黃 健,左得奇,肖金武
(成都理工大學地質災害防治與地質環境保護國家重點實驗室,四川 成都 610059)
隨著西部大開發的推進,高速公路建設在西南山區得到了快速發展。但是該區域又是我國地質條件最為復雜,地質災害最為發育,且對山區公路、通行車輛及人員的安全威脅最大的地區。如2012年6月28日,四川涼山冕寧縣一段省道發生巖石崩塌災害,直接造成2輛車被埋,死亡7人;2016年7月27日,在建的雅康高速天全段發生一處滑坡,直接造成8根橋墩垮塌,直接經濟損失達500萬元以上。可見,山區公路建設、運營過程中,針對邊坡的穩定性評價及安全預警顯得尤為重要。
邊坡穩定性分析是一個多因素的綜合評價過程[1-4],常用的方法有模糊綜合評價法[7]、綜合指數法、神經網絡法等[4]。多因子權重的大小則常采用灰色關聯分析法[1-2]、相互作用關系矩陣法[4]等來確定。考慮到山區公路邊坡穩定性評價過程中所涉及的多因素具有明顯的不確定性及難以量化等特點,本文在總結已有研究成果的基礎上,結合山區典型公路邊坡的具體特征,建立邊坡穩定性評價指標體系,分別利用灰色關聯分析法與綜合指數法構建了山區公路邊坡穩定性快速評價方法,并針對目前普遍使用智能手機的現象,結合智能手機終端與高德地圖服務,進一步利用Android二次開發技術,綜合集成地圖、氣象、公路邊坡等數據,研發了集定位、導航、邊坡穩定性動態評價及實時預警提示功能為一體的山區公路邊坡穩定性快速評價系統。該系統的應用不僅方便了大眾,更為地質災害防災減災研究提供了一條新的途徑。
邊坡穩定性影響因素多,一般可分為控制因素和誘發因素兩類。邊坡形態(高度、坡度)、地質條件(巖性、風化程度)和巖體結構(結構面產狀、結構面組合、結構面形態)是控制邊坡穩定狀況的關鍵因素,而水的作用(降雨、地下水)以及地震、人類工程活動是邊坡失穩的誘發因素[3-4]。因此,綜合已有的研究成果,本文建立了山區公路邊坡穩定性評價指標體系,見圖1。

圖1 山區公路邊坡穩定性評價指標體系Fig.1 Evaluation index system for stability analysis of road slope in mountain area
本文以安徽湯屯高速公路近40處邊坡詳細調查數據作為樣本,利用半定量專家取值法實現指標的量化[4],如巖體強度指標取值詳見表1。基于此,以邊坡穩定狀態為參考數列,P1~P5為比較數列,計算關聯度,并對其加權平均后得到各指標的權重,即{k1,k2,k3,k4,k5}={19.571 5,19.529 0,19.689 1,20.307 2,20.903 2}。

表1 巖體強度指標(P3)取值[4]Table 1 Index of rockmass intensity (P3)[4]
本文利用綜合指數法建立了山區公路邊坡穩定性快速評價方法,即計算邊坡不穩定指數(?),其中降雨作為誘發因素,并考慮對結構面與巖體結構類型指標進行修正。邊坡不穩定指數?的計算公式為

式中:Pi為指標i的取值;ki為指標i的權重;φi為指標i的降雨修正系數,φ1,2,3=1.0,φ4,5=1.5。
根據上述方法,利用收集的40處典型邊坡樣本數據,通過對邊坡不穩定指數進行等級劃分,得到了山區公路邊坡穩定性的等級區間,見表2。

表2 山區公路邊坡穩定性的等級區間Table 2 Rating intervals of road slope stability in mountain area
為了進一步檢驗方法的可靠性,利用該方法對安徽黃桃塔高速公路沿線邊坡進行了穩定性評價,其推測結果與定性評價結果吻合度可達80%以上,表明所建立的邊坡穩定性快速評價方法具有可靠性,也為軟件平臺研發奠定了理論基礎。
Android是基于Linux內核,采用Java語言編寫的主要應用在移動設備終端的一套開源系統。由于其市場占有率高,應用程序開發難度不大,因此得到了廣大用戶的歡迎,并且開發出了諸多優秀的應用軟件,如奧維互動地圖等。利用該技術不僅可以實現山區公路邊坡信息化管理,而且還可以結合實時的降雨數據,實現山區公路邊坡安全預警功能,保障行駛中的車輛及人員安全。
山區公路邊坡安全快速評價系統(MS_APP)由數據庫、數據傳輸層、業務邏輯層、應用層組成,見圖2。數據庫主要存儲了山區公路邊坡基礎屬性信息、氣象降雨數據和高德地圖平臺;業務邏輯層主要實現邊坡不穩定指數計算、空間信息服務及導航規劃功能;應用層則是在邏輯層分析結果的基礎上,實現邊坡安全提示與預警。

圖2 山區公路邊坡穩定性快速評價系統(MS_APP)的架構Fig.2 System architecture of fast evaluation system for road slope stability in mountain area (MS_APP)
山區公路邊坡穩定性快速評價系統數據流設計,見圖3。針對山區公路邊坡具有線狀分布的特點,利用高德地圖平臺提供的地圖服務,通過二次開發實現定位、導航、路線規劃等基礎功能。在此基礎上,進一步優化地圖模塊,加載邊坡點位、屬性及動態穩定性評價結果等信息,實現用戶交互式操作、終端與服務器的實時同步等功能。

圖3 山區公路邊坡穩定性快速評價系統數據流設計圖Fig.3 Dataflow design graph of MS_APP system
用戶登陸系統后,可以實時查看所在范圍內的邊坡點信息,包括坐標、類型等;服務器端通過調用實時天氣信息,利用建立的邊坡穩定性評價方法,自動分析此時邊坡的穩定狀況,實時推送給用戶,并在系統界面動態顯示。
根據系統總體設計要求,實現相應的功能模塊涉及的主要關鍵技術包括邊坡穩定性狀況動態評價和空間地圖實時同步。
邊坡穩定性狀況動態評價模塊主要是基于前述建立的計算方法,指標數據源自現場調查,通過將其錄入數據庫后,系統自動實現指標量化處理,并計算對應的邊坡不穩定指數。針對降雨條件下的修正,則是通過調用高德地圖平臺提供的Weather類進行降雨工況的邊坡不穩定指數計算,得到實時的邊坡穩定性狀況,并存儲于數據庫中,便于動態調用顯示。
空間地圖實時同步模塊主要是通過調用高德地圖平臺提供的二次開發類庫中的Amap類、Location類、Search類、Navimap類,分別實現路線規劃與顯示、定位、周邊搜索及實時提醒功能。當用戶啟動系統進行車輛行駛路線導航功能時,系統自動調取沿線邊坡當前穩定性信息,并以紅色標示、語音通報等方式反饋給用戶,便于用戶知曉此時公路邊坡的穩定性,及時作出相應的決策與措施。
為了檢驗山區公路邊坡穩定性快速評價系統的可靠性和實用性,本文以105省道某典型山區公路邊坡為應用測試案例進行檢測。該邊坡為變質砂巖組成的緩傾順向坡,其穩定性差,強降雨條件下極易發生整體失穩。該邊坡基本地質信息見表3。
系統功能的實現與展示效果見圖4。其中,圖4(a)、(b)主要是地圖導航功能的實現,用戶可以通過輸入起點與終點來確定行車路線,完成路線規劃;圖4(c)為用戶進入導航功能模塊后,系統自動搜索當前位置周邊500 m范圍內的已有邊坡信息,并以相應的顏色進行標示,即:紅色對應邊坡穩定性極差、橙色對應邊坡穩定性差、黃色對應邊坡穩定性一般、藍色對應邊坡穩定性良好,當用戶行駛車輛進入邊坡位置150 m范圍之內時,系統會通過語音播報的形式告知

表3 某邊坡基本地質信息Table 3 Geology information of a slope

圖4 系統功能的實現與應用 Fig.4 Realization and application of the software functionalities
用戶;圖4(d)為當前用戶正在通過一處危險等級的邊坡,即系統測試案例,系統以動態語音提示用戶,前方存在一處穩定性極差的邊坡,需要注意安全。
由此可見,該系統可以輔助用戶進行行駛路線的規劃,幫助用戶提前選擇安全性較高的路線通行;如果必須通行具有一定危險性的路段,在行駛過程中系統會動態給予提示或預警,在一定程度上保障了通行車輛及人員的安全。
本文通過對已有研究成果的總結,重點考慮西南山區公路邊坡的特點,選取具有代表性的邊坡穩定性評價指標,利用灰色關聯分析法與綜合指數法建立了邊坡穩定性快速評價方法,并在此基礎上,利用現代智能手機終端平臺Android二次開發技術以及高德地圖平臺空間數據服務等資源,綜合集成邊坡信息、實時氣象降雨信息、邊坡穩定性評價結果等數據,研發了山區公路邊坡穩定性快速評價系統,實現了邊坡穩定性狀況的快速評價、存儲及同步個人終端等功能,便于用戶在出行之前進行安全路線規劃,為行駛在山區公路上的通行車輛提供了一定的安全保障。
參考文獻:
[1] 東亞斌,段志善.灰色關聯度分辨系數的一種新的確定方法[J].西安建筑科技大學學報(自然科學版),2008,40(4):589-592.
[2] 孫芳芳.淺議灰色關聯度分析方法及其應用[J].科技信息,2010(17):880-882.
[3] 石豫川.山區高速公路邊坡穩定性快速評價方法及應用研究[D].成都:成都理工大學,2007.
[4] 趙建軍.公路邊坡穩定性快速評價方法及應用研究[D].成都:成都理工大學,2007.
[5] 王玨.基于智能手機的巖質邊坡快速分析方法[J].地質科技情報,2016,35(1):172-176.
[6] 王鳴,黃鵬程,陳招軍,等.基于GIS的巖質順層邊坡坡體組合類型空間分布[J].安全與環境工程,2017,24(4):47-51.
[7] 徐偉,葛華,張海濤,等.基于模糊綜合評判法的區域斜坡穩定性評價——以普格縣城某區域為例[J].安全與環境工程,2016,23(4):33-38,50.
[8] Canal A,Akin M.Assessment of rock slope stability by probabilistic-based slope stability probability classification method along highway cut slopes in Adilcevaz-Bitlis (Turkey)[J].JournalofMountainScience,2016,13(11):1893-1909.
[9] Lai X P,Shan P F,Cai M F,et al.Comprehensive evaluation of high-steep slope stability and optimal high-steep slope design by 3D physical modeling[J].InternationalJournalofMinerals,Metallurgy,andMaterials,2015,22(1):1-11.