鄭玲靜,李秀珍,姚 杰,余文秀,2

(1. 中國科學院、水利部成都山地災害與環(huán)境研究所,四川 成都 610041; 2. 中國科學院大學,北京 100049;3. 成都市城市安全與應急管理研究院,四川 成都 610031)

0 引言

斜坡失穩(wěn)破壞與內在自身力學特性及外界觸發(fā)因素密切相關。在降雨、融雪等外界因素誘發(fā)下,陡峻山區(qū)極易發(fā)生斜坡失穩(wěn)破壞。據(jù)初步統(tǒng)計,在全球范圍內每年因滑坡災害造成的經(jīng)濟損失高達百億美元,更有數(shù)以千計的人因滑坡災害而失去生命[1]。氣候變化大背景下,極端強降雨現(xiàn)象加劇了滑坡災害的發(fā)生,使全世界人民生命、財產安全面臨更大的滑坡災害威脅,如2020年8月,強降雨導致巴基斯坦南部山區(qū)發(fā)生數(shù)起山體滑坡,滑坡、洪澇等災害造成至少90人死亡。據(jù)大量資料統(tǒng)計,由降雨誘發(fā)的滑坡約占滑坡總數(shù)的80%左右[2],降雨是滑坡的主要誘因。

區(qū)域降雨滑坡的穩(wěn)定性評價與預測是目前滑坡研究中的熱點問題之一[3]。其研究方法主要包括統(tǒng)計分析法和確定性模型法兩大類[4],其中確定性模型法為當前的主要研究方向。此類方法以降雨誘發(fā)斜坡失穩(wěn)的力學原理為基礎,結合極限平衡理論建立力學模型,對特定降雨條件下滑坡的穩(wěn)定性進行評價與預測。物理確定性模型從一維與二維模型逐步向三維模型發(fā)展,一維與二維模型以SHALSTAB模型[5]、dSLAM模型[6]、SINMAP模型[7]、Iverson模型[8]、TRIGRS模型[9]為代表,但以上模型忽略了滑坡的滑動方向及三維幾何特性,存在過度簡化滑坡發(fā)生機理與難以反映滑坡力學機制等問題。而已有的廣泛使用的FLAC3d、ANSYS和Abacus等商用成熟軟件僅適用于三維單體滑坡的穩(wěn)定性分析及預測。Scoops3D模型是美國地質調查局開發(fā)的三維斜坡穩(wěn)定性分析模型,具有建模簡單,可接入多種降雨入滲與水文模型且可以同時考慮復雜孔隙水壓力與地形三維分布情況,適用于降雨誘發(fā)的區(qū)域潛在滑坡的識別及評價研究。該模型不僅在搜索滑面時考慮了柵格間的相互作用,還具有可設置空間縱向分層巖土體參數(shù)等優(yōu)勢,目前已成功應用于潛在滑坡穩(wěn)定性識別與預測中。例如Scoops3D開發(fā)者BRIEN與REID[10-11]耦合MODFLOW-2000與Scoops3D模型,建立了考慮三維孔隙水壓力的深層潛在滑坡三維危險性分析模型;TRAN等[12]首次耦合了TRIGRS模型和Scoops3D模型,對降雨條件下潛在滑坡的分布范圍進行了有效評價;姚杰等[13]也利用TRIGRS模型與Scoops3D模型進行耦合,對擬建川藏鐵路沿線典型段潛在滑坡三維穩(wěn)定性進行了動態(tài)識別研究。這些模型的耦合不僅能充分發(fā)揮各個單一模型的優(yōu)勢,同時也提高了潛在滑坡識別的研究程度和應用效果。

根據(jù)實地考察與遙感解譯,查明中巴公路KKH沿線加格洛特(Jaglot)至哈維連(Havelian)段主要為降雨型滑坡區(qū)段,選擇10 km范圍區(qū)域為研究對象,模擬計算百年一遇極端降雨情景下雨強,利用 TRIGRS 降雨入滲模型和考慮了巖土體空間縱向分層的 Scoops3D 三維模型耦合,建立能夠較為客觀反映滑坡孕育條件的潛在滑坡三維穩(wěn)定性評價模型。研究天然狀態(tài)下與百年一遇極端降雨情景下潛在滑坡的空間分布及動態(tài)變化情況,并對比分析和討論了一維TRIGRS模型與三維耦合模型的預測結果,以期能夠更加客觀地對研究區(qū)的潛在滑坡進行識別及評價。

1 研究區(qū)概況

中巴公路(Karakoram Highway,KKH)地處三大世界最年輕山系的交匯區(qū),是全球氣候變化最為敏感和復雜的地區(qū),沿線滑坡災害十分發(fā)育。文中選取加格洛特-哈維連段KKH沿線兩側10 km范圍區(qū)域作為主要研究區(qū)。

1.1 自然環(huán)境條件

研究區(qū)深大斷裂帶下切作用強烈,屬深切割高山河谷地貌,具有地勢險峻、群山聳立、河谷深切、峽谷較多等特點。區(qū)內新生代印度板塊不斷北移與亞歐板塊發(fā)生強烈撞擊,造成該地區(qū)整體產生強烈的垂直差異運動,地質構造活躍,復雜的深大斷裂帶極為發(fā)育,主要呈北西走向分布(圖1)。區(qū)內及其周邊發(fā)育的活動斷裂帶主要有主地幔逆沖斷裂帶(MMT)、主邊界逆沖斷裂帶(MBT)與主喀喇昆侖逆沖斷裂帶(MKT)三大斷裂帶。斷裂帶周邊巖石大多會表現(xiàn)出不同程度的破碎與變質,巖性主要以砂巖、礫石、沉積巖為主,區(qū)內地質條件復雜。

圖1 研究區(qū)地層及斷裂帶分布圖Fig. 1 Distribution map of strata and fault zone

研究區(qū)屬于南亞次大陸亞熱帶氣候區(qū),地形高差大,且受高山降雨陰影效應影響,時空區(qū)域分異與氣候垂直分帶顯著,雨季降雨明顯易誘發(fā)滑坡災害。

1.2 滑坡災害概況

滑坡是中巴公路上發(fā)生最為頻繁的山地災害之一,一方面研究區(qū)高寒冰凍、地表風化嚴重,巖層變質與破碎現(xiàn)象明顯,受剝蝕后形成大量松散物堆積,為滑坡的發(fā)生提供內在條件;另一方面區(qū)域構造抬升,河床下切侵蝕,山高谷深,雨季降雨集中,為滑坡的啟動提供外在動力。受季風影響,雨季降雨量增加明顯,導致山體滑坡發(fā)生更為頻繁。

本研究主要選擇KKH沿線降雨型滑坡集中發(fā)育的加格洛特到哈維連段為主要研究區(qū)段,該段坡體主要為第四系松散堆積物,少部分為三疊系、二疊系和石炭系沉積巖和志留系片巖、板巖等變質巖,大部分屬于易滑巖組(圖1)。該區(qū)段發(fā)育的滑坡主要以降雨誘發(fā)的堆積層滑坡為主,破壞類型多為圓弧形破壞或平面破壞。經(jīng)課題組野外調查與遙感解譯,滑坡分布如圖2(a)所示,圖2(b)與(c)分別為研究區(qū)加格洛特與吉拉斯(Chilas)附近的典型歷史滑坡。

圖2 研究區(qū)歷史滑坡分布圖Fig. 2 Historical landslides in the study area

2 方法

2.1 TRIGRS模型

TRIGRS模型是基于無限邊坡理論的降雨誘發(fā)型邊坡危險性評價模型,模型主要有3個模塊,分別為降雨入滲模塊、水文模塊和穩(wěn)定性分析模塊,充分考慮了降雨入滲土體而導致的瞬態(tài)孔隙水壓力改變情況,其優(yōu)勢在于可分析不同時刻邊坡的孔隙水壓力、體積含水量和邊坡穩(wěn)定性等動態(tài)變化情況。

降雨入滲模塊基于IVERSON[14]提出的Richards的線性解,可計算特定時間內土層指定深度的滲流情況,能較為真實地反映了降雨入滲條件下的邊坡滲流變化,本研究中假定深層為基巖風化層(與Scoops3D模型對應),滲透系數(shù)極小,因此壓力水頭的計算使用下邊界有限深條件,表達式見式(1):

(1)

式中:Ψ(Z,t)為地下水壓力水頭,與土厚和時間相關;Z為土層垂直方向的厚度,垂直向下為正;t為降雨入滲時間;d為巖土體初始地下水位深度;N為時間序列;InZ為在第n個時間段入滲速率;Ks為垂向飽和滲透系數(shù);m為收斂級數(shù);H(t-tn)為Heavyside階梯函數(shù),與第n個時刻對應雨強相關,是它的時間函數(shù);tn為第n個雨強出現(xiàn)的時間;dLZ為基底的深度;ierfc(η)為高斯補差函數(shù)對變量η的一次積分值,表達式在無窮級數(shù)時會迅速收斂。其中,β和D1見式(2)和式(3):

(2)

(3)

式中:δ為坡度;IZLT為初始表面通量;D0為飽和水力擴散系數(shù)。

水文模塊假定計算柵格在每一個運算時段內水量守恒,即在當前時段內不能下滲的降雨將作為地表徑流流向下游柵格,不會無故消失。

穩(wěn)定性分析模塊基于極限平衡理論結合無限邊坡模型計算研究區(qū)的安全系數(shù),表達式如式(4):

(4)

式中:Fs(Z,s)為安全系數(shù);φ為土層內摩擦角;c為土層凝聚力;γsat為土容重;γw為地下水容重;δ為坡度;ψ(Z,s)為壓力水頭,是深度和時間的函數(shù)。一般而言,內聚力c與φ的值越小、地下水位越高,安全系數(shù)越小,坡體越不穩(wěn)定。

2.2 Scoops3D模型

Scoops3D模型可以系統(tǒng)全面地對研究區(qū)的潛在滑坡進行三維搜索及識別,充分考慮復雜地形與地下水等條件對于潛在滑坡穩(wěn)定性的影響,具有計算范圍廣、識別效率高等優(yōu)勢。

Scoops3D 模型基于DEM柵格單元將其網(wǎng)格處理為三維柱體,并在模型上方整體空間范圍間隔一定距離生成若干個搜索球心,并以球心為原點參考遞增的方式生成半徑,以此生成不同球型曲面對斜坡體進行切割,切割得到的巖土體利用穩(wěn)定性計算公式計算安全系數(shù),球型曲面和三維柱體相交的曲面標記為潛在滑面,被球形曲面切割所包含的三維柱體即為潛在滑坡,如圖3?；碌乃阉鲗⒃O置體積或者面積閾值,當 Scoops3D 模型在搜索過程中達到最大閾值時,將停止增加搜索半徑長度,并采用極限平衡理論對所有與球型曲面相交的三維柱體進行計算,判斷其穩(wěn)定性情況,最終記錄最小安全系數(shù)所對應的就是穩(wěn)定性最差的潛在滑動面。本研究采用的是 Bishop 理論進行斜坡體危險性計算,具體見式(5):

圖3 Scoops3D潛在滑面示意圖Fig. 3 Schematic diagram of potential sliding surface in the Scoops3D model

(5)

式中:Ri,j為Scoops3D 進行搜索時的半徑;i、j為分別為三維柱體的第i行和第j列;ei,j為搜索球心到三維柱體質心的距離;ci,j為潛在滑坡體的黏聚力;Ai,j為潛在滑坡面的面積;φi,j為潛在滑坡體的內摩擦角;ki,j為水平振動荷載;Wi,j為潛在滑坡體的重力;ui,j為表示三維住體內部的孔隙水壓力;αi,j為表示潛在滑坡體的視傾角;βi,j為潛在滑坡體的真傾角。

2.3 TRIGRS和Scoops3D模型的耦合模型

Scoops3D模型無法輸入具體降雨數(shù)據(jù),TRIGRS模型在降雨入滲水文計算方面理論較為成熟,且應用較廣,本研究將2個模型耦合,示意圖如圖4。

圖4 TRIGRS與Scoops3D模型耦合原理圖Fig. 4 Schematic diagram of TRIGRS model and Scoops3D model coupling

結合實際野外調查情況,確定研究區(qū)上層是較為松散的土壤層,下層是略為堅硬的基巖風化層,文中嘗試對研究區(qū)的巖土體進行縱向空間分層,以期能夠更加真實地對研究區(qū)的潛在滑坡進行搜索及識別。耦合過程中,首先利用TRIGRS一維斜坡穩(wěn)定性分析模型中的入滲模塊模擬的降雨滲流,計算并得到在降雨不同歷時時刻的二維孔隙水壓力圖層文件,然后將孔隙水壓力與研究區(qū)DEM利用Scoops3D模型建模,結合研究區(qū)巖土體情況,線性插值獲取不同降雨歷時下的三維孔隙水壓力應力場,對研究區(qū)的潛在滑動面進行三維搜索與識別,獲取在天然狀態(tài)和百年一遇降雨情景下中巴經(jīng)濟走廊KKH沿線降雨型滑坡為主的區(qū)段潛在滑坡分布及變化情況。

3 應用

3.1 模型參數(shù)選取

3.1.1 降雨參數(shù)

經(jīng)調查,收集Kakul雨量站1952—2012年間最大日降雨量數(shù)據(jù),該雨量站位于研究區(qū)內哈維連與曼塞赫拉(Mansehra)之間,經(jīng)度為34.2036°E,緯度為73.2820°N。將最大日降雨量數(shù)據(jù)利用“皮爾遜Ⅲ型頻率曲線”計算經(jīng)驗頻率[15],結果如圖5所示,可得到當重現(xiàn)期為100 a時,最大日降雨量為231.1 mm/d,在本研究中百年一遇極端降雨情景下降雨強度取2.67477E-06 m/s。

圖5 P-Ⅲ型頻率曲線Fig. 5 P-Ⅲ frequency curve

短時強降雨條件下,淺層土體地下水位會隨降雨入滲發(fā)生急劇變化,達到飽和。結合實際野外調查情況,確定研究區(qū)上層是較為松散的土壤層,下層是略為堅硬的基巖風化層,多為淺層滑坡,TRIGRS模型模擬瞬態(tài)降雨入滲的方式采用飽和入滲,并將在各時段的水壓分布文件作為輸出,與Scoops3D模型進行耦合,其Scoops3D水文模型中采用變化的飽和水壓三維空間分布的水文模型。

3.1.2 土層厚度

土層厚度不僅受氣候、生物、母質、地形和化學與物理過程等因素影響,此外,還會因為巖性、坡度、曲率和植被覆蓋等因素的改變而變化[16]。參考近年來已提出多種估計土厚空間分布的模型,如均一模型、分級模型和線性模型等[17-19]。結合相關研究成果比較了多種常用模型預測的滑坡結果,確定在TRIGRS與Scoops3D模型采用線性土厚模型[20]。

該模型假設土厚與坡度呈線性分布關系,經(jīng)野外調查與參考其它文獻[17-20],最大坡度對應最小土厚(0.1 m),最小坡度對應最大土厚(3.5 m),研究區(qū)坡度在0～70.51°之間,因此確定上層土層厚度(y)與坡度(x)之間的函數(shù)關系為:y=-0.048 22x+3.5,下層為無限延伸的巖體風化層。借助ArcGIS平臺,得到最終上層土層厚度分布如圖6所示。

圖6 土層厚度空間分布圖Fig. 6 Spatial distribution of soil thickness

3.1.3 巖土體物理力學參數(shù)

針對已有區(qū)域滑坡三維研究中未考慮縱向巖土體巖性存在差異問題,結合本研究區(qū)巖土體特征及分布情況,初步嘗試將巖土體進行縱向空間分層,將研究區(qū)段巖土體縱向分為土壤層和基巖風化層2層。

結合參數(shù)反演,采取文獻調研以及工程地質類比等手段,分析對比不同參數(shù)在研究區(qū)的適用效果,最終確定中巴經(jīng)濟走廊KKH降雨影響段的巖土體參數(shù)取值[21-23],具體見表1。水文參數(shù)參考裴鉆對中巴公路的研究[24,綜合滲透系數(shù)取值為:KS=2.87E-6,根據(jù)經(jīng)驗關系可以得到其它兩者的取值分別如下[25]:水力擴散系數(shù)D0=200Ks=5.74E-4,入滲速率IZ=0.01Ks=2.87E-8。

表1 巖土體參數(shù)取值表Table 1 Values of geotechnical parameters

3.1.4 Scoops3D模型搜索參數(shù)

研究區(qū)面積約為7 259 km2,考慮模型性能與計算效率,DEM分辨率采用90 m×90 m(數(shù)據(jù)下載自地理空間云)。研究區(qū)海拔在465～4 975 m,DEM行列數(shù)分別為1 982與2 186,結合研究區(qū)現(xiàn)狀,Scoops3D模型的搜索球心高程為470～5 000 m,搜索起點坐標為行編號與列編號均為1,相鄰球心間隔的柵格數(shù)為4。每次搜索通過在DEM上方生成搜索球心矩陣(搜索點陣),使用由粗到細的搜索方式(Coarse-to-fine), 搜索半徑以70 m遞增,迭代搜索每一個節(jié)點分析三維潛在滑動面。模型搜索時會出現(xiàn)在每個節(jié)點搜索過程中有無限多潛在滑動面的情況,因此,在文中使用體積限制潛在滑體來確定最終滑動面,其中根據(jù)野外調查與遙感解譯研究區(qū)滑坡災害方量,確定最終搜索體積閾值范圍為105～2×108m3。

3.2 潛在滑坡預測結果

本研究首先基于巖土體縱向空間分層模型,利用Scoops3D模型模擬天然狀態(tài)下(無降雨)研究區(qū)段滑坡穩(wěn)定性空間分布情況;再基于TRIGRS與Scoops3D耦合模型,預測了百年一遇極端降雨情景下不同降雨歷時潛在滑坡動態(tài)變化。根據(jù)GB/T 32864—2016《滑坡防治工程勘查規(guī)范》劃分潛在滑坡,見表2,結果見圖7與表3。

表2 潛在滑坡分區(qū)標準表Table 2 Potential landslide classification standard

圖7(a)與表3結果顯示,在天然狀態(tài)下研究區(qū)域加格洛特-吉拉斯段與瑟津(Sazin)-達比爾(Dubair)段零星分布著潛在滑坡,其中潛在滑坡區(qū)域分布范圍占研究區(qū)段總面積的4.14%,天然狀態(tài)下斜坡穩(wěn)定性較好,歷史滑坡災害數(shù)量為4個,占研究區(qū)總災害數(shù)量的7.69%,潛在滑坡區(qū)主要沿高差懸殊、地勢險峻斜坡分布。

表3 潛在滑坡穩(wěn)定性結果統(tǒng)計表Table 3 Statistical table of stability calculation results of potential landslides

圖7(b)～(d)與表3結果顯示,在百年一遇極端強降雨情景下,潛在滑坡區(qū)相較天然狀態(tài)下明顯增大,潛在滑坡區(qū)主要集中分布在地形高差較大的地區(qū),如加格洛特-吉拉斯段中巴公路兩側與瑟津-塔科特(Thakot)段;吉拉斯-瑟津與塔科特-哈維連段相對較為安全,只分布有零星的潛在滑坡區(qū)。降雨對研究區(qū)潛在滑坡影響較大,且隨降雨時間的延續(xù),潛在滑坡區(qū)的分布范圍逐漸增大,滑坡災害點數(shù)量占比逐步增加,當降雨1 h后,潛在滑坡面積占研究區(qū)段總面積的18.44%,約為天然狀態(tài)下潛在滑坡區(qū)總面積(4.13%)的4.5倍,研究區(qū)潛在滑坡對降雨響應明顯,區(qū)內災害點數(shù)為27個,占比為51.92%;降雨4 h后,潛在滑坡分布面積占研究區(qū)段總面積的20.57%,區(qū)內災害點數(shù)為29個,占比為55.77%;降雨12 h后,潛在滑坡分布面積占研究區(qū)段總面積的37.54%,區(qū)內災害點數(shù)為37個,占比為71.15%,12 h后,滑坡分區(qū)幾乎無明顯變化。根據(jù)降雨入滲理論可知,在恒定降雨條件下,降雨入滲率隨降雨時間的延續(xù),會逐漸減小并趨于穩(wěn)定,滲入坡體的有效降雨量也會隨著土體飽和度的增加逐漸減少。當土體達到飽和狀態(tài)時,降雨入滲量趨近于0,降雨更多地轉化為了地表徑流,斜坡穩(wěn)定性也隨之愈來愈無明顯變化。

圖7 研究區(qū)潛在滑坡穩(wěn)定性模擬結果Fig. 7 Stability simulation results of potential landslides in the study area

3.3 結果可靠性評價

在已有研究中往往采用歷史滑坡點數(shù)量占各分級等級總面積的百分比來評價模型性能[13],但該評價指標總體較為籠統(tǒng)、簡單。文中引入點狀滑坡性能百分比指數(shù)%LRclass對滑坡穩(wěn)定性預測結果性能進行評價[12],其%LRclass指數(shù)計算公式如下:

(6)

(7)

式中:S為在每類Fs中滑坡點數(shù)量所占總滑坡數(shù)的百分比;A為對應每類Fs的預測面積占總面積的百分比。%LRclass指數(shù)評估基于Fs<1與Fs≥1分級,但同時考慮了模型預測結果中在兩類分級區(qū)中發(fā)生滑坡的情況,當安全系數(shù)小于1時,指數(shù)值越大,模型的預測結果越好。

由表3可以看出,在天然狀態(tài)下,%LRclass指數(shù)在不穩(wěn)定區(qū)(Fs<1)為67.60%,在百年一遇極端降雨情景下,在降雨1、4、12 h后,%LRclass指數(shù)在不穩(wěn)定區(qū)均在79%以上,分別為79.49%、79.71%和79.82%,耦合模型計算結果與歷史滑坡災害分布一致性較好,可信度較高。

4 討論

本研究為了進一步評價TRIGRS和Scoops3D三維耦合模型對降雨滑坡穩(wěn)定性預測的性能,將三維耦合模型與一維TRIGRS模型結果進行了分析比較。在百年強降雨情景下,2種模型預測的潛在滑坡穩(wěn)定性空間分布、各穩(wěn)定性分區(qū)的歷史滑坡數(shù)量占比、面積占比與%LRclass指數(shù)結果如圖8與表4所示。

圖8(a)與(d)對比可知,TRIGRS模型預測的潛在滑坡區(qū)空間分布更廣泛,其中加格洛特-塔科特段潛在滑坡區(qū)分布均較為集中,根據(jù)圖示歷史滑坡分布可以看出吉拉斯-瑟津段中部幾乎無滑坡發(fā)生,由此可見,耦合模型更符合實際;圖8(b)與(e)顯示,耦合模型與TRIGRS模型不穩(wěn)定區(qū)的滑坡數(shù)量占比分別為65.38%和46.15%,耦合模型預測結果明顯優(yōu)于TRIGRS模型;圖8(c)與(f)顯示,耦合模型與TRIGRS模型潛在滑坡面積占比分別為37.54%和47.27%,TRIGRS模型對潛在滑坡的預測結果更偏不安全。這與已有的相關研究結果也是一致的[3]。

從圖7和圖8中可以看出,耦合模型預測的潛在滑坡區(qū)呈片狀集中分布,TRIGRS模型預測的潛在滑坡區(qū)呈細條狀零散分布。究其原因應該主要在于,耦合模型是利用球型曲面將坡面切割成若干三維柱體,考慮了柱體間的相互作用,故模擬潛在滑坡區(qū)整體性較強,呈片狀集中分布;而TRIGRS模型中每個柵格都進行單獨計算,因此每個柵格的安全系數(shù)均為獨立值[10],因此模擬潛在滑坡區(qū)整體性較差,總體呈細條狀零散分布。

圖8 研究區(qū)潛在滑坡穩(wěn)定性一維與三維模擬結果Fig. 8 Results of 1D and 3D simulation of potential landslide stability in the study area

另從表4也可以看出,TRIGRS模型預測的不穩(wěn)定區(qū)的滑坡數(shù)量占比(46.15%)明顯低于耦合模型(65.38%),TRIGRS模型預測的不穩(wěn)定區(qū)面積(34.26%)略高于耦合模型(32.33%),一維TRIGRS模型與三維耦合模型的%LRclass(Fs<1)指數(shù)分別為62.20%和79.81%,耦合模型明顯優(yōu)于TRIGRS模型。2種模型在降雨滑坡預測中均有一定適用性,但一維TRIGRS模型的過度簡化致使難以考慮實際邊坡結構、載荷和滑動面的三維地形分布,基于巖土體縱向空間分層模型,使用三維耦合模型利用體積搜索滑動面更適合處理復雜地形的滑坡,能獲得更合理的預測結果。

表4 研究區(qū)一維與三維計算結果統(tǒng)計表Table 4 Statistical table of 1D and 3D calculation results of potential landslide in the study area

5 結論

1)天然狀態(tài)下加格洛特-吉拉斯段與瑟津-達比爾段零星分布著潛在滑坡,其中潛在滑坡分布面積占研究區(qū)段總面積的4.14%,天然狀態(tài)下斜坡穩(wěn)定性較好。

2)研究區(qū)潛在滑坡對降雨響應明顯。百年一遇極端降雨情景下,降雨1 h耦合模型預測的潛在滑坡面積占比(18.44%)約為天然狀態(tài)下(4.13%)的4.5倍;隨時間延續(xù),潛在滑坡區(qū)范圍逐漸增大,降雨12 h,潛在滑坡區(qū)分布面積占研究區(qū)段總面積的37.54%,主要沿高差懸殊、地勢險峻斜坡分布。

3)TRIGRS模型在潛在滑坡沿加格洛特-塔科特廣泛分布,潛在滑坡面積占比達48.27%,模擬中存在過度預測問題;耦合模型預測的潛在滑坡區(qū)主要分布在加格洛特-吉拉斯段與瑟津-達比爾段,區(qū)內71.15%歷史滑坡災害點被正確預測,更符合歷史滑坡災害分布特征。

4)三維耦合模型在不同時間段%LRclass(Fs<1)指數(shù)均在79%以上,預測潛在滑坡效果明顯優(yōu)于一維TRIGRS模型(62.20%)。

TRIGRS模型與考慮縱向巖土體空間分層的Scoops3D模型耦合在該研究區(qū)取得了較為理想的結果,相關研究成果可為中巴經(jīng)濟走廊建設提供可靠防災減災應急管理科技支撐。在下一步研究中,可進一步劃分工程地質區(qū)段,結合地質特征確定縱向巖土體分層情況,疊加研究區(qū)常見雨型,同時對研究區(qū)巖土體及水文等參數(shù)的空間不確定性進行進一步深入研究。