基于地基合成孔径雷达的危险边坡变形非接触实时监测

代 威，蒋 楠，杨兴国，周家文，李海波

(1.四川大学 水利水电学院，四川 成都 610065；2.四川大学 水力学与山区河流开发保护国家重点实验室，四川 成都 610065)

滑坡是世界上最常见的地质灾害类型之一，每年导致数千人死亡和上百亿经济损失，对全世界的人类生命和财产造成严重威胁[1]。我国西南山区边坡表面风化程度严重，构造作用强烈，岩体结构破碎，地质灾害频发，边坡稳定性问题尤为突出[2-3]。绝大多数滑坡灾害都可以通过早期识别监测，并采取必要的措施进行避免。因此，对于危险边坡(即存在失稳风险的边坡)进行风险评估和早期预警已成为共同关注的重点问题[4-5]。

滑坡灾害发生前通常会有较为明显的宏观变形和表面破坏现象，因此通过对边坡进行有效的变形监测，可以充分认识边坡的变形演化规律，辅助分析潜在失稳风险[6-8]，并通过对边坡采取合理的支护手段，以避免边坡发生进一步失稳。然而对于危险边坡，传统的接触式监测仪器(如引伸计，测斜仪、多点位移计等)常常难以安装或实施风险较高。此外，这些传统的监测手段只能获取到监测点附近的位移信息，难以获取整个边坡的变形特征。总体来说，这一类接触式的边坡监测手段无法全面反映边坡整体变形情况。

近年来，无人机倾斜摄影、三维激光扫描、雷达干涉测量等非接触式监测技术不断发展，已成为边坡变形监测的重要手段之一[9-11]。无人机倾斜摄影和三维激光扫描技术可以快速获取大范围地表三维信息，能有效展示边坡整体形貌和局部岩体特征。通过对比不同时序下三维模型，可以分析边坡整体和局部变化特征。但无论是无人机倾斜摄影还是三维激光扫描技术，其监测精度受外界环境影响较大，并且难以实现长时间连续监测，不能做到实时监测预警，因此常作为灾害发生后分析其空间分布、形态规模和演化规律的重要研究手段。

地基合成孔径雷达(GB-InSAR)通过发射高频率的电磁波进行监测工作，能够在远距离处对大范围内的地面目标实现雷达成像，并精确测量被监测目标的位移及速率变化。这种技术受环境影响小，覆盖范围大，精度可达亚毫米级，可危险坡体的识别和预警提供支持，已广泛应用于边坡变形、崩塌和滑坡等地质灾害的监测预警[12-14]。例如Tarchi等[15]利用GB-InSAR在对意大利古建筑形变监测中进行了成功应用，并对形变结果的可靠性进行验证。Noferini等[16]使用GB-InSAR对意大利冰川形变进行监测，杨红磊等[17]将GB-InSAR技术应用于露天矿边坡形变测量。

地基合成孔径雷达虽然可以实时获取边坡变形信息，但干涉测量技术的监测结果是二维干涉图,可视化程度低，难以精确确定边坡变形部位。针对此问题，Li等[18]开发了一种三维激光扫描和地基合成孔径雷达融合的边坡监测技术，通过将二维干涉图投影至高精度三维激光点云，能极大提高地基合成孔径雷达监测结果的可视化程度。

本文选取某水电站导流洞进水口边坡作为研究对象，该边坡为局部基岩出露，破碎程度高，表面岩体受多组结构面切割，在降雨作用下经常形成落石和崩塌灾害，严重威胁其下部人员和车辆。为了分析该边坡的整体稳定以及局部掉块风险，本研究采用三维激光扫描技术和地基合成孔径雷达干涉测量技术对其进行了持续近40 d的持续监测，通过分析边坡的变形演化过程，揭示了其变形破坏机制及发展趋势。该典型案例可为危险边坡的监测预警以及稳定性评价提供参考。

1 工程背景

1.1 工程概况

某水电站位于四川省阿坝州境内的大渡河上游河段，地处青藏高原东部边缘和多个地震构造带之间，受地质构造作用强烈，多级节理和断层发育，边坡稳定性较差。

进水口边坡高约70 m，分3级开挖，坡度约53°。其下游紧邻一天然暴露的强风化层基岩，岩体近乎直立，表面破碎，裂隙发育，被多组结构面切割，受降雨影响多次发生落石灾害，见图1。在导流洞进口施工期间，该区于2021年3月23日及5月10日分别发生两次垮塌，方量约1 800 m3。此外，崩塌后的边坡存在大量倒悬岩体，在降雨和施工扰动下常形成小规模落石灾害，并有再次发生大规模崩塌的可能性，对坡脚施工干道上的人员和车辆形成严重威胁。

图1 导流洞进口边坡

1.2 导流洞地质条件

图2 导流洞进口边坡地质剖面图(桩号开挖28+00 m断面)

2 边坡整体变形实时监测方法

边坡的开挖过程通常会伴随一定程度的变形，利用三维激光扫描技术与地基合成孔径雷达干涉测量技术，可以对该变形进行实时监测，并基于累计变形或变形速率等分析边坡的动态变形过程，并评估其潜在失稳破坏的可能性。

2.1 三维激光扫描技术

三维激光扫描技术作为一种新兴的非接触测量技术，能够通过扫描激光束获取点云，捕获研究区域内数百万点的三维点数据[19]。目前该技术已经被广泛应用于土木工程的各个领域，如结构面识别、边坡变形监测、地质灾害预警等[20]，且具有速度快，精度高等多个优点(见图3)。

三维激光扫描技术利用激光测距的原理释放脉冲激光，接收激光达到物体表面后的反射信号。根据反射信号携带的激光飞行时间和方位角等信息，可以计算出反射点的三维坐标，从而得到以三维激光扫描仪为原点的局部坐标系下的点云数据。原始点云数据需要经过预处理、坐标转换、拼接和去噪等一系列点云处理，重建准确完整的扫描场景[21]。处理后的点云数据可以利用Delaunay三角剖分算法进行三角形网格建模，生成包含坡面的几何形状和地表形态的高精度数字高程模型(DEM)。

图3 三维激光扫描获取点云

2.2 雷达监测技术

GB-InSAR是一种基于微波传感器和差分干涉雷达技术的高精度测量仪器，它具有全天时、全天候、全覆盖、连续观测的能力[22]。合成孔径雷达利用一个小天线沿着长线阵的轨迹等速移动并辐射相参信号，把在不同位置接收的回波进行相干处理, 从而获得较高分辨率的成像雷达[23]。GB-InSAR通过发射电磁脉冲和接收目标回波之间的时间差测定距离,其分辨率与脉冲宽度或脉冲持续时间有关,脉宽越窄分辨率越高，通过前后两幅雷达干涉图的空间解缠，实现变形监测。

2.3 三维激光扫描与雷达监测技术融合

由于合成孔径雷达采用微波差分干涉测量技术，但其监测结果是二维干涉图，难以直观反映边坡的空间变形情况。通过将雷达的二维监测结果投影到高精度三维的DEM模型中，可以实现边坡整体三维变形监测。要想实现二维干涉图与三维模型的融合，必须建立两者的对应关系[18]。本研究利用基于距离向和方位向条件的几何映射三维匹配方法，提取三维坐标在二维平面图中对应点的高程数据，从而实现从二维图像到三维DEM的坐标映射。由于GB-InSAR在进行测量时，其二维干涉图中的坐标与实际二维投影坐标并不完全对应，因此需要先进行坐标转换，将二维干涉图中的坐标转换为二维投影坐标，再将三维地形中每一个点的高程信息赋予二维投影上的对应点。假设雷达二维图像区域内一点P，经转换后其二维投影坐标为(rP，θP)，其在三维坐标系坐标为(xP，yP，zP)。将三维地形坐标按照式(1)转化为二维平面上的极坐标形式，从而可以将三维地形数据的极坐标Pt(rt，θt)与点P的二维投影坐标直接进行比较。

(1)

式中：(x0，y0，z0) 为雷达中心在三维地形坐标系下的坐标。

对三维地形数据极坐标转化后，在其极坐标数据中按照最小距离准则寻找点P的对应点，并将该点的三维坐标作为点P对应的三维空间坐标系下的坐标，从而将雷达二维图像区域内的点与地形点一一匹配。最终，二维干涉图中的形变信息将以表面附色形式投射在三维DEM上(见图4)，即可将雷达监测数据自动匹配、解析到三维DEM中，实现边坡三维实时监测。

将三维DEM模型中的每个点的高程信息赋予二维投影上的对应点时，由于两者包含的点并不是一一对应的关系，为保证结果的可靠性，在提取像元的三维信息时，在点云数据中选择距离最小的N个点，根据距离的权重(距离越远权重越小)计算其三维坐标的加权平均值作为二维投影点的三维坐标，降低GB-InSAR与TLS数据融合的误差。

图4 雷达三维变形监测示意图

3 结果分析

3.1 整体稳定性评价

地基合成孔径雷达监测时段为2021年6月10日上午9∶00至2021年7月4日上午9∶00，监测结果如图5所示，其中朝向坡外变形为正(黄色)，朝向坡内变形为负(蓝色)。从图中可以看出边坡整体累计变形在±20 mm以内，个别区域累计变形超过50 mm。

从边坡整体变形监测结果来看，导流洞进口边坡总体较为稳定，主要破坏特征是局部掉块，主要变形区域集中在施工区开挖平台下部和下游侧破碎岩体区域。其中施工区整体变形较小，开挖平台下方局部区域向外变形，该变形主要由工程设备干扰引起。整体而言，施工区整体稳定性较好。而破碎岩体区上方有局部区域向内变形超过30 mm，主要为小型崩塌落石所致。此外，破碎岩体区靠近开挖平台部位出现较大范围的正变形，应为其上部崩塌溜渣堆积于此。边坡三维演化图中两区域变化时间比较一致，也验证了此观点。可以看到，破碎岩体区域局部稳定性差，发生了落石溜渣并堆积在开挖平台附近。总体而言，导流洞进口边坡整体稳定性较好，发生大规模崩塌失稳的风险较小。

图5 导流洞进口边坡三维变形演化

3.2 局部危岩区域监测

从三维变形演化图可以看到，破碎岩体区域局部变形较大，对该区域需要进一步分析，了解其变形情况和发展趋势，从而采取有效的防治措施。

为了解破碎岩体区域的变形演化情况，根据地形地貌及地质条件特性，将重点关注区细分为Ⅰ区和Ⅱ区2个区块，进一步分析局部危岩区域的变形演化特性(见图6)。

图6 局部危岩监测区域划分及测点

从局部危岩区域平均累计变形曲线(见图7)可以看出，Ⅰ区域、Ⅱ区域主要以朝向坡外的变形为主，其中Ⅰ区域变形较大，平均变形值分别达到4.9 mm，Ⅱ区域变形较小，平均变形值仅0.5 mm。

Ⅰ区域为下游侧靠近开挖平台区域。该区域从6月14日凌晨开始加速变形，截至6月16日20∶00的平均累计变形超过3 mm。该处变形主要是由6月14日凌晨的突发强降雨引起的，冲沟附近的破碎岩体在强降雨入渗作用下，导致强度降低并发生大变形现象。由于该区域裂缝较发育，受强降雨影响存在发生崩塌失稳的可能，应对该区域进行喷锚支护，提高边坡稳定性。

Ⅱ区域为下游侧施工区开挖平台上方区域，处于Ⅰ区域正上方位置。由图可知该区域整体变形较小，在受到6月14日突发强降雨作用下发生了加速变形情况，但随后平均变形变小，推测为该区域岩土体受降雨冲刷脱离边坡表面所致。该区域位于施工区上方，落石崩塌风险较高，需布置防护网，对落石进行拦截。

图7 局部危岩区域平均累计变形曲线

针对局部危岩区域变形较大的部位，选取了6个典型测点进行分析，其中A、B、C三点来自Ⅰ区域，D、E、F三点来自Ⅱ区域。如图8所示，A、B、C测点累计变形量为正，并随时间不断增长，其中A测点变化规律与区域Ⅰ平均累计变形规律相似，受降雨影响显著，累计变形达12.2 mm。而D、E、F测点则表现朝向坡内的变形，且在6月27日发生急剧变化，与落石崩塌特征较为吻合，其中F点累计变形达-26.7 mm。从发展趋势来说，Ⅰ区域测点一直处于增长状态，与该区域上部落石溜渣影响密切，Ⅱ区域测点主要处于负向增长状态，且速率较快，落石风险较高。

图8 测点累计变形曲线

4 结 论

本文以某水电站导流洞进口边坡为研究对象，通过三维激光扫描和雷达监测技术融合，将三维点云建模和二维干涉测量结合，实现对开挖边坡三维变形实时监测，直观反映边坡的空间变形情况。基于三维实时监测结果和对重点监测区域演化分析，得出以下结论和建议：

(1) 利用三维激光扫描技术快速准确地获取包含监测边坡表面地理信息的点云数据，通过处理点云，构建高精度的边坡数字高程模型(DEM)。将监测边坡DEM模型与地基合成孔径雷达获取的二维干涉图结合，实现边坡三维变形实时监测，为安全生产和建设提供技术支持。

(2) 边坡整体累计变形结果及三维演化过程显示，导流洞进口边坡变形主要集中在施工区开挖平台下部和下游侧破碎岩体区域。整体而言，施工区整体稳定性较好，而破碎岩体区由于边坡受多组节理切割，局部区域稳定性较差。

(3) 根据局部危岩区域累计变形曲线可以看出，Ⅰ区域稳定性较差，受突发强降雨影响显著，应进行喷锚支护，提高其边坡稳定性；Ⅱ区域因岩体破碎且位于施工平台上方，应施加被动防护网，防止溜渣掉块危及施工安全。

(4) 崩塌和滑坡等边坡整体失稳破坏常常在外界特殊诱因，如短历时强降雨、地下水变动和施工扰动等影响下发生，整体失稳前通常会发生一段时间的大范围坡面变形。通过地基合成孔径雷达对边坡表面位移进行三维变形实时监测预警，可以及时获取坡面变形数据，结合对边坡稳定性的评价，有效预防边坡失稳，对采取边坡加固措施具有指导意义。