數字圖像測量技術在邊坡穩定性監測中的應用

(1.廣州大學 廣東 廣州 510006；2.廣州南陽理工職業學院 廣東 廣州 510000)

一、引言

近年來，隨著國家經濟的迅猛發展，我國建筑業、水利工程、公路及鐵路行業的業務范圍不斷的擴張，這就為人民帶來更多的就業機會，為國家創造更豐厚的利潤，同時也產生了不可避免的隱患，在工程施工的過程中，大面積巖土體面臨著被填筑、開挖和加卸載的危險，在雨水侵蝕和風化的作用下容易產生變形，甚至出現滑坡的現象，這就使得巖土體邊坡穩定性問題變得尤為重要。如果能對邊坡的穩定性進行有效的監測，并對有可能發生的險情進行預報，這樣則可以避免由于邊坡失穩而引起的滑坡災害，減小事故發生的概率。

邊坡位移的監測主要包括邊坡表面位移的監測和邊坡深部位移的監測，其中邊坡表面位移監測的方法主要有：三角測量法、角度交會法、GPS監測方法、分布式光纖監測方法[1]等。而邊坡深部位移監測的方法主要有：鉆孔測斜儀監測方法[2]、TDR監測方法[3]、鋼絲位移監測方法等。本文所采用的邊坡位移監測的方法為數字圖像測量法，數字攝影測量的基礎是數字圖像所包含的信息，它與傳統攝影測量的膠片記錄方式有所不同，它是運用計算機硬件配合專用的數字圖像測量軟件來共同的完成攝影測量任務的，攝影測量是一種高自動化、高精度的測量技術。通過專用的數字圖像處理技術來準確地獲取目標所處空間位置，然后和初始位置的進行比較分析得到被測目標的微小位移[4]。

二、數字圖像測量法原理

圖像所記錄的信息與輻射源的波長、強度以及物體的反射、透射能力大小程度有密切的關聯。對于一般的圖像來說，光的強度和色彩是最為主要的兩個度量特征，光強圖像，又可以稱為灰度或者黑白圖像，一個二維光強函數可由照射和反射模型來表述：

f(x,y)=i(x,y)r(x,y)

(1)

由于計算機和數字成像設備均具有離散的特殊性能，因而需要將自然界的連續光強圖像進行離散化的處理，然后利用離散數學函數來表示，這就是所謂的數字圖像。數字化包括兩個過程：對圖像空間離散化為像素點和對圖像光強值離散化為像素灰度[5]。

如圖1所示，采用特定的數字成像設備，將連續函數f(x,y)在空間上按一定方式離散劃分為若干小區域(xi,yj)(i=0,1,…,M-1;j=0,1,…,N-1)，每一個小區域叫做圖像元素(picture element，Pixel)，簡稱為像素或像點。其中M和N是圖像在x、y方向上的像素個數。

圖1 對連續光強圖像離散化得到數字圖像

將像素的光強灰度離散化為有限個級別能更好的表述數字圖像。一般采用將像素灰度均勻量化，即把圖像灰度范圍分為G個等間隔，G通常稱為灰度的分割級數或者是量化級數，也就是所謂的灰度分辨率；灰度級數采用二進制的位數k(比特數)來表示，這樣做的目的是為了方便計算機的儲存，即G=2k。k常用取的值為8，10，16，對應為256，1024和65536個灰度級數[6]。

數字圖像被離散以后，從數學表達式的角度來看是一個M×N的矩陣。該矩陣元素排列的位置(i，j)，代表對應像素點在圖像上所處的位置。矩陣中元素數值g與像素點的灰度值相對應。由于數字圖像是用二維矩陣表示的，對于任何矩陣都可以實現加、減、乘、除、微分、積分等數學運算，即這些數學運算對于數字圖像同樣適用[7]。

三、邊坡穩定性模擬計算

本模型以佛山廣明高速K66標段道路兩側的邊坡為依據，通過ANSYS軟件建立邊坡的模型。選取的模型的參數為：粘聚力為17kPa，內摩擦角為28°，容重為23kN/m3，彈性模量為30GPa，泊松比為0.18。為了方便進行邊坡穩定性分析一般對模型作以下幾種假設：土體在邊坡中是均勻分布的；對土體接觸面不予于考慮；不考慮施工對土體表面產生的應力應變作用；單元類型采用平面應變；采用D-P屈服準則。

邊坡的模型尺寸如圖2所示，邊坡有限元模型如圖3-2所示。

圖2 邊坡模型尺寸 圖3 邊坡有限元模型

根據模型計算當邊坡擋墻和錨桿處于正常情況下時的邊坡水平方向變形和應力情況如圖4和圖5所示。

圖4 水平位移 圖5 水平應力

4個特征結點水平位移如下表1所示。

表1 正常工況下各結點水平位移

然后又模擬了錨桿損傷值為10%、30%、50%、80%、90%、96%這六種情況各節點的水平位移，各節點的損傷值與水平位移的關系曲線如下圖6所示。

圖6 結點位移

從上圖中可以看出各結點的水平位移隨著錨桿的損傷值不斷增大均呈現出增大的趨勢，在錨桿損傷值在0-80%時，結點水平位移增長速度比較慢，然而當損傷值大于80%時增長速度大幅度增大。同時還可以看出不同位置的結點它們的增長速度也不一樣的，106結點的增長速度最大，2935結點的增長速度最小，13007結點和2結點的增長速度處于中間位置，并且2結點的增長速度大于2935結點。

四、邊坡監測數據

本次的邊坡監測以佛山廣明高速K66標段道路兩側的高邊坡為主，在邊坡的兩側設置了5個測點，以邊坡的運動作為主要監測內容。利用軟件測量系統可以檢測到5個點的水平位移的數據，取其中的一個點測點3的監控數據如圖7，圖8是從圖7中截取一部分。從兩幅圖中可以看出監測數據是屬于離散型的，波動的范圍在[-0.05，0]，說明此時邊坡處于穩定狀態。

圖7 測點3監測數據

圖8 測點3監測數據

五、結論

本文以佛山廣明高速k66標段兩側的高邊坡為基礎建立邊坡模型，并結合數字圖像測量技術對邊坡穩定性進行監測，從中可以得出以下結論：滑坡是一個緩慢發展的過程，在整個邊坡變形的過程中，變形的速度由慢到快，越到后面發展越快，這對邊坡穩定性會產生不良的影響，有效的監測將會避免邊坡變形帶來的嚴重后果，國家規范規定邊坡的水平位移達到20mm時，此時的邊坡已經處于破壞狀態，所以說建立起一套邊坡的位移監測的預警系統十分有必要。為了保證邊坡處于穩定的狀態，當錨桿的損傷程度為50%時，在系統中設定為提醒值；當錨桿的損傷程度為80%時，在系統中設定為報警值。在邊坡模擬計算中錨桿的損傷值為80%時，結點106的水平位移為8.3mm，結點2的水平位移為3.5mm，結點13007的水平位移為5.4mm，結點2935的水平位移為1.5mm。當實時監測數據窗口出現測點水平位移為8.3mm時，報警系統會自動的報警，接到報警后應對邊坡的狀況進行全面的檢測，分析原因并采取相應的措施，防止邊坡的破壞。

[1]張巍,施斌,索文斌等.凍土瞬態溫度場的分布式光纖監測方法及應用[J].巖土工程學報，2007，(05)：723-728.

[2]彭立威.鉆孔測斜儀數據處理系統的開發與監測成果分析方法研究[D].成都：成都理工大學，2011.

[3]譚捍華，傅鶴林.TDR技術在公路邊坡監測中的應用試驗[J].巖土力學，2010，21(4)：1331-1336.

[4]劉永祿.數字圖像測量技術在巖土工程試驗中的應用研究[D].大連：大連理工大學，2008.

[5]王冠軍.基于圖像處理的光電測量設備自動調焦方法研究[D].長春：中國科學院研究生院，2016.

[6]胡云川.基于三維數字圖像相關法的振動測量研究[D].上海：東華理工大學，2015.

[7]宋誠.數字攝影測量法在邊坡監測中的應用研究[D].廣州：廣州大學，2014.