智能預警技術在公路路塹邊坡狀態監測中的應用

趙志忠，楊宗橙，蘇 濤，黎付安

（1.廣西百寧高速公路有限公司，廣西 南寧 530000；2.廣西交投科技有限公司，廣西 南寧 530000）

0 引言

隨著中國經濟的發展，高速公路建設規模逐步擴大，更多的高速公路延伸至山區。山區高速公路對既有巖土進行開挖，形成新的坡面，造成應力的重分布，若開挖處治不當將有失穩的風險，嚴重的甚至造成人員傷亡和財產損失。為此，需要對邊坡開挖風險進行分級，并根據分級結果采用自動化技術對邊坡進行實時監測，以便及時采取應對措施。關于高邊坡風險分級和邊坡自動化監測技術，國內外有部分專家和學者進行了研究。林俊勇運用層次分析法和模糊綜合評判法建立路塹高邊坡施工安全風險估計模型，運用風險矩陣法進行風險評價和分級［1］。馬吉磊等提出公路邊坡野外北斗自動化監測技術與系統優化方案［2］。國內外專家做了一些相關的研究，并取得了應用成果，但是缺乏智能型的綜合自動化監測系統。

1 工程概況

依托工程位于廣西區內某高速公路工程K68+365-K68+590段，處于高速公路右側，為路塹邊坡，覆蓋層為含碎石粉黏土，下伏薄～中厚層全～強風化砂巖，中厚層中風化砂巖，見頁巖夾層，反向土石二元結構邊坡，坡體為5級開挖，小里程段和坡體中部出現明顯溜滑。

2 邊坡風險分級

專家調查評估法是以專家作為索取信息的對象，依靠專家對路塹高邊坡的知識和經驗，在現場調查的基礎上，根據建設規模、地質條件、工程特點、誘發因素、施工環境、資料完整性對高邊坡做出評估和預測的一種方法。專家應具備高級及以上技術職稱，評估負責人具有10年以上、成員需具有5年以上工程管理經驗，以及高邊坡勘察、設計、施工工作經歷。本次評估成立專家組成員3人，根據各個高邊坡建設規模、地質條件、誘發因素、施工環境、資料完整性5個分項，按4個風險等級分別給出分項評定分值Ri，即等級Ⅳ（極高風險）（4分）、等級Ⅲ（高度風險）（3分）、等級Ⅱ（中度風險）（2分）、等級Ⅰ（低度風險）（1分）。在此基礎上，專家對分項評估分值給出專家信心指數Wi，再根據各專家成員評分Dr值及平均評分值，最終確定邊坡的風險等級。

根據現場踏勘獲得的資料，采用專家調查評估法，依靠專家對路塹高邊坡的專業知識和工程經驗，結合邊坡所在地巖層的節理、軟弱夾層、巖性、產狀、坡度與坡高等因素，按4個風險等級對邊坡進行風險評估，即等級Ⅳ（極高風險）、等級Ⅲ（高度風險）、等級Ⅱ（中度風險）、等級Ⅰ（低度風險）。最終確定該邊坡風險等級為高度風險，需制訂專項的邊坡監測方案，選取合適的監測項目及方法進行自動化監測和預警，準確把握邊坡動向［3］。

3 監測系統及方案

3.1 “北斗+監測系統”

北斗形變監測站是由數據采集系統、數據傳輸系統、GNSS解算系統、數據服務平臺組成。數據采集系統：由測量型接收機、供電系統、安裝防護系統組成。其中，測量型接收機采用高精度測量型GNSS接收模塊，融合自主開發的信噪過濾處理程序，確保獲得高質量原始數據。數據傳輸系統：采用GPRS 無線傳輸技術，通過獨有的通信協議實現了大數據實時傳輸和斷線補傳功能，確保了數據完整性。GNSS解算系統：采用自主知識產權的數據解算系統，實現了高精度連續實時解算。數據服務平臺：對現場設備的遠程配置、調試、故障排查、升級等操作全部集成于數據服務平臺，實現真正的集成化與智能化［4］。

3.2 監測方案

本項目監測方案選擇人工監測和智能監測相結合，人工監測包括現場定期巡查和儀器測量地表位移，巡查以目視為主，可輔以量尺、放大鏡等工具及影像等手段進行，主要巡檢邊坡地表新裂縫、坍塌、地表變形，地下水出露點和水流量大小，支擋結構變形、裂縫和后側巖土體的裂縫、下陷或滑移、植物傾斜方向等情況，地表及地下排水系統的完好、暢通情況，坡腳民房變形、裂縫等，并應做好巡檢記錄。儀器測量地表位移通過布設永久性變形監測網，監測網由基準點、工作基點和監測點，用高精度測量機器人進行監測。智能監測主要是布設全球導航衛星系統地表位移監測設備、智能雨量計和視頻設備，實現實時監測。

3.3 測點布設

根據滑坡地質結構、治理工程布設和現狀坡面變形狀況，監測斷面及測點數量：GNSS監測斷面3個，GNSS測點6個，深層位移測點2個，視頻監控測點1個，機器人周期性監測測點5個。

4 監測預警

根據本滑坡地質結構、治理工程和邊坡變形狀況，依據現行技術規范，初步確定監測頻率和周期（見表 1），遇到雨季和突發強降雨，監測頻率適當加密。

表 1 監測頻率與周期

達到告警閾值后，需進一步分析確認，綜合研判，確定預警風險等級，分為紅色、橙色、黃色、藍色預警。

紅色預警：地質災害發生的可能性很大，各種短臨前兆特征顯著，在數小時或數天內大規模發生的概率很大。

橙色預警：地質災害發生的可能性大，有一定的宏觀前兆特征，在幾天內或數周內大規模發生的概率大。

黃色預警：地質災害發生的可能性較大，有明顯的變形特征，在數周內或數月內大規模發生的概率較大。

藍色預警：地質災害發生的可能性小，有一定的變形特征，發生地質災害的可能性不大。

當出現如下情況之一，立即進行危險預警：①抗滑樁、擋墻或坡面巖土體位移突然明顯增大；②邊坡及其影響范圍內路面、坡面、建筑物出現隆起、滑塌和嚴重滲漏；③坡面裂縫明顯擴展、擴大。

5 監測結果及數據分析

5.1 地表位移

5.1.1 GNSS監測

GNSS 監測點的累計位移量是以第一期監測坐標值作為初始值來計算總位移值的，分為 X 方向（東方向）位移、Y 方向（北方向）位移和 H 方向（高程） 沉降。監測結果分析如下。

監測點1位移變化異常，其位移變化在9月1號開始便呈現緩慢遞增的趨勢，在9月13日18：00發生了急速增長，至9月15日其間在不斷變化，變化速率最高達到了40 mm/d，9月16日之后逐漸穩定在150 mm變形量范圍內，可判斷其位置處發生了明顯的滑坡變形，經現場復查確實發生了邊坡明顯變形。

監測點 2 累計合位移達到了 14 mm，9月周期內垂直位移變化了 3 mm，水平位移量變化了 1.5 mm，合位移變化了 1 mm，合位移速率在 0～3 mm/d，垂直及水平變形較為穩定。

監測點 3 累計合位移達到了 13.5 mm，9 月周期內垂直位移變化了 3 mm，水平位移變化了 1.5 mm，合位移變化了 3.5 mm，合位移速率在 0～7 mm/d，位移時間曲線整體比較平穩，趨向一條水平直線。

監測點 4 累計合位移達到了 17 mm，9月周期內垂直位移變化了 1 mm，水平位移增大了 2.5 mm，合位移變化了 2 mm，合位移速率在 0～3.50 mm/d，時間位移曲線趨向一條水平直線。

監測點 5 累計合位移達到了 13 mm，9月周期內垂直位移增加了 1 mm，水平位移增大了 1.5 mm，合位移變化了 2.5 mm，合位移速率在 0～6.50 mm/d，9 月周期其位移變化微小，時間位移曲線變化平緩。

由以上結果得知：監測點1于9月13日18：00發生了明顯變形，其余監測點9月周期內變形量在4 mm范圍內，并且主要變形集中在垂直方向上，可判斷是受1號監測點位置處的變形影響，需加強監測點1位置處的觀測，預防其后續再次變形引發災害。

5.1.2 高精度機器人監測

對數據異常點位采用徠卡TM50高精度監測機器人進行自動觀測［5］，對邊坡監測網進行加密，并對變形區域進行加密監測。各測點的位移監測結果見表2。

表 2 周期性監測結果

由表2 可知：各監測點位置處的變形在持續增長，速度變緩。監測點 1 與監測點 2 變形較快，其余監測點變形緩慢增長。水平向變形量要普遍略高于垂直變形量。

由以上結果可知：在3 d的觀測周期內，所布設的監測點變形在逐日緩慢增加，可判斷其邊坡變形并未停止，后續可能還會出現較大的變形，需要加強后期的監測。

5.2 現場巡查結果

技術人員對邊坡進行了全面巡查，發現異常 3 處：①格梁裂縫；②一級平臺裂縫；③排水溝開裂。

5.3 深層位移

根據本期深層位移監測結果分析，邊坡JCK01號孔，滑面深度為15 m，峰值深度為11.5 m，峰值累計位移為3.67 mm，本月位移為 0 mm，位移速率為 0 mm/d。

6 結語

6.1 表面及深層位移

機器人應急監測點速率變緩，GNSS 各測點均達到預警值，邊坡地表存在變形蠕動，深層位移監測發現右側坡體無明顯滑動面［6］。

6.2 現場巡查分析

經現場巡查發現，排水溝、擋墻、一級平臺、格梁均存在不同程度的開裂，邊坡整體存在變形，有整體失穩風險。

對邊坡穩定狀況進行實時監測，掌握邊坡變形體的動態變化信息，出現較大變形時及時做出預警。同時，采用高精度機器人監測及人工現場巡查監測對預警進行深入分析，結果表明邊坡地表位移存在較大變形，深部巖土體比較穩定，邊坡防護結構存在多處開裂，達到黃色預警，發生地質災害的可能性較大，有明顯的變形特征。通過運用基于BDS高精度定位技術、遙感測繪技術及互聯網技術的三維智能監測系統，能及時做出預警和采取措施，保障高速公路運營安全，提升防災減災能力，減少人員傷亡和財產損失。