突發(fā)型黃土滑坡監(jiān)測(cè)預(yù)警理論方法研究*
——以甘肅黑方臺(tái)為例

許 強(qiáng) 彭大雷 何朝陽(yáng) 亓 星 趙寬耀 修德皓

(地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國(guó)家重點(diǎn)實(shí)驗(yàn)室(成都理工大學(xué))， 成都 610059， 中國(guó))

0 引 言

2018年10月10日，習(xí)近平總書(shū)記在主持召開(kāi)中央財(cái)經(jīng)委員會(huì)第三次會(huì)議上提出“大力提高我國(guó)自然災(zāi)害防治能力”的要求，特別是“實(shí)施自然災(zāi)害監(jiān)測(cè)預(yù)警信息化工程，提高多災(zāi)種和災(zāi)害鏈綜合監(jiān)測(cè)、風(fēng)險(xiǎn)早期識(shí)別和預(yù)報(bào)預(yù)警能力”等一系列精神和要求； 自然資源部陸昊部長(zhǎng)在部長(zhǎng)專題會(huì)上，對(duì)做好地質(zhì)災(zāi)害防治工作提出了“研究原理、發(fā)現(xiàn)隱患、監(jiān)測(cè)隱患和發(fā)布預(yù)警”要求，要聚焦地質(zhì)災(zāi)害“在哪里發(fā)生”和“什么時(shí)間發(fā)生”兩個(gè)關(guān)鍵問(wèn)題(許強(qiáng)等， 2019)。從國(guó)家層面提出了地質(zhì)災(zāi)害監(jiān)測(cè)預(yù)警工作的重要性和任務(wù)的艱巨性。在現(xiàn)行的科學(xué)技術(shù)層面，滑坡預(yù)警預(yù)報(bào)是地質(zhì)工程界研究的熱點(diǎn)，也是一個(gè)難點(diǎn)(許強(qiáng)等， 2008; Yin et al.，2010; Intrieri et al.，2012; 劉傳正， 2019; 伍法權(quán)等， 2019)。

一般的滑坡從變形到破壞會(huì)經(jīng)歷一定時(shí)間段的演化過(guò)程，其累計(jì)位移-時(shí)間曲線具有明顯的3個(gè)階段變形特征：初始變形階段、勻速變形階段、加速變形階段； 在這過(guò)程中，會(huì)產(chǎn)生明顯的宏觀變形破壞，變形加速階段會(huì)有臨滑前兆信息，這些使滑坡的超前預(yù)報(bào)和臨滑預(yù)警成為現(xiàn)實(shí)(許強(qiáng)等， 2004; 董秀軍等， 2015)。位移-時(shí)間曲線的監(jiān)測(cè)數(shù)據(jù)資料對(duì)于識(shí)別滑坡發(fā)生和早期預(yù)警至關(guān)重要，它有助于了解滑坡機(jī)制并為其提出可靠的閾值，總結(jié)典型案例，提出可靠的預(yù)警模型，可以提前發(fā)布預(yù)警信息并可預(yù)測(cè)滑坡失穩(wěn)時(shí)間(許強(qiáng)， 2012)。通過(guò)研究不同類型滑坡的變形行為和破壞機(jī)理，并總結(jié)大量的監(jiān)測(cè)位移-時(shí)間曲線的形態(tài)特征，推斷認(rèn)為在不同受力條件下，不同類型滑坡的變形-時(shí)間曲線可統(tǒng)一到一組漸變的變形曲線簇中(許強(qiáng)， 2012)(圖1)； 即為：漸變型、突發(fā)型和穩(wěn)定型(許強(qiáng)等， 2004)，著名的齋藤曲線僅是其中一類(漸變型)，這類滑坡加速變形階段孕育時(shí)間長(zhǎng)，目前已有較多這類滑坡成功預(yù)警案例(許強(qiáng)等， 2015， 2018)。然而，對(duì)于灌溉誘發(fā)的具有突發(fā)性黃土滑坡來(lái)說(shuō)，因其在加速變形階段變形過(guò)程歷時(shí)很短，通過(guò)目前監(jiān)測(cè)技術(shù)手段所得到的累計(jì)位移-時(shí)間曲線不夠光滑，存在“突變點(diǎn)”(圖1)，使得變形速率-時(shí)間曲線在關(guān)鍵點(diǎn)變成不可求導(dǎo)的曲線，很難實(shí)現(xiàn)突發(fā)型黃土滑坡的超前預(yù)警和發(fā)生時(shí)間預(yù)報(bào)(彭建兵等， 2014)。

圖1 巖土體蠕變曲線簇Fig. 1 Slope displacement-time curve type

為了有效地應(yīng)急處理和防災(zāi)減災(zāi)，需要有效解決突發(fā)型黃土滑坡“什么時(shí)間發(fā)生”的關(guān)鍵問(wèn)題； 其中更好地實(shí)現(xiàn)這類突發(fā)型黃土滑坡超前預(yù)警，是解決這一關(guān)鍵問(wèn)題的有效途徑。研究團(tuán)隊(duì)在黑方臺(tái)建立野外觀測(cè)研究基地，歸納突發(fā)型滑坡的空間分布規(guī)律和發(fā)育特征； 針對(duì)目前固定采集頻率的監(jiān)測(cè)設(shè)備存在無(wú)法實(shí)現(xiàn)突發(fā)型黃土滑坡長(zhǎng)期和有效的監(jiān)測(cè)的問(wèn)題，自主研發(fā)一套自適應(yīng)調(diào)整采樣頻率的監(jiān)測(cè)技術(shù)方法，對(duì)潛在滑坡進(jìn)行變頻監(jiān)測(cè)； 同時(shí)采用移動(dòng)平均法和最小二乘法相結(jié)合的數(shù)據(jù)處理方法，分析和總結(jié)已有的監(jiān)測(cè)成果，建立了具有針對(duì)性的速率閾值預(yù)警和改進(jìn)切線角過(guò)程預(yù)警的綜合預(yù)警模型； 研發(fā)了地質(zhì)災(zāi)害實(shí)時(shí)監(jiān)測(cè)預(yù)警系統(tǒng)，從而更好地實(shí)現(xiàn)突發(fā)型黃土滑坡的實(shí)時(shí)監(jiān)測(cè)和超前預(yù)警。

圖2 黑方臺(tái)地區(qū)黃土滑坡分布和監(jiān)測(cè)系統(tǒng)布置Fig. 2 Loess distribution and monitoring systems logout on the Heifangtai terrace a. 黃土滑坡和監(jiān)測(cè)設(shè)備分布； b. 研究區(qū)典型剖面

圖3 研究區(qū)典型突發(fā)型黃土滑坡和監(jiān)測(cè)設(shè)備布置圖Fig. 3 Typical sudden loess landslide and logout of monitoring systems in the three sectiona. 黨川段； b. 焦家段； c. 磨石溝段

1 研究區(qū)概況

黑方臺(tái)位于黃土高原半干旱地區(qū)的黃河Ⅳ階地上，地處湟水河與黃河交匯口上游(圖2a)。黑方臺(tái)面積約13.7￣￣km2，塬邊坡體為上陡下緩的黃土斜坡，坡面高差為120～160￣￣m。通過(guò)臺(tái)塬由西向東的典型剖面如圖2b所示。自1960年以來(lái)，黑方臺(tái)平均年灌溉量約600×104￣￣m3，形成了20～40￣￣m飽和層，并且地下水位以0.3￣￣m·a-1左右的速率上升，在臺(tái)塬邊發(fā)育了200多起滑坡(Peng et al.，2019)。黑方臺(tái)一共發(fā)育滑坡77處，依據(jù)成災(zāi)模式可以分為黃土基巖型、滑移崩塌型、黃土泥流型、靜態(tài)液化型滑坡4種類型，其中滑移崩塌型和靜態(tài)液化型具有明顯的突發(fā)性特征(Peng et al.，2018)。這些突發(fā)型滑坡主要分布在臺(tái)塬東側(cè)的焦家區(qū)域、陳家區(qū)域和臺(tái)塬南側(cè)的黨川區(qū)域； 自2006年以來(lái)發(fā)生的黃土滑坡主要是具有突發(fā)性的滑移崩塌型和靜態(tài)液化型滑坡(圖3)。布置的科學(xué)研究?jī)x器如圖2a和圖3所示，以探究黃土重大災(zāi)害突變臨滑前兆信息的獲取技術(shù)手段和方法。

2 現(xiàn)場(chǎng)監(jiān)測(cè)和早期預(yù)警方法

2.1 監(jiān)測(cè)方法和設(shè)備布置

初步判斷潛在的滑坡位置和合理布置監(jiān)測(cè)設(shè)備安裝點(diǎn)，位移監(jiān)測(cè)設(shè)備有效地捕獲滑坡相對(duì)較完整的變形破壞過(guò)程，是能夠成功預(yù)警黑方臺(tái)突發(fā)型滑坡較有效的方法。通過(guò)“天-空-地”一體化監(jiān)測(cè)技術(shù)甄別出潛在突發(fā)型滑坡位置，然后嘗試使用木樁、GPS和傳統(tǒng)裂縫計(jì)進(jìn)行監(jiān)測(cè)，傳統(tǒng)監(jiān)測(cè)方法的數(shù)據(jù)采集頻率較小，無(wú)法獲得相對(duì)完整的累計(jì)位移-時(shí)間曲線(尤其是加速變形階段)(亓星， 2017; 黃觀文等， 2018)。針對(duì)傳統(tǒng)監(jiān)測(cè)技術(shù)方法的不足，進(jìn)一步自主研發(fā)了一體化自適應(yīng)智能變頻裂縫儀(圖4a)，主要包括太陽(yáng)能鋰電池供電、智能無(wú)線采集終端、小型化高精度裂縫位移傳感器(圖4b)。其中，傳感器精度高達(dá)±0.5￣￣mm，量程2000￣￣mm； 智能無(wú)線采集終端內(nèi)部嵌入具有自主知識(shí)產(chǎn)權(quán)的自適應(yīng)調(diào)整采樣頻率的觸發(fā)采集智能算法，在滑坡裂縫變形緩慢階段自動(dòng)以數(shù)小時(shí)間隔采集和傳輸裂縫變形量，在滑坡加速變形階段則自動(dòng)調(diào)整至1次·s-1進(jìn)行高頻采集與傳輸，同時(shí)避免了長(zhǎng)時(shí)間高頻采集的能耗和傳輸負(fù)荷，也及時(shí)有效捕獲滑坡突變階段的關(guān)鍵變形數(shù)據(jù)，提升監(jiān)測(cè)設(shè)備野外長(zhǎng)期工作的適應(yīng)性、穩(wěn)健性和可靠性(圖4c)，為滑坡的實(shí)時(shí)預(yù)警提供有力的技術(shù)支撐(Zhu et al.，2017)。

2.2 監(jiān)測(cè)數(shù)據(jù)處理與分析

圖4 自適應(yīng)智能變頻裂縫儀的組成及監(jiān)測(cè)數(shù)據(jù)Fig. 4 Components of the improved self-adaptive crack gauge and monitoring dataa. 自適應(yīng)智能變頻裂縫儀監(jiān)測(cè)站； b. 一體化自適應(yīng)智能變頻裂縫儀； c. 自適應(yīng)調(diào)整采樣頻率示意圖

圖5 第1次成功監(jiān)測(cè)數(shù)據(jù)不同去噪方法對(duì)比分析Fig. 5 Comparison and analysis of different filtering methods for monitoring data of CJ8# in the Heifangtai areaa. 勻速變形階段對(duì)比分析； b. 全變形過(guò)程對(duì)比分析； c. 融合兩種方法濾波監(jiān)測(cè)數(shù)據(jù)； d. 融合兩種方法加速度變形階段累計(jì)位移-時(shí)間曲線

滑坡監(jiān)測(cè)預(yù)警中，結(jié)合時(shí)間-位移曲線特征，自動(dòng)選擇移動(dòng)平均法與最小二乘法中合適的方法對(duì)原始監(jiān)測(cè)數(shù)據(jù)進(jìn)行濾波和擬合處理。通過(guò)采用不同濾波階數(shù)對(duì)數(shù)據(jù)處理的結(jié)果表明：處理后的數(shù)據(jù)預(yù)測(cè)標(biāo)準(zhǔn)誤差S大小與濾波階數(shù)N的取值呈正線性相關(guān)，說(shuō)明N的取值越小越好。綜合考慮到智能裂縫儀勻速變形階段采集頻率(24次·d-1)、加速變形階段的采集頻率(1次·s-1)，N值取值原則和監(jiān)測(cè)預(yù)警平臺(tái)數(shù)據(jù)處理效率，對(duì)智能裂縫儀獲取的累計(jì)變形位移、變形速率和變形速率增量曲線，按照濾波階數(shù)為24進(jìn)行平滑處理。通過(guò)選取如下數(shù)據(jù)處理方式：(1)在開(kāi)始變形階段和勻速變形階段使用最小二乘法； (2)在加速變形階段使用移動(dòng)平均法，對(duì)捕捉到的第1條突發(fā)型滑坡陳家8#累計(jì)位移-時(shí)間曲線數(shù)據(jù)進(jìn)行濾波處理和分析，通過(guò)圖5可以看出，兩種數(shù)據(jù)處理方法適用范圍不同； 通過(guò)程序自動(dòng)計(jì)算速率增量、識(shí)別滑坡所處的變形階段，進(jìn)而選擇合適的數(shù)據(jù)處理方法，兩種方法相互融合則可以為后續(xù)預(yù)警模型計(jì)算提供更為準(zhǔn)確的數(shù)據(jù)，提高預(yù)警精度。圖5 中yt為t時(shí)刻的累計(jì)位移，St為平滑后的t時(shí)刻累計(jì)位移變形曲線。

2.3 預(yù)警判據(jù)

為了提高地質(zhì)災(zāi)害實(shí)時(shí)監(jiān)測(cè)預(yù)警系統(tǒng)的效率，數(shù)據(jù)的自動(dòng)處理和有效的預(yù)警判據(jù)是十分必要的。通過(guò)收集分析已發(fā)生的黃土滑坡完整的變形-時(shí)間曲線，如陳家8#滑坡(圖5)，滑坡變形演化特征具有較明顯的初始變形、等速變形和加速變形3個(gè)階段演化過(guò)程，其中加速階段可以細(xì)分為初加速階段、中加速階段和加加速階段(臨滑階段)，因此，突發(fā)型滑坡預(yù)警模型可借鑒早期建立的漸變型滑坡改進(jìn)切線角預(yù)警判據(jù)(亓星， 2017)。

突發(fā)型滑坡進(jìn)入加速變形后持續(xù)時(shí)間非常短，臨滑階段速度較快(許強(qiáng)等， 2016)，僅僅依據(jù)傳統(tǒng)的改進(jìn)切線角α作為預(yù)警判據(jù)，對(duì)這類滑坡進(jìn)行預(yù)警預(yù)報(bào)，存在漏判和誤判的可能(許強(qiáng)等， 2008; 董文文等， 2016)。為彌補(bǔ)“過(guò)程預(yù)警”方法的不足，在原來(lái)漸變型滑坡預(yù)警判據(jù)的基礎(chǔ)上，突發(fā)型滑坡預(yù)警模型不僅要考慮改進(jìn)切線角值α的大小，同時(shí)還需考慮在滑坡初始變形階段、等速變形階段和加速變形階段，變形速率是否大于某一臨界值(V1

圖6 黑方臺(tái)突發(fā)型黃土滑坡典型變形曲線特征Fig. 6 Typical deformation curve characteristics of sudden loess landslide on the Heifangtai terracea. 黨川3#滑坡裂縫計(jì)1#勻速變形階段累計(jì)位移-時(shí)間曲線； b. 陳家8#滑坡裂縫計(jì)5#監(jiān)測(cè)的加速階段累計(jì)位移-時(shí)間曲線

2.3.1 變形速率閾值的確定

通過(guò)布置近30套自適應(yīng)智能變頻裂縫儀監(jiān)測(cè)系統(tǒng)，并于2015年8月獲取第1條完整的突發(fā)型黃土滑坡監(jiān)測(cè)累計(jì)位移-時(shí)間曲線，同時(shí)獲取了多條處于蠕變階段的累計(jì)位移-時(shí)間曲線，對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，確定以下變形速率閾值，其中典型的監(jiān)測(cè)曲線如圖6和圖7所示(亓星， 2017)：

(3)速度閾值V3：當(dāng)VtV3時(shí)，說(shuō)明斜坡進(jìn)入中加速階段和臨滑階段，閾值V3需要大于新增裂縫等因素或者中加速階段導(dǎo)致滑坡變形速率突增，如陳家8#滑坡2017年3月新增多條裂縫，變形速率Vt最大達(dá)14￣￣隨著斜坡逐漸穩(wěn)定，隨后變形速率Vt逐漸回落至2￣￣同時(shí)對(duì)已發(fā)生的滑坡變形曲線分析，斜坡變形速率Vt超過(guò)20￣￣后，斜坡可能會(huì)朝失穩(wěn)狀態(tài)發(fā)展，進(jìn)入臨滑變形階段，直到斜坡破壞，因此設(shè)V3為20￣￣圖6b和圖7b)。

2.3.2 基于過(guò)程預(yù)警的判據(jù)

圖7 陳家8#裂縫計(jì)7#監(jiān)測(cè)的累計(jì)位移、切線角、變形速率和變形速率增量變化規(guī)律Fig. 7 Incremental variation of cumulative displacement， tangent angle， deformation rate and deformation rate of CJ8#￣￣monitored by LFJ7#a. 全過(guò)程累計(jì)位移-時(shí)間曲線； b. 加速度階段累計(jì)位移-時(shí)間曲線

(1)

表1 基于變形速率閾值和變形過(guò)程綜合預(yù)警判據(jù)Table 1 Comprehensive early warning model based on deformation rate threshold and deformation process

(2)

根據(jù)上述內(nèi)容，斜坡累計(jì)位移-時(shí)間曲線斜率可通過(guò)比例因子B轉(zhuǎn)換成T-t曲線，其切線角αi可直觀定量表示滑坡變形過(guò)程和發(fā)育階段(許強(qiáng)等， 2009)，αi由下式進(jìn)行計(jì)算：

(3)

綜上所述，依據(jù)許強(qiáng)等(2009)提出的改進(jìn)切線角模型對(duì)滑坡變形階段的劃分，基于黑方臺(tái)發(fā)生蠕動(dòng)變形滑坡和已發(fā)生的滑坡的變形速率和改進(jìn)切線角，確立了不同發(fā)育階段變形速率閾值和改進(jìn)切線角閾值，建立了如表1所示的綜合預(yù)警判據(jù)。

2.4 預(yù)警信息發(fā)布

圖8 預(yù)警系統(tǒng)警報(bào)發(fā)布流程(Huang et al.，2015)Fig. 8 Alert publishing flow of the early warning system

如前所述，滑坡預(yù)警預(yù)報(bào)是一個(gè)復(fù)雜的、綜合的、社會(huì)學(xué)的問(wèn)題。任何錯(cuò)誤的預(yù)報(bào)都可能造成較嚴(yán)重的后果。因此，為了提高預(yù)警系統(tǒng)的效率，設(shè)計(jì)了數(shù)據(jù)自動(dòng)分析和處理標(biāo)準(zhǔn)(圖8)。為了避免誤報(bào)，系統(tǒng)中必須包含專家判斷。用戶分為兩類： 第1類為數(shù)據(jù)管理人員，第2類為專家或職能部門(mén)，可以商討并做出最終決定。當(dāng)滑坡切線角和變形速率達(dá)到一定的預(yù)警級(jí)別時(shí)，會(huì)根據(jù)預(yù)設(shè)標(biāo)準(zhǔn)發(fā)布相應(yīng)的預(yù)警信息，并通知不同級(jí)別人員，說(shuō)明滑坡已經(jīng)超過(guò)了預(yù)先定義的監(jiān)測(cè)閾值，必須引起注意。然后，當(dāng)超過(guò)黃色或者紅色級(jí)別時(shí)，將召開(kāi)緊急會(huì)議，決定是將警報(bào)信號(hào)改回藍(lán)色，還是以電話或擴(kuò)音器的方式繼續(xù)向公眾發(fā)出黃色或者紅色警告。發(fā)布警報(bào)后，當(dāng)?shù)卣畱?yīng)急措施和民眾的反應(yīng)對(duì)于減少潛在損失也同樣的重要(Huang et al.，2013; 何朝陽(yáng)等， 2018)。

圖9 自2017年以來(lái)6次成功預(yù)警黑方臺(tái)黃土滑坡分布圖Fig. 9 Six times successful early warning of sudden loess landslides since 2017

3 早期預(yù)警成功示范

3.1 黑方臺(tái)地區(qū)成功預(yù)警的滑坡

自黑方臺(tái)變形速率閾值和變形過(guò)程綜合預(yù)警模型建立以來(lái)，已對(duì)黑方臺(tái)突發(fā)型黃土滑坡實(shí)施了6次成功預(yù)警，分別是2017年5月13日的陳家6#滑坡、2017年10月1日黨川4#、5#和9#滑坡、2019年3月4日的陳家6#滑坡、2019年3月26日的黨川6#滑坡、2019年4月19日的黨川4#滑坡和2019年10月5日的黨川7#滑坡(圖9)。由于這6次成功預(yù)警滑坡，未造成人員傷亡和財(cái)產(chǎn)損失，保證了1000余人的生命財(cái)產(chǎn)安全，取得了非常好的經(jīng)濟(jì)效益和社會(huì)效益。

3.2 典型滑坡成功預(yù)警的實(shí)現(xiàn)過(guò)程

具體的滑坡發(fā)育過(guò)程和閾值指標(biāo)實(shí)施情況如圖11所示。整個(gè)成功預(yù)警過(guò)程分為以下幾個(gè)階段，如表2所示。

圖10 滑坡前后正射影像、高程變化和現(xiàn)場(chǎng)監(jiān)測(cè)系統(tǒng)布置(位置見(jiàn)圖3a)Fig. 10 Orthophoto image， elevation change and in-site monitoring system layout before and after landslide(location see Fig. 3a)a. 滑前正射影像和監(jiān)測(cè)系統(tǒng)布置； b. 滑后正射影像及監(jiān)測(cè)儀器損壞情況； c. 滑坡前后高程變化

圖11 黨川4#滑坡累計(jì)位移-時(shí)間、變形速率、變形速率增量和切線角曲線及預(yù)警過(guò)程Fig. 11 Cumulative displacement-time， deformation rate， increment of deformation rate and tangent angle curve and early warning process of DC4# Landslidea. 變形全過(guò)程監(jiān)測(cè)曲線； b. 中加速階段和臨滑階段監(jiān)測(cè)曲線(局部放大)

表2 黨川4#突發(fā)型黃土滑坡成功預(yù)警的過(guò)程Table 2 Successful early warning process for the DC4# sudden loess landslide

4 結(jié) 論

滑坡監(jiān)測(cè)預(yù)警一直是滑坡災(zāi)害研究中的重要問(wèn)題，基于“空-天-地”一體化監(jiān)測(cè)技術(shù)，選取易于產(chǎn)生滑動(dòng)的區(qū)域布設(shè)監(jiān)測(cè)儀器并進(jìn)行針對(duì)性的監(jiān)測(cè)。而針對(duì)滑坡的變形特征，采用適宜的監(jiān)測(cè)設(shè)備并建立有效的多級(jí)預(yù)警模型，提出基于黃土滑坡變形速率閾值和演化過(guò)程有機(jī)結(jié)合的綜合預(yù)警模型，成功實(shí)現(xiàn)突發(fā)型黃土滑坡預(yù)警，對(duì)突發(fā)型滑坡的減災(zāi)防災(zāi)具有重要意義。

(1)根據(jù)突發(fā)型黃土滑坡的變形特征，自主研發(fā)了自適應(yīng)智能變頻裂縫儀用于這類滑坡的監(jiān)測(cè)，能有效捕獲黃土滑坡變形突增時(shí)的位移數(shù)據(jù)。

(3)針對(duì)黑方臺(tái)突發(fā)型黃土滑坡，基于速率閾值和切線角的預(yù)警模型能較好地進(jìn)行臨滑預(yù)警，研發(fā)了地質(zhì)災(zāi)害實(shí)時(shí)監(jiān)測(cè)預(yù)警系統(tǒng)，成功預(yù)警6次滑坡，對(duì)其他黃土地區(qū)的滑坡監(jiān)測(cè)預(yù)警具有很好的借鑒意義。但也存在一些不足，由于自適應(yīng)智能變頻裂縫儀屬于單點(diǎn)位移監(jiān)測(cè)且只能監(jiān)測(cè)合位移，監(jiān)測(cè)點(diǎn)的布設(shè)需要對(duì)滑坡區(qū)域做出精準(zhǔn)的估計(jì)，布設(shè)點(diǎn)的位置決定了滑坡是否能成功預(yù)警，而單點(diǎn)的位移監(jiān)測(cè)由于點(diǎn)位不同也會(huì)產(chǎn)生變形速率的差異性，因此，今后也將針對(duì)以上問(wèn)題進(jìn)一步改進(jìn)，以建立更為可靠的監(jiān)測(cè)預(yù)警方法和模型。