地质力学学报  2020, Vol. 26 Issue (4): 492-499
引用本文
陈小婷, 黄波林, 王健, 张全, 冯万里. 基于粒子图像测速技术的滑坡-涌浪两相运动分析系统[J]. 地质力学学报, 2020, 26(4): 492-499.
CHEN Xiaoting, HUANG Bolin, WANG Jian, ZHANG Quan, FENG Wanli. Two-phase motion analysis system for landslide-induced impulse wave based on the particle image velocimetry[J]. Journal of Geomechanics, 2020, 26(4): 492-499.
基于粒子图像测速技术的滑坡-涌浪两相运动分析系统
陈小婷, 黄波林, 王健, 张全, 冯万里    
防灾减灾湖北省重点实验室(三峡大学), 湖北 宜昌 443002
摘要:滑坡-涌浪灾害威胁沿河两岸居民生产生活安全和航道安全。当前尚缺乏同步提供流固两相运动矢量的相关物理试验分析系统,以深刻分析滑坡-涌浪产生机制。文章提出了基于流固两相识别的粒子图像测速(PIV)技术和试验实现方法。利用2560×1024像素的工业相机,该PIV技术可实现在3 m×1.5 m视窗下最小1.17 mm的空间分辨率和0.01 s内最小0.117 m/s的观测速度。同时,提出了与该系统方法有关的误差来源和克服相关问题的解决方法。利用相关硬件设施示范性构建了滑坡-涌浪两相运动观测平台,并编制了专门的解算软件。对三维柱体颗粒崩塌、二维柱体颗粒崩塌及其涌浪和水下崩塌-涌浪进行了展示性试验,取得了良好效果。该系统可以揭示广泛的岩土体及水体运动全过程,具有很好的应用前景;将为滑坡-涌浪及相关动力学领域研究提供强有力的研究工具。
关键词滑坡-涌浪    粒子图像测速技术    流固两相识别    柱体崩塌    运动矢量场    
DOI10.12090/j.issn.1006-6616.2020.26.04.042     文章编号:1006-6616(2020)04-0492-08
Two-phase motion analysis system for landslide-induced impulse wave based on the particle image velocimetry
CHEN Xiaoting, HUANG Bolin, WANG Jian, ZHANG Quan, FENG Wanli    
Key Laboratory of Disaster Prevention and Mitigation of Hubei Province, China Three Gorges University, Yichang 443002, Hubei, China
Abstract: Landslide-induced impulse wave disasters threaten the safety of production and life of residents along both sides of the river and the safety of navigation channels. However, there is still a lack of relevant physical experimental analysis system to provide fluid-solid two-phase motion vector synchronously to deeply analyze the mechanism of impulse wave generated by landslide. In this paper, the particle image velocimetry (PIV) and experimental implementation method based on fluid-solid two-phase recognition are proposed. This PIV technique can achieve a minimum spatial resolution of 1.17 mm and a minimum observation speed of 0.117 m/s in 0.01 s with a 2560×1024-pixel industrial camera under a 3 m×1.5 m observation window. The error sources related to this system and the solutions to overcome the related problems are proposed. A two-phase motion observation platform for landslide and its impulse wave is constructed by related hardware facilities, and a special resolving software is compiled. The demonstration tests of three-dimensional granular pillar collapse, two-dimensional granular column collapse and its impulse wave and underwater collapse-induced impulse wave have been carried out, and good results have been achieved. This system can reveal the whole process of rock, soil and water movement, and has good application prospects. It will provide a powerful research tool for landslide-induced impulse wave and related dynamics research.
Key words: landslide-induced impulse wave    particle image velocimetry    fluid-solid two-phase recognition    column collapse    motion vector field    
0 引言

崩滑体失稳后,快速滑入水中,将形成破坏性的涌浪,危害大面积、长距离的沿岸居民生产生活区和航道(黄波林等,2013熊炜等,2018胡晓波等,2019刘亚峰等,2019)。岩土体-水体两相耦合作用是滑坡-涌浪形成的关键,“滑坡-涌浪”中的“滑坡”是广义的滑坡概念,包括滑坡、崩塌等岩土体运动现象。由于滑坡-涌浪突发性强,岩土体及水体运动的野外观测难度极大,相关实测数据鲜见。对这种复杂耦合动力现象,物理试验是一种非常好的研究方法(Heller,2007)。

物理相似试验很早就被应用于观测岩土体入水产生涌浪过程(Ursell et al., 1960Kamphuis and Bowering, 1970);这些试验根据模型数据来源可分为概化模型(Huber and Hager, 1997Fritz et al., 2004Ataie-Ashtiani and Nik-Khah, 2008Huang et al., 2014a)和原型缩尺模型(Ball,1970王育林等,1994;Hube and Hager, 1997;殷坤龙等,2012),并通过试验推导了最大涌浪高度、最大传播浪高、最大爬高等一系列预测计算公式,总结了相关规律。大量滑坡-涌浪试验中岩土体运动的测量手段主要以速度计和特征点影像分析为主,水体运动的测量手段以压力计、波高仪和特征点影像分析为主(Ursell et al., 1960殷坤龙等, 2012Huang et al., 2014b, 2017)。这些试验技术大多只能获取两相(固体相和液体相)多个关键点的过程特征,譬如若干位置的水位变动过程和滑坡质点速度过程等。基于有限关键点的动力数据很难开展定量的两相耦合作用分析。图形图像计算机处理技术的快速发展,使得瞬时动态、全场、无接触的多种流场测量方法得以迅速发展,例如激光散斑全场测速技术(Lourenco and Krothapalli, 1986)、粒子跟踪测速技术(Adamczyk and Rimai, 1988阮彩群等, 2009)及粒子图像测速技术(PIV)(Adrian,1991)等。通过对流场图像的互相关分析,PIV技术可获取流场瞬时运动信息,有较高的精度,是一种非常有发展前景的无扰动流场测量技术。

Fritzet et al.(2003)和Viroulet et al.(2013)首先将PIV技术引入滑坡-涌浪的物理试验,开展了涌浪的运动场分析。Mohammed and Fritz(2010)利用这一技术开展了滑坡-涌浪试验中滑坡颗粒的运动分析。尽管固-液耦合运动场是分析滑坡-涌浪产生机制的关键数据,但是由于缺乏相关方法手段,同步开展滑坡-涌浪过程中两相运动矢量捕捉的试验非常少见。

本文提出基于PIV技术的滑坡-涌浪两相运动分析方法,构建平面观测平台,最后利用相关颗粒柱体崩塌及崩塌冲击水体的试验结果展示方法的有效性和应用前景,为滑坡-涌浪及相关领域研究提供有力工具。

1 基于PIV的滑坡-涌浪两相观测原理

研究中利用的粒子图像测速技术是泛PIV技术中的一种,通过多次同时观测示踪水体的颗粒和滑体颗粒来计算水体和滑体的运动。该方法中速度的计算理论来源于基础的牛顿运动定律,见公式(1)。

$ \overline {u(x, t)} = {\rm{ }}\frac{{\Delta x(x, t)}}{{\Delta t}} $ (1)

公式中Δx是某颗粒在x位置t时刻经过Δt时间间隔后的位移,$ \overline {u(x, t)} $为Δt时间间隔内颗粒的平均速度。当Δt足够小时,u(x, t)可视为该颗粒的X向即时速度。多向观测后,可以确定颗粒的完全速度。

为了观测颗粒,建立的平面粒子图像测速的光学采集系统如图 1所示。流体和滑体断面中的粒子被片光脉冲照亮。这些粒子将光散射到一个与断面成90°角的摄影镜头中,相机采集被照亮的流固颗粒体。颗粒在相机中以灰度像元形式存在相机的图像中,随后图像被传送到计算机进行自动分析。

ijX、Y坐标系在照片中的映射坐标系,一般会根据XY坐标系重新建立一个图像的局部坐标系;X(x, t)是指x点随时间t的位置变化 图 1 平面粒子图像测速的光学采集系统 Fig. 1 Optical collecting system for planar particle image velocimeter

在获取的两相颗粒灰度图像中,由于高频片光反射,运动中的颗粒体均为高光。且同一物体在光源作用下反射亮度基本一致,即灰度值基本一致。不同物质在激光作用下反射亮度不一致,即灰度值不一致。同时,试验中滑体颗粒、水体示踪颗粒并不在一个数量级。因此,可利用颗粒大小和灰度值进行流固两相的识别。

当前,这一观测实际是通过机器视觉实现的。它将每次的影像进行灰度分析,基于图像追踪各颗粒并记录其Δx,计算全场颗粒的矢量并进行插值和过滤。PIV技术更详细的信息可参考Adrian(1991)、Gollin et al.(2017)和段俐等(2000)

显然,灰度图像场的分析是整个测量过程中最重要的步骤之一。基于非常小时间间隔Δt的两张图像,利用一个灰度像素网格点(查询点)在一个小区域的查找范围内查找Δt后的该点。通过公式(1)可以得到图像场中一个网格点的瞬时速度。网格点可以是单像元或多个像元组成的,其大小与查找范围相匹配。全断面矢量场通过在灰度像素网格上重复这个过程来获得。对试验时间段内,循环这一过程进行计算,得到连续的矢量场。

颗粒速度测量的准确性、可靠性和空间分辨率与图像采集和处理紧密相关。对于3 m×1.5 m的观测断面,以当前主流工业相机的像素2560×1024为例,则测量的空间分辨率约为1.17 mm和1.46 mm。采样频率100 Hz,每次计算至少采集两次图像,则Δt为0.01 s。0.01 s内最小能观测到的速度约为1.17/0.01 mm/s,即0.117 m/s。当对观测断面进行优化缩小或相机像素进行提升后,分辨率可以进一步提高。对滑坡-涌浪这种快速运动来讲,毫米级左右的分辨率完全可以满足需要。测量结果的准确性和可靠性也取决于图像几何定位。利用非线性小孔成像模型,采用径向和切向的非线性拉伸与压缩,将镜头的畸变消除。利用几何校正,建立以图像某点(用户设定)为原点的直角坐标系,使得图像中的物体尺度具有几何意义。通过照片的畸变校正、几何校正可以极大改善图像中物体几何与实际几何形状的误差。畸变校正与几何校正都与像素相关,因此其误差也与像素有关,约为毫米级。

易于分辨的颗粒灰度图像有利于提高PIV中不同物质的区分度。因此,滑体颗粒粒径宜与水体示踪粒子有数量级差异,同时宜有颜色差异,这样有利于两相观测与机器识别。由于水体运动是由示踪粒子展示的,示踪粒子需要高密度、均匀地悬浮在水中,这样才能较好的展示水体的运动,解算结果才会真实。反之,则会出现斑状的数据缺失区域或解算数据过于均匀化。

2 滑坡-涌浪两相观测平台

根据上述观测原理,在室内建立了示范性的滑坡-涌浪两相观测平台(图 2),包括岩土体源区、水槽、片光源、光源支架、门装置(或释放装置)和高速相机。水槽由钢框架+钢化玻璃构成;长1600 cm,宽100 cm,高150 cm。片光源和高速相机集成后受数据采集软件控制。门装置(或释放装置)是启动滑坡或崩塌的控制装置。崩塌体释放装置一般是向上快速提拉的门装置(图 2),而滑坡的释放装置一般是以门向外翻转方式实现。

图 2 滑坡涌浪试验装置平台示意图 Fig. 2 Schematic diagram of experiment platform for landslide-induced impulse wave

在滑坡-涌浪两相观测平台建设中,光学系统和PIV技术系统是核心,岩土体装置则需要根据试验要求进行后期改造,以实现不同类型的岩土体入水需求。滑坡和崩塌入水,是水体产生涌浪的主要冲击源。从试验角度来看,岩土体装置的区别决定了岩土体的运动方式,譬如滑坡装置启动后颗粒体主要在平板上滑动入水,而崩塌入水则主要依赖重力与颗粒间的作用力。因此,在柱状崩塌产生涌浪的装置平台中需要构建柱状崩塌体的源区,而在滑坡产生涌浪的试验中需要构建滑床和滑体源区;同时根据试验目的要进行相应固壁的约束和水体调整。

用颗粒体或刚性块体模拟滑坡或崩塌,颗粒粒径一般根据Froude准则的相似比和野外调查计算得到。模拟滑坡或崩塌的颗粒或刚性块体密度一般与实际岩体密度一致,其材质也和实际岩性相同为宜,颗粒一般为次棱角—棱角状。通过对滑坡或崩塌颗粒或刚性块体的解算,可以得到滑坡或崩塌的运动情况。试验使用的水体一般为当地自来水,自来水的密度一般为1.01 g/cm3。水体中撒入大量的漂浮颗粒和悬浮颗粒,并使其均匀分布。漂浮粒子采用聚乙烯料白色颗粒,呈乳白色透明状颗粒,形状为圆球形,粒径为5±1 mm,密度为0.94~0.96 g/cm3。悬浮粒子采用密度稍大的PC-聚碳酸酯颗粒材料,颗粒形状为柱状,颗粒粒径为2±1 mm,密度为1.01~1.04 g/cm3。由于水和这些漂浮(悬浮)颗粒的密度基本一致,漂浮(悬浮)颗粒不会影响水体运动,而是与水体保持基本相同的运动状态,因此水的运动可由这些颗粒的运动来示踪。通过解算这些水体示踪颗粒的运动得到水体的运动情况。为防止涌浪溅出,水体深度可设置在0~80 cm间。根据滑坡-涌浪试验尺寸效应,相似比建议大于1:200(Heller,2007)。

脉冲片光源照亮观测平面。两台相机分别拍摄平面和断面图像。两相机的像素均为2560×1024,设置采样频率均为100 Hz;每台相机观测断面约为3 m×1.5 m。采集图像高速存储于计算机硬盘中,专门编制了一个基于Matlab的PIV测量软件分析这些图像,处理滑坡-涌浪两相运动场计算问题。

利用这一平台,简单改造岩土体装置后,二维和三维崩塌(滑坡)的运动—堆积过程和滑体-水体相互作用过程都可以进行观测。

3 试验案例分析

滑坡滑动入水产生涌浪的试验装置较常见、较易实现;相关试验在国内外都大量开展过,取得了大量成果(Fritz et al., 2004Ataie-Ashtiani and Nik-Khah, 2008Mohammed and Fritz, 2010黄波林等,2019)。相对而言,崩塌及崩塌产生涌浪物理实验研究较少。文中引入四种与崩塌及崩塌产生涌浪相关的应用案例来说明试验方法与测试平台的有效性和应用前景。

3.1 颗粒柱体崩塌三维试验

颗粒崩塌三维试验柱状玻璃体的尺寸为20 cm×20 cm×80 cm;柱体和两侧挡板垂直立于水平面上,仅柱体的一扇门受控开放。门被快速拉升后,颗粒体在挡板前的水平面无侧限运动。试验采用的颗粒为白色和黑色的灰岩岩粒,为了更接近野外实际情况,其形状是无规律、形态各异的次棱角状。颗粒粒径为7±1 mm,颗粒密度为2.71 g/cm3、堆积密度为1.45 g/cm3、休止角为33°,底面的摩擦角为22.3°。颗粒柱体初始高度设定为0.2 m,在自重作用下崩塌运动。

柱状岩体破坏—解体离开“嵌固”的“二维”柱状区域后,破碎的岩块运动方向不再受约束,流动区域为近三维全开放边界条件。这种柱状危岩体的碎屑流动情况可采用类似图 3的岩土体装置来实现。这一装置由柱体和侧挡板构成,柱体中仅一侧面受控向上高速抽出。

Hi—初始颗粒柱体高度;di—初始颗粒柱体厚度 图 3 三维柱状颗粒体试验装置 Fig. 3 3D granular pillar experiment device

通过间隔0.01 s的图像采集,利用相邻图像进行PIV解算,可以获取瞬时速度场。通过速度场可以判断未发生位移的区域(破坏面)和失稳模式。相机A可以采集水平面方向的运动(图 4a4b),相机B可以采集侧面方向运动(图 4c4d)。分别通过4a、4b和4c、4d两对瞬时图像,采用PIV技术经过解算可得到相对应的图 4e4f的瞬时速度场。尽管两个相机采集的都是表面颗粒速度场,但可以通过速度场变化进一步分析运动阶段和估算能量转化问题,为表面颗粒碎屑流动机制分析提供定量化的数据。同时,通过速度场的观测可知,这一柱体的崩塌破坏面呈斜线状,破坏以颗粒体滑移为主,局部梯形区域为稳定不动区域。

a、b和c、d分别是XY平面和XZ平面相邻瞬时图像;e、f分别是a、b和c、d图像解算速度场 图 4 柱体崩塌瞬时图像及其瞬时速度场 Fig. 4 Instantaneous images of the pillar collapse and the instantaneous velocity field
3.2 颗粒柱体崩塌三维试验

为深入了解危岩体解体后颗粒的运动—碰撞—堆积过程,必须观测颗粒内部的运动情况,二维简化成为最经济有效的方式。一般来讲,由于三维颗粒体运动具有多向分散性,二维简化的颗粒体动力会强于三维的。将颗粒的滑动范围约束在与颗粒柱体同厚的矩形玻璃槽内进行,就完成了简单的二维简化(图 5)。观测断面的表现基本就是整个二维观测区的表现,观测断面可以全面掌握由表及里全场颗粒的运动情况(图 6)。矩形水槽长1600 cm,宽30 cm,高150 cm;观测断面为2m。颗粒材料与上述三维试验材料一致。颗粒柱体厚为20 cm,初始颗粒柱体的高度设定为80 cm,颗粒在两侧水槽固壁(玻璃)约束下运动。

图 5 二维柱状颗粒体试验装置侧向图 Fig. 5 2D granular column test device

图 6 不同时刻柱体崩塌颗粒瞬时运动场 Fig. 6 Instantaneous motion field of the collapse of column at different times

从运动矢量来看,崩塌早期(t=0.46 s)柱体内颗粒柱体以下沉为主,柱体外颗粒向下向外运动为主(图 6a)。当t=0.80 s后,颗粒运动以内部的流动剪切为主。在崩塌—堆积过程中颗粒内部运动速度有明显差异,颗粒体内部存在流动剪切带(图 6b6c)t=1.0 s后,流动剪切带变浅,逐步演变为表面流动。通过运动矢量全过程,才能准确判断颗粒动力响应机制与演化过程。颗粒柱体崩塌存在自重下沉—挤出推移—剪切流动—表面流动等4个明显运动阶段。

3.3 颗粒柱体崩塌-涌浪二维试验

当在矩形水槽中加上一定深度的水后,就可以观测柱体崩塌—堆积—涌浪全过程。有水后,颗粒崩塌表现形式与无水状态下有很大差异。崩塌体和水体分别根据各自的颗粒进行解算,形成两相运动场。根据试验获得的水体运动矢量可见,崩塌发生后,颗粒首先是推移水体,形成波峰,波峰被推移向前。当t=0.74 s,颗粒体大量进入水体后,由于拖曳力作用,水体补偿性填充颗粒体快速运移后的空间,在滑体入水堆积区上方形成漩涡(图 7a)。当t=1.50 s时,颗粒体的运动集中在坡脚,涌浪波峰快速向外移动(图 7b)。两相矢量图显示,崩塌早期滑体-水体交互作用强烈区域集中在颗粒底部和入水区域。崩塌后期,滑体对水体的推挤作用下降,水体波浪自主传播消减。同时可以看出产生的涌浪为非线性过渡波,存在波峰和波谷(图 7)。波峰矢量速度矢量以水平运动为主,具有推移波特征。

红色为颗粒运动速度,青色为水体运动速度 图 7 不同时刻柱体崩塌产生涌浪过程 Fig. 7 Formation process of impulse wave generated by the collapse of the column at different times
3.4 水下颗粒柱体崩塌二维试验

当水深超过颗粒柱体高度时,可以观测水下崩塌-涌浪过程(图 8)。对比陆地的崩塌,水下崩塌速度缓慢。同时,产生的涌浪有很大的区别。水下崩塌产生涌浪首先产生的是波谷(图 8a),这与陆地崩塌入水首先产生波峰不一样。当t=0.7 s时,颗粒体的高速度区域发生在柱体外,以下降和向外为主;水体的高速度区域以颗粒体坡脚接触区域为源区,逐渐外围建设。当t=1.64 s时,涌浪在表面形成了波峰,而水体速度的高值区域分布在流固接触带附近。从两相运动来看,涌浪形成后,水体的表面和流固接触部分两个层带的运动速度较大,在深度方向上水体运动矢量并不均匀变化。水下崩塌产生了非常明显的漩涡流动,漩涡沿固体颗粒斜坡而向下运动演进(图 8b)。

红色为颗粒运动速度,青色为水体运动速度 图 8 红色为颗粒运动速度,青色为水体运动速度 Fig. 8 Motion vector map of impulse wave generated by the column collapse underwater at different times
4 讨论

从上述应用案例可知,基于PIV技术的滑坡-涌浪两相运动分析方法和平台可以有效分析相关两相运动问题。如果稍改造岩土体装置为滑坡装置,调整相机A为法向正射滑板,则可实现滑坡及涌浪的相关观测。如果滑板为折线形,则可通过多台相机或分割图像方式来实现各滑板影像的正射(蒋缠文等, 2011)。当需求的观测视野大于3 m时,可以增加相机台数,对同步的图像进行拼接。因此,该方法和平台完全有可能实现复杂形式的碎屑流流动、泥石流和复杂岩土体-水体两相运动观测。

基于两相全场矢量,通过微分求和的方式可求解出某时刻滑体与水体运动的总动能或分动能,Ek=∑$ \frac{1}{2}$mvi2,式子中m为微分单位的质量,vi为第i个微分单元的速度。滑坡体入水后也会造成水体势能的变化,用图像识别水体轮廓。运用图形学可计算出水体形心的变化值Δhw,进一步可推算出水体势能的变化ΔEpw=msg·Δhw,式子中ms为水体质量,g为重力加速度。同时,通过实时跟踪滑坡体形心的变化Δhl,也可计算出滑坡体势能变化ΔEpl=mlg·Δhl,式子中ml为滑坡质量。对比滑坡体和水体的能量变化,可进一步揭开滑坡-涌浪试验中流固两相能量的此消彼长情况。

从方法上来看,传统的滑坡-涌浪试验大多利用波高仪和高速相机来捕捉若干点的水位过程和全场的运动形貌,利用速度计或高速相机影像来解算岩土体若干点的运动。这些试验通过典型点的运动过程表征单相全场的运动过程,以形貌定性描述动力过程。试验中波高仪需要深入水中;为了不对流体产生大的影响,波高仪需要非常纤细,因此也易发生损坏。基于PIV技术的滑坡-涌浪两相运动分析系统则超出了传统有限点监测技术的局限性,采用了非接触的方式进行测量,能在同一瞬态记录下大量空间点上的速度分布信息,并可提供丰富的流场空间结构以及流动特性。通过图像处理分析,也能得到典型点的水位过程。当前,降低相关算法所需的巨大计算资源,集成并优化图像数据处理,是目前这一系统进一步推广应用面临的挑战。总之,基于PIV技术的滑坡-涌浪两相运动分析系统是未来滑坡-涌浪研究的有力工具,值得进一步研究完善。

5 结论与建议

本文首次提出了基于PIV技术的滑坡-涌浪两相运动分析方法,开展了相关应用示范,得到了以下结论与建议:

(1) 提出了基于流固两相识别的PIV技术和计算实现方法。利用主流工业相机,该PIV技术在3 m×1.5 m视窗下的空间分辨率可达1.17 mm,0.01 s内最小观测速度约为0.117 m/s,最大观测速度与查询范围像素大小有关。提出了误差来源和克服相关问题的解决方法。

(2) 利用矩形水槽、岩土体装置、高速相机、片光源和水体示踪颗粒构建了滑坡涌浪两相观测平台,基于Matlab编制了专门的PIV测量软件处理流固两相运动场计算问题。

(3) 简单改造岩土体装置,对三维柱体颗粒崩塌、二维柱体颗粒崩塌及其涌浪和水下崩塌-涌浪进行了应用示范,揭示了固体及水体运动全过程,展示了所提方法和平台的有效性和广泛应用性。

(4) 基于粒子图像测速技术的滑坡-涌浪两相运动分析系统可以朝着复杂岩土体-水体两相运动观测和数据处理简单友好方面发展。它将具有更为广泛的应用前景,为滑坡-涌浪及相关动力学领域研究提供强有力工具。

参考文献/References
ADAMCZYK A A, RIMAI L, 1988. 2-Dimensional particle tracking velocimetry (PTV):Technique and image processing algorithms[J]. Experiments in Fluids, 6(6): 373-380. DOI:10.1007/BF00196482
ADRIAN R J, 1991. Particle-imaging techniques for experimental fluid mechanics[J]. Annual Review of Fluid Mechanics, 23(1): 261-304.
ATAIE-ASHTIANI B, NIK-KHAH A, 2008. Impulsive waves caused by subaerial landslides[J]. Environmental Fluid Mechanics, 8(3): 263-280.
BALL J W.1970. Hydraulic model studies, wave action generated by slides into Mica reservoir[R]. Vancouver, Canada:Western Canada Hydraulic Laboratories.
DUAN L, KANG Q, SHEN G X, 2000. Image processing method of PIV technique[J]. Journal of Beijing University of Aeronautics and Astronautics, 26(1): 79-82.
FRITZ H M, HAGERW H, MINORH E, 2003. Landslide generated impulse waves[J]. Experiments in Fluids, 35(6): 505-519. DOI:10.1007/s00348-003-0659-0
FRITZ H M, HAGER W H, MINOR H E, 2004. Near field characteristics of landslide generated impulse waves[J]. Journal of Waterway, Port, Coastal, and Ocean Engineering, 130(6): 287-302. DOI:10.1061/(ASCE)0733-950X(2004)130:6(287)
GOLLIN D, BREVIS W, BOWMAN E T, et al., 2017. Performance of PIV and PTV for granular flow measurements[J]. Granular Matter, 19(3): 42. DOI:10.1007/s10035-017-0730-9
HELLER V.2007. Landslide generated impulse waves: Prediction of near field characteristics[D]. Zürich: Swiss Federal Institute of Technology.
HU X B, FAN X Y, TANG J J, 2019. Accumulation characteristics and energy conversion of high-speed and long-distance landslide on the basis of DEM:a case study ofSanxicunlandslide[J]. Journal of Geomechanics, 25(4): 527-535.
HUANG B L, YIN Y P, WANG S C, et al., 2013. Landslide impulsive wave hazard study supported by GIS technology[J]. Chinese Journal of Rock Mechanics and Engineering, 32(S2): 3844-3851.
HUANG B L, YIN Y P, CHEN X T, et al., 2014a. Experimental modeling of tsunamis generated by subaerial landslides:two case studies of the Three Gorges Reservoir, China[J]. Environmental Earth Sciences, 71(9): 3813-3825. DOI:10.1007/s12665-013-2765-5
HUANG B L, YIN Y P, WANG S C, et al., 2014b. A physical similarity model of an impulsive wave generated by Gongjiafang landslide in Three Gorges Reservoir, China[J]. Landslides, 11(3): 513-525. DOI:10.1007/s10346-013-0453-x
HUANG B L, WANG S C, ZHAO Y B, 2017. Impulse waves in reservoirs generated by landslides into shallow water[J]. Coastal Engineering, 123: 52-61. DOI:10.1016/j.coastaleng.2017.03.003
HUANG B L, ZHANG Q, WANG J, et al., 2019. Study on collapse-deposit process of layered granular column[J]. Water Resources and Hydropower Engineering, 50(11): 110-117.
HUBER A, HAGER W H.1997. Forecasting impulse waves in reservoirs[C]//Proceedings of the 19th congress des grands barrages. Paris: [s.n.]: 993-1005.
JIANG C W, MEI F M, WANG X Y, 2011. A segmentation method of PIV images of wind-sand two-phase flow based on matlab platform[J]. Journal of Desert Research, 31(2): 367-371.
KAMPHUIS J W, BOWERING R J.1970.Impulse waves generated by landslides[C]//Proceedings of the 12th international conference on coastal engineering. Washington, D.C.: [s.n.]: 1575-1588.
LIU Y F, LIU G, CHEN X J, et al., 2019. Structural Plane Effect on the Deformation and Failure of the Heifangtai Tableland Slope[J]. China Earthquake Engineering Journal, 41(4): 908-915.
LOURENCO L, KROTHAPALLI A, 1986. The role of photographic parameters in laser Speckle of particle image displacement velocimetry[J]. Experiments in Fluids, 5(1): 29-32. DOI:10.1007/BF00272421
MOHAMMED F, FRITZ H M.2010. Experiments on tsunamis generated by 3D granular landslides[C]//Submarine mass movements and their consequences.Dordrecht: Springer, 28: 705-718.
RUAN C Q, LIUL R, XIE L, 2009. Application study of displaying air current with solid tracer elements of MgCO3[J]. Journal of Guangdong University of Technology, 26(3): 17-19.
URSELL F, DEAN R G, YU Y S, 1960. Forced small-amplitude water waves:a comparison of theory and experiment[J]. Journal of Fluid Mechanics, 7(1): 33-52.
VIROULET S, SAURET A, KIMMOUN O, et al., 2013. Granular collapse into water:toward tsunami landslides[J]. Journal of Visualization, 16(3): 189-191.
WANG Y L, CHEN F Y, QI H L, et al., 1994. The effect of rockfall and landslide on channel and the study on the characteristics of surge generated by landslide[J]. The Chinese Journal of Geological Hazard and Control, 5(3): 95-100.
XIONG W, LIU K, FAN W, 2018. Analysis on internal dynamic geological genesis of shallow landslide in Qin-Ba mountain area[J]. Journal of Geomechanics, 24(3): 424-431.
YIN K L, LIU Y L, WANG Y, et al., 2012. Physical model experiments of landslide-induced surge in Three Gorges Reservoir[J]. Earth Science-Journal of China University of Geosciences, 37(5): 1067-1074.
段俐, 康琦, 申功炘, 2000. PIV技术的粒子图像处理方法[J]. 北京航空航天大学学报, 26(1): 79-82.
胡晓波, 樊晓一, 唐俊杰, 2019. 基于离散元的高速远程滑坡运动堆积特征及能量转化研究:以三溪村滑坡为例[J]. 地质力学学报, 25(4): 527-535.
黄波林, 殷跃平, 王世昌, 等, 2013. GIS技术支持下的滑坡涌浪灾害分析研究[J]. 岩石力学与工程学报, 32(S2): 3844-3851.
黄波林, 张全, 王健, 等, 2019. 层状颗粒柱体崩塌-堆积过程研究[J]. 水利水电技术, 50(11): 110-117.
蒋缠文, 梅凡民, 王晓艳, 2011. 基于MATLAB图像处理算法的风沙两相流PIV图像的分割方法[J]. 中国沙漠, 31(2): 367-371.
刘亚峰, 刘高, 陈小军, 等, 2019. 黑方台台塬斜坡变形破坏的结构面效应研究[J]. 地震工程学报, 41(4): 908-915.
阮彩群, 刘丽孺, 谢灵, 2009. MgCO3固体粒子示踪剂气流显示的应用研究[J]. 广东工业大学学报, 26(3): 17-19.
王育林, 陈凤云, 齐华林, 等, 1994. 危岩体崩滑对航道影响及滑坡涌浪特性研究[J]. 中国地质灾害与防治学报, 5(3): 95-100.
熊炜, 刘可, 范文, 2018. 秦巴山区浅层滑坡内动力地质成因分析[J]. 地质力学学报, 24(3): 424-431.
殷坤龙, 刘艺梁, 汪洋, 等, 2012. 三峡水库库岸滑坡涌浪物理模型试验[J]. 地球科学-中国地质大学学报, 37(5): 1067-1074.