西宁市特大滑坡监测预警示范

彭 亮, 杜文学, 田 浩

(1.青海省水文地质工程地质环境地质调查院, 西宁 810008； 2.青海省水文地质及地热地质重点实验室, 西宁 810008)

近年来,受极端天气和城镇建设扩张等多重因素叠加影响,青海省地质灾害发生频率明显上升,根据青海省地质环境公报[1]统计,2018年全省共发生突发性地质灾害207起,其中崩塌25起,滑坡172起,泥石流10起,是多年平均发生起数(1990—2017年)年平均发生突发地质灾害24.46起)的8.5倍。目前由于青海省地质灾害自动化专业监测应用极为缺乏,加上原有的地质灾害汛期排查工作效率低、基层班组巡查工作量大、人工监测区域受限且频次低、应急抢险时效性差,远不能满足新形势下地质灾害防治工作的需求。

中国地质灾害的监测预警研究是20世纪60年代才开始起步,现在已成为一个热门课题[2]。由于地质灾害的复杂性,滑坡预警预报是地质工程界研究的热点,也是一个难点[3]。中国于20世纪70年代开始了三峡库区的地质灾害监测预警工作[4],近年来国内外许多学者也开展了地质灾害监测预警的相关研究[5-6],董建辉等[7]以四川省绵阳市北川县白什乡滑坡为例,对突发滑坡应急监测预警技术体系进行全程跟踪及分析,总结归纳了各应急监测手段的数据分析方法、预警系统和判别标准。突发性滑坡国内目前已有较多成功预警案例,刘爱华等[8]、亓星[9]对突发性滑坡与降雨的影响系统及其安全模型也开展了一定的研究,许强等[10]2019年在甘肃黑方台黄土滑坡开展监测预警,进行了突发型黄土滑坡监测预警理论方法研究,这些监测预警成功案例积累形成了一些地质灾害监测预警的理论与技术成果,但由于滑坡的复杂性及差异性,针对青藏东部地区滑坡灾害监测预警研究相对较少。

现以西宁市张家湾特大型滑坡为例,初步建立自动化预警预报系统,基于地质灾害群测群防、气象预报等工作,通过西宁市特大型地质灾害监测预警示范工程建设,综合运用大数据物联网平台技术、三维空间技术及卫星定位技术等自动化专业监测先进技术方法,提升地质灾害监测预警和处置的可视化、自动化水平,对各类监测数据进行综合整理归纳和分析研究,实时掌握地质灾害变形规律、险情预报、灾害防治及政府防灾减灾决策提供平台支撑。

1 研究区概况

以西宁市城西区张家湾滑坡监测预警示范为研究区域,研究区位于西宁市城西区彭家寨镇张家湾村,北侧有G109国道和青藏铁路等重要交通设施通过,交通便利。

研究区属高原半干旱大陆性气候,具有寒长暑短、温差大、降水量少但集中、蒸发量大等特点。根据西宁气象站1980—2019年观测资料:西宁地区年平均气温6.1 ℃,年最低月平均气温-7.3 ℃(1月)、年最高月平均气温17.4 ℃,极端最低气温-23.8 ℃(2010年12月16日),极端最高气温36.5 ℃(2000年7月24日),年温差24.7 ℃。年均蒸发量1 442.6 mm,年均降雨量414.5 mm,降水分配不均匀,一般多集中在6—9月,占全年总降水量的73%,且年降水周期性变化明显。

研究区总体地势南高北低,海拔2 200～2 630 m,相对高差430 m,分为低山丘陵区和河谷平原区两大地貌单元。主要由新近系泥岩夹砂岩组成,上覆第四系上更新统风积黄土。受冲沟侵蚀,地形破碎,山顶呈浑圆状。低山丘陵前缘为高达100～300 m的高陡斜坡,表层泥岩多呈全风化,侵蚀切割的陡坡和人工边坡前缘地带成为滑坡等地质灾害易发区。

2 滑坡发育特征及危害

张家湾滑坡发育于张家湾村海湖钢材市场以南斜坡地带,坡顶高程2 620 m,坡脚高程2 295 m,坡高325 m,平均坡度30°。地层岩性主体为泥岩,表层披覆黄土,属平缓层状岩质+土质复合斜坡。滑坡平面形态呈不规则“舌形”状,剖面形态呈凹型,并发育有三级阶梯状平台,为老滑坡多期次滑动形成。滑坡南北向纵长400～1 100 m,东西向横宽200～600 m,平面面积46.4×104m2,主滑方向20°,其中西侧滑坡方向32°,滑体平均厚度约30 m,总体积约1 392×104m3,规模属特大型。

张家湾滑坡边界较为清楚,总体平面形态呈不规则“舌形”状,后缘位于西山丘陵区顶部,高程2 585～2 621 m,东侧剪切边界至多美彩钢厂,西侧至110 kV输电线塔,前缘直抵G109国道,高程2 298～2 300 m。根据滑坡空间形态及变形特征,可将张家湾滑坡划分为东侧滑坡区和西侧滑坡区,其中以西侧滑坡区为主体滑动,经多期次滑动变形,形成H1～H4次级滑坡(图1),并形成三级平台。

图1 张家湾滑坡平面图

自1960年开始,张家湾二砖厂在该处取土制砖,曾经在滑坡表部大量挖取滑坡土体,对滑坡形成扰动,并于1962年引发了局部的滑坡发生,造成直接经济损失1.2万元。2009年滑坡发生滑动,后壁向后移动约10 m。2013年6月,西侧滑坡发生表层溜滑,体积约50 m3,造成林地占压及破坏。2014年12月5日,西侧滑坡后壁发生坍塌,体积约30 m3,下错高度50～200 cm。2017年12月17日,张家湾四期滑坡治理工程施工期间,四期滑坡复活变形,滑体沿老后壁整体下错3～5 m,前缘剪出并堆覆于二期滑坡体上,厚度约3.2 m,掩埋施工便道长约50 m,西侧边界处因坡向与滑向斜交崩滑迹象明显,下方300 m处可见崩落物堆积,体积约200 m3,块径最大达50 cm。2018年5月13日、14日,四期滑坡后缘再次发生崩滑,方量360 m3,后缘1处拉张裂缝延伸长度35 m,宽3～6 cm,下错高度8 cm,可见深度40 cm,中部2处拉张裂缝,延伸长度10～40 m,宽2～10 cm,可见深度5～70 cm,并发育有二级滑动后壁,高2～3 m,另外滑坡西侧偶有土质崩塌发生。

根据调查统计,张家湾滑坡潜在威胁西山林场林木,坡顶巡山硬化道路,坡体110 kV输电铁塔及墓地,坡脚海湖钢材市场、废品厂及G109国道,一旦发生滑坡灾害,对钢材市场常居人口304人及G109国道过往车辆及行人安全构造严重威胁,威胁财产约2.6亿元,险情属特大型。

3 地质灾害监测方法及网络布置

根据“横向到边、纵向到底、竖向到滑带”的原则,以视频监测、雨量监测、裂缝监测、地表位移监测和深部位移监测为主要监测手段,采用点、线、面相结合的方法,点上利用裂缝监测站进行重要裂缝关键部位变形监测,利用地表位移监测站进行地表瞬时位移监测,利用深部位移监测站进行多级滑动面及滑体深部水平位移、垂直位移、位移方位的动态监测。线上利用多要素监测剖面,监测滑坡纵横不同方向的变形位移情况。面上通过建立多手段、多参数、多层次的综合性监测剖面组成监测网进行整体控制[11],结合雨量监测、视频监测及地面巡查、群测群防,监测各次级滑坡时空动态特征,判别张家湾—杨家湾滑坡整体发展趋势。

根据张家湾滑坡发育现状,结合滑坡稳定性分析评价结果,本次工作主要在收集分析已有地质成果资料的基础上,结合张家湾滑坡整体变形活动情况,共布置3条监测剖面(图2),主要监测H1、H2、H3滑坡及整个滑坡体,建立基准站及视频监测1处、降雨监测1处、裂缝监测3处、地表位移监测3处(图3)和深部位移监测3处,形成立体监测网络。

图2 张家湾滑坡监测剖面示意图

图3 GNSS地表位移监测站

4 监测数据综合分析

4.1 降雨量监测数据分析

张家湾气象监测主要是进行了降雨量监测,张家湾雨量监测站布设于张家湾丘陵区前缘,海拔2 343.469 m,西宁气象站位于二十里铺莫家泉湾宁大路255号,海拔2 295.2 m。通过分析对比张家湾

降雨量及西宁站降雨量进行对比分析(主汛期8—9月),降雨在时间空间分布上呈不均匀(图4),如2019年8月30日,西宁站监测降雨量51.8 mm,而张家湾降雨量为17.8 mm；2019年9月8日,西宁站监测降雨量0.3 mm,而张家湾降雨量为17.0 mm,一方面表明降雨量时空分布不均(降雨时限、海拔影响等),而另一方面也存在降雨量监测精度标准统一的问题及监测时段统计值的问题,如张家湾站统计值为00：00—24：00,而西宁站统计值为当日20：00至次日20：00(20：00—20：00)。从降雨量监测数据存在差别也表明,由于降雨时空分布不均,每处地质灾害有必要设置专门的降雨量进行监测。

图4 张家湾降雨量与西宁气象站降雨量对比图

通过对降水量、气温、相对湿度的长期监测,并与典型突发型滑坡的变形破坏对比分析,地表位移数据与降水量、气温有一定关系,与相对湿度没有明显相关性(图5)。通过对实际降雨量的监测,降雨是造成滑坡局部变形的引发因素,对大厚度滑坡而言,张家湾滑坡滑面深最深达34.5 m,降雨入渗深度范围有限,对滑带土强度降低影响小,滑坡整体稳定性影响小,总体反映呈滞后。但对于表层黄土,降雨对突发性黄土型滑坡敏感度高,表明了降雨入渗对大厚度滑坡影响滞后性,对浅层黄土滑坡影响较为明显。

图5 西宁市2019年日气象要素对比分析图

分析DB01地表监测垂直位移数据(2019年8月至2020年8月),监测数据呈凹型,监测曲线气温与气温曲线基本呈吻合状态,2019年8—10月区间,垂直变形量在+0.488～-7.342 mm之间波动,在20.6～7.6 ℃之间,从10月中旬过后至翌年2月份,垂直变形量和气温同步呈下降曲线,从-7.342 mm下降至-15.137 mm,气温由7.6 ℃下降至-11 ℃,2月份后垂直变形量和气温同步上升波动,地表监测垂直位移主要受气温影响,由于西宁处于高寒地区,随着季节变化,气象数据具有明显的波动特征(图6),平均温度较高的夏季湿度更大；平均温度较低的冬季湿度较小,而平均气温的上下波动反映了张家湾具有明显的冻融循环特征,滑坡体一定程度上也受到冻胀融沉作用的影响。

图6 气温与地表位移影响图

4.2 地表位移监测数据分析

在张家湾二期滑坡和三期滑坡后部、四期滑坡前部建设地表位移监测站3处,采用GNSS(global navigation satellite system)位移监测仪采集地表位移相关数据,实时掌握滑坡区地表瞬时位移情况。通过监测数据统计,DB01水平变化速率-0.99～1.24 mm/d,垂直变化速率-5.44～6.84 mm/d,水平位移累计变化9.34 mm(最大水平累计位移10.4 mm,2020年7月25日),垂直位移累计变化-2.7 mm(最大垂直累计位移-15.1 mm,2020年2月13日),DB02水平变化速率-5.66～8.04 mm/d,垂直变化速率-24.23～15.11 mm/d,水平位移累计变化12.21 mm(最大水平累计位移12.7 mm,2020年7月29日),垂直位移累计变化-4.9 mm(最大垂直累计位移-22.0 mm,2019年12月19日),DB02监测站在2019年1-12月期间位移量波动较大,主要原因是设备维修更换造成的波动频繁,属于设备人工数据恢复处理信号波动。DB03水平变化速率-1.0～1.0 mm/d,垂直变化速率-7.23～7.14 mm/d,水平位移累计变化11.66 mm(最大水平累计位移12.0 mm,2020年7月25日),垂直位移累计变化-3.17 mm(最大垂直累计位移-12.9 mm,2020年5月20日)(图7)。从现场复核、人工监测及勘查成果均显示,张家湾滑坡目前变形阶段处于等速变形阶段(稳定蠕滑阶段),年水平位移变形量10 mm,整个滑坡变形曲线上看,这个等速变形时间较长。从三个地表位移变形矢量方向来看,DB01主要向NNE方向变形,DB02主要向NNW方向变形,DB03主要向NNW方向变形(图8),与滑坡滑向基本一致。

图7 地表位移变形曲线分析图

图8 地表位移变形矢量方向图

4.3 深部位移监测数据分析

张家湾滑坡在天然状态下处于缓慢变形阶段,且自深部稳定层起,越往地表土体位移量越大。SB01(XK12)、SB02(XK13)测斜绳长度为30 m,每孔设置15节,单节2 m,SB01(XK12)自地下30 m往地表,水平位移变形4.97～27.72 mm；SB02(XK13)自地下30 m往地表,水平位移变形1.5～27.89 mm；SB03(XK15)测斜绳长度为50 m,每孔设置25节,单节2 m,SB03(XK15)自地下50 m往地表,水平位移变形4.18～54.28 mm。最大位移年变形量27.72～54.28 mm/a,换算每天变形量0.076～0.149 mm/d,变形速度较缓,处于蠕动变形。

从XK12、XK13、XK15号孔滑动面埋深分别为4.8 m和26.8 m,通过深部位移长期观测,监测出XK13深部三级滑动面,埋深分别约为5.5 m、13.5 m和23.5 m,因本次深部位移监测测斜绳节长为2 m,考虑到监测精度受测斜绳节长影响,野外判断出的浅层和深层滑动面基本与监测出的滑面埋深一致(图9),由此可见深部位移监测对监测滑坡多级滑动面具有明显指导意义[12](图10)。从深部监测孔位移方向判断,3个孔的变形位移矢量方向和滑坡主滑向基本一致,个别存在小角度偏差。监测曲线推测XK15在44.5 m处可能存在变形,地质钻探对该处没有明显的异常,是否存在深层滑面有待进一步研究验证。

图9 张家湾滑坡地质勘查滑面与深部监测变形

图10 张家湾滑坡深部水平位移变形曲线

5 结论

本次研究以张家湾滑坡监测数据为基础,从地质灾害的致灾机理和外部诱因出发,综合考虑地形地貌、岩土体条件、地震、人类工程活动等影响因素,基于视频监测、降雨监测、裂缝监测、地表位移监测和深部位移监测数据,实现了地质灾害的监测自动化,对张家湾滑坡变形情况进行了相关分析。

(1) 通过对降水量、气温、相对湿度的长期监测,并与张家湾滑坡的变形破坏对比分析,地表位移与降水量、气温有一定关系,与相对湿度没有明显相关性。降雨是造成滑坡局部变形的引发因素,对大厚度滑坡而言,影响呈一定滞后性,对浅层黄土滑坡稳定影响较为明显。由于西宁处于高寒地区,随着季节变化,平均气温的上下波动反映了张家湾具有明显的冻融循环特征,滑坡体一定程度上也受到冻胀融沉作用的影响。

(2) 从现场复核、人工监测及勘查成果显示,张家湾滑坡目前变形阶段处于稳定蠕滑阶段,年水平位移变形量约10 mm。张家湾滑坡区地表变形位移量后缘大于前缘大于中部,这与张家湾滑坡西侧后壁不断滑塌后移、中部无明显变形迹象、前缘受钢材市场堆料加载而导致G109国道南侧挡墙鼓胀变形的实际情况相符合。

(3) 本文研究工作通过雨量、GNSS地表位移、GNSS裂缝位移及GNSS深部位移数据分析,并和前期勘查数据、人工监测数据进行对比分析研究,监测数据成果表明采用的北斗云监测装置监测的数据是可靠的,且监测数据精度更高,反映出滑坡地表及深部变形位移的实际情况。