基于AHP-Fuzzy和激光點云數(shù)據(jù)的公路邊坡危險性評估研究*

劉洋洋，李永強(qiáng)，郭增長，李有鵬

(河南理工大學(xué) 測繪與國土信息工程學(xué)院，河南 焦作 454000)

基于AHP-Fuzzy和激光點云數(shù)據(jù)的公路邊坡危險性評估研究*

劉洋洋，李永強(qiáng)，郭增長，李有鵬

(河南理工大學(xué) 測繪與國土信息工程學(xué)院，河南 焦作 454000)

針對目前公路邊坡危險性評估大多側(cè)重于判斷危險等級，很少深入研究其中具體危險點的問題，提出一種基于AHP-Fuzzy和激光點云數(shù)據(jù)的公路邊坡危險性綜合評估方法。該文先根據(jù)地質(zhì)條件將公路邊坡劃分為若干路段，再采用AHP-Fuzzy評價法對各路段邊坡進(jìn)行整體評估，確定危險邊坡；然后利用車載LiDAR系統(tǒng)獲取各危險邊坡兩期激光點云數(shù)據(jù)，構(gòu)建DEM模型，并使用色譜分析法對兩期模型進(jìn)行局部評估，找出具體的危險點；最后結(jié)合專家意見，定性判斷危險路段可能發(fā)生的災(zāi)害類型，并提出相應(yīng)的防治建議。以重慶市某公路為例，采用新方法進(jìn)行評估實驗。結(jié)果表明，研究區(qū)4、8、10號路段危險性較大，易發(fā)生滑坡、崩塌災(zāi)害，建議采取及時的防治措施。與傳統(tǒng)方相比，該方法既能確定危險邊坡，又能找出其中的具體危險點，為公路邊坡防災(zāi)減災(zāi)研究開辟了一種新思路。

公路邊坡；危險性評估；AHP-Fuzzy評價法；車載LiDAR系統(tǒng)；激光點云數(shù)據(jù)；防災(zāi)減災(zāi)

隨著我國經(jīng)濟(jì)建設(shè)的飛速發(fā)展，以公路、鐵路等為主的國家基礎(chǔ)建設(shè)也取得了豐碩成果，但同時也出現(xiàn)了諸多問題。由于公路獨特的線狀特征，導(dǎo)致在開挖過程中形成了大量的人工邊坡，雖然在工程建設(shè)中已經(jīng)對這些邊坡采取了防護(hù)措施，但由于公路沿線地質(zhì)環(huán)境復(fù)雜多變，所以仍然存在著很多隱患，滑坡、崩塌等災(zāi)害頻頻發(fā)生，給公路交通和人民安全造成了嚴(yán)重威脅，因此，針對公路邊坡進(jìn)行危險性評估具有重大的實際意義[1-2]。公路邊坡的穩(wěn)定性及危險性評估是近年來國內(nèi)外專家學(xué)者持續(xù)關(guān)注的研究熱點，國外方面，土耳其的Teoman M B利用極限平衡法和有限差分法對安卡拉E90公路沿線某土質(zhì)邊坡進(jìn)行了穩(wěn)定性評估[3]；印度的Gortmaker S L則采用赤平投影方法和滾石數(shù)值模擬軟件對馬哈拉施特拉邦某公路邊坡進(jìn)行穩(wěn)定性分析[4]；相比國外專家，國內(nèi)學(xué)者對該領(lǐng)域也有較多研究，如何鋒利用神經(jīng)網(wǎng)絡(luò)法建立了邊坡穩(wěn)定性評價的神經(jīng)網(wǎng)絡(luò)BP模型，并對桂林至柳州一級公路中K250段公路邊坡進(jìn)行了穩(wěn)定性評價[5]；張菊連運(yùn)用Logistic逐步回歸遴選邊坡影響因子，建立了邊坡穩(wěn)定性評價的Logistic回歸模型[6]；柳厚祥將模糊聚類理論與模糊模式識別結(jié)合起來，建立了公路邊坡穩(wěn)定性模糊聚類迭代評價模型[7]；王衛(wèi)東運(yùn)用GIS技術(shù)將地質(zhì)災(zāi)害宏觀區(qū)劃與單體邊坡穩(wěn)定性分析以及監(jiān)測預(yù)警相結(jié)合，構(gòu)建了公路邊坡信息管理系統(tǒng)等[8]。在國內(nèi)外專家的不懈努力下，公路邊坡的危險性評估研究取得了很大進(jìn)展，但依然存在一些亟待解決的問題，如目前大多公路邊坡危險性評估在確定邊坡危險等級后，針對危險性較大的邊坡，很少深入研究其中具體哪一點或者哪個區(qū)域比較危險，而這些信息都是公路部門制定邊坡防災(zāi)減災(zāi)方案時所迫切需求的關(guān)鍵信息。針對此點，本文提出了一種新的公路邊坡危險性評估方法，該方法利用AHP-Fuzzy法、車載LiDAR系統(tǒng)、DEM建模技術(shù)及色譜分析法等對公路邊坡進(jìn)行由整體到局部、由面到點的綜合評估，目的是判斷研究區(qū)各路段邊坡危險等級，確定危險性較大的邊坡，并找出其中的危險點，最后基于評估結(jié)果、實地考察情況和專家意見，定性判斷危險路段可能發(fā)生的災(zāi)害類型，為公路部門制定防災(zāi)減災(zāi)方案提供具有針對性和實用性的決策支持。最后，以重慶市319國道某段公路為例，采用新方法進(jìn)行應(yīng)用研究。

1 關(guān)鍵技術(shù)與方法

1.1 AHP-Fuzzy法

AHP-Fuzzy法，是一種將層次分析法(AHP)和模糊評價法(Fuzzy)結(jié)合使用的綜合評價方法[9-10]。其中，AHP法(Analytical Hierarchy Process)即層次分析法，是美國著名運(yùn)籌學(xué)家satty教授于1973年提出的一種多目標(biāo)多準(zhǔn)則權(quán)重計算方法，該方法能有效實現(xiàn)定量和定性綜合評價，適用于一些結(jié)構(gòu)龐大、準(zhǔn)則較多且不易量化的復(fù)雜問題，其基本原理是把問題層次化，即將一個復(fù)雜問題簡化為總目標(biāo)(最高層)與決策方案(最底層)之間相對重要性及權(quán)值確定的排序問題[11]。模糊評價法是一種對受多種模糊因素影響的復(fù)雜事件進(jìn)行綜合評價的數(shù)學(xué)方法，該方法采用模糊數(shù)學(xué)理論來分析下級因素對上層事件的影響情況，通過層層遞進(jìn)，最終求出各個因素對總目標(biāo)的影響狀態(tài)[12-14]。在實際應(yīng)用中，模糊評價法的指標(biāo)權(quán)重一般由專家學(xué)者主觀判斷得出，其評價結(jié)果具有一定的模糊性和主觀性，而層次分析法是將人的主觀判斷用數(shù)值形式進(jìn)行表達(dá)的定量分析方法，它能有效降低個人主觀臆斷所造成的不確定性和模糊性，因此將模糊評價法和層次分析法進(jìn)行有機(jī)結(jié)合，各取長處，互補(bǔ)互助，可最大程度地減少評價結(jié)果的主觀性和模糊性，提高其客觀性和準(zhǔn)確性。該方法詳細(xì)計算步驟如圖1所示。

圖1 AHP-Fuzzy綜合評價法

1.2 車載LiDAR系統(tǒng)

車載LiDAR(Light Detecting And Ranging)系統(tǒng)是一種集成了多個高端傳感器的、能在行駛過程中動態(tài)采集車輛兩側(cè)目標(biāo)物表面三維信息的高性能移動數(shù)據(jù)采集系統(tǒng)。在大型機(jī)動車的基礎(chǔ)上，其主要裝載了GPS定位系統(tǒng)、激光掃描儀、CCD相機(jī)、里程計、IMU慣性導(dǎo)航測量單元以及控制裝置等先進(jìn)儀器設(shè)備[15-16]。車載LiDAR系統(tǒng)采集的數(shù)據(jù)信息是海量的三維數(shù)據(jù)點云，包括數(shù)據(jù)的回波強(qiáng)度、灰度值以及三維坐標(biāo)等關(guān)鍵信息，具有離散性、盲目性和海量性等特點[17-18]，該系統(tǒng)在采集公路邊坡數(shù)據(jù)時具有先天的優(yōu)勢，主要體現(xiàn)在以下幾個方面：①采集效率高、機(jī)動性強(qiáng)；②外業(yè)勞動強(qiáng)度低、自動化程度高；③信息量豐富、測量精度高。

1.3 色譜分析法

色譜分析法的核心思想是對構(gòu)建的兩期公路邊坡DEM(數(shù)字高程)模型進(jìn)行對比分析，并將某一坐標(biāo)軸(x,y,z)方向上的邊坡位移形變分量按照其數(shù)值大小依次設(shè)定為不同的顏色，每個顏色代表一個位移形變范圍，從而形成一個邊坡位移形變情況的可視化整體色譜圖，通過色譜圖中可以清晰地看出公路邊坡的整體形變位移狀態(tài)，并從中找出邊坡位移較嚴(yán)重的點或區(qū)域，即邊坡危險點。同時，對于危險點或區(qū)域，可定量計算其在各空間坐標(biāo)方向上的變形量。色譜圖上每個顏色所代表的形變范圍可根據(jù)實際情況按需設(shè)定，一般用暖色調(diào)表示正向變化，用冷色調(diào)表示負(fù)向變化[19-20]。

2 應(yīng)用研究

2.1 研究區(qū)概況

結(jié)合論文研究目的，本文選擇重慶市境內(nèi)319國道某路段作為研究區(qū)域，該路段長約32 km，建成于1988年，已運(yùn)營29年，屬于國家一級公路，公路沿線為山區(qū)丘陵地形。據(jù)歷史記載，該路段曾發(fā)生多起邊坡災(zāi)害，屬于公路部門重點監(jiān)管區(qū)域，尤其是近期暴雨天氣頻頻出現(xiàn)，該區(qū)域滑坡、泥石流災(zāi)害也隨之增多，給交通安全造成了嚴(yán)重威脅。

圖2 公路邊坡危險性評估層次結(jié)構(gòu)模型

評估指標(biāo)邊坡地形因素巖土地質(zhì)因素邊坡坡高/m邊坡坡度/(°)邊坡坡形坡體結(jié)構(gòu)巖土類型巖體風(fēng)化程度/%結(jié)構(gòu)面發(fā)育程度/%危險小<10<10凹(01)均質(zhì)(01)硬(01)<5<10危險中等10～5010～35直(05)層狀(05)半硬(05)5～3010～40危險大>50>35凸(08)松散(08)軟(08)>30>40實測值6228045065055258評估指標(biāo)氣象水文因素其他因素年平均降水量/mm地下水埋深巖土層飽水率/%巖土層滲透系數(shù)/(m/d)植被覆蓋率/%地震強(qiáng)度/°人類工程活動危險小<500淺(01)<025<5>30<3小(01)危險中等500～1200中(05)025～0755～305～303～8中(05)危險大>1200深(08)>075>30<5>8大(08)實測值125007506025376040

2.2 公路邊坡分段

目前，對于公路邊坡分段的標(biāo)準(zhǔn)，還沒有統(tǒng)一規(guī)定的適用準(zhǔn)則，大多都是結(jié)合研究區(qū)實際情況，經(jīng)專家組判斷分析來進(jìn)行劃分。結(jié)合專家意見、前人研究成果及實地考察情況，該文按照地質(zhì)條件來對研究區(qū)邊坡進(jìn)行劃分，地質(zhì)條件主要有巖性、地層、坡高、坡度等，將以上四個條件相似的邊坡地形分為一段，共分10段，每段距離不等，分別標(biāo)記為1～10號。

2.3 整體評估

2.3.1 構(gòu)建層次結(jié)構(gòu)模型

在進(jìn)行整體評估前，需先確定公路邊坡災(zāi)害影響因子并構(gòu)建相應(yīng)的層次結(jié)構(gòu)模型，結(jié)合前人研究成果、專家判斷及研究區(qū)地質(zhì)環(huán)境情況，本文從邊坡地形、巖土地質(zhì)、氣象水文、其他因素等四個角度進(jìn)行考量考察，總結(jié)了4類14項公路邊坡災(zāi)害的主要影響因子，并將其作為進(jìn)行危險性評估的參評因子，分別如下所示：邊坡地形因素(邊坡高度、邊坡坡度、邊坡坡形)；巖土地質(zhì)因素(坡體結(jié)構(gòu)、巖土類型、巖土風(fēng)化程度、結(jié)構(gòu)面發(fā)育程度)；水文氣象因素(年平均降水量、地下水埋深、巖土層飽水率、巖土層滲透系數(shù))；其他因素(植被覆蓋率、地震強(qiáng)度、人類工程活動)。最后，以公路邊坡危險性評估為總目標(biāo)，以邊坡地形因素、巖土地質(zhì)因素、氣象水文因素、其他因素為準(zhǔn)則層，以二級參評因子為方案層，建立公路邊坡危險性評估層次結(jié)構(gòu)模型，并定義危險性中等及中等以上的邊坡為危險路段。層次結(jié)構(gòu)模型如圖2所示。

2.3.2 參評因子指標(biāo)量化

層次結(jié)構(gòu)模型構(gòu)建完成后，采用AHP-模糊綜合評估法分別對1～10號路段進(jìn)行整體評估。結(jié)合專家意見，為便于評估，各路段參評因子指標(biāo)量化值都取平均值，對于坡度、坡高等定量因子，采用實測數(shù)值進(jìn)行描述；對于坡形、坡體結(jié)構(gòu)等用文字描述的定性因子，采用專家定性分析法確定其量化值。以4號路段為例，該路段全長約4 km，平均坡度約28°，平均坡高約62 m，坡形多為直坡，植被平均覆蓋率約37%，地震烈度為Ⅵ度，地質(zhì)災(zāi)害以滑坡為主，坡體結(jié)構(gòu)以巨厚層狀為主，巖土類型多為中等半硬-強(qiáng)風(fēng)化板巖，灰褐色，巖體較破碎，部分巖體呈現(xiàn)較嚴(yán)重泥化現(xiàn)象，該區(qū)域地下水容量豐富，年平均降水量約1 250 mm左右。4號路段各項參評因子指標(biāo)量化值如表1所示。

2.3.3 構(gòu)造判斷矩陣

根據(jù)4號路段邊坡實際情況，結(jié)合專家意見，選用1～9標(biāo)度法對公路邊坡危險性評估的各項參評因子相對重要性進(jìn)行兩兩比較，賦予A～U、C1～C14相應(yīng)的權(quán)重值，并在此基礎(chǔ)上，構(gòu)造5個判斷矩陣，依次為：A～U、U1～C、U2～C、U3～C、U4～C。以U4～C為例，其判斷矩陣如表2所示。

表2 U4～C判斷矩陣

2.3.4 層次單排序

層次單排序是指針對上層次中的某個元素，確定本層次與之有聯(lián)系的各個元素相對重要性排序的權(quán)重值，目的是解決判斷矩陣的特征根和特征向量的計算問題，如針對判斷矩陣B，計算滿足式(1)的特征根和特征向量。

BW=λmaxWi。

(1)

式中：λmax為B的最大特征根，W為對應(yīng)于λmax的特征向量；Wi為對應(yīng)于W的分量，即參評因子層次單排序的權(quán)重值。目前，計算判斷矩陣的最大特征根及特征向量的主要方法為和積法或方根法。以U4～C判斷矩陣中C12因子(植被覆蓋率)為例，本文采用方根法求解其最大特征根及特征向量，具體計算步驟如下所示：

(1)首先求解判斷矩陣中C12行列(第一行)指標(biāo)乘積M1,可得：

(2)

(2)其次計算M1的三次方根W1，可得：

(3)

(3)最后進(jìn)行歸一化處理，計算權(quán)重W1，可得：

(4)

同理，根據(jù)上述步驟，可依次求出其他參評因子的層次單排序權(quán)重值。參評因子權(quán)重計算完成后，還需對結(jié)果進(jìn)行一致性檢驗，以驗證矩陣是否滿足一致性。以U4～C判斷矩陣為例，一致性檢驗步驟如下所示：

(1)首先計算U4～C矩陣三個因子權(quán)重(W1,W2,W3)的特征向量W，可得：

W=(W1W2W3)T。

(5)

(2)其次計算判斷矩陣的最大特征根λmax，可得：

(6)

式中：

(7)

(3)最后計算判斷矩陣的一致性指標(biāo)CI和隨機(jī)一致性比例CR，可得：

(8)

(9)

通過計算結(jié)果可知，該矩陣CR值小于0.1，證明其滿足一致性檢驗。同理，根據(jù)上述步驟，可依次求出其他4個判斷矩陣的層次單排序權(quán)重值及一致性比例。經(jīng)計算，A～U等5個矩陣的一致性比例值CR均小于0.1，說明文中構(gòu)造的判斷矩陣是合理的、滿足標(biāo)準(zhǔn)的。

表3 參評因子層次總排序權(quán)重

2.3.5 層次總排序

計算出U1～C等5個判斷矩陣的層次單排序權(quán)重值后，根據(jù)從上到下的順序，依次求出公路邊坡危險性評估14個參評因子的層次總排序權(quán)重值，可得權(quán)重總矩陣:A=[0.2333, 0.0509, 0.1336, 0.0533, 0.0590, 0.0835, 0.0287, 0.1065, 0.0366, 0.0481, 0.0572 , 0.0122, 0.0250, 0.0707]。參評因子總排序權(quán)重值如表3所示。同理，確定各因子層次總排序權(quán)重后，仍需對其進(jìn)行一致性檢驗，經(jīng)計算，可得：

(10)

式中：a1,a2,a3…a14分別為各參評因子的總排序權(quán)重值。通過式(10)可知，層次總排序一致性比例值CR<0.1，說明其滿足一致性標(biāo)準(zhǔn)。

2.3.6 構(gòu)造隸屬函數(shù)

通常情況下，公路邊坡危險性評估根據(jù)參評因子所對應(yīng)的不同危險等級來設(shè)立隸屬函數(shù)，隸屬函數(shù)一般包括梯形分布、半梯形分布、矩形分布、拋物線分布等，每種分布又分為偏小型、中間型及偏大型。結(jié)合研究區(qū)實際情況及專家意見，選擇降半梯分布函數(shù)作為文中各參評因子隸屬函數(shù)，具體內(nèi)容如下所示。

(11)

(12)

(13)

式中：xm表示第m個邊坡危險性評估參評因子；bn(xm)表示第m個因子對第n級邊坡危險性評估級別的隸屬度；jm,km,lm分別表示第m個因子(指標(biāo)越小越安全)對應(yīng)B1到B3三級邊坡危險性評估等級的分界值。反之，植被覆蓋率等指標(biāo)越大越安全的因子隸屬函數(shù)則與上式相反。

2.3.7 構(gòu)造模糊矩陣

將表2中指標(biāo)越小越安全的參評因子代入式(11)～式(13)，指標(biāo)越大越安全的因子代入相反的隸屬函數(shù)，最后每個因子可得到3個隸屬函數(shù)方程，14個因子共42個矩陣。經(jīng)計算，可得公路邊坡危險性評估的模糊關(guān)系總矩陣R為：

(14)

2.3.8 綜合評估結(jié)果

基于上述步驟求出的結(jié)果，將參評因子權(quán)向量A和其模糊關(guān)系總矩陣R進(jìn)行有機(jī)結(jié)合,可得4號路段邊坡最終的危險性評估結(jié)果B：

B=A·R=[0.063075 0.7329726 0.837273]。

(15)

根據(jù)最大隸屬度原則，最大隸屬度B所對應(yīng)的位置即為評判目標(biāo)的最終危險級別，鑒于評判集B=[B1,B2,B3]=[Ⅰ,Ⅱ,Ⅲ]，因此由式(15)可知，4號路段邊坡危險性級別的最大隸屬度B=0.837237=Ⅲ，即該邊坡危險性大。經(jīng)實地考察和專家分析可知，4號路段邊坡曾發(fā)生多起滑坡、崩塌災(zāi)害，邊坡整體穩(wěn)定性較差，危巖體較多，建議公路部門對該區(qū)域進(jìn)行重點防范，并進(jìn)行相應(yīng)的排險處理。通過對比可知，文中AHP-模糊綜合評估結(jié)果與實地考察和專家分析結(jié)果大體吻合，說明該方法對公路邊坡進(jìn)行危險性整體評估是可行的。同理，采用該方法可依次求出其他路段邊坡的危險性整體評估結(jié)果，具體如表4所示。

表4 各邊坡危險性整體評估結(jié)果

2.4 局部評估

2.4.1 數(shù)據(jù)獲取及處理

整體評估完成后，利用車載LiDAR系統(tǒng)采集各路段邊坡兩期點云數(shù)據(jù)，采集時間分別為2016年4月和2017年4月，時間間隔為1年。由于車載LiDAR系統(tǒng)采集數(shù)據(jù)時具有一定的盲目性，因此其采集的邊坡點云數(shù)據(jù)中涵蓋了一定的植被信息，而這些植被信息在邊坡建模時會產(chǎn)生較大的影響。針對此點，為了提高邊坡模型質(zhì)量，在DEM建模前需先濾除掉邊坡表面的植被信息，在具體應(yīng)用中，本文采用車載LiDAR系統(tǒng)配套的RiscanPro軟件來實現(xiàn)植被信息的濾除。以4號邊坡第一期數(shù)據(jù)為例，濾除植被后的邊坡點云效果如圖3所示，圖3中點云的空洞部分，即為被濾除掉的植被信息。

圖3 植被濾除后點云效果圖

2.4.2 邊坡模型對比

數(shù)據(jù)處理完成后，利用CloudCompare軟件構(gòu)建邊坡兩期DEM模型，并使用色譜分析法對兩期模型進(jìn)行疊加對比，給出兩期模型色譜對比圖，通過觀察圖中邊坡位移情況，找出具體的危險點。以4號邊坡為例，采用色譜分析法對其兩期模型進(jìn)行對比，如圖4所示，其中冷色調(diào)(如藍(lán)青色)表示負(fù)向位移變化，暖色調(diào)(如紅橙色)表示正向位移變化，邊坡最大位移形變量設(shè)置為0.5m，從圖4中可以清晰看出：①4號邊坡整體處于不穩(wěn)定狀態(tài)，位移情況較多，尤其是邊坡下半部分，位移形變較為嚴(yán)重；②橢圓標(biāo)定的邊坡右下角區(qū)域為位移距離較大的地點，即可能發(fā)生邊坡災(zāi)害的危險點，公路管理部門可對該區(qū)域進(jìn)行重點防范并做出相應(yīng)的排險處理。

圖4 兩期邊坡點云模型色譜對比圖

2.5 評估總結(jié)

由整體評估結(jié)果可知：研究區(qū)公路邊坡整體處于不穩(wěn)定狀態(tài)，危險路段較多。其中危險性小的路段為：1、3、6、7、9；危險中等的路段為：2、5；危險性大的路段為：4、8、10。結(jié)合局部評估結(jié)果和實地考察情況，經(jīng)專家組研討分析，對各危險路段可能發(fā)生的災(zāi)害類型進(jìn)行定性判斷，結(jié)果如下所示：

(1)2、4、8號路段邊坡易發(fā)生滑坡、塌方災(zāi)害，需對邊坡防護(hù)堤進(jìn)行加固加高處理；另外，根據(jù)現(xiàn)場考察情況可知，2號邊坡附近人類工程活動較多，建議這些工程活動先暫時停止，待對邊坡進(jìn)行加固處理后，再繼續(xù)展開，以防引起滑坡災(zāi)害。

(2)5號路段邊坡易發(fā)生落石、崩塌災(zāi)害，公路部門可根據(jù)局部評估確定的危險點，對邊坡危巖體進(jìn)行排查，消除落石隱患；另外還可在該邊坡附近設(shè)置“注意落石”等安全警示標(biāo)志，提醒游客車輛路過此處時小心通行。

(3)10號路段發(fā)生泥石流、崩塌災(zāi)害的可能性較大，尤其是在強(qiáng)降雨及暴雨天氣下，公路部門應(yīng)對該區(qū)域進(jìn)行重點監(jiān)管，并通過交通廣播發(fā)布安全通告，提醒路人車輛經(jīng)過此處時注意安全，謹(jǐn)慎通行。

3 結(jié)論

(1)本文基于AHP-模糊綜合評價法、車載LiDAR系統(tǒng)、DEM建模技術(shù)及色譜分析法等，提出一種新的公路邊坡危險性綜合評估方法，并以重慶市某公路為例進(jìn)行應(yīng)用分析。結(jié)果表明，該方法不僅能確定邊坡危險等級，還能找出其中的具體危險點，為公路邊坡危險性評估研究提供了一種新思路。

(2)相比傳統(tǒng)公路邊坡測量方法，本文采用先進(jìn)的車載LiDAR系統(tǒng)采集公路邊坡數(shù)據(jù)。該系統(tǒng)具有速度快、精度高、無接觸、自動化、全天候、機(jī)動性強(qiáng)等優(yōu)點，不僅能降低測量成本，提高測量效率，還能獲取到更加完整準(zhǔn)確的邊坡數(shù)據(jù)。

(3)本文將測繪學(xué)科的先進(jìn)技術(shù)理念與其他交叉學(xué)科進(jìn)行了有機(jī)結(jié)合，初步嘗試了由面到點、由整體到局部、由宏觀到微觀的公路邊坡危險性綜合評估，雖然取得了一定成效，但仍有很多問題需要研究。如公路分段的依據(jù)略顯模糊，不夠嚴(yán)謹(jǐn)；危險性評估的參評因子不夠全面、危險等級略少、量化依據(jù)不夠客觀等；后續(xù)會針對以上各種問題，繼續(xù)深入研究。

[1] 張從明.公路邊坡治理措施及安全評價方法[M].北京:人民交通出版社, 2009.

[2] 趙華.高速公路沿線黃土滑坡群(帶)的利導(dǎo)與整治[J].災(zāi)害學(xué), 2016, 31(3):60-65.

[3] Teoman M B, Topal T, IIk N S.Assessment of slope stability in Ankara clay: a case study along E90 highway[J].Environmental Geology, 2004, 45(7):963-977.

[4] Gortmaker S L, Must A, Sobol A M, et al.Assessment of Rockfall Hazard along the Road Cut Slopes of State Highway-72, Maharashtra, India[J].Geomaterials, 2013, 3(1):15-23.

[5] 何鋒, 吳樹仁, 張怡權(quán),等.圓弧形公路邊坡穩(wěn)定性分析的神經(jīng)網(wǎng)絡(luò)法[J].地球?qū)W報, 2004, 25(1):95-98.

[6] 張菊連, 沈明榮.高速公路邊坡穩(wěn)定性評價新方法[J].巖土力學(xué), 2011, 32(12):3623-3629.

[7] 柳厚祥,胡勇軍,曹志偉,等.基于模糊聚類理論的公路邊坡穩(wěn)定性分區(qū)研究[J].公路交通科技, 2015, 32(5):49-55.

[8] 王衛(wèi)東, 劉超, 李大輝,等.基于GIS的公路邊坡危險性分析與預(yù)警系統(tǒng)研究[J].華中師范大學(xué)學(xué)報(自然科學(xué)版), 2015, 49(3):452-459.

[9] 趙歡, 田偉平, 齊洪亮,等.陜西公路邊坡災(zāi)害危險性分區(qū)研究[J].災(zāi)害學(xué), 2016, 31(4):75-81.

[10] 劉洋洋, 李永強(qiáng), 李有鵬,等.基于AHP-模糊綜合評價法的山區(qū)丘陵公路災(zāi)害易損性研究——以河南省修武縣為例[J].災(zāi)害學(xué), 2017,32(2):32-38.

[11] 秦勝伍, 曹榮國, 李廣杰,等.基于FAHP的功效系數(shù)法的巖質(zhì)邊坡穩(wěn)定性分級[J].災(zāi)害學(xué), 2016, 31(4):27-32.

[12] 楊綸標(biāo), 高英儀.模糊數(shù)學(xué)原理及應(yīng)用[M].廣州:華南理工大學(xué)出版社, 2004.

[13] 張春宇,高燕希,蔣明鋒,等.二級模糊綜合評判在公路邊坡穩(wěn)定性分析中的應(yīng)用[J].公路工程, 2008, 33(5):109-113.

[14] 阮航,張勇慧,朱澤奇,等.一種改進(jìn)的公路邊坡穩(wěn)定性模糊評價方法研究[J].巖土力學(xué),2015, 36(11):3337-3344.

[15] 李永強(qiáng), 盛業(yè)華, 劉會云,等.基于車載激光掃描的公路三維信息提取[J].測繪科學(xué), 2008, 33(4):23-25.

[16] 任沂斌, 陳振杰, 程亮,等.采用動態(tài)負(fù)載均衡的LiDAR數(shù)據(jù)生成DEM并行算法[J].地球信息科學(xué)學(xué)報, 2015, 17(5):531-537.

[17] 方莉娜, 楊必勝.車載激光掃描數(shù)據(jù)的結(jié)構(gòu)化道路自動提取方法[J].測繪學(xué)報, 2013, 42(2):260-267.

[18] 陳馳, 王珂, 徐文學(xué),等.海量車載激光掃描點云數(shù)據(jù)的快速可視化方法[J].武漢大學(xué)學(xué)報(信息科學(xué)版), 2015, 40(9):1163-1168.

[19] 劉昌軍, 張順福, 丁留謙,等.基于激光掃描的高邊坡危巖體識別及錨固方法研究[J].巖石力學(xué)與工程學(xué)報, 2012, 31(10):2139-2146.

[20] 翟旭.利用三維激光掃描技術(shù)的邊坡形變監(jiān)測方法研究[D].北京:中國地質(zhì)大學(xué), 2015.

Research on Risk Evaluation of Highway Slope Based on AHP-Fuzzy and Laser Point Cloud Data

LIU Yangyang, LI Yongqiang, GUO Zengzhang and LI Youpeng

(CollegeofSurveyingandMapping,HenanPolytechnicUniversity,Jiaozuo454003,China)

In view of the current highway slope risk assessment mostly to judge the risk level, rarely go deep into the specific point of the problem; put forward a method for evaluating risk of highway slope based on AHP-Fuzzy and laser point cloud data. In this method, first of all, the highway is divided into several sections according to the geological condition, secondly, the AHP-fuzzy comprehensive evaluation method is used to carry out a overall assessment and determine the dangerous slope, thirdly, using vehicle LiDAR system to obtain two period laser point cloud data of each dangerous slope, and building two-period DEM model for the dangerous slope. meanwhile, the two-period model were analyzed and compared by the method of chromatography analysis for local evaluation and find out the specific risk, finally, according to expert opinion to determine the risk of the type of disaster, and put forward the corresponding prevention and control recommendations. Taking a highway in Chongqing city as an example, a new method is used to evaluate it, results show that, the study area 4, 8, 10 sections of a large risk, prone to landslides and the proposed timely prevention and control measures. Compared with the traditional method, this method can not only determine the dangerous slope, but also find out the concrete danger point, which opens up a new way for the research of the highway slope disaster prevention and reduction.

highway slope; risk assessment; AHP-Fuzzy evaluation method; vehicle LiDAR system; laser point cloud data; disaster prevention and mitigation

劉洋洋，李永強(qiáng)，郭增長，等.基于AHP-Fuzzy和激光點云數(shù)據(jù)的公路邊坡危險性評估研究[J].災(zāi)害學(xué)，2018，33(1)：206-212.[LIU Yangyang, LI Yongqiang, GUO Zengzhang,et al.Research on Risk Evaluation of Highway Slope Based on AHP-Fuzzy and Laser Point Cloud Data[J].Journal of Catastrophology，2018，33(1)：206-212.

10.3969/j.issn.1000-811X.2018.01.036.]

2017-05-28

2017-08-04

國家自然科學(xué)基金項目 (41501491)；國家測繪局測繪地理信息公益性行業(yè)科研專項項目 (201412020)；河南省重點科技攻關(guān)項目(112102210193)。

劉洋洋(1991-)，男，河南許昌人，博士研究生，主要從事地理空間信息應(yīng)用及災(zāi)害風(fēng)險評估研究.

E-mail：975492655@qq.com

李永強(qiáng)(1976-)，男，河南許昌人，博士，副教授，主要從事三維激光掃描及移動激光測量方面研究.

E-mail：liyongqiang@hpu.edu.cn

X43；P64；U416

A

1000-811X(2018)01-0206-07

10.3969/j.issn.1000-811X.2018.01.036