作者：朱鸿鹄（南京大学地球科学与工程学院, 南京 210023）
摘要: 工程地质界面是地层中两种或多种介质间的接触面，以及对三相介质迁移、物态变化和岩土体稳定性起控制作用的转换面，它们受自然营力和工程活动的共同作用，在地质灾害的孕育、发展和发生过程中具有控制性作用。如何准确获取界面的多场演化信息，厘清界面的灾变动力学机制和相互作用，是工程地质防灾减灾领域的核心科学技术问题。在回顾工程地质界面研究领域发展历程的基础上，梳理和归纳了工程地质界面的基本概念、分类体系和主要特征，并以长江三峡库区典型滑坡为例，结合本团队的研究工作对界面多元表征与演化机理方面的最新研究进展进行了详细的阐述，最后对该领域未来的发展趋势进行了展望。上述综述表明，工程地质界面是诱发地质灾害的关键带，可分为物质界面、状态界面和运动界面3类。通过引入光纤传感等尖端感测技术，初步实现了工程地质界面多元信息的智能表征。在对库岸滑坡长期原位监测的基础上，系统总结了滑坡灾变的演化机理和界面控制模式。根据新时代学科发展趋势和国家重大需求，今后应进一步关注如何结合工程地质界面的特征，研发并构建空-天-地-内立体化监测网络，实现关键界面热-水-力多场耦合信息的实时获取和表征，并结合大数据及人工智能等技术研发相应的预警预报系统，以提升对各类重大地质灾害的防范水平和应对能力。
关键词: 工程地质 / 界面 / 多元表征 / 演化机理 / 岩土工程监测 / 多场耦合
基金项目: 国家自然科学基金面上项目(42077235)、国家重点研发计划课题(2018YFC1505104)、国家自然科学基金杰出青年科学基金项目(42225702)
作者简介: 朱鸿鹄(1979-)，男，教授，博士生导师，主要从事工程地质界面表征与评价方面的研究工作。E-mail: zhh@nju.edu.cn
中图分类号: P642.2
Engineering geological interface: From multivariate characterization to evolution mechanism
Zhu Honghu
School of Earth Sciences and Engineering, Nanjing University, Nanjing 210023, China
Abstract: The engineering geological interface is defined as the contact surfaces between two or more media in strata, as well as the transition surfaces that control the migration of three-phase matter, the change in physical states and the stability of rock and soil masses. Under the combined action of natural loads and engineering activities, they play a controlling role in the emergence, propagation, and triggering of geological disasters. How to accurately capture multifield evolution information, understand the catastrophic dynamics, and clarify the interaction mechanism of the interface are key scientific issues in the research field of geohazard mitigation and prevention. On the basis of reviewing the development history of engineering geological interface-related research areas, this paper summarizes the basic concepts, classification systems, and critical characteristics of the interface. Taking the landslides in the Three Gorges reservoir area of the Yangtze River as an example and combined with the research works of our team, we elaborated the latest research progress in multivariate characterization and evolution mechanism of engineering geological interfaces, and finally prospected the future development trends in this paper. The above review shows that the engineering geological interfaces is the critical zone inducing geological hazards, which can be divided into three types: material interface, state interface, and motion interface. By introducing fiber optic sensing and other technologies, the intelligent characterization of multivariate of engineering geological interfaces is preliminarily realized. On the basis of long-term in-situ monitoring of reservoir landslides, the disaster evolution mechanism and interface control modes are systematically summarized. According to the discipline development trend and national demand, more attention should be given to developing and building an integrated three-dimensional space-sky-surface-body monitoring network in the future, considering the characteristics of engineering geological interface. In this way, real-time acquisition and identification of thermal-hydrologic-mechanical multifield coupling information of key interfaces will be realized. By combining big data and artificial intelligence technologies, corresponding early warning and forecasting systems will be developed, so as to improve the prevention level and response capability of major geological disasters.
Key words: engineering geology / interface / multivariate characterization / evolution mechanism / geotechnical monitoring / multifield coupling
崩塌、滑坡、泥石流、地面塌陷、地裂缝、地面沉降等地质灾害具有规模大、分布广，隐蔽性、突发性和破坏性强，触发因素复杂等特点，对全球很多国家的工农业生产以及人民生活构成严重威胁。尤其是特大型滑坡事件，其社会环境影响特别重大，一旦发生将带来巨大的人员伤亡和财产损失，有时甚至引起滑坡-泥石流-堰塞湖-溃坝等毁灭性的链生、级联灾害。例如，1963年10月9日意大利发生了Vajont滑坡事件[1]，高达262m的Vajont水库建成后不久，多达2.7亿方的岩土体顷刻间滑入库区，激起250m高的涌浪，最终导致周边2000余人丧生。1972年6月18日，香港的连续暴雨引发港岛半山区宝珊道山泥倾泻事件[2]，约2万方滑坡体冲毁1幢12层住宅大厦，导致67死20伤。上述灾难性事件引起国际社会的震动，促使各国、各地区不断加强地质灾害防治工作。最近十年，我国先后发生了2015年深圳光明“12·20”、2017年四川茂县“6•24”、2019年贵州水城“7•23”等一系列特大山体滑坡事件，严重阻碍了“一带一路”、川藏铁路、长江经济带等国家重大战略工程的顺利实施。
地球表层系统包括大气圈、生物圈、水圈、土壤圈、岩石圈等。其中，天然岩土体是自然历史的产物，主要由沉积成因的土层、侵入成因的岩体，以及褶皱、断层等地质构造组成，存在大量形态各异、随机分布和不断演化的分界面或间断面。长期的工程地质实践表明，它们在灾害孕育、发展和发生过程中具有控制性作用[3-8]。高隐蔽性和强不确定性，使得人们很难全面掌握这些不连续面的产状、特征及其组合关系，更难以充分认识其演化历史，这是地质灾害难防难治的症结所在。
本文简述了工程地质界面的基本概念、分类体系和主要特征，并以长江三峡库区典型滑坡为例，结合本团队的研究工作对界面多元表征与演化机理方面的最新科研进展进行了详细的阐述，最后对该研究领域未来的发展趋势进行了简要的展望。
1 工程地质界面
从广义上讲，界面指的是物相之间的交界面；如有气体参加界面，则可称之为表面[9]。笔者认为，所谓工程地质界面，是地层中两种或多种介质间的接触面，以及对三相介质迁移、物态变化和岩土体稳定性起控制作用的转换面。在工程地质领域，常见的界面包括地下软弱构造面（带）、断层面（带）、风化面（带）、节理面、层理面、基岩面、不同性质地层的分界面，以及岩土体与工程结构（如桩基、锚杆、挡土墙、建筑基础、隧道、管道等）的接触面，与物质迁移、能量交换有关的浸润锋面、入渗锋面和冻融界面，与宏观大变形有关的滑移面（带）、拉裂面（带）、流动面（带）等。在应力场、渗流场和温度场等多场作用下(图1(a))，这些界面表现出三大特点，即界面物质迁移能量转化多元，界面孕灾与成灾模式多样，界面耦合与联动多变。
根据基本性质，工程地质界面可以分为物质界面、状态界面和运动界面三类(图1(b))，它们分别对应着地质灾害孕育、发展、发生全过程的物质基础、诱发因素和宏观表象，彼此之间在特定的条件下会发生相互转化。例如，基岩面本属于物质界面，在水分入渗聚集、界面强度降低后可能会过渡为逐渐发生滑移变形的运动界面。从尺度上划分，工程地质界面有微观界面（如土颗粒的点-点接触面、点-边接触面）、细观界面（如土体裂隙）、宏观界面（如节理、断层）和巨观界面（如断裂带、构造带）四类[7,8] (图1(c))。根据物相，工程地质界面又可分为固-固界面、固-液界面、液-液界面、固-气界面、液-气界面等[10]。
(a) 界面多场耦合作用过程 (b) 工程地质界面性质分类
(c) 工程地质界面尺度分类
图1 工程地质界面
Fig.1 Engineering geological interfaces
工程地质界面普遍存在于自然界和工程体中，其物理力学性质及其动态演化过程，是地球科学基础研究和地质灾害防治领域的核心科学问题之一，也是工程地质环境与灾害学科的研究热点。对于工程地质界面的研究，经历了从早期定性分析（如节理玫瑰图、赤平投影法）到半定量分析（如层次分析法、风险区划法），再到逐渐实现精确定量化评价（如边坡稳定性分析的条分法、块体理论、非连续变形分析法等）的一个发展过程。上世纪60年代以来，我国老一辈科学家谷德振、孙玉科、孙广忠等先后提出了“结构面”、“岩体结构”等基本概念[3-5]，建立了岩体结构控制论，为推动工程地质学科发展和提高工程防灾减灾水平作出了重要的贡献。罗国煜教授在长期工程地质实践和理论研究的基础上，提出了“优势面”理论，并系统归纳了岩坡优势面和土坡优势面的分析方法[6, 11,12]。彭建兵院士围绕黄土地区地裂缝、滑坡等重大地质灾害的发生、突变、演化机制开展了系统的研究工作，首次提出了“黄土界面”的重要概念，构建了黄土地区灾害超前判识、预警预报理论及技术体系[7,8]。何满潮院士针对断层面和滑动面两类界面，提出了基于界面牛顿力测量的双体灾变力学模型，并建立了牛顿力变化远程监测预警系统[10]。黄润秋教授等从地形地貌、地层岩性、结构面组合特征、临空条件、锁固段特征和发展演化过程等角度，深入分析了汶川地震后广泛分布的锁固段型岩质滑坡的前兆信息，提出了“空-天-地-内”一体化的监测预警方法[13]。唐辉明教授等在长江三峡库区滑坡长期观测的基础上，提出了滑坡演化过程与控制理论，并建立了基于演化过程的滑坡地质灾害预测预报系统[14-16]。
从当前的研究成果来看，工程地质界面特性及其灾变机理的研究虽然取得了许多重要进展和突破，但因该问题的复杂性、多变性，使得它仍然是工程地质研究领域中一个相对薄弱的环节。目前工程地质界面的常规研究手段可分为数值模拟、室内外试验和原位观测三类。数值模拟通过有限元、离散元、颗粒流、物质点和非连续变形分析等方法，分析相互作用界面上的各类接触问题[17-19]。为了模拟两种或多种介质的相互作用，有时采用适用于一般本构关系的单元或只在对应节点有联系的弹簧单元，但更多的情况是通过构建界面单元来实现[20]。常见的界面单元有无厚度Goodman单元[21]和有厚度Desai薄层单元[22]等。界面模拟的难点在于如何描述接触面上的非线性本构行为，尤其是剪应力与剪切变形（剪应变或剪切位移）之间的定量关系，目前工程中常用的有双曲线模型、折线型模型等。为了真实模拟物质界面的力学行为，需要构造一定的位移形函数来定义单元内部的位移场（连续的或非连续的），还需要考虑网格自适应、应变局部化等问题[23]。
在室内外试验方面，国内外众多学者通过拉拔、直剪、单剪和环剪等试验方法对各类工程地质界面的力学特性展开了大量的研究工作，系统探究了加载方式、加载速率、法向应力、界面粗糙度，以及土体级配、含水率（或饱和度）、密实度等因素对于界面抗剪强度（如内摩擦角、黏聚力、似摩擦系数等）、刚度、厚度和变形模式的影响[24-32]。借助X射线、CT扫描和数字图像相关（DIC）等手段，学者们成功揭示了蠕变、嵌锁、咬合、胶结、绕流、剪胀（缩）、应变硬（软）化、振动液化、颗粒破碎和重排列、高温重结晶和气化等一系列界面演化机理与过程[33-37]。但上述这些研究的不足在于，室内试验结果一般只适用于均匀的岩土材料，且破坏面人为设定，而非沿着最薄弱的界面破坏，加载中的应力集中、排水条件的控制等问题也导致试验结果与现场工况相差较大。
由于工程地质界面结构复杂、随机分布，空间变异大，同时还处于不断的变化中，对其开展原位观测的重要性不言而喻。上世纪60时代以来，人们普遍接受了“土力学之父”Terzaghi的观点：“土力学或岩石力学中未解决的大部分问题，与其依靠理论研究或室内试验来解决，还不如在野外现场通过耐心而全面的调查与观测获得解决（most of the existing gaps in soil mechanics, as well as in rock mechanics, can be closed only on the basis of patient and thorough field investigations and observations, rather than by theoretical or laboratory research）”[38]。现有的原位观测系统主要借助常规的地表监测或点式电测技术，获取数个测点或局部区域的地表位移、深部位移、地下水位、孔隙水压力、土壤含水率等参量，并辅以气象观测等数据进行分析，监测系统组网复杂，且存在漏测、漏检的可能。究其原因，根本在于所获取的数据在时间和空间上是离散的、间断的[10]。因此在工程实践中，人们很难精准地获取各类界面的热、水、力等多元实测数据，更难以捕捉灾变前的异常征兆信息、及时发出预警信号，为人员撤离提供足够的避险时间。
早在1969年，Peck教授在第九届朗肯讲座上即指出：“无论现场观测是如何进行的，无论它们是精细的、精确的还是‘快速的、粗糙的’，只有当结果能迅速、清晰呈现其基本特征时才是有用的（However the field observations are made and whether they are elaborate and precise or ‘quick and dirty’, the results are useful only if they are displayed promptly in such a manner as to show quickly and clearly the essential features.）” [39]。这充分说明了监测实时性和可视化的重要性。因此，亟待革新工程地质界面的原位监测理念，引入前沿的光电感测新技术，实现界面多场演化信息的精准、实时、全面获取与表征，为深入开展工程地质界面研究提供先进的技术手段和数据支撑。在此基础上，我们才能建立和完善地质灾害界面控制论，对潜在灾害实施高效、可靠的防灾减灾措施。光纤传感技术是一类可实现多参量时空连续监测、具有划时代意义的光电感测技术。下文以光纤传感技术为代表，介绍其在工程地质界面原位监测方面的独特优势和目前存在的瓶颈问题。
2 光纤传感技术
光纤是光导纤维的简称，是一种由玻璃（二氧化硅）或塑料等材料制成的纤维。世界上最早的一根光纤是1887年由英国物理学家C.V. Boys试制成功的，但当时光纤的长度和损耗都远远无法达到光导长距离传输的目的。直到1966年，华裔科学家高锟（Charles Kuen Kao）和同事共同发表了题为《光频率的介质纤维表面波导》的论文[40]，通过光纤波导结构等设计在理论上解决了这个“卡脖子”难题，使得光纤远距离通信成为可能。他作为“光纤之父”，于2009年获得诺贝尔物理学奖。经过半个多世纪的发展，光纤已成为“信息高速公路”的奠基石。
伴随着光纤通讯技术的迅猛发展，人们发现光波信号（如强度、波长、频率、相位和偏振态等）在传输中会受到外界环境的干扰而出现相应的变化，由此在20世纪70年代诞生了光纤传感技术[41]。所谓光纤传感技术，是一类以光为载体，光纤为媒介，可感知和传输外界信号（被测物理量）的传感技术。从技术原理的角度，包含调制和解调两方面的技术。前者是关于外界信号如何调制光波参量，后者是关于如何从已被调制的光波中提取出有用的外界信号。与其他传感技术相比，光纤传感技术的独特优势是，在空间尺度上，借助光纤传光的拉曼、布里渊和瑞利散射，布拉格光栅反射，以及光波干涉等效应，可以实现对应变、温度和声波震动等物理量的准分布式和全分布式监测，即沿着光纤长度方向，可以获取沿线各点的多参量信息，避免漏检和监测盲区（图2）。在时间尺度上，光纤传感技术可以进行实时或准实时的在线监测，获取时空连续的原位监测数据。从监测数据的体量上，要比常规技术多几个数量级，属于密集型、多维数据。笔者认为，它们已初步展现出大数据（Big Data）的“5V”特征[42]，即数据分析量大（Volume）、类型多样（Variety）、数据价值密度低（Value）、时效性要求高（Velocity）和真实性强（Veracity）。
(a) 光纤散射光效应 (b) 光纤分布式传感原理
图2 光纤传感技术
Fig.2 Fiber optic sensing technologies
光纤传感技术因其具有抗电磁干扰、体积小巧、灵敏度高、耐久性好、可实现分布式和实时监测等优点，已被广泛应用于土木结构、航空航天、工业控制、海洋工程等各类工程监测领域，成为工程监测领域最具代表性的新一代尖端技术。在2000年左右，该技术被成功引入到地质与岩土工程监测领域[43-45]，并在日本、加拿大、瑞士、德国和意大利等国得到了初步的应用。正如施斌教授所指出的，光纤与其他传感器截然不同的是，一旦植入到岩土体中，它就可以如同分布于人体全身的“神经”一样，长距离、全实时、大容量地感知大地灾变预兆信息[46-48]。经过了数十年的发展，光纤传感技术已经派生出了三个重要的分支，即分布式应变传感（DSS）、分布式温度传感（DTS）和分布式声波振动传感（DAS）。它们可以统称为“3Ds”。作为21世纪工程监测技术的重要发展方向，它们已成为获取工程地质界面信息、构筑地质灾害预警预报系统的关键技术手段。
但是采用光纤来感测工程地质界面的多元信息，尚有四个瓶颈需要突破：
（1）光纤脆弱易断，光信号传输对损耗的要求很高，因此在粗放型的地质环境中布设光纤、实施监测非常困难（护不住）；
（2）光纤在试验室内和理想条件下可以实现高精度的监测，但在现场工作时，存在着复杂的多指标交叉、耦合效应，即光纤数据常常受到多种因素的影响，难以准确反映出所测对象的应变、温度和振动等信息（测不准）；
（3）对于工程地质界面来说，需要获取土壤含水率、渗流速率、土压力、孔隙水压力、地下水位等一系列灾变敏感指标，而光纤直接可以测量的参数仅为应变、温度和振动三种（感不全）；
（4）假设上述三个问题均可解决，仍存在一个关键难点，即如何借助光纤获取的分布式多元数据判识地质灾害，指导灾变预测预警（判不对）。
上述四个问题是工程地质界面多元表征的技术方法能否成功研发和应用的关键所在。其中第一个问题可以通过将光纤封装成缆、施加多重保护、优化现场布设方案来解决，属于工艺方法问题，此处不多赘述。其余三个问题环环相扣，为了解决它们，需要完成将大量的、各种类型的监测“数据”加工处理为有用的“信息”，再过滤、提炼为“知识”，最后经过长期积累形成“智慧”的整个过程。
3界面多元表征方法
地质灾害是一个典型的多界面和多场耦合作用的过程，工程地质界面对其灾变演化过程有着控制性作用。对于工程地质界面，所谓“多元表征（multivariate characterization）”，指的是通过各种表征手段，对界面应力、应变、位移、水分、压力和温度等多元信息进行定性描述和定量刻画，阐明界面的本质特性、演化规律及其影响因素。与传统“监测”概念不同的是，“表征”包括了“感”和“知”两个方面。前者的目的是为了实现界面多元信息获取，是评价地质体稳定性的前提，但采集得到的信息可能存在多解性和混杂性，因此需要通过实测数据在种类和数量上的积累弥补其在质量上的不足；后者指的是结合数据挖掘、模式识别等技术，对界面实测数据所隐含的物理力学性质和演化机制进行描述性展现。“多元表征”是地质与岩土工程监测领域的新范式，也是实现从“感”到“知”、真正揭示地质灾害成灾机理的关键。以下结合三类工程地质界面的特征，对界面多元表征方法的最新进展加以阐释。
3.1物质界面应力表征
物质界面（material interface）指的是岩石、土体、混凝土、钢等具有不同物理力学性质的介质之间的接触面。对于物质界面来说，因模量差异而造成的荷载传递和应力集中是该类界面孕灾的基本表现形式[28,29,49]。物质界面处应力状态不仅是一个空间位置的函数，而且是一个二阶张量；此外，它还随时间推移而动态变化[31,50]。物质界面在天然应力作用下处于动力平衡状态，一旦应力环境发生改变，这种界面动力平衡条件将遭到破坏，岩土体将发生失稳，进而引发地质灾害。只有准确获取了界面应力，才可能确定界面处的应力水平、应力路径和应力历史等关键信息，这对于掌握岩土体受力变形、应力重分布特征，乃至岩土体的破坏规律，都至关重要。然而，深部岩土体应力的感测和表征涉及到复杂的本构模型，对其定量刻画是工程地质界面研究领域的一大难点。
由于岩土体应力是一个难以描述的状态参量，它只能通过测量因应力变化而引起的诸如位移、应变或电阻、电感、波速等易测物理量的变化值，然后基于一定假设反演出应力值[51]。目前国内外最常用的应力测量方法主要有应力恢复法、套芯法和水压致裂法，然而这些方法仅适合于天然地应力的测试，难以实现地质灾害的远程、实时和长期监测。与传统的应力测试方法不同，采用光纤应变传感技术进行界面应力监测，具有不漏检、精度高、扰动小等优点，但需要解决一个根本问题——从应变到应力的转换。笔者借鉴荷载作用下埋地管道受力变形的计算模型，采用将应变转化到位移再到应力的求解思路，利用薄壁圆环型光纤传感器实现了由应变测值反演土应力的计算方法（图3(a)），该方法为光纤监测技术高精度测量岩土体应力状态奠定了理论基础[52,53]。在此基础上，笔者与大连理工大学合作，基于微机电系统（MEMS）和光纤光栅开发了埋入式岩土体三维应力测量系统（图3(b)），能够有效输出任意方向的正应力大小，实现三维土应力的偏移测量和精确定位，为地质灾害中岩土体应力的表征提供了一种新的技术和方法[54]。
(a) 薄壁圆环型光纤传感器 (b) 埋入式岩土体三维应力测量系统
图3 物质界面应力表征方法
Fig. 3 Schematic diagram of stress characterization of material interface
3.2状态界面水分表征
所谓状态界面（state interface），指的是岩土体中水分、温度和压力等状态参量突变的分界面。数据显示，90%以上的滑坡都和水有关，降雨入渗、水位变动和动水压力是其失稳滑塌的主要诱因之一[55]。岩土体中，水的来源包括自然降水和人为水事活动（例如灌溉、库水位升降）。近年来，众多成果表明，地表水沿着优势通道入渗深部地层后在某一位置聚集，形成软化层带，会导致岩土体强度降低、结构面松动，最终诱发浅表崩塌和深层滑坡等灾害。因此，掌握岩土体状态界面的水分时空分布特征，尤其是入渗锋面的定位与追踪，对于地质体稳定性评价有着举足轻重的作用[56]。
近年来，DTS技术在地质与岩土工程监测领域得到有效的推广运用，在野外成功监测得到了大范围岩土体温度、含水率和渗流速率等信息。岩土水分光纤监测技术可根据是否对光缆加热，分为被动法和主动法两类。被动法利用埋地光缆对昼夜温度循环的热响应，来监测土体的热物性和水分含量[57,58]，具有简便易用、原位扰动小等优势。与被动法相比，主动加热光纤（Actively heated fiber optic，简称AHFO）法有更好的水分敏感性。该方法基于热脉冲原理，通过加热源对周围土体主动施加一定热量使土体温度场发生改变，从而导致光纤传感器所接收的温度信号发生相应的波动。2003年，Weiss首次提出AHFO法，根据温度变化推断出垃圾填埋场土壤的某些水分相关热性质，并用于定性监测土壤水分入渗现象[59]。2010年，Sayde et al. 通过室内试验验证了AHFO法定量测量土壤含水率的可行性，指出其具有高温度响应精度和短监测周期的特点[60]。
根据光纤感测方式，状态界面水分获取的主动加热技术又可分为全分布式（AH-DTS）和准分布式（AH-FBG）两类。在AH-DTS方面，笔者所在团队研发了碳纤维自加热光缆。与普通金属加热光缆相比，该光缆具有成本低廉、加热效率高等优点，适用于饱和土中渗流速率[61]和非饱和土中含水率[62, 63]的全分布式监测，监测长度一般建议小于500m；将其绕制成螺旋缠绕管，可以将空间分辨率从米级大幅提高到厘米级。在模型试验中，我们成功监测得到水分在土壤中一维水平入渗的全过程，在此基础上提出了一个改进的修正Green-Ampt（GA）模型[64]。该模型采用对数-线性-线性三阶段分段函数描述入渗锋面的水分剖面，比GA和修正GA模型精度更高。进一步地，以含水率监测结果和土水特征曲线为基础，改进了传统瞬态剖面法，估算了蒸发作用下土体的非饱和渗透系数[65]。现场监测结果表明，改进的瞬态剖面法可以避免含水率分布函数和吸力未知所带来的计算误差，土壤中的水分运移受重力、吸力梯度和大气蒸发力的综合控制。
相较而言，AH-FBG通过一根光纤将多个感测点按照一定顺序连接起来，组成传感单元阵列或多个复用的准分布式传感单元，并可自由设定标距，以达到具备高空间分辨率的精准监测要求。2018年，笔者团队首次提出采用AH-FBG法监测岩土体水分场的思路，并采用线性函数或指数函数拟合温度特征值和体积含水率的关系曲线[66]。该方法的有效性在离心机试验和现场监测中得到了初步的验证。笔者进一步对比分析了单探针和双探针AH-FBG 法的误差来源及分布特征，针对纵向传热效应引起的测量误差，从传感器结构和数据处理两方面提出了解决思路[67]。试验结果显示，单探针法比双探针法误差更小，采用热导率分析法可以得到高精度的监测结果。进一步地，针对界面水分变化梯度较大的情况，通过引入人工神经网络（ANN）算法，从根本上解决了AH-FBG法受纵向传热影响而误差偏大的问题[68,69]。为了进一步提高测试精度，笔者把脉冲加热光缆和频域反射计相结合，提出了非饱和土中入渗锋面的光电联合示踪技术（图4）[70,71]。在大量的室内模型试验[67,72,73]和原位监测示范[68, 70, 74-77]研究中，上述技术的可靠性、先进性已得到了充分的展示。
图4 入渗锋面水分表征的光电联合示踪技术示意图
Fig. 4. Schematic diagram of photoelectric combined tracing technology for moisture characterization of infiltration front
近年来，川藏铁路、中尼公路以及雅鲁藏布江下游水电开发为代表的“一带一路”沿线工程建设如火如荼，因此对高寒高海拔地区的地质灾害防治提出了更高的要求。为了实施有效的防灾减灾措施，掌握地下浅层包气带冻融循环的水动力过程尤为重要。常规的监测技术（包括光纤传感技术）难以实现冻土含冰量测量及冻融锋面定位。2019年，笔者在国际上率先将AH-FBG技术拓展应用于季节性冻土状态界面多元表征及热-水-力演化机理研究[77-79]，以期为实时监测冰水相变界面迁移、水热输运与冻胀融沉全过程提供全新的技术手段（图5(b)）。该工作以冻土含冰量监测为切入点，运用连续介质热力学理论，结合大量的室内试验及数值模拟，首次提出了原位冻土冰水组分自动辨识的光电联合示踪法（图5(a)）[70]。为了检验该技术的长期工作性能，笔者分别于2018、2019年在陇中高原和京津冀地区自建两个冻土野外科学观测站，以地温和未冻水含量为基本变量，进行了长期原位实测工作[80,81]。现场监测结果显示，所研发的新技术具有微扰动、高时空分辨率、高灵敏度、多参量自动获取等优点。基于对现场监测数据的分析，阐明了不同覆盖层对浅表水入渗和蒸发的影响规律，揭示了由相变引起的冷吸效应是孔隙水向冻结锋面迁移的主要驱动力，厘清了季节性冻土相变及水分迁移的过程机制；在分凝冰和预融膜理论的基础上，利用原位监测数据创建了水热输运与冻胀融沉的耦合关联模型。
(a) 冻结锋面光电联合示踪技术 (b)冻融界面水分迁移、水热输运与冻胀融沉机理
图5 冻融界面水分表征示意图
Fig. 5 Schematic diagram of moisture characterization of freeze-thaw interface
3.3运动界面变形表征
在工程地质学科中，运动界面（motion interface）指的是在内外动力作用下，岩土体内部或岩土体与工程结构之间发生宏观变形的界面。对于初始连续、完整的岩土材料，运动界面的主要变形形式包括张拉破裂和剪切滑移两类；对于碎裂、块裂和板裂介质，则可能出现滚动、滑动、倾倒、溃曲和弯折等变形破坏模式[5]。地质灾害的发生、发展、演化过程，伴随着大量宏观可测物理信息的改变。其中，界面变形因其能直接反映地质体的稳定状态，且又与地质灾害演化阶段存在良好的映射关系，因而在工程中是最常用的监测对象[82]。一旦把应变传感器或感测光缆通过钻孔或沟槽等方式埋入地质体中，只要阐明传感器、回填料和周围岩土介质之间的协调变形机理，即可实现高精度、低成本的运动界面变形表征。
为了分析堆载作用下边坡的变形破坏规律，笔者采用布里渊光时域分析（BOTDA）技术开展了模型试验研究，利用埋入式光纤获取了边坡不同高程处的应变分布，定位了坡体中的潜在滑动面[83-85]。进一步地，开展了开挖条件下的边坡模型试验，利用BOTDA技术采集了坡体应变场数据，发现土体密实度对于缆-土同步变形有显著的影响，根据光缆测得的坡体应变分布可准确判定边坡滑动面的位置[86]。然而，由于运动界面变形的复杂性和多维性，利用DSS技术监测岩土体内部变形的可靠性受到诸多因素影响，比如是否进行了有效的温度补偿、监测光缆的布设工艺是否恰当、光纤与土体之间能否保持协调变形，以及所选用的光缆能否既在恶劣的环境中工作又能保证应变的传递效率等[87-89]。如何在整个监测过程中，始终保证两者之间界面的有效耦合是制约运动界面变形感测技术与表征方法发展的主要障碍之一。
从2014年至今，笔者在国际上率先开展了光缆-土体界面耦合性评价的研究工作，提出了光纤-土体界面的拉拔试验研究方法[90,91]，并结合理论建模，首次建立了界面应力传递的剪滞-脱黏三阶段力学模型[92,93]。与传统模型相比，该模型能精准描述缆-土界面的渐进性破坏和应变分布演化过程[94-96]，并能根据应变梯度判别光纤数据的准确性（图6(a)）。拉拔试验结果还表明，不同的监测场景对感测光缆有不同的需求[93]，但最重要的两点是：光缆的充分保护（光缆外径2mm为一个重要界限值，恶劣环境下需采用更粗的光缆），以及应变从岩土体到光纤的高传递率（90%以上为宜）。国内外研究均显示，围压能有效地增强土体与光纤之间的耦合性、扩大传感光纤的测量范围[90-93]。但能彻底解决光纤与土体之间的耦合性问题的途径，是在应变传感光纤上设置特制锚固点（管式、板式或十字式）或直接增大界面粗糙度[83, 97-99]。为了深入掌握锚固点形式、尺寸与间距对界面耦合性的影响，笔者团队开展了界面拉拔试验，并采用高空间分辨率的OFDR技术，监测了锚固光缆从土中拉拔的整个过程[100, 101]。结果显示，缆-土界面总体上呈现阶梯状渐进性破坏的特征，先后经历了摩擦黏结、点式固定和全面剥离的三个阶段；锚固点从疏逐渐变密时，拉拔曲线形态由应变软化型向应变硬化型转变；锚固点尺寸越大，间距越小，则相应的缆-土耦合性越好，可有效限制“应变渗透”现象；缆-土界面峰值抗剪强度与锚固点间距之间可用指数函数较好地拟合，在数值上等于缆-土界面初始强度加上单锚承载力分配值。这些结论为锚固光缆的优化设计提供了重要的参考依据，已在地基加载[53,102]、边坡开挖[86]等工况和地裂缝[103]、地面塌陷[98,104,105]等地质灾害过程中取得了良好的应用效果。
在地质工程评价和地质灾害预警中，通用的稳定性评价指标为位移，而DSS光缆只能测到自身的轴向应变（线应变），因此在应用光纤传感技术进行现场监测时，需要在考虑缆-土耦合性的基础上，建立一个应变-位移转化模型。一维变形情况下，可以直接对应变测值进行积分运算[99]。当岩土体发生剪切变形时，直埋式光缆通常与剪切带、滑动带斜交或垂直相交。这种情形下，基于运动学的几何模型可以在一定程度上简化该工况下缆-土协调变形的过程，通过适当的假定实现从光缆应变到剪切带位移的转化。2008年，瑞士苏黎世联邦理工学院Iten et al.首先提出可利用直线模型分析光缆与土体间的协调变形关系[106]。李博等随后提出了圆弧型、Logistic型模型来拟合直剪工况下缆-土间的相互作用，并利用室内试验数据进行了验证[107]。笔者通过引入两种光缆形态假定（最短路径或最长路径），建立了岩土体三维变形与应变感测光缆轴向应变及倾角的几何映射关系，并将其进一步简化为应变积分型模型，实现了潜在滑带纵、横向剪切位移的自适应表征（图6(b)）[108,109]。
(a) 界面变形的剪滞－脱黏锚固力学模型 (b)剪切变形的运动学表征方法及分析结果
图6 运动界面变形的自适应表征方法示意图
Fig. 6 Schematic diagram of adaptive deformation characterization of motion interface
4界面演化机理研究
重大地质灾害的演化受不同地质过程和主控因素的控制，科学认识工程地质界面的演化过程与物理机制是实现地质灾害精准预测预报的关键。利用前文介绍的界面多元表征方法，我们可以对工程地质界面的物质结构、状态和演化过程等进行实时观测，并预测灾变预兆信息，这对于推动地质灾害界面控制论的发展、完善至关重要。下面以长江三峡库区滑坡为例，结合本团队的研究工作对界面演化机理的最新研究进展进行详细阐述。
库岸滑坡是一类受水库调度和降水联合作用的、具有显著热-水-力多场耦合特征的重大地质灾害[14,110]。库岸滑坡一般都有多重工程地质界面，其中对其稳定性有控制作用的关键界面包括滑动面（带）、入渗锋面、地下水位面（包括潜水面和承压水面）。以上关键界面中，第一个通常属于运动界面，第二、三个由于主要受降水或地下水的周期性补给，一般被视为状态界面。我国的长江三峡拥有世界上最大的库区，该库区2003年开始蓄水，2008年启动175米水位试验性蓄水，在此后的数百年运行期内，库区水位将在145~175米之间周期性波动。由于三峡地质环境的特殊性，三峡工程的修建和运行激活了大量的古滑坡，滑坡触发机理、演化过程极其复杂，诱发因素众多[111, 112]。目前，三峡库区滑坡多采用常规监测手段，并集中于以InSAR和GNSS为代表的地表位移监测和以测斜仪为代表的地下位移监测，近几十年来积累了大量的实测数据。但是，我们对滑坡地下多场信息的高精度、多参量实时观测远远不足，尤其是对于滑坡关键界面演化机理的认识还很肤浅。
根据国家气象局公布数据，2020年长江流域出现了1998年以来最严重的汛情，降雨量达759.2 mm，为1961年以来最多[113]。2021年，降水极端性显著，郑州最大小时降雨量达201.9 mm，破历史极值，长江流域极端降雨显著。2022年，全球又出现极端高温，重庆发生山火，“旱涝急转”风险骤升。在这些反常的气候事件与人类工程活动的双重作用下，三峡库区约5000多座滑坡存在着安全隐患，亟待对其稳定性进行准确的评估、预测，并开展有效的防治措施。为了实现这一目标，需要深入认识滑动面（带）、入渗面等关键界面的演化机理，进而阐明库区滑坡的潜在驱动因素。
早在2012年，笔者所在团队就在国家“973”计划、国家科技支撑计划的资助下，在湖北秭归马家沟滑坡开展了光纤多场监测技术的示范应用，为揭示该滑坡的蠕滑机理、判识演化阶段提供了重要的数据支撑，相关研究成果得到国务院三峡办的肯定。2018年至今，笔者在国家重点研发计划重点专项“特大滑坡实时监测预警技术装备研发”的资助下，围绕“地下多源多场传感集成的特大滑坡实时监测技术与装备研制”课题开展了系统的研究[54]，并在重庆奉节新铺和藕塘两处特大型滑坡新建了两个滑坡关键界面多元表征的现场示范站（如图7所示）。在长期监测中，我们获得了大量宝贵的多元表征信息，因而对三峡库区滑坡的演化机理和诱发因素有了全新的认识。以下结合现场监测数据，介绍三峡库区滑坡关键界面的热-水-力演化机理。
图7三峡库区滑坡关键界面多元表征的现场示范站
Fig. 7 Field demonstration stations for multivariate characterization of key interfaces of landslides in the Three Gorges reservoir area
4.1 界面定位及变形模式
认识滑坡关键界面的首要问题，是主滑面（带）的识别和定位[108, 114-116]。滑面（带）通常是具有一定厚度的软弱夹层（厚度在几厘米至几米之间）或物理力学性质差异巨大的多种地质材料界面[117]。笔者团队在模型试验和现场监测研究的基础上，将钻孔轴向应变与剪切位移转换的运动学模型成功应用于滑带变形模式的分析[108]；通过对滑坡滑动方向、滑带宽度和剪切位移大小的参数分析，表明在一定条件下，不需要深入掌握剪切变形规律或滑坡体与传感光纤的耦合特性，就可以较准确地估算滑带的剪切位移。在此基础上，笔者利用最新研发的、具有高空间分辨率的超弱反射光纤光栅（UWFBG）多元感测神经光缆，对藕塘滑坡地下界面的多元信息进行了长期监测[47]。图8显示了藕塘滑坡后部光纤钻孔获取的温度、水分和应变时空剖面信息。监测数据显示，地温活跃的最大深度为地下7 m，浅层地温与气温具有良好的一致性；浅层含水率的显著变化可归因于降雨入渗；根据应变实测数据，可确认主滑面深度为20m左右，同时10m处正在生成一个浅层次级滑面。过去文献亦显示，三峡库区滑坡普遍存在多级滑动界面[14, 108]。藕塘滑坡两个滑面处具有不同的应变分布和拉压应变转换形态，它们与滑面深度和倾角都有一定的关联；根据滑面与应变光缆的空间关系，可以由应变表征结果推断滑面所处的宏观运动状态，如单剪、直剪、拉剪、压剪等[47,108,118]。由于滑面的受力变形模式及其随时间的变化与滑坡演化及触发密切相关，因此是最佳的滑坡预警指示对象。
图8滑坡关键界面热-水-力时空分布：（a）温度；（b）含水率；（c）应变；（d）库水位和日降雨记录[47]
Fig. 8 Spatio-temporal distribution of thermo-hydro-mechanical responses of key landslide interfaces: (a) Temperature; (b) Water content; (c) Strain; (d) Records of reservoir water level and daily rainfall [47].
下面我们对主滑面的多元表征信息进行更加深入的挖掘。在坡体加速变形期间，观测到主滑面的含水率显著增加，而温度略微降低，滑面应变率骤升到500~1000 με/d。进一步的地表形变观测与现场调查结果显示，2021年7月6日和7日连续两天的极端降雨是滑面加速变形的主要驱动因素。大量的雨水入渗、迁移至主滑面，导致滑带土强度降低，进而发生应变突变，表现为宏观上的加速剪切变形。在滑体的剪切过程中，滑带附近的水以泉水形式排出，孔隙水压力消散，水分重新迁移至上覆季节性含水层，应变趋于稳定，滑面恢复到缓慢的蠕滑状态。由界面多元表征结果可以推断，考虑降雨峰度和偏度，亚日尺度的短时高强降雨是滑面加速变形的主要驱动因素。另一方面，监测数据显示，滑坡地下热-水-力多场耦合特征明显，多元信息解耦尚存在一定的不确定性。因此迫切需要将多尺度对地观测技术和界面多元表征方法相结合，针对地质灾害易发区构建空-天-地-体多维监测网络，实现对潜在地质灾害的实时监测与超前预警。
4.2界面热-水-力耦合机理
滑坡在降雨、渗流和人类活动联合作用下的演化是一个复杂的物质能量交换过程，滑坡的孕育、发生和发展不仅与水文地质、工程地质条件（内因）有关，而且还受到众多诱发因素（外因）的影响，同时具有渐进性、突变性并存的特征[14,119,120]。更为重要的是，多界面和多失效模式的存在使得坡体受到剧烈且不均匀的外营力作用，界面物理力学性质随时间不断劣化，这是边坡失稳的“元凶”[111,121]。在诱发因素的影响下，库岸滑坡通常表现出水分向滑面迅速迁移和短时滞留的现象，导致孔隙水压力急剧上升；由于岩土体的热物理效应，界面温度出现小幅波动现象。滑面的物质成分通常为黏土或类黏土材料，渗透性较差，水分积聚对滑面物质有着软化作用，这导致其抗剪强度逐渐减小，最终表现为滑坡加速变形[122]。伴随着运动卸荷的不断推进，滑面水分重新迁移或排出，孔隙水压力消散，界面温度也趋于稳定[47,123-125]。滑面在缓慢的剪切变形中，应力发生重分配，滑带土抗剪强度随着水分的减少而有所上升，最终使得运动停止，滑面进入新的平衡状态。
近年来，已有国内外学者在滑坡热-水-力动力学机理研究方面做了大量的努力。图9为滑坡界面热-水-力耦合机理的示意图。Iverson [126,127]认为滑面孔隙水压力演化是影响滑坡运动的关键因素。Habib[128]最早从滑面摩擦生热的角度出发，提出了“热孔隙水压力”学说，认为滑坡在沿滑面高速远程滑动时，由于摩擦阻力做功，会在滑面上产生高达百摄氏度的热量，若剪切速率足够大，滑面的高温可将水物化为水蒸气，产生“水汽垫层”效应。同时，被困在剪切带内的热量导致超孔隙水压力激增，滑面有效应力大幅降低甚至完全丧失，直到滑坡发生不受控制的运动变形[129-131]。张常亮等[132]以陕西一黄土滑坡——庵里滑坡为例，探究了滑坡发生机制中超孔隙水压力的影响与安全系数。Goren等[133,134]模拟了滑坡体在不同规模下其滑面剪切带温度及超孔隙水压力在运动过程中的演化，并提出了一种热-水-力耦合模型。上述研究为揭示高速远程滑坡基底的热-孔压-力耦合机理提供了重要的见解。然而，针对蠕滑型库岸滑坡关键界面热-水-力演化过程的监测及其相互作用机制的研究鲜有报道。这是工程地质学科中的一个极富挑战性的前沿课题，而界面多元表征的实现为科学认识滑坡关键界面灾变过程、准确判识滑坡演化阶段开辟了新的路径，为滑坡预警理论提供了重要的参考依据[135]。
图9 滑坡界面热-水-力耦合机理示意图
Fig. 9 Thermo-hydro-mechanical coupling mechanism of landslide interfaces
4.3滑坡预测预警
近年来，随着工程监测技术的迅猛发展，原位监测已成为主动防范地质灾害的重要途径。然而监测仅仅是手段，预警才是目的。如何从大量、繁杂、多源异构的长时序监测数据中挖掘分析出观测值和原因值、效应值之间的相关关系，进而定量评价灾害风险，是我们急需解决的关键一环[136,137]。在滑坡监测预警中，应同时加强区域性气象预报和单体滑坡实时预警[138]。目前工程中常用的、基于传统统计分析的滑坡阈值预警方法误报、漏报率较高。随着滑坡在线监测数据的不断积累，我们应将预警的重心转移到对历史数据的深度学习和基于变形、地下水位、雨量等关键指标的预警模型和判据研究，据此提高滑坡预测预警的准确性和实用性[139,140]。
笔者通过对诸如马家沟滑坡、藕塘滑坡、新铺滑坡等库岸边坡的监测预警发现，与滑坡表面变形相比，坡体内部关键界面特征信息的掌握对于滑坡预警工作有着更加举足轻重的作用。根据滑坡关键界面的时变特征规律建立综合预警体系，可大大提高滑坡预警的准确率。笔者开展了一系列物理模型试验和数值仿真模拟，结果表明在库水位波动过程中，伴随着边坡稳定性的下降，出现了界面应变突变的现象[141]；边坡安全系数和关键界面应变存在一定的关联准则[83,85]。如图10所示，在光纤数据挖掘中发现，界面处的应变跳跃是滑坡位移奇点的直接反映，这是滑坡加速的先兆；通过与外部触发因素的关联分析，笔者团队辨别出潜在的诱发因子，进而提出了幂指数型稳定性关联准则和卡尔曼滑坡多级预警方法[143,144]。德国德累斯顿工业大学Nitzsche等在笔者工作的基础上，构建了滑带岩土体的剪切应变与边坡安全系数之间的理论模型[142]，为滑坡精准预警提供了一种新的方法。同时，我们总结和归纳了库岸滑坡灾害的热-水-力时空演化特征，在此基础上阐明了界面灾变状态的分岔本质和启滑判据，重建了滑面的应力集中和变形传递过程；最后，将时空演化规律有机结合、综合分析，建立了表征数据与物理模型联合驱动的预警系统[145, 146]。
（a）特征应变时程曲线 （b）环境变量与安全系数的关联准则
图10 基于多元表征的滑坡预测预警模型
Fig. 10 Landslide prediction and early warning model based on multivariate characterization
5. 研究展望
前文中我们基于光纤传感技术提出了工程地质界面的多元表征方法，并在长江三峡库区滑坡监测示范工程中进行了应用，揭示了该类滑坡关键界面的演化机理。上述工作围绕光纤传感技术感测工程地质界面的多元信息时存在的瓶颈问题而开展，在解决“测不准”、“感不全”、“判不对”三方面取得了阶段性进展。但是，由于滑坡等重大地质灾害存在多层次、多因素、多阶段的特点，工程地质界面表征和演化的研究远远没有达到完善的水平。下面对这一领域未来的研究热点、难点和可能取得的突破进行展望。
5.1界面多元表征
（1）空-天-地-内立体化感知
地质灾害的早期识别和预警预报是一个由表及里、由浅入深的过程。因此，为了确定隐患和监测靶区、锁定关键界面，必须综合运用空基、天基、地基、内基四类监测与表征技术。天基技术主要利用卫星遥感技术对地球表面的地貌特征和地物分布，以及温度、形变 、植被、水文等要素进行遥测；空基技术利用近地航空器，特别是无人机、飞艇等，搭载测地摄影器和雷达等，对近地表的地貌与地物等进行观测；地基技术立足地球表面，利用地面标志物、观测站，对地表局部区域内的地形、地物、环境因子及其变化进行测量；内基技术利用各种传感和探测技术，对地下一定深度的地质体和地下工程等内部的物质、结构和状态要素进行精准监测和探测，基于光纤传感的3Ds技术在该方面具有较大的优势。现有的地质灾害监测装备具有精度低、成本高、适应性差、集成度低等问题，无法满足观测信息全覆盖、快速响应等需求[54]。未来需要研发高时空分辨率的空-天-地-内立体化感知网络，实时获取多层次、多尺度灾变指标，这是地质灾害预警预测的一大研究重点。
（2）声-光-电-磁多源集成感知
光纤传感技术在分布式、高精度、实时化等方面有着独特的优势，但也存在封装保护要求高、多指标交叉敏感等不足。工程地质界面具有监测指标类别多、精度要求高、参量交叉影响等特点，为了实施有效的界面多元表征，需要联合使用声发射、微机电系统（MEMS）、时域反射（TDR）、磁电、压电和微震等多个来源的感知技术，充分发挥不同技术的优势，建立多源集成感知系统。微型化、低成本、低功耗、易部署是该系统未来的努力方向。另一方面，在线监测将产生海量数据，如何对监测系统的分析效率进行优化、提升，是界面多元表征研究面临的又一大挑战。为此，需要研发多源海量数据提取、存储、清洗、融合、降维以及特征提取和模式识别等技术，并利用各类数据源在界面表征中不同的特征与适用性，通过知识图谱和语义技术充分挖掘多源数据之间的关联规则，进而揭示界面动态演化过程中的热、水、力、变形等信息的时空分布规律。
（3）人工智能评价
工程地质界面涉及多场耦合作用，应力、应变、位移、水分、压力和温度等界面信息对其灾变演化过程有着控制性作用，各参数间的耦联复杂多样，且受多种内部地质条件和外部环境因素影响，传统分析方法只能从单一的角度分析，难以实现全面、系统的研究。近年来，随着计算机技术的发展，各类机器学习模型和人工智能算法因其具有发现信息规律、找出数据关联的优势，已在地质工程、岩土工程多个领域得到应用，如支持向量机、极限学习机、人工神经网络模型以及它们的优化模型和混合模型等。黄润秋等在研究边坡的稳定性预测时加入了协同学的相关理论，由此创建了滑坡的协同预测模型，应用于滑坡的短期预测预报[147]；秦四清等针对锁固段型滑坡，基于尖点突变理论建立了斜坡演化非线性动力学模型，提出了快解锁突发型和慢解锁渐变型两种灾变模式的临界位移准则，取得了很好的预测效果[148]。在工程地质界面表征研究中，当前的研究热点是基于界面的地质特征以及海量的多源异构数据，同时考虑连续介质力学、弹塑性力学、传热学等物理模型和人工智能算法，将地质力学模型引入数据驱动的预测模型。基于物理模型和数据混合驱动的界面灾变预警模型，将成为引导界面多元表征研究发展的有力工具。
5.2界面演化机理
（1）多界面、多场耦合效应
综合界面热-水-力耦合动力学机理的研究进展，我们发现存在两个研究难点问题亟待解决：1）由于界面演化同时具有时间累积效应和空间体积效应，即灾变过程涉及一系列与时间相关的几何形态和空间重置，简化、缩尺的室内模型试验难以真实再现界面演化的热-水-力耦合响应过程。此外，灾变过程中界面的热-水-力耦合响应是一个贯穿整个演化过程的复杂问题，界面演化受到地质体的物质组成、力学性质、演化阶段等多因素的影响。因此，考虑众多影响因素、改进模型试验的尺度和方案设计，是深入揭示工程地质界面热-水-力耦合动力学机理的重要途径。2）如何对地质灾害场景中剪切带参数进行合理的假定，是界面热-水-力数值模拟的一个难点。它在很大程度上影响到剪切带中热诱导的超孔隙水压力的产生，以及抗剪强度的变化。尤其地，剪切带厚度是数值计算中的一个关键参数，它取决于单元的大小和计算网格的几何形状。考虑到黏性土剪切带的预期厚度较小，计算网格将变得异常密集导致计算困难。因此，未来需重点解决剪切带计算参数的优化，才可能真实模拟滑坡等地质灾害从静态到动态状态的转变以及破坏后的大变形运动。
（2）界面灾变模式早期识别
界面灾变模式早期识别的研究进展显示，未来的研究热点主要在两方面：1）界面精准识别与演化过程长期监测。受限于岩土体原位监测技术在空间解析精度上的不足，对一些薄层滑面的精准定位仍然是一个难点问题。因此，研发具有更高空间分辨率、更合理布设工艺的原位监测技术，并结合使用地球物理等精细探测技术，是界面灾变演化的重点研究内容。2）基于机器学习的海量原位监测数据融合分析。通过积累大量的界面监测结果，寻找其界面多场演化特征，形成多源数据仓库，建立关键界面热-水-力演化模式的知识图谱。在此基础上，构建考虑多阶段、多层次、多因素交互作用的分阶分级预测预警模型，以便从根本上提高地质灾害的预警水平。
6. 结论
本文回顾了工程地质界面研究的发展历程，梳理了界面的基本概念、分类体系和主要特征，并以长江三峡库区滑坡为例，介绍了界面多元表征与演化机理方面的最新科研进展。本文取得的结论包括：
（1）在界面多元表征方面取得了一系列进展，包括物质界面应力、状态界面水分和运动界面变形的自适应表征方法。它们为深入认识地质灾害演化规律、掌握成灾机理提供了一种全新的方法和手段。
（2）在界面演化机理方面有了一些新的认识，例如揭示了冻土中冰水相变界面迁移和水热输运的机理，阐明了深层滑面的热-水-力耦合机理。在此基础上，提出了考虑界面应变状态和水分迁移的滑坡演化和灾变评价方法。
（3）未来研究的热点和难点在于，如何结合工程地质界面的特征，研发并构建空-天-地-内立体化监测网络，实现关键界面热-水-力多场耦合信息的实时获取和表征，并结合大数据及人工智能技术提升各类地质灾害的预警和防治水平。
致谢：感谢陈晓平教授、殷建华教授和施斌教授对笔者的科研教导，尤其是施斌教授，长期以来对笔者工作给予了重要的指导和支持！感谢所有参与这项工作研究的合作者，以及我的博士、硕士生，其中王德洋、叶霄、吴冰在论文成稿过程中做了大量编排和绘图工作。
参考文献
[1] Paronuzzi P, Bolla A.The prehistoric Vajont rockslide: An updated geological model[J]. Geomorphology, 2012, 169/170: 165-191.
[2] CEDD. When hillside collapse: A century of landslides in Hong Kong[M]. Hong Kong: Civil Engineering and Development Department, HKSAR Government, 2005.
[3] 谷德振. 地质构造与工程建设[J]. 科学通报, 1963, 10: 23-29. Gu D Z. Geological structure and engineering construction[J]. Science Bulletin, 1963, 10: 23-29 (in Chinese with English abstract).
[4] 孙玉科, 李建国. 岩质边坡稳定性的工程地质研究[J]. 地质科学, 1965, 6(4): 330-352. Sun Y K, Li J G. Engineering geology study of rock slope stability[J]. Chinese Journal of Geology, 1965, 6(4): 330-352 (in Chinese with English abstract).
[5] 孙广忠. 论”岩体结构控制论”[J]. 工程地质学报, 1993, 1(1): 14-18. Sun G Z. On “cybernetics of rock mass structures”[J]. Journal of Engineering Geology, 1993, 1(1): 14-18 (in Chinese with English abstract).
[6] 罗国煜, 王培清, 蔡钟业, 等. 论边坡两类优势面的概念及其研究方法[J]. 岩土工程学报, 1982, 4(2): 40-45. Luo G Y, Wang P Q, Cai Z Y, et al. On the concept of two types of dominant surfaces of slope and their research methods[J]. Chinese Journal of Geotechnical Engineering,1982,4(2):40-45(in Chinese with English abstract).
[7] 彭建兵, 王启耀, 门玉明, 等. 黄土高原滑坡灾害[M]. 北京: 科学出版社, 2019. Peng J B, Wang Q Y, Men Y M, et al. Loess Plateau landslide disaster[M]. Beijing: Science Press, 2019 (in Chinese).
[8] 彭建兵, 张勤, 黄强兵, 等. 西安地裂缝灾害[M]. 北京: 科学出版社, 2012. Peng J B, Zhang Q, Huang Q B, et al. Xi’an fissure disaster[M]. Beijing: Science Press,2012(in Chinese).
[9] 黄平, 郭丹, 温诗铸. 界面力学[M]. 北京: 清华大学出版社, 2013. Huang P, Guo D, Wen S Z.Interface mechanics[M]. Beijing: Tsinghua University Press, 2013 (in Chinese).
[10] 何满潮. 基于界面牛顿力测量的双体灾变力学模型研究[J]. 岩石力学与工程学报,2016,35(11):2161-2173. He M C. Research on the double-block mechanics based on Newton force measurement[J]. Chinese Journal of Rock Mechanics and Engineering, 2016, 35(11): 2161-2173 (in Chinese with English abstract).
[11] 罗国煜, 王培清, 陈华生, 等. 岩坡优势面分析理论与方法[M]. 北京: 地质出版社, 1992. Luo G Y, Wang P Q, Chen H S, et al. Theory and method of rock slope dominant surface analysis[M]. Beijing: Geology Press, 1992(in Chinese).
[12] 蒋建平, 罗国煜. 土坡中的优势结构面分析[J]. 工程地质学报, 2000, 8(4): 438-441. Jiang J P, Luo G Y. Analysis of preferred plane in the soil slope[J]. Journal of Engineering Geology, 2000, 8(4): 438-441 (in Chinese with English abstract).
[13] 黄润秋,陈国庆,唐鹏.基于动态演化特征的锁固段型岩质滑坡前兆信息研究[J].岩石力学与工程学报, 2017, 36(3): 521-533. Huang R Q, Chen G Q, Tang P. Precursor information of locking segment landslides based on transient characteristics[J]. Chinese Journal of Rock Mechanics and Engineering, 2017, 36(3): 521-533 (in Chinese with English abstract).
[14] Tang H M, Wasowski J, Juang C H. Geohazards in the Three Gorges Reservoir area, China: Lessons learned from decades of research[J]. Engineering Geology, 2019, 261: 105267.
[15] 唐辉明. 重大滑坡预测预报研究进展与展望[J]. 地质科技通报, 2022, 41(6): 1-13. Tang H M. Advance and prospect on prediction and forecasting of major landslides[J]. Bulletin of Geological Science and Technology, 2022, 41(6): 1-13 (in Chinese with English abstract).
[16] 雍睿, 胡新丽, 唐辉明, 等. 推移式滑坡演化过程模型试验与数值模拟研究[J]. 岩土力学, 2013, 34(10): 3018-3027. Yong R, Hu X L, Tang H M, et al. Model testing and numerical simulation study of evolutionary process of thrust load caused landslide[J]. Rock and Soil Mechanics, 2013, 34(10): 3018-3027 (in Chinese with English abstract).
[17] Frost J D, Dejong J T, Recalde M. Shear failure behavior of granular-continuum interfaces[J]. Engineering Fracture Mechanics, 2002, 69(17): 2029-2048.
[18] 殷宗泽, 朱弘, 许国华. 土与结构材料接触面的变形及其数学模拟[J]. 岩土工程学报, 1994, 16(3): 14-22. Yin Z Z, Zhu H, Xu G H. Numerical simulation of the deformation in the interface between soil and structure material[J]. Chinese Journal of Geotechnical Engineering, 1994, 16(3): 14-22 (in Chinese with English abstract).
[19] 郑颖人, 叶海林, 黄润秋. 地震边坡破坏机制及其破裂面的分析探讨[J].岩石力学与工程学报, 2009, 28(8): 1714-1723. Zheng Y R, Ye H L, Huang R Q. Analysis and discussion of failure mechanism and fracture surface of slope under earthquake[J]. Chinese Journal of Rock Mechanics and Engineering, 2009, 28(8): 1714-1723 (in Chinese with English abstract).
[20] Potts D M. Finite element analysis in geotechnical engineering: Theory[M]. Thomas Telford, 1999.
[21] Goodman R E, Taylor R L, Brekke T L A. A model for the mechanics of jointed rock[J]. ASCE Soil Mechanics and Foundation Division Journal, 1968, 99(5): 637-659.
[22] Desai C S, Zaman M M, Lightner J G, et al.Thin-layer element for interfaces and joints[J]. International Journal for Numerical and Analytical Methods in Geomechanics, 1984, 8(1): 19-43.
[23] 廖雄华, 李锡夔. 关于土-结相互作用界面力学行为的数值模拟[J]. 计算力学学报, 2002, 19(4): 450-455. Liao X H, Li X K.Some examining viewpoints on numerical modeling of the interface behavior in soil-structure interaction problems[J]. Chinese Journal of Computational Mechanics, 2002, 19(4): 450-455 (in Chinese with English abstract).
[24] 杜时贵,黄曼,罗战友,等.岩石结构面力学原型试验相似材料研究[J].岩石力学与工程学报,2010, 29(11): 2263-2270. Du S G, Huang M, Luo Z Y, et al.Similar material study of mechanical prototype test of rock structural plane[J]. Chinese Journal of Rock Mechanics and Engineering,2010,29(11): 2263-2270 (in Chinese with English abstract).
[25] 胡瑞林, 李晓,王宇,等. 土石混合体工程地质力学特性及其结构效应研究[J].工程地质学报, 2020, 28(2): 255-281. Hu R L, Li X, Wang Y, et al. Research on engineering geomechanics and structural effect of soil-rock mixture[J]. Journal of Engineering Geology, 2020, 28(2): 255-281 (in Chinese with English abstract).
[26] Frost J D, Han J. Behavior of interfaces between fiber reinforced polymers and sands[J]. Journal of Geotechnical and Geoenvironmental Engineering, 1999, 125(8): 633-640.
[27] Chu L M, Yin J H. Comparison of interface shear strength of soil nails measured by both direct shear box tests and pullout tests[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2005, 131(9): 1097-1107.
[28] Zhu H H, Yin J H, Yeung A T, et al.Field pullout testing and performance evaluation of GFRP soil nails[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2011, 137(7): 633-642.
[29] 朱鸿鹄, 张诚成, 裴华富,等.GFRP土钉拉拔特性研究[J]. 岩土工程学报, 2012, 34(10): 1843-1849. Zhu H H, Zhang C C, Pei H F, et al. Pullout mechanism of GFRP soil nails[J]. Chinese Journal of Geotechnical Engineering, 2012, 34(10): 1843-1849 (in Chinese with English abstract).
[30] 张景科, 谌文武, 和法国, 等. 土遗址加固中GFRP锚杆锚固性能现场试验研究[J]. 工程地质学报, 2014, 22(5): 804-810. Zhang J K, Chen W W, He F G, et al. Field experimental study on anchorage performance of GFRP at conservation earthen sites[J].Journal of Engineering Geology,2014,22(5):804-810(in Chinese with English abstract).
[31] Zhang C C, Zhu H H, Xu Q, et al.Time-dependent pullout behavior of glass fiber reinforced polymer (GFRP) soil nail in sand[J].Canadian Geotechnical Journal,2015,52(6):670-681.
[32] 冯世进, 刘鑫. 土工膜与土界面剪切特性细观研究[J]. 工程地质学报, 2017, 25(1): 43-49. Feng S J, Liu X. Mesoscopical study on interface properties between geomembrane and soil[J]. Journal of Engineering Geology, 2017, 25(1): 43-49 (in Chinese with English abstract).
[33] 周健, 王家全, 孔祥利, 等. 砂土颗粒与土工合成材料接触界面细观研究[J].岩土工程学报, 2010, 32(1): 61-67. Zhou J, Wang J Q, Kong X L, et al. Mesoscopic study of the interface between sandy soil and geosynthetics[J]. Chinese Journal of Geotechnical Engineering,2010, 32(1): 61-67 (in Chinese with English abstract).
[34] 李元海, 靖洪文, 朱合华,等. 基于图像相关分析的土体剪切带识别方法[J]. 岩土力学, 2007, 28(3): 522-526. Li H Y, Jing H W, Zhu H H, et al.A technique of identifying shear band accurately in granular soil using image correlation analysis[J]. Rock and Soil Mechanics, 2007, 28(3): 522-526 (in Chinese with English abstract).
[35] Li H J, Zhu H H, Li Y H, et al. Experimental study on uplift mechanism of pipeline buried in sand using high-resolution fiber optic strain sensing nerves[J]. Journal of Rock Mechanics and Geotechnical Engineering, 2022, 14(4): 1304-1318.
[36] Gao Y X, Zhu H H, Ni Y F, et al.Experimental study on uplift behavior of shallow anchor plates in geogrid-reinforced soil[J]. Geotextiles and Geomembranes, 2022, 50(5): 994-1003.
[37] Hu W, Huang R Q, Mcsaveney M, et al.Superheated steam, hot CO2 and dynamic recrystallization from frictional heat jointly lubricated a giant landslide: Field and experimental evidence[J]. Earth and Planetary Science Letters, 2019, 510: 85-93.
[38] Casagrande A.Karl Terzaghi: 1883-1963[J].Geotechnique, 1964, 14(1): 1-13.
[39] Peck R B.Advantages and limitations of the observational method in applied soil mechanics[J]. Geotechnique, 1969, 19(2):169-187.
[40] Kao K C, Hockham G A. Dielectric fibre surface waveguides for optical frequencies[J]. Proceedings of IEE, 1966, 113(7): 1151-1158.
[41] 王惠文.光纤传感技术与应用[M].北京:国防工业出版社,2001. Wang H W.Optical fiber sensing technology and application[M]. Beijng: National Defense Industry Press,2001(in Chinese).
[42] Chen M,Mao S,Liu Y.Big data: A survey[J].Mobile Networks and Applications,2014,19(2):171-209.
[43] 施斌, 张丹, 朱鸿鹄. 地质与岩土工程分布式光纤监测技术[M]. 北京: 科学出版社, 2019. Shi B, Zhang D, Zhu H H. Distributed fiber optic sensing for geoengineering monitoring[M]. Beijing: Science Press, 2019 (in Chinese).
[44] Zhu H H, Shi B, Zhang C C.FBG-based monitoring of geohazards: Current status and trends[J].Sensors,2017,17(3):452.
[45] Schenato L.A review of distributed fibre optic sensors for geo-hydrological applications[J]. Applied Sciences, 2017, 7: 896.
[46] 施斌.论大地感知系统与大地感知工程[J].工程地质学报, 2017, 25(3): 582-591. Shi B. On the ground sensing system and ground sensing engineering[J]. Journal of Engineering Geology, 2017, 25(3): 582-591(in Chinese with English abstract).
[47] Ye X, Zhu H H, Wang J, et al.Subsurface multi-physical monitoring of a reservoir landslide with the fiber-optic nerve system[J].Geophysical Research Letters, 2022, 49: e2022GL098211.
[48] Zhu H H, Wang D Y, Shi B, et al.Performance monitoring of a curved shield tunnel during adjacent excavations using a fiber optic nervous sensing system[J].Tunnelling and Underground Space Technology,2022,124:104483.
[49] Zhang C C, Zhu H H, Shi B, et al.Experimental investigation of pullout behavior of fiber-reinforced polymer reinforcements in sand[J]. Journal of Composites for Construction, 2015, 19(3): 04014062.
[50] 朱鸿鹄,张诚成,施斌,等.GFRP锚杆拉拔时效模型研究[J].工程地质学报,2012,20(5):862-867. Zhu H H, Zhang C C, Shi B, et al.Physical modelling of time dependent pullout behavior associated with GFRP anchor[J]. Journal of Engineering Geology, 2012, 20(5): 862-867 (in Chinese with English abstract).
[51] Dunnicliff J.Geotechnical instrumentation for monitoring field performance[M]. New York: John Wiley & Sons Inc.,1993.
[52] 王德洋,朱鸿鹄,朱泳,等.薄壁圆环分布式光纤测力传感器的性能[J]. 激光与光电子学进展, 2019, 56(10): 54-59. Wang D Y, Zhu H H, Zhu Y, et al. Performances of distributed fiber optic strain sensor with thin-walled ring[J]. Laser Optoelectronic Progress, 2019, 56(10): 54-59(in Chinese with English abstract).
[53] 朱鸿鹄,王德洋,王宝军,等.基于光纤传感及数字图像测试的管-土相互作用试验研究[J].工程地质学报,2020,28(2):317-326. Zhu H H, Wang D Y, Wang B J, et al. Experimental study on pipe-soil interaction using fiber optic sensing and digital image analysis[J]. Journal of Engineering Geology, 2020, 28(2):317-326 (in Chinese with English abstract).
[54] 朱武,张勤,朱建军,等.特大滑坡实时监测预警与技术装备研发[J].岩土工程学报,2022,44(7):1341-1350. Zhu W, Zhang Q, Zhu J J, et al.Real-time monitoring and early warning technology for huge landslides[J]. Chinese Journal of Geotechnical Engineering, 2022, 44(7): 1341-1350 (in Chinese with English abstract).
[55] 彭建兵,王启耀,庄建琦,等.黄土高原滑坡灾害形成动力学机制[J].地质力学学报, 2020, 26(5): 714-730. Peng J B, Wang Q Y, Zhuang J Q, et al.Dynamic formation mechanism of landslide disaster on the Loess Plateau[J]. Journal of Geomechanics, 2020, 26(5): 714-730 (in Chinese with English abstract).
[56] Lu N, Godt J W. Hillslope hydrology and stability[M]. Cambridge: Cambridge University Press,2013.
[57] Steele-Dunne S C, Rutten M M, Krzeminska D M, et al. Feasibility of soil moisture estimation using passive distributed temperature sensing[J]. Water Resources Research, 2010, 46(3): 1-8.
[58] Cao D F, Zhu H H, Guo C, et al.Passive distributed temperature sensing (PDTS)-based moisture content estimation in agricultural soils under different vegetative canopies[J]. Paddy and Water Environment, 2021, 19(3): 383-393.
[59] Weiss J D. Using fiber optics to detect moisture intrusion into a landfill cap consisting of a vegetative soil barrier[J]. Journal of the Air & Waste Management Association,2003, 53(9): 1130-1148.
[60] Sayde C, Gregory C, Gil-Rodriguez M, et al. Feasibility of soil moisture monitoring with heated fiber optics[J]. Water Resources Research, 2010, 46: W06201.
[61] Yan J F, Shi B, Zhu H H, et al. A quantitative monitoring technology for seepage in slopes using DTS[J].Engineering Geology,2015,186:100-104.
[62] Cao D F, Shi B, Zhu H H, et al. A distributed measurement method for in-situ soil moisture content by using carbon-fiber heated cable[J]. Journal of Rock Mechanics and Geotechnical Engineering, 2015, 7(6): 700-707.
[63] Cao D F, Shi B, Wei G Q, et al. An improved distributed sensing method for monitoring soil moisture profile using heated carbon fibers[J]. Measurement, 2018, 123: 175-184.
[64] Cao D F, Shi B, Zhu H H, et al. Feasibility investigation of improving the modified Green-Ampt model for treatment of horizontal infiltration in soil[J]. Water, 2019, 11(4): 645.
[65] 吴冰, 朱鸿鹄, 曹鼎峰,等. 黄土水分场光纤原位监测及非饱和渗透系数估算[J]. 防灾减灾工程学报, 2019, 39(5): 691-699. Wu B, Zhu H H, Cao D F, et al.In-situ monitoring of moisture field and estimation of unsaturated permeability coefficient of loess foundation[J]. Journal of Disaster Prevention and Mitigation Engineering, 2019, 39(5): 691-699 (in Chinese with English abstract).
[66] Cao D F, Shi B, Zhu H H, et al. A soil moisture estimation method using actively heated fiber Bragg grating sensors[J]. Engineering Geology, 2018, 242: S0013795217303770.
[67] 刘喜凤, 朱鸿鹄, 王家琛, 等. 非饱和土水分迁移感测的主动加热光纤光栅法试验研究[J].岩土工程学报, 2022, 44(8): 1443-1452. Liu X F, Zhu H H, Wang J C, et al. Experimental study on actively heated fiber Bragg grating method for sensing seepage in unsaturated soils[J]. Chinese Journal of Geotechnical Engineering, 2022, 44(8): 1443-1452 (in Chinese with English abstract).
[68] 刘喜凤,朱鸿鹄,王家琛,等.基于神经网络的改进型土壤水分光纤感测技术研究[J]. 岩土工程学报, 2022, 44(9): 1721-1729. Liu X F, Zhu H H, Wang J C, et al.Improved fiber optic sensing technology of soil moisture based on neural network[J]. Chinese Journal of Geotechnical Engineering, 2022, 44(9): 1721-1729 (in Chinese with English abstract).
[69] Liu X F, Zhu H H, Wu B, et al. Artificial intelligence-based fiber optic sensing for soil moisture measurement with different cover conditions[J]. Measurement, 2023, 206: 112312.
[70] 朱鸿鹄, 吴冰,曹鼎峰,等.原位冻土冰水组分辨识与动态示踪的光电测试系统和方法:202210581249.0[P]. 2022-05-26. Zhu H H, Wu B, Cao D F, et al.Photoelectric measurement system and method for in-situ ice-water content identification and dynamic tracing:202210581249.0[P].2022-05-26(in Chinese).
[71] Han Z J, Cao D F, Zhu H H, et al.A field test to investigate spatiotemporal distribution of soil moisture under different cropland covers in the semiarid Loess Plateau of China[J]. Paddy Water Environment, 2022, 20: 339-353.
[72] 郭君仪, 孙梦雅, 施斌, 等. 不同环境温度下土体含水率主动加热光纤法监测试验研究[J]. 岩土力学, 2020, 41(12): 4137-4144. Guo J Y, Sun M Y, Shi B, et al. Experimental study of water content in soils monitored with active heated fiber optic method at different ambient temperatures[J]. Rock and Soil Mechanics, 2020, 41(12): 4137-4144 (in Chinese with English abstract).
[73] Zhu H H, Wang J C, Reddy N G, et al.Monitoring water infiltration of capillary barrier with actively heated fiber Bragg gratings[J].Environmental Geotechnics,2022(in press).
[74] Cao D F, Zhu H H, Wu B, et al.Investigating soil temperature and moisture profiles under different land covers using actively heated fiber Bragg grating sensors[J]. Engineering Geology,2021,290:106197.
[75] Sun M Y, Shi B, Zhang C C, et al.Quasi-distributed fiber-optic in-situ monitoring technology for large-scale measurement of soil water content and its application[J]. Engineering Geology, 2021, 294: 106373.
[76] 李杰, 朱鸿鹄, 吴冰, 等.下蜀土降雨入渗原位监测及渗透系数估算[J]. 工程地质学报, 2023(出版中). Li J, Zhu H H, Wu B, et al.Fiber optic monitoring of rainfall infiltration in Xiashu soil and permeability coefficient estimation[J]. Journal of Engineering Geology, 2023 (in press) (in Chinese with English abstract).
[77] 吴冰, 朱鸿鹄, 曹鼎峰, 等. 基于光纤光栅的冻土含冰量监测可行性试验研究[J]. 岩土工程学报, 2019, 41(12):2323-2330. Wu B, Zhu H H, Cao D F, et al.Feasibility study on FBG-based monitoring method for ice content in frozen soil[J].Chinese Journal of Geotechnical Engineering,2019,41(12):2323-2330(in Chinese with English abstract).
[78] 吴冰, 朱鸿鹄, 曹鼎峰, 等. 基于主动加热光纤法的冻土相变温度场特征分析[J].工程地质学报,2019,27(5):1092-1099. Wu B, Zhu H H, Cao D F, et al.Investigation of phase change temperature field in frozen soil based on actively heated fiber optics method[J].Journal of Engineering Geology,2019,27(5):1092-1099(in Chinese with English abstract).
[79] Wu B, Zhu H H, Cao D F, et al.Feasibility study on ice content measurement of frozen soil using actively heated FBG sensors[J].Cold Regions Science and Technology,2021,189:103332.
[80] Zhu H H, Wu B, Cao D F, et al.Monitoring soil moisture and temperature distribution in seasonally frozen ground with fiber optic sensors[C]//Anon.Proceedings of 11th Conference of Asian Rock Mechanics Society, IOP Conf.Series: Earth and Environmental Science,2021,861:042042.
[81] Cao D F, Zhu H H, Wu B, et al.Investigating temperature and moisture profiles of seasonally frozen soil under different land covers using actively heated fiber Bragg grating sensors[J]. Engineering Geology,2021,290:106197.
[82] 董文文, 朱鸿鹄, 孙义杰, 等. 边坡变形监测技术现状及新进展[J]. 工程地质学报, 2016, 24(6), 1088-1095. Dong W W, Zhu H H, Sun Y J, et al. Current status and new progress on slope deformation monitoring technologies[J]. Journal of Engineering Geology, 2016, 24(6): 1088-1095 (in Chinese with English abstract).
[83] 朱鸿鹄, 施斌, 严珺凡, 等. 基于分布式光纤应变感测的边坡模型试验研究[J].岩石力学与工程学报,2013,32(4):821-828. Zhu H H, Shi B, Yan J F, et al. Physical model testing of slope stability based on distributed fiber-optic strain sensing technology[J]. Chinese Journal of Rock Mechanics and Engineering, 2013, 32(4): 821-828 (in Chinese with English abstract).
[84] Zhu H H, Shi B, Yan J F, et al.Investigation of the evolutionary process of a reinforced model slope using a fiber-optic monitoring network[J].Engineering Geology,2015,186:34-43.
[85] Zhu H H, Wang Z Y, Shi B, et al.Feasibility study of strain based stability evaluation of locally loaded slopes: Insights from physical and numerical modeling[J].Engineering Geology,2016,208:39-50.
[86] Song Z P, Shi B, Juang H, et al.Soil strain-field and stability analysis of cut slope based on optical fiber measurement[J].Bulletin of Engineering Geology and the Environment,2017,76(3):937-946.
[87] Iten M. Novel applications of distributed fiber-optic sensing in geotechnical engineering[D].Zurich: Swiss Federal Institute of Technology in Zurich, 2011.
[88] Picarelli L, Damiano E, Greco R, et al.Performance of slope behavior indicators in unsaturated pyroclastic soils[J]. Journal of Mountain Science, 2015, 12(6): 1434-1447.
[89] Wang B J, Li K, Shi B, et al.Test on application of distributed fiber optic sensing technique into soil slope monitoring[J]. Landslides, 2009, 6(1):61-68.
[90] 佘骏宽, 朱鸿鹄, 张诚成, 等. 传感光纤-砂土界面力学性质的试验研究[J]. 工程地质学报, 2014, 22(5): 855-860. She J K, Zhu H H, Zhang C C, et al.Experiment study on mechanical properties of interface between sensing optical fiber and sand[J].Journal of Engineering Geology,2014,22(5):855-860(in Chinese with English abstract).
[91] Zhu H H, She J K, Zhang C C, et al.Experimental study on pullout performance of sensing optical fibers in compacted sand[J]. Measurement, 2015, 73: 284-294.
[92] Zhang C C, Zhu H H, Shi B, et al. Interfacial characterization of soil-embedded optical fiber for ground deformation measurement[J]. Smart Material Structures, 2014, 23: 095022.
[93] Zhang C C, Zhu H H, She J K, et al. Quantitative evaluation of optical fiber/soil interfacial behavior and its implications for sensing fiber selection[J]. IEEE Sensors Journal, 2015, 15(5): 3059-3067.
[94] 陈冬冬, 朱鸿鹄, 张诚成, 等.考虑埋入长度效应的应变传感光纤-土体界面特性试验研究[J]. 工程地质学报, 2017, 25(4): 1027-1034. Chen D D, Zhu H H, Zhang C C, et al. Experimental study on strain sensing optical fiber-soil interfacial properties considering influence of embedment length[J]. Journal of Engineering Geology, 2017, 25(4): 1027-1034 (in Chinese with English abstract).
[95] Zhang C C, Zhu H H, Shi B. Role of the interface between distributed fibre optic strain sensor and soil in ground deformation measurement[R]. ,2016, 6: 36469.
[96] Zhang C C, Zhu H H, Shi B, et al. Performance evaluation of soil-embedded plastic optical fiber sensors for geotechnical monitoring[J]. Smart Structures and Systems, 2016, 17(2): 297-311.
[97] 李焕强, 孙红月, 刘永莉, 等. 光纤传感技术在边坡模型试验中的应用[J].岩石力学与工程学报, 2008, 27(8): 1703-1708. Li H Q, Sun H Y, Liu Y L,et al.Application of optical fiber sensing technology to slope model test[J]. Chinese Journal of Rock Mechanics and Engineering, 2008, 27(8): 1703-1708 (in Chinese with English abstract).
[98] Cheng G, Shi B,Zhu H H,et al. A field study on distributed fiber optic deformation monitoring of overlying strata during coal mining[J]. Journal of Civil Structural Health Monitoring, 2015, 5(5): 553-562.
[99] Wu J, Jiang H, Su J, et al. Application of distributed fiber optic sensing technique in land subsidence monitoring[J]. Journal of Civil Structural Health Monitoring,2015,5(5): 587-597.
[100] Zhang C C, Zhu H H, Chen D D, et al.Feasibility study of anchored fiber-optic strain-sensing arrays for monitoring soil deformation beneath model foundation[J]. Geotechnical Testing Journal,2019,42(4):966-984.
[101] Zhang C C, Zhu H H, Liu S P, et al. Quantifying progressive failure of micro-anchored fiber optic cable-sand interface via high-resolution distributed strain sensing[J]. Canadian Geotechnical Journal, 2020, 57(6): 871-881.
[102] 李飞, 朱鸿鹄, 张诚成, 等. 地基变形光纤光栅监测可行性的试验研究[J]. 浙江大学学报:工学版, 2017, 51(1): 204-211. Li F, Zhu H H, Zhang C C, et al. Experimental study on feasibility of fiber Bragg grating-based foundation deformation monitoring[J]. Journal of Zhejiang University: Engineering Science, 2017, 51(1): 204-211 (in Chinese with English abstract).
[103] Suo W, Lu Y, Shi B, et al. Development and application of a fixed-point fiber-optic sensing cable for ground fissure monitoring[J]. Journal of Civil Structural Health Monitoring,2016,6(4):715-724.
[104] 王德洋, 朱鸿鹄, 吴海颖, 等. 地层塌陷作用下埋地管道光纤监测试验研究[J]. 岩土工程学报, 2020, 42(6): 1125-1131. Wang D Y, Zhu H H, Wu H Y, et al. Experimental study on buried pipeline instrumented with fiber optic sensors under ground collapse[J]. Chinese Journal of Geotechnical Engineering, 2020, 42(6): 1125-1131 (in Chinese with English abstract).
[105] 韦超, 朱鸿鹄, 高宇新, 等. 地面塌陷分布式光纤感测模型试验研究[J]. 岩土力学, 2022, 43(9): 2443-2456. Wei C, Zhu H H, Gao Y X, et al. Model test study of ground collapse using distributed fiber optic sensing[J]. Rock and Soil Mechanics, 2022, 43(9): 2443-2456(in Chinese with English abstract).
[106] Iten M, Puzrin A M, Schmid A. Landslide monitoring using a road-embedded optical fiber sensor[C]//Ecke W, Peters K J, Meyendorf N G. Proc. of SPIE,6933, Smart Sensor Phenomena, Technology, Networks, and Systems.San Diego, California, USA: SPIE, 2008:693315-693319.
[107] 李博, 张丹, 王嘉诚, 等. 基于传感光缆应变分布的土体剪切变形计算方法[J]. 工程地质学报, 2015, 23(增刊1): 767-772. Li B, Zhang D, Wang J C, et al. Calculation method for soil shear deformation based on strain distribution of sensing fiber[J]. Journal of Engineering Geology, 2015, 23(S1): 767-772 (in Chinese with English abstract).
[108] Zhang C C, Zhu H H, Liu S P, et al. A kinematic method for calculating shear displacements of landslides using distributed fiber optic strain measurements[J]. Engineering Geology,2018,234:83-96.
[109] Wu H, Zhu H H, Zhang C C, et al. Strain integration-based soil shear displacement measurement using high-resolution strain sensing technology[J]. Measurement, 2020, 166: 108210.
[110] 李长冬,龙晶晶,姜茜慧,等.水库滑坡成因机制研究进展与展望[J].地质科技通报, 2020, 39(1):67-77. Li C D, Long J J, Jiang X H, et al.Advance and prospect of formation mechanism for reservoir landslides[J].Bulletin of Geological Science and Technology, 2020, 39(1): 67-77 (in Chinese with English abstract).
[111] Yin Y P, Huang B L, Wang W P, et al.Reservoir-induced landslides and risk control in Three Gorges Project on Yangtze River, China[J]. Journal of Rock Mechanics and Geotechnical Engineering, 2016, 8: 577-595.
[112] 殷跃平. 长江三峡库区移民迁建新址重大地质灾害及防治研究[M]. 北京: 地质出版社, 2004. Yin Y P. Study on major geological hazards and their prevention in the relocation site of the Three Gorges Reservoir area of the Yangtze River[M]. Beijing: Geological Publishing House,2004(in Chinese).
[113] Wei K, Ouyang C J, Duan H T, et al. Reflections on the catastrophic 2020 Yangtze River Basin flooding in southern China[J]. The Innovation, 2020, 1(2): 100038.
[114] Zeni L, Picarelli L, Avolio B, et al. Brillouin optical time-domain analysis for geotechnical monitoring[J]. Journal of Rock Mechanics and Geotechnical Engineering, 2015, 7(4): 458-462.
[115] Kogure T, Okuda Y. Monitoring the vertical distribution of rainfall-induced strain changes in a landslide measured by distributed fiber optic sensing with Rayleigh backscattering[J]. Geophysical Research Letters, 2018, 45: 4033-4040.
[116] Zhang J, Huang H W. Risk assessment of slope failure considering multiple slip surfaces[J]. Computers & Geotechnics, 2016, 74:188-195.
[117] Wang J G, Schweizer D, Liu Q B, et al. Three-dimensional landslide evolution model at the Yangtze River[J]. Engineering Geology, 2021, 292: 106275.
[118] Sang H W, Zhang D, Gao Y L, et al. Strain distribution based geometric models for characterizing the deformation of a sliding zone[J]. Engineering Geology, 2019, 263: 105300.
[119] Lacroix P, Handwerger A L, Bièvre G.Life and death of slow-moving landslides[J]. Nature Reviews Earth & Environment, 2020, 1: 404-419.
[120] 何成, 唐辉明, 申培武, 等. 应变软化边坡渐进破坏模式及稳定性可靠度[J]. 地球科学, 2021, 46(2): 697-707. He C, Tang H M, Shen P W, et al. Progressive failure mode and stability reliability of strain-softening slope[J]. Earth Science, 2021, 46(2): 697-707 (in Chinese with English abstract).
[121] Hugentobler M, Loew S, Aaron J, et al. Borehole monitoring of thermo-hydro-mechanical rock slope processes adjacent to an actively retreating glacier[J]. Geomorphology, 2020, 362: 107190.
[122] Scaringi G, Hu W, Xu Q, et al. Shear-rate-dependent behavior of clayey bimaterial interfaces at landslide stress levels[J]. Geophysical Research Letters, 2018, 45: 766-777.
[123] Seguí C, Veveakis M. Continuous assessment of landslides by measuring their basal temperature[J]. Landslides, 2021, 18: 3953-3961.
[124] Shibasaki T, Matsuura S, Okamoto T.Experimental evidence for shallow, slow-moving landslides activated by a decrease in ground temperature[J].Geophysical Research Letters,2016,43:6975-6984.
[125] Zhang Y, Xue Z Q. Deformation-based monitoring of water migration in rocks using distributed fiber optic strain sensing: A laboratory study[J]. Water Resources Research, 2019, 55: 8368-8383.
[126] Iverson R M. Landslide triggering by rain infiltration[J]. Water Resources Research, 2000, 36(7): 1897-1910.
[127] Iverson R M, Denlinger R P. Flow of variably fluidized granular masses across three-dimensional terrain: 1. Coulomb mixture theory[J]. Journal of Geophysical Research, 2001, 106(B1): 537-555.
[128] Habib P. Production of gaseous pore pressure during rockslide[J].Rock Mechanics and Rock Engineering, 1975, 7(4): 193-197.
[129] Voight B, Faust C. Frictional heat and strength loss in some rapid landslides[J]. Geotechnique, 1982, 32: 43-54.
[130] Vardoulakis I. Catastrophic landslides due to frictional heating of the failure plane[J]. Mechanics of Cohesive-Frictional Materials, 2000, 5(6): 443-467.
[131] Vardoulakis I. Dynamic thermo-poro-mechanical analysis of catastrophic landslides[J]. Geotechnique, 2002, 52(3): 157-171.
[132] 张常亮, 王阿丹, 邢鲜丽, 等. 侵蚀作用诱发黄土滑坡的机制研究[J]. 岩土力学, 2012, 33(5): 1585-1592. Zhang C L, Wang A D, Xing X L, et al. Research on mechanism of loess landslides caused by erosion[J]. Rock and Soil Mechanics, 2012, 33(5): 1585-1592 (in Chinese with English abstract).
[133] Goren L, Aharonov E. Long runout landslides: The role of frictional heating and hydraulic diffusivity[J]. Geophysical Research Letters, 2007, 34: L07802.
[134] Goren L, Aharonov E. On the stability of landslides: A thermo-poro-elastic approach[J]. Earth and Planetary Science Letters, 2009, 277(3): 365-372.
[135] Sidder A.Fiber optics open new frontier for landslide monitoring[J]. Eos,2022:103.
[136] 朱鸿鹄, 王佳, 李厚芝, 等. 基于数据挖掘的三峡库区特大滑坡变形关联规则研究[J]. 工程地质学报, 2022, 30(5): 1517-1527. Zhu H H, Wang J, Li H Z, et al. Association rule analysis for giant landslide deformation of the Three Gorges Reservoir region based on data mining[J]. Journal of Engineering Geology, 2022, 30(5): 1517-1527 (in Chinese with English abstract).
[137] 王佳, 朱鸿鹄, 叶霄, 等. 考虑时滞效应的库区滑坡位移预测:以新铺滑坡为例[J].工程地质学报, 2022, 30(5): 1609-1619. Wang J, Zhu H H, Ye X, et al. Prediction of reservoir landslide displacements considering time lag effect: A case study of the Xinpu landslide in the Three Gorges Reservoir area, China[J]. Journal of Engineering Geology, 2022, 30(5): 1609-1619 (in Chinese with English abstract).
[138] 许强. 对滑坡监测预警相关问题的认识与思考[J].工程地质学报, 2020, 28(2): 360-374. Xu Q. Understanding the landslide monitoring and early warning: Consideration to practical issues[J]. Journal of Engineering Geology, 2020, 28(2): 360-374 (in Chinese with English abstract).
[139] 许强, 黄学斌, 汤明高, 等. 三峡库区滑坡灾害预警预报手册[M]. 北京: 地质出版社, 2014. Xu Q, Huang X B, Tang M G, et al. Handbook for early warning and prediction of landslide hazards in the Three Gorges Reservoir area[M]. Beijing: Geological Publishing House, 2014 (in Chinese).
[140] 许强, 汤明高, 黄润秋, 等. 大型滑坡监测预警与应急处置[M]. 北京: 科学出版社, 2015. Xu Q, Tang M G, Huang R Q, et al. Monitoring, early warning and emergency disposal of large landslide[M]. Beijing: Science Press, 2015 (in Chinese).
[141] Zhu H H, Shi B, Yan J F, et al. Fiber Bragg grating-based performance monitoring of a slope model subjected to seepage[J]. Smart Materials and Structures, 2014, 23: 095027.
[142] Liao K, Zhang W, Zhu H H, et al. Forecasting reservoir-induced landslide deformation using genetic algorithm enhanced multivariate Taylor series Kalman filter[J]. Bulletin of Engineering Geology and the Environment, 2022, 81(3): 1-19.
[143] Zhang N, Zhang W, Liao K, et al. Deformation prediction of reservoir landslides based on a Bayesian optimized random forest-combined Kalman filter[J]. Environmental Earth Sciences, 2022, 81(7): 1-14.
[144] Nitzsche K, Herle I. Strain-dependent slope stability[J]. Acta Geotechnica, 2020, 15: 3111-3119.
[145] Zhang W, Xiao R, Shi B, et al. Forecasting slope deformation field using correlated grey model updated with time correction factor and background value optimization[J]. Engineering Geology, 2019, 260: 105215.
[146] Zhang L, Shi B, Zhu H, et al. PSO-SVM-based deep displacement prediction of Majiagou landslide considering the deformation hysteresis effect[J]. Landslides, 2021, 18: 179-193.
[147] 黄润秋, 许强. 斜坡失稳时间的协同预测模型[J]. 山地研究, 1997, 15(1): 7-12. Huang R Q, Xu Q. Synergetic prediction model of slope instability[J]. Journal of Mountain Research, 1997, 15(1): 7-12 (in Chinese with English abstract).
[148] 秦四清, 张倬元, 王士天. 顺层斜坡失稳的突变理论分析[J]. 中国地质灾害与防治学报, 1993, 4(1): 40-47, 57. Qing S Q, Zhang Z Y, Wang S T. Research on losing stability of the consequent slope by the catastrophe theory[J]. Chinese Journal of Geological Hazard and Control, 1993, 4(1): 40-47, 57 (in Chinese with English abstract).
引用格式: 朱鸿鹄. 工程地质界面:从多元表征到演化机理[J]. 地质科技通报, 2023, 42(1): 1-19. doi: 10.19509/j.cnki.dzkq.tb20220661
Citation: Zhu Honghu. Engineering geological interface: From multivariate characterization to evolution mechanism[J]. Bulletin of Geological Science and Technology, 2023, 42(1): 1-19. doi: 10.19509/j.cnki.dzkq.tb20220661