露天金屬礦滑坡模式分析及預警體系研究

華 威

（海峽（福建）交通工程設計有限公司，福建 福州 350004）

0 引言

德爾尼銅礦位于青海省東南部果洛州瑪沁縣南30 km，于2004 年8 月開工建設，2006 年11 月建成投產，項目年處理礦石30 萬t，該處礦的海拔在1 140～1 270 m，最大高差在130 m。包含了一采區和二采區兩個部分，在區域內存在著F4 及F6 斷層帶，F4 斷層位于一采區的左側約100 m 處，F6 斷層帶則位于一采區和二采區之間。在采區內地表和淺層的巖層由于受風化的影響，整體結構相對比較松軟。

在該露天礦內還有3 個含水層，主要是第四系砂礫石含水層、風化帶含水層及火山巖碎裂含水層。其中砂礫石含水層遍布整個礦區，含水層的平均厚度約為24.7 m，單位時間的平均涌水量約為1.14 L/（s·m）。風化帶含水層從一采區向著二采區逐步變薄，最厚處的厚度為47.6 m，最薄處厚度約為27.2 m，單位時間的平均涌水量約為1.27 L/（s·m）。火山巖碎裂含水層集中分布在地面下約95 m，單位時間的平均涌水量約為22.4 L/（s·m）。該礦區的降水集中在7/8 月份，降雪主要分布在10 月份到次年2 月份。

該露天礦由于開采量大而且在開采過程中會將產生的廢渣等集中堆放，因此在礦區內形成了多個礦坑和礦堆。在礦坑邊坡位置由于地層松軟、降水等緣故，經常出現滑坡事故，給礦山的正常作業帶來了較大的安全隱患。在優化前礦場主要采用了安排專人對礦坑邊坡情況進行排查，當出現異常時進行人工預警的模式，但該方案的監測效率極低而且檢出率也低，難以滿足安全開采的需求[1]。

在對多種自動化邊坡監控方案進行分析后，提出利用雷達監測和預警的方案對礦區邊坡的變化情況進行實時監測，通過對其邊坡變形速度的分析來判斷邊坡的穩定性。根據實際應用，該技術能夠實現對邊坡變形情況的實時監測和預警，有效地提升了礦區邊坡監測的可靠性。

1 露天礦場現狀分析

在金屬礦開采過程中除了開采產生的礦坑外，在開采時產生的粉砂巖、細砂巖等廢料都堆積在礦場周圍，會形成巨大的邊坡結構。這些區域的地質結構較為松軟，從2020 年開始隨著礦坑的擴大、堆積物的逐漸增加，導致部分邊坡開始出現變形，在2021 年4 月份的時候，邊坡的最大變形量就達到了304 mm。且這種變形量開始隨著堆積量和累積時間的增加不斷加大，甚至出現了小范圍的垮塌和滑坡情況。為了確保礦區的安全性，目前主要采用了減少堆積、排土等方案。同時安排專門的人員對礦場邊坡的穩定性進行監控，當出現異常時及時進行報警。

經過近半年的觀測，通過人工預警的模式效率低、可靠性差，難以滿足提前監測預警的需求。因此迫切需要開發一種能夠對邊坡穩定性進行實時監測和提前預警的系統，當露天金屬礦的邊坡出現失穩時能提前發出預警，提高礦坑作業的安全性。以德爾尼銅礦為研究對象，對其邊坡滑坡模式進行了分析，提出了利用邊坡雷達監測技術對邊坡穩定性進行監控的方案，為礦區的邊坡設計、邊坡穩定性治理提供技術支持。

2 礦區滑坡模式分析

不管是礦坑還是開采廢物堆積而成的碎石堆，其穩定性都比較差，因此可以認為礦坑和堆積區淺層均為碎石土材料。因此邊坡的穩定性不僅僅和淺層區域的堆積密實度有關，而且還和礦坑周圍地表斜率、基底、巖土的抗剪切強度、對接斜度、高度有關[2]。結合該礦區的實際情況和近兩年來的邊坡滑坡數據統計，將該礦區的滑坡分為五種[3]。

2.1 沿邊坡自然地表接觸面滑坡

這類滑坡主要是指邊坡坡度過大或者邊坡表面堆積物的抗剪切強度低于邊坡和地層間的抗剪強度時，邊坡沿著堆積場地自然的發生滑落，從而形成滑坡。其形成原因如圖1-1 所示。

圖1 邊坡滑移類別

2.2 沿邊坡地下部脆弱區域發生滑坡

這類滑坡主要是由于邊坡下部有脆弱地層，當上部堆積區域的載荷超過其承載能力后，會使其發生變形，進而導致上側的土石垮落，形成滑坡。其形成原因如圖1-2 所示。

2.3 邊坡表層局部垮落發生滑坡

在邊坡的表層土石較為松軟，如果局部的堆積坡度大，會導致其內應力平衡被破壞掉，從而引發局部的坡體垮落。其形成原因如圖1-3 所示。

2.4 沿邊坡內部滑移面形成的滑坡

該類滑坡時由于存在著不同巖性的材料，其具備不同的抗剪切強度，因此在受力的情況下，容易從邊坡內部不同材料的接觸面上產生垮落。其形成原因如圖1-4 所示。

2.5 泥石流或其他外力導致的垮落

由于邊坡或者堆積區域的地質材料較為松軟，因此在遇見暴雨或者大風等強外力干擾的情況下會產生泥石流或者其他外力導致的垮落。其形成原因如圖1-5 所示。

3 金屬礦滑坡監測方案分析

由于傳統人工進行監測的方案不僅效率低而且監測的效果差，難以實現實時精確預警。而GNSS（全球衛星導航系統）[4]監測模式需要將監測裝置布置在不穩定的邊坡上，不僅安裝難度大而且也只能進行單點監測，容易出現漏報、誤報的情況。文章首次提出了一種新的激光邊坡雷達預警監測系統[5]，用于對整個礦區邊坡的變化情況進行實時監測和預警。

3.1 雷達監測位置選擇

根據礦區的分布情況，為了實現監測全覆蓋的要求，將激光雷達布置到礦坑的外圍能俯瞰整個礦坑的位置[6]，具體坐標位置為（5 217 238 m，46 2831 m，783 m），雷達在礦場的布置位置如圖2 所示。

圖2 雷達布置位置示意圖

3.2 監測應用情況分析

該系統自2022 年6 月份投入使用以來表現出了較高的穩定性。對監測區域1 和監測區域2 2022 年6月—2022 年12 月邊坡位移情況和累計位移量數據進行匯總，如表1 所示。

表1 2022 年邊坡變形監測數據匯總表 單位：mm

由實際監測數據分析可知：

1）在監測區域1 處，在6 個月內的邊坡位移量達到了4 786.6 mm，平均每月的位移量達到了683.8 mm。在11 月份的滑移量最大，達到了2 072.8 mm，這主要是由于在11 月份出現了強降雪，雪融化后使邊坡內部松軟結構失穩，從而發生了較為明顯的滑移。

2）在監測區域2，在6 個月內的邊坡位移量達到了124.3 mm，平均每月的滑移量約為17.75 mm，整體的穩定性較高，呈現比較有規律的緩慢滑移。在7 月份和11 月份的滑移量過大主要是由于降水增多，導致邊坡位置土石的松軟度增加，增加了邊坡的不穩定性。

4 邊坡滑移預警案例分析

在2022 年11 月21 日上午09：24，系統監測到在區域1 的北側出現了顯著的邊坡異常，系統立即發出了監測預警，提醒附近人員進行了快速的撤離，有效的避免了一起滑坡導致的人員傷亡和設備損失事故。

4.1 異常情況

出現異常的位置位于監測區域1 的北側802～887 m 處，根據系統的實時監測數據在2022 年11 月22 日上午10：00 時邊坡的滑移速度達到了約9 mm/h，而且隨著時間的增加，邊坡滑移的速度和變形量均出現了持續增加的趨勢，截止到19：00 變形區域的面積已經達到了130 m×87 m。在現場勘探后發現，礦坑邊坡上部已經出現了明顯的橫向裂縫，下面的底鼓現象突出，已經呈現了小范圍的滑坡。邊坡變形位置如圖3 所示。

圖3 邊坡滑移位置及開裂情況圖

4.2 滑移預警

滑移預警，是指對系統設置一個預警值，當變坡的滑移速度達到40 mm/h 時，系統發出聲光預警，提醒相關區域的人員快速撤離，避免出現人員傷亡事故。為了保證系統預警的精確性，該監測系統中設置了數據分析模塊，能夠根據監測到的變坡滑移變化量，將其轉換為平滑的變形曲線。從而便于系統進行快速的識別和預警，變坡滑移變形曲線如圖4 所示。

圖4 礦坑邊坡滑移變形曲線示意圖

由圖4 可知，在2022 年11 月22 日22 時，礦區邊坡的滑移速度已經達到了約40 mm/h，根據預設的報警邏輯，系統觸發了聲光報警。礦區安全中心發布了邊坡滑移轉移指令，組織相關區域內人員和關鍵設備的快速轉移。

在組織人員轉移后約23 h 后，礦坑邊坡變形迅速增加，最大達到了119 mm/h，導致此區域發生了一個較大范圍的邊坡滑落事故。在邊坡滑落完成后，組織人員對滑落現場進行了勘探，結合監測系統的實時監測數據，發現在在邊坡滑落的過程中，各個階層上的滑落速度基本相等，表明了該次滑落是呈整體式滑落[7]。對滑落區域進行勘測，滑坡體滑面的法向后的和區域原始地表的土層后的基本一致，最終斷定此處的滑移屬于沿邊坡自然地表接觸面滑坡。

目前該監測體系已經在礦區穩定運行約6 個月，在137 次預警中有135 次是正確的，預警準確率達到了98.5%，已經完全取消了3 個監測人員，實現了礦區邊坡變形情況的自動監測和預警。

5 結論

為了解決露天鐵礦邊坡監測可靠性差的不足，在對礦區滑坡模式進行分析的基礎上，提出了一種新的雷達監測預警技術，根據實際應用表明：

1）礦區的滑坡包括了沿邊坡自然地表接觸面滑坡、沿邊坡地下部脆弱區域發生滑坡、邊坡表層局部垮落發生滑坡、沿邊坡內部滑移面形成的滑坡、泥石流或其他外力導致的垮落五種類型。

2）激光雷達布置時應該設置到到礦坑的外圍能俯瞰整個礦坑的位置，保證對整個礦區邊坡的重點監測和預警。

3）雷達監測預警的準確率達到了98.5%，能夠實現直接減員3 人，顯著提升對礦區邊坡變化的預警效率和精確性。