CN106874614A - 一种黄土浅层滑坡的早期识别方法及应用 - Google Patents

一种黄土浅层滑坡的早期识别方法及应用 Download PDF

Info

Publication number
CN106874614A
CN106874614A CN201710122446.5A CN201710122446A CN106874614A CN 106874614 A CN106874614 A CN 106874614A CN 201710122446 A CN201710122446 A CN 201710122446A CN 106874614 A CN106874614 A CN 106874614A
Authority
CN
China
Prior art keywords
slip mass
loess
landslide
gradient
shallow
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710122446.5A
Other languages
English (en)
Inventor
余斌
赵怀宝
李为乐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Univeristy of Technology
Original Assignee
Chengdu Univeristy of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Univeristy of Technology filed Critical Chengdu Univeristy of Technology
Priority to CN201710122446.5A priority Critical patent/CN106874614A/zh
Publication of CN106874614A publication Critical patent/CN106874614A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)

Abstract

本发明公开了一种黄土浅层滑坡的早期识别方法,属于滑坡防治工程技术领域,包括以下步骤:a、通过现场调查测绘确定滑坡体的基本地形数据,滑坡体坡度α、滑坡体面积A、滑坡体上侧后缘坡度β、滑坡体上侧后缘面积ALu和下侧临空面坡度γ;b、通过U=tan(α‑β)*(ALu/A)计算出上缓因子U,式中β<α;c、当γ>α时,具有临空面,通过T=tan(α)+1.25U计算出滑坡体的地形综合判别因子T;d、根据滑坡体的地形综合判别因子T对黄土浅层滑坡的危险性等级进行划分,划分为低、中和高三个等级。本发明以定量的方式精确划分了滑坡危险性;无需滑坡发生的大量历史观测数据,就能对黄土浅层滑坡早期进行识别,缩短了预警反应时间,极大的提高了防灾适用性。

Description

一种黄土浅层滑坡的早期识别方法及应用
技术领域
本发明涉及到滑坡防治工程技术领域,尤其涉及一种黄土浅层滑坡的早期识别方法及应用。
背景技术
黄土浅层滑坡是一种发生在黄土地区的自然现象。浅层土质滑坡发生后,坡面土体运动到山坡下或路边,淤埋和冲击附近的居民住房、工厂等建筑设施,或公路等,造成极大的破坏。
黄土浅层土质滑坡的发生往往需要具备三个条件:其一是有利于发生浅层土质滑坡的地形条件;其二是充足的土体物源,即松散覆盖土层;其三是充沛的降雨进入土体。这些条件综合影响并决定坡面土体的稳定性。其中,地形条件对浅层土质滑坡的影响因素包括:潜在滑坡体的斜坡坡度、滑坡体上侧缓坡地形(上侧缓坡,即上缓下陡)、下侧临空面(下侧大坡度)地形。
目前,国内外学者对浅层滑坡形成之地形条件的研究主要集中于坡面坡度的研究,是对其发育分布规律的简单数据统计,没有深入研究其内在机理,研究成果很难用于其他区域。
公开号为CN 104299367A,公开日为2015年01月21日的中国专利文献公开了一种滑坡灾害多级综合监测预警方法,其特征在于,其包括以下步骤:(1)通过历史纪录监测数据和滑坡变形破坏模型试验,计算滑坡监测预警临界阈值;根据各个指标临界指数确定研究区是否有滑坡发生的可能;(2)如果监测数值大于临界值;根据每个滑坡发生指数,确定滑坡可能发生的地点和滑坡发生的可能性大小,划定预警预报等级;(3)确定四级预警和预警境界区域;(4)发布预警结果,同时结合预警区群测群防网络体系,直接通知监测责任人,做好防灾、避灾准备。
该专利文献公开的滑坡灾害多级综合监测预警方法,需要滑坡发生的大量历史纪录监测数据,再通过滑坡变形破坏模型试验,计算滑坡监测预警临界阈值;再根据各个指标临界指数确定研究区是否有滑坡发生的可能,需要分析的滑坡因子较多,整个预警工作复杂,反应滞后,预警效率低,防灾适用性差。
发明内容
本发明为了克服上述现有技术的缺陷,提供一种黄土浅层滑坡的早期识别方法及应用,本发明通过综合考虑滑坡体坡度以及上下坡体的影响因素以及它们在滑坡中的作用机理,建立了更精确的黄土浅层滑坡的易发计算模型,以定量的方式精确划分了滑坡危险性;无需滑坡发生的大量历史观测数据,就能够对黄土浅层滑坡早期进行识别,缩短了预警反应时间,极大的提高了防灾适用性。
本发明通过下述技术方案实现:
一种黄土浅层滑坡的早期识别方法,其特征在于,包括以下步骤:
a、通过现场调查测绘确定滑坡体的基本地形数据,滑坡体坡度α、滑坡体面积A、滑坡体上侧后缘坡度β、滑坡体上侧后缘面积ALu和下侧临空面坡度γ;
b、通过U=tan(α-β)*(ALu/A)计算出上缓因子U,式中β<α;
c、当γ>α时,具有临空面,通过T=tan(α)+1.25U计算出滑坡体的地形综合判别因子T;
d、根据滑坡体的地形综合判别因子T对黄土浅层滑坡的危险性等级进行划分,划分为低、中和高三个等级。
所述步骤d中,三个等级是指,当β<α,且γ>α,同时T>1.35时,发生滑坡危险性高;当β<α,且γ>α,同时1.20<T≤1.35时,发生滑坡危险性中等;当β<α,且γ>α,同时T≤1.20时,发生滑坡危险性低或者当β>α或γ<α时,发生滑坡危险性低。
本发明适用于滑坡体坡度40≤α≤55°的黄土浅层土质滑坡的早期预警。
进一步,本发明适用于滑坡体坡度45≤α≤50°的黄土浅层土质滑坡的早期预警。
本发明的基本原理如下:
坡度是影响滑坡发生的最主要因素,山坡坡度的陡缓不仅影响松散碎屑物质的聚集和分布,而且影响坡面汇流条件,大多数黄土浅层滑坡发生在30-55度的坡度上,坡度太缓则滑坡动力不足,无法发生;坡度太陡,则土层在坡面上无法聚集足够的厚度,也没有滑坡发生。上缓地形由于风化、人工开挖等原因形成卸荷张拉裂隙,有利于雨水入渗进入浅在滑坡体,进而导致土体逐渐饱和并软化,基质吸力和抗减强度逐渐减小,土体局部出现剪切破坏并产生剪切裂隙,雨水不断渗入这些裂隙使其饱水,孔隙水压力增大形成超孔隙水压力,剪切裂隙逐渐扩展连通形成剪切面,土体强度进一步降低,最终至局部岩土体因剪切面抗剪强度低于剪应力而沿滑动带下滑;下侧临空面通常为滑坡体剪出口位置,雨水渗透进入土体顺坡而下形成剪切面后,更易在临空面处贯通渗出,进而导致坡体下滑。因此,滑坡体坡度、上侧缓坡、下侧临空面地形等都会在滑坡中发挥作用,尤其是上侧缓坡和下侧临空面地形,通过全面考虑黄土浅层土质滑坡的地形影响因素,以定量的方式精确划分滑坡危险性,极大的提高了防灾适用性。
本发明的有益效果主要表现在以下方面:
一、本发明,通过现场调查测绘确定滑坡体的基本地形数据,滑坡体坡度α、滑坡体面积A、滑坡体上侧后缘坡度β、滑坡体上侧后缘面积ALu和下侧临空面坡度γ;再通过U=tan(α-β)*(ALu/A)计算出上缓因子U,式中β<α;当γ>α时,具有临空面,通过T=tan(α)+1.25U计算出滑坡体的地形综合判别因子T;β<α和γ>α作为必要条件,最后根据滑坡体的地形综合判别因子T对黄土浅层滑坡的危险性等级进行划分,划分为低、中和高三个等级,作为一个完整的技术方案,通过地形因素对滑坡发生程度进行内部机理研究,将滑坡体坡度、上缓地形条件完整地结合在一起,综合地考虑了地形因素的作用,体现出各影响因子相互关系和重要性,建立了黄土浅层滑坡的易发计算模型,全面考虑黄土浅层土质滑坡的地形影响因素,以定量的方式精确划分了滑坡危险性;无需滑坡发生的大量历史观测数据,就能够对黄土浅层滑坡早期进行识别,缩短了预警反应时间,其中T、tan(α)、U均为无量纲参数,在各种黄土浅层土质滑坡条件下都可以使用,极大的提高了其防灾适用性。
二、本发明,当β<α,且γ>α,同时T>1.35时,发生滑坡危险性高;当β<α,且γ>α,同时1.20<T≤1.35时,发生滑坡危险性中等;当β<α,且γ>α,同时T≤1.20时,发生滑坡危险性低或者当β>α或γ<α时,发生滑坡危险性低,在具备临空面和上缓下陡的地形条件下,地形综合判别因子T值可以有效地判别坡面危险性,T值越大,危险性越高;相反,T值越小,危险性越低,通过滑坡危险等级划分,早期识别直观明确,预警精细度高,更有利于提高防灾适用性。
三、本发明,适用于滑坡体坡度40≤α≤55°的黄土浅层土质滑坡的早期预警,山坡坡度的陡缓不仅影响松散碎屑物质的聚集和分布,而且影响坡面汇流条件,若坡度太缓,则滑坡动力不足;坡度太陡,则土层在坡面上无法聚集足够的厚度;滑坡体坡度40≤α≤55°这个范围时,上缓地形由于风化等原因形成卸荷张拉裂隙,利于雨水入渗进入浅在滑坡体,进而导致土体逐渐饱和并软化,土体局部出现剪切破坏并产生剪切裂隙,雨水不断渗入裂隙使其饱水,最终产生滑坡,当滑坡体坡度40≤α≤55°时,对黄土浅层滑坡的早期识别准确度高,利于及时采取防治措施。
四、本发明,适用于滑坡体坡度45≤α≤50°的黄土浅层土质滑坡的早期预警,经多次实验测试,特定的滑坡体坡度45≤α≤50°时,对黄土浅层滑坡的早期识别准确度极高,防灾适用性强。
附图说明
下面将结合说明书附图和具体实施方式对本发明作进一步的具体说明:
图1为地形因素示意图;
图2为图1的a-a′剖面示意图;
其中:ALu、滑坡体上侧后缘面积(m2),A、滑坡体面积(m2),α、滑坡体坡度,β、滑坡体上侧后缘坡度,γ、下侧临空面坡度。
具体实施方式
实施例1
一种黄土浅层滑坡的早期识别方法,包括以下步骤:
a、通过现场调查测绘确定滑坡体的基本地形数据,滑坡体坡度α、滑坡体面积A、滑坡体上侧后缘坡度β、滑坡体上侧后缘面积ALu和下侧临空面坡度γ;
b、通过U=tan(α-β)*(ALu/A)计算出上缓因子U,式中β<α;
c、当γ>α时,具有临空面,通过T=tan(α)+1.25U计算出滑坡体的地形综合判别因子T;
d、根据滑坡体的地形综合判别因子T对黄土浅层滑坡的危险性等级进行划分,划分为低、中和高三个等级。
通过现场调查测绘确定滑坡体的基本地形数据,滑坡体坡度α、滑坡体面积A、滑坡体上侧后缘坡度β、滑坡体上侧后缘面积ALu和下侧临空面坡度γ;再通过U=tan(α-β)*(ALu/A)计算出上缓因子U,式中β<α;当γ>α时,具有临空面,通过T=tan(α)+1.25U计算出滑坡体的地形综合判别因子T;β<α和γ>α作为必要条件,最后根据滑坡体的地形综合判别因子T对黄土浅层滑坡的危险性等级进行划分,划分为低、中和高三个等级,作为一个完整的技术方案,通过地形因素对滑坡发生程度进行内部机理研究,将滑坡体坡度、上缓地形条件完整地结合在一起,综合地考虑了地形因素的作用,体现出各影响因子相互关系和重要性,建立了黄土浅层滑坡的易发计算模型,全面考虑黄土浅层土质滑坡的地形影响因素,以定量的方式精确划分了滑坡危险性;无需滑坡发生的大量历史观测数据,就能够对黄土浅层滑坡早期进行识别,缩短了预警反应时间,其中T、tan(α)、U均为无量纲参数,在各种黄土浅层土质滑坡条件下都可以使用,极大的提高了其防灾适用性。
实施例2
一种黄土浅层滑坡的早期识别方法,包括以下步骤:
a、通过现场调查测绘确定滑坡体的基本地形数据,滑坡体坡度α、滑坡体面积A、滑坡体上侧后缘坡度β、滑坡体上侧后缘面积ALu和下侧临空面坡度γ;
b、通过U=tan(α-β)*(ALu/A)计算出上缓因子U,式中β<α;
c、当γ>α时,具有临空面,通过T=tan(α)+1.25U计算出滑坡体的地形综合判别因子T;
d、根据滑坡体的地形综合判别因子T对黄土浅层滑坡的危险性等级进行划分,划分为低、中和高三个等级。
所述步骤d中,三个等级是指,当β<α,且γ>α,同时T>1.35时,发生滑坡危险性高;当β<α,且γ>α,同时1.20<T≤1.35时,发生滑坡危险性中等;当β<α,且γ>α,同时T≤1.20时,发生滑坡危险性低或者当β>α或γ<α时,发生滑坡危险性低。
当β<α,且γ>α,同时T>1.35时,发生滑坡危险性高;当β<α,且γ>α,同时1.20<T≤1.35时,发生滑坡危险性中等;当β<α,且γ>α,同时T≤1.20时,发生滑坡危险性低或者当β>α或γ<α时,发生滑坡危险性低,在具备临空面和上缓下陡的地形条件下,地形综合判别因子T值可以有效地判别坡面危险性,T值越大,危险性越高;相反,T值越小,危险性越低,通过滑坡危险等级划分,早期识别直观明确,预警精细度高,更有利于提高防灾适用性。
实施例3
一种黄土浅层滑坡的早期识别方法,包括以下步骤:
a、通过现场调查测绘确定滑坡体的基本地形数据,滑坡体坡度α、滑坡体面积A、滑坡体上侧后缘坡度β、滑坡体上侧后缘面积ALu和下侧临空面坡度γ;
b、通过U=tan(α-β)*(ALu/A)计算出上缓因子U,式中β<α;
c、当γ>α时,具有临空面,通过T=tan(α)+1.25U计算出滑坡体的地形综合判别因子T;
d、根据滑坡体的地形综合判别因子T对黄土浅层滑坡的危险性等级进行划分,划分为低、中和高三个等级。
所述步骤d中,三个等级是指,当β<α,且γ>α,同时T>1.35时,发生滑坡危险性高;当β<α,且γ>α,同时1.20<T≤1.35时,发生滑坡危险性中等;当β<α,且γ>α,同时T≤1.20时,发生滑坡危险性低或者当β>α或γ<α时,发生滑坡危险性低。
本发明适用于滑坡体坡度α为40°的黄土浅层土质滑坡的早期预警。
实施例4
一种黄土浅层滑坡的早期识别方法,包括以下步骤:
a、通过现场调查测绘确定滑坡体的基本地形数据,滑坡体坡度α、滑坡体面积A、滑坡体上侧后缘坡度β、滑坡体上侧后缘面积ALu和下侧临空面坡度γ;
b、通过U=tan(α-β)*(ALu/A)计算出上缓因子U,式中β<α;
c、当γ>α时,具有临空面,通过T=tan(α)+1.25U计算出滑坡体的地形综合判别因子T;
d、根据滑坡体的地形综合判别因子T对黄土浅层滑坡的危险性等级进行划分,划分为低、中和高三个等级。
所述步骤d中,三个等级是指,当β<α,且γ>α,同时T>1.35时,发生滑坡危险性高;当β<α,且γ>α,同时1.20<T≤1.35时,发生滑坡危险性中等;当β<α,且γ>α,同时T≤1.20时,发生滑坡危险性低或者当β>α或γ<α时,发生滑坡危险性低。
进一步,本发明适用于滑坡体坡度α为45°的黄土浅层土质滑坡的早期预警。
实施例5
一种黄土浅层滑坡的早期识别方法,包括以下步骤:
a、通过现场调查测绘确定滑坡体的基本地形数据,滑坡体坡度α、滑坡体面积A、滑坡体上侧后缘坡度β、滑坡体上侧后缘面积ALu和下侧临空面坡度γ;
b、通过U=tan(α-β)*(ALu/A)计算出上缓因子U,式中β<α;
c、当γ>α时,具有临空面,通过T=tan(α)+1.25U计算出滑坡体的地形综合判别因子T;
d、根据滑坡体的地形综合判别因子T对黄土浅层滑坡的危险性等级进行划分,划分为低、中和高三个等级。
所述步骤d中,三个等级是指,当β<α,且γ>α,同时T>1.35时,发生滑坡危险性高;当β<α,且γ>α,同时1.20<T≤1.35时,发生滑坡危险性中等;当β<α,且γ>α,同时T≤1.20时,发生滑坡危险性低或者当β>α或γ<α时,发生滑坡危险性低。
进一步,本发明适用于滑坡体坡度α为50°的黄土浅层土质滑坡的早期预警。
实施例6
一种黄土浅层滑坡的早期识别方法,包括以下步骤:
a、通过现场调查测绘确定滑坡体的基本地形数据,滑坡体坡度α、滑坡体面积A、滑坡体上侧后缘坡度β、滑坡体上侧后缘面积ALu和下侧临空面坡度γ;
b、通过U=tan(α-β)*(ALu/A)计算出上缓因子U,式中β<α;
c、当γ>α时,具有临空面,通过T=tan(α)+1.25U计算出滑坡体的地形综合判别因子T;
d、根据滑坡体的地形综合判别因子T对黄土浅层滑坡的危险性等级进行划分,划分为低、中和高三个等级。
所述步骤d中,三个等级是指,当β<α,且γ>α,同时T>1.35时,发生滑坡危险性高;当β<α,且γ>α,同时1.20<T≤1.35时,发生滑坡危险性中等;当β<α,且γ>α,同时T≤1.20时,发生滑坡危险性低或者当β>α或γ<α时,发生滑坡危险性低。
本发明适用于滑坡体坡度α为55°的黄土浅层土质滑坡的早期预警。
下面采用本发明对延安地区的黄土高原滑坡进行分析:
延安地区的延安市、延川县、延长县位于陕西省黄土高原中部,属于典型的黄土地貌区。2013年7月份,延安地区遭遇罕见的持续性强降雨,强降雨诱发了大量的黄土浅层滑坡。
表1是延安市区境内野外调查的20个小区域地形各项参数和危险性判别。
表1
根据危险性等级:当β<α,且γ>α,同时T>1.35时,发生滑坡危险性高;当β<α,且γ>α,同时1.20<T≤1.35时,发生滑坡危险性中等;当β<α,且γ>α,同时T≤1.20时,发生滑坡危险性低或者当β>α或γ<α时,发生滑坡危险性低。
表1中T值计算结果显示:20处潜在滑坡小区域中,危险性高的区域11个,危险性中等的1个,危险性低的8个。
对比实际发生情况,所有11个危险性高的小区域(见表1:编号1-11)都发生了滑坡;1个危险性中等的小区域,发生了滑坡(见表1:编号12);8个危险性低的区域(见表1:编号13-20)都没有发生滑坡。
表2是延川小区域地形参数和危险性判别。
表2
根据危险性等级:当β<α,且γ>α,同时T>1.35时,发生滑坡危险性高;当β<α,且γ>α,同时1.20<T≤1.35时,发生滑坡危险性中等;当β<α,且γ>α,同时T≤1.20时,发生滑坡危险性低或者当β>α或γ<α时,发生滑坡危险性低。
表2中T值计算结果显示:20处潜在滑坡小区域中,危险性高的区域11个,危险性中等的2个,危险性低的7个。
对比实际发生情况,所有11个危险性高的小区域(见表2:编号1-10和编号12)都发生了滑坡;2个危险性中等的小区域,发生了滑坡(见表2:编号11、13);7个危险性低的区域(见表2:编号14-20)都没有发生滑坡。
表3是延长小区域地形参数和危险性判别。
表3
根据危险性等级:当β<α,且γ>α,同时T>1.35时,发生滑坡危险性高;当β<α,且γ>α,同时1.20<T≤1.35时,发生滑坡危险性中等;当β<α,且γ>α,同时T≤1.20时,发生滑坡危险性低或者当β>α或γ<α时,发生滑坡危险性低。
表3中T值计算结果显示:20处潜在滑坡小区域中,危险性高的区域12个,危险性低的8个。
对比实际发生情况,所有12个危险性高的小区域(见表3:编号1-12)都发生了滑坡;8个危险性低的区域(见表3:编号13-20)都没有发生滑坡。
综上所述,应用本发明所述方法对黄土浅层滑坡的早期识别准确性较高。

Claims (4)

1.一种黄土浅层滑坡的早期识别方法,其特征在于,包括以下步骤:
a、通过现场调查测绘确定滑坡体的基本地形数据,滑坡体坡度α、滑坡体面积A、滑坡体上侧后缘坡度β、滑坡体上侧后缘面积ALu和下侧临空面坡度γ;
b、通过U=tan(α-β)*(ALu/A)计算出上缓因子U,式中β<α;
c、当γ>α时,具有临空面,通过T=tan(α)+1.25U计算出滑坡体的地形综合判别因子T;
d、根据滑坡体的地形综合判别因子T对黄土浅层滑坡的危险性等级进行划分,划分为低、中和高三个等级。
2.根据权利要求1所述的一种黄土浅层滑坡的早期识别方法,其特征在于:所述步骤d中,三个等级是指,当β<α,且γ>α,同时T>1.35时,发生滑坡危险性高;当β<α,且γ>α,同时1.20<T≤1.35时,发生滑坡危险性中等;当β<α,且γ>α,同时T≤1.20时,发生滑坡危险性低或者当β>α或γ<α时,发生滑坡危险性低。
3.根据权利要求1所述的一种黄土浅层滑坡的早期识别方法的应用,其特征在于:适用于滑坡体坡度40≤α≤55°的黄土浅层土质滑坡的早期预警。
4.根据权利要求3所述的一种黄土浅层滑坡的早期识别方法的应用,其特征在于:适用于滑坡体坡度45≤α≤50°的黄土浅层土质滑坡的早期预警。
CN201710122446.5A 2017-03-03 2017-03-03 一种黄土浅层滑坡的早期识别方法及应用 Pending CN106874614A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710122446.5A CN106874614A (zh) 2017-03-03 2017-03-03 一种黄土浅层滑坡的早期识别方法及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710122446.5A CN106874614A (zh) 2017-03-03 2017-03-03 一种黄土浅层滑坡的早期识别方法及应用

Publications (1)

Publication Number Publication Date
CN106874614A true CN106874614A (zh) 2017-06-20

Family

ID=59169606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710122446.5A Pending CN106874614A (zh) 2017-03-03 2017-03-03 一种黄土浅层滑坡的早期识别方法及应用

Country Status (1)

Country Link
CN (1) CN106874614A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108776742A (zh) * 2018-06-22 2018-11-09 成都理工大学 千枚岩人工削坡滑坡危险性判断方法及应用
CN108829991A (zh) * 2018-06-22 2018-11-16 成都理工大学 一种砂岩削坡滑坡危险性判断方法及其应用
CN114036777A (zh) * 2021-11-26 2022-02-11 成都理工大学 一种浅层土质滑坡的早期识别方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101390354B1 (ko) * 2013-12-10 2014-04-30 산림조합중앙회 산지 사면 안정화 공법 및 그 보강 구조
CN104805846A (zh) * 2015-04-24 2015-07-29 成都理工大学 一种浅表层土质滑坡的危险性划分方法及应用
CN105512443A (zh) * 2016-01-28 2016-04-20 成都理工大学 浅层土质滑坡的危险性判断方法
CN106203724A (zh) * 2016-07-19 2016-12-07 成都理工大学 一种浅表层土质滑坡的预报方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101390354B1 (ko) * 2013-12-10 2014-04-30 산림조합중앙회 산지 사면 안정화 공법 및 그 보강 구조
CN104805846A (zh) * 2015-04-24 2015-07-29 成都理工大学 一种浅表层土质滑坡的危险性划分方法及应用
CN105512443A (zh) * 2016-01-28 2016-04-20 成都理工大学 浅层土质滑坡的危险性判断方法
CN106203724A (zh) * 2016-07-19 2016-12-07 成都理工大学 一种浅表层土质滑坡的预报方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108776742A (zh) * 2018-06-22 2018-11-09 成都理工大学 千枚岩人工削坡滑坡危险性判断方法及应用
CN108829991A (zh) * 2018-06-22 2018-11-16 成都理工大学 一种砂岩削坡滑坡危险性判断方法及其应用
CN114036777A (zh) * 2021-11-26 2022-02-11 成都理工大学 一种浅层土质滑坡的早期识别方法

Similar Documents

Publication Publication Date Title
CN105804094B (zh) 一种岩质滑坡的危险性判断方法及其应用
CN105512443B (zh) 浅层土质滑坡的危险性判断方法
CN106157541B (zh) 一种沟谷泥石流预警方法及其应用
CN106203724B (zh) 一种浅表层土质滑坡的预报方法
CN106874614A (zh) 一种黄土浅层滑坡的早期识别方法及应用
CN105761436B (zh) 一种红层地区滑坡预警方法及其应用
CN111337997B (zh) 潜在崩塌灾害体快速识别方法
CN105513285A (zh) 冰湖溃决预警方法
CN103473892A (zh) 沟道起动型泥石流发生预警方法及应用
CN105654398A (zh) 基于百分制与多级指标体系的边坡施工评估方法
CN105701975A (zh) 一种红层地区浅层土质滑坡预警方法
CN107476275B (zh) 一种红层地区岩质滑坡的预警方法及其应用
CN105699116B (zh) 一种混凝土坝取芯方法
CN104200085B (zh) 一种强烈地震带滑坡防治工程健康评估方法
CN103530516A (zh) 一种强震区泥石流隐患点快速识别方法
CN110738378B (zh) 一种山区泥石流灾害的预测方法和预测***
CN110412241B (zh) 一种软弱夹层滑动面的岩质滑坡的预警方法及其应用
CN117392809A (zh) 一种基于多影响因素分析的山体崩塌的预警方法及***
CN110346537B (zh) 基于构造隆升地块与地貌凸出体判定潜在岩质滑坡的方法
CN105808936A (zh) 一种快速判识滑坡危险程度的方法
CN112508061B (zh) 一种岩质工程边坡稳定性分类方法
CN106192864B (zh) 一种沟谷泥石流的危险性划分方法及其应用
JP2001020662A (ja) 安定性評価方法
CN110191988A (zh) 一种面板坝垫层料结构安全评价方法
CN101793037B (zh) 堆石体道基高填方结构表面沉降速率法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170620