基于普适型监测的多参数预警研究
——以三峡库区卡门子湾滑坡为例
2021-09-10马娟赵文祎齐干刘哲儒邢顾莲叶思卿陈瑶
马娟,赵文祎*,齐干,刘哲儒,邢顾莲,叶思卿,陈瑶
(1.中国地质环境监测院, 北京 100081;2. 湖北省地质环境总站,湖北 武汉 430022)
监测预警作为地质灾害综合防治体系的重要组成部分,是减少地质灾害造成人员伤亡和财产损失的重要手段(Yueping Yin,et al.2010)。经过多年的地质灾害调查工作,中国已基本查明28.6万处地灾隐患点,构建了由30余万人组成的群测群防队伍,初步形成了地质灾害监测预警理论技术体系和科技支持保障体系(刘艳辉等,2015)。1999年以来,先后在长江三峡库区、四川雅安、重庆巫山、云南哀牢山等地建立区域性国家级地质灾害监测预警示范区(Han Bing, et al.2018;侯圣山等,2014; Han Bing, et al.2020)。四川、贵州、湖北、重庆等省(市)率先实施自动化专业监测项目,取得了大量的建设经验和较好的监测预警效果。但是相对于隐患点总数,专业监测所占比率仍很低,点少面窄。
如何依托已有的群测群防和专业监测工作基础,开展“专群结合”监测预警体系建设,探索“普适型”监测之路尤为必要而迫切。以实现“专群结合”的监测预警为目标,中国地质调查局地质环境监测院联合20余家相关单位开展普适型监测预警仪器(简称“滑坡仪”)攻关,以“两个提高、两个降低”(提高可靠性、提高集成度、降低功耗、降低成本)为目标(李慧等,2020),聚焦地质灾害监测中降水与地表变形2个主要内容(薛强等,2018),针对性集成研发了雨量计、土壤含水率计、裂缝计、GNSS、倾角计、加速度计等6种普适型及多参数组合设备,基于物联网技术开发了地质灾害监测预警信息系统,组织编制了《地质灾害专群结合监测预警技术指南》等5部相关技术标准。为了加快推进普适型仪器设备研发与应用,首批对包括卡门子湾滑坡在内的全国9个省(区、市)29处代表性地质灾害开展滑坡监测预警实验进行样机示范试用,总体运行稳定可靠。
1 滑坡概况及发生过程
卡门子湾滑坡位于湖北省秭归县泄滩乡陈家湾村7组,距乡政府约3.5 km,距三峡大坝约50 km。卡门子湾滑坡位于长江支流泄滩河左侧,地理坐标E:110°36′50″,N:31°01′27″。滑坡前缘高程约160 m,后缘高程约290 m,地形坡度35°~45°,坡向315°,坡体中前部有上泄公路穿过。滑坡整体纵长约192 m,横宽约135 m,面积约2.7×104 m2,厚度10~25 m,总体积约50×104 m2,主滑方向350°。滑坡主要由滑动区和牵引区组成,滑动区纵长约154 m,横宽约135 m,面积约1.9×104 m2,滑体厚度15~25 m,滑动体积约38×104 m3;牵引区面积约0.8×104 m2,滑体厚度10~20 m,体积约12×104 m3。滑坡出露岩体为中侏罗统沙镇溪组(J2s)紫红色薄层粉砂岩、含碳泥质粉砂岩与青灰绿色粉砂质泥岩不等厚互层,岩层产状30°∠40°,该滑坡主要为坡体上部粉砂岩、含碳泥质粉砂岩沿粉砂质泥岩滑移(Yueping Yin,et al.2020)。
2019年10月底三峡水库蓄水至175 m高水位后,于11月20日,该滑坡公路上下区域发现变形裂缝;于11月29日滑坡出现明显变形迹象:滑坡体呈现沿粉砂质泥岩(软弱面)滑移现象,与岩层倾向一致, 滑坡南侧出现一条拉张裂缝, 裂缝走向315°,缝宽10~25 cm;同时,因坡体坡度较陡,滑坡体在重力作用下,向临空面滑移,方向315°,与坡向一致,并使滑坡中部南侧陡坎处粉砂岩沿粉砂质泥岩顶面外移20 cm,滑坡后缘出现一条弧形拉张裂缝,裂缝呈走向150°~225°~275°,缝宽5~25 cm,前缘局部下座5~30 cm,裂缝可见深度1.2 m;12月9日滑坡出现加速变形,后缘裂缝单日下座变形量达20 cm,滑体中部出现多条横向裂缝,滑坡左侧及后缘裂缝完全贯通,滑坡单日中前部道路变形约17 cm,滑坡前缘临江部位出现臌胀隆起变形,左侧边界滑移面变形错动增大约12 cm。
2019年12月10日上午,该滑坡两侧及后缘裂缝已完全贯通,且以0.8 cm/h的速度加速变形。左侧边界处公路上方岩体不断掉块,且发出岩体摩擦、破裂声音;于当日下午16点50分,该滑坡出现整体滑动,导致005乡道错断,水平推移约15 m,损毁道路长度约135 m,部分滑体涌入江中,未堵塞河道。滑坡整体滑动后,后部牵引变形裂缝仍在向斜坡上部新建公路(万家-翁家湾公路)方向扩展,至晚上18点,该裂缝已延伸至上方公路,出现路面开裂现象(图1、图2);至11日上午9点,该裂缝不断扩张,最大宽度约12 cm,下沉约7 cm,且还在不断发展变形中。后部牵引区变形明显,后缘裂缝最大宽度约12 cm,内侧下沉约7 cm,处于不稳定状态,后期存在下滑的可能(图3、图4)。一旦后部牵引区下滑加载后,在库水位上升作用下,不排除二次整体滑移的可能(王金波,2020)。
2 基于地质分析的监测网络建设
卡门子湾滑坡发生后,中国地质环境监测院(自然资源部地质灾害技术指导中心)(以下简称“院(中心)”联合湖北省地质环境总站等单位进行现场应急调查。通过对该滑坡地质条件分析研究制定了普适型设备监测方案。12月22日起在该处开展了现场设备安装布设工作,在坡体共计安装雨量计、多参数、加速度计等3类16套监测设备,剖面布设采用“一纵一横”的布设方式(图5)。重点监测区域为后部牵引区。其中滑体上布设9套形变监测设备,含8套倾角加速度计,1套多参数监测仪;牵引区布设6套形变监测设备,含4套倾角加速度计,2套多参数监测仪;滑坡周界上布置压电式雨量计1套,布设于滑坡体屋顶上(图6、图7)。
(2019年12月10日,据王金波,2020)图1 滑坡左侧边界滑移图Fig.1 Slide on left boundary (Dec.10,2020)
(2019年12月10日,据王金波,2020)图2 前部路面拉张裂缝图Fig.2 Front road tension crack(Dec.10,2020)
(2019年12月11日,据王金波,2020)图3 牵引区后缘拉张裂缝图Fig.3 Tensile crack at trailing edge of traction zone(Dec.11,2020)
(2020年12月11日,据王金波,2020)图4 滑坡左侧变形图Fig.4 The left slope deformation after sliding(Dec. 11,2020)
图5 卡门子湾滑坡全貌(据王金波,2020)Fig.5 Full view of Kamenziwan Landslide
1.滑动区;2.牵引区;3.剖面线;4.多参数监测设备;6.设备编号图6 卡门子湾滑坡监测平面布置示意图Fig.6 Monitoring equipment layout of Kamenziwan landslide
1.第四系残坡积;2.第四系滑坡堆积;3.侏罗纪中统沙溪庙组;4.滑动面;5.碎石土块;6.块裂岩;7.泥质粉砂岩;8.粉砂质泥岩图7 卡门子湾滑坡监测方案剖面图Fig.7 Monitoring deployment profile of Kamenziwan landslide
2.1 监测设备选型
卡门子湾滑坡以监测变形和降雨为主,具体包括裂缝、倾角、加速度、雨量等测项,裂缝测项用于监测滑坡体裂缝扩展,倾角测项用于监测滑坡体多级旋转,加速度测项用于监测滑坡运动状态。选用了东方智感(浙江)科技股份有限公司、上海华测导航技术股份有限公司、上海展为智能技术股份有限公司生产的设备,主要传感器的技术参数及技术特征如表1所示。
表1 卡门子滑坡监测仪器实施表Tab.1 Implementation of Kamenziwan landslide monitoring instrument
2.2 监测预警试运行
设备安装完毕后,整个监测网络进入试运行状态。普适型多参数设备(裂缝+倾角+加速度计)和普适型雨量计通过4G公共通信网发送监测数据;普适型倾角加速度计通过NB-lot窄带物联网传输监测数据。监测数据汇聚到湖北省地质环境监测总站“湖北省地质环境综合信息平台”,并实时同步数据至中国地质环境监测院“全国地质灾害监测预警信息系统”。2套系统均提供前端数据管理和多测项分析功能;同时能够设置单参数预警判据和多参数组合预警模型指标,进行监测数据实时计算,自动发布预警消息,并根据预警等级及地质灾害波及的范围进行短信发送。目前单参数判据针对主要变形特征与影响因素对地质灾害监测时序大数据进行分析(张茂省等,2019;刘颖莹等,2018)(表2),基于滑坡孕灾、发灾、成灾等方面的科学认识,建立测项之间的关联关系,形成多参数组合预警模型(贾俊等, 2019;段钊等,2018)。
表2 系统主要测项单参数预警判据表达式表Tab.2 Single parameter early warning criterion of the main test item
2.3 预警指标设置及监测数据分析
该滑坡为典型的顺向岩质滑坡,预警判据主要采用岩质滑坡的判据。本研究将累计位移变形速率与时间曲线与降雨量历程图进行对比分析,发现滑坡变形与降雨有着密切的关系,且用相关性函数计算出历史监测数据裂缝累计位移与累计降雨量的关系系数为0.988 066。所以在设置模型的时候主要聚焦“变形”和“雨量”设置了模型参数。降雨判据是利用1小时降雨量、3日有效降雨量等指标进行判断。位移判据是利用日裂缝位移变化量,并综合降雨指标进行综合判断。卡门子湾滑坡监测预警模型降雨和位移判据指标见表3。
表3 卡门子湾滑坡监测预警模型表Tab.3 Monitoring and warning model of Kamenziwan landslide
2020年4月17日以来滑坡区域出现大到暴雨,至20日中午累计雨量达66.2 mm(图8),所安装的滑坡监测预警仪等均捕捉到裂缝加大、倾角突变等明显的滑坡变形错动信息(图8、图9、图10、图11)。
图8 04-LF02与17-YL01裂缝雨量综合分析曲线图(2020年4月6日—29日)Fig.8 Comprehensive curve of 04-LF02 and 17-YL01 (April 6-29, 2020)
图9 07-LF02与17-YL01裂缝雨量综合分析曲线图(2020年3月31日—4月29日)Fig.9 Comprehensive curve of 07-LF02 and 17-YL01(March 31 - April 29, 2020)
图10 14-QJ01倾角计曲线图(2020年4月6日—29日)Fig.10 Dipmeter Curve of 14-QJ01(April 6-29, 2020)
图11 01-QJ01倾角计曲线图(2020年4月6日—29日)Fig.11 Dipmeter Curve of 01-QJ01(April 6-29, 2020)
从图8、图9可以看出,卡门子湾滑坡04、07号裂缝计(滑坡后缘)的监测数据和日降雨量之间存在明显的相关性。分析形成临滑阶段日降雨与日变形对比表(表4),4月18日日降雨量达48.9 mm,随后04、07号裂缝发生了较大的变形;4月19日04号裂缝变形量5.2 mm,07号裂缝变形量18.1 mm;4月20日07号裂缝变形量达21.2 mm,且连续5天变形量都在10 mm以上。从图10、11可以看出,该滑坡位于前缘的14号倾角计和位于滑坡后缘的01号倾角同时发生突变。07号裂缝4月19日、20日连续发出黄色预警。
表4 临滑阶段日降雨与日变形对比表Tab.4 Comparison between daily rainfall and deformation in sliding stage
4月20日下午,根据普适型监测设备反馈信息,随即召开国家-省-市-县多级视频云会商会,实时在线化分析综合研判滑坡的变形现状和发展趋势。一致认为滑坡有变形加剧趋势,鉴于该滑坡为三峡库区“跨线”滑坡,正值库水位消落期,加之滑坡影响区“伦晚”脐橙成熟采摘季,确定预警等级为黄色。
2.4 基于长期监测滑坡趋势分析及处置对策
通过分析04LF02裂缝数据稳定安装后的变化趋势(图12),整体上明显分为3个阶段。第一阶段是1月8日~2月27日(2020年),第二阶段2月29日~4月18日(2020年),第三阶段4月19日~6月8日(2020年)。3个阶段的斜率逐步增大。为了量化分析,本研究将该部分数据以日为量纲,求出日变形速率和切线角(图13)(许强等,2008,2009)。通过切线角分析(剔除设备2月28日的异常波动),角度值与3个阶段基本吻合。第一阶段角度值绝大部分落在(5°~20°)以内,第二阶段角度值绝大部分落在(20°~25°)以内,第三阶段的角度值(45°~60°)以内。根据斋藤曲线变形阶段划分(Saito M, 1969),当切线角<45°时,斜坡处于初始变形阶段;当切线角=45°时,斜坡处于等速变形阶段;当切线角>45°时,斜坡处于加速变形阶段。故判断卡门子湾滑坡处于加速变形阶段。稳定运行近半年来,先后触发了21次预警,均为裂缝触发预警,其中红色预警7次,黄色预警5次,蓝色预警9次,其中触发预警的约80%为设备数据波动导致。根据长期监测滑坡趋势分析,牵引区变形仍进一步扩展,处于不稳定状态,在降雨等不利因素影响下,牵引区存在继续下滑的可能。由于该滑坡距三峡大坝约50 km,一旦下滑后果较严重,建议地方对该滑坡进行治理。
图12 04LF02与17-YL01裂缝雨量综合分析曲线图(2020年1月7日—6月9日)Fig.12 Comprehensive curve of 04LF02 and 17-YL01(Jan 7- June 9, 2020)
图13 04LF02日变形速率与切线角曲线图(2020年1月7日—6月9日)Fig.13 04LF02 Daily Deformation rate and Tangent Angle Curve(Jan 7- Jun 9, 2020)
3 结论
笔者通过对三峡库区卡门子湾滑坡开展普适型多参数设备监测、系统运行和智能分析,实现了对滑坡的整体监控,并成功预警,及时有效指导了三峡库区地质灾害防治工作。
(1)从卡门子湾滑坡的运行情况分析,普适型监测仪器可满足滑坡监测的需求,通过对关键因素“雨量”和“变形”的监测,可实现滑坡预警。
(2)裂缝计和雨量计的数据相关性很强,日降雨量达到大雨级别后,日裂缝出现较明显变形,同时倾角发生突变,通过对雨量、裂缝、倾角等关联分析,可实现精度更高的多参数预警。
(3)基于物联网、大数据分析、机器学习等技术研发的全国地质灾害监测预警信息系统具备仪器运管、数据聚合、预警分析、响应处置等功能,可满足对灾害对象自动、连续、实时地监测需求,实现监测预警工作“建-管-运”全流程信息化管理。