王占巍， 趙發(fā)睿， 謝文蘋， 路 睿

(青海省地質調(diào)查局， 青海 西寧 810000)

滑坡是中國常見的地質災害之一，造成了巨大的經(jīng)濟損失，嚴重威脅區(qū)內(nèi)群眾的生命財產(chǎn)安全，對其研究已成為現(xiàn)在的熱點課題之一，且由于滑坡研究領域的涉及范圍較廣，對其研究應具有側重性。其中，滑坡形成條件分析有助于掌握滑坡成因，而穩(wěn)定性評價可為其防治提供重要的參考依據(jù)，因此，針對性的開展滑坡形成條件及其穩(wěn)定性評價具有重要意義[1-4]。

在滑坡形成條件研究方面，曾潤強等[5]、曾宇桐等[6]分別對鐵三小滑坡和報恩寺滑坡開展了形成條件研究，而李卓駿等[7]則以三峽庫區(qū)典型靠椅狀滑坡為基礎，開展其形成條件研究，兩者均取得一定成果。但上述研究多是對具體滑坡開展的形成條件研究，限于區(qū)域地質條件差異，仍有必要結合具體滑坡開展針對性研究。

在滑坡穩(wěn)定性研究方面，也有學者開展了相應研究，如易慶林等[8]以點估計法為理論基礎，在考慮隨機變量的基礎上，進行了滑坡穩(wěn)定性分析；曾剛等[9]利用數(shù)值模擬軟件開展了楊家沱滑坡穩(wěn)定性研究；王富良等[10]利用模糊評價法實現(xiàn)了滑坡穩(wěn)定性的定量評價。上述研究為滑坡穩(wěn)定性評價提供了相應思路，但也存在一定不足，如數(shù)值模擬難以實現(xiàn)滑坡所處的不均勻性特征；模糊評價存在一定的主觀性等，因此仍需加大滑坡穩(wěn)定性的研究力度。

同時，鑒于青海高家灣滑坡的研究成果相對較少，僅孫建霖等[11]開展了高家灣滑坡的變形特征分析及演化過程研究；田中英等[12]利用物探手段開展了高家灣滑坡裂縫發(fā)育規(guī)律，且研究程度相對較低。因此，本文以高家灣滑坡為工程背景，在其形成條件分析的基礎上，對其穩(wěn)定性現(xiàn)狀及發(fā)展趨勢進行綜合評價，以期為相關滑坡防治奠定基礎。

1 基本原理

本文將研究過程劃分為兩階段，第一階段是結合高家灣滑坡所處區(qū)域地質條件及其基本特征，開展其形成條件分析；第二階段，是先以傳遞系數(shù)法和瑞典圓弧法為基礎，實現(xiàn)滑坡穩(wěn)定性現(xiàn)狀研究，再以長短時記憶神經(jīng)網(wǎng)絡(long short term memory network, LSTM)構建滑坡變形預測模型，以判斷滑坡穩(wěn)定性的發(fā)展趨勢，進而實現(xiàn)滑坡穩(wěn)定性的綜合評價。

根據(jù)上述，該文涉及的理論方法主要是第二階段的穩(wěn)定性評價方法，將其基本原理分述如下：

1.1 穩(wěn)定性現(xiàn)狀評價模型

據(jù)高家灣滑坡的勘查結果，區(qū)內(nèi)共計分布有4個主滑坡，標記為H1—H4滑坡，其中，H1滑坡有2個次級滑坡，即H1-1和H1-2滑坡；H2滑坡也有兩個次級滑坡，即H2-1和H2-2滑坡；H3和H4各含有一個次級滑坡，即H3-1滑坡和H4-1滑坡；同時，各滑坡的滑面形態(tài)存在一定差異，其中，H1-1，H1-2，H2-1，H2-2，H4及H4-1滑坡的滑動形態(tài)為折線面；而H1，H2，H3及H3-1滑坡的滑面形態(tài)為圓弧面，為保證穩(wěn)定性現(xiàn)狀評價的準確度，本文提出利用傳遞系數(shù)法和瑞典圓弧法分別實現(xiàn)對應滑坡的穩(wěn)定性評價，兩方法的特點如下[13-14]：

(1) 傳遞系數(shù)法。該方法是國標方法，在滑坡穩(wěn)定性評價中的適用性不言而喻，其在假定是條塊間合力作用方向與上一滑面平行，適用于不同類型滑坡在任意滑面上的穩(wěn)定性評價。

(2) 瑞典圓弧法。該方法適用于圓弧滑面土質滑坡的穩(wěn)定性計算，可有效評價本文4個圓弧滑面滑坡的穩(wěn)定性。

同時，在穩(wěn)定性計算過程中，將其計算工況設定為3種，即：①工況Ⅰ：自重；②工況Ⅱ：自重+暴雨；③工況Ⅲ：自重+地震；根據(jù)計算結果，滑坡穩(wěn)定狀態(tài)的劃分標準按表1進行。

表1 滑坡穩(wěn)定狀態(tài)劃分標準

1.2 穩(wěn)定性預測評價模型

為實現(xiàn)高家灣滑坡的穩(wěn)定性預測，該文利用長短時記憶神經(jīng)網(wǎng)絡構建的其變形預測模型[15-16]。長短時記憶神經(jīng)網(wǎng)絡是一種新型神經(jīng)網(wǎng)絡，相較于傳統(tǒng)神經(jīng)網(wǎng)絡模型具有明顯優(yōu)勢，如傳統(tǒng)神經(jīng)網(wǎng)絡多采用單向流動輸出，且易出現(xiàn)梯度爆炸或消失等問題，而LSTM模型通過新增記憶單元結構及3層單元門，具有了計算長距離信息的能力，有效解決了上述傳統(tǒng)神經(jīng)網(wǎng)絡問題。但是，在LSTM模型的應用過程中，仍存在一定問題，如隱含層數(shù)及其節(jié)點數(shù)難以確定，對模型擬合能力具有直接影響，若其值越大，會增加網(wǎng)絡結構的復雜度，反之，又難以滿足擬合要求；學習率及窗口大小無取值標準，并直接影響訓練過程。上述參數(shù)多是靠使用者經(jīng)驗確定，隨機性較強，有必要對其進行優(yōu)化處理。

為保證LSTM模型的參數(shù)最優(yōu)性，將其優(yōu)化過程分述如下：

(1) 隱含層數(shù)優(yōu)化。隱含層數(shù)對模型高維可視化具有重要影響，對其優(yōu)化具有較強的必要性。為保證隱含層數(shù)的最優(yōu)性，該文提出對1—4層的隱含層數(shù)進行試算處理，選取效果最優(yōu)者作為該文LSTM模型的隱含層數(shù)。

(2) 隱層節(jié)點數(shù)優(yōu)化。隱層節(jié)點數(shù)對LSTM模型的網(wǎng)絡結構復雜度具有重要影響，在傳統(tǒng)神經(jīng)網(wǎng)絡的應用過程中，多是采用公式(1)求解隱層節(jié)點數(shù)的經(jīng)驗值，即：

(1)

式中：m，n分別為輸入層、輸出層節(jié)點數(shù)，但限于LSTM模型的理論發(fā)展，上式的經(jīng)驗公式求解已難以滿足精度要求，為保證預測結果的最優(yōu)性，本文提出以上式求解得到的經(jīng)驗值為中心，對其進行適當擴展，確定其取值區(qū)間，并對區(qū)間內(nèi)的隱層節(jié)點數(shù)均進行預測效果試算，以其效果最佳者作為該文LSTM模型的隱含節(jié)點數(shù)。

(3) 學習率及窗口大小優(yōu)化。學習率與窗口大小參數(shù)對LSTM模型的訓練過程具有較大影響，且其取值具有明顯范圍特征，難以采用上述試算法確定最優(yōu)參數(shù)值，進而本文提出利用粒子群算法優(yōu)化學習率及窗口大小參數(shù)。由于粒子群算法(particle swarm optimization, PSO)的全局優(yōu)化能力較強，已被廣泛應用于各類模型的參數(shù)優(yōu)化中，因此，利用其優(yōu)化LSTM模型的學習率及窗口大小參數(shù)具有較強的可行性，但在傳統(tǒng)PSO算法的應用過程中，采用線性遞減策略來實現(xiàn)其慣性權值調(diào)整，難以兼顧全局與局部的優(yōu)化能力，為保證局部與全局的合理優(yōu)化，避免陷入局部極值，IPSO算法應運而生，該方法采用的是非線性的動態(tài)權值調(diào)整，能有效協(xié)調(diào)全局與局部的優(yōu)化能力，進而利用其實現(xiàn)學習率與窗口大小參數(shù)優(yōu)化。

通過優(yōu)化LSTM模型的變形預測結果可實現(xiàn)高家灣滑坡的穩(wěn)定性預測評價，即當預測結果得出其變形仍呈增加趨勢，且無收斂跡象時，說明高家灣滑坡的穩(wěn)定性還會進一步減弱，趨于不利方向發(fā)展；反之，其變形預測結果得出其變形具收斂跡象時，則說明其穩(wěn)定性將會維持現(xiàn)狀。

2 實例分析

2.1 工程概況

高家灣滑坡位于青海省海東市樂都區(qū)，自2012年以來，出現(xiàn)了不同程度的變形破壞，對其前緣高家灣村173戶650人及重要道路、通訊設施造成嚴重威脅，因此，對其研究意義重大。據(jù)現(xiàn)場調(diào)查成果，滑坡區(qū)地處樂都盆地中部，總體地勢呈南高北低，最高高程約2 466 m，最低高程約1 903 m，相對高差563 m，地形起伏較大；同時，區(qū)內(nèi)河谷、斜坡、沖溝交錯，地貌類型復雜多樣，大致可劃分為侵蝕堆積河谷平原及侵蝕剝蝕丘陵兩類，其地形地貌詳見圖1。

圖1 高家灣滑坡地形地貌現(xiàn)狀

據(jù)鉆孔及勘查成果，滑坡區(qū)內(nèi)地層可分為古近系地層和第四系地層，兩者具體特征如下：

(1) 古近系地層是區(qū)內(nèi)丘陵區(qū)主體巖層，巖性為內(nèi)陸沉積的砂、泥巖互層，呈棕紅、暗紅色，產(chǎn)狀為175°∠5°，具3～20 m的強風化層，分布厚度大于500 m。

(2) 第四系地層以地表松散堆積層為主，主要包括沖洪積層、滑坡堆積層及風積層，結構多松散，巖性多以碎塊石土及黃土為主，分布差異明顯，是區(qū)內(nèi)地質災害的主要物源組成。

滑坡區(qū)地處青藏高原、黃土高原交接地帶，其地形地貌形成與區(qū)內(nèi)構造運動關系密切，其中，斷裂構造尤為發(fā)育，以東西向及南北向發(fā)育為主，其中，滑坡前緣發(fā)育有一斷層距山體前緣約800 m，斷層錯斷巖層及黃土，產(chǎn)狀為200°∠75°，走向110°，長約2 000 m，對區(qū)內(nèi)滑坡形成具有重要影響。

區(qū)內(nèi)水文條件發(fā)育條件較好，其中地表水主要以地表沖溝中的季節(jié)性流水為主，地下水以裂隙水及孔隙水為主，前者含水層巖性主要為泥巖，主要賦存于層間孔隙裂隙及表部風化裂隙中，后者含水層巖性為砂礫卵石層，主要賦存于第四系地層孔隙中。

2.2 基本特征分析

高家灣滑坡發(fā)育于湟水南岸Ⅱ級階地的后緣低山丘陵斜坡區(qū)，平面呈舌形形態(tài)，縱向長度約1 830 m，寬度約1 300 m，平均面積約2.4 km2，平均厚約110 m，滑體方量總計約2.92×108m3；同時，高家灣滑坡可進一步細分為10個子滑坡，其分布特征如圖2所示。

注：H1，H2，H3及H4滑坡屬主滑坡；H1-1，H1-2，H2-1，H2-2，H3-1和H4-1屬其次級滑坡。

高家灣滑坡從坡頂發(fā)育至坡腳，按其由遠及近的形成時代可劃分為3期，即一期滑坡：H1，H2滑坡，二期滑坡：有H3，H4滑坡，三期滑坡：H1-1，H1-2，H2-1，H2-2，H3-1，H4-1滑坡，均為次級滑坡。因此，得出高家灣滑坡屬復合型多期巨型滑坡，開展其研究具有重要的理論價值。

2.2.1 滑坡空間形態(tài)及結構特征 根據(jù)滑坡勘查成果，對高家灣滑坡的所有子滑坡進行空間形態(tài)及結構特征參數(shù)統(tǒng)計，結果如表2所示。

表2 高家灣滑坡空間形態(tài)及結構特征參數(shù)

在滑坡形態(tài)特征方面，各滑坡主滑方向多偏向于正北方向，厚度均較大，具中部、前緣厚，后緣薄的特點，屬深層滑坡；規(guī)模也相對偏大，其中，4個主滑坡包含2個巨型滑坡和2個特大型滑坡，而在6個次級滑坡中，含有3個特大型滑坡和3個大型滑坡，總體來說高家灣滑坡的規(guī)模類型較大，其危險性也相對較大，對其防治較為緊迫。

在結構特征方面，滑體土主要以粉土為主，局部滑體土含有一定的泥巖碎塊，這與區(qū)內(nèi)黃土分布相關；滑床則主要為泥巖，多呈微—強風化；滑帶多以基覆界面為主，分布個數(shù)為7個，均屬黃土滑坡，所占比例達70%，其余3個滑坡均為泥巖滑坡。

根據(jù)上述，高家灣滑坡主要以大規(guī)模黃土泥質滑坡為主，并含有一定的泥巖滑坡，分析其成因與其地形起伏較陡、黃土分布較廣及泥巖質軟相關。

2.2.2 滑坡物質組成特征 ①滑體物質組成特征：據(jù)鉆孔資料，滑體土以粉土為主，多呈土黃色—褐黃色，無光澤、搖震反應，干強度、韌性低，局部含有一定量的礫石。②滑床物質組成特征：滑床均為基巖，巖性為古近系泥巖，呈褐紅色，層狀構造，泥質結構。③滑帶物質組成特征：H2-1，H4，H4-1滑坡的滑帶位于強風化泥巖層底部，滑帶埋深25～110 m，厚度為2～5 m，屬基巖滑坡，其滑帶物質成分為強風化砂質泥巖碎塊混雜礫石，呈紅褐色—褐黃色，含砂量較高，層理面發(fā)育，遇水易軟化。其余滑坡均屬黃土滑坡，滑帶位于基覆界面，滑帶物質成分主要為粉土，底部夾雜礫石，呈土黃色，濕～潮濕，結構松散。

2.3 滑坡形成分析

高家灣滑坡的形成條件分析有助于掌握滑坡成因及其變形機理，可為其后期防治提供理論基礎，進而對其研究具有重要意義。結合工程實際，將高家灣滑坡的形成條件分述為：

(1) 地形地貌條件?；聟^(qū)最高高程約2 466 m，最低高程約1 903 m，相對高差563 m，地形起伏較大；高家灣滑坡具有古滑坡特征，原始斜坡水平投影長約1 400 m，原始斜坡坡度約25°，具有滑坡災害發(fā)生的地形地貌條件。同時，滑坡前緣緊鄰湟水，受河道側向侵蝕影響，前緣形成高陡臨空面，為高家灣滑坡形成提供了較好的動力條件和滑移空間。另外，由于近年滑坡復活產(chǎn)生了大量地表變形破壞，在其后緣、兩側等均形成了規(guī)模不一的沖溝及落水洞，利于降雨匯集入滲，進而進一步促使滑坡的產(chǎn)生。

(2) 地層巖性條件。高家灣滑坡的滑體物質多以黃土為主，結構疏松，吸水性較強，遇水后力學強度急劇降低，具Ⅲ級自重濕陷性，易在臨空面的上緣附近形成卸荷裂隙，利于降水入滲進入軟弱結構面，進而形成貫通的滑移面；同時，下覆基巖為泥巖、砂巖夾石膏層，具較強的親水性，遇水易軟化，能形成軟弱結構面，不利于滑坡的穩(wěn)定性保持。

(3) 地質構造條件。高家灣滑坡區(qū)地質構造較為發(fā)育，主要以斷裂構造為主，其構造現(xiàn)狀為：①構造現(xiàn)狀1：在H1滑坡左側壁以西340 m處的盤山公路內(nèi)側，出露一處斷層剖面，錯斷一古土壤層，以該古土壤層為標志層，上盤相對下降，下盤相對上升，地層斷距為1.5 m，是正斷層證據(jù)之一；②構造現(xiàn)狀2。在雙塔溝右岸，泥巖夾含礫砂巖地層出露一處斷層剖面，該點與上一構造現(xiàn)狀點的產(chǎn)狀一致，推斷兩處斷層為斷層面自上而下完整貫通，長度約28 m，地層斷距為34 cm，斷層裂隙被石膏填充，斷層面兩側可見古近系砂礫巖巖層彎折扭曲現(xiàn)象，上盤巖層沉積方向在斷層面附近向下彎折，下盤巖層沉積方向在斷層面附近向上彎折，判斷為一處高角度逆沖斷層；③構造現(xiàn)狀3。在紅溝左岸支溝內(nèi)，即H1滑坡右側前緣邊界處，溝底出露斷層角礫巖，斷層面被石膏填充，由于該斷層面受H1滑坡滑動的推移作用影響，該斷面出露產(chǎn)狀非原始產(chǎn)狀。

以上3點構造現(xiàn)狀點連線的方位角為110°，是區(qū)內(nèi)構造發(fā)育的重要證據(jù)，且由于區(qū)內(nèi)地質構造發(fā)育，決定了現(xiàn)今滑坡區(qū)的地形地貌發(fā)育，也是高家灣滑坡形成的重要條件。

(4) 水文條件。水文條件是滑坡形成的必要條件之一，也是導致古滑坡復活及變形破壞的重要影響因素，高家灣滑坡的主要水文條件如下：①地表灌溉。近年來，高家灣滑坡坡體上進行了大量的植樹造林活動，引水管道遍布整個坡體，但在灌溉過程中的漏水現(xiàn)象較為嚴重。②降雨及冰雪融水。夏秋季多暴雨、大雨，且降雨時間集中，黃土暗穴、落水洞為降水的匯集和快速入滲提供了通道，降水入滲在古土壤或泥巖之上形成局部上層滯水，增大了土體容重，降低了土體的抗剪強度。③地下水的不合理排泄。據(jù)調(diào)查，區(qū)內(nèi)張家莊隧道內(nèi)間斷性地向外抽水排水，監(jiān)測數(shù)據(jù)顯示水量為28 m3/d，其徑流途徑經(jīng)過隧道附近泥巖地層，而隧道埋深位于H1滑坡滑面以下，因此基巖風化層裂隙水入滲巖體，在泥巖頂部匯集，使滑帶巖體處于飽水狀態(tài)，抗剪強度降低，再加上動水壓力的作用，不利于滑坡保持穩(wěn)定。

(5) 人類工程活動?；伦冃纹茐呐c人類工程活動關系密切，區(qū)內(nèi)的人類工程活動主要如下。①修路切坡。為滿足生產(chǎn)及交通需要，在高家灣滑坡地表修建了大量公路，在局部改變原始地形地貌的同時，還產(chǎn)生了局部臨空面，降低了滑坡整體穩(wěn)定性；②鐵路隧道開挖。2010年鐵路隧道掘進施工對坡體深部泥巖擾動劇烈，引起了滑體表部的變形破壞；同時，動車運行過程中產(chǎn)生振動，存在引發(fā)局部共振的可能，將對坡體施加較大的動荷載，不利于滑坡的穩(wěn)定；③綠化灌溉。如前所述，灌溉是高家灣滑坡的重要水源條件，據(jù)調(diào)查訪問，坡體上的灌溉活動始于2016年初，常年持續(xù)，對滑坡穩(wěn)定性影響較大；④坡腳生產(chǎn)建設。為滿足生產(chǎn)需要，通過開挖坡腳修建了大量建、構筑物，造成坡體下部抗滑力不斷減小，不利于滑坡的穩(wěn)定。

綜合上述，高家灣滑坡的形成條件較為完備，具有滑坡發(fā)生的各項條件，對其防治應先加強誘發(fā)因素的弱化，如盡量減弱人類工程活動的影響等。

2.4 滑坡穩(wěn)定現(xiàn)狀評價

滑坡穩(wěn)定性評價是其防治的重要基礎，進而開展滑坡穩(wěn)定性現(xiàn)狀分析具有重要意義；同時，利用傳遞系數(shù)法和瑞典圓弧法分析高家灣各類子滑坡的穩(wěn)定性，所得結果見表3。

如表3所示，據(jù)滑坡穩(wěn)定性現(xiàn)狀評價，在“自重”工況條件下，4個主滑坡均屬穩(wěn)定狀態(tài)，而6個次級滑坡均屬基本穩(wěn)定狀態(tài)，總體穩(wěn)定性均較好；在“自重+地震”工況條件下，H4滑坡的穩(wěn)定性相對最佳，屬穩(wěn)定狀態(tài)。其余3個主滑坡屬基本穩(wěn)定狀態(tài)，而6個次級滑坡均屬欠穩(wěn)定狀態(tài)，相較于自重工況條件下，穩(wěn)定性趨于減弱；在“自重+暴雨”工況條件下，4個主滑坡均處于基本穩(wěn)定狀態(tài)，H2-1滑坡屬不穩(wěn)定狀態(tài)，其余次級滑坡屬欠穩(wěn)定狀態(tài)，相較于前兩種工況又有局部下降趨勢。

表3 高家灣滑坡穩(wěn)定性現(xiàn)狀評價結果

據(jù)滑坡穩(wěn)定現(xiàn)狀評價結果，得出主滑坡穩(wěn)定性相對較好，次級滑坡穩(wěn)定性相對較弱，且以H2-1滑坡的安全儲備相對略低，因此，得出高家灣整體穩(wěn)定性現(xiàn)狀較為穩(wěn)定，但局部次級滑坡存在失穩(wěn)可能，且在降雨作用下，穩(wěn)定性趨于減弱，需對其進行一定處防治處理。

2.5 滑坡穩(wěn)定預測評價

為實時掌握滑坡變形特征，構建了高家灣滑坡變形監(jiān)測系統(tǒng)，監(jiān)測點按“四橫三縱”布置，共計布設11個監(jiān)測點，其中，主滑面上由后緣至前緣布設4個監(jiān)測點，編號為J5～J8監(jiān)測點，且在監(jiān)測過程中，監(jiān)測頻率為1次/7 d，共計得到43個監(jiān)測周期的變形數(shù)據(jù)，其變形特征如圖3所示。

注：每7 d監(jiān)測1次為1個周期。

利用LSTM模型構建高家灣滑坡變形預測模型，通過變形預測來實現(xiàn)滑坡穩(wěn)定性預測評價。為驗證各類優(yōu)化方法的優(yōu)化效果，本文先以J5監(jiān)測點為例，進行詳述分析；同時，在預測過程中，以1—37周期為訓練樣本，38—43周期為驗證樣本，44—47周期為外推預測樣本。

首先，對LSTM模型的隱含層數(shù)進行篩選，結果如表4所示。由表4可知，不同隱含層數(shù)的預測效果存在一定差異，在預測精度方面，隨隱含層數(shù)增加，平均相對誤差值呈先減小后增加的趨勢，且在訓練時間方面，也具有類似特征，且當隱含層數(shù)為2層時，具有相對最小的平均相對誤差值和最短的訓練時間，進而以2層隱層數(shù)的預測效果最優(yōu)，因此，確定該文LSTM模型的隱含層數(shù)為2層。

表4 LSTM模型隱含層數(shù)篩選結果統(tǒng)計

其次，通過經(jīng)驗公式確定LSTM模型的隱層節(jié)點數(shù)經(jīng)驗值為12，進而確定隱層節(jié)點數(shù)的試算區(qū)間為10～14，各隱層節(jié)點數(shù)的試算結果如表5所示。不同隱層節(jié)點數(shù)的預測效果存在一定差異，平均相對誤差指標與訓練時間指標的變化規(guī)律一致，即隨隱層節(jié)點數(shù)增加，相應評價指標均呈先減小后增加的趨勢，且兩者均在13個隱層節(jié)點數(shù)時的評價指標值相對最小，進而確定該文LSTM模型的隱層節(jié)點數(shù)為13個。

表5 LSTM模型隱層節(jié)點數(shù)篩選結果統(tǒng)計

最后，再利用IPSO算法對LSTM模型的學習率及窗口大小參數(shù)進行優(yōu)化處理，且為對比IPSO算法對PSO算法的優(yōu)越性，對兩種算法均進行預測結果的對比分析，結果統(tǒng)計如表6所示。在相應驗證樣本節(jié)點處，對比PSO算法和IPSO算法的優(yōu)化結果可知，后者具有相對更小的誤差值，且IPSO-LSTM模型的最大、最小相對誤差分別為2.15%和1.83%，平均相對誤差為1.93%，訓練時間為23.29 ms，相較于表5中的預測效果，預測精度也略有提高，說明IPSO-LSTM模型具有較高預測精度，且IPSO算法能有效優(yōu)化學習率及窗口大小參數(shù)；同時，J5監(jiān)測點的外推預測結果得出其變形仍將進一步增加，并無收斂趨勢。

表6 J5監(jiān)測點最終優(yōu)化預測結果

為進一步驗證該文優(yōu)化LSTM模型的有效性及實現(xiàn)高家灣滑坡穩(wěn)定性預測的綜合評價，再對J6—J8監(jiān)測進行變形預測研究，結果如表7所示。由表7可知，3個監(jiān)測點預測結果的平均相對誤差間于1.76%～1.85%之間，訓練時間間于22.17～26.38 ms之間，預測效果相當，且與J5監(jiān)測點的預測效果一致，進而驗證了該文優(yōu)化LSTM模型在滑坡變形預測中的有效性；同時，3個監(jiān)測點的外推預測也得出其變形值仍將繼續(xù)增加，無收斂趨勢。

表7 優(yōu)化LSTM模型的有效性預測結果

根據(jù)上述變形預測結果，得出高家灣滑坡的變形仍將繼續(xù)增加，且無收斂跡象，說明其穩(wěn)定性還會進一步減弱，趨于不利方向發(fā)展。

3 結 論

通過高家灣滑坡的形成條件分析及穩(wěn)定性評價研究，得出如下主要結論：

(1) 高家灣滑坡具有滑坡形成的基本條件,且較為完備,加之其具有復合多期巨型規(guī)模特征,對其前緣高家灣村173戶650人及重要道路、通訊設施造成嚴重威脅,應加強對其進行防治。

(2) 通過穩(wěn)定性現(xiàn)狀研究,得出高家灣整體現(xiàn)狀較為穩(wěn)定,但局部次級滑坡存在失穩(wěn)可能,且在降雨作用下,穩(wěn)定性趨于減弱,多處于基本穩(wěn)定—欠穩(wěn)定狀態(tài)。

(3) 通過穩(wěn)定性預測研究,得出本文預測結果的平均相對誤差多小于2%,具有較高的預測精度,且滑坡變形仍將繼續(xù)增加,無收斂跡象,說明其穩(wěn)定性還會進一步減弱,趨于不利方向發(fā)展,需對其采取必要措施,以便切實有效的保護區(qū)內(nèi)居民的生命財產(chǎn)安全。