淺談艱險(xiǎn)山區(qū)高陡邊坡滑坡風(fēng)險(xiǎn)識別與智能監(jiān)測

【中圖分類號】 P642.2

【文獻(xiàn)標(biāo)志碼】 A

0 引言

隨著我國建設(shè)規(guī)模的不斷增大，部分建設(shè)受到山區(qū)地形地貌、地質(zhì)條件的限制，使得邊坡工程的高度越來越大，坡度越來越陡。山區(qū)地質(zhì)環(huán)境、邊坡巖土體組成成分、巖性、裂隙節(jié)理、構(gòu)造傾向差異性大，導(dǎo)致山區(qū)房屋建筑及公路邊坡病害類型繁多復(fù)雜，邊坡施工安全問題日益突出，在工程建設(shè)和運(yùn)營的過程中不斷發(fā)生的高陡邊坡安全問題，導(dǎo)致施工和運(yùn)營中斷的現(xiàn)象時(shí)有發(fā)生，引起直接或間接的損失難以估計(jì)。邊坡監(jiān)測作為邊坡勘察的其中一個(gè)方法，在勘察活動中形成一定的變形數(shù)據(jù)庫，在一定程度上能較好分析出滑坡產(chǎn)生的原因、滑動的過程以及發(fā)展的趨勢預(yù)測，從而找出活動規(guī)律，為后續(xù)邊坡穩(wěn)固設(shè)計(jì)和施工提供技術(shù)支持。既能在防治滑坡施工期間保障安全，又能在施工完成后的邊坡運(yùn)營狀態(tài)提高防治效果。因此，如何保證高陡邊坡施工和運(yùn)營的安全，識別其風(fēng)險(xiǎn)源并進(jìn)行智能監(jiān)測，已成為一個(gè)越來越重要的問題。

1高陡邊坡滑坡風(fēng)險(xiǎn)識別

對于目前的特殊工程而言，風(fēng)險(xiǎn)管理是非常有效的管理手段，對工程項(xiàng)目各項(xiàng)施工內(nèi)容進(jìn)行科學(xué)的風(fēng)險(xiǎn)管理能夠很大程度降低風(fēng)險(xiǎn)發(fā)生的概率，減少一定的損失。風(fēng)險(xiǎn)管理的首要是針對施工內(nèi)容進(jìn)行風(fēng)險(xiǎn)識別。風(fēng)險(xiǎn)識別就是對工程項(xiàng)目中存在的風(fēng)險(xiǎn)源和不確定因素按照產(chǎn)生原因、現(xiàn)實(shí)表現(xiàn)和預(yù)期結(jié)果進(jìn)行定義和辨別，并將這些風(fēng)險(xiǎn)因素進(jìn)行總結(jié)歸納整理。通過正確而詳盡的風(fēng)險(xiǎn)識別，能夠使工程建設(shè)者們認(rèn)識到項(xiàng)目建設(shè)過程中將面臨的各種風(fēng)險(xiǎn)，為決策者進(jìn)行風(fēng)險(xiǎn)管理和控制，并選擇合適的預(yù)防措施提供依據(jù)。風(fēng)險(xiǎn)的種類繁多，有靜態(tài)風(fēng)險(xiǎn)和動態(tài)風(fēng)險(xiǎn)之分，又有已存在風(fēng)險(xiǎn)和潛在風(fēng)險(xiǎn)之分，且風(fēng)險(xiǎn)造成的影響也各不相同，有些風(fēng)險(xiǎn)十分隱蔽，難以發(fā)現(xiàn)，因此風(fēng)險(xiǎn)識別工作需要非常細(xì)心，盡量避免遺漏，降低后期發(fā)生不可預(yù)料的后果的可能性。風(fēng)險(xiǎn)識別方法有傳統(tǒng)風(fēng)險(xiǎn)識別方法與WBS-RBS風(fēng)險(xiǎn)識別理論法。

1.1 傳統(tǒng)風(fēng)險(xiǎn)識別方法

在高陡邊坡滑坡風(fēng)險(xiǎn)識別領(lǐng)域，傳統(tǒng)風(fēng)險(xiǎn)識別方法主要基于地質(zhì)調(diào)查、工程經(jīng)驗(yàn)和物理力學(xué)分析。早期研究多依賴工程地質(zhì)類比法，通過對比歷史滑坡案例的地質(zhì)條件（如巖性、結(jié)構(gòu)面特征、地形坡度等)進(jìn)行風(fēng)險(xiǎn)預(yù)判，該方法雖直觀但受限于經(jīng)驗(yàn)主觀性和案例庫完整性。物理模型法（如離心模型試驗(yàn))通過模擬邊坡失穩(wěn)過程分析風(fēng)險(xiǎn)演化機(jī)制，但存在成本高、周期長的局限性，傳統(tǒng)測量實(shí)景，見圖1。

圖1傳統(tǒng)風(fēng)險(xiǎn)識別方法

此外，基于極限平衡理論的穩(wěn)定性計(jì)算仍是工程實(shí)踐中風(fēng)險(xiǎn)量化的核心手段，其通過力學(xué)平衡方程評估邊坡安全系數(shù)，但難以考慮復(fù)雜地質(zhì)條件下的非線性變形特征。為彌補(bǔ)這一缺陷，數(shù)值模擬方法(如有限元法、離散元法)逐漸被引入，能夠動態(tài)模擬應(yīng)力-應(yīng)變關(guān)系和破壞過程。統(tǒng)計(jì)分析法（如Logistic回歸、信息量模型)則通過歷史數(shù)據(jù)挖掘風(fēng)險(xiǎn)主控因子，構(gòu)建經(jīng)驗(yàn)預(yù)測模型，但對數(shù)據(jù)質(zhì)量和樣本量要求較高。近年來，層次分析法(AHP)與模糊數(shù)學(xué)結(jié)合形成的模糊綜合評價(jià)法，通過構(gòu)建遞階層次結(jié)構(gòu)和模糊隸屬函數(shù)，實(shí)現(xiàn)了多因素耦合風(fēng)險(xiǎn)評估，在復(fù)雜邊坡工程中得到了一定的應(yīng)用。

1.2 WBS-RBS風(fēng)險(xiǎn)識別

在高陡邊坡滑坡風(fēng)險(xiǎn)識別領(lǐng)域，WBS-RBS（工作分解結(jié)構(gòu)-風(fēng)險(xiǎn)分解結(jié)構(gòu))理論作為一種系統(tǒng)的風(fēng)險(xiǎn)識別方法，近年來逐漸被引入復(fù)雜地質(zhì)工程領(lǐng)域。該方法通過雙重分解框架實(shí)現(xiàn)風(fēng)險(xiǎn)因子的精細(xì)化識別：首先基于WBS（WorkBreakdownStructure）將邊坡工程系統(tǒng)分解為地質(zhì)結(jié)構(gòu)、水文條件、工程活動、監(jiān)測系統(tǒng)等多級子系統(tǒng)，形成層次化的工作單元；繼而通過RBS（RiskBreakdownStructure）對每個(gè)子系統(tǒng)的潛在風(fēng)險(xiǎn)進(jìn)行分類，如地質(zhì)子系統(tǒng)可分解為軟弱夾層、節(jié)理裂隙發(fā)育、地震荷載等風(fēng)險(xiǎn)因子。這種結(jié)構(gòu)化分析方法顯著提升了風(fēng)險(xiǎn)識別的系統(tǒng)性和全面性，尤其適用于多源數(shù)據(jù)耦合的復(fù)雜邊坡場景。

WBS-RBS通過建立\"工作-風(fēng)險(xiǎn)\"矩陣關(guān)聯(lián)，能有效揭示傳統(tǒng)方法易忽視的交叉風(fēng)險(xiǎn)。在滑坡治理工程中，通過WBS-RBS識別出強(qiáng)降雨誘發(fā)的地下水位上升（水文風(fēng)險(xiǎn)）與錨桿支護(hù)失效(工程風(fēng)險(xiǎn))的耦合效應(yīng)，成功預(yù)警了復(fù)合致災(zāi)模式。在西南山區(qū)邊坡工程中，該方法進(jìn)一步細(xì)化了爆破振動(施工風(fēng)險(xiǎn))與順層巖質(zhì)邊坡(地質(zhì)風(fēng)險(xiǎn))的動態(tài)響應(yīng)關(guān)系，為優(yōu)化開挖方案提供了依據(jù)。相較于傳統(tǒng)經(jīng)驗(yàn)類比法，該理論通過標(biāo)準(zhǔn)化分解流程減少了主觀偏差，并為后續(xù)風(fēng)險(xiǎn)評估提供了明確的因子清單。

同時(shí)也可將BIM（建筑信息模型）與WBS-RBS集成，構(gòu)建動態(tài)風(fēng)險(xiǎn)知識庫，進(jìn)一步提升復(fù)雜邊坡風(fēng)險(xiǎn)識別的智能化水平。利用BIM的三維可視化特性，將地質(zhì)結(jié)構(gòu)、支護(hù)措施等工程信息與RBS風(fēng)險(xiǎn)因子進(jìn)行空間關(guān)聯(lián)，實(shí)現(xiàn)風(fēng)險(xiǎn)識別的可視化與交互化。引入機(jī)器學(xué)習(xí)算法（如深度森林模型）對歷史分解案例進(jìn)行模式學(xué)習(xí)，自動優(yōu)化分解層級和風(fēng)險(xiǎn)分類規(guī)則，降低對專家經(jīng)驗(yàn)的依賴。

通過高陡邊坡滑坡風(fēng)險(xiǎn)的來源與分類，結(jié)合傳統(tǒng)風(fēng)險(xiǎn)識別方法與WBS-RBS理論的創(chuàng)新應(yīng)用，構(gòu)建多維度、結(jié)構(gòu)化的風(fēng)險(xiǎn)辨識框架，相比傳統(tǒng)方法依賴地質(zhì)調(diào)查與物理力學(xué)分析，顯著提升了復(fù)雜地質(zhì)條件下風(fēng)險(xiǎn)識別的系統(tǒng)性與全面性，尤其在耦合風(fēng)險(xiǎn)(如水文與工程活動的動態(tài)交互)的預(yù)警中展現(xiàn)出獨(dú)特優(yōu)勢。

2 高陡邊坡滑坡風(fēng)險(xiǎn)監(jiān)測技術(shù)

我國地域遼闊，地形地貌復(fù)雜多樣，隨著全球氣候變化加劇，極端氣候事件增多，以及人類工程活動對地表結(jié)構(gòu)的強(qiáng)烈擾動，導(dǎo)致邊坡失穩(wěn)的風(fēng)險(xiǎn)日益增大。邊坡破壞容易發(fā)生滑坡、滾石、局部崩塌等相關(guān)地質(zhì)災(zāi)害，對邊坡周邊的環(huán)境造成一定的危害。邊坡風(fēng)險(xiǎn)的監(jiān)測技術(shù)分為傳統(tǒng)檢測技術(shù)和新型監(jiān)測技術(shù)。

2.1 傳統(tǒng)監(jiān)測技術(shù)

在邊坡監(jiān)測中，一般采用視準(zhǔn)儀、經(jīng)緯儀和水準(zhǔn)儀等測量儀器進(jìn)行邊坡監(jiān)測，主要采用測量方法為視準(zhǔn)線法、前方交會法、后方交會法、極坐標(biāo)法、邊角法、水準(zhǔn)測量和光電三角高程測量等。這些設(shè)備在實(shí)際應(yīng)用中存在人工成本高、測量精度低、實(shí)時(shí)性差等較多不足，同時(shí)，由于施工現(xiàn)場環(huán)境復(fù)雜，存在一定的安全隱患。并且很多監(jiān)測項(xiàng)目因物質(zhì)條件、測量儀器以及監(jiān)測區(qū)域測量布置點(diǎn)難度等相關(guān)外部條件約束，監(jiān)測時(shí)簡單采用單一的方法進(jìn)行邊坡觀測，形成的監(jiān)測成果精度一般不高，導(dǎo)致監(jiān)測過程中需設(shè)定大量監(jiān)測點(diǎn)，監(jiān)測過程中浪費(fèi)大量時(shí)間與物力，傳統(tǒng)監(jiān)測技術(shù)實(shí)景，見圖2。

圖2傳統(tǒng)監(jiān)測技術(shù)

2.2新型監(jiān)測技術(shù)

人工監(jiān)測獲取的數(shù)據(jù)難以實(shí)現(xiàn)有效地管理和分析，難以對邊坡的狀態(tài)和趨勢進(jìn)行全面的評估和預(yù)測。隨著物聯(lián)網(wǎng)技術(shù)、傳感器技術(shù)、機(jī)器視覺技術(shù)和大數(shù)據(jù)分析技術(shù)的快速發(fā)展，邊坡監(jiān)測手段從傳統(tǒng)的地面測量轉(zhuǎn)變?yōu)楝F(xiàn)代智能化、自動化監(jiān)測系統(tǒng)，能夠?qū)崟r(shí)、連續(xù)、準(zhǔn)確地獲取邊坡變形信息。采用變焦視覺位移監(jiān)測儀，加強(qiáng)數(shù)據(jù)處理和分析能力，完善預(yù)警系統(tǒng)。

2.2.1合成孔徑雷達(dá)干涉測量

合成孔徑雷達(dá)干涉測量（InSAR）是一種利用雷達(dá)波進(jìn)行地表形變和地形測量的技術(shù)，見圖3、圖4。

圖3星載InSAR示意

圖4InSAR幾何關(guān)系示意

該技術(shù)通過比較從兩個(gè)或多個(gè)時(shí)間點(diǎn)獲取的雷達(dá)圖像（合成孔徑雷達(dá)成像)的相位差異，來檢測地表或結(jié)構(gòu)的微小變化。該技術(shù)可以細(xì)分為多種方法，包括 PS-InSAR ，通過識別和追蹤具有穩(wěn)定散射特性的永久散射體（PS點(diǎn)）來監(jiān)測形變；SBAS-InSAR通過分析多幅具有小基線的SAR圖像來減少大氣延遲的影響，適合于大范圍的地表形變監(jiān)測；以及MT-InSAR，結(jié)合了時(shí)間序列分析，適用于連續(xù)監(jiān)測地表形變。這些方法共同構(gòu)成了InSAR技術(shù)在邊坡變形測量中的應(yīng)用，提供了一種有效、精確且不受天氣條件限制的監(jiān)測手段。例如，InSAR技術(shù)通過干涉雷達(dá)相位差監(jiān)測毫米級地表位移，在意大利Vajont滑坡等案例中成功捕捉到早期形變信號。

2.2.2三維激光掃描

三維激光掃描技術(shù)在邊坡變形監(jiān)測和危巖體識別領(lǐng)域具有無可比擬的優(yōu)勢，相較于衛(wèi)星遙感技術(shù)、遙感雷達(dá)此類技術(shù)而言，三維激光掃描技術(shù)具有更高分辨率，更高精度的優(yōu)點(diǎn)，測量誤差達(dá)到毫米級。三維激光掃描技術(shù)能夠?qū)?shí)體信息轉(zhuǎn)換為計(jì)算機(jī)能夠識別的數(shù)據(jù)，為邊坡數(shù)據(jù)的采集與分析提供了新的方向，能夠完善其他測繪點(diǎn)信息采集的缺陷，因此利用三維激光掃描技術(shù)獲取準(zhǔn)確的邊坡采樣點(diǎn)信息，采用卡爾曼濾波算法判斷邊坡點(diǎn)云數(shù)據(jù)最優(yōu)狀態(tài)，并對數(shù)據(jù)進(jìn)行降噪處理。利用曲率提取點(diǎn)云數(shù)據(jù)的特征點(diǎn)，構(gòu)建空間坐標(biāo)系，確定邊坡的位移變化情況。實(shí)驗(yàn)結(jié)果表明研究方法可有效進(jìn)行邊坡點(diǎn)云數(shù)據(jù)降噪處理，監(jiān)測邊坡位移情況時(shí)所得位移量誤差較低，提升了邊坡位移監(jiān)測的精度，增強(qiáng)了邊坡滑坡地質(zhì)災(zāi)害防范效果。

2.2.3無人機(jī)傾斜攝影

無人機(jī)傾斜攝影技術(shù)是近些年在國際測繪領(lǐng)域發(fā)展起來的一項(xiàng)高新技術(shù)。與單一角度拍攝的傳統(tǒng)正射影像不同，該技術(shù)在同一飛行平臺上搭載多臺傳感器，同時(shí)從垂直、左視、右視、前視和后視5個(gè)方向進(jìn)行數(shù)據(jù)采集，快速地獲取到被測物體頂面和側(cè)面的高分辨率紋理信息，如圖5所示。并且通過計(jì)算機(jī)視覺原理自動匹配識別傾斜影像中的同名點(diǎn)，從而生成三維點(diǎn)云數(shù)據(jù)，然后連接點(diǎn)云數(shù)據(jù)，構(gòu)建不規(guī)則三角網(wǎng)，進(jìn)行紋理映射，最后結(jié)合影像POS點(diǎn)數(shù)據(jù)和地面控制點(diǎn)數(shù)據(jù)生成高精度的三維實(shí)景模型。與傳統(tǒng)測繪手段對比，無人機(jī)傾斜攝影技術(shù)具有高效率、大范圍和多數(shù)據(jù)的優(yōu)勢，被廣泛應(yīng)用于高陡邊坡監(jiān)測之中?？梢酝ㄟ^幾何處理、多視角影像匹配和網(wǎng)格構(gòu)建等功能來提取被測地物地貌的紋理特征，然后對紋理信息進(jìn)一步處理，利用無人機(jī)傾斜攝影技術(shù)，多相機(jī)集成數(shù)字采集系統(tǒng)獲取傾斜影像，構(gòu)建三維實(shí)景模型，可以用于GIS應(yīng)用、建筑建模、城市建模和基礎(chǔ)設(shè)施監(jiān)測等方面。

在監(jiān)測技術(shù)方面，傳統(tǒng)手段（如水準(zhǔn)測量、光纖傳感)受限于精度低、實(shí)時(shí)性差等瓶頸，而新型智能監(jiān)測技術(shù)（InSAR、三維激光掃描、無人機(jī)傾斜攝影)通過高精度、大范圍、多源數(shù)據(jù)融合的特點(diǎn)，為邊坡形變監(jiān)測提供了革新方案。

圖5無人機(jī)傾斜攝影

3 結(jié)束語

高陡邊坡風(fēng)險(xiǎn)管理的智能化發(fā)展可以聚焦幾個(gè)方向：一是推動多源監(jiān)測數(shù)據(jù)的深度融合，結(jié)合機(jī)器學(xué)習(xí)算法優(yōu)化風(fēng)險(xiǎn)預(yù)測模型；二是構(gòu)建基于BIM與GIS的動態(tài)監(jiān)測平臺，實(shí)現(xiàn)風(fēng)險(xiǎn)信息的實(shí)時(shí)交互與可視化；三是完善極端氣候與地質(zhì)條件下的監(jiān)測技術(shù)標(biāo)準(zhǔn)，提升系統(tǒng)準(zhǔn)確性。通過技術(shù)創(chuàng)新與跨學(xué)科協(xié)作，能更好地實(shí)現(xiàn)高陡邊坡風(fēng)險(xiǎn)“早識別、精監(jiān)測、快預(yù)警”的目標(biāo)，為高陡邊坡的基礎(chǔ)設(shè)施的安全建設(shè)與長效運(yùn)營提供堅(jiān)實(shí)保障。

參考文獻(xiàn)

[1] 鄭穎人，陳祖煜，王恭先，等.邊坡與滑坡工程治理［M].第二版.北京：人民交通出版社，2010：649－688.

[2] 李俊鑫，強(qiáng)小俊，郎向偉.基于FBG的測斜傳感器設(shè)計(jì)與實(shí)現(xiàn)[J].壓電與聲光，2019，41（1）：53-56.

[3] 仇唐國，孫陽陽，盧天鳴，等.基于OFDR技術(shù)的深層土體水平位移場監(jiān)測研究[J].壓電與聲光，2020，42（1）：108-112

[4] 劉興遠(yuǎn)，雷用，康景文.邊坡工程：設(shè)計(jì)·監(jiān)測·鑒定·與加固[M].北京：中國建筑工業(yè)出版社，2007：119-174.

[5] 吳昊城，王浩，戴旭明，等.工程高邊坡開挖治理過程定量風(fēng)險(xiǎn)評估[J]．水利與建筑工程學(xué)報(bào)，2018，16(6)：134-139.