简介:本文概述了斯洛文尼亚北部区域Macesnik滑坡的发育历史及其防治措施。1989年,Macesnik滑坡诱发于Sol’cava村的上部区域,随后滑坡体体积不断扩大。2005年,Macesnik滑坡己对多处民房和农场以及panoramic公路造成了严重威胁,滑坡体到Savinja河和Solcava村的距离仅为1000米。该滑坡体长约2500米,宽100多米,总体积200多万立方米。滑坡体深度并不是一成不变的:平均深度10~15米,坡脚区域由于被露出地面岩石阻挡,其深度达到30米。不稳定的滑坡块体由含水的强风化石炭纪物质组成。目前的活动滑坡处于宽350米、厚50米和总体积约为800~1000万立方米的古滑坡范m内。自2000年起,利用36个钻孔对Macesnik滑坡进行了勘查,其中,有28个钻孔安装了可用作压力计的测斜管:利用20个横剖面对表面位移进行大地测量监测,开展这些工作有助于进一步了解滑坡的成因和机理。所以,应该合理地规划滑坡防治工程,减缓滑坡运动,降低滑坡运动造成的危害。由于滑坡运动强烈(最大速度50厘米/天,平均速度25厘米/天),所以,制定滑坡防治工程方案不同于20世纪90年代。2001年以后,在防治工程的第一阶段,幕本上完成了滑坡周边区域的地表排水工程(如地表排水明渠),并定期维护。在防治工程的最后阶段,制定了计划,建立了把地下排水工程(如深排水沟)和抑制工程(如混凝土垂直竖井)相结合的方案,混凝土竖井起排泄滑坡积水的深水井的作用和阻止滑动面向表面滑动的销钉作用。根据滑坡体的长度及其纵向几何形状,可以把Macesnik滑坡分成若干段,并且应该按次序实施滑坡的逐步防治工程。2003年秋季,在Macesnik滑坡最上部800米长的区域开凿了3个平行的排水深渠(长250米,深8~12米),有效地证明了上述方法。由于2004年滑坡运动速度减缓,便�
简介:近年来,泰国由降雨诱发的滑坡发生频率及势头日益增加,这与气候变化的影响一致。鉴于此,滑坡对丘陵和山岭地区公路和高速公路的影响也相应增大。在由降雨诱发滑坡对人类生命和财产造成潜在威胁的地区,采取了非结构性滑坡防治措施(包括预警和灾害填图)以及结构性防治措施。对于滑坡预警而言,排荐的最好方法是采用临界前期降水指数(API)。此外,结合现代地理空间技术的确定性灾害填图技术,能够提供一种用于分析各种情况的有效平台,包括降雨和土地覆盖/土地使用的改变。最终,有关利用聚酯聚合物土工格栅设计和建造加固土壤边坡的参数研究结果表明,由于降雨可影响加固边坡结构的性能,因此,回填物的硬度对含水量或润湿是极其敏感的。
简介:进行这项工作的目的是利用微生物的生物测定法MetPLATEM^TM,评价径流、被金属污染的土壤、Marrakech区两个采矿点的地下水中的金属毒性。这种生物测定方法主要是根据金属污染引起的Estherichia大肠菌突变株的β半乳糖苷酶的特异性抑制。两个矿区所有采样站的河水样全部都是毒性的.而且呈现出的酶抑制超过87%.矿区C中SWA4和SWB1站除外。这些河水的Cu和Zn的浓度高。说明MetPLATE表现出了剧毒性。B和C矿河水的pH值在2.1和6.2之间变化,可能是金属的活化作用造成的,这就提出了这些矿区酸性矿山排水的问题。生物测定的MetPLATE方法还应用于酸性水污染的尾矿和土壤的测定。结果表明.由于可溶性Zn和Cu的浓度较高导致这些土壤和尾矿的毒性高。地下水毒性测试使用的MetPLATE方法说明。除了B矿GW3外、(潮湿季节抑制作用95.3%,干燥季节抑制作用82.9%),其余的呈现出的金属的毒性都低,抑制作用为2.7—45.5%。这种毒性高的原因主要是铜(189μgCul^-1)和锌(505μgZnl^-1)的浓度高于常见的浓度。这些结果说明这两个含金属矿附近的不同生态系统的潜在风险。观察的总的趋势是MetPLATE测定的金属毒性随着研究的母岩中总金属浓度和移动的金属浓度的增加而增加。因此。MeIPLATE生物测定是评估水样和土样金属毒性的可靠而且快速的生物测定方法。
简介:根据先进星载热发射和反辐射计(ASTER)图像获取滑坡相关因素,并利用地理信息系统(GIS)开发、应用和验证韩国Boun地区滑坡脆弱性分析的综合技术。从ASTER图像中获取数字高程模型(DEM)、线性特征、归一化差值植被指数(NDVI)和土地覆盖因素并进行分析。根据DEM地形数据库评估边坡、方位和曲率。根据已有空间数据库并利用频率比(FR)、逻辑回归(LR)和人工神经网络模型(ANN)鉴定和量化检测的滑坡位置与6种相关因素之间的关系。在叠加分析中把这些相互关系用作因子额定值以创建滑坡脆弱性指数和滑坡脆弱性图。随后,在FR、LR和ANN模型中作为新输人因子结合并应用3种滑坡脆弱性图,从而创建改进的滑坡脆弱性图。通过对比在模型实验中未使用的已知滑坡位置来验证所有这些滑坡脆弱性图。对比利用3种滑坡相关输入参数创建的改进精度的综合滑坡脆弱性图(FR}莫型为87.00%;LRN型为88.21%;ANN模型为86.51%)与利用ASTER图像中6种因素创建的单独滑坡脆弱性图(FR丰莫型为84.34%;LR模型为85.40%;ANN模型为74.29%)。