大數據關鍵技術在湘中地區滑坡隱患點監測應用*

尹 萍，龔玉葉

（湖南工程職業技術學院，湖南 長沙410151）

本文選取的研究區域為湖南寧鄉地區的某滑坡形變，其中，研究區域的信息主要有地形地貌、地質構造、地層巖性、氣象水文、人類活動等方面。詳細分析了該區域的滑坡地質災害易發生性評價影響因子，對滑坡的形成和滑坡區域的確定提供理論依據。研究數據的信息主要是采用In-SAR圖像數據的基本參數，結合InSAR監測數據和自動化監測中深部位移監測數據，計算出滑坡的范圍和規模。

1 研究區域概況

1.1 地形地貌

原始地貌為剝蝕低丘地貌，地形起伏較大，丘間多發育溝谷，滑坡區域處在兩沖溝之間的低丘地段，該段低丘山脈走向近東西向，低丘頂呈近橢圓形，峰頂高程149.50m，低丘山坡坡度較為平緩，坡度10°～20°，坡上植被茂密，人類工程活動對原始地貌作了較大改變。研究區域圖如圖1所示。

圖1 研究區域圖

1.2 地質構造

滑坡區處在桃花嶺壓性斷裂帶產生的次生斷裂帶內，巖層總體呈緩變的單斜，傾向90～110，傾角8°～28°，受構造影響，場區巖石破碎，局部軟巖中巖層擠壓褶曲、揉皺較為明顯，巖層產狀局部紊亂變化；巖體節理裂隙發育，其中以25°∠80°～85°節理優勢發育，節理密度達10～15條/m，節理面平直光滑，一般較為閉合。

1.3 地層巖性

場區分布的原始地層由上至下主要為：上覆第四系覆蓋層為坡殘積（局部崩積）粉質粘土、碎石混黏性土；其下伏基巖為石炭系下統大塘組測水段（C1d）2砂巖、石英砂巖、泥巖、含炭質泥巖互層。

1.4 氣象和水文

場地地下水主要類型有：第四系孔隙潛水、基巖裂隙水。第四系孔隙潛水賦存于粉質粘土層中，該層含碎石、塊石，透水性較好，受大氣降水補給，地下水比較豐富，尤其在其底部，由于其下伏基巖表面，泥巖表面具有局部隔水特征，水量更為豐富。基巖裂隙水賦存于基巖裂隙中，場地強風化砂巖、泥巖互層，呈互層層狀結構，節理裂隙很發育，層面與節理裂隙切割面構成密集的裂隙通道，滲透性好，基巖裂隙水豐富，其主要接受大氣降水經上覆第四系孔隙潛水越流補給。在邊坡坡腳滲水點附近挖坑集水，采取1件地下水試樣，其結果詳見附件《水質分析報告》，對其評定如表1。

表1 地下水評定結果表

1.5 不良地質和特殊性巖土

除了滑坡以外，本場地尚有小型采空以及膨脹巖土特殊性巖土兩個值得關注的問題。

1.5.1 采空洞

該山坡上有私采拉濫挖的采煤采空洞存在，采空在巖體中形成空區，年代久遠，難保其中不形成自然垮塌，形成采空塌陷區和采空變形區，造成山體中部分巖層移動，破壞了地層結構及其完整性。同時采空洞成為了儲水構造，匯聚地表水進入坡體的深部，長時間向周邊巖土體滲流、排泄，造成邊坡巖土地下水較為豐富，山坡巖土體中的泥巖、炭質泥巖等，遇水易軟化、崩解，地下水在層間長期作用，不利于山體穩定。

1.5.2 膨脹巖土

場地泥巖經巖礦鑒定以及膨脹性土工試驗，其蒙脫石含量約14%，伊利石含量約3%，自由膨脹率達72%，屬于膨脹潛勢為中等的膨脹巖土（呈土狀）。膨脹巖土在干濕交替的環境之下，其特點為脹縮性循環、裂碎及飽水極度變軟，極易產生由表及里的漸進性破壞，從而導致公路邊坡逐步失穩，屬于邊坡工程中的難題。

2 研究數據

研究區采用ALOS-1PALSAR和RADARSAT-2數據共計60景，時間覆蓋范圍為2018年6月2日至2019年9月23日，詳細情況如表2，采用DEM分辨率為30m的SRTM-1數據。

表2 研究區數據詳細情況

本次實驗針對ALOS-1PALSARA條帶數據及RAD ARSAT-2數據的特點，根據軌道參數、脈沖重復頻率、時間信息和外部DEM等信息，采用InSAR干涉測量技術利用長時間自動干涉測量系統AISAR進行數據處理。大致流程為預處理、差分干涉計算、形變量計算、地表形變結果的幾何校正、數據處理的質量控制等，并根據監測區的地質條件，結合野外調查數據，分析地災體形變的變化規律，以及這種變化與地形地理、地質類型與降水量等要素之間的關系，采用數值模型分析，對地表形變過程進行模擬分析，揭示地表形變的機理，對形變體的穩定性進行評估。

根據現場調查的資料，發現北緯28.06815°，東經112.73830°附近滑坡體由于高速公路從坡腳通過，該坡腳開挖形成了較高的邊坡，該區域原有的穩定結構造受到了一定破壞。雖然該邊坡采用了一定的表面防護措施，但是該坡體主要為膨脹巖土，膨脹巖土在干濕交替環境下，呈現脹縮循環、裂碎以及飽水極度變軟的特點，其處在坡體淺表，極易產生由表及里的漸進性破壞，從而導致邊坡逐步失穩。

通過對ALOS-1PALSAR和RADARSAT-2數據的處理，提取各時段的DEM模型（如圖2-圖5），發現道林互通滑坡自2018年6月至2019年3月部分區域略有微小形變，但基本處于穩定狀態；自2019年3月～2019年8月部分坡體發生持續變形；自2019年8月底～2019年9月初部分坡體發生滑坡。

圖2 2018年6月至2019年3月道林互通滑坡體DEM模型圖

圖5 2019年9月道林互通滑坡體DEM模型圖

圖5 路徑規劃算法流程圖

由于滑坡發生在表層（約2m深，根據深部位移監測數據得知），用肉眼觀察各個DEM模型，發現DEM模型變化較小。為準確地得出滑坡體發生形變的范圍，我們將后續得到的DEM模型與2019年3月之前道林互通滑坡體DEM模型配準后做差分處理，差分結果超過允許誤差的區域即為發生形變的區域。為直觀地展示發生形變的區域，我們將發生形變的區域映射到道林互通滑坡體初始DEM模型上，并用醒目色塊標識（如圖6-圖8）。

圖6 2019年6月道林互通滑坡體形變區域圖

圖8 2019年9月道林互通滑坡體形變區域圖

圖3 2019年6月道林互通滑坡體DEM模型圖

圖4 2019年8月道林互通滑坡體DEM模型圖

圖7 2019年8月道林互通滑坡體形變區域圖

通過將后續得到的DEM模型與道林互通滑坡體初始DEM模型的差分處理結果，我們準確地得到了道林互通滑坡體在各個時間段發生形變的位置及發生形變區域的范圍。由于網格大小已知，通過簡單計算，可得：2019年6月道林互通滑坡體相對于初始狀態（2019年3月前）形變區域面積約為63.172m2；2019年8月道林互通滑坡體相對于初始狀態形變區域面積約為69.442m2；2019年9月道林互通滑坡體相對于初始狀態形變區域面積約為89.470m2（此時，已發生局部滑坡）。

3 滑坡自動化監測內容和方法

結合項目實際，為了與InSAR數據進行相互補充，能確定滑坡的范圍和規模。根據規范，滑坡危害程度屬于一級滑坡，需建立地表變形、深部位移、裂縫位錯、地下水位的自動化監測系統，監控滑坡整體變形。根據監測方案，本次監測項目主要有：地表位移監測、邊坡深部位移監測、地下水位監測等。

3.1 地表位移監測

地表位移監測是指在能反映邊坡變形動態的位置，布置相應的地表位移監測點，可采用角度交會、距離交會、極坐標法、邊角網、GPS等技術方法。通過數據處理分析坡面的幾何外觀變化情況，并繪制出坡面各個點在施工過程中的水平及豎直方向的位移變化，從而進一步來了解邊坡滑動基本情況，并提供災害預警信息，這是一種最直接的監測方法。地表位移監測采用GPS連續自動監測技術系統進行實時監測。

3.2 深部位移監測

2019年3月，在道林互通滑坡體布設深部位移自動化監測點2個（監測點布置如圖9），每個監測點分別在離地表2m、4m深度安裝深部位移傳感器，深部位移監測點數據每天實時更新。2019年3月至2019年9月，各深部位移監測點監測數據曲線如圖10-13。

圖9 道林互通滑坡體深部位移監測點布置圖

圖10 道林互通滑坡體1號深部位移監測點2m深傳感器位移曲線

3.3 地下水位動態監測

利用原有勘察鉆孔和監測工作增加鉆孔，與其他監測工作同周期同頻率地對鉆孔地下水位進行實時監測，來監測地下水位的變化和降雨及深部位移變化的關系，從而評價地下水位對位移的影響及邊坡排水系統的有效性。

3.4 地表裂縫位錯監測

采用裂縫兩側埋設觀測樁觀測，使用鋼尺同周期測量的方法（也可采用裂縫計），監測滑坡裂縫發展狀況與錯動大小、方向，主要針對剛剛開始治理的邊坡，是最直觀和快速的監測手段，也對施工安全、監控起到預警預報的作用。

3.5 監測數據分析

根據監測區的地質條件，通過對ALOS-1PALSAR和RADARSAT-2數據的處理，提取各時段的DEM模型，分析地災體形變的變化規律，發現道林互通滑坡自2018年6月至2019年3月部分區域略有微小形變，但基本處于穩定狀態；自2019年3月-2019年8月部分坡體發生持續變形；自2019年8月底-2019年9月初部分坡體發生滑坡。根據后續得到的DEM模型與道林互通滑坡體初始DEM模型的差分處理結果，準確地得到了道林互通滑坡體在各個時間段發生形變的位置及發生形變區域的范圍。滑坡體布設深部位移自動化監測點2個，每個監測點分別在離地表2m、4m深度安裝深部位移傳感器，深部位移監測點數據每天實時更新，通過深部位移可知，自2019年4月初至2019年8月中，道林互通滑坡體1號深部位移監測附近發生持續緩慢變形，滑動面深度約為2m。

圖11 道林互通滑坡體1號深部位移監測點4m深傳感器位移曲線

圖12 道林互通滑坡體2號深部位移監測點2m深傳感器位移曲線

圖13 道林互通滑坡體2號深部位移監測點4m深傳感器位移曲線

結合InSAR監測數據和深部位移監測數據，利用道林互通滑坡體相對于初始狀態形變區域面積，假定滑動面為一弧形曲面，可以計算出形變區域體積。2019年6月道林互通滑坡體相對于初始狀態（2019年3月前）形變區域面積約為63.172m2，形變區域體積（假定滑動面為一弧形曲面，以下同）約為126.344m3；2019年8月道林互通滑坡體相對于初始狀態形變區域面積約為69.442m2，形變區域體積約為138.884m3；2019年9月道林互通滑坡體相對于初始狀態形變區域面積約為89.470m2，形變區域體積約為178.940m3。

4 結束語

本文研究了合成孔徑雷達干涉InSAR技術原理和數據處理方法，通過選取合適的InSAR雷達波長，減弱了地表植被對地形監測的影響；同時將多種InSAR數據處理技術相結合，有效解決了地形復雜區雷達信號相干性差異導致的地表變形難以精確提取的問題，得到了研究區域毫米級地表動態變形結果。利用覆蓋湖南寧鄉某地的雷達數據，綜合應用雷達差分干涉測量技術，提取了該研究區域多時段的變形信息，揭示了該區域的滑坡發育地表形變的時空特征。結合監測結果和野外驗證，成功識別出該研究區域的滑坡，實現了滑坡的早期識別。利用研究區域監測初期得到地表變形信息，提取出監測初期地表形變區域的范圍，并在形變區域及其附近進行深部位移監測。結合后續的InSAR監測結果及形變區域深部位移數據，得到了滑坡體各時段的形變區域的范圍、面積及滑動面的深度，進而較為準確地預測了滑坡的范圍及規模。