基于無人機影像的邊坡精細化建模及穩定性分析

靳遠成，趙鵬輝，薄 霧，葉唐進,，李俊杰,

(1.西藏大學 工學院， 西藏 拉薩 850000；2.大連理工大學 建設工程學部， 遼寧 大連 116024)

我國是一個山地、丘陵、高原占比很大的國家，特殊的地質構造和水文氣象條件導致災害頻發，在眾多自然災害中，滑坡災害是最常見的破壞類型?；聻暮Πl生的頻率隨著人類的活動的深入、氣候條件的不斷惡化等因素而逐漸呈現越來越高的態勢。從我國整個的自然災害分布來看，藏東南地區由于其特殊的高原環境，地質災害頻發，其中滑坡、泥石流和冰川湖泊潰決最為常見。特別是川藏線兩側進行入雨季時經常由于地質災害造成路面塌陷、泥石流、堰塞湖封路等災害。其中位于林芝波密縣的天摩溝就是典型例子，曾在2010年、2018年以及今年都由于溝內山體滑坡形成泥石流造成堵路。而且溝體內部距離318國道還有幾十千米，人跡罕至，危險重重，上部林木茂密，溝底泥石混動。使得該地區的邊坡穩定性問題越來越凸顯。

在邊坡穩定性的相關研究中，常用的方法包括：極限平衡法、數值模擬法、模型觀測法及現場觀測法等，它們都有著各自的側重點，適用性也有所不同。

極限平衡方法分為傳統和新型兩種，傳統的極限平衡方法相對繁瑣，土體參數的隨機性、變異性以及人造部分都會影響計算的準確性[1]。因此，在研究出上述傳統方法之后，部分學者開始逐漸基于改進極限平衡法的思想去解決工程問題[2-5]。 Enoki等[6]在滑動角之間的界面中引入了“局部強度”的概念，并提出了一種方法：用離散的滑動格式平衡廣義的界限。然而，這一方法仍然要求手工分節，其速度和準確性相對較低?；谧兎衷淼耐ㄓ脳l分法，通過帶狀力、扭矩平衡和相應的邊界條件來封閉地解決靜態差分方程，但對理解能力有一定要求，一般工程師難以編程和復制。對于其他常規優化改進的極限平衡法來說，局部安全系數過小也是一直存在的問題[7]。

數值模擬法和模型實驗法，在原理方面有著相似性，但在執行方式上存在不同[8]。費野等[9]基于有限元強度折減法分別對水庫壩體和路堤邊坡穩定性進行了分析；Wu等[10]對降雨影響下的邊坡進行了模型實驗；還有許多學者將兩種方法結合使用[11-12]。但是這些方法對數據質量[13]、數據時效性、準確性都有很高的要求。且對于準確率已經達到80%的良好數據結果[14]來說繼續提高準確率的成本也十分高昂。

現場觀測法有著更好的優越性。一方面，現場觀測能夠得到最貼合實際的數據；另一方面，具有更好的操作性?，F場觀測相對應的觀測體系，可以在地質條件復雜的地形中使用。在地質環境條件惡劣的情況下，能夠更好地發揮現有人員優勢。藏東南地區由于其特殊的地質條件和降雨等原因，自然災害頻發，沖毀房屋，阻塞交通，嚴重威脅人民的生命財產安全。天摩溝作為藏東南災害典型例子之一，對該區域的滑坡區進行分析是十分必要且有意義的。同時為了應對無法通過人工定點測量等方法確定具體可能存在的滑坡體、需要及時判斷和分析邊坡穩定情況這兩大問題，采用無人機數據對林芝市波密縣天摩溝進行精細化建模，再通過極限平衡法進行穩定性分析，為藏東南地區的邊坡穩定研究提供參考。

1 工程概況

藏東南地區在其特殊的地質條件、水文氣象，以及人類活動的影響下，成為我國滑坡最發育的地區之一[15]，天摩溝泥石流位于西藏自治區林芝市波密縣，屬第四紀冰磧物等松散堆積體發育地區，帕隆藏布流域中下游左岸，溝口坐標29°59′16″N, 95°19′08″E,海拔2 461 m，周圍高山圍繞，最高海拔5 590 m，最低海拔2 460 m。在物源區4 246 m～4 934 m的凹地內有一冰川，面積大約1.42 km2，溝內的平均坡度在60°以上，根據圖1可以清晰的看到溝道的兩側被泥石流沖刷后殘存的近10 m～20 m高的坡積物，在受到降雨等外界因素影響極易發生滑坡災害。該研究區緊鄰G318國道，是在建川藏鐵路途經地，有著重要的交通運輸地位。在該泥石流溝中近物源區有一處不穩定邊坡，為本項目的重點監測區域。該區域地質條件的復雜性、再次發生災害的危害性是本次研究選址的重要原因。

天摩溝中的不穩定邊坡位于溝體中后段，基本已跟隨溝道到達上流溝谷，坡度極陡，且溝道內水流湍急，對于人工勘測造成了巨大的困難。運用無人機對該區域進行數據采集，一方面解決了人工勘測的困難，一方面又可以更加快速精確的對邊坡信息進行采集。研究區邊坡航測影像見圖1。

圖1 研究區域邊坡航測影像

2 天摩溝三維建模及剖面截取

2.1 影像獲取

研究區域的航拍工作主要由配備ZENMUSE X5S相機鏡頭的大疆M210行業級四旋翼無人機完成。研究區域為高山峽谷區，飛行區域的面積覆蓋了整個邊坡和周邊的樹林區域，由于地形高差大、邊坡兩側植被茂密，為了便于后期數據處理和精細化建模，將無人機飛行航向重疊度設置為80%，分為三個架次進行數據采集，每個架次飛行時間約20 min，共獲得525幅航測影像。

2.2 數據預處理

對于飛行之后采集到的無人機影像數據，在進行空中三角測量之前，需首先對無人機采集數據進行處理，剔除原始數據中成像模糊的測影像，并對剩余影像進行色彩增強處理。

2.3 建立三維模型

預處理完成之后，使用Pix4Dmapper軟件4.5.6版本通過添加圖像與pos數據、導入數據，建立密集點云、生成網格、建立模型等步驟生成基于無人機航測影像的邊坡精細化三維模型，三維建模的具體流程和生成的三維模型見圖2、圖3。

圖2 無人機建模流程圖

圖3 研究區三維模型

2.4 截取典型剖面

在完成三維模型重建之后，使用Pix4Dmapper、GlobalMapper以及AutoCAD軟件對邊坡進行典型剖面截取。在剖面的選擇方面，結合現場考察情況，自泥石流堆積扇至流通區方向將邊坡分為三個區域進行典型剖面截取，區域的劃分根據現場的實際情況，邊坡中間部分植被覆蓋較少，以中間為界限，將邊坡分為三個區域，選擇過程中盡量覆蓋該區域內復雜的地形，截取每個區域中的典型剖面，進行極限平衡法的計算。邊坡的網格、等高線區域以及典型剖面圖見圖4—圖6。

圖4 邊坡網絡

圖5 等高線區域圖

圖6 計算選取的典型剖面

3 極限平衡法

由于許多改進的極限平衡法存在著安全系數過小、過程復雜，難以理解等問題，所以基于傳統極限平衡理論，通過土壤篩分實驗和2.3的無人機三維建模在一定程度上減少了傳統極限平衡法在分析邊坡穩定性時所產生的土樣參數的隨機性以及人造部分影響性問題，并具有更好的精確性和更高的效率。

3.1 極限平衡理論

假定地基土是剛塑性體，當應力小于土體屈服應力時，土體不會產生變形。當土體達到屈服應力時，塑性變形將會不斷增加，直到土體發生破壞。目前在實際工程的運用上，瑞典圓弧法和畢肖普法的使用較廣泛。畢肖普假定每個土體底部存在的滑動面的安全系數是一樣的，每個土體所對應的安全系數都可以作為整個滑動面的安全系數，基于平面問題理論，在整體上取單位長度的土坡進行計算，假設可能存在的滑動面為圓弧，將單位長度的滑動土體分為若干個土條，對任意一條進行受力分析[16]，受力情況如圖7所示。

圖7 畢肖普法土條受力情況

其中Gi為土條自重，bi，hi分別是土條的寬度和平均高度；li為土條的滑弧弧長；Xi和Xi+1為切向力，Ei和Ei+1為土條兩側的法向力，對土條豎向取力的平衡得：

(1)

(2)

其中:c′為土的有效黏聚力；φ′為土的內摩擦角；W為土坡的安全系數，之后通過求解有效法向反力，就整個土體對圓心進行力矩平衡的求解，此時若干土條中相鄰土條之間的作用力的力矩相抵消除，故有

∑Gixi-∑TfiR=0

(3)

(4)

3.2 天摩溝邊坡土壤顆粒成分分析

經調查研究發現，天摩溝所處位置的發育是由前震岡底斯巖群的變質巖系組成，在溝內存在著大量的第四紀冰磧物[17]，對于冰磧土而言，是由塊石、碎石、砂及黏性土等不同粒徑物質所堆積形成的碎石類土，由于其特殊的組成成分，其顆粒的粒徑和所占含量百分比，對研究冰磧土的物理力學性質有著至關重要的作用。

為了更加精確的探究天摩溝邊坡冰磧土的物理力學性質，研究團隊在天摩溝采集土樣，通過篩分法確定冰磧土中的顆粒種類、粒徑以及含量。本次實驗在天摩溝內共采集了9份土樣，通過電熱鼓風干燥箱和土壤篩對這些土樣分別進行室內烘干以及篩分實驗，得出了不同顆粒粒徑所占百分比。結果表明，在所有結果中，粒徑大于0.075 mm的顆粒含量占比都超過了90%，可以確定該邊坡的冰磧土為粗粒土；其中，粒徑60 mm～20 mm的卵/碎石、20 mm～2 mm的礫石含量占比在50%左右，砂的占比在30%左右。具體粒徑組成百分比見表1，顆粒種類見表2。

表1 土樣粒徑組成百分比表

表2 顆粒種類表

根據《地基與基礎》[18]和以上數據對天摩溝邊坡冰磧土的力學參數進行選取，取得的結果見表3。

表3 研究區參數取值表

3.3 極限平衡法邊坡穩定性分析

根據表3所選取的力學參數，在不考慮降雨，地震和邊坡土壤含水率等因素條件的影響下，在GeoStudio軟件中分別采用摩根斯坦-普賴斯法(Morgenstern-Price)、畢肖普法(Bishop)、簡布法(Janbu)3種方法對邊坡進行穩定性分析。本次對章節2.4所截取的6個剖面分別進行分析，分析結果見圖8—圖13。

圖8 剖面1極限平衡法分析結果

圖9 剖面2極限平衡法分析結果

圖10 剖面3極限平衡法分析結果

圖11 剖面4極限平衡法分析結果

圖12 剖面5極限平衡法分析結果

圖13 剖面6極限平衡法分析結果

6種剖面三種極限平衡法計算的安全系數見表4。

表4 不同方法的計算結果

由表4可以看出，不同斷面通過不同方法所計算出的結果不同。在安全系數方面，斷面1、2、5、6的安全系數基本都大于1.100，表明該區域的邊坡大體處于穩定狀態，在這之中，屬于區域3中的斷面5和斷面6的安全系數最大；屬于區域2中的斷面3的安全系數最小。根據斷面區域位置，發現斷面5和斷面6的位置位于研究區靠近泥石流溝的一側，可知此處的邊坡穩定性較好；而斷面1的位置位于邊坡中間植被覆蓋較少的區域內，判斷此處的邊坡有發生失穩的風險。

4 結 論

(1) 運用基于無人機三維建模而進行的數值模擬可以對邊坡進行快速多斷面的分析得到更加具有參考價值的結果，從而減少理想簡化模型所帶來的精度問題。因此，可以將極限平衡法與三維模型結合，對邊坡的穩定性進行研究和描述。

(2) 運用不同的極限平衡方法對多個斷面模型進行分析，所求得的安全系數根據每種方法算法不同會有些許的差異，但每個斷面的結果總體相差不大。

(3) 通過6組斷面的分析與實地考察，可知在靠近泥石流溝和堆積扇一側，邊坡上植被的覆蓋率、安全系數較高，表明邊坡大體處于穩定狀態，不易失穩；在邊坡中心植被覆蓋較少的區域內邊坡的安全系數較小，由于研究區域的特殊地質氣候條件，隨著時間的推移，可能會有一些外界因素導致邊坡發生失穩滑坡現象。