《面板堆石坝筑坝期微震监测与变形沉降预测》依托西南JC水电站深厚覆盖层面板堆石坝工程，针对深厚覆盖层高压缩性诱发的坝体变形不协调安全风险，结合多源监测、室内试验、数值模拟与深度学习等方法，系统研究大坝填筑过程中的微震监测、渗流通道识别、协调变形机制及沉降预测。《面板堆石坝筑坝期微震监测与变形沉降预测》构建国内*套坝基-坝肩边坡微震监测系统与WDN信号降噪方法，揭示爆破开挖、防渗墙施工、大坝填筑等阶段的岩体破裂特征，改进堆石料非线性本构模型并建立坝-基-岸耦合系统协调变形准则，搭建MSCNN-BiLSTM-Transformer多源数据驱动沉降预测模型，成功解决传统监测难捕捉内部微损伤、预测模型精度不足等问题，为深厚覆盖层区域水电工程安全建设与运营提供技术支撑，兼具理论深度与工程实用性。

目录
第1章 绪论 1
1.1 深厚覆盖层面板堆石坝建设现状与沉降变形安全挑战 2
1.2 国内外研究现状 4
1.2.1 国内外研究趋势 4
1.2.2 面板堆石坝安全监测 5
1.2.3 大坝力学特性与仿真 9
1.2.4 大坝变形预测研究 12
1.3 本书的主要内容 15
第2章 深厚覆盖层面板堆石坝填筑过程微震监测 17
2.1 工程背景 18
2.1.1 工程概况 18
2.1.2 混凝土面板堆石坝 19
2.2 微震监测原理及系统布置 19
2.2.1 微震监测原理 19
2.2.2 微震监测系统组成 20
2.2.3 传感器阵列布置 21
2.2.4 微震监测系统拓扑结构 22
2.3 基于WDN的微震信号噪声分离方法 23
2.3.1 大坝填筑与爆破开挖诱发微震信号对比 23
2.3.2 传统降噪方法的局限性 28
2.3.3 数据集构建 31
2.3.4 基于机器学习的微震信号？噪声分离模型 34
2.3.5 不同学习率下模型性能 36
2.3.6 输入波形信噪比与瓶颈模块对模型性能的影响 39
2.3.7 模型测试与对比 41
2.4 P波到时拾取与微震源定位 44
2.4.1 微震信号P波到时拾取 44
2.4.2 微震源定位 46
2.5 深厚覆盖层筑坝过程坝基？坝肩边坡微震时空演变规律 49
2.5.1 微震空间分布规律 49
2.5.2 微震时演变化规律 50
2.6 不同区域微震活动性与施工状态关系 51
2.6.1 边坡内部爆破开挖诱发右岸边坡微震事件 51
2.6.2 防渗墙施工诱发上下游区域微震事件 53
2.6.3 大坝填筑诱发基岩微震事件 54
2.7 微震与常规监测结果相关性 56
2.7.1 过坝交通洞爆破开挖下围岩变形与微震活动对比 56
2.7.2 大坝填筑过程坝体沉降与微震活动对比 57
2.8 本章小结 59
第3章 微震震源机制解译与潜在渗流通道识别 61
3.1 深厚覆盖层面板堆石坝填筑过程微震震源机制 62
3.1.1 横纵波能量比 62
3.1.2 矩张量反演方法 64
3.1.3 矩张量反演结果 68
3.2 微震监测驱动的基岩潜在渗流通道识别 72
3.2.1 深厚覆盖层地质特性与渗流风险 72
3.2.2 坝基微震事件与裂隙空间关系 72
3.2.3 渗流路径连通性分析 74
3.2.4 渗流连接链强度数学表达 77
3.3 大坝填筑过程渗流通道演变进程 81
3.3.1 大坝填筑过程基岩裂隙通道时空演变规律 81
3.3.2 不同连接链演变特征 83
3.4 水源—涌水点*优路径 85
3.4.1 *优渗流路径算法 85
3.4.2 水源—涌水点*优渗流路径分析 87
3.5 基于微破裂的岩体损伤本构模型 94
3.5.1 能量耗散理论 95
3.5.2 地震效率 96
3.5.3 基于微震损伤的岩体本构模型 98
3.6 本章小结 100
第4章 多源监测数据驱动的坝？基？岸耦合系统变形特征 101
4.1 大坝沉降特征分析 102
4.1.1 大坝沉降仪布置 102
4.1.2 大坝沉降监测结果分析 102
4.1.3 沉降速率分析 105
4.2 大坝面板变形分析 107
4.2.1 大坝挤压边墙测点布置 107
4.2.2 大坝面板变形特征 107
4.2.3 大坝面板变形速率分析 107
4.3 坝体顺河向水平位移分析 109
4.3.1 坝体钢丝水平位移计布置 109
4.3.2 坝体水平变形特征 110
4.4 坝体横河向水平位移分析 111
4.4.1 坝体五联位移计布置 111
4.4.2 大坝横河向水平位移特征 112
4.5 坝肩边坡变形特征分析 112
4.5.1 坝肩边坡多点位移计布设 112
4.5.2 大坝填筑过程中坝肩边坡变形特征 113
4.6 压力计、渗压计变化特征 114
4.7 坝？基？岸耦合系统协调变形分析 115
4.7.1 坝内沉降变形协调分析 115
4.7.2 坝体？坝基沉降协调分析 116
4.7.3 坝体？坝肩边坡水平变形协调分析 118
4.8 本章小结 120
第5章 面板堆石坝坝？基？岸耦合系统协调变形模拟分析 121
5.1 堆石料大型三轴剪切试验方案 122
5.1.1 试验仪器 122
5.1.2 试验材料 123
5.1.3 试验方案 125
5.1.4 试验步骤 126
5.2 堆石料强度特性 128
5.2.1 不同围压下堆石料应力应变特征 128
5.2.2 不同围压下堆石料摩擦角 131
5.2.3 不同级配下堆石料应力应变特征 132
5.2.4 不同级配下堆石料摩擦角 135
5.3 非线性本构模型改进 136
5.3.1 邓肯？张E？B模型基本理论 136
5.3.2 本构模型改进原则 140
5.3.3 非线性弹性理论基本假设 140
5.3.4 动态破坏比函数 142
5.3.5 模量B、G、J 144
5.3.6 空间滑动面准则 146
5.3.7 抗剪强度 148
5.3.8 颗粒破碎演化模型 148
5.4 参数标定与模型验证 152
5.4.1 本构模型参数标定 152
5.4.2 试验验证 152
5.5 面板堆石坝坝？基？岸耦合系统协调变形数值仿真 154
5.5.1 数值模型 154
5.5.2 大坝填筑过程坝体变形特征 156
5.5.3 坝体应力分布 160
5.5.4 模拟与监测数据对比 160
5.6 基于数值模拟的坝？基？岸耦合系统协调变形分析 164
5.6.1 坝内沉降协调 164
5.6.2 坝体？坝基变形协调 166
5.6.3 坝体？坝肩边坡水平变形协调 167
5.7 本章小结 168
第6章 深度学习与多源数据驱动的填筑期沉降预测 171
6.1 多源数据相关性分析 172
6.1.1 数据预处理 172
6.1.2 相关性分析方法 174
6.1.3 微震震源参数与沉降相关性 175
6.1.4 坝体？坝肩边坡变形数据相关性 179
6.1.5 坝体沉降？五联位移计变形数据相关性 183
6.1.6 坝体沉降？钢丝水平位移计相关性 185
6.1.7 坝体沉降？土压力计相关性 186
6.2 深度学习与多源数据驱动的大坝沉降预测模型 187
6.2.1 多尺度卷积神经网络 187
6.2.2 双向长短期记忆网络 190
6.2.3 Transformer模型 193
6.2.4 数据处理与输入 195
6.2.5 基于MSCNN？BiLSTM？Transformer的坝体沉降预测模型 196
6.2.6 模型学习策略与参数设置 198
6.3 多源数据驱动的坝体沉降预测 199
6.3.1 基于单一数据的大坝沉降预测 199
6.3.2 基于多源信息的大坝沉降预测 202
6.3.3 不同微震数据窗口对模型性能的影响 206
6.4 消融试验 212
6.4.1 消融试验设计 212
6.4.2 试验结果与分析 212
6.5 本章小结 213
参考文献 215

第1章 绪论
　　作为全书的开篇，本章旨在构建研究的理论与现实基础，明确研究的核心目标与技术路线。本章*先立足全球清洁能源发展趋势与我国西南地区水电开发的战略需求，聚焦深厚覆盖层面板堆石坝建设面临的协调变形安全风险这一关键技术难题，通过梳理国内外相关研究现状，系统剖析当前面板堆石坝安全监测、力学特性仿真及变形预测领域的进展与不足。在此基础上，阐明开展深厚覆盖层混凝土面板堆石坝协调变形及预测研究的理论价值与工程意义，并清晰界定本书的主要研究内容与逻辑框架，为后续章节围绕微震监测、渗流通道识别、变形特征分析、数值模拟及沉降预测开展的系统性研究提供必要的前提铺垫与方向指引。
　　1.1 深厚覆盖层面板堆石坝建设现状与沉降变形安全挑战
　　随着全球对环境保护和可持续发展的日益重视，清洁能源的开发与利用逐渐成为世界各国能源战略的重要组成部分。在众多清洁能源形式中，水电作为一种成熟的、可再生的能源形式，一直占据着举足轻重的地位。从全球范围来看，近年来可再生能源发电量呈现出不断攀升的趋势，如图1？1所示，自1965年到2024年，可再生能源发电量从约1 000 TW h飙升至接近10 000 TW h（Ritchie et al.，2025），其中水电作为传统且稳定的可再生能源发电形式，贡献了相当大的份额，其发电量一直保持着稳定的增长态势，长期占据可再生能源发电的主导地位，为全球能源结构的优化和碳减排目标的实现做出了重要的贡献。
　　图1？1 全球清洁能源发展趋势（Ritchie et al.，2025）
　　中国在全球水电领域具有显著领先地位，中国水电占全球清洁能源发电总量的14.45%，这直观地反映出我国水电建设规模之宏大、发电能力之强劲，发电量远超其他国家，成为全球水电发展的中流砥柱。
　　目前，我国已经成为面板堆石坝建设的主要国家，在全球面板堆石坝数量中占据着近一半的比重，如图1？2所示（温立峰，2018），占比高达47%，这一事实不仅凸显了我国在面板堆石坝建设领域的领先地位，更是我国水利水电工程建设技术实力和规模效应的有力体现。从全球范围来看，除我国外，其他国家如巴西、美国、西班牙、澳大利亚等在面板堆石坝建设方面也有一定的发展，但与我国相比仍存在较大差距。表1？1为若干国内外深厚覆盖层上百米级面板堆石坝统计，面板堆石坝的建设正向着100m级覆盖层厚度发展，在深厚覆盖层上建坝是当前面板堆石坝建设面临的主要挑战。
　　受深厚覆盖层及坝体自重影响，面板堆石坝与坝基协调变形引起的坝工安全问题屡见不鲜。例如，沟后面板坝坝顶不均匀沉降，两岸坝肩附近防浪墙沉降缝被拉开，防浪墙底板相对于面板下沉3～4cm，导致河床段坝顶与防浪墙局部失稳下滑，库水沿局部塌滑缺口下泄，引发大坝溃决（郦能惠，2007）；水布垭面板堆石坝是世界上已建*高面板堆石坝，2.45m的沉降变形导致大坝面板形成大量裂缝，反复修补造成了巨大的经济损失（杨启贵等，2010）；天生桥一级面板堆石坝竣工后*大沉降高达 3.28 m，面板产生近6 000条挠*应力裂缝，一、二期面板85%脱空（郦能惠 等，2025）；巴西Campos Novos坝河谷中央部位面板混凝土发生挤压变形破坏，导致其发生1300L/s的严重渗漏事故；墨西哥阿瓜米尔帕（Aguamilpa）坝面板建成后出现数百条裂缝，蓄水后渗漏量达260L/s（郦能惠等，2025）。因此，迫切需要解决深厚覆盖层混凝土面板堆石坝与基础协调变形问题，为大型水电工程建设和运营安全提供保障。
　　1.2 国内外研究现状
　　1.2.1 国内外研究趋势
　　21世纪以来，随着水利水电工程的发展，学者对面板堆石坝展开研究，图1？3为2000年以来统计的以“面板堆石坝”为关键词的学术成果，其中图1？3（a）为中国知网（China National Knowledge Infrastructure，CNKI）核心以上成果随时间的柱状图，图1？3（b）为科学网（Web of Science，WoS）数据库中以“混凝土面板堆石坝（concrete？faced rockfill dam，CFRD）”为关键词的发文量统计。可以看出2000～2025年，中国国内面板堆石坝相关研究总体呈增长趋势，2007年达到峰值后略有波动，并在2018年后有所回落。尽管近年来有所下降，但过去二十多年间国内学界对该主题的研究热度始终处于较高水平。国际上，相关研究起步较晚，直到2010年后开始显著增加，并在2022年达到峰值。这表明该领域在全球范围内的关注度逐年递增，吸引了越来越多的国际学者投身其中。国内外在面板堆石坝领域的研究动态存在差异，国内先行一步，早期就投入大量研究，而国际社会则是经过一定时间的累积后才开始加速发展。
　　图1？4（a）展示了2000年后国内面板堆石坝研究中作者热点图，孔宪京、张建民、周伟等核心科研人员紧密围绕面板堆石坝展开研究，并取得一系列成果，辐射带动众多学者。图1？4（b）的CNKI关键词共现图表明，“面板堆石坝”研究与“变形”“覆盖层”“有限元分析”等关联紧密，反映国内研究聚焦于坝体应力变形特性及数值模拟方法，近年来“安全监测”“遗传算法”的关注度提升。总体而言，国内面板堆石坝研究均围绕坝体性能分析展开，对变形沉降进行了深入的探索分析，随着机器学习与人工智能的发展，神经网络等深度学习方法逐渐取代传统方法。
　　本书依托深厚覆盖层上的 JC 水电站面板堆石坝工程，对面板堆石坝变形特征、堆石料力学特性与坝体？坝基？坝肩边坡（坝？基？岸）耦合系统变形预测展开研究，现对这几方面国内外研究现状进行综述。
　　1.2.2 面板堆石坝安全监测
　　面板堆石坝在施工阶段出现变形是难以避免的，其典型的变形特征主要包括三类：坝顶沉降、坝体内部沉降与面板挠度变形（黄文斌 等，2025；郦能惠 等，2025；肖晟 等，2025；邹德高 等，2024；王芳 等，2024；杨启贵 等，2024；温立峰，2018）。当前，面板堆石坝的建造在很大程度上仍依赖工程经验。为掌握面板堆石坝的典型变形特征，*早采用的方式是通过安装相关监测设备获取大坝变形的实测数据，以此评估面板堆石坝的变形特征，进而指导大坝的运行管理，同时为大坝建造提供借鉴与参考。Gurbuz和Peker（2016）在卡拉贾苏（Karacasu）面板砂砾石坝体内布置土压力计、位移计及在面板上布置接缝计，对坝体的变形特性进行深入分析，获得面板砂砾石坝应力应变特性。程展林和潘家军（2012）基于大量监测资料，对水布垭面板堆石坝建设过程中的变形特性、面板应力及面板裂缝进行系统分析，总结了大坝建设过程中的变形规律，为面板堆石坝变形特性分析及设计提供参考。
　　1．经验估算
　　早期对面板堆石坝变形特性的估算多依赖经验，这种方式能够快速实现大坝变形沉降的估计。Won和Kim（2008）针对多个面板堆石坝，统计分析了坝顶沉降及后期蓄水导致的面板挠度，并总结了不同堆石强度与坝高条件下面板堆石坝的变形特性范围。李守巨等（2013）以蒲石河混凝土面板堆石坝为依托，构建了3种预测该类大坝蠕变沉降的经验模型，工程应用结果显示，所提出的经验模型具备较高的拟合精度与预测精度。Hunter（2003）为了更全面地揭示面板堆石坝变形特性，以获得考虑因素更可靠的经验公式，对若干面板堆石坝工程实测数据进行了深入统计分析，建立了考虑多因素的坝顶沉降、坝内沉降及面板挠度的经验公式。传统数据拟合经验法因其固有的局限性，难以全面反映坝体变形的复杂机理。近年来，随着智能算法的兴起，部分学者开始基于规模化的实例数据库进行训练与学习，驱动了预测面板堆石坝变形特性新方法的不断发展，这些模型能够更好地捕捉变量间的非线性关系（温立峰等，2017）。例如，Kim和Kim（2008）基于多个面板堆石坝的坝顶沉降实测资料，研究了弹性模量与形状系数及孔隙率之间的关系，并利用人工神经网络建立了智能预测模型来预测坝顶沉降。
　　2．模型试验
　　模型试验既可以研究基岩变形对上部坝体的力学响应，也能够揭示基础在上部结构和外荷载作用下的变形及演化机制。针对这两个问题，前者常采用应力模型来解决，后者往往以地质力学模型试验为主。地质力学模型试验主要研究模拟岩体的不连续构造对变形特性的影响及岩体稳定和工程安全问题，离心模型试验是常用的地质力学模型试验方法，被广泛用于面板堆石坝应力变形特性研究上。得益于离心模型试验技术在模拟复杂力学条件方面的优势，研究人员能够获取面板堆石坝变形特性的宝贵参考数据。在此背景下，徐泽平等（2010）对深厚覆盖层上的面板堆石坝开展了深入分析，他们采用离心模型试验并结合数值计算，通过对比两种方法的结果，成功实现了对模型的验证。Seo等（2009）对面板堆石坝开展离心模型试验，系统研究了面板刚度和垫层刚度对面板应力的影响，并将试验与数值计算进行比较，验证了通过离心模型试验获得坝顶沉降值的