(中國地質(zhì)大學(xué)(武漢) 工程學(xué)院，湖北 武漢，430074)

滑坡殘余強(qiáng)度對滑坡特別是老滑坡的穩(wěn)定性評價非常重要，其研究方法主要通過試驗(yàn)手段，包括反復(fù)直剪試驗(yàn)、環(huán)剪試驗(yàn)、三軸剪切試驗(yàn)和原位剪切試驗(yàn)等。目前國內(nèi)外許多學(xué)者對其進(jìn)行了研究。文獻(xiàn)[1]介紹了滑坡滑帶土殘余強(qiáng)度的影響因素、測試儀器、試驗(yàn)方法等方面的研究現(xiàn)狀。王恭先[2]結(jié)合中鐵西北科學(xué)研究院環(huán)剪試驗(yàn)的成果，介紹了滑坡殘余強(qiáng)度與滑帶土黏粒含量、礫石含量、初始密度、初始含水率、剪切速率等影響因素之間的關(guān)系。Wan等[3]采用直剪試驗(yàn)和環(huán)剪試驗(yàn)對含55%～74%(質(zhì)量分?jǐn)?shù))非晶質(zhì)黏土礦物的滑坡原狀樣進(jìn)行了研究，研究表明非晶質(zhì)黏土礦物增加了土顆粒之間的黏聚力，導(dǎo)致峰值強(qiáng)度增高，而非晶質(zhì)黏土礦物為粉土和砂土顆粒的相互作用提供了接觸面，其導(dǎo)致滑坡殘余內(nèi)摩擦角較小。張芳枝等[4]采用排水反復(fù)直剪試驗(yàn)對東深供水工程風(fēng)化泥質(zhì)軟巖在長期浸水軟化后的殘余強(qiáng)度變化規(guī)律進(jìn)行了探討。左巍然等[5]采用直剪儀反復(fù)剪切試驗(yàn)對原狀土、擊實(shí)土和靜壓土這3種狀態(tài)膨脹土的殘余強(qiáng)度進(jìn)行了研究，研究表明，膨脹土的殘余強(qiáng)度與它的結(jié)構(gòu)和應(yīng)力歷史沒有直接聯(lián)系。張昆等[6]采用現(xiàn)場大剪試驗(yàn)研究了殘余強(qiáng)度與峰值強(qiáng)度的關(guān)系，并得到了殘余強(qiáng)度的估算方法。郭惠豐等[7]采用三軸試驗(yàn)研究了粗晶大理巖在應(yīng)力平行層理狀態(tài)和應(yīng)力垂直層理狀態(tài)，2種情況下巖石殘余強(qiáng)度與圍壓的關(guān)系。郭富利等[8]通過三軸力學(xué)試驗(yàn)，研究了圍壓和飽水時間對軟巖殘余強(qiáng)度和峰后體積變化的影響規(guī)律、圍壓和飽水時間對軟巖殘余強(qiáng)度和體積變化的作用機(jī)制及特點(diǎn)。米海珍等[9]采用靜三軸試驗(yàn)，探討了蘭州黃土與石灰配制而成的灰土殘余強(qiáng)度在浸水條件下的變化規(guī)律，研究表明，灰土的殘余強(qiáng)度與其圍壓呈線性關(guān)系。王瑞紅等[10]通過循環(huán)加卸載試驗(yàn)，對處于殘余強(qiáng)度狀態(tài)巖樣在不同圍壓、不同卸荷量條件下殘余強(qiáng)度的變化規(guī)律，試驗(yàn)結(jié)果表明：巖樣在不同圍壓和不同卸荷量條件下殘余強(qiáng)度與循環(huán)次數(shù)呈指數(shù)變化規(guī)律。譚文輝等[11]采用原位剪切試驗(yàn)對某巨型黃土滑坡剪出口3個不同位置的土樣進(jìn)行了天然狀態(tài)和飽水狀態(tài)2種工況下的殘余剪切強(qiáng)度進(jìn)行了研究，獲得相應(yīng)的殘余抗剪強(qiáng)度指標(biāo)，并總結(jié)了黃土滑坡原位剪切試驗(yàn)過程中的注意事項(xiàng)。但是，滑坡殘余強(qiáng)度試驗(yàn)研究有很多不確定因素，導(dǎo)致試驗(yàn)結(jié)果不理想，并且試驗(yàn)花費(fèi)時間長，價格昂貴。為此，本文作者以滑坡基本物理參數(shù)為基礎(chǔ)，從區(qū)域統(tǒng)計規(guī)律出發(fā)，采用 SPSS數(shù)學(xué)分析軟件對滑坡殘余強(qiáng)度的相關(guān)影響因素進(jìn)行篩選，然后以區(qū)域典型滑坡為例，分別采用神經(jīng)網(wǎng)絡(luò)模型和多元回歸模型對該滑坡的殘余強(qiáng)度進(jìn)行預(yù)測，最后對其預(yù)測結(jié)果進(jìn)行對比分析。

1 相關(guān)影響因素篩選

為了研究滑坡殘余強(qiáng)度的區(qū)域統(tǒng)計規(guī)律，本文選取了萬州區(qū)20個具有相同基本特征、相似工程地質(zhì)條件的滑坡不同部位共147個滑帶土樣基本物理力學(xué)參數(shù)進(jìn)行分析，其選取的滑坡具有以下基本特征：均為堆積層滑坡，滑面為巖土接觸面，滑體物質(zhì)一般由粉質(zhì)黏土、砂泥巖塊石、人工填土組成，滑帶由粉質(zhì)黏土夾砂泥巖角礫，滑床為侏羅系砂泥巖。

為了篩選滑坡抗剪強(qiáng)度的相關(guān)影響因素，采用大型數(shù)學(xué)分析軟件 SPSS分析天然含水率、密度、飽和度、孔隙率、孔隙比、液限、塑性、液性指數(shù)、塑性指數(shù)、壓縮模量、壓縮系數(shù)、天然峰值強(qiáng)度、飽和峰值強(qiáng)度與殘余強(qiáng)度的相關(guān)性。由于數(shù)據(jù)量太大，且滑坡大多與降雨有關(guān)，因此，這里主要研究滑坡基本物理力學(xué)參數(shù)與滑坡飽和殘余強(qiáng)度的相關(guān)性，具體見表1。

表1 滑坡飽和殘余強(qiáng)度影響因子分析Table 1 Influence factors of landslide saturated residual strength

由表1可知：飽和殘余黏聚力與天然含水量、天然重度、干重度、天然孔隙比、孔隙度、飽和度、天然峰值黏聚力、飽和峰值黏聚力的顯著性為 0，說明這些參數(shù)與飽和殘余黏聚力完全相關(guān)，這些因素為飽和殘余黏聚力的相關(guān)影響因素；而飽和殘余內(nèi)摩擦角與飽和含水量、塑限、液性指數(shù)、壓縮系數(shù)、壓縮模量、天然峰值內(nèi)摩擦角、飽和峰值內(nèi)摩擦角的顯著性為 0，說明這些參數(shù)與飽和殘余內(nèi)摩擦角完全相關(guān)，這些因素為飽和殘余內(nèi)摩擦角的相關(guān)影響因素。

2 萬泉滑坡概況

2.1 滑坡概述

萬泉滑坡位于長江一級支流龍寶河左岸，一級階地及其以上地帶，屬侵蝕堆積地貌及構(gòu)造—剝蝕中切割低山丘陵河谷地貌。以鷹咀巖為界，將萬泉滑坡分為東滑坡區(qū)及西滑坡區(qū)，兩滑坡區(qū)相距250 m，其中西區(qū)前緣最低高程為191 m，后緣最高高程為265 m，總面積為15.15×104m2，體積為155.28×104m3，東區(qū)前緣最低高程為192 m，后緣最高高程為267 m，總面積19.43×104m2，總體積為244.4×104m3。

2.2 滑坡物質(zhì)組成

2.2.1 滑體

(1) 雜填土。主要分布于西滑坡區(qū)廠區(qū)及居民住宅區(qū)，為紫紅、紫褐色黏土夾碎塊石，夾砂、泥巖碎塊石，磚瓦塊、煤炭渣、混凝土及生活垃圾等。覆蓋于地表最上層，厚2～3 m。

(2) 碎裂狀巖體。主要分布于西滑坡區(qū)文體廣局7～9剖面一帶，黃家灣及寶山路內(nèi)側(cè)，在道路開挖中邊坡上也有出露，地表出露東西寬180 m，南北長90 m，最大厚度26 m。由碎裂狀紫紅色粉砂質(zhì)泥巖夾泥質(zhì)粉砂巖及粉砂巖透鏡體組成。

(3) 粉質(zhì)黏土夾碎塊石。分布廣泛，厚度變化大，總體上滑體前后緣薄、中部較厚，主要由紫紅色粉質(zhì)黏土及泥(砂)巖塊石組成，可塑—硬塑狀。見水后具強(qiáng)黏性，有滑感，含 25%～60%的碎塊石，粒徑為 3～2 500 mm。

2.2.2 滑帶

根據(jù)地面調(diào)查、勘探工程揭露，滑體底部滑動帶(面)受基巖(主要為泥巖)頂界面控制，沿堆積層與基巖接觸的薄弱帶滑動剪出?；嫔疃?.40～34.70 m；東、西滑坡區(qū)滑帶土物質(zhì)組成及特征基本相似；滑帶土為褐黃色，灰紫色、暗紫紅色及灰白色黏性土，濕潤，可塑，局部呈軟塑。

2.2.3 滑床

萬泉滑坡的滑床為侏羅系中統(tǒng)上沙溪廟組(J2s)，主要為紫紅色泥巖及粉砂質(zhì)泥巖夾粉砂巖，滑床巖層傾向?yàn)?320°～330°，傾角為 3°～7°，傾向坡內(nèi)，有利于巖體穩(wěn)定。

2.3 萬泉滑坡基本物理力學(xué)參數(shù)

根據(jù)中國建筑西南勘察設(shè)計研究院完成的《重慶市三峽庫區(qū)三期地質(zhì)災(zāi)害防治工程非應(yīng)急項(xiàng)目萬州區(qū)萬泉滑坡詳細(xì)勘查報告》室內(nèi)試驗(yàn)結(jié)果，該滑坡滑帶土物理力學(xué)參數(shù)及殘余強(qiáng)度試驗(yàn)值如表2所示。

表2 萬泉滑坡物理力學(xué)參數(shù)Table 2 Wanquan landslide physical and mechanical parameters

3 滑坡殘余強(qiáng)度預(yù)測

3.1 多元回歸模型預(yù)測

設(shè)預(yù)測對象為y，影響因素有m個，分別為x1,x2, …,xm，

對于預(yù)測對象y為飽和殘余黏聚力時，其影響因素有8個，分別為天然含水量、天然重度、干重度、天然孔隙比、孔隙度、飽和度、天然峰值黏聚力和飽和峰值黏聚力，其編號依次為x1,x2, …,x8。

采用模型原理，利用上述147組滑帶土數(shù)據(jù)，可得滑坡飽和殘余黏聚力的預(yù)測模型為

將表2中相應(yīng)數(shù)據(jù)代入式(5)，可得飽和殘余內(nèi)摩擦角的預(yù)測結(jié)果。

對于預(yù)測對象y為飽和殘余內(nèi)摩擦角時，其影響因素有7個，分別為飽和含水量、塑限、液性指數(shù)、壓縮系數(shù)、壓縮模量、天然峰值內(nèi)摩擦角、飽和峰值內(nèi)摩擦角，其編號依次為x1,x2, …,x7。

采用模型原理，利用上述147組滑帶土數(shù)據(jù)，可得滑坡飽和殘余內(nèi)摩擦角的預(yù)測模型為：

將表2中相應(yīng)數(shù)據(jù)代入式(6)，可得飽和殘余內(nèi)摩擦角的預(yù)測結(jié)果。多元回歸模型預(yù)測結(jié)果如表3所示。

表3 多元回歸模型預(yù)測結(jié)果Table 3 Prediction results of multiple regression model

3.2 神經(jīng)網(wǎng)絡(luò)模型預(yù)測

BP神經(jīng)網(wǎng)絡(luò)模型[13]是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入?輸出模式映射關(guān)系，而無需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層(input)、隱層(hide layer)和輸出層(output layer)。其具體建立過程如下。

第1步：確定網(wǎng)絡(luò)結(jié)構(gòu)：根據(jù)樣本數(shù)據(jù)確定輸入層、隱層以及輸出層的神經(jīng)元節(jié)點(diǎn)數(shù)。

第2步：網(wǎng)絡(luò)初始化：初始化輸入層與隱層、隱層與輸出層之間的網(wǎng)絡(luò)連接權(quán)重，初始化隱層與輸出層的網(wǎng)絡(luò)閥值，制定學(xué)習(xí)速率和激勵函數(shù)。

第3部：計算隱層輸出：根據(jù)輸入向量、輸出層和隱層的連接權(quán)值以及隱層閥值計算隱含層輸出值。

第4步：計算輸出層輸出。

第5步：計算誤差。

第6步：重新計算權(quán)值。

第7步：重新計算閥值。

第8步：判斷是不是滿足誤差要求，如果不滿足就返回第3步計算直到滿足誤差要求終止計算。

對于飽和殘余黏聚力和飽和殘余內(nèi)摩擦角，均選取 DPS數(shù)據(jù)處理系統(tǒng)的 BP神經(jīng)網(wǎng)絡(luò)子系統(tǒng)，采用matlab軟件進(jìn)行編程，通過不斷調(diào)試，最終選取的BP神經(jīng)網(wǎng)絡(luò)模型如下：輸入層為 5個輸入節(jié)點(diǎn), 輸出層為1個輸出節(jié)點(diǎn)，隱層15個節(jié)點(diǎn),傳遞函數(shù)(包括隱層函數(shù)和輸出函數(shù))和訓(xùn)練函數(shù)為：logsig，purelin和trainlm。

訓(xùn)練采用的數(shù)據(jù)為上述147組滑帶土的物理力學(xué)參數(shù)，具體訓(xùn)練參數(shù)見表4。

表4 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練參數(shù)Table 4 Training parameters of neural network model

將表2中相應(yīng)數(shù)據(jù)代入相應(yīng)的訓(xùn)練網(wǎng)絡(luò)，其預(yù)測結(jié)果如表5所示。

表5 神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果Table 5 Prediction results of neural network model

3.3 預(yù)測結(jié)果對比分析

根據(jù)表2、表3和表5，對滑坡飽和殘余強(qiáng)度預(yù)測結(jié)果與試驗(yàn)值進(jìn)行對比，結(jié)果如表6所示。

表6 滑坡殘余強(qiáng)度預(yù)測結(jié)果與試驗(yàn)值的相對誤差Table 6 Relative error between landslide residual strength prediction results and test values %

由表6可知：對于飽和殘余黏聚力，多元回歸模型與試驗(yàn)值的相對誤差為17.90%～37.90%，而神經(jīng)網(wǎng)絡(luò)預(yù)測模型的相對誤差為0.89%～7.20%；對于飽和殘余內(nèi)摩擦角，多元回歸模型與試驗(yàn)值相對誤差為11.33%～31.24%，而神經(jīng)網(wǎng)絡(luò)預(yù)測模型的相對誤差為0.23%～3.36%?？梢姡荷窠?jīng)網(wǎng)絡(luò)預(yù)測模型的預(yù)測精度更高。究其原因，可能是由于這里采用的多元回歸模型為線性模型，沒有考慮影響因素與殘余強(qiáng)度的非線性關(guān)系。

4 結(jié)論

(1) 萬州區(qū)典型堆積層滑坡飽和殘余黏聚力的相關(guān)影響因素為天然含水量、天然重度、干重度、天然孔隙比、孔隙度、飽和度、天然峰值黏聚力和飽和峰值黏聚力；飽和殘余內(nèi)摩擦角的相關(guān)影響因素為飽和含水量、塑限、液性指數(shù)、壓縮系數(shù)、壓縮模量、天然峰值內(nèi)摩擦角、飽和峰值內(nèi)摩擦角。

(2) 萬州區(qū)典型堆積層滑坡飽和殘余黏聚力和飽和殘余內(nèi)摩擦角相應(yīng)的多元回歸預(yù)測模型為：y=162.18+2.12x1?12.58x2+10.59x3+210.25x4?7.13x5+0.11x6+0.25x7+0.46x8和y=7.63?0.03x1?0.3x2?3.99x3+7.31x4+0.13x5?0.46x6+0.99x7。

(3) 萬州區(qū)典型堆積層滑坡飽和殘余強(qiáng)度的神經(jīng)網(wǎng)絡(luò)模型為：輸入層為5個輸入節(jié)點(diǎn), 輸出層為1個輸出節(jié)點(diǎn)，隱層 15個節(jié)點(diǎn),傳遞函數(shù)和訓(xùn)練函數(shù)為：logsig，purelin和trainlm。

(4) 多元回歸模型與試驗(yàn)值的相對誤差為10%～40%，而神經(jīng)網(wǎng)絡(luò)預(yù)測模型的相對誤差基本都在5%左右，神經(jīng)網(wǎng)絡(luò)預(yù)測模型的預(yù)測精度更高。神經(jīng)網(wǎng)絡(luò)模型比多元回歸模型更適合于預(yù)測萬州區(qū)典型堆積層滑坡的殘余強(qiáng)度。

[1] 滑坡文集編委會.國內(nèi)外滑帶土殘余強(qiáng)度的研究現(xiàn)狀[C]//滑坡文集(Ⅱ).北京: 人民鐵道出版社, 1979: 210?219.Editorial Committee of Landslide Corpus.Research status of residual strength on slip soil at home and abroad[C]//Landslide Corpus (Ⅱ).Beijing: People’s Railway Publishing House, 1979:210?219.

[2] 王恭先.滑坡防治中的關(guān)鍵技術(shù)及其處理方法[J].巖石力學(xué)與工程學(xué)報, 2005, 24(21): 3818?3827.WANG Gongxian.Key technique in landslide control and its handling measures[J].Chinese Journal of Rock Mechanics and Engineering, 2005, 24(21): 3818?3827.

[3] Wan Y, Kwong J.Shear strength of soils containing amorphous clay-size materials in a slow-moving landslide[J].Engineering Geology, 2002, 65(4): 293?303.

[4] 張芳枝, 陳曉平, 吳煌峰, 等.東深供水工程風(fēng)化泥質(zhì)軟巖殘余強(qiáng)度特性研究[J].工程地質(zhì)學(xué)報, 2003, 11(1): 54?57.ZHANG Fangzhi, CHEN Xiaoping, WU Huangfeng, et al.The characteristic of residual strength of soft clayey rocks of the east river-shenzhen water supply project[J].Journal of Engineering Geology, 2003, 11(1): 54?57.

[5] 左巍然, 楊和平, 劉平.確定膨脹土殘余強(qiáng)度的試驗(yàn)研究[J].長沙交通學(xué)院學(xué)報, 2007, 23(1): 23?27.ZUO Weiran, YANG Heping, LIU Ping.Study on the determination of residual strength for expansive soil[J].Journal of Changsha Communications University, 2007, 23(1): 23?27.

[6] 張昆, 郭菊彬.滑帶土殘余強(qiáng)度參數(shù)試驗(yàn)研究[J].鐵道工程學(xué)報, 2007, 24(8): 13?15, 26.ZHANG Kun, GUO Jubin.Experimental research on the residual strength parameters of slip soils[J].Journal of Railway Engineering Society, 2007, 24(8): 13?15, 26.

[7] 郭惠豐, 傘桂蘭.三軸殘余強(qiáng)度以及全過程曲線出現(xiàn)蠕變的成因[J].工程兵工程學(xué)院學(xué)報, 1999, 14(1): 68?70.GUO Huifeng, SAN Guilan.The cause of 3-axis residual strength and emerging creep in whole process curve[J].Journal of Nanjing Engineering Institute, 1999, 14(1): 68?70.

[8] 郭富利, 張頂立, 蘇潔, 等.圍壓和地下水對軟巖殘余強(qiáng)度及峰后體積變化影響的試驗(yàn)研究[J].巖石力學(xué)與工程學(xué)報,2009, 28(Z1): 2644?2650.GUO Fuli, ZHANG Dingli, SU Jie, et al.Experimental study of influences of confining pressures and ground water on residual strength and post-peak volumetric change of soft rock[J].Chinese Journal of Rock Mechanics and Engineering, 2009,28(Z1): 2644?2650.

[9] 米海珍, 王昊, 高春, 等.灰土的浸水強(qiáng)度及殘余強(qiáng)度的試驗(yàn)研究[J].巖土力學(xué), 2010, 31(9): 2781?2785.MI Haizhen, WANG Hao, GAO Chun, et al.Study of immersion strength and residual strength of lime-loess[J].Rock and Soil Mechanics.2010, 31(9): 2781?2785.

[10] 王瑞紅, 李建林, 蔣昱州, 等.循環(huán)加卸載對巖體殘余強(qiáng)度影響的試驗(yàn)研究[J].巖石力學(xué)與工程學(xué)報, 2010, 29(10):2103?2109.WANG Ruihong, LI Jianlin, JIANG Yuzhou, et al.Experimental research on influence of cyclic loading and unloading on rock mass residual strength[J].Chinese Journal of Rock Mechanics and Engineering, 2010, 29(10): 2103?2109.

[11] 譚文輝, 任奮華, 苗勝軍.峰值強(qiáng)度與殘余強(qiáng)度對邊坡加固的影響研究[J].巖土力學(xué), 2007(S1): 616?618.TAN Wenhui, REN Fenhua, MIAO Shengjun.Influence of parameters of peak strength and residual strength on the reinforcement of slopes[J].Rock and Soil Mechanics, 2007(S1):616?618.

[12] 殷坤龍.滑坡災(zāi)害預(yù)測預(yù)報[M].武漢: 中國地質(zhì)大學(xué)出版社,2003: 35?36.YIN Kunlong.Landslide hazard prediction[M].Wuhan: China University of Geosciences Press, 2003: 35?36.

[13] 郭晶, 孫偉娟.神經(jīng)網(wǎng)絡(luò)理論與 MATLAB 7實(shí)現(xiàn)[M].北京:電子工業(yè)出版社, 2005: 110?112.GUO Jing, SUN Weijuan.Neural network theory and implementation by MATLAB 7[M].Beijing: Electronic Industry Press, 2005: 110?112.