楊雋 呂偉 左華平
(1.江西省贛南公路勘察設計院有限公司,江西 贛州 341001;2.江西通慧科技集團股份有限公司,江西 南昌 330100)
本文結合研究路段邊坡實時監測實踐,應用IntelliJ IDEA開發環境和mysql server數據庫為基礎,利用JAVA語言開發出了邊坡地質災害實時監測預警系統,實現了對現場數據采集、解析、數據分析、監測成果輸出等功能,為邊坡的運營期安全狀況監測提供了樣本。
邊坡實時監測預警系統主要是通過5G傳輸技術、智能傳感設備、云計算等技術遠程實時采集并分析數據,為邊坡運維期的安全狀況進行評估。監測項目主要包括GNSS表面位移監測、雨量監測、傾斜監測、深層水平位移等,能夠通過閾值設置的方式直觀地顯示邊坡工程的穩定性,并在失穩前,提前預警并及時將信號發送給管理方。
邊坡實時監測預警系統由數據采集系統、設備管理系統、數據處理系統、圖形繪制系統、預警預報系統、工程資料在線查詢等模塊組成。預警監測系統總體框架如圖1所示。

圖1 系統總體框架
邊坡現場實時監測項較多,不同傳感器數據采集系統通過DTU無線采集或者網關采集,采集后數據實時傳輸到云服務器,用于后續的數據處理。
數據對于邊坡的穩定性評估至關重要,在數據處理模塊嵌入毛刺過濾算法,可以提高邊坡穩定性評估數據的可靠性。通過拉依達準則除去不符合整個時間序列中的異常數據,使得數據更加平滑,為后續邊坡穩定性穩定評估奠定基礎。
建立邊坡預警系統的目的是當邊坡外界條件發生變化時,邊坡處于失穩或即將失穩的狀態,系統能自動根據處理的實時監測數據提前發出預警信息,最大可能避免不必要的人員和財產損失。目前該系統已經嵌入了預警預報系統,當數據超閾值,系統會自動推送郵件、電話和短信告警。
東坑隧道左線出口右側邊坡為6級高邊坡,根據邊坡監測的需要,共布置一個雨量監測、兩個角度傾斜監測、兩個表面位移監測、兩個深層位移監測孔,一個視頻監控。圖2為邊坡監測現場布點圖。

圖2 邊坡監測現場布點圖
邊坡采用壓電式雨量計,通過對單個雨滴重量進行測算,從而計算該地區降雨量。
借助我國自主研發的北斗高精度定位技術,通過安裝在野外的GNSS監測站能實時獲取監測點的坐標,從而形成對滑坡體的毫米級變形監測。通過系統的數據處理、圖形繪制模塊得到整個邊坡的位移變形情況。圖3為位移-時間監測趨勢圖。
通過對圖3分析可知,GNSS表面位移監測在水平方向的監測數值在-4mm~4mm之間波動,豎直方向的監測數值在-7mm~6mm之間波動,監測數據趨勢圖未出現明顯的變化趨勢,可認為邊坡目前是穩定的,沒有滑動的風險。

圖3 位移-時間監測趨勢圖
通過測量邊坡孔內雙軸測斜管軸線與鉛垂線的夾角變化,從而計算土層在各點不同垂直方向的水平位移;由測斜管底部測點開始逐段累加,可得到任一深度的水平實際位移。利用深層水平累計位移趨勢圖可找出潛在的滑動面及位移變化情況。圖4為深層水平累計位移監測趨勢圖。

圖4 深層X/Y方向水平累計位移監測趨勢圖
通過對圖4分析可知,深層水平位移監測在X水平方向的累計位移變化在-0.4mm~0.4mm之間波動,在Y水平方向的累計位移變化在0mm~-5mm之間波動(負號表示坡體潛在滑動方向),深度-1.5m的累計位移存在較明顯趨勢變化,但由于累計位移數值較小,后續需要持續觀察,由此可以認為邊坡目前是穩定的。
在實際的運營監測中,對邊坡的傾斜角度監測具有重要的現實意義,通過角度的位移變化可以判斷邊坡是否存在潛在的滑動風險。圖5為角度-時間監測趨勢圖。

圖5 角度-時間監測趨勢圖
通過對圖5 分析可知,邊坡傾斜監測在X 水平方向的角度在-0.4°~0.1°之間波動,在Y水平方向的角度在-0.4°~0.1°之間波動,監測數據趨勢圖未出現明顯的趨勢變化,可認為邊坡目前是穩定的,沒有滑動的風險。
根據邊坡的運維監測應用得出,該系統在數據采集、設備管理、圖形繪制方面能很好地進行運用,為邊坡的安全監測提供了堅定的軟件基礎。根據邊坡地形、地質條件和其他因素,布置雨量監測、角度傾斜監測、GNSS表面位移監測、深層水平位移監測等監測項,有效監測了邊坡在運營期的安全狀況。