公路土质边坡失稳机理分析及危险性评价<br/>——以大目溪边坡为例

公路土质边坡失稳机理分析及危险性评价
——以大目溪边坡为例

2022-11-24姜风仓

水利水电快报 2022年9期

姜风仓

(中铁十八局集团第二工程有限公司，河北唐山 064000)

0 引言

公路交通建设中可能出现各类工程问题，如边坡失稳等，造成经济损失，更延误工期。因此，开展边坡失稳研究具有重要意义[1-3]。致灾机理分析是边坡失稳分析的基础，已有不少学者开展了相应研究。如雷航等[4]研究了红层边坡变形机理；易巍、马平等[5-6]研究了顺层边坡失稳机理；朱忠明等[7]分析了高填方边坡失稳机理。这些研究均取得了相应成果，但边坡所处区域性特征对边坡失稳成因具有较大影响，因此有必要结合边坡所处实际条件开展针对性研究。同时，边坡失稳危险性评价也是安全施工的重要理论依据，相应的研究具有重要实用价值。如刘洋等[8]利用优化集对分析理论构建了边坡危险性评价模型；刘小玲[9]利用层次分析法构建了运营期公路边坡的风险评估模型。这些研究为边坡危险性评价提供了分析思路，但均未与边坡失稳致灾机理相结合。因此，本文以大目溪边坡为例，结合地质条件开展失稳致灾机理分析，并利用P×C分级法构建边坡危险性评价模型，并对该边坡的危险性评价。

1 基本原理

研究分两个阶段：① 边坡失稳破坏机理分析；② 利用P×C分级法构建边坡危险性评价模型。

根据P×C分级法的基本原理，危险性评价模型的构建过程可分为2个部分，即危险性评价指标的权重求解和隶属度求解[10-11]。利用层次分析法构建危险性评价模型的层次结构，求取各评价指标的权重值，并利用专家法求解各评价指标的隶属度。

1.1 评价指标权重求解

层次分析法具有操作简单、实用性强等优点。先利用层次分析法构建公路边坡危险性评价体系的层次结构，再利用1～9标度法实现各评价指标的权值求解。

(1) 判断矩阵的构建。以表1中影响因素的标度评价标准为基础，对各评价指标的相对重要性进行判别，构建判断矩阵A。

(1)

式中：aij>0，aij=1/aji，aii=1(1≤i≤n，1≤j≤n)，即判断矩阵的各元素具独立性，并属于正互反矩阵。

表1 影响因素的标度评价标准

上述标准不仅能实现评价指标重要性的直接评价，还能实现折中评价，适用范围较广。

(2) 一致性检验。判断矩阵通过标度评价标准构建，其合理性需进行一致性检验，即先求解判断矩阵对应的最大特征值λmax，再计算得到一致性指标CI值：

(2)

式中：n为评价指标数。

根据判断矩阵的构建原理，CI值越小越好，CI=0时说明判断矩阵的构建最为合理，但在实际过程中难以实现。因此，以CI值和误差控制值RI为基础，计算出一致性比率CR值：

(3)

式中：RI为误差控制值。

当CR<0.1时，判断矩阵满足一致性检验；反之则不满足一致性检验，需调整判断矩阵直至满足要求。

(3) 权值计算。当满足前述一致性检验后，求解λmax对应特征向量的归一化值，即为相应评价指标的权重值。

1.2 评价指标隶属度求解

限于各评价指标间的复杂性，传统模糊分析方法难以准确刻画各评价指标的隶属度，因此利用专家法求解各指标的隶属度值；但不同专家具有的工程经验存在一定差异，其评价结果应作区分。如某专家属行业内资深专家，其评价结果的可信度较高，可直接引用；而对于一般技术人员，因其工作经验较少，需对其隶属度评价结果作折减处理。不同级别专家的折减标准见表2。

1.3 危险性分级标准构建

在评价指标的权值和隶属度求解基础上，利用P×C分级法实现公路边坡的危险性等级评价。结合工程经验，设定公路边坡危险性分级的具体标准如表3所示。

表2 专家法的隶属度折减标准

表3 公路边坡危险性分级标准

2 实例分析

2.1 工程概况

大目溪边坡位于京台高速福州段第五标段大目溪互通处，所在区域地形起伏较大，高程介于300～800 m之间，边坡开挖高程介于360～410 m间，高差50 m。边坡剖面如图1所示。

图1 边坡典型剖面Fig.1 Typical section of slope

钻探结果显示：区内第四系地层主要以残坡积黏土层为主，下伏基岩主要为侏罗系凝灰岩。黏土层主要可分为2个亚层，多为褐红色、褐黄色，呈可塑、湿至稍湿状，黏粒含量较高；下伏基岩多呈灰色，块状构造，节理裂隙较发育，强风化层遇水易软化，与上覆土层的分界不明显[12]。由于区内工程施工主要受残坡积黏土层影响，因此对其相关物理指标进行统计，相应结果如表4所示。

工程区为海洋季风气候，雨量较充沛，年降雨量在1 249～1 562 mm间，结合现场调查结果，得到区内具体水文条件如下。

表4 土层物理特征参数统计

(1) 地表水。区内未见大型地表水体，但在降雨时，坡面汇水可进入冲沟而形成地表径流，其流量受雨量影响较大。同时，区内局部可见泉眼，为地下水的排泄方式之一。

(2) 地下水。区内地下水根据赋存条件分为孔隙水和裂隙水两类。前者主要赋存于残坡积层孔隙中，埋深多位于1～15 m间，变幅较大，主要受降雨影响；后者主要赋存于下伏基岩裂隙中，水位埋深相对稳定，对区内工程施工影响有限。

2.2 边坡失稳机理分析

由于该边坡较陡，后续施工进行了分级放坡及治理。2015年8～9月，受台风影响，大目溪边坡GK0+560～GK0+620段右侧边坡出现失稳破坏，变形破坏特征为：边坡上边缘外侧约10 m处出现一条长度约100 m的裂缝，宽度在8～10 cm间；在9月降雨作用下，裂缝进一步下挫变形，下挫高度约50～80 cm，宽度可达30 cm；随后降雨持续，裂缝继续扩展变形，导致边坡失稳。

根据影响方式，将公路边坡失稳成因分为内部因素和外部因素两类。内部因素包括地形地貌因素、地层岩性因素和坡体结构因素；外部因素包括降雨因素和人类工程活动因素。

2.2.1 内部因素

(1) 地形地貌。边坡坡顶首先出现不良外观的变形裂隙，随后坡脚出现破坏带，降低了边坡稳定性，且通常边坡地形起伏越大，越易发生失稳。大目溪边坡开挖高程位于360～410 m间，高差50 m，且斜坡较陡，符合地形地貌的失稳成因。

(2) 地层岩性。黏土或泥质地层易发生边坡失稳，而坚硬基岩边坡具有较强稳定性；地层岩性决定了边坡的力学属性，对边坡内部的应力环境具有直接影响。泥岩类边坡的致灾概率较大。大目溪边坡属土质边坡，地层结构松散，地表覆盖层较厚，以黏性土为主，夹杂大粒径凝灰岩孤石，最大粒径可达7 m以上。黏性土遇水易软化，为边坡失稳提供了良好的启动条件。此外，大孤石难以单独自稳，是边坡失稳的动力储备。

(3) 坡体结构。顺向坡易形成滑动面，引发失稳破坏的可能性相对较大；反向坡的自稳能力则相对较强。大目溪边坡坡向为38°，下覆基岩产状为50°∠35°，为顺向坡，存在失稳的可能。

2.2.2 外部因素

(1) 降雨。大目溪边坡所处区域的雨季较长，受台风恶劣天气影响，降雨量较大，年均降雨量达900～2 100 mm。降雨入渗会降低坡体地层的抗剪参数、减弱边坡稳定性，且使地下水位升高、增加边坡下滑力。

(2) 人类工程活动。人类活动改变了边坡坡体原始地形地貌，将原有稳定岩土体暴露于地表。同时，人类工程活动会在一定程度上影响地表植被覆盖率；一般情况下，植被覆盖率越高，边坡地表土体的稳固性相对越好。大目溪边坡削坡不仅降低了坡面的植被覆盖率，也增加了边坡坡度，对边坡稳定性具有直接影响。

大目溪边坡具备失稳发生的各类因素，其中，内部因素是致灾的固有属性，而外部因素是灾害的诱发因素，两者相互联系、影响，综合作用导致了边坡失稳。

2.3 危险性评价

利用层次分析法构建大目溪边坡的危险性评价模型。模型的目标层为大目溪边坡的危险性评价，准则层含有4大因素，而方案层含有11个小因素，具体结构如图2所示。

2.3.1 评价指标的权重求解

在前述评价模型基础上，利用1～9标度法求解各评价指标的权重值。以地形因素的二级指标B1～B3为例，具体权重求解过程如下。

(1) 构建判断矩阵。结合大目溪边坡的实际情况，通过对比B1～B3因素的相对重要性，得到其判断矩阵如下。

(2) 一致性检验。通过对判断矩阵的计算，λmax=3.004，对应特征向量b=[0.463，0.871，0.164]，计算得CI=(3.004-3)/(3-1)=0.002，进而计算得到CR=CI/RI=0.002/0.58=0.034<0.1，满足一致性检验。

图2 大目溪边坡危险性评价层次结构模型Fig.2 Hierarchical structure model of Damuxi slope risk assessment

(3) 权值计算。对特征向量b进行归一化处理，得到B1～B3因素的权重值分别为0.309，0.581，0.109。类似地，对其余影响因素进行权值求解，所得结果如表5所示。

表5 各危险性评价因素的权重值

2.3.2 评价指标的隶属度求解

利用专家法进行大目溪边坡各危险性影响因素的隶属度求解。在隶属度求解过程中，共统计了24名业内专家的评价，并按照表2中的隶属度折减标准，综合得到各危险性因素的隶属度结果如表6所示。

表6 各危险性因素的隶属度结果

2.3.3 边坡危险性分级评价

根据求解出的大目溪边坡危险性影响因素权值和隶属度，利用P×C分级法对其进行危险性分级评价。为充分分析不同影响因素的危险性现状，从方案层到目标层均进行相应的危险性分级，具体如下。

2.3.3.1 方案层影响因素风险分级

根据表3中的风险得分和表6中的隶属度，计算得到方案层各影响因素的风险得分及风险等级如表7所示。由表7可知，方案层各影响因素的风险等级存在明显差异，其中，风险得分70分以上的因素有4个，以岩土类型因素的风险得分相对最高，其次为降雨量、人类工程活动和边坡高度因素，说明这四者是大目溪边坡失稳的重要致灾因素；而风险得分低于50分的因素仅两个，即结构面发育程度和地下水埋深因素；其余因素得分在50～70之间，对边坡失稳影响不大。