公路邊坡變形監測預警技術與工程應用

周澤林 楊光清 徐峰

摘 要：本文采用智能監測裝備及系統對西南地區某互通邊坡開展變形監測，監測數據較好的反應邊坡的變形狀況并提前及時地發出預警信息，為撤出人員和重要物資爭取了寶貴時間，研究表明滑坡監測系統完全能夠滿足公路工程監測需求。

關鍵詞：公路邊坡;監測;預警

0 引言

我國的公路建設近三十年得到跨越式的發展，截至2019年，全國公路總里程501.25萬公里，公路密度52.21公里/百平方公里。隨著我國公路建設規模的不斷擴大，公路建設向工程地質條件復雜的山區延伸，由于山區地形地貌的復雜性，在公路建設過程中不可避免出現高填深挖的狀況，形成大量的高邊坡（填方邊坡或挖方邊坡），造成原有的地質力學平衡條件被破壞，在各種自然和工程因素的擾動下，時常引起公路邊坡的變形甚至破壞，給邊坡的施工和維護帶來了諸多的技術挑戰。

由于干線公路在建設過程中受資金、工期等多方面的限制，邊坡災害的防護工作不足，因此西南山區公路受災害影響的數量最多、路段最長、隱患最大。如在四川綿竹境內鮑竹路上行駛的一輛大客車被十余噸突然掉落的巨石砸毀，導致18名乘客死亡的慘劇;在重慶彭（水）-石（柱）公路約5公里處突然發生的山體滑坡，一輛路過的客運汽車恰好被滾落的巨石砸中，導致7名乘客當場死亡;重慶已經運營7年的公路突然發生大型的順層滑坡，導致該段公路受堵，10余天不通暢;貴州省思南縣青杠坡鎮在2013年4月22日突然發生山體滑坡，造成了11人死亡，2人受傷。

1 工程概況

該互通為峰林谷地巖溶地貌單元，區內地勢海拔高程2 071.0 m～1 835.0 m，最大高差約236 m。勘察區上部多被開墾為耕地，呈階梯狀，坡度約為25°～35°下部為高速公路施工開挖邊坡，總體坡度約20°～35°，局部坡度較陡，約50°。

該區域出露第四系碎石土，灰巖巨型塊石堆積體，下伏二疊系下統棲霞組第一段灰巖、砂巖、泥灰巖及煤系地層。煤系地層因雨水沖蝕抗剪強度較低，下部灰巖、砂巖及泥灰巖多處存在互層現象，巖性特征分述如下：

1.1 第四系全新統坡殘積層（Q4dl+el）

碎石土：黃褐色，稍濕，松散～稍密，碎石成分為石灰巖，多呈次棱角狀、碎片狀，排列無序，一般塊徑3 cm～8 cm，最大15 cm，充填粉質黏土，其中碎石含量在50%～60%之間。厚度一般為0.50 m～2.0 m，分布于滑坡體上部表層。

塊石堆積體：青灰色，稍濕，塊石成分為灰巖，塊徑巨大，據開挖斷面觀察，粒徑多為0.3 m～10 m不等，最大可達15 m，為原山體斷層時形成的滾落堆積塊石，排列無序，局部鈣質膠結，塊體接觸面巖溶強烈，多見溶孔。巖石堆積體分布范圍從BK0+600～BK0+750至CK0+800～CK1+420，兩端厚度較小，趨于尖滅，中間CK0+980～CK1+300段厚度較大，中間一段距離后緣陡崖較近，厚度較大，且粒徑較大，也符合此巖石堆積體為崩塌或錯落成因的特征關系。

1.2 二疊系下統棲霞組第一段

巖性為灰巖、砂巖、泥灰巖及薄層煤質層，巖層受構造作用影響，表層較破碎，總體產狀為89～92°∠19～21°。

灰巖：青灰色，隱晶結構，層狀構造，主要礦物成分方解石，節理裂隙發育，局部巖溶發育嚴重，巖芯呈短柱及碎塊狀，風化程度為中風化。

砂巖：淺黃色-灰白色，砂質結構，層狀構造，主要礦物成分石英，長石，裂隙發育，巖芯多碎塊狀及短柱狀，一般塊徑5 cm～12 cm，最大20 cm，裂隙面多見鐵質浸染，采取率80%，RQD=30。該層主要揭露于滑坡體下部，風化程度為中風化。

泥灰巖：深灰色，隱晶結構，層狀構造，主要礦物成分黏土礦物，方解石，節理裂隙較發育，巖芯多碎塊及短柱狀，一般塊徑3 cm～8 cm，最大15 cm，采取率80%，RQD=30。該層主要揭露于滑坡體下部，風化程度為中風化，局部夾有煤層。

2 監測系統及布設

2.1 監測裝備及系統

現場監測主要采用“招商交科云眼”監測系統[1]，監測過程中選用了邊坡表面裂縫監測系統、結構物傾斜狀態監測系統、圖像智能捕獲系統以及配套的數據分析和智能預警平臺等。

2.1.1 邊坡表面裂縫監測裝備

主要用于邊坡表面位移的直接監測，系統利用高精度大量程位移計監測邊坡主斷面的裂縫變化情況，首尾傳感器布設于邊坡區域外的相對固定點上，實現對邊坡主要斷面的實時監測，監測數據重復度1 mm。

2.1.2 結構物傾斜狀態監測裝備

結構傾斜狀態采用結構物傾斜狀態監測系統監測，此系統主要用于監測邊坡支護結構及其它結構物的傾斜情況，傳感器可同時監測x、y兩個軸向，量程為正負30°，精度為0.01°，分辨率為0.001°。

2.1.3 圖像智能捕獲裝備

圖像智能捕獲系統用于遠程獲取邊坡災變體的圖像，幫助分析其實時狀態，此系統集采集、無線傳輸、太陽能供電于一體，安裝方便，基本無需人員維護，可根據用戶需求，定時上傳現場圖像數據。

2.1.4 數據分析與預警平臺

該系統負責對現場設備上傳的數據進行解析，將監測數據存儲與云端服務器的數據庫中，并進行監測數據的智能分析，發現數據異常時自動撥打相關人員電話或發送報警信息，調節設備的監測參數，并自動生成監測報告。

2.2 布設方式

2014年6月，該高速公路互通段在邊坡開挖與持續降雨作用下，后緣山體出現拉裂現象，導致產生滑坡。2015年6月10日前后，在原有滑坡體的小樁號側又產生了新的滑坡。

課題組通過現場考察，開展如下監測：

（1）在滑坡體后緣合適位置選擇2個斷面上的6個點位（1個斷面3個點位）采用“邊坡表面裂縫監測系統”對坡面變形及裂縫發展狀況進行監測，如圖所示。

（2）在主線橋上選擇4根橋墩柱，在C匝道上選擇2根橋墩柱，在柱頂采用“結構物傾斜狀態監測系統”對整個墩柱傾斜狀況進行監測。

（3）在滑坡范圍以外選擇合適位置，安裝“圖像智能捕獲系統”，對整個滑坡體、主線橋與匝道的安全狀態進行實時可視化監測。

3 數據分析

2015年8月17日-2015年8月31日節點數據出現增長，其中點“1-2”在該監測周期變形量較緩，約為4 mm，點“3-2”在該周期變形量已經達到28 mm，該周期的監測圖像上并未發現明顯的變形特征。

2015年8月31日-2015年9月16日點“1-2”在變形速率變化不明顯，變形總量約為7 mm，點“3-2”在該周期變形速率變緩，變形量約10 mm。

2015年9月16日-2015年10月8日，在10月1日之前裂縫位移監測數據呈現逐步穩定增長，但10月1日之后，邊坡進入加速變形階段，監測曲線符合土質邊坡塌方的典型曲線。其中點“1-2”在國慶七天變形量已經高達25 mm，點“3-2”變形量高達32 mm。并在監測圖像上能夠識別出坡體局部的變形，課題組立即向建設單位和施工單位發出預警預報，建議立即撤出人員和重要物資。

2015年10月8日-2015年10月12日監測數據繼續快速增長，并在10月12日出現塌方。

4 結論

綜上所說，公路邊坡尤其是高風險邊坡施工和運營過程中進行安全管控是保障安全和降低風險的重要舉措，“招商交科云眼”公路邊坡病害監測設備精度、預警系統的穩定性等能夠滿足工程環境的應用條件。

參考文獻：

[1]老關.“云眼”邊坡智能監測系統在國內得到廣泛應用[J].公路交通技術，2016（3）：57.