基于案例庫匹配的烏山銅鉬露天礦邊坡滑坡預警與防控研究

楊曉光 林 強

（中國黃金集團內蒙古礦業有限公司）

目前常用的滑坡預警方法包括統計歸納法、非線性理論方法以及人工智能方法。統計歸納法以現象觀察為基礎對邊坡未來的發展趨勢做判斷，LOEW等［1］曾通過對阿爾卑斯山脈歷史滑坡的監測數據進行蠕變曲線擬合來確定預警閾值，成功預報了同一區域2012 年出現的滑坡。XU 等［2］結合多個重大滑坡的經驗和教訓，總結了滑坡時空演化變形規律，并提出了基于切線角的邊坡臨滑預警指標。

學者們將非線性理論引入到滑坡災害的研究中，夏開宗等［3］應用突變理論，在考慮地下水對順層巖質邊坡影響的基礎上構建了邊坡的尖點突變模型，分析了順層巖質邊坡失穩的力學機制。薛錦春等［4］采用基于重構相空間的混沌理論建立了邊坡巖體變形的混沌預測模型，實現了邊坡巖體變形的預測。

隨著近年來人工智能技術的迅猛發展，智能巖石力學在巖石工程，尤其是邊坡智能預警中的應用迎來了新的契機。比如，NIU［5］以陜南巖土接觸帶巖性、孔隙比、含水量、液指數、邊坡和邊坡高度因素反映滑坡的特點，建立了基于神經網絡的智能安全預警模型，發現該模型預測結果較準確，可用于山區巖土接觸帶滑坡地質災害的實際預測。

蠕變等力學理論模型適用條件為中長期預報，缺點是不能考慮觸發因素。非線性理論方法等依據現有實測數據進行外推，適用臨滑預報，事后驗證性強但事前預報能力差。對于各種智能算法，除需要大量訓練樣本外，還需要依據巖石力學理論及工程實踐經驗確定一些輸入參數或修正已知條件中一些不合理的參數，導致預警效果仍舊受制于理論計算或工程經驗。

目前為止，國內外露天邊坡在采掘過程已發生過大量的滑坡案例，充分整理分析這些案例十分重要。邊坡設計采用的工程類比法就是認識到案例重要性的具體體現，但仍舊缺乏對案例的深度分析和挖掘，因此，基于滑坡案例及工程經驗建立預測體系，是科學合理預警滑坡的關鍵所在。

針對以上問題，以烏山銅鉬露天礦為工程背景，通過歷史滑坡案例匹配的方法建立潛在滑坡的區域的預警指標，利用預警指標進行邊坡滑坡風險的評價，為滑坡治理提供依據。

1 工程簡介

中國黃金集團內蒙古礦業有限公司烏山露天礦是我國高寒地區第一個現代化大型有色金屬深凹露天礦山，礦區面積9.84 km2，具備資源品位低（銅礦平均品位為0.29%，鉬礦平均品位為0.039%）、開采強度高（采選能力7.5 萬t/d、處理礦量2475 萬t/a）、采深大（當前邊坡高度超過200 m、設計終了邊坡最大高差約為510 m）、邊坡角度陡（整體邊坡角43°～45°、臺階坡面角65°）、圍巖黏土礦物含量高（局部可達60%）、凍融效應明顯（年溫差超80℃）的典型特征。

在長期高強度開采及構造、節理作用下，巖體穩定性越來越差，巖體破壞失穩誘發的滑坡問題開始顯現，在露天坑南幫發生多處順層滑坡現象。由于南幫分別為膠帶及卡車運輸系統所在邊坡，一旦運輸系統所在臺階出現滑坡，則會直接威脅礦石的運輸，影響采場的供礦生產。

2 滑坡預警指標構建及滑坡風險判別

2.1 滑坡預警指標構建

構建了包含56 個露天礦邊坡滑坡案例的數據庫，梳理各案例的邊坡特征、地質條件、失穩過程、監測資料和處置方案等數據，同時考慮因素的統計可靠度及定量化，選取9 項特征因素：滑坡模式、滑面角、滑面表面等級、主要結構面角度、巖體質量指標（RQD）、邊坡角、卸荷松動圈深度、地下水水位、降雨量，再對該特征因素的不同情況按照誘發滑坡發生的可能性從小到大依次排列，按順序打分。依照表1可以根據每個滑坡影響因素的具體情況來獲取相對應的分值，稱為特征值。

結合烏山南幫邊坡的地質條件及滑坡模式，依據特征因素建立烏山南幫潛在滑坡的特征值向量G（目標滑坡特征向量）并形成權重向量μ，采用兩兩比較法［6］計算各特征因素的權重。確定烏山露天礦楔體滑坡的權重系數向量為μ=［24.91%，9.34%，12.45%，11%，10%，9%，7.8%，5.4%，10.1%］。

定義目標滑坡特征值向量與滑坡案例i特征值向量的匹配向量Di：

式中，Gj為烏山銅鉬礦的特征值向量，Fi,j為案例庫中第i個滑坡案例的第j個特征值向量。

從案例庫中檢索滑坡破壞模式類似的案例庫，計算目標滑坡Gj與邊坡滑坡案例的相似度Si：

式中，μ為特征值向量的權重系數，Di為第i個匹配向量。

匹配最接近的滑坡案例（表2），與烏山南幫相似度最高的為撫順西露天礦，相似度為80.9%，圖1為撫順西露天滑坡變形監測數據，邊坡變形速度達到135.2 mm/d時發生滑坡；以其后驗性臨滑預警指標為依據，建立烏山露天礦南幫邊坡的臨滑預警閾值，將臨滑指標三等分可建立三級指標體系，分為藍色、黃色和紅色3個等級，如表3所示。

2.2 警情判斷

以滑坡預警指標及實時監測數據為基礎，利用線性插值及加權平均相結合的方法建立南幫預警級別判別公式：

式中，L為南幫的預警級別判別系數，當L＞1 時，邊坡處于紅色預警級別，當1≥L＞0.5時，邊坡處于黃色預警級別，當0.5≥L＞0 時，邊坡處于藍色預警級別，當L≤0時，邊坡比較穩定、未達到預警級別；v為實際監測的位移速度，mm/d；r為實際監測的前-后緣位移速度同步率，%；α為根據位移時間曲線計算的切線角，（°）。

2.3 滑坡預警實例分析

2021 年8 月9 日，本模型成功預警一次小型滑坡。地基雷達監測數據顯示瞬時最大位移速度超過105 mm/d，滑體前后緣位移速度同步率超過95%，最大位移曲線切線角超過75°（圖2），預警級別判別系數達0.83，預警級別為黃色，遂發出滑坡預警，禁止人員和設備靠近，發出預警后24 h 內發生小型滑坡。

3 滑坡控制措施及控制效果檢驗

為了控制南幫順層滑坡，烏山銅鉬露天礦采用了噴錨網、擋墻及錨、梁相結合的加固方式來增加邊坡的穩定性，其中錨索預張拉為900 kN。為了監測加固結構的服役狀態，在部分錨索安裝了軸力計，實時監測錨索拉力隨時間的變化。

錨索軸力計監測數據顯示（圖3），自2022 年12月，9、10號錨索軸力計監測數據（以預張拉900 kN 為基準點）均出現了上升，其中，10 號由20 kN 上升至63 kN、9 號由42 kN 上升至126 kN。整體來看，上升趨勢明顯，但上升幅度相對較小，且在2023 年3 月期間再次趨于平穩，說明邊坡目前仍舊處于相對穩定狀態。錨索軸力上升期間，該區域地基雷達監測數據并未出現異常，說明加固措施有效控制了該處邊坡的變形，達到了保證邊坡穩定性的預期目的。

4 結論

（1）建立了包含56個案例的滑坡案例庫，將滑坡案例特征屬性分為9種因素，充分考慮了影響滑坡的邊坡因素，采用相似度計算方法在滑坡數據庫中搜索與目標邊坡最相似的滑坡案例，最終通過工程類比給出滑坡預警判據建議值。

（2）烏山銅鉬礦南幫的潛在滑坡與撫順西露天礦順層滑坡的相似度達到80.9%，據此建立的烏山銅鉬礦南幫潛在滑坡預警指標及滑坡風險評價方法成功預警了一次小型滑坡，說明基于滑坡案例庫匹配的預警指標構建方法具有一定可行性。

（3）錨、梁相結合的加固方式可通過錨索拉力的增加來有效抑制邊坡的變形，進而達到保證邊坡穩定性的目的，錨索軸力計及地基雷達相結合的監測方法可對加固措施及邊坡穩定性進行有效的評價。