清华大学学报(自然科学版)

作者：邓李政, 袁宏永, 张鸣之, 陈建国

单位：1. 清华大学 工程物理系, 公共安全研究院, 北京 100084;<br>2. 清华大学 合肥公共安全研究院, 合肥 230601;<br>3. 中国地质环境监测院自然资源部地质灾害技术指导中心, 北京 100081;<br>4. 自然资源部 地质灾害智能监测与风险预警工程技术创新中心, 北京 100081

关键词：滑坡灾害,地表变形,深部变形,综合监测,早期预警

基金：安徽省重点研发计划项目(202104b11020021);清华大学合肥公共安全研究院开放课题(QHHFYKF202101);工业和信息化部2021年自然灾害防治技术装备工程化攻关专项(TC210H00L/47);自然资源部科技人才项目(121106000000180039-2201);中国地质调查局地质调查项目(DD20211364)

中国滑坡灾害数量多、分布广、危害大,每年约有80%的地质灾害发生在已查明的隐患点范围之外。监测预警是主动防范地质灾害的重要手段。变形是滑坡最为关键的监测参数。该文旨在梳理总结滑坡变形监测技术和预警方法,评述现有研究进展,分析未来发展趋势,为滑坡灾害防控领域的科学研究和工程实践提供借鉴。地表变形监测技术多易受到外界因素干扰,及时性和可靠性难以得到保障。深部变形监测技术直接获取滑面发展破坏信息,能够发现灾变前兆,但现有设备存在成本高、量程小或操作难等问题。滑坡监测为早期预警提供依据,而早期预警能够减少甚至避免人员伤亡和财产损失,区域性气象预警和单体滑坡预警两类预警方法正在逐渐发展完善中。单体滑坡预警常见方法是分析滑坡变形趋势和突变特征,通过速度、加速度等判据的阈值触发不同级别预警。滑坡智能预警模型将机器学习与地质工程交叉融合,有望提升灾害早期预警的准确性和自动化水平。滑坡高质量监测应综合运用多种技术以克服单一技术的局限,而预警模型则越来越关注变形趋势的智能分析。滑坡动力学机制复杂、个性特征明显,广泛适用的预警模型有待进一步探索。

来源：2023年第6期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2023年第6期