鐵路重大突發地質災害應急監測技術研究

劉 勇，王 珣，高柏松，伏 坤，袁 焦，余 博

(中鐵二院工程集團有限責任公司，成都 610031)

引言

我國西南艱險山區鐵路沿線地形地質條件復雜，導致滑坡、崩塌、泥石流等地質災害頻發，嚴重影響和威脅鐵路的正常建設和運營。從鐵路地質災害的地域分布來看，主要分布在西南、西北、華中和華北山區，發生災害最多的線路是寶成線，其次是襄渝線和成昆線[1]。

目前，鐵路運營管理部門對既有鐵路沿線地質災害主要以人工巡查、看守為主，在個別重大工點采用地面傳感設備開展監測。如王珣[2]在2016年川黔線“6·28”裁縫巖滑坡災害后，基于西原模型的變形預警判據，建立了一套滑坡智能監測預警系統；佘小年[3]對國內外崩塌、滑坡地質災害監測方法、基本特點及適用范圍等進行了綜述；馮海燕[4]論述了災害監測系統路局中心的架構及現場監測技術要求；魏少偉[5]從天基、空基、陸基等方面簡述了各類地質災害監測技術在鐵路工程中的應用現狀及適用性；杜釗鋒[6]介紹了通過遠程非接觸式地基SAR開展地質災害應急監測預警的應用案例。中國地質災害防治工程行業協會于2018年發布了《突發地質災害應急監測預警技術指南(試行)》[7]，其規定的監測方法以地面監測設備為主，雖對應急工作流程較為明確，但并未提出相關災害預警指標。

總體來說，圍繞我國突發地質災害應急響應能力建設，相關學者在地質災害風險評價、監測預警技術、應急響應技術、響應能力評價、應急預案編制等方面做了大量研究。然而在鐵路領域，針對上述研究的集成應用及規范標準尚未完成，因此，建立一套空基(GIS、InSAR、北斗等)、天基(無人機傾斜攝影、機載LIDAR等)、地基(SAR、三維激光掃描、地面傳感設備等)多傳感協同監測的鐵路突發地質災害應急監測系統，對提升我國鐵路地質災害應急響應能力非常重要。

1 項目概況

1.1 災害概況

2019年7月28日涼山州甘洛縣連降暴雨，降雨持時30 h，最大小時降雨量達77.8 mm，總降雨量164.2 mm。成昆鐵路K310+857～K311+000兩條沖溝內爆發坡面型泥石流病害、K311+140坡面發生高位淺表溜坍，泥石流堆積體上道淹沒線路，造成鐵路運輸中斷，見圖1。經過鐵路部門晝夜搶修，8月2日恢復通車。2019年8月14日12時35分，該區間K310+840處再次發生高位巖體崩塌，導致成昆鐵路斷道并造成人員傷亡。

圖1 成昆鐵路K310崩塌病害段

崩塌災害段地處涼山州甘洛縣埃岱鎮境內，屬中山河谷地貌，地形高陡，海拔高程1 120～1 650 m，高差530 m，自然坡度35°～60°。K310+668～K311+232線路區段位于巖岱1號隧道出口至巖岱3號隧道進口之間，段內以路基及橋梁形式通過，共有橋梁2座，合計156 m，其余段落為路基。崩塌體沿線路方向寬度平均70 m，后緣與線路高差約200 m，方量達3萬余m3。

該病害段分布有馬拉哈斷層、次生支斷層-馬廠斷層、阿比依斷層。地表上覆粉質黏土、碎塊石土，下伏基巖為白云巖、灰巖、砂巖。該區域地震動峰值加速度為0.15g，對應地震基本烈度為Ⅶ度。在“5.12”“4.20”兩次四川大地震中，甘洛縣均為重災區，兩次地震對甘洛縣整體地質環境影響較大。綜上所述，地震造成病害坡體整體穩定性降低，再加之連續強降雨入滲增加坡體自重且軟弱巖體結構面，誘發了本次高位崩塌突發災害。

1.2 整治措施

為盡快搶通成昆鐵路，在結合成昆鐵路K310處地形與地質條件的基礎上，采用噴錨網、錨桿(索)框架梁、被動防護網、截排水溝坡面整治(圖2)與隧道改線繞避相結合的工程整治方案。整治完成后臨時恢復鐵路客貨運輸，待2020年4月隧道完成后實現鐵路改線。

圖2 崩塌坡面整治斷面(單位：m)

為確保整治工程的施工安全，保障成昆鐵路安全運營，避免再次造成人員重大傷亡。采用“空-天-地”多傳感協同的應急監測手段，實時掌握坡面變形發展趨勢及異物上道情況，為施工期及臨通期的安全提供保障。

2 監測方案

2.1 監測系統

為確保多源數據的融合展示與高效集中管理，確保監測預警信息第一時間發布，提供可實現“空-天-地”數據融合展示的監測系統與終端。

2.1.1 系統架構

災害監測系統由中心系統、現場監測設備和傳輸網絡組成。中心系統主要包括硬件設備(服務器、存儲設備、網絡及安全設備、監測終端等)與軟件系統(操作系統、數據庫、業務應用軟件等)，傳輸網絡包括通信專用傳輸網絡和現場數據傳輸網絡，該監測系統整體架構如圖3所示。

圖3 監測系統架構

2.1.2 “空-天-地”監測系統

基于無線自組網技術[8]實現了監測數據的變頻采集，搭建了多源異構海量監測大數據中心，實現了傾斜攝影模型網絡化加載、多源異構海量數據的高效存儲訪問、預警信息的推送發布等功能。提供了可供監測數據在線瀏覽的桌面應用程序(圖4)與移動終端(圖5)，并支持監測報表在線瀏覽及導出。

圖4 監測系統PC端應用

圖5 移動終端程序

2.2 監測內容

為保障搶險施工期間施工安全及臨時搶通期列車運營安全，采用“空-天-地”多傳感協同的應急監測手段，開展區域病害監測、坡面變形監測與異物上道監測工作。首先，采用三維傾斜攝影測量手段對整個災害區段進行航拍，以準確掌握高位隱蔽災害點情況，指導后續傳感設備布設；然后，通過地基SAR對坡體整體變形情況進行掃描，確定潛在變形發展區域，進而結合三維地形及現場踏勘，有針對性地布設北斗監測站及裂縫計等相關坡面變形監測設備；最后，在坡面和軌道附近布設具有異物入侵探測功能的智能視頻識別設備，用以對上道侵限實時報警。

2.2.1 區域病害監測

采用無人機傾斜攝影對崩塌坡體進行航拍，通過對三維影像的人工對比分析[9](圖6)，及時發現新增高位隱蔽災害點。

圖6 多期無人機傾斜攝影模型對比

2.2.2 坡面變形監測

坡面變形監測分為整體變形監測和局部重點區域監測。

(1)整體變形監測

坡面整治期間采用地基SAR雷達掃描整個坡體，確定重點變形區域，并據此按斷面劃分布設反光標靶點(圖7)，對坡表位移開展變形監測。

(2)局部重點區域監測

在坡體存在致災物質來源隱患處布設北斗監測點，用以監測坡面絕對變形，共計布設4處；在1區崩塌體后緣及2區坡面裂縫發育地段布設裂縫計，用以監測重點區域裂縫、錯臺變形發展情況，具體布設點位見圖7。

圖7 監測設備布設示意

2.2.3 異物上道監測

為保障坡面施工和臨時通車安全，在坡面和鐵路沿線共計布設12臺高清球機，具體布設點位見圖7。基于深度學習框架，實現了具有多任務分類和目標定位的視頻識別，從而對侵入軌道的物體精準識別(圖8)，輔助相關部門及時發現險情。

圖8 異物上道檢測

按照“無人機傾斜攝影—地基雷達—視頻—裂縫計—北斗”順序完成了各項監測實施，具體見圖9。

圖9 監測設備安裝完成效果

2.3 監測周期及頻率

監測周期為2019年9月9日至2020年4月底改線工程完成，根據各監測設備功能特點并結合實際預警指標時效性需求，制定具體監測頻率，如表1所示。

表1 監測頻率

2.4 預警指標

滑坡、崩塌的預警指標主要包括以下幾類：外界誘發因素、變形、內部應力及巖土破裂特性。內部應力預警方面，國內外相關研究通過在坡體內部安裝錨索并監測滑動力來實現臨滑預報[10-11]，也有研究通過高精度的聲波、微震等傳感器定位脆性巖石破裂過程中產生的聲波信號[12-13]，該類預警指標尚處探索階段。因此，基于變形的滑坡、崩塌預警指標仍是目前為止最為常見、最為有效的。

另外，由于降雨是誘發本次災害的主要因素，現對災害發生前、災害發生時、災害發生后監測期間的降雨情況進行統計。并結合白永峰[14]統計的成昆鐵路甘洛段歷史泥石流暴發時降雨數據，確定了圖10紅色虛線所示臨界降雨強度包絡界限，若超出該包絡界限表示災害發生概率較大，其包絡線可用式(1)表示

圖10 泥石流暴發臨界降雨強度

x2+y2=40 (x≥y，y>0)

(1)

式中，x為日降雨量；y為小時降雨量。

從圖10可以明顯看出，災害發生后監測期間降雨量指標遠小于災害發生前與災害發生時雨量的臨界值，表明監測時間段內由于降雨誘發二次災害的可能性很小。

臨時搶通期間鐵路運營發車頻次較密(15～20 min)，預警指標必須具備實時性。目前，國內學者提出了累積變形、變形速率、速率倒數、加速度等各種臨滑預報模型[15-19]，其實時性及準確性、適用性均存在一定不足。本次采用王珣等[2，20]以西原模型為基礎建立的基于等速變形速率的臨滑位移切線角分級預警模型與小時變形速率作為雙控預警指標。考慮汛期強降雨是引發崩塌、坡面溜坍、坡面泥石流等災害的重要誘因，因此，采用式(1)包絡界限作為輔助指標，表2中相應預警等級將自動升級。

表2 變形速率分級預警指標

3 監測成果分析

3.1 降雨量分析

對2019年9月18日至2020年4月30日的日降雨量及累積降雨情況進行統計，如圖11所示，可以看出，監測時間段內未出現降雨超標，最大日降雨量為22.03 mm，累積降雨量為177.3 mm，監測期間降雨主要集中在9、10月份及2、3月份。

圖11 日降雨量及累積降雨情況統計

3.2 變形監測分析

(1)地基SAR區域形變監測

根據工程整治方案，崩塌災害發生后需對崩塌體進行分級，開挖放坡并采用錨桿(索)加固，開挖卸荷后下方臨空面更為陡峭，崩塌體后緣存在二次崩塌災害風險，因此，重點對崩塌體后緣地表變形開展分析。圖12為崩塌區域坡體清方期間變形云圖，可以看出，清方區域與變形云圖中顯示大變形區域完全吻合，表明該手段用于區域變形分析可行。

圖12 地基SAR位移云圖

為增強雷達回波反射強度，在崩塌體上方1-1斷面共計布設3處反光標靶，自上到下依次為1-1-1～1-1-3，其變形歷時曲線及小時變形速率歷時曲線見圖13。坡體開挖期間后緣變形量出現小幅持續增長，10月22日坡體清方完畢后，變形逐漸趨于平穩。另外，從圖11可以看出，期間累積降雨也是坡體變形的誘發因素之一。坡體開挖期間共有2次觸發速率超標報警，其中，“巡查”報警、“限速”報警各1次。分析報警原因為降雨及坡面開挖綜合影響導致，尤其“限速”報警是發生在一輪小規模強降雨期間。將坡體開挖期間后緣變形視為勻速變形階段，對坡體開挖完成臨時通車后的改進切線角實時計算，根據表2預警準則未出現超標報警。

圖13 崩塌體后緣變形情況

2020年10月25日，運營單位結合監測系統開展應急演練后開通了貨運列車，12月2日崩塌坡體整治完成后，恢復了客運列車通行。2020年3、4月份出現了新一輪較強降雨，坡體位移并未出現增長，表明坡面加固有效提高了邊坡穩定性。2020年4月30日，改線工程全部完成，至此成昆鐵路K310區段改線繞行通過該病害區域。

(2)北斗高精度三維變形監測

北斗監測站于2019年10月27日正式投入使用，經過5d的累積接收數據補償解算后，誤差得到有效控制，各北斗監測點變形量及變形速率如圖14所示。截至2020年4月30日，最大變形點位G03#累積變形量為6.7 mm，最大變形速率為0.66 mm/h，4處北斗監測點均未出現變形速率超標。

圖14 北斗監測數據分析

(3)地表裂縫計

地表裂縫計自2019年9月17日陸續投入使用，共計39臺。圖15所示為截止2020年4月30日各地表位移計累積變形量，裂縫最大變形量約3 mm，未出見局部裂縫持續開展及閾值超標情況。

圖15 地表裂縫計監測

4 結論

(1)采用北斗、無人機傾斜攝影測量、地基SAR、智能視頻等“空-天-地”多傳感協同監測手段，對成昆鐵路K310崩塌災害體開展立體化監測，體現了“點面結合，立體化防護”的應急監測理念，并搭建了支持多源異構監測數據存儲訪問的數據中心，系統預警可靠性得以保證。

(2)針對定量預報模型存在適宜性差、預報準確度不高等缺點，建立了考慮降雨強度的雙控位移預警指標，可滿足鐵路建設及運營部門對監測預警實時性及準確性的高要求。

(3)至2020年4月30日改線工程完成通車，搶險監測周期累積近8個月，系統未出現誤報或漏報，有效保障了搶險施工期作業人員安全及臨時開通期運營安全，相關經驗可供類似鐵路突發地質災害搶險工程參考借鑒。