生產(chǎn)建設(shè)項目棄渣場安全選址方案研究

袁普金， 姚 赫， 張 勇， 高旭彪

(1.水利部 水土保持監(jiān)測中心， 100055, 北京; 2.長江水利委員會 長江流域水土保持監(jiān)測中心站， 湖北 武漢 430010)

棄渣場選址是水土保持方案中的重要內(nèi)容，如果選址不當，可能造成重大的災(zāi)害，深圳市光明新區(qū)紅坳渣土受納場“12·20”滑坡事故，造成73人死亡，4人下落不明，17人受傷，90家企業(yè)生產(chǎn)受影響，直接經(jīng)濟損失為8.81億元。國外發(fā)達經(jīng)濟體常將棄渣場納入堆積體災(zāi)害風(fēng)險評價中進行管理[1-5]，因缺乏參照和基礎(chǔ)研究，目前國內(nèi)對棄渣場渣體失穩(wěn)后運移距離的研究尚不成熟[6]。有關(guān)機構(gòu)在滑坡碎屑流、泥石流運動規(guī)律上作了一些相關(guān)的研究，但涉及運移距離方面的研究尚無定論?；乱?guī)模和影響范圍是決定滑坡致災(zāi)強度的兩個重要方面，滑坡滑動速度和滑動距離計算對防災(zāi)減災(zāi)工作意義重大[7]。棄渣場作為一種松散堆積體，是一種具有不連續(xù)性、非均質(zhì)性和各向異性等復(fù)雜特性的力學(xué)介質(zhì)[8]，在一定誘發(fā)因素下易產(chǎn)生滑坡災(zāi)害，通常的誘發(fā)因素有降雨、地震、人類活動等，表現(xiàn)形式根據(jù)滑坡時地形條件和含水量的不同，可分為崩塌、滑坡、滑坡碎屑流、泥石流等。對于棄渣場滑坡來講，其失穩(wěn)破壞常形式常表現(xiàn)為滑坡和滑坡碎屑流，其滑坡規(guī)模一般不會超過堆渣量，因此，棄渣場滑坡運動距離預(yù)測是棄渣場選址的核心內(nèi)容。近幾十年來，國內(nèi)外學(xué)者為預(yù)測各種類型滑坡的滑距進行了大量研究，建立了一系列經(jīng)典模型，如基于多元回歸模型建立的黃土滑坡滑距預(yù)測模型[9]、基覆型邊坡滑坡模型[10]、巖質(zhì)修正地震致滑坡預(yù)測模型[11]等，基于理論修正的經(jīng)驗?zāi)Ｐ停鏢cheidegger預(yù)測模型[12]、黃土地震滑坡預(yù)測模型[13]、地震致無阻礙滑坡預(yù)測模型[14]、松散堆積體滑坡修正模型[6]等，由于多元回歸模型的數(shù)據(jù)量受限，因此基于理論修正的經(jīng)驗?zāi)Ｐ途邆涓玫牟僮餍院屯茝V性，其中基于理論修正的經(jīng)驗?zāi)Ｐ椭凶顬榻?jīng)典的是Scheidegger在1973年提出的Scheidegger經(jīng)驗?zāi)Ｐ?，其模型理論性好，重?fù)精度高，隨后大量學(xué)者在此模型上進行修正。Corominas[15]，Inokuchi[16]，Kokusho[17-18]，F(xiàn)inlay[19]，Budetta[20]，Hunter[21]，Li[22]，Yang[23]，Chen[24]等學(xué)者分別提出了溝谷類、山坡類、有阻礙、無阻礙等地形修正經(jīng)驗?zāi)Ｐ?，地震致、降雨致等誘發(fā)因素修正型，碎屑流、泥石流、火山泥流等發(fā)生形態(tài)修正模型?；谝延械幕w數(shù)據(jù)和不同滑體滑距預(yù)測模型，研究棄渣場滑坡滑距的分布情況，尋找棄渣場滑坡的運動規(guī)律，探討其渣場安全選址的要求，不僅具有較強的可行性，也具有迫切的現(xiàn)實意義。本研究對于棄渣場滑坡規(guī)律研究總結(jié)和棄渣場選址具有重要的理論價值與指導(dǎo)意義。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)采集

為量化評價棄渣場選址的安全范圍，并考慮地形因素的影響，引入定量指標是必不可少的，引入滑坡的移動性指標有助于評價棄渣場滑坡的動態(tài)特征，滑坡移動性的一個著名指標是垂直落差H與水平距L的比值常被稱為等效摩擦系數(shù)(H/L)，這一比例的倒數(shù)也可稱為流動性指數(shù)(L/H，如圖1所示)。

圖1 滑坡運動圖示

通過統(tǒng)計整理1 032組國內(nèi)外堆積體、滑坡體、火山流體數(shù)據(jù)[6]，數(shù)據(jù)來源于期刊論文、書籍文獻及國內(nèi)外滑坡災(zāi)害數(shù)據(jù)庫。共得到含有堆積體/滑體體積V，垂直落差H，滑距L的有效數(shù)據(jù)882組，有效數(shù)據(jù)中體積V分布區(qū)間150 m3～2.00×1010m3，垂直落差H分布區(qū)間0.01～4.4 km，滑距L分布區(qū)間3 m～18.9 km，等效摩擦系數(shù)H/L分布區(qū)間0.02～20。其中等效摩擦系數(shù)H/L小于1的共計783組，占比88.76%，H/L的平均數(shù)是0.75，中位數(shù)是0.58，數(shù)據(jù)分布較為離散。

1.2 處理模型

本研究模型回歸的誤差算法使用為：對線性回歸模型和一般曲線回歸模型使用最小二乘法估計參數(shù)，對對數(shù)線性回歸模型使用極大似然估計法估計參數(shù)。

1.3 數(shù)據(jù)處理

試驗數(shù)據(jù)整理和顯著性檢驗使用SPSS 18.0進行分析，模型建立算法控制和擬合使用Matlab 12，數(shù)據(jù)體采用Origin8.0繪制。

2 結(jié)果與分析

2.1 棄渣場失穩(wěn)滑坡特征值分布

2.1.1 滑距L的分布區(qū)間分析 統(tǒng)計滑坡滑距L，滑坡落差H，滑坡體體積V等特征值觀測資料，按照其出現(xiàn)的稀有程度，來衡量它的大小和等級，即該特征值等于或超過某定量的可能出現(xiàn)次數(shù)，可折合成其可能出現(xiàn)的概率，即為發(fā)生頻率。統(tǒng)計882組滑坡有效數(shù)據(jù)，其滑距L不超過某已發(fā)生值的發(fā)生概率分布如圖2所示。

圖2 滑距L發(fā)生概率圖

其中，滑距L≤500 m的共計465組，概率52.72%；滑距L≤1 000 m的共計692組，概率78.46%；滑距L≤1 500 m的共計772組，概率87.53%；滑距L≤2 000 m的共計808組，概率91.61%；滑距L≤2 500 m的共計826組，概率93.65%；滑距L≤3 000 m的共計836組，概率94.78%；最大觀測距離為Saidmarreh[25]的泥石流運動數(shù)據(jù)，滑距為18.9 km。90%概率以下發(fā)生的事件已很難發(fā)生，p=0.1時，滑距L為1.829 km，即90%的滑距L小于1.829 km。根據(jù)統(tǒng)計結(jié)果，95%的滑距L小于3.257 km，即通常認為不可能發(fā)生滑距L大于3.257 km的滑坡事件。進一步的從滑體體積V劃分滑距區(qū)間，可得不同體積的滑距L特征值詳見表1。

表1 不同體積滑體的滑距L(km)特征值

注：由于被統(tǒng)計的滑體運動數(shù)據(jù)V超過1.00×107m3的過于分散，而棄渣場絕大多數(shù)不可能超過5.00×107m3，故在>1.00×107m3的區(qū)間重點統(tǒng)計了1.00～5.00×107m3的數(shù)據(jù)。下同。

2.1.2 等效摩擦系數(shù)H/L的分布區(qū)間分析 僅統(tǒng)計不同體積滑體的滑距L，而不考慮其地形影響情況顯然是不合適的，統(tǒng)計882組滑坡有效數(shù)據(jù)，其等效摩擦系數(shù)H/L超過某已發(fā)生值的發(fā)生概率分布如圖3所示。

圖3 等效摩擦系數(shù)H/L發(fā)生概率圖

其中，等效摩擦系數(shù)H/L≥1的共計99組，概率11.33%；等效摩擦系數(shù)H/L≥0.5的共計539組，概率61.11%；等效摩擦系數(shù)H/L≥0.4的共計663組，概率75.17%；等效摩擦系數(shù)H/L≥0.3的共計747組，概率84.69%；等效摩擦系數(shù)H/L≥0.2的共計828組，概率93.88%；等效摩擦系數(shù)H/L≥0.18的共計839組，概率95.12%；最小觀測H/L為Pandemonium[26]的泥石流運動數(shù)據(jù)，H/L為0.023。90%概率以下發(fā)生的事件已很難發(fā)生，p=0.1時，H/L為0.25，即90%的滑坡H/L大于0.25。根據(jù)統(tǒng)計結(jié)果，95%的滑坡H/L大于0.18，即通常認為不可能發(fā)生H/L大于0.18(L/H=5.56)的滑坡事件。等效摩擦系數(shù)(H/L)利于解釋滑體運動機理，而流動性指數(shù)(L/H)則更利于評價選址合理性，不同體積的等效摩擦系數(shù)和流動性指數(shù)特征值(表2)。制定不同的H/L參考標準，根據(jù)收集數(shù)據(jù)統(tǒng)計，結(jié)果詳見表2。

通過統(tǒng)計可知，V≤5.00×105m3，L/H平均值為1.01，變異系數(shù)1.61，90%概率L/H在2.17以下，95%概率L/H在2.78以下，極值為16.67，可以認為V≤5.00×105m3的滑體滑距一般不超過2.78H；同樣的，可以認為5.00×1051.00×107m3的滑體滑距一般不超過14.29H。

由于收集的V數(shù)據(jù)過大，部分體積V達到數(shù)1.00×109m3，對誤差的貢獻過大，數(shù)據(jù)分布離散度大，代表性不強，對棄渣場運動規(guī)律的統(tǒng)計典型性不強，建議以1.00×107m3～5.00×107m3之間的運動作為統(tǒng)計區(qū)間，當1.00×1076.25)，極值為33.33，可以認為1.00×107m3

表2 不同體積滑體的等效摩擦系數(shù)和流動性指數(shù)征值

2.1.3 不同滑體體積V的滑動特征值的典型性分析 從統(tǒng)計數(shù)據(jù)的總體分布規(guī)律上來看，基本符合滑體體積V越大，滑距L越大，等效摩擦系數(shù)H/L越小，流動性系數(shù)L/H越大的規(guī)律。但按照不同體積提取特征值的典型性仍需討論。將不同體積區(qū)段的滑體運動特征值進行顯著性檢驗，結(jié)果如圖4所示。由圖4可知，根據(jù)不同體積V進行滑距L的劃分具有較強的依據(jù)：除第3組1.00×106

2.2 棄渣場失穩(wěn)預(yù)測模型

注：數(shù)據(jù)采用DUNCAN檢驗，標有完全不同小寫字母代表差異顯著(p=0.01)。

圖4不同組別L與H/L值顯著性檢驗

通過大量不同類型松散堆積體、滑坡體、固液兩項流體的數(shù)據(jù)擬合可知，大量類似運動符合提出的經(jīng)驗公式，即可用c值來模擬松散堆積體、滑坡體、固液兩項流體等的基本性質(zhì)，即通過c確定c值的區(qū)間來預(yù)測棄渣場失穩(wěn)發(fā)生位移的大小是可行的。

為更精確的預(yù)測不同類型棄渣場失穩(wěn)發(fā)生位移大小的可行性，可通過更進一步優(yōu)化c值代表區(qū)間，引入對滑距有顯著影響的巖質(zhì)[11]和水分因素[24]，使其更適宜于不同棄渣場選址，可將模型中c值優(yōu)化為：

c=c0·RT·AL

式中：L估——預(yù)測距離(m)；H——垂直落差(m)，V——滑體體積(104m3)； RT——巖質(zhì)類型； AL——棄渣場等級；a——體積修正常數(shù)；b——落差修正常數(shù)；c0——根據(jù)巖質(zhì)、渣量修正的c值。考慮到式中對體積V已經(jīng)考慮，故AL僅作區(qū)分，不作計算。根據(jù)大量相關(guān)研究和行業(yè)內(nèi)區(qū)分標準，可以區(qū)分RT，AL的等級標準詳見表3—4。

表3 棄渣場巖土劃分等級

注：巖質(zhì)劃分參考自Guo(2014)等的研究[15]。

表4 棄渣場等級劃分

注：渣場級別區(qū)分取自GB51018。

2.2.2 棄渣場失穩(wěn)模型驗證 提取的失穩(wěn)預(yù)測模型可由松散堆積體相關(guān)數(shù)據(jù)進行驗證，固定常規(guī)運動a，b值，即a=-0.182，b=1.107[6]，基于以上區(qū)分標準和收集相關(guān)數(shù)據(jù)，對修正c值的經(jīng)驗?zāi)Ｐ瓦M行擬合，推薦c0值取值詳見表5。由表5可知，模型適宜于不同巖質(zhì)和渣量的松散堆積體，擬合優(yōu)度均表現(xiàn)出適宜性。其中對3級巖質(zhì)、4級渣場的擬合優(yōu)度高達0.88。

表5 不同巖質(zhì)不同等級棄渣場c0值取值矩陣

3 討 論

本文提出了兩種渣場選址參考方法：第一種是根據(jù)散體運動的特征值的分布概率，確定棄渣場安全失穩(wěn)運動距離的發(fā)生可能性，這種方法可被成為歷史發(fā)生頻率選址法；第二種基于理論模型的修正、檢驗，利用修正模型來預(yù)測不同類型不同大小棄渣場滑坡的運動距離，這種方法可被稱為模型預(yù)測法。

棄渣場選址與評價是一個復(fù)雜的問題，當前國內(nèi)外暫無成熟方法參考。本文提出的方法是參考類似滑體運動數(shù)據(jù)進行統(tǒng)計分析所得，具有重要的參考價值，適宜于各類型的棄渣場?？紤]到棄渣場獨特的松散結(jié)構(gòu)特征，在選址和評價時，應(yīng)在預(yù)測安全距離上適當進行放大，如放大至1.3倍預(yù)測值，以確保一定的安全冗余度，保證棄渣場周邊對象的安全。

4 結(jié) 論

4.1 歷史發(fā)生頻率選址法

方法操作較簡單，考慮了不同渣場的大小和地形條件，容易推廣和實施，然而僅根據(jù)不同滑體體積進行滑距估計缺乏理論依據(jù)，容易造成選址困難或土地資源浪費；而根據(jù)不同滑體體積進行等效摩擦系數(shù)估計則缺乏體積劃分的典型性，需進行綜合考量。本文推薦對于V≤5.0×105m3的棄渣場(5級棄渣場)宜取2.78倍的落差(2.78H)的安全距離，對于501 000 m3萬m3的棄渣場(1級棄渣場)宜取14.29倍的落差(14.29H)的安全距離。

4.2 模型預(yù)測選址法