公路边坡变形监测预警技术与工程应用

周泽林 杨光清 徐峰

摘 要：本文采用智能监测装备及系统对西南地区某互通边坡开展变形监测，监测数据较好的反应边坡的变形状况并提前及时地发出预警信息，为撤出人员和重要物资争取了宝贵时间，研究表明滑坡监测系统完全能够满足公路工程监测需求。

关键词：公路边坡;监测;预警

0 引言

我国的公路建设近三十年得到跨越式的发展，截至2019年，全国公路总里程501.25万公里，公路密度52.21公里/百平方公里。随着我国公路建设规模的不断扩大，公路建设向工程地质条件复杂的山区延伸，由于山区地形地貌的复杂性，在公路建设过程中不可避免出现高填深挖的状况，形成大量的高边坡（填方边坡或挖方边坡），造成原有的地质力学平衡条件被破坏，在各种自然和工程因素的扰动下，时常引起公路边坡的变形甚至破坏，给边坡的施工和维护带来了诸多的技术挑战。

由于干线公路在建设过程中受资金、工期等多方面的限制，边坡灾害的防护工作不足，因此西南山区公路受灾害影响的数量最多、路段最长、隐患最大。如在四川绵竹境内鲍竹路上行驶的一辆大客车被十余吨突然掉落的巨石砸毁，导致18名乘客死亡的惨剧;在重庆彭（水）-石（柱）公路约5公里处突然发生的山体滑坡，一辆路过的客运汽车恰好被滚落的巨石砸中，导致7名乘客当场死亡;重庆已经运营7年的公路突然发生大型的顺层滑坡，导致该段公路受堵，10余天不通畅;贵州省思南县青杠坡镇在2013年4月22日突然发生山体滑坡，造成了11人死亡，2人受伤。

1 工程概况

该互通为峰林谷地岩溶地貌单元，区内地势海拔高程2 071.0 m～1 835.0 m，最大高差约236 m。勘察区上部多被开垦为耕地，呈阶梯状，坡度约为25°～35°下部为高速公路施工开挖边坡，总体坡度约20°～35°，局部坡度较陡，约50°。

该区域出露第四系碎石土，灰岩巨型块石堆积体，下伏二叠系下统栖霞组第一段灰岩、砂岩、泥灰岩及煤系地层。煤系地层因雨水冲蚀抗剪强度较低，下部灰岩、砂岩及泥灰岩多处存在互层现象，岩性特征分述如下：

1.1 第四系全新统坡残积层（Q4dl+el）

碎石土：黄褐色，稍湿，松散～稍密，碎石成分为石灰岩，多呈次棱角状、碎片状，排列无序，一般块径3 cm～8 cm，最大15 cm，充填粉质黏土，其中碎石含量在50%～60%之间。厚度一般为0.50 m～2.0 m，分布于滑坡体上部表层。

块石堆积体：青灰色，稍湿，块石成分为灰岩，块径巨大，据开挖断面观察，粒径多为0.3 m～10 m不等，最大可达15 m，为原山体断层时形成的滚落堆积块石，排列无序，局部钙质胶结，块体接触面岩溶强烈，多见溶孔。岩石堆积体分布范围从BK0+600～BK0+750至CK0+800～CK1+420，两端厚度较小，趋于尖灭，中间CK0+980～CK1+300段厚度较大，中间一段距离后缘陡崖较近，厚度较大，且粒径较大，也符合此岩石堆积体为崩塌或错落成因的特征关系。

1.2 二叠系下统栖霞组第一段

岩性为灰岩、砂岩、泥灰岩及薄层煤质层，岩层受构造作用影响，表层较破碎，总体产状为89～92°∠19～21°。

灰岩：青灰色，隐晶结构，层状构造，主要矿物成分方解石，节理裂隙发育，局部岩溶发育严重，岩芯呈短柱及碎块状，风化程度为中风化。

砂岩：浅黄色-灰白色，砂质结构，层状构造，主要矿物成分石英，长石，裂隙发育，岩芯多碎块状及短柱状，一般块径5 cm～12 cm，最大20 cm，裂隙面多见铁质浸染，采取率80%，RQD=30。该层主要揭露于滑坡体下部，风化程度为中风化。

泥灰岩：深灰色，隐晶结构，层状构造，主要矿物成分黏土矿物，方解石，节理裂隙较发育，岩芯多碎块及短柱状，一般块径3 cm～8 cm，最大15 cm，采取率80%，RQD=30。该层主要揭露于滑坡体下部，风化程度为中风化，局部夹有煤层。

2 监测系统及布设

2.1 监测装备及系统

现场监测主要采用“招商交科云眼”监测系统[1]，监测过程中选用了边坡表面裂缝监测系统、结构物倾斜状态监测系统、图像智能捕获系统以及配套的数据分析和智能预警平台等。

2.1.1 边坡表面裂缝监测装备

主要用于边坡表面位移的直接监测，系统利用高精度大量程位移计监测边坡主断面的裂缝变化情况，首尾传感器布设于边坡区域外的相对固定点上，实现对边坡主要断面的实时监测，监测数据重复度1 mm。

2.1.2 结构物倾斜状态监测装备

结构倾斜状态采用结构物倾斜状态监测系统监测，此系统主要用于监测边坡支护结构及其它结构物的倾斜情况，传感器可同时监测x、y两个轴向，量程为正负30°，精度为0.01°，分辨率为0.001°。

2.1.3 图像智能捕获装备

图像智能捕获系统用于远程获取边坡灾变体的图像，帮助分析其实时状态，此系统集采集、无线传输、太阳能供电于一体，安装方便，基本无需人员维护，可根据用户需求，定时上传现场图像数据。

2.1.4 數据分析与预警平台

该系统负责对现场设备上传的数据进行解析，将监测数据存储与云端服务器的数据库中，并进行监测数据的智能分析，发现数据异常时自动拨打相关人员电话或发送报警信息，调节设备的监测参数，并自动生成监测报告。

2.2 布设方式

2014年6月，该高速公路互通段在边坡开挖与持续降雨作用下，后缘山体出现拉裂现象，导致产生滑坡。2015年6月10日前后，在原有滑坡体的小桩号侧又产生了新的滑坡。

课题组通过现场考察，开展如下监测：

（1）在滑坡体后缘合适位置选择2个断面上的6个点位（1个断面3个点位）采用“边坡表面裂缝监测系统”对坡面变形及裂缝发展状况进行监测，如图所示。

（2）在主线桥上选择4根桥墩柱，在C匝道上选择2根桥墩柱，在柱顶采用“结构物倾斜状态监测系统”对整个墩柱倾斜状况进行监测。

（3）在滑坡范围以外选择合适位置，安装“图像智能捕获系统”，对整个滑坡体、主线桥与匝道的安全状态进行实时可视化监测。

3 数据分析

2015年8月17日-2015年8月31日节点数据出现增长，其中点“1-2”在该监测周期变形量较缓，约为4 mm，点“3-2”在该周期变形量已经达到28 mm，该周期的监测图像上并未发现明显的变形特征。

2015年8月31日-2015年9月16日点“1-2”在变形速率变化不明显，变形总量约为7 mm，点“3-2”在该周期变形速率变缓，变形量约10 mm。

2015年9月16日-2015年10月8日，在10月1日之前裂缝位移监测数据呈现逐步稳定增长，但10月1日之后，边坡进入加速变形阶段，监测曲线符合土质边坡塌方的典型曲线。其中点“1-2”在国庆七天变形量已经高达25 mm，点“3-2”变形量高达32 mm。并在监测图像上能够识别出坡体局部的变形，课题组立即向建设单位和施工单位发出预警预报，建议立即撤出人员和重要物资。

2015年10月8日-2015年10月12日监测数据继续快速增长，并在10月12日出现塌方。

4 结论

综上所说，公路边坡尤其是高风险边坡施工和运营过程中进行安全管控是保障安全和降低风险的重要举措，“招商交科云眼”公路边坡病害监测设备精度、预警系统的稳定性等能够满足工程环境的应用条件。

参考文献：

[1]老关.“云眼”边坡智能监测系统在国内得到广泛应用[J].公路交通技术，2016（3）：57.