Effectiveness and mechanical characteristics of a pile-beam composite structure in blocking debris flows
-
摘要:
以高位泥石流、碎屑流区桩梁组合新型拦挡结构为研究对象, 在总结已有桩梁组合结构的基础上, 运用颗粒流分析仿真程序、通用显示动力分析程序分别对碎屑流冲击下单排、多排桩林及桩梁组合结构拦挡效果、不同位置桩梁组合结构拦挡效果对比模拟以及桩梁组合结构受力特征模拟研究, 探讨了拦挡结构阻挡后碎屑流堆积特征和结构应力传递特征。计算结果表明: 碎屑流中较大粒径颗粒与拦挡结构、两侧沟道边界接触形成的桩-巨石力链拦挡效应可有效阻挡、迟滞后续碎屑流运动, 桩梁组合结构桩-巨石力链拦挡效应最佳; 第一排桩和第二排桩之间改流区进一步抑制了碎屑流速度; 桩梁组合结构在设计布置位置时, 一方面要考虑在碎屑流启动、势动转换过程中尽早抑制碎屑流速度, 另一方面仍需重视库容的设计, 谨防跃顶造成部分碎屑流逃逸, 在上述二者之间选择最优解进行位置布置; 碎屑流巨石冲击桩梁组合结构时, 冲击应力将通过连梁分散传递到后排桩, 连系梁两端连接部分的应力几乎达到屈服强度, 需加强配筋。
Abstract:The pile-beam composite structure in high-elevation debris flow areas is selected as the research object. Based on characterizing the pile-beam composite structure, the particle-flow simulation analysis program and the explicit dynamic analysis program were used to study comparatively the blocking effects of single-row piles and two-row piles, as well as that of a pile-beam composite structure at different positions. Besides, We simulated the mechanical characteristics of the pile-beam composite structure and discussed debris flow accumulation and structural stress transfer after the blocking. The calculation results show that the blocking effect of the pile-boulder force chain formed by the contact between large-size particles in the debris flow with the blocking structure and side boundaries on both sides of the gully could effectively block and delay the subsequent debris flow movement. The blocking effect of the pile-beam composite structure is the best. Meanwhile, the transition zone between the two-row piles further suppressed the flow velocity. When choosing the position for a pile-beam composite structure, we should consider suppressing the debris flow velocity as early as possible at the beginning and the potential energy-kinetic energy conversion process. Meanwhile, we also need to emphasize the design of the reservoir capacity, beware of the escape of debris flow due to a low-head barrier, and choose the optimal solution for the layout. The impact stress by debris flow boulders will be transmitted to the rear pile through the connecting beams, and the connecting parts at both ends of the beam almost reach the yield strength, which needs reinforcement to strengthen.
-
0. 引言
雅鲁藏布江是中国最长的高原河流，位于西藏自治区境内，巨大的落差以及充沛的径流量使其成为世界上水利资源最丰富的地区之一(江平等，2022；刘丽红等，2022)。雅鲁藏布江大峡谷位于雅鲁藏布江下游，由于该区域是印度板块和欧亚板块碰撞的前缘地带(李翔，2019)，区域内新构造运动活跃，地层挤压褶皱，断裂切割，使得地势起伏大，高山分布众多，河谷深切现象普遍，山顶与河谷高差多大于2000 m，有的相对高差甚至大于3000 m，河流下切强烈，属典型高山深切割区(李金城，2007；祝嵩，2012；辛聪聪，2019)。由于独特的地质构造以及气候变化的影响，区域内崩塌、滑坡、泥石流等地质灾害频发(王军等，2000；袁喆，2014；刘丽红等，2022)，例如1950年墨脱地震后引发冰川冰崩，导致雅鲁藏布江下游派镇100余人死亡(张沛全等，2008)；2000年4月9日，林芝地区扎木弄沟发生大规模山体滑坡，截断了易贡藏布河，之后堰塞湖溃决形成特大洪水，冲毁了下游道路以及沿岸村庄(殷跃平，2000；刘铮等，2020)；2018年10月17日雅鲁藏布江下游色东普沟发生特大型泥石流堵江事件，堰塞坝溃决后又造成洪水灾害，导致堰塞坝周边乡镇受到威胁(刘传正等，2019)。
雅鲁藏布江下游复杂特殊的地质环境导致了其地质灾害问题的复杂性和特殊性(李滨等，2020)。为减少该区域地质灾害给当地环境及居民造成的影响，对区域内高位地质灾害进行早期识别是有必要的。合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar，InSAR)是多门学科交叉发展而来的新型技术(Moreira et al., 2013)。它可以全天候、全天时地实现对地表变形的厘米级至亚厘米级精度观测。由于InSAR技术的覆盖范围广及监测精度高等特点，自从问世以来，就受到了地质灾害研究人员的广泛关注(Shi et al., 2016; Liu et al., 2021; Dun et al., 2021; Zhao et al., 2021; Wang et al., 2022; 朱怡飞等，2022)。但是由于米林-墨脱段地形起伏剧烈，且覆盖有茂密的植被以及冰雪，使得InSAR监测、识别地质灾害的能力降低(Liu et al., 2021)。并且冰川快速移动所引起的失相干现象会导致InSAR结果的漏判(Sivalingam et al., 2022)。因此，文章以雅鲁藏布江下游米林-墨脱段为研究区，联合时序InSAR技术以及SAR偏移量技术来进行高山峡谷区高位地质灾害的识别(Gu et al., 2022)。根据Sentinel-1影像和ALOS/PALSAR-2影像获得的形变速率图，并结合数字高程模型(Digital Elevation Model，DEM)数据获得的坡度图和坡向图以及多时相光学遥感影像，在研究区共探测到260处大小不等的地质灾害形变区。此次研究为高山峡谷区高位灾害的识别和监测提供了技术支持，给研究区内的灾害防治提供了重要参考。
1. 研究区及影像数据概况
1.1 研究区概况
雅鲁藏布江下游米林-墨脱段(图 1)位于西藏自治区东南部(藏东、藏南地区)，区域内水系为雅鲁藏布江水系，主要包括帕隆藏布江、易贡藏布江、波都藏布、拉月曲等河流。研究区内分布着广泛冰川、积雪和冻土。主要的地形地貌为藏东高山峡谷区，由于区域内新构造运动活跃，地层挤压褶皱，断裂切割，使得地势起伏大，高山分布众多，河谷深切现象普遍(边紫璇，2021)。但受到青藏高原间歇性抬升和河谷下切的影响，在区域内河谷区存在夷平面和阶地等层状地貌。研究区内人类工程经济活动类型包括农林牧活动、城镇工程建设、交通工程、小型矿山工程、水利工程(水库、堤防、渠道)等，人口密度小，少部分为无人区(高鹏，2010)。雅鲁藏布江下游地区地质灾害是地质构造、地层岩性、新构造运动等内部地质特征和气候，冰川水文、人类活动等外部诱发因素共同作用的结果；其形成机理、发生过程、方式和影响的范围等方面与内陆地区的地质灾害均存在巨大差异。该区域是全球构造应力作用最强、隆升和剥蚀最快、新生代变质和深熔作用最强的地区，高位远程地质灾害链、高地应力、高地温等重大工程地质问题突出(翟毅飞，2022)。
图 1 研究区位置及所用SAR影像空间覆盖(位置图据公开的SRTM DEM数据绘制)Figure 1. Location of the study area and coverage of SAR images (Location map based on publicly available SRTM DEM data)1.2 影像数据
现有的SAR卫星主要工作波段为X波段(波长3.1 cm)、C波段(5.6 cm)以及L波段(23.5 cm)。对于InSAR形变监测而言，形变测量的灵敏度在一定程度上取决于雷达的波长，波长越短，灵敏度越高，反之波长越长，灵敏度越低(康亚，2020)。研究区处于地质环境复杂的极高山区，植被覆盖极其茂密且大部分区域常年被冰雪覆盖。在冰雪及植被覆盖情况下，短波长的X波段和C波段SAR数据难以穿透植被冠层及干燥积雪，时间相干性保持能力弱(李凌婧等，2022)；波长更长、穿透能力更强的L波段SAR数据往往能保持更好的相干性。在充分考虑每种波长SAR数据形变测量灵敏度及相干性保持能力的情况下，采用长短波长SAR数据相结合的方式进行研究区高位冰崩、崩塌及滑坡灾害的综合判识与监测研究。
共计收集了覆盖研究区2017年3月—2020年7月284景Sentinel-1影像以及2014年9月—2020年5月111景ALOS/PALSAR-2影像，SAR数据基本参数见表 1。采用30 m空间分辨率的SRTM DEM及日本AW3D30 DSM进行地形相位的去除及结果分析。
表 1 所用SAR数据基本参数Table 1. Fundamental parameters for SAR images used in this study传感器 波长 飞行方向 数量 覆盖时间 轨道号 Sentinel-1 C 升轨 284 20170316—20200729 143、70、172 ALOS/PALSAR-2 L 升轨 111 20140908—20200507 151、152 2. 高位地质灾害早期识别方法概述
采用时序InSAR技术以及SAR偏移量技术来进行高山—极高山区大范围地质灾害识别。由于研究区域海拔高，地形起伏剧烈，监测环境的差异性较大，并且不同的多时相InSAR/SAR技术具有各自不同的适用特点(OsmanoDZlu et al., 2016)。因此针对每个区域的环境以及存档SAR数据使用了多种InSAR/SAR数据处理流程。在滑坡识别中所应用的InSAR/SAR技术包括：Stacking-InSAR(刘国祥，2019)、SBAS-InSAR(Tizzani et al., 2007)以及SAR偏移量技术(Strozzi et al., 2007)。使用InSAR/SAR技术的主要目的在于恢复出覆盖研究区域的大范围地表形变。在恢复出地表形变之后，结合形变信息、DEM以及多时相光学遥感影像进行滑坡的圈定工作。具体的操作流程如图 2所示，主要分为以下几步。
图 2 高山峡谷区高位地质灾害SAR/InSAR识别技术流程图Figure 2. Flow chart of the SAR/InSAR identification technology for high-elevation geohazard in a mountain-valley area(1) SAR数据的合理获取。根据研究区域的地形起伏程度、降雨、植被覆盖、地质环境等以及结合每种SAR卫星的波长、入射角大小、飞行方向等进行SAR数据的合理选取，最大程度增加SAR数据的可视区域，减少地质灾害的漏判与误判(Dai et al., 2022)。
(2) 设置合理的时空基线阈值生成所有可能的干涉图，抑制时空去相干的影响(Li et al., 2022)。
(3) 对所生成的所有干涉图进行滤波、相位解缠以及误差改正。滤波的主要目的是削弱噪声的影响，使相位变得更加连续，最终达到正确相位解缠与地质灾害精准解译的目的。相位解缠的主要目的是恢复出相位主值中被模糊掉的整周相位，从而计算出正确的形变信息。误差改正包括大气延迟误差改正和DEM误差改正。大气延迟误差包括垂直分层大气延迟和湍流混合效应。对于垂直分层大气延迟，可采用数学模型以及外部大气产品(例如GACOS、ECMWF等)进行改正；对于湍流混合效应，可采用时空域滤波的方式进行改正。ALOS/APLSAR-2部分影像大气误差改正前后解缠图如图 3所示(Kang et al., 2021)。对于DEM误差，首先选取具有短时间基线、长空间基线的干涉对，并对其采用最小二乘法求解DEM误差(李伟华，2020)，然后对原始DEM进行更新。
图 3 大气误差改正前后解缠图a—大气误差改正前解缠图；b—大气误差改正后解缠图Figure 3. Unwrapping images before and after the correction of atmospheric error(a)Unwrapping images before the correction of atmospheric error; (b)Unwrapping images after the correction of atmospheric error(4) 基于干涉图相干性以及误差改正后每个解缠图的残余大气噪声水平来自动选取优质的干涉图。对于一些观测环境极为复杂的地区，例如有剧烈的地形起伏以及极其茂密的植被覆盖，往往会造成相位的不连续以及不一致，从而引起较为严重的相位解缠误差。因此，在自动选取干涉图基础上通过目视方式进行解缠误差的检查与改正，并进一步选取高质量的解缠图进行形变的反演。对于解缠误差的改正，可采用相位闭合或者相位补偿的方式进行改正(王霞迎，2018)。ALOS/PALSAR-2部分影像相位解缠误差改正前后解缠图如图 4所示。
图 4 相位解缠误差改正前后解缠图a—相位解缠误差改正前；b—相位解缠误差改正后Figure 4. Unwrapping images before and after the correction of phase error(a) Unwrapping images before the correction of phase error; (b)Unwrapping images after the correction of phase error(5) 采用多种SAR/InSAR技术获取研究区域地表形变图。Stacking-InSAR、SBAS-InSAR与偏移量等SAR/InSAR技术被用来反演研究区域的地表形变图。
3. 雅鲁藏布江下游高位地质灾害早期识别
3.1 形变结果分析
采用多种SAR/InSAR技术包括Stacking-InSAR、SBAS-InSAR与Offset-tracking以及光学偏移量技术对所获得的SAR数据及光学影像进行了处理。研究区2017年3月至2020年7月Sentinel-1数据地表形变速率如图 5所示，研究区2014年9月至2020年5月ALOS/PALSAR-2数据地表形变速率如图 6所示。对于Sentinel-1数据得到的地表形变速率，大部分点目标的形变速率分布在-10~20 mm/a；对于ALOS/PALSAR-2数据得到的地表形变速率，大部分点目标的形变速率分布在-10~20 mm/a，说明研究区整体稳定性较好。在整个研究区中，在海拔较高的山谷及沟道探测到大量的形变聚集区，主要是由于冰川运动、冰崩、滑坡以及崩塌引起的变形。林芝市巴宜区附近部分区域形变信号主要是由于误差所引起的(图 5)，该地区植被覆盖极其茂密加之冰雪的覆盖导致C波段的Sentinel-1数据相干性极低，受失相干噪声影响较大。此外，海拔较高的部分山峰由于快速的冰川运动、冰崩以及岩崩引起了相位测量失相干，未获得有效的观测点目标(图 5，图 6)。对于相位测量失相干的区域，采用SAR偏移量技术及光学偏移量技术进行形变的探测。
图 5 米林-墨脱段2017年3月至2020年7月Sentinel-1数据地表形变速率负值(红色)表示远离卫星视线方向的变形；正值(蓝色)表示朝着卫星视线方向的变形Figure 5. Surface deformation rate of the Sentinel-1 data from March 2017 to July 2020 for the Milin-Motuo sectionNegative values (red) indicate the deformation away from the LOS direction of the satellite, and positive values (blue) indicate the deformation towards the LOS direction of the satellite
图 6 米林-墨脱段2014年9月至2020年5月ALOS/PALSAR-2数据地表形变速率负值(红色)表示远离卫星视线方向的变形；正值(蓝色)表示朝着卫星视线方向的变形Figure 6. Surface deformation rate of the ALOS/PALSAR-2 data from September 2014 to May 2020 for the Milin-Motuo sectionNegative values (red) indicate the deformation away from the LOS direction of the satellite, positive values (blue) indicate the deformation towards the LOS direction of the satellite3.2 地质灾害编目与分析
基于Sentinel-1数据及ALOS/PALSAR-2数据相位测量获得的地表形速率及时间序列、ALOS/PALSAR-2数据SAR偏移量测量获得的方位向与视线向形变以及光学影像偏移量测量获得的南北向与东西向形变，并结合DEM数据获得的坡度图和坡向图以及多时相光学遥感影像，在米林-墨脱段共探测到260处大小不等地质灾害变形区，其中崩滑灾害111处，冰川、冰崩变形区149处。探测到的崩滑灾害以及冰川、冰崩变形区编目图见图 7。
为进一步分析探测到的崩滑及冰川、冰崩变形区空间上分布规律，分别绘制并统计了距离雅鲁藏布江5 km、10 km、15 km和20 km崩滑及冰川、冰崩变形区分布。距离雅鲁藏布江不同距离崩滑及冰川、冰崩变形区分布和统计结果分别如图 8和图 9所示。结果表明：距离雅鲁藏布江5 km范围内，分布有崩滑灾害34处，冰川、冰崩变形区15处；距离雅鲁藏布江10 km范围内，分布有崩滑灾害70处，冰川、冰崩变形区97处；距离雅鲁藏布江15 km范围内，分布有崩滑灾害91处，冰川、冰崩变形区114处；距离雅鲁藏布江20 km范围内，分布有崩滑灾害100处，冰川、冰崩变形区120处。崩滑以及冰川、冰崩变形区数量随着离雅鲁藏布江距离的增加而增加(图 9)，说明探测到的大多数崩滑及冰川、冰崩变形区分布在距离雅鲁藏布江较远、海拔较高的沟道及山峰。
图 8 距离雅鲁藏布江不同距离地质灾害分布Figure 8. Distribution of geohazards at different distances from the Yarlung Zangbo River
图 9 距离雅鲁藏布江不同距离地质灾害分布统计Figure 9. Distribution statistics of geohazards at different distances from the Yarlung Zangbo River在探测到的149处冰川、冰崩变形区中，有13处为大冰川的运动，其位置分布如图 10所示。在这些大冰川中，流速最快的为培龙贡支大冰川，该冰川2019年8月29日至2019年9月26日雷达方位向与视线向二维地表形变见图 11，28天时间里最大位移在雷达方位向超过10 m，在视线向超过14 m。最长的冰川为果登冰川，其长度达到16 km，该冰川2020年1月至4月南北向与东西向形变见图 12。在泽巴隆巴冰川沟中探测到一危险岩崩隐患点，其2016年6月15日至2018年3月7日雷达方位向与视线向二维地表形变见图 13。在不到两年的时间里，最大累积形变在方位向达到-13 m，在视线向达到7 m。多时相光学遥感影像表明该变形体已形成多条大型拉张裂缝，一旦发生崩落可能会堵塞雅鲁藏布江形成堰塞湖，危及雅鲁藏布江上下游。
图 11 培龙贡支大冰川2019年8月29日至2019年9月29日方位向与视线向二维地表形变a—培龙贡支大冰川方位向形变；b—培龙贡支大冰川视线向形变Figure 11. Two dimensional azimuthal and LOS deformation of the Peilonggongzhi Glacier from August 29, 2019 to September 29, 2019(a)Azimuthal deformation of the Peilonggongzhi Glacier; (b)LOS deformation of the Peilonggongzhi Glacier
图 12 果登冰川2020年1月至2020年4月南北向与东西向形变a—果登冰川南北向形变；b—果登冰川东西向形变Figure 12. North-south and east-west deformation of the Guodeng Glacier from January 2020 to April 2020(a)North-south deformation of the Guodeng Glacier; (b)East-west deformation of the Guodeng Glacier
图 13 泽巴隆巴沟岩崩危险隐患点2016年6月15日至2018年3月7日方位向与视线向二维形变a—泽巴隆巴沟岩崩危险隐患点方位向形变；b—泽巴隆巴沟岩崩危险隐患点视线向形变Figure 13. Two-dimensional azimuthal and LOS deformation from June 15, 2016 to March 7, 2018 at the rock avalanche potential sites in the Zebalongba gorge(a)Azimuthal deformation at the rock avalanche potential sites in the Zebalongba gorge; (b)LOS deformation at the rock avalanche potential sites in the Zebalongba gorge在探测到的111处崩滑灾害中，有17处滑坡靠近雅鲁藏布江分布，若坡体发生崩落，其岩土体会直接冲入雅鲁藏布江，在一定程度上可能会威胁沿线居民群众生命财产安全及交通设施安全。17个滑坡的详细信息如表 2所示，部分滑坡光学遥感影像见图 14，可以看到滑坡形态特征已非常明显，大多数滑坡体表面存在崩塌现象以及曾经发生滑动的痕迹。在这17个滑坡中，最危险的滑坡体为达波滑坡。达波滑坡体2016年6月15日至2018年3月7日雷达方位向与视线向二维形变见图 15。该滑坡体是一巨型古滑坡体，长度约1054 m，宽度约1089 m，其在2017年11月之前处于稳定状态，未观测到任何形变信息。2017年11月18日米林县6.9级地震诱发了该滑坡体的复活，在视线向产生约-10 m及方位向产生约3 m的变形，2020年该滑坡又势于稳定状态。SAR强度图上看到该滑坡体后缘已完全脱离，左右两侧裂缝已完全贯通，在极端事件下(地震)一旦发生失稳会完全堵塞雅鲁藏布江，危及上下游居民生命财产安全，该滑坡体应受到高度重视，布设地面监测设备开展连续跟踪监测。
表 2 17处滑坡详细信息Table 2. Detailed information of 17 landslides名称 纬度/(°) 经度/(°) 长度/m 宽度/m 1# 29.786468 95.152247 963 371 2# 29.793564 95.149608 355 300 3# 29.796444 95.146486 371 323 4# 29.803274 95.141786 167 180 达波 29.870677 95.148463 1054 1089 巴玉 29.843294 95.240246 2181 460 落古#1 29.774817 95.250962 1151 708 落古#2 29.773159 95.241469 394 597 甘登#1 29.722749 95.302412 1127 565 甘登#2 29.716898 95.293642 702 143 龙列 29.706122 95.341190 462 322 更帮 29.672205 95.351797 799 316 根登 29.602529 95.359356 382 256 帮辛 29.580460 95.372772 179 187 宗荣 29.570525 95.308290 1254 449 #5 28.626808 95.012731 657 793 #6 28.369373 95.065375 594 915 注：表中滑坡的名称基于地名命名，部分未命名原因是由于其分布在无人区；滑坡的长宽基于InSAR测量的形变区域而确定。 
图 14 靠近雅鲁藏布江部分典型滑坡光学遥感影像红色曲线表示滑坡边界Figure 14. Optical remote sensing images of typical landslides near the Yarlung Zangbo RiverRed curves indicate the landslide boundary
图 15 达波滑坡2016年6月15日至2018年3月7日方位向与视线向二维形变a—达波滑坡方位向形变；b—达波滑坡视线向形变Figure 15. Two-dimensional azimuthal and LOS deformation of the Dapo landslide from June 15, 2016 to March 7, 2018(a)Azimuthal deformation of the Dapo landslide; (b)LOS deformation of the Dapo landslide4. 结论
文章通过284景Sentinel-1影像与111景ALOS/PALSAR-2影像联合Stacking-InSAR、SBAS-InSAR以及SAR偏移量技术识别了雅鲁藏布江下游米林-墨脱段大小不等的地质灾害形变区共260处。灾害编目图显示探测到的大多数崩滑以及冰川、冰崩变形区分布在距离雅鲁藏布江较远、海拔较高的沟道及山峰。
在探测到的13处大型冰川中，泽巴隆巴冰川沟中的危险岩崩隐患点在不到两年的时间里方位向累积形变已经达到-13 m，并且该变形体已经形成多条大型拉张裂缝，一旦发生崩落可能会形成堰塞湖，给雅鲁藏布江上下游环境及居民带来危害。
探测到的17处沿岸滑坡中，达波古滑坡受米林地震影响而复活，视线向形变量达-10 m，并且该滑坡体后缘已经完全脱离，左右两侧裂缝完全贯通。该滑坡一旦失稳会完全堵塞雅鲁藏布江，危及上下游居民的生命财产安全，应对该滑坡体提高重视，布设地面监测设备来预防灾害的发生。
致谢: 本文Sentinel-1数据由欧空局免费提供，30m分辨率SRTM DEM数据由美国USGS免费提供，再次一并致谢。感谢各位评审专家、编辑对文章提出的宝贵意见。责任编辑：范二平 -
图 3 理想碎屑流不同结构拦挡效果对比图
Figure 3. Comparison diagrams showing the blocking effectiveness of different blocking structures
图 4 理想碎屑流区不同位置桩梁组合结构拦挡效果对比图
Figure 4. Comparison diagrams showing the blocking effectiveness of a pile-beam composite structure laid out in different positions
图 5 碎屑流巨石撞击桩梁组合结构模型图
Figure 5. Model diagram showing a pile-beam composite structure impacted by a debris flow boulder
表 1 碎屑流及拦挡结构几何参数
Table 1. Geometric parameters for the blocking structures and the debris flow
名称 符号 对应值 初始碎屑流滑体宽度/m a 30 初始碎屑流滑体长度/m b 40 初始碎屑流滑体厚度/m c 10 初始碎屑流所在斜坡转角处与拦挡结构前缘距离/m d 60 初始碎屑流所在斜坡投影长度/m L1 43 碎屑流运动堆积区长度/m L2 81 碎屑流运动堆积区宽度/m M 32 初始碎屑流所在斜坡转角/(°) β 30 拦挡结构高度/m h 12 工况1桩间间距/m n1 5.5 工况2—工况4桩间间距/m n2 3 
下载: 导出CSV
表 2 碎屑流及拦挡结构参数
Table 2. Dynamic coefficient of the blocking structures and the debris flow
名称 对应值 恢复系数 0.3 静力摩擦系数 0.2 滚动摩擦系数 0.01 碎屑流颗粒密度/(kg·m-3) 2600 碎屑流颗粒弹性模量/GPa 50
下载: 导出CSV
表 3 结构与滚石基本参数
Table 3. Basic parameters of the pile-beam composite structure and the boulder
参数 密度/
(kg·m-3)弹模/
GPa泊松比 屈服应力/
MPa失效应变 混凝土 2314 35 0.2 30 0.1 钢筋 7800 200 0.3 400 0.2 碎屑流巨石 2600 50 0.16 — —
下载: 导出CSV
-
BI Y Z, HE S M, WANG D P, et al., 2017. Discrete-element investigation of rock avalanches impact on the bridge pier[J]. The Chinese Journal of Geological Hazard and Control, 28(4): 16-21. (in Chinese with English abstract) BI Y Z, DU Y J, HE S M, et al., 2018. Numerical analysis of effect of baffle configuration on impact force exerted from rock avalanches[J]. Landslides, 15(5): 1029-1043. doi: 10.1007/s10346-018-0979-z BI Y Z, HE S M, DU Y J, et al., 2019. Effects of the configuration of a baffle-avalanche wall system on rock avalanches in Tibet Zhangmu: discrete element analysis[J]. Bulletin of Engineering Geology and the Environment, 78(4): 2267-2282. doi: 10.1007/s10064-018-1284-8 BIAN J H, LI X Z, XU R C, et al., 2021. Hazard zonation of large-scale landslides along Sichuan—Tibet Railway based on contributing weights model[J]. The Chinese Journal of Geological Hazard and Control, 32(2): 84-93. (in Chinese with English abstract) CHEN G H, HAN P F, WANG Y M, et al., 2022. Discrete element simulation of retaining effect of retaining piles on debris flow of landslide[J]. Journal of Railway Science and Engineering, 19(1): 129-140. (in Chinese with English abstract) CUNDALL P A, STRACK O D L, 1979. A discrete numerical model for granular assemblies[J]. Géotechnique, 29(1): 47-65. doi: 10.1680/geot.1979.29.1.47 GAO Y, LI B, GAO H Y, et al., 2020. Progress and issues in the research of impact and scraping effect of high-elevation and long-runout landslide[J]. Journal of Geomechanics, 26(4): 510-519. (in Chinese with English abstract) GUO C B, LEI W Z, ZHANG Y S, et al., 2006. Main geohazard types and their occurrence characteristics along the Yunnan-Tibetrailway in NW Yunnan[J]. Journal of Geomechanics, 12(2): 228-235. (in Chinese with English abstract) doi: 10.3969/j.issn.1006-6616.2006.02.016 HE S M, YAN S X, DENG Y, et al., 2019. Impact protection of bridge piers against rockfall[J]. Bulletin of Engineering Geology and the Environment, 78(4): 2671-2680. doi: 10.1007/s10064-018-1250-5 HU X D, BI Y H, WEI X P, et al., 2012. An analysis of treatment project of debris flow disaster in Sanyanyu gully of Zhouqu County[J]. Bulletin of Soil and Water Conservation, 32(3): 267-270, 300. (in Chinese with English abstract) LI G B, LUO Y J, 2022. Analysis of dynamic response of reinforced concrete beams based on impact load of RHT model[J]. Journal of Jilin Jianzhu University, 39(1): 11-16. (in Chinese with English abstract) LI R D, MA Z Y, HU X D, 2011. Limit analysis of blocking structure of pile group for Zhouqu debris flow[J]. Gansu Geology, 20(2): 60-65. (in Chinese with English abstract) LI Z, GAO Y, HE K, et al., 2020. Analysis of the fluidization process of the high-position and long-runout landslide in Shuicheng, Liupanshui, Guizhou Province[J]. Journal of Geomechanics, 26(4): 520-532. (in Chinese with English abstract) LIU T J, SUN S Q, ZHAO Z, et al., 2020. Massflow model-based evaluation on effect of engineering treatment of debris flow in Lengzigou Gully[J]. Water Resources and Hydropower Engineering, 51(10): 195-201. (in Chinese with English abstract) LIU Z, LI B, HE K, et al., 2020. An analysis of dynamic response characteristics of the Yigong Landslide in Tibet under strong earthquake[J]. Journal of Geomechanics, 26(4): 471-480. (in Chinese with English abstract) RAN Y H, WANG X L, WANG P, et al., 2018. Experimental study on dynamic performance of concrete filledsteel tubular piles under impact loads[J]. Chinese Journal of Geotechnical Engineering, 40(S1): 81-86. (in Chinese with English abstract) SUN Q C, LIU C Q, ZHOU G D, 2015. Relaxation of granular elasticity[J]. Acta Physica Sinica, 64(23): 236101. (in Chinese with English abstract) doi: 10.7498/aps.64.236101 TAN Y Q, XIAO X W, ZHENG J H, et al., 2016. Effect of outlet diameter of cone-in-cone insert on silo flow pattern[J]. Transactions of the Chinese Society of Agricultural Engineering, 32(19): 82-87. (in Chinese with English abstract) doi: 10.11975/j.issn.1002-6819.2016.19.011 WANG D P, LI Q Z, BI Y Z, et al., 2020. Optimal layout of a new type of baffle based on high-risk areas of rock avalanches[J]. Rock and Soil Mechanics, 41(4): 1323-1332, 1365. (in Chinese with English abstract) WANG J, 2021. Research on the geological disasters remediation project of the Baoji-Chengdu railway[J]. Railway Investigation and Surveying, 47(4): 80-84. (in Chinese with English abstract) WANG P, 2016. Dynamic response analysis and experimental research of concrete-filled steel tubular piles under debris flow[D]. Lanzhou: Lanzhou University of Technology. (in Chinese with English abstract) WANG W P, YIN Y P, ZHU S N, et al., 2020a. Investigation and numerical modeling of the overloading-induced catastrophic rockslide avalanche in Baige, Tibet, China[J]. Bulletin of Engineering Geology and the Environment, 79(4): 1765-1779. doi: 10.1007/s10064-019-01664-2 WANG W P, YIN Y P, YANG L W, et al., 2020b. Investigation and dynamic analysis of the catastrophic rockslide avalanche at Xinmo, Maoxian, after the Wenchuan Ms 8.0 earthquake[J]. Bulletin of Engineering Geology and the Environment, 79(1): 495-512. doi: 10.1007/s10064-019-01557-4 WANG X L, GUAN B L, LI J J, et al., 2015. Dynamic response analysis of "trefoil"-shap unit of concrete-filled steel tubular piles under impact of big stone in debris flow[J]. The Chinese Journal of Geological Hazard and Control, 26(2): 69-75. (in Chinese with English abstract) XU B, 2018. The activity characteristics and engineering prevention and control measures of Gangou debris flow in Longtou town, Ludian county, Yunnan Province[D]. Beijing: China University of Geosciences (Beijing). (in Chinese with English abstract) YANG K C, 2020. Experimental study on control performance of debris flow with pile-group dam[D]. Chengdu: Institute of Mountain Hazards and Environment, University of the Chinese Academy of Sciences. (in Chinese with English abstract) YIN Y P, ZHANG Y S, 2013. Engineering geology analysis of geo-hazards induced by Wenchuan earthquake[M]. Beijing: Science Press. (in Chinese) ZHANG N, 2018. Study on formation mechanism and comprehensive Prevention of Debris flow Disasters in Sanyanyu Valley, Zhouqu[D]. Wuhan: China University of Geosciences. (in Chinese with English abstract) ZHANG W Z, HUANG H F, KONG W, et al., 2018. Failure mode and optimization analysis of pile structure under the impact action of boulders in debris flow[J]. Science Technology and Engineering, 18(4): 15-22. (in Chinese with English abstract) ZOU Z N, WANG Y S, XIN C C, et al., 2019. Analysis on the factors influencing the high level rock avalanches in the Yarlung Zangbo Grand Canyon[J]. The Chinese Journal of Geological Hazard and Control, 30(1): 20-29. (in Chinese with English abstract) 毕钰璋, 何思明, 王东坡, 等, 2017. 碎屑流冲击下的桥墩动力响应特征分析[J]. 中国地质灾害与防治学报, 28(4): 16-21. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDH201704004.htm 边江豪, 李秀珍, 徐瑞池, 等, 2021. 基于贡献率权重模型的川藏铁路沿线大型滑坡危险性区划[J]. 中国地质灾害与防治学报, 32(2): 84-93. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDH202102012.htm 陈古华, 韩培锋, 王月明, 等, 2022. 拦挡桩群对滑坡碎屑流挡流效果的离散元模拟[J]. 铁道科学与工程学报, 19(1): 129-140. https://www.cnki.com.cn/Article/CJFDTOTAL-CSTD202201015.htm 高杨, 李滨, 高浩源, 等, 2020. 高位远程滑坡冲击铲刮效应研究进展及问题[J]. 地质力学学报, 26(4): 510-519. doi: 10.12090/j.issn.1006-6616.2020.26.04.044 郭长宝, 雷伟志, 张永双, 等, 2006. 滇藏铁路滇西北段主要地质灾害类型及发育规律的探讨[J]. 地质力学学报, 12(2): 228-235. https://journal.geomech.ac.cn/article/id/9aaf74d3-0a3d-432f-9218-d2c692a883bb 胡向德, 毕远宏, 魏新平, 等, 2012. 舟曲县三眼峪沟泥石流灾害治理工程分析[J]. 水土保持通报, 32(3): 267-270, 300. https://www.cnki.com.cn/Article/CJFDTOTAL-STTB201203056.htm 李广博, 罗乙杰, 2022. 基于RHT模型的冲击荷载作用下钢筋混凝土梁动力响应分析[J]. 吉林建筑大学学报, 39(1): 11-16. https://www.cnki.com.cn/Article/CJFDTOTAL-JLJZ202201003.htm 李瑞冬, 马宗源, 胡向德, 2011. 舟曲泥石流桩林拦挡结构抗冲压极限分析[J]. 甘肃地质, 20(2): 60-65. https://www.cnki.com.cn/Article/CJFDTOTAL-GSDZ201102011.htm 李壮, 高杨, 贺凯, 等, 2020. 贵州省六盘水水城高位远程滑坡流态化运动过程分析[J]. 地质力学学报, 26(4): 520-532. doi: 10.12090/j.issn.1006-6616.2020.26.04.045 刘铁骥, 孙书勤, 赵峥, 等, 2020. 基于Massflow模型的冷渍沟泥石流工程治理效果评价[J]. 水利水电技术, 51(10): 195-201. https://www.cnki.com.cn/Article/CJFDTOTAL-SJWJ202010024.htm 刘铮, 李滨, 贺凯, 等, 2020. 地震作用下西藏易贡滑坡动力响应特征分析[J]. 地质力学学报, 26(4): 471-480. doi: 10.12090/j.issn.1006-6616.2020.26.04.040 冉永红, 王秀丽, 王朋, 等, 2018. 冲击荷载下钢管混凝土桩林动力性能试验研究[J]. 岩土工程学报, 40(S1): 81-86. https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC2018S1014.htm 孙其诚, 刘传奇, 周公旦, 2015. 颗粒介质弹性的弛豫[J]. 物理学报, 64(23): 236101. https://www.cnki.com.cn/Article/CJFDTOTAL-WLXB201523029.htm 谭援强, 肖湘武, 郑军辉, 等, 2016. 锥形改流体下部孔径对筒仓卸料流态的影响[J]. 农业工程学报, 32(19): 82-87. https://www.cnki.com.cn/Article/CJFDTOTAL-NYGU201619011.htm 王东坡, 李沁泽, 毕钰璋, 等, 2020. 碎屑流高风险区桩群防护结构优化布局研究[J]. 岩土力学, 41(4): 1323-1332, 1365. https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX202004024.htm 王靖, 2021. 宝成铁路地质灾害整治工程方案研究[J]. 铁道勘察, 47(4): 80-84. https://www.cnki.com.cn/Article/CJFDTOTAL-TLHC202104016.htm 王朋, 2016. 泥石流作用下钢管混凝土桩林结构动力响应分析与试验研究[D]. 兰州: 兰州理工大学. 王秀丽, 关彬林, 李俊杰, 2015. 泥石流块石冲击下新型钢管混凝土桩林坝"品"单元动力响应分析[J]. 中国地质灾害与防治学报, 26(2): 69-75. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDH201502012.htm 许彬, 2018. 云南鲁甸龙头山集镇甘沟泥石流活动特征与防治对策[D]. 北京: 中国地质大学(北京). 杨开成, 2020. 桩林坝调控泥石流的性能实验研究[D]. 成都: 中国科学院大学(中国科学院水利部成都山地灾害与环境研究所). 殷跃平, 张永双, 2013. 汶川地震工程地质与地质灾害[M]. 北京: 科学出版社. 张楠, 2018. 舟曲三眼峪沟泥石流灾害形成机理及综合防治研究[D]. 武汉: 中国地质大学. 张万泽, 黄海峰, 孔伟, 等, 2018. 泥石流大块石冲击作用下桩林结构的破坏形式及其优化分析[J]. 科学技术与工程, 18(4): 15-22. https://www.cnki.com.cn/Article/CJFDTOTAL-KXJS201804003.htm 邹子南, 王运生, 辛聪聪, 等, 2019. 雅鲁藏布大峡谷高位岩质崩塌影响因素分析[J]. 中国地质灾害与防治学报, 30(1): 20-29. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDH201901003.htm 期刊类型引用(2)
1. 高路，赵松江，杨涛，胡卸文，余斌. 四川龙门山强震区特大泥石流综合防控技术体系研究. 中国地质灾害与防治学报. 2024(04): 13-24 . 
百度学术2. 周亮，何晓英，晋云超，张展，向灵芝，沈娜. 泥石流拦挡坝工程服役性能特征分析——以甘肃省陇南市武都区为例. 中国地质灾害与防治学报. 2023(06): 37-46 . 百度学术其他类型引用(2)
-
下载:
下载:
百度学术
计量
- 文章访问数: 713
- HTML全文浏览量: 213
- PDF下载量: 74
- 被引次数: 4
