滑方向40°。

圖1 臥沙溪次級滑體邊界裂縫Fig.1 Boundary cracks of secondary sliding body of the Woshaxi landslide

次級滑體位于臥沙溪滑坡中部,為紫紅色粉質黏土夾砂巖、泥巖為主的崩坡積土,粒徑1～16 cm。滑帶以粉質黏土為主的黃褐色或紫紅色砂巖、泥巖碎礫,厚度3～8 cm。滑床為侏羅系中下統灰綠色厚-巨厚層狀長石石英砂巖。

2 基于監測的變形特征分析

臥沙溪滑坡次級滑體自蓄水后一直處于蠕滑狀態,在2008年5月、2009年5月、2012年4—6月、2013年5—6月、2007年3月、2014年4月、2015年6月、2018年、2019年和2020年,次級滑體都有明顯變形。其中,2008年5月邊界上的弧形裂縫下錯約30 cm;2012年4—6月后緣弧形裂縫貫通,縫寬15～25 cm,下錯20～50 cm(圖1)。

臥沙溪滑坡共布設基于全球導航衛星系統(Global Navigation Satellite System,GNSS)的人工監測點9個和自動監測點2個。監測點ZG356、ZG357、ZG358和ZG359位于臥沙溪滑坡的兩側,自2006年9月開始監測;監測點ZG387、WSX1、WSX2、WSX3、WSX4和WSXX1位于次級滑坡體上;監測點ZGX359位于臥沙溪滑坡的前緣。WSX1和WSX2于2007年3月開始監測,WSX4于2015年5月開始監測,ZG387于2016年4月開始監測,WSXX1和ZGX359于2016年9月開始采集數據,如圖2所示。

圖2 臥沙溪滑坡監測平(剖)面布置圖Fig.2 Plan and profile of the monitoring system for the Woshaxi landslide

據圖3及相關數據,截止到2020年10月,監測點ZG356、ZG357、ZG358和ZG359累積位移小于25 mm,滑坡整體沒有明顯變形。次級滑體上人工監測點WSX1、WSX2、WSX4和ZG387累積位移分別為28 659.45 mm、22 629.63 mm、23.02 mm和1 145.84 mm。人工監測點WSX1和WSX2累積位移曲線有多次周期性階躍,集中在每年3—6月。位移階躍主要出現在庫水位下降期,誘因為庫水位下降產生的動水壓力和庫水長期浸泡增加了坡體下滑力[11]。據監測資料顯示,2016—2020年坡體對庫水位響應不明顯,說明坡體主控因素發生改變。由于WSX2設備發生故障,部分數據缺失。 WSX1的年位移量波動起伏大,在2009年、2012年和2016年均發生了較大變形,如圖4所示。

圖3 臥沙溪滑坡人工累積位移-庫水位- 月降雨量關系圖Fig.3 Relationship diagram of cumulative displacement, reservoir water level,and monthly rainfall of the Woshaxi landslide

圖4 臥沙溪滑坡人工GNSS監測年位移量與 年份曲線Fig.4 Annual displacement of the Woshaxi landslide monitored by artificial GNSS

截至2020年10月,自動監測點WSXX1和ZGX359累積位移分別為1 849.40 mm和11.80 mm。WSXX1的累積位移時間曲線持續抬升,發生階躍變形時并未處于庫水位下降期間,表明坡體變形為降雨誘發,如圖3、圖5所示。

3 次級滑體變形影響因素分析

3.1 降雨對次級滑體變形的影響

三峽大壩蓄水后,一個完整的水文年(本年11月到次年10月)可分為四個階段,分別為水位下降期、低水位運行期、水位上升期及高水位運行期。選取2016年11月1日至2017年10月31日、2019年11月1日至2020年10月31日期間數據,分析對次級滑體變形的影響因素,如圖6所示。

圖6 臥沙溪滑坡GNSS自動監測點位移速率-庫水位升降速率及庫水位-降雨量關系圖Fig.6 Relationship between displacement rate of GNSS automatic monitoring point of the Woshaxi landslide and reservoir water level fluctuation rate, and the relationship between reservoir water level and rainfall

選取2017年、2020年坡體變形明顯的時間段進行分析,在低水位運行期和庫水位上升期間,持續性強降雨均導致了坡體明顯變形,“階躍”變形與降雨量呈正相關。持續性降雨作用后,坡體變形速率會產生“峰值滯后”效應,滯后時間約1～2 d,峰值后位移速率會逐漸衰減,衰減時間為5～9 d。在其他年份的低水位運行期及庫水位上升期,持續性降雨未能使坡體產生較大“階躍”變形。上述表明,降雨量達到降雨閾值時,坡體變形和降雨量呈正相關性,如圖7所示。

圖7 臥沙溪滑坡GNSS自動監測點位移速率-庫水位-降雨量關系對比圖(2017,2020年)Fig.7 Relationship among displacement rate, reservoir water level, and rainfall at GNSS automatic monitoring point of the Woshaxi landslide (2017,2020)

3.2 次級滑體變形對庫水位升降響應規律

次級滑體上5個監測點(ZG387、WSX1、WSX2、WSX4、WSXX1)的位移數據顯示了其整體變形趨勢。2016—2020年庫水位下降及庫水位上漲期間的人工監測點,以及2019年庫水位下降及庫水位上漲期間的自動監測點均無明顯位移,說明庫水位升降對坡體變形影響較小。2016—2020年持續性降雨期間,WSXX1發生了4次較大變形,可見降雨的影響作用較大。2020年7—10月,次級滑體后部WSXX1發生階躍,表明次級滑體后部變形更大。

2019年11月1日—2020年6月7日,庫水位持續下降,歷時220 d,水位從174.91 m→146.47 m,水位下降速率峰值達到0.74 m/d,WSXX1位移速率相對較小(圖7),說明庫水位下降對坡體變形助推作用有限。持續性降雨期間,WSXX1位移速率變化較大,說明坡體變形主要受降雨的影響。

綜上,2016年之前,臥沙溪滑坡次級滑體變形主要受庫水位下降和庫水浸泡影響,2016年之后,次級滑體變形對庫水位升降的響應減弱,對持續性降雨的響應增強。

4 GeoStudio數值模擬

4.1 滑坡瞬態滲流基本特征

以臥沙溪滑坡I-I典型剖面建立二維模型,采用SLOPE/W模塊對滑坡進行穩定性分析。坡體黏聚力C(kPa)、內摩擦角Φ(°)、重度γ(kN/m3)等物理力學參數如表1所列[8]?？v剖面模型為410 m(長)×330 m(寬),為最大程度接近滑坡體的真實變形趨勢,采用三角形和四邊形混合單元對模型進行有限元網格劃分,計算網格模型節點數2 483,單元數為1 969,如圖8所示。

表1 數值模擬參數表

圖8 臥沙溪滑坡GeoStudio模型Fig.8 GeoStudio simulation model for the Woshaxi landslide

利用SEEP/W模塊,選擇實際庫水位升降變化工況進行滲流特征分析,在庫水位 175 m→145 m期間,坡體地下水滲流特征如圖9所示。

圖9 庫水位升降地下水位變化特征Fig.9 Variation characteristics of groundwater level during the rising and falling periods of reservoir water level

低水位運行期,地下水位線略高于145 m;高水位運行期,地下水位線也略高于 175 m。分析認為,降雨入滲補給滑坡體內,同時,滑坡后緣地下水也會由高向低滲流補給前部地下水,這導致地下水位略高于庫水位。

庫水位上升期,地下水位線在初期變化最大,當庫水位逐漸升至175 m后,地下水位線變化幅度較小。庫水位上升時,滑體表層浸潤線比坡體內部高,坡體內滲透系數小,水流入滲慢,導致坡體內外水頭差較大,隨著庫水位上升到175 m左右后,水頭差逐漸減小。庫水位從 175 m下降至 145 m過程中,穩定性系數變化小,滑體受庫水位變化響應小,數值模擬結果與監測數據分析結果基本一致(表2)。在庫水位下降初期,滑體內外水頭差較小,地下水位線的初始變化不大。

表2 臥沙溪滑坡不同庫水位階段穩定性系數

4.2 次級滑體變形機理分析

(1) 坡體物質組成影響:坡體剖面整體呈上陡下緩,175→145 m波動水位路徑大面積覆蓋滑體,坡體涉水程度大,如圖1所示?；w主要為第四系崩坡積土,遇水浸泡后強度降低,易受庫水位升降或降雨影響,導致次級滑體形成,進而導致次級滑體變形劇烈。

(2) 降雨的影響:在一個完整水文年中,在對滑坡最有利的庫水位上升階段,降雨都極易誘發次級滑體產生“階躍”變形,強降雨或持續性降雨影響尤為顯著,這表明降雨是誘發次級滑體產生變形的主要因素。

(3) 庫水位升降的影響:庫水位快速下降期間,坡體的地下水與庫水位形成水頭差,動水壓力作用下,下滑力增加,降低滑坡穩定性;庫水位上升期間,受靜水壓力和向內的動水壓力的影響,坡體的穩定性提高。基于數值模擬和監測數據分析,次級滑體在庫水位下降期間的穩定性系數降低幅度較小,且位移速率變化小,庫水位下降對坡體穩定性影響小。在持續性降雨期間,庫水位下降對次級滑體變形起到一定促進作用。

5 次級滑體變形啟動閾值

(1) 降雨量閾值

滑坡變形演化過程與外部影響因素關系的分析是處理階躍型滑坡位移曲線的有效方法[17]。據現場調查顯示,坡體仍在持續變形,根據3.2節監測數據分析結果,可知臥沙溪滑坡次級滑體變形受庫水位下降影響較小,受持續性降雨影響較大。

單次降雨誘發滑坡變形的持續時間為5～9 d,影響持續衰減。降雨有效性是一個定向衰減過程[18-19],可用式(1)來表示:

(1)

式中:Qe為“一個降雨過程”中的有效降雨量(mm);Qt為某次降雨時段的總雨量(mm);αt為衰減系數;ti為時間序列。

衰減系數at采用式(2)計算:

(2)

式中:t為某前次降雨距離當次降雨時間。

基于自動監測數據,臥沙溪滑坡次級滑體累積位移“階躍”有兩種誘發條件:一是單次強降雨,二是持續強降雨(表3)。據監測數據,次級滑體有四次變形階躍,第一次變形啟動后,第4～6天合計降雨97.8 mm,監測點WSXX1位移速率增加時間為14 d;第二次變形啟動后,第2、3天降雨量分別為12.4 mm、26.4 mm,WSXX1位移速率增加時間為9 d;第三次變形啟動后,第1天降雨量達到33.6 mm,WSXX1位移速率增加時間長達17 d;第四次變形啟動后,第2、3天降雨量分別為2.4 mm、50 mm,WSXX1位移速率增加時間為14 d。結果表明,離坡體變形啟動時間越近的降雨越易導致滑坡進一步變形,變形啟動后3 d內的累積降雨超過50 mm會加速滑坡變形。

表3 四次階躍變形及降雨量情況表

選取坡體變形啟動前一個月(30 d)的降雨及庫水位監測數據進行分析論證。四次階躍變形前30 d累積降雨量分別為155.5 mm、232 mm、154.8 mm及193.4 mm,在四次變形過程中庫水位分別從162.08 m→159.86 m、151.56 m→168.38 m、161.33 m→151.17 m及150.31 m→147.09 m。不同年份庫水位下降趨勢基本一致,但監測點位移量不同,表明降雨對坡體穩定性影響更大。綜上所述,得出30 d累積降雨量超過150 mm,且變形前1日降雨量超過40 mm時,坡體發生變形。為檢驗指標有效性,如圖5所示,達到降雨閾值時坡體均產生明顯位移階躍,表明該降雨閾值可作為該滑坡預警指標之一。

(2) 降雨量與庫水位變化共同作用下相關閾值

WSX1位于次級滑體中前部,2008年、2009年、2012年和2015年累積位移曲線均產生了較大的階躍,滑坡變形時間較短,階躍變形明顯。

坡體四次變形均在6月前后,其中三次變形前30 d累積降雨量相差5 mm以內,且庫水位降幅一致(表4)。四次變形前1 d庫水位速率分別為0.79 m/d、0.03 m/d、0.82 m/d和0.08 m/d。變形次序b、d雖在變形前1 d庫水位降速較小,但前幾天降速均在0.8 m/d左右,第二次變形前一周庫水位升降速率均在0.5 m/d附近波動,第四次變形前一周庫水位升降速率均在0.8 m/d附近波動。綜上所述,次級滑體的降雨及庫水位閾值為:30 d累積降雨量超過115 mm,庫水位下降至146 m左右,庫水位下降速率閾值為0.8 m/d。通過臥沙溪滑坡多年降雨、庫水和累積位移數據分析,該閾值有一定參考價值。

表4 人工(GNSS)監測變形情況匯總表

6 結論

(1) 臥沙溪滑坡整體基本穩定,次級滑體變形明顯?；吕鄯e位移曲線呈現典型的周期性“階躍”動態變形特征,并集中在每年3—6月。次級滑體變形受斜坡物質組成、巖性等因素的控制,通過對次級滑體上的監測點數據和數值模擬結果分析,分析認為2016年開始次級滑體變形的主控因素由庫水位下降和庫水浸泡轉變為持續性降雨,庫水位為次要驅動因素。

(2) 臥沙溪滑坡次級滑體變形存在明顯的降雨“峰值滯后”效應。持續性降雨產生的“峰值滯后”效應一般為1～2 d。峰值后位移速率會逐漸衰減,衰減時間為5～9 d。

(3) 臥沙溪滑坡次級滑體變形的降雨閾值和庫水位閾值規律較明顯。30 d累積降雨量超過150 mm,且變形前1日降雨量超過40 mm時,坡體發生變形;變形啟動后3 d內的累積降雨超過50 mm會加速滑坡變形,且變形時間延長。30 d累積降雨量超過115 mm,庫水位下降至146 m左右,庫水位下降速率閾值為0.8 m/d,坡體變形啟動。