王鲁男 晏鄂川 陆文博 柳万里

（中国地质大学（武汉）工程学院 武汉 430074）

库水变动下堆积层滑坡加卸载响应规律与稳定性预测*

王鲁男 晏鄂川 陆文博 柳万里

（中国地质大学（武汉）工程学院 武汉 430074）

三峡库区堆积层滑坡稳定性受库水位变动影响十分明显，库水变动下堆积层滑坡的演化过程与稳定性预测研究对防灾减灾具有重要的指导意义。基于库水变动与滑坡变形的响应关系，建立库水动力加卸载与位移速率响应耦合的加卸载响应比预测模型；建立库水变动与滑坡稳定系数的响应关系，进而确定库水变动下滑坡体的渗流场类型，并以滑坡稳定系数的变化率的正负来判断库水变动的加卸载作用。以黄莲树滑坡为例，预测其稳定性，并对预测结果进行验证。结果表明：黄莲树滑坡水平方向位移变化与库水变动存在响应关系，且响应具有明显的滞后性；库水变动下该滑坡的渗流场属于动水压力型，每个水文年中库水动力对滑坡有6个月为加载过程，1个月为卸载过程；滑坡监测点的加卸载响应比在2011年出现整体上升并大于1，揭示滑坡趋于失稳，对库水变动加卸载作用的响应加强。结论得到了宏观变形破坏迹象的验证，说明改进的加卸载响应比预测模型具有良好的预测效果。

滑坡预测 库水变动 加卸载响应比 黄莲树滑坡

0 引 言

堆积层滑坡是指发育于第四系松散堆积体中的一类滑坡，主要由崩积、洪积、冰碛等形成的砂砾石或碎石土组成（朱大鹏，2010）。其结构松散，透水性较强，多受降雨或库水变动激发，可一次激发剧滑或多次反复缓慢蠕移。自三峡水库正式蓄水后，各种地质灾害频发，其中以库水诱发的堆积层滑坡灾害最为典型。正是由于库水的大幅度变动，改变滑坡体内的渗流场和岩土体应力状态，滑坡发生局部甚至整体失稳。因此，库水变动下堆积层滑坡演化过程与稳定性预测研究具有重要的现实意义。

目前，滑坡预测主要采用极限平衡力学评价方法和位移时序评价预测方法（李秀珍等，2007，2009）。前者受限于岩土体物理力学参数的可靠性和模型简化带来的误差，后者作为数学评价模型，缺乏对滑坡形成机理和力学成因的解释（陈为公等，2013）。尤其对于三峡库区的堆积层滑坡，库水变动引起强烈、复杂、周期性的水－岩（土）相互作用，利用上述两种方法进行滑坡预测是极为困难的。为克服两种方法的缺陷，许强等（1995）在滑坡预测领域引入加卸载响应比理论，率先从系统动力响应角度对滑坡演化进行解释，并将加卸载响应比作为滑坡中短期预报的判据；之后，贺可强等（2004，2008a，2008b）研究了加卸载响应比理论在堆积层滑坡预测中的应用，以降雨和地下水变化作为动力因子，分别建立了堆积层滑坡加卸载响应比预测模型；姜彤等（2007）基于地震作用下边坡的响应规律，提出用边坡系统整体响应的加卸载响应度代替边坡稳定分析传统方法中的安全系数；汤罗圣等（2012）提出了一种以库水位为加卸载参数、以滑坡加速度为加卸载响应参数的预测模型，并以八字门滑坡为例对其准确性进行验证。综上所述，学者们已将加卸载响应理论广泛应用于滑坡预测中，动力因子囊括了地震、降雨和库水等常见诱发因素。但是加卸载响应比理论提出于地震预报领域，其动力加卸载作用的划分方法并不适合于滑坡预测，导致滑坡预测中动力加卸载作用划分缺乏可靠的依据（如降雨以年降雨平均值为界限、库水以坡体地下水位平均值为界限），造成加卸载响应比预测结果与实际不符。

针对堆积层滑坡，本文以库水为动力因子，并将库水变动形成的渗流场加卸载变化过程作为加卸载动力过程，以滑坡的位移速率变化作为对库水动力的响应，建立库水动力加卸载与位移速率响应耦合的加卸载响应比预测模型。从力学角度对库水动力加卸载作用进行判别，首先建立库水变动与滑坡稳定性系数的响应关系，确定库水变动下滑坡体内渗流场的类型，然后以稳定系数变化率（ΔFs）的正负来判断库水动力的加卸载作用。以黄莲树滑坡为例，使用其监测点数据进行加卸载响应比计算，预测滑坡的稳定性，并利用宏观变形破坏迹象对改进的模型预测结果进行验证。

1 加卸载响应比理论在堆积层滑坡预测中的应用

根据非线性科学理论，不同发展演化阶段下的同一事物，对外界扰动的响应是不一样的。在此基础上，我国学者尹祥础提出加卸载响应比理论，主要应用于地震预报（张文杰等，2005）。该理论核心观点为非线性系统失稳前的基本征兆之一是系统对加载与卸载的响应差别增大（Yin et al.，1994）。

作为一个开放的系统，滑坡常遭受外界因素的侵扰，这些因素产生的荷载以P来表示；在荷载作用下，滑坡系统产生的响应以R来表示（许强等，2008）。设荷载增量为ΔP时，所对应的响应增量为ΔR，定义响应率X为：

为定量刻画系统的加载响应与卸载响应差别，令X＋与X－分别代表加载与卸载的响应率，引入无量纲的参量——加卸载响应比：

根据滑坡对外界扰动的响应规律可知，作为一种非线性系统，滑坡与地震有着类似的失稳前征兆，即加卸载响应比Y增大。因此，可用加卸载响应比Y这一参量定量描述与判别滑坡的演化过程与规律，进而预测滑坡的稳定性。具体判别标准如下：

若Y≈1，滑坡基本稳定，岩土体介质处于弹性阶段；

若Y＞1，滑坡趋于失稳，岩土体介质处于损伤阶段；

若Y≫1，滑坡临近破坏，岩土体介质近于崩溃。

2 库水变动下堆积层滑坡的加卸载响应比预测模型

2.1 加卸载响应比预测模型的建立

建立滑坡的加卸载响应比预测模型，首先需要选取加卸载参数与响应参数，两参数不但要能反映滑坡动力加卸载与动态响应，还要便于量测和计算。对于三峡库区的堆积层滑坡，库水变动是影响滑坡稳定性的重要诱发因素，因此选择库水位作为库水动力加卸载参数。鉴于滑坡监测信息多以地表位移监测为主，缺少其他的资料，可以通过时间－位移曲线计算位移速率作为响应参数。由此建立起以库水位为加卸载参数、以位移速率为响应参数、以库水动力加卸载与位移速率响应耦合的加卸载响应比预测模型。

2.2 库水变动对堆积层滑坡加卸载作用判别

现有研究中，库水加卸载作用的判别方法主要有：库水位上升对应卸载、库水位下降对应加载（张娟，2011）；以坡体地下水位平均值为限，实际水位大于平均值为加载，小于平均值为卸载（贺可强等，2008a）；以滑坡位移（或速率、加速度）正负来判断加卸载（汤罗圣等，2012）。

不难想象，忽视滑坡自身条件（尤其是滑体渗透性）和赋存环境，简单地判别库水变动对堆积层滑坡加卸载作用是缺乏依据的，将严重削弱滑坡预测模型的可靠性。在地震预报领域中，以基于库仑破坏准则的库仑破裂应力（CFS）来判断地震的加卸载作用，取得了理想的效果（Reasenberg et al.，1992；Harris，2000）。参考地震动力加卸载作用的判别，本文从力学角度提出库水动力加卸载作用判别方法：对滑坡稳定性有利的动力作用视为卸载过程；对滑坡稳定性不利的动力作用视为加载过程。

实际上，库水变动对滑坡稳定性影响是很难判断的。但是根据库水与坡体内地下水相互作用的水力学特征可知，库水变动对滑坡体的影响主要以渗透压力形式表现的动水压力作用和以浮托力（超孔隙水压力）形式表现的静水压力作用。基于此，朱大鹏根据滑体渗透性等级，同时参考浸润线与水平方向夹角的变化特征将滑坡的渗流场划分为3类，即浮托减重型、复合型（浮托减重型＋动水压力型）和动水压力型渗流场，且这3种类型的渗流场在库水位上升阶段和库水位下降阶段对滑坡稳定性的影响均不同（朱大鹏，2010），库水位上升阶段和下降阶段不同渗流场作用下的滑坡稳定性标准变化趋势图（图1、图2）。

图1 库水位上升阶段不同渗流场作用下的滑坡稳定性标准变化趋势图Fig.1 Landslide stability with different seepage field induced by reservoir water level rise a.浮托减重型；b.复合型；c.动水压力型

综上所述，库水变动下滑坡体的渗流场可分为浮托减重型、复合型和动水压力型3种类型，分别对应库水变动对滑坡稳定性的不同影响。因此从力学角度判别库水动力加卸载作用，首先需要确定库水变动下滑坡体的渗流场类型。本文利用GEO-Studio数值模拟软件，建立库水变动与滑坡稳定系数的响应关系（即库水变动下滑坡稳定性变化趋势图），得出库水变动下滑坡体的渗流场类型，并以滑坡稳定系数的变化率（ΔFs）的正负来判断库水变动的加卸载作用，当ΔFs＞0时，为卸载；当ΔFs＜0时，为加载。

图2 库水位下降阶段不同渗流场作用下的滑坡稳定性标准变化趋势图Fig.2 Landslide stability with different seepage field induced by reservoir water level drawdown a.浮托减重型；b.复合型；c.动水压力型

3 实例分析

黄莲树滑坡位于重庆市奉节县境内长江干流右岸斜坡上，为一堆积层老滑坡。该滑坡平面形态呈圈椅形（图3），斜坡坡向350°，坡度为5°～30°，前后缘相对高差120m；滑坡纵长约700m，横宽约650m，滑体厚8～30m，面积3.77×105m2，体积7.54× 106m3。滑坡体为第四系的粉质黏土夹碎石组成，埋深5～47m，其中滑坡前缘有薄层状粉细砂层和粉质黏土层；中部为滑坡堆积碎石土，底板埋深7.90～47.00m，变化幅度大，且呈现自下而上埋深先减小后增大的分布特点。滑带土为粉质黏土，湿－很湿，最低标高为136.3m，位于三峡水库蓄水位175m以下。基岩滑床由侏罗系珍珠冲组的砂岩、泥岩互层状出现。

自三峡库区正式运营以来，除地质结构、岩性及地形外，滑坡体内地下水与库水位存在密切的水力关系成为影响该滑坡稳定性的重要因素。

3.1 滑坡变形与库水变动的响应关系

图3 黄莲树滑坡监测预警平面布置图Fig.3 Monitoring plan of Huanglianshu landslide

黄莲树滑坡主要监测内容为GPS地表位移监测和裂缝位移自动监测，分别设置13个和5个监测点。由于库水变动对黄莲树滑坡水平方向变形的影响更加明显，选择水平方向位移速率作为响应参数。图4为自2008年三峡库区进入145～175m调度以来，黄莲树滑坡4个水文年的GPS监测点水平方向位移－库水位－时间曲线图（其他监测点累计位移和位移变化率都较小，本文给予忽略）。

图4 GPS监测点水平方向位移－库水位－时间曲线图Fig.4 Curves of horizontal displacement-time-reservoir water level of GPSmonitoring sites

空间分析表明，在4个水文年中，滑坡中部位移增量远大于两侧，中部监测点位移增量达4945mm，左侧监测点位移增量为1448mm，右侧监测点位移增量仅为476mm；同时，滑坡变形主要集中于中部，前后缘变形相对较小，这种现象经常出现在具有较陡前后缘、地势平缓的中部（一般分布有平台）等特征的混合式滑坡中（汤罗圣，2013），反映出滑坡不同部位对库水变动的响应程度不同。时间分析表明，滑坡位移阶跃值随时间推移越来越小，如FJ-05监测点在2009年的库水下降过程中位移增量达367mm，2010和2011年库水下降过程中位移增量分别为258mm和149mm，其他监测点也有类似现象，这主要得益于滑坡自身结构的调整和能量阶段性的释放。反映出滑坡对库水周期性变动“适应”现象。整体分析表明，滑坡变形受库水上升影响较小，大变形主要出现于库水位下降阶段后期，表现出一定的滞后性。

上述分析可知，库水变动形成周期性的加卸载动力作用，而监测点水平方向位移作为对库水加卸载的响应出现阶跃变化。针对库水变动下滑坡水平方向变形更加明显的滑坡，建立以库水位为加卸载参数、以水平方向位移速率为响应参数、以库水动力加卸载与位移速率响应耦合的加卸载响应比预测模型。

3.2 库水变动对滑坡加卸载作用判别

从2008年以来，三峡库水位调度过程大体上是：自9月30日至10月30日，库水位自145m回升至175m，历时约30d，水位回升速率为1m·d－1；自11月1日至12月30日为满库运行期，历时60d，水位175m；然后，自12月30日开始水位下降，至6月10日水位145m，历时161d，下降速率约0.186m·d－1。

从力学角度判别库水动力加卸载作用，首先需要确定库水变动下滑坡体的渗流场类型。本文借助GEO-Studio数值模拟软件，建立库水变动与滑坡稳定系数的响应关系，得出库水变动下滑坡体的渗流场类型。根据黄莲树滑坡地质结构与典型剖面（图3），建立数值计算模型（图5）。该计算模型剖面方向为342°，基岩岩层产状343°∠30°，模型的水平方向跨度238m，铅直方向跨度120m。该模型共有3971个节点，3889个单元。滑坡岩土体物理力学参数采用室内土工试验及现场原位测试结果（表1）。

表1 滑坡的物理力学参数Table 1 Physical and mechanical parameters of the landslide

以实际库水变动为边界条件，利用GEO-Studio软件SEEP、SIGMA、SLOPE进行耦合计算得出库水上升阶段和下降阶段与黄莲树滑坡稳定性系数的响应关系（图6）。对比图1、图2可知，库水变动下滑坡的渗流场属于动水压力型。同时，这种简单的响应关系在每个水文年都是相同的，这与实际是明显不符的，因此该关系仅仅反映一种变化趋势，是无法用来判断库水周期性变动下滑坡稳定与否的。为了预测库水变动下滑坡稳定性，本文采用加卸载响应比理论将滑坡响应规律与实际监测数据进行有机结合。

图5 滑坡数值计算模型Fig.5 Numericalmodel of the landslide①耕植土；②碎石土；③粉质黏土；④滑带土；⑤滑床

图6 库水变动与滑坡稳定性系数的响应关系Fig.6 Relationship between reservoir water level fluctuation and stability coefficient curve a.库水上升阶段；b.库水下降阶段

3.3 滑坡加卸载响应比与稳定性预测

根据图6所示库水变动与黄莲树滑坡稳定性系数的响应关系，选取一个水文年的加卸载区间，以滑坡稳定性系数变化率（ΔFs）的正负来判断库水变动的加卸载作用，当ΔFs＞0时，为卸载；当ΔFs＜0时，为加载；当库水位稳定时，无加卸载作用。一个水文年内库水变动加卸载作用划分（表2）。

表2 一个水文年库水变动加卸载作用划分Table 2 Load-unload interval differences in one year

加卸载响应比预测模型计算方法如下：每月的库水位和水平方向位移速率与上1个月的库水位和水平方向位移速率差的绝对值就是加卸载参数和响应参数，一个水文年的加载过程持续6个月，而卸载过程为1个月，因此加载参数和加载响应参数取6个月的平均值（表3）；根据表3的结果，引入式（1），求得每个水文年的加卸载响应率，带入式（2）可得到4个水文年监测点加卸载响应比（图7）。

图7 加卸载响应比变化曲线Fig.7 Curves of load-unload response ratio

可以看出，监测点FJ-04的加卸载响应比一直较大，这说明该点附近岩土体变形剧烈；2009年滑坡监测点FJ-04和FJ-05的加卸载响应比相对较大，这对应于滑坡中部出现明显变形，而FJ-08和FJ-09加卸载响应比处于1左右，说明滑坡整体上依然处于基本稳定状态；2011年4个监测点的加卸载响应比都大于1，滑坡趋于失稳，预示着变形具有进一步加剧的趋势，即滑坡对库水变动加卸载作用的响应加强。

上述研究从时间的角度分析滑坡的变形演化过程，同时也可以通过滑坡宏观变形破坏迹象，尤其是地表裂缝的变形特征，从空间的角度反映滑坡的变形演化过程。监测资料显示，滑坡体上大部分裂缝的出现始于2007年，主要分布在滑坡中前部；2009年坡体局部出现明显新的裂缝和垮塌（此时一部分监测点加卸载响应比大于1，另一部分依然处于1左右）；之后一年未出现明显的变化（监测点加卸载响应比处于1左右）；到2011年，原裂缝开始扩展并产生新裂隙（监测点加卸载响应比大于1，滑坡趋于失稳）；至2012年5月（库水加载阶段），滑坡变形增大，后缘裂缝贯通、整体下错，形成面积为6.25×104m2、体积约80×104m3的滑动区，滑动过程中前部滑坡体解体，中后部滑坡体形成纵横交错裂缝，横向出现多条贯通裂缝（胥勋剑等，2014），反映滑坡对库水变动的响应加强。

通过时空演化的有机结合，宏观变形破坏迹象验证了改进加卸载响应比预测模型的准确性。对比现有加卸载响应比预测模型，张娟（2011）针对堆积层滑坡的加卸载作用判别与本例相同，但是本例仅针对动水压力型滑坡，而对于浮托减重型和复合型堆积层滑坡的加卸载作用判别必然不同，可见改进的加卸载响应比预测模型具有更广泛的适用性。

表3 滑坡加卸载计算结果Table 3 Load-unload computation results of the landslide

4 结 论

（1）三峡库区堆积层滑坡的变形与失稳受库水变动控制明显，其位移变化规律与库水变动具有明显滞后性的响应关系，且响应关系是随着滑坡演化阶段不同而变化的；库水动力的加卸载参数可以用库水位表示，与之对应的响应参数为位移速率，进而建立以库水动力加卸载与位移速率响应耦合的加卸载响应比预测模型。

（2）以黄莲树滑坡为例，确定库水变动下滑坡的渗流场属于动水压力型，即库水上升阶段，滑坡稳定系数增大；库水下降阶段，滑坡稳定系数减小。以稳定系数变化率（ΔFs）的正负来判断库水动力的加卸载作用，得到1个水文年中有6个月为加载过程，1个月为卸载过程。

（3）在2008～2010水文年，黄莲树滑坡大部分监测点的加卸载响应比处于1左右，表明滑坡处于基本稳定状态；到2011水文年，黄莲树滑坡4个监测点的加卸载响应比出现整体上升并大于1，揭示滑坡趋于失稳，对库水变动加卸载作用的响应加强。其预测结果与宏观变形破坏迹象相符，证明改进的加卸载响应比预测模型具有较好的预测效果。

Chen W G，He K Q，Zhang J.2013.System dynamics based unload-load response ratio parameter and its application to evaluating debris landslide stability［J］.Journal of Engineering Geology，21（4）：570～576.

Harris R A.2000.Earthquake stress triggers，stress shadows，and seismic hazard［J］.Current Science Bangalore，79（9）：1215～1225.

He K Q，Li X R，Sun L N，et al.2008a.A displacement dynamics parameter of debris landslide induced by water and its application to stability evaluation［J］.Rock and Soil Mechanics，29（11）：2983～2989.

He K Q，Wang R L，Li X Z，et al.2008b.Load-unload dynamic law of groundwater level and dynamic displacement prediction of debris landslide［J］.Chinese Journal of Rock Mechanics and Engineering，27（8）：1644～1651.

He K Q，Zhou D Y，Wang S J.2004.Features of load-unload response ratio and its significance in predication of colluvial landslide induced by rainfall［J］.Chinese Journal of Rock Mechanics and Engineering，23（16）：2665～2670.

Jiang T，Ma J，Xu B.2007.Dynamic analysis method of slope stability based on LURR theory［J］.Chinese Journal of Rock Mechanics and Engineering，26（3）：626～631.

Li X Z，Kong JM，Wang C H.2007.Application of center approach grey GM（1，1）model to prediction of landslide deformation with a case study［J］.Journal of Engineering Geology，15（5）：673～676.

Li X Z，Wang C H，Kong JM.2009.Actual case based predictionmodels for landslide deformation［J］.Journal of Engineering Geology，17（4）：538～544.

Reasenberg P A，Simpson RW.1992.Response of regional seismicity to the static stress change produced by the Loma Prieta earthquake［J］. Science，255（5052）：1687～1690.

Tang L S，Yin K L.2012.Research on the application of load-unloadresponse ratio theory on time prediction of reservoir-type landslides［J］.Hydrogeology＆Engineering Geology，39（6）：93～96.

Tang L S.2013.Research on stability and prediction for the colluvial landslide in the Three Gorges Reservoir［D］.Wuhan：China University of Geoscience.

Xu Q，Huang R Q.1995.Studies on the precusor of slope instability applying to the load-unload response ratio theory［J］.The Chinese Journal of Geological Hazard and Control，6（2）：25～30.

Xu Q，Tang M G，Xu K X，et al.2008.Research on space-time evolution laws and early warning-prediction of landslides［J］.Chinese Journal of Rock Mechanics and Engineering，27（6）：1104～1112.

Xu X J，Yang Q.2014.Formation mechanism and stability analysis of Huanglianshu landslide［J］.Geotechnical Investigation＆Surveying，42（8）：6～9.

Yin X C，Chen X Z，Song ZP，etal.1994.The load-unload response ratio theory：a new approach to earthquake prediction［J］.Chinese Journal of Geophysics（English），37（6）：765～775.

Zhang J.2011.Study on the unload-load response ratio of debris landslide and its stability evolution［D］.Qingdao：Qingdao Technological University.

ZhangW J，Chen Y M，He K Q.2005.Application of loading／unloading response ratio theory to prediction of accumulative landslide［J］. Journal of Natural Disasters，14（5）：79～83.

Zhu D P.2010.Revivalmechanism and deformation prediction of typical accumulative landslide in the Three Gorges Reservoir［D］.Wuhan：China University of Geoscience.

陈为公，贺可强，张娟.2013.基于系统动力学的卸加载响应比参数及其在堆积层滑坡稳定性评价中的应用［J］.工程地质学报，21（4）：570～576.

贺可强，李相然，孙林娜，等.2008a.水诱发堆积层滑坡位移动力学参数及其在稳定性评价中的应用［J］.岩土力学，29（11）：2983～2989.

贺可强，王荣鲁，李新志，等.2008b.堆积层滑坡的地下水加卸载动力作用规律及其位移动力学预测［J］.岩石力学与工程学报，27（8）：1644～1651.

贺可强，周敦云，王思敬.2004.降雨型堆积层滑坡的加卸载响应比特征及其预测作用与意义［J］.岩石力学与工程学报，23（16）：2665～2670.

姜彤，马瑾，许兵.2007.基于加卸载响应比理论的边坡动力稳定分析方法［J］.岩石力学与工程学报，26（3）：626～631.

李秀珍，孔纪名，王成华.2007.中心逼近式灰色GM（1，1）模型在滑坡变形预测中的应用［J］.工程地质学报，15（5）：673～676.

李秀珍，王成华，孔纪名.2009.基于最优加权组合模型及高斯－牛顿法的滑坡变形预测研究［J］.工程地质学报，17（4）：538～544.

汤罗圣，殷坤龙.2012.加卸载响应比理论在水库型滑坡时间预测预报中的应用研究［J］.水文地质工程地质，39（6）：93～96.

汤罗圣.2013.三峡库区堆积层滑坡稳定性与预测预报研究［D］.武汉：中国地质大学.

许强，黄润秋.1995.用加卸载响应比理论探讨斜坡失稳前兆［J］.中国地质灾害与防治学报，6（2）：25～30.

许强，汤明高，徐开祥，等.2008.滑坡时空演化规律及预警预报研究［J］.岩石力学与工程学报，27（6）：1104～1112.

胥勋剑，杨强.2014.黄莲树滑坡形成机理及稳定性分析［J］.工程勘察，42（8）：6～9.

张娟.2011.堆积层滑坡卸加载响应比及其稳定性演化特征研究［D］.青岛：青岛理工大学.

张文杰，陈云敏，贺可强.2005.加卸载响应比理论应用于堆积层滑坡预报［J］.自然灾害学报，14（5）：79～83.

朱大鹏.2010.三峡库区典型堆积层滑坡复活机理及变形预测研究［D］.武汉：中国地质大学.

LOAD-UNLOAD REPONSE OF COLLUVIAL LANDSLIDESW ITH RESERVOIR WATER LEVEL FLUCTUATION AND STABILITY PREDICTION

WANG Lunan YAN Echuan LUWenbo LIUWanli
（Faculty of Engineering，China University of Geosciences，Wuhan 430074）

The stability of colluvial landslides in the Three Gorges Reservoir is obviously influenced by the fluctuation ofwater level.So studying the evolutionary process and stability prediction of colluvial landslides under the reservoir water level fluctuation is significant to provide references for disaster management and construction planning.The load-unload response prediction model in which reservoir water level was treated as the load-unload parameter and landslide displacement rate，as the load-unload response parameter was established.Themodel was based on the relationship between landslide deformation and reservoir water level fluctuation.And the type of landslide seepage field under the reservoirwater level fluctuation was determined by revealing the relationship.Then the load-unload interval differenceswere evaluated by the rate of stability coefficient.Taking Huanglianshu landslide for example，themodel was used to predict the development trend.The results show that the relationship betweenhorizontal displacement of the landslide and reservoir water level fluctuation has an obvious hysteretic nature.The hydrodynamic pressure landslide has a loading process of six months and an unloading process of one month.The load-unload response ratio ofmonitoring sites raises and ismore than 1.It reveals that the landslidewill be instable and the load-unload response ismore obvious due to reservoir water level fluctuation.The application results show that the prediction is well coincident with the macroscopic deformation evidence.Thus the improved model is feasible in the stability prediction of landslides.

Landslide prediction，Reservoir water level fluctuation，Load-unload response prediction，Huanglianshu landslide

P642.22

：A

10.13544／j.cnki.jeg.2016.06.002

2015－08－11；

2015－10－20.

国家自然科学基金（41172282），国家重点基础研究发展计划（“973”计划）（2011CB710605）资助.

王鲁男（1988－），男，博士生，从事岩土体稳定性与地质灾害预测预报研究.Email：wln2014＠qq.com

晏鄂川（1969－），男，博士，教授，博士生导师，主要从事岩土体稳定性评价和保护设计研究.Email：yecyec6970＠163.com