摘要
为全面发展“人防+技防”的地质灾害防治技术体系，构建以普适型监测仪器为主的地质灾害监测预警体系，以云贵高原地区中的云南省保山市大园子滑坡为例，详细介绍了滑坡从方案设计到数据筛选及模型设计等各环节，主要选取降雨、位移变形和裂缝三类参数模型在监测预警体系中的应用，通过采集地质灾害体的关键信息，优化监测预警模型及调整阈值，及时捕捉地质灾害体的变化信息，依靠平台判据模型自主触发预警，完成了普适型监测预警体系建设的关键环节，从而实现了普适型监测预警的效果，极大的提升了地质灾害防治体系的自动化和智能化能力。
为提升地质灾害自动化、专业化监测预警覆盖面，更大程度地掌握地质灾害孕育发生条件和发展演化规律，提高灾害机理认识、监测预警精度和防灾减灾能力，自2019年起在全国范围内陆续建设了大量普适型监测仪器，通过对地质灾害及其主要诱发因素进行实时监测，及时分析研判、分级发布预警信息，为临灾响应决策提供支撑，最大限度地减少了人员伤亡和财产损
监测预警体系建设是地质灾害防治技术体系“人防+技防”中的重要组成部分，近年来大量弥补了地质灾害防治技术体系中人防体系建设的欠缺和短板，尤其是在全国汛期地质灾害多发频发的环境中提前预报和告警的作用下，最大限度地保障了人民群众生命财产安
云南省保山市隆阳区瓦渡乡浪坝田老田组大园子滑坡位于大园子聚集点下侧，滑坡前缘坐标99°25′36″E，25°11′26″N。
滑坡后缘高程1572 m，前缘高程1528 m，相对高程44 m，长约110 m，宽约90 m，滑体厚4~7 m，平均厚约5 m，总面积约7800 m²，方量约为3.69万
图1 大园子滑坡全貌(2022)
Fig.1 Panoramic view of the landslide （2022）
结合野外调查，分析认为诱发该滑坡的主要因素为强降雨。由于滑坡后缘山体地形开阔，且坡度较陡，有利于地表水的汇集，坡体表面由于排水不畅，导致局部低洼地带形成积水，在此条件下，造成滑体自重增加，滑动面土体抗剪强度降低，在水压力作用影响下，滑坡体下滑力迅速增大，坡体出现变形迹象，导致坡体失稳，从而形成滑坡。从变形破坏机制看，滑坡整体变形前期以沿前缘临空面变形开始并向后逐渐牵引扩展为主，滑坡沿基岩及覆盖层软弱面接触面逐级向后牵引滑动。
滑坡后缘以陡坎为界，左侧以道路拉裂处为界，右侧以浅切冲沟为界，滑坡前缘以沟底为界。滑坡前缘为澜沧江小湾水电站蓄水区。现场调查可见部分房屋墙体出现裂缝，道路与地坪出现多处顺坡向裂缝，如
图2 滑坡中部显著变形
Fig.2 Significant deformation in the middle of the landslide
经现场踏勘，初步判定滑体为一小型土质滑坡，强降雨是诱发该滑坡发生变形破坏的主要因素，在强降雨发生变形破坏后，先后造成前缘滑塌以及后部裂缝下挫变
根据滑坡变形特征，依据普适型监测预警规范制定了该滑坡普适型设备监测方案，于滑坡表层布置位移监测点GNSS3处、拉线裂缝监测点1处、声光报警器1台以及遥测雨量计1处，共计4类6套监测设备，剖面布设采用横向为主的布设方式，针对变形重点区域布设裂缝计，用于捕捉滑坡主要变形体的变化趋势，其余采用GNSS布设，用于控制滑坡重点区变
图3 普适型监测方案
Fig.3 Universal monitoring scheme
图4 大园子滑坡监测方案剖面
Fig.4 Section diagram of Dayuanzi Landslide monitoring scheme
隆阳区瓦渡乡大园子滑坡为土质滑坡，主要影响因素为降雨，监测方案中需要掌握滑坡位置处降雨数据和滑坡体变形数据，通过野外调查寻找滑坡体显著变化位置增加典型位置监测手段，故该滑坡监测方案选择翻斗式雨量计监测滑坡点处雨量数据，采用GNSS位移计控制滑坡主要变形区的位移变形数
图5 云南省地质灾害监测预警平台
Fig.5 Platform for monitoring and early warning of geological hazards in Yunnan province
监测预警坚持“以人为本，科技防灾”的原则，在群测群防的基础上统筹兼顾技防与人防，通过宏观迹象巡查、监测数据分析和区域地质灾害气象预警综合研判隐患风险等级；群测群防监测在发现可辨识的灾害前兆时，可进行临灾预警，并根据预案及时采取应对措
单参数预警主要通过单一设备直接获取或计算得到的指标判据来确定灾害发生的可能性，阈值应在机理认识、历史经验的基础上研究设定并动态调
| 仪器类型 | 监测参数 | 蓝色预警 | 黄色预警 | 橙色预警 | 红色预警 |
|---|---|---|---|---|---|
| 雨量计 | 降雨量M/mm | 前1日42≤M<60或前12小时30≤M<45 | 前1日60≤M<86或前12小时45≤M<68 | 前1日86≤M<105或 前12小时M≥68 | 前1日M≥105 |
| GNSS位移计 |
位移量X、Y、Z/(mm· | 18≤X<28或25≤Y<50或30≤Z<55 | 28≤X<200或50≤Y<300或55≤Z<250 | 200≤X<600或300≤Y<600或450≤Z<800 | X≥600或Y≥600或Z≥800 |
| 裂缝计 | 变形量T/mm | 前1日18≤T<70或前3日36≤T<140 | 前1日70≤T<150或 前3日140≤T<300 | 前1日150≤T<230或前3日300≤T<460 | 前1日T≥230或前3日T≥460 |
注： X表示水平位移量，Y表示垂直位移量，Z表示综合位移量。
从
图6 雨量与裂缝关系
Fig.6 Relationship between rainfall and cracks
图7 雨量与GNSS位移关系
Fig.7 Relationship between rainfall and GNSS displacement
图8 X、Y、Z空间关系
Fig.8 Spatial relationship of X、Y、Z
经过汛期暴雨作用后，滑坡显著位置GNSS位移计出现变形蠕动趋势，由
同时裂缝数据于2023年8—9月出现明显变化（
图9 滑坡变形加剧
Fig.9 The intensified deformation of the landslide
预警平台的触发不仅来源于单参数阈值设置，同时多参数综合预警主要通过多个指标判据的组合来综合确定灾害发生的可能
| 预警级别 | 蓝色预警 | 黄色预警 | 橙色预警 | 红色预警 |
|---|---|---|---|---|
| 雨量计 | 单参数 | 单参数 | GNSS黄且裂缝黄 | GNSS橙且裂缝橙 |
| GNSS位移计 | 单参数 | 单参数 | 雨量计黄且裂缝黄 | 雨量计橙且裂缝橙 |
| 裂缝计 | 单参数 | 单参数 | 雨量计黄且裂缝黄 | 雨量计橙且裂缝橙 |
根据单参数阈值设定与多参数模型设计，既可以实现有效预警，又可以最大程度上避免误报等情况发
图10 监测预警平台触发信息
Fig.10 Triggered information of the monitoring and early warning platform
通过对云南省保山市隆阳区瓦渡乡大园子滑坡展开地质灾害普适型仪器监测，根据现场实际情况科学设计了滑坡的监测预警方案，实时优化监测预警阈值数据，编制多参数预警模型，充分利用云南省监测预警信息平台，实现了对滑坡的整体监测，并结合人防体系完成了地质灾害防治的预警工作。
（1）大园子滑坡为小型土质滑坡，主要表现为滑体土体饱和导致滑体产生拉张裂缝和垮塌现象。从大园子滑坡的监测预警体系运行情况分析看，对于关键环节和关键部位的监测，可有效实现地质灾害体的监测预警效果。
（2）监测数据曲线明显揭示了此滑坡的变形特征，通过对雨量数据、GNSS位移数据及裂缝计数据分析，可以看出滑坡的降雨量与滑坡变形量呈现延迟耦合关系，符合蠕动式滑坡的特点。
（3）单参数阈值设定与多参数模型设计对于提高监测效果成功率非常关键，同时可以有效减少仪器误报率。
（4）后期利用大数据分析滑坡中长期数据，为进一步研究滑坡变形机制及发展趋势提供有效数据支撑，从而实现滑坡监测的智能化识别。
参考文献（References）
马娟，赵文祎，齐干，等.基于普适型监测的多参数预警——以三峡库区卡门子湾滑坡为例［J］.西北地质，2021，54（3）：259-269. [百度学术]
MA Juan， ZHAO Wenwei， QI Gan， et al. Study on the multi-parameter early warning based on universal equipment： A case of Kamenziwan Landslide in the Three Gorges Reservoir［J］. Northwestern Geology， 2021，54（3）：259-269. [百度学术]
杨江涛，李波，李伯宣，等.自贡市地质灾害专群结合监测预警模式升级与实践［J］.中国地质灾害与防治学报，2020，31（6）：130-134. [百度学术]
YANG Jiangtao， LI Bo， LI Boxuan，et al. Upgrading and practice of early warning of geological disaster special group combination in Zigong City［J］. The Chinese Journal of Geological Hazard and Control， 2020，31（6）：130-134. [百度学术]
梁京涛，赵聪，王军.斜坡Insar变形监测效果野外判定方法研究［J］.人民长江，2022，55（1）：126-131. [百度学术]
LIANG Jingtao， ZHAO Cong， WANG Jun. Research on field evaluation method for slope InSAR deformation monitoring effect［J］. Yangtze River， 2022，55（1）：126-131. [百度学术]
吴忠银.滑坡灾害中GNSS自动化监测预警系统技术浅析［J］.西部资源，2021，（5）：197-200. [百度学术]
WU Zhongyin. Analysis of GNSS automated monitoring and early warning system technology in landslide disasters［J］. Western Resources， 2021（5）：197-200. [百度学术]
艾国栋，李云青，资丽君，等.天然和暴雨条件下的物质点滑坡变形机制分析［J］.钻探工程，2023，50（5）：23-28. [百度学术]
AI Guodong， LI Yunqing， ZI Lijun， et al. Analysis of deformation mechanism of landslide under natural and rainstorm conditions based on material point method［J］. Drilling Engineering， 2023，50（5）：23-28. [百度学术]
苗朝，张勇，李乾坤，等.基于PFC2D的缓倾顺层滑移-溃曲型岩质滑坡破坏机制分析［J］.钻探工程，2023，50（5）：11-17. [百度学术]
MIAO Zhao， ZHANG Yong， LI Qiankun， et al. The deformation mechanism analysis of gently inclined and consequent sliding‑buckling rock landslides based on PFC2D［J］. Drilling Engineering， 2023，50（5）：11-17. [百度学术]
崔华丽，谯鹏志，王佃明.库水位变动情况下库岸边坡稳定性研究——以白鹤滩水电站石圪垴滑坡为例［J］.钻探工程，2023，50（5）：36-42. [百度学术]
CUI Huali， QIAO Pengzhi， WANG Dianming. Study on stability of reservoir bank slope under fluctuated water level： A case of Shigenao Landslide in Baihetan Hydropower Reservoir［J］. Drilling Engineering， 2023，50（5）：36-42.. [百度学术]
何满潮.滑坡地质灾害远程监测预报系统及其工程应用［J］.岩石力学与工程学报，2009，28（6）：1081-1090. [百度学术]
HE Manchao. Real‑time remote monitoringand forecasting system for geological disasters of landslides and its engineering application［J］. Chinese Journal of Rock Mechanics and Engineering， 2009，28（6）：1081-1090. [百度学术]
李姣，何明.湖南常德雷家山滑坡特征及变形监测分析［J］.中国资源综合利用，2021，39（8）：79-82. [百度学术]
LI Jiao， HE Ming. Characteristics and deformation monitoring analysis of Leijiashan Landslide in Changde， Hunan［J］. China Resources Comprehensive Utilization， 2021，39（8）：79-82. [百度学术]
喻小，赵其华，张埕豪等.GNSS实时监测在滑坡预警的应用：以陕西省周至G108路段滑坡为例［J］.人民长江，2019（10）：126-130. [百度学术]
YU Xiao， ZHAO Qihua， ZHANG Chenghao， et al. Application of GNSS real‑time monitoring in landslide early warning：Case of Landslide of G108 section in Zhouzhi County， Shannxi Province［J］. Yangtze River， 2019（10）：126-130. [百度学术]
李乾坤，苗朝，程英建，等.川东巴中市恩阳区近水平土质滑坡破坏模式及专业监测预警［J］.钻探工程，2023，50（5）：43-51. [百度学术]
LI Qiankun， MIAO Zhao， CHENG Yingjian， et al. Damage patterns of near‑horizontal soil landslides and professional monitoring and warning in Enyang District， Bazhong City， East Sichuan［J］. Drilling Engineering， 2023，50（5）：43-51. [百度学术]
王珣，刘勇，李刚，等.基于西原模型的蠕变型滑坡预警判据及滑坡智能监测预警系统研究［J］.水利水电技术，2018，49（8）：29-38. [百度学术]
WANG Xun， LIU Yong， LI Gang， et al. Nishihara model-based study on pre‑warning criteria for creeping landslide and landslide intelligent monitoring and pre‑warning system［J］. Water Resources and Hydropower Engineering， 2018，49（8）：29-38. [百度学术]
徐开祥，黄学斌，付小林，等.三峡水库区地质灾害群测群防监测预警系统［J］.中国地质灾害与防治学报，2007（3）：88-91. [百度学术]
XU Kaixiang， HUANG Xuebin， FU Xiaolin， et al. Group monitoring and early warning system of geological hazards in the Three Gorges Reservoir Area［J］. The Chinese Journal of Geological Hazard and Control， 2007（3）：88-91. [百度学术]
白洁，巨能攀，张成强，等.贵州兴义滑坡特征及成功预警研究［J］.工程地质学报， 2020，28（6）：1246-1258. [百度学术]
BAI Jie， JU Nengpan， ZHANG Chengqiang， et al. Study on characteristics and successful early warning of Xingyi landslide in Guizhou［J］. Journal of Engineering Geology， 2020，28（6）：1246-1258. [百度学术]
叶青，赵全麟.三峡工程库区滑坡监测几个问题的探讨［J］.人民长江，2000，31（6）：7-9. [百度学术]
YE Qing， ZHAO Quanlin. Problems about monitoring of landslide in TGP reservoir area［J］. Yangtze River， 2000，31（6）：7-9. [百度学术]
邬晓岚，涂亚庆.滑坡监测方法及新进展［J］.中国仪器仪表，2001（1）：10-12. [百度学术]
WU Xiaolan， TU Yaqing. Methods and new development of landslide activity monitoring［J］. China Instrumentation， 2001（1）：10-12. [百度学术]
