陶志刚 罗森林 朱 淳 何满潮

(①深部岩土力学与地下工程国家重点实验室， 北京 100083， 中国) (②中国矿业大学(北京)力学与建筑工程学院， 北京 100083， 中国) (③同济大学岩土及地下工程教育部重点实验室， 上海 200092， 中国) (④河海大学， 地球科学与工程学院， 南京 210098， 中国)

0 引 言

我国滑坡灾害占所有地质灾害的68%以上，对人民的生命财产安全带来了巨大的威胁(许强等， 2004； 中国地质调查局， 2020)。滑坡问题一直是防灾减灾研究领域的一大热点问题，随着学科交叉与学科融合，新型的监测预警技术与设备逐渐被开发和应用(Huang et al.，2016； 许强等， 2020)， 监测数据的类型，精度和时效性均大大提升，使边坡的监测和临滑预警研究工作向前推进了一步。边坡位移监测由经纬仪，水准仪等发展为红外测距仪，高精度GPS，InSAR等(唐亚明等， 2012)，监测手段更加先进，精度也越来越高，深部位移监测也逐渐受到了重视(王志旺等， 2004)。除位移监测外，物理场监测，降雨监测，震动监测等都开始成为研究对象，本文主要是根据通过牛顿力监测临滑预警成功案例对滑坡力学过程进行分析。

目前许多滑坡监测预警模式是基于斋藤迪孝提出的土体蠕滑三阶段的理论对滑坡位移进行定性分析(贺可强等， 2016； 王珣等， 2017； 韦忠跟， 2017； 许强等， 2019； 许强， 2020)，该方法适用于大范围岩土体边坡稳定性分析，并通过InSAR等技术能有效识别边坡蠕滑土体的范围(白洁等， 2020)。许强等(2004， 2019)， 许强(2020)通过对滑坡三阶段变形曲线进行细化研究，提出了基于天-空-地一体的地灾早期识别与监测预警系统，采用多源高精监测设备对大面积地表蠕滑位移进行监测，有效识别存在滑坡隐患的地质区域。基于表面土体位移识别监测模式，能在早期发现产生蠕滑的边坡，若要实现高准确度的临滑预警，需要大量不同类型的滑坡案例进行分析，总结规律。在不完全了解滑坡规律与机制的情况下，机器学习(刘艳辉等， 2021)与神经网络技术通过机器对大量滑坡样本的各项参数进行学习，或者多源监测数据进行深度分析及样本训练等(张宁等， 2019)，也能达到判定边坡稳定性的目的。进而， 一部分学者提出了力学监测的预警方法(杜岩等， 2017， 2019)，但是该方法多应用于位移变形监测方法失效的崩塌灾害研究。针对这个问题，何满潮(2016)提出了牛顿力双体灾变模型，解释了边坡由变形到灾变的力学模式，认为通过对滑体和滑床之间力的变化进行监测可以实现临滑预警，通过多次成功实践(陶志刚等， 2015， 2017a， 2017b； 杨晓杰等， 2017)证明理论的合理性和实践的可操作性。本文将基于牛顿力监测系统对雅安宝兴县滑坡过程与力学演化进行分析。

1 工程地质概况

宝兴县位于四川盆地西部边缘，雅安市的北部，勘查区位于宝兴县中部(图 1)，地处金汤弧形构造带中部与龙门山北东向构造带结合部位，地质构造复杂，褶皱断裂发育。

图 1 勘查区地理位置图Fig. 1 Geographical location map of exploration area

宝兴县气候属亚热带季风气候，四季分明，夏季降雨集中，主要集中在6～9月。受山地海拔影响，地质勘查区昼夜温差较大，岩体风化严重，并使土体在旱季龟裂，促使雨水下渗量较大，雨水下渗后，使岩土体水分饱和、软化，降低了岩土体的抗剪强度并增加了岩土体的容重。同时，地下水的增加，增大了地下水的动水压力和静水压力，使斜坡发生变形(章亮等， 2018)。因此，降雨是勘查区地质灾害产生的主要诱发因素之一。

监测点布设区位于Ⅰ号老滑坡体的前缘边界处，大致位置如图 2所示。唐包滑坡Ⅰ号滑坡体前后缘相对高差373～376m，呈长舌状，前缘宽约450m，表面松散层平均厚约20.5m，滑体体积约478.59×104m3，属于大型土质牵引式滑坡。其平面形态呈长舌状，剖面形态呈阶梯状，前缘坡面呈鼓丘阶梯状，地形坡度30°～40°，中部地形坡度25°～40°，后缘地形坡度40°～50°。滑体物质大多堆积于滑坡体的前部，呈鼓丘状微地貌形态，中、后部滑体物质主要由呈松散状的第四系残坡积块碎石土和含碎石粉质黏土组成，前缘滑体物质主要由呈松散-密实状的块碎石土组成。

图 2 Ⅰ号滑坡体与监测点布设区位置关系图Fig. 2 Location relationship between landslide Ⅰ and monitoring point layout area

图 3 牛顿力监测预警系统组成及NPR锚索组成Fig. 3 (a) Newton force monitoring and early warning system; (b) NPR anchor cablea. 牛顿力监测预警系统; b. NPR锚索工作原理

2 牛顿力监测系统简述

2.1 监测设备组成

牛顿力是反映的基岩与滑床之间由弹塑性变形转变为运动状态时的不平衡力变化的情况。牛顿力监测系统组成如图 3a所示，该监测系统是以NPR锚索(He et al.，2014)为核心， 4G网络为传输介质，监控中心为枢纽，实时监测与传输数据。滑坡属于岩体大变形灾害，若要监测整个滑坡过程中滑体与基岩之间力的变化情况，需要一种能适应这个大变形的装置。NPR锚索组成及工作原理如图 3b所示，主要由套管、恒阻体以及锚索组成，边坡深部通过锚固段将锚索锚固在基岩上，表层通过锚墩对锚索施加预紧力，并在锚墩处安装力学传感器，进而对锚索受力进行监测。NPR锚索具有高恒阻、大变形、强吸能、抗冲击等超常力学性能，能在滑体相对滑床发生大变形后，通过套管与恒阻体发生摩擦滑移，依然保持高恒阻力，适用于全过程滑坡牛顿力监测。监测数据通过网络无线传输至监控中心，监控中心对数据进行分析，然后根据分析结果对边坡的稳定性进行判断，并实时将数据和分析结果传输至客户端，以便用户能通过网络实时获取数据和查看边坡稳定性情况。

2.2 测点布置

为有针对性地布设监测点，进行现场地质概况调查，发现傍山公路路肩存在少量裂缝，整个路基建立在两个大的不稳定坡体上。地质勘察报告显示，该边坡地质情况复杂存在多种破坏的模式，尤其当雨水下渗，泥岩接触面的黏结力降低，抗滑力下降，较易发生滑坡灾害，对公路及行车安全造成极大威胁。根据现场选点考察以及分析结果，按照每40～60m布设一个监测点的要求，设计在滑坡风险高的区域均匀设置5个监测点(图 4)，连续对边坡的牛顿力进行监测。

2.3 预警准则

何满潮(2009)， 陶志刚等(2015)根据现场实践经验基于牛顿力滑坡监测预警系统建立了“蓝黄橙红”的预警准则(表 1)。预警准则分为二级，一级准则是以预紧力T0为评判标准，当牛顿力增长3T0以上时发布红色预警； 二级准则是按照牛顿力增长的绝对值以及牛顿力曲线趋势判定，当牛顿力突降时，发布红色预警，达到任意预警条件均发布相应级别的预警报告。

表 1 滑坡牛顿力监测预警等级及预警准则Table 1 Newton force monitoring early warning levels and early warning criteria

3 监测数据及分析

通过钻孔、下锚索、浇筑锚墩、施加预应力、监测系统安装等一系列流程， 5个监测点分批次在5月安装完毕并投入使用。通过太阳能电源的持续供电，无线网络数据的实时传输，在整个监测期间获取了大量数据，期间成功预测了滑坡和路基沉降共2次。

3.1 BX3测点分析

BX3 监测点设备经调试运行，从5月开始对边坡进行实时牛顿力监测并反馈监测数据，如图 5所示。地表浅表层第四系杂填土表征为欠固结性，在NPR锚索预紧力的挤压下，监测曲线表征为软化压入模式(何满潮， 2009)，监测曲线在初期表现为轴力稳定，无明显波动，然后出现小幅度台阶式下沉。经软化压入后锚索轴力值为139kN。7月份降雨量显著增加，地下水赋存主要受东侧河流与大气降水影响。边坡排水系统不完善，遭遇强降雨后，地表水下渗导致土体容重增加，土体吸水软化，抗剪强度降低，边坡稳定性变低。抗滑力的下降和下滑力的上升导致地表锚索轴力以小斜率缓慢增加。

图 5 牛顿力监测曲线与降雨量对比图Fig. 5 Comparison between Newton force monitoring curve and rainfall

经过1个月时间演化，雨水下渗，表层土体吸水软化，强度降低，黏结力也随之下降。于8月20号锚索轴力显著增加，增速较快，于8月26日牛顿力已达 239kN，增幅量已超过100kN，符合二级准则的中期预警条件，向当地发出中期预警，并派出调查人员进行现场调查，现场调查结果显示，公路地面出现裂缝，裂缝均沿公路干线方向发育(图 6)，说明所受力为朝向公路外沿的张拉力，且公路外沿侧有下沉趋势。

图 7 滑坡总览图Fig. 7 Landslide map

图6 路面裂缝图(边坡后沿)Fig. 6 Pavement crack diagram(Back edge of slope)

8月28日10：50，牛顿力曲线突降，经研究后随即向当地发出临滑预警，当地相关部门立刻封锁了该段公路，于当日14：23，公路路基发生沉降，最大沉降量达40cm。公路外沿破坏，发生滑坡，坡体长约78m，宽约 65m，滑坡体潜在滑动面埋深约 5m，总体积约2.5m×104m3。滑坡周界在平面上呈“几”字形展布，两侧以羽状拉裂缝为界，沿滑动面无明显地下水出漏点，裂缝宽约5～15cm，滑坡体走向10°。公路一侧栏杆已冲刷至坡底，岩体破碎，多数为卵石，最大块体直径约 60cm，磨圆度差，擦痕显著，滑坡形成沟槽深度约1m，如图 7所示。在发出预警信号后3.5h， BX3监测点处发生滑坡，因提前控制车辆通行，本次滑坡与路基下沉未造成人员伤亡。

3.2 BX4测点分析

BX4监测点同样因长时间降雨的影响，土体渗水软化，在同期也出现了滑坡趋势，但曲线前期牛顿力的发展模式和BX3有较为明显的差别。8月中上旬，宝兴县降雨量集中，在雨水下渗后，滑动面黏结力降低，滑体处于极限稳定状态，滑体受扰动后，裂缝发育，导致牛顿力突升，并达到了中期预警的阈值。裂缝产生后5天牛顿力处于稳定状态，由于当地持续的强降雨，导致土体含水率维持在一个较高的水平，土体强度进一步下降，在8月26日、27日连续出现牛顿力突降，并于27日18：30发出临滑预警后，于当日23：23，BX4监测点路基裂缝大范围扩展，出现不均匀沉降。在预警信号发出5h后，BX4监测点附近公路路面裂纹迅速扩展并发生沉降，边坡位移变形较小，以路基表面出现扩展性裂纹和沿公路沿线错台现象为主。

图 9 滑坡区等高线图Fig. 9 Contour map of landslide area

4 滑坡过程分析

从图 5和图 8的牛顿力曲线来看，牛顿力曲线的升高均滞后当地降雨量曲线，对于该类第四系土质边坡降水影响较大，且在短期内因边坡蠕滑变形，而这个典型的塑形变形过程导致牛顿力以较大的斜率突增。土质边坡相对于岩质边坡刚度更小，而具有更明显的塑形特征，体现在牛顿力曲线上，即牛顿力上升幅值较小，基本上达到中期预警阈值后，短期内就会出现临滑特征，即牛顿力突降(突降幅值亦较小)。就目前监测情况来看，第1次滑坡体量与规模都较小，仅公路外沿边坡发生破坏，亦或路基出现不均匀沉降和扩展裂缝，在此之后，牛顿力曲线继续上升，且具有稳定的趋势。但是滑坡体并不处于一个稳定的状态，因为牛顿力一直处于一个较高的水平，属于次稳定状态，在该状态下，若边坡受到一定扰动，极有可能打破暂时的稳定状态，牛顿力再次上升，出现滑坡灾害。

图 8 牛顿力监测曲线与降雨量对比图Fig. 8 Comparison between Newton force monitoring curve and rainfall

对于BX3监测点处的滑坡，由地质勘察报告的等高线图可知(图 9)，该滑坡的左沿与老滑坡体边界相契合，老滑坡体边界沉积的时间也较小于其他位置，其强度也更低，且滑坡处等高线较密，边坡较陡，属于容易发生滑坡的位置。而BX4监测点的位置位于老滑坡体边界的外侧，但因其滑坡现象不显著，只在边坡上沿出现了路基沉降和张拉裂缝(图10)，无法详细估计最终滑坡范围和体量。通过牛顿力曲线的趋势，可以认为这两处的滑坡均未达到最终稳定的状态，仅发生了部分滑移与沉降，处于次稳定状态，在受扰动后依然存在发生二次滑坡的危险。

图 10 路面不均匀沉降图Fig. 10 Photos of uneven settlement of pavement

BX3监测点坡面截面示意如图 11所示，该处坡体位于老滑坡体上且位于老滑坡体边界，处于欠稳定的位置。边坡的潜在滑动面延伸至公路内侧，使得该段公路存在不均匀沉降的危险。坡体表面以块碎石土，杂填土等透水性较强的覆土层居多。一般情况下，边坡位于山区，受扰动较少，坡体处于稳定状态，牛顿力曲线处于较为稳定的状态，如图 5、图 8牛顿力监测曲线前段。2020年7～8月南方多地强降雨，宝兴县降雨量也明显增加，并出现了连续降雨，大量雨水下渗，河水上涨，导致坡体地下水位上升至潜在滑动面。潜在滑动面土体吸水软化，抗滑力下降，再加上坡脚支挡部分因软化强度降低，坡体出现下滑趋势，滑体与滑床黏结力下降，同时监测系统牛顿力上升，边坡后壁往往会出现裂缝。

图 11 BX3 监测点坡面截面示意图Fig. 11 Schematic diagram of slope section of BX3 monitoring point

监测过程的简化力学模型可以表述为：

ΔF=-k(T2-T1)

(1)

式中：ΔF为监测变量；T2为滑体与滑床黏结力弱化后的抗滑力(kN)；T1为初始抗滑力(kN)；k为常系数。

假设前提：此刻的滑体处于极限稳定状态。滑体在不发生明显位移的条件下，可以认为支持滑体稳定的抗滑力为定值，当滑体和滑床之间的黏结力因外在因素减小时，滑体有下滑的趋势，滑坡后壁往往会出现裂缝，即：牛顿力上升的过程中，公路受拉出现了扩展性裂缝，裂缝均沿公路干线发展。但短时间内滑坡并不会发生，一方面滑坡在蠕滑的过程中，边坡内力重分布， 剪切口会形成支挡结构承受部分下滑力； 另一方面滑体发生蠕滑后，因扰动损失的力一部分会转移到锚索上，锚索轴力增加。该过程需要指出的是，监测滑坡前期蠕滑的整个过程，锚索需要与滑体变形协调，而滑体的变形量属于大变形范畴，锚索需在大变形时不发生破断，并且锚索的锚固段须延伸至深层基岩(图 11)。

滑体在经过一段时间蠕滑变形后，剪切口支挡结构达到受力极限，滑体出现临滑特征，滑坡后壁裂缝再次发育，甚至出现错台。滑体局部出现卸力，牛顿力曲线突降，这便是临滑现象，此时滑体已经出现了滑动趋势，且滑体的加速度不为0。该过程为滑坡的临滑发育时间，这个过程根据经验可知，质量越大发育的时间也相对越长，即滑体从加速到灾变的时间越长，可供监测时间也越长。

将目前牛顿力监测预警系统成功预警的滑坡其体量与临滑预警时间进行回归， 二者趋势大致符合式(2)， 二者呈正相关。通过该关系曲线能大致推断滑坡后滑体的体量大小。

y=aebln x

(2)

式中：y为预警时间到滑坡发生的预警时长(h)；x为滑坡体量(m3)；a，b为系数，且a≈0.17，b≈0.39。

图 12 牛顿力监测曲线与斋藤模型对比Fig. 12 Comparison between Newton force monitoring curve and Saito modela. 牛顿力检测曲线； b. 斋藤模型

5 牛顿力演化过程与斋藤模型对比

牛顿力监测模型主要根据牛顿力演化过程对滑坡稳定性进行分析(图 12a)，监测曲线主要分为3个部分，当牛顿力曲线处于水平时，边坡处于稳定阶段，无滑坡风险(图中软化压入为该类边坡特征，土体表层以杂填土、块碎石居多，施加预应力后出现软化压入的情况)； 牛顿力处于上升段时，根据力变化的大小可分为多种预警级别，在此统称为牛顿力演化阶段； 而后以牛顿力突降为时间起点为滑体灾变阶段，以目前工程经验，从牛顿力突降至滑坡灾害发生，时长间隔约为4～20h，其与滑体体量相关。

斋藤模型主要利用地表位移监测技术，根据连续监测数据的变形趋势(图 12b)与斋藤模型进行比对来反映滑坡变形所处的阶段。斋藤模型一共分为3个阶段，初始变形、等速变形和加速变形，滑体灾变一般发生在加速变形的某个时间节点。目前完全通过位移监测数据量化，成功预测滑坡的案例极为少见，多为滑坡后用数据对理论检验，如亓星等(2020)通过改进斋藤模型对甘肃黑方台滑坡前期监测数据进行分析，得出的预测滑坡时间与实际滑坡时间相差较小。该方法在反映滑坡发育所处的各个阶段具有极大的优势，从理论上讲可根据大量滑坡经验数据对滑坡各种演变模式进行总结，从而实现临滑预警，但因为该模型的经验性和统计性的特点，目前依据斋藤模型真正意义上成功预测滑坡的案例较少，基于变形监测的短期临滑预警方面还需要进一步研究。

对比牛顿力监测曲线和斋藤模型，若假定滑体稳定阶段无变形，则斋藤模型的初始变形和等速变形的蠕滑过程均对应牛顿力演化阶段。加速变形阶段就是滑体出现加速度，当速度累积到一定程度时，滑体就会灾变。牛顿力出现突降出现在加速变形阶段的某个节点，两者在这一阶段对应性较为模糊。

斋藤模型的优势在于，利用现有先进的地表位移监测技术，能定性分析大范围地质区域内坡体稳定性。若结合斋藤模型和牛顿力监测预警系统的优势，从面到点的监测思路，能有效规避与减少滑坡灾害带来的损失。“面监测”：利用InSAR、GNSS等技术可以对大范围地质区域内的坡体进行连续变形监测，并根据斋藤模型可分析滑体蠕滑所处阶段。需要指出的是，斋藤模型的蠕滑速度对比是对自身各时期的蠕滑速度对比，并没有绝对值参考，所以需要对边坡长时间连续监测才能有效分析坡体变形所处阶段。“点监测”：对有滑坡风险的坡体根据其危害性大小进行分类，若滑坡后对当地人民的生命财产安全及生产活动产生较大威胁，便需采用牛顿力监测预警系统进行精确监测。两种监测思路的融合与技术的合成，以及适用的范围需进一步研究。

6 结 论

(1)通过对滑坡的充分必要性的分析，基于高精度力学传感器和无线传输技术，建立了NPR牛顿力监测预警系统，并且将系统应用于宝兴县建于老滑坡体上公路的边坡监测与预警，通过对监测牛顿力曲线的分析，BX3监测点在发出临滑预警3.5h， BX4监测点在发出临滑预警4h后，两处均发生了不同程度的滑坡与沉降。

(2)边坡岩土体组分构成主要是杂填土与多孔隙岩体为主，根据地勘结果，可知该边坡位于老滑坡体滑体边界，该处边坡以松散块石与第四系杂填土为主，强度和稳定性也相对较低。通过对滑坡敏感性因素分析，对比牛顿力曲线和降雨量，牛顿力曲线上升略滞后于降雨量增加，认为外在因素以降雨为主。

(3)通过分析滑坡发生前后牛顿力监测曲线和现场表观现象，根据滑坡牛顿力监测曲线可将滑坡力学演化过程分为3个阶段：①牛顿力上升阶段，边坡后壁出现裂缝； ②牛顿力突降阶段，边坡出现临滑现象，边坡后壁裂缝扩展，甚至会出现部分错台； ③滑坡阶段，在牛顿力突降后一段时间后(一般4～20h)，滑坡发生。

(4)最后对比牛顿力监测曲线和斋藤模型，得出两条曲线各阶段的大致对应关系，但因为两者曲线所依据的数据类型不同，牛顿力曲线的临滑段与斋藤模型的加速蠕变段对应关系较模糊。最后根据牛顿力监测与斋藤模型在实际应用中的优缺点，提出从“面”的角度对大范围内的边坡进行监测，再对识别出可能发生滑坡的“点”进行牛顿力监测，点面结合，从而提高滑坡监测的效率和精确度。