公路安全態(tài)勢(shì)智能感知與信息化交通應(yīng)急輔助決策分析

梅健

摘 要：公路安全態(tài)勢(shì)實(shí)時(shí)感知及動(dòng)態(tài)預(yù)警，是公路邊坡防災(zāi)減災(zāi)的重要方法和有效手段，為實(shí)現(xiàn)動(dòng)態(tài)反饋提供可靠的分析數(shù)據(jù)，從而為交通應(yīng)急綜合研判提供信息化輔助決策量化性評(píng)判依據(jù)。在總結(jié)致災(zāi)率較高的既有公路邊坡安全監(jiān)測(cè)預(yù)警技術(shù)及公路交通應(yīng)急管理現(xiàn)狀的基礎(chǔ)上，指出了兩者存在的問(wèn)題，分析了公路安全態(tài)勢(shì)智能感知作為信息化交通應(yīng)急輔助決策分析載體在大體量公路交通營(yíng)運(yùn)管理過(guò)程中的重要意義。

關(guān)鍵詞：公路;安全;應(yīng)急;輔助決策;智能感知

中圖分類號(hào)：U491.5 文獻(xiàn)標(biāo)識(shí)碼：A

0 引言

隨著交通基礎(chǔ)設(shè)施建設(shè)的不斷完善，復(fù)雜環(huán)境下的公路交通體量將進(jìn)一步向縱深發(fā)展。截止2019年，全國(guó)公路網(wǎng)里程已突破435萬(wàn)公里。以高速公路為骨架、普通公路為主體的公路網(wǎng)已基本形成。受極端氣候、自然災(zāi)害影響，2019年全國(guó)共有149條高速、53條國(guó)道、135條省道出現(xiàn)區(qū)域交通中斷，汛期路基損毀1.49億 m3/10.8萬(wàn) ㎞，路面損毀1.04億 ㎡/9.24萬(wàn) ㎞，橋梁損毀25.78萬(wàn)延米/9 621座，財(cái)產(chǎn)損失達(dá)483億元，在公路損毀及交通中斷案例當(dāng)中56%以上是由邊坡地質(zhì)災(zāi)害引起，邊坡安全是保障公路交通安全的重要因素。

1 邊坡安全監(jiān)測(cè)預(yù)警技術(shù)

巖土體是一個(gè)復(fù)雜的非線性系統(tǒng)，其自身演化具有多變性、不確定性及長(zhǎng)期不可預(yù)測(cè)性，在不良地質(zhì)作用及不利氣候條件等多因素影響下，巖土體的固有平衡狀態(tài)被打破，極易引發(fā)營(yíng)運(yùn)期公路邊坡地質(zhì)災(zāi)害及次生災(zāi)害。邊坡災(zāi)害一旦發(fā)生往往造成交通中斷，甚至引起“生命線”工程的堵塞及癱瘓，如何實(shí)現(xiàn)公路邊坡地質(zhì)災(zāi)害的超前感知和預(yù)警，在公路交通應(yīng)急綜合研判及決策當(dāng)中扮演著重要角色。

邊坡形態(tài)特征的幾何差異變化蘊(yùn)含著邊坡健康狀況的實(shí)時(shí)語(yǔ)義信息，通過(guò)對(duì)這些離散的差異變化進(jìn)行識(shí)別和分析可以對(duì)邊坡的健康狀況進(jìn)行理解和感知，進(jìn)而起到邊坡危情預(yù)警的作用。根據(jù)邊坡穩(wěn)定狀態(tài)，可將其分為穩(wěn)定邊坡、潛在失穩(wěn)邊坡、變形邊坡、不穩(wěn)定邊坡及失穩(wěn)后邊坡。不穩(wěn)定邊坡處于邊坡整體滑動(dòng)的臨界狀態(tài)，邊坡安全監(jiān)測(cè)預(yù)警即是通過(guò)技術(shù)手段在潛在失穩(wěn)邊坡和變形邊坡兩個(gè)階段捕捉坡體三維空間的變形規(guī)律，包括表面變形監(jiān)測(cè)方法和內(nèi)部監(jiān)測(cè)方法和監(jiān)測(cè)預(yù)警系統(tǒng)。

（1）邊坡表面變形監(jiān)測(cè)方法。傳統(tǒng)以接觸式測(cè)量及大地測(cè)量為主的邊坡破壞前兆信息感知方法自動(dòng)化程度及實(shí)時(shí)性較低且外業(yè)工作量大，眾多學(xué)者研究通過(guò)對(duì)比坡面點(diǎn)云或邊坡圖像生成的數(shù)字模型在時(shí)間、空間維度變化的非接觸式坡面差異識(shí)別方法。邊坡表面差異變化識(shí)別方法從早期的宏觀地質(zhì)經(jīng)驗(yàn)觀測(cè)法、簡(jiǎn)易觀測(cè)法及大地測(cè)量法發(fā)展到了以地理空間信息采集技術(shù)為主的坡面差異識(shí)別方法，包括數(shù)字近景攝影測(cè)量、激光掃描（TLS、ALS）、熱成像技術(shù)、UAV以及遙感等。數(shù)字近景攝影測(cè)量主要以離散點(diǎn)的方式進(jìn)行坡面差異識(shí)別，由于受樣本點(diǎn)限制，難以滿足大樣本連續(xù)監(jiān)測(cè)的要求。地面激光掃描[1]（TLS）通過(guò)提取邊坡地貌三維點(diǎn)云生成數(shù)字表面模型（DSM），進(jìn)行點(diǎn)云分類及歸一化處理后可量化坡面差異變化，可很好地解決樣本點(diǎn)離散的問(wèn)題;雖然激光掃描技術(shù)解決了樣本容量的問(wèn)題，但激光信號(hào)對(duì)大氣敏感且受地面障礙物影響，而遙感、UAV以及RPAS則在這方面體現(xiàn)出了巨大優(yōu)勢(shì)。電網(wǎng)監(jiān)測(cè)、視頻監(jiān)測(cè)等技術(shù)手段是被動(dòng)監(jiān)測(cè)預(yù)警[2]的代表。電網(wǎng)監(jiān)測(cè)將電網(wǎng)傳感器與防護(hù)網(wǎng)結(jié)合，受外力作用則發(fā)生感應(yīng)報(bào)警;視頻監(jiān)控則是圖像觀測(cè)法，受天氣及野外環(huán)境影響較大。

（2）邊坡內(nèi)部監(jiān)測(cè)方法。內(nèi)部監(jiān)測(cè)主要監(jiān)測(cè)坡體內(nèi)部應(yīng)力、應(yīng)變、地聲及地下水位等變化。傳統(tǒng)方法將位移計(jì)、測(cè)縫計(jì)、傾斜儀、收斂計(jì)等設(shè)備植入坡體內(nèi)部采集數(shù)據(jù)。隨著研究的深入，出現(xiàn)了一些新方法，比如利用電阻率層析成像對(duì)地下結(jié)構(gòu)成像，對(duì)邊坡內(nèi)部變形進(jìn)行實(shí)時(shí)監(jiān)測(cè);利用電磁波時(shí)域反射（TDR）、聲發(fā)射（AE）對(duì)滑坡體變形部位深度進(jìn)行估算，結(jié)合鉆孔測(cè)斜技術(shù)互補(bǔ)，以達(dá)到動(dòng)態(tài)監(jiān)測(cè)的目的[3];研制光纖光柵傳感器以及分布式光纖復(fù)合監(jiān)測(cè)裝置對(duì)邊坡內(nèi)部形變進(jìn)行監(jiān)測(cè)。邊坡內(nèi)部監(jiān)測(cè)方法主要需解決的問(wèn)題是電類技術(shù)的抗干擾、信號(hào)傳輸、維護(hù)以及植入存活率等問(wèn)題。

（3）邊坡監(jiān)測(cè)預(yù)警系統(tǒng)。目前國(guó)內(nèi)外已研發(fā)出許多邊坡監(jiān)測(cè)預(yù)警系統(tǒng)，并應(yīng)用于工程當(dāng)中。比如將基于負(fù)泊松比材料的錨索嵌入牛頓力變化監(jiān)測(cè)預(yù)警系統(tǒng)中，應(yīng)用云服務(wù)器發(fā)布數(shù)據(jù)，集成信息發(fā)布和交互，實(shí)現(xiàn)滑坡全過(guò)程監(jiān)測(cè);利用ArcGIS開發(fā)滑坡安全監(jiān)測(cè)GIS系統(tǒng);基于Web-GIS技術(shù)開發(fā)的滑坡災(zāi)害預(yù)測(cè)系統(tǒng)，主要對(duì)滑坡危險(xiǎn)性進(jìn)行評(píng)價(jià);利用GPRS開發(fā)遠(yuǎn)程監(jiān)測(cè)系統(tǒng)，完成位移數(shù)據(jù)采集和分析。

2 公路交通應(yīng)急管理現(xiàn)狀

公路網(wǎng)的完善增加了安全營(yíng)運(yùn)的工作壓力。目前已有9個(gè)省份組建了路網(wǎng)運(yùn)行管理機(jī)構(gòu)，其他地區(qū)大多在省級(jí)交通管理部門設(shè)立了應(yīng)急中心或信息中心等機(jī)構(gòu)，承擔(dān)部分路網(wǎng)運(yùn)行管理職責(zé)，但主要針對(duì)高速公路。

部分地區(qū)在多部門協(xié)調(diào)、跨區(qū)域應(yīng)急聯(lián)動(dòng)、應(yīng)急保障能力建設(shè)等方面進(jìn)行了探索。部門協(xié)調(diào)方面，河南省交通廳與省公安廳高速交警支隊(duì)聯(lián)合成立了“河南省公路路警聯(lián)合指揮中心”，負(fù)責(zé)全省范圍內(nèi)各種公路突發(fā)事件的應(yīng)急處置、指揮、協(xié)調(diào)，建立了公路、鐵路、民航等多交通協(xié)調(diào)配合及交通與氣象、新聞媒體等部門間的協(xié)調(diào)配合機(jī)制，在應(yīng)急事件的處理中取得了良好效果?？鐓^(qū)域應(yīng)急聯(lián)動(dòng)方面，在抗冰雪搶通京珠高速中，交通部協(xié)調(diào)廣東、湖南、廣西等省，制定跨區(qū)域繞行方案，三天分流18萬(wàn)余車輛，為疏散湖南、廣東兩省滯留車輛贏得了時(shí)間。應(yīng)急保障能力建設(shè)方面，湖北省成立了公路交通應(yīng)急養(yǎng)護(hù)中心，加強(qiáng)了應(yīng)急養(yǎng)護(hù)救援隊(duì)伍建設(shè)和應(yīng)急設(shè)備的配備，在全省構(gòu)建1個(gè)中心、10個(gè)養(yǎng)護(hù)分中心的布局，基本覆蓋了全省已建高速公路的養(yǎng)護(hù)與檢測(cè)。

3 公路邊坡安全監(jiān)測(cè)預(yù)警及應(yīng)急管理存在的問(wèn)題

公路安全致災(zāi)因素多樣，破壞方式各異，監(jiān)測(cè)預(yù)警及應(yīng)急管理未能實(shí)現(xiàn)多數(shù)據(jù)源信息融合，容易形成監(jiān)測(cè)盲區(qū)及信息孤島。邊坡安全監(jiān)測(cè)預(yù)警技術(shù)主要是基于歷史數(shù)據(jù)的統(tǒng)計(jì)預(yù)警，邊坡災(zāi)害誘因包括降雨、外部荷載變化、氣象環(huán)境等，無(wú)論是邊坡表面變形監(jiān)測(cè)、內(nèi)部監(jiān)測(cè)還是監(jiān)測(cè)預(yù)警系統(tǒng)未能形成一體化監(jiān)測(cè)。全國(guó)公路網(wǎng)尤其是南方強(qiáng)降雨、強(qiáng)臺(tái)風(fēng)地區(qū)，自然災(zāi)害致災(zāi)率極高，而應(yīng)用于高速公路的聯(lián)網(wǎng)監(jiān)控、運(yùn)營(yíng)、養(yǎng)護(hù)等僅滿足日常生產(chǎn)業(yè)務(wù)，對(duì)沿線邊坡、橋梁、隧道等潛在危險(xiǎn)源，則缺乏有效的監(jiān)測(cè)預(yù)警，對(duì)于普通干線公路的覆蓋面則更低，存在監(jiān)測(cè)盲區(qū)。公路發(fā)展主要關(guān)注速度和規(guī)模增長(zhǎng)，在應(yīng)對(duì)突發(fā)事件方面略顯不足。一是應(yīng)急預(yù)案體系不夠健全，雖然已初步形成公路交通應(yīng)急預(yù)案體系，但主要針對(duì)高速公路，對(duì)普通干線公路及農(nóng)村公路缺乏應(yīng)急預(yù)案層級(jí)匹配的專項(xiàng)處置預(yù)案;二是應(yīng)急管理工作未實(shí)現(xiàn)常態(tài)化，交通日常應(yīng)急管理主要由部門或科室代管，沒(méi)有專業(yè)交通應(yīng)急救援隊(duì)伍，無(wú)法與公路網(wǎng)絡(luò)日常管理業(yè)務(wù)緊密結(jié)合;三是跨區(qū)域協(xié)調(diào)及資源調(diào)配難以形成合力。

4 公路安全態(tài)勢(shì)感知發(fā)展趨勢(shì)

為保障日益增加的大體量公路網(wǎng)安全營(yíng)運(yùn)，公路交通的重點(diǎn)必然將從建設(shè)轉(zhuǎn)向營(yíng)運(yùn)管理，公路安全態(tài)勢(shì)感知作為交通應(yīng)急輔助決策分析的決策支持將成為公路交通應(yīng)急綜合研判的關(guān)鍵。公路交通應(yīng)急管理將實(shí)現(xiàn)多部門協(xié)調(diào)聯(lián)動(dòng)、跨區(qū)域應(yīng)急聯(lián)動(dòng)及物資調(diào)度、動(dòng)態(tài)信息采集等多元一體化管理體系。營(yíng)運(yùn)管理將從原有的日常業(yè)務(wù)監(jiān)管、保障響應(yīng)、報(bào)表統(tǒng)計(jì)、單一信息查詢轉(zhuǎn)變?yōu)闊o(wú)人值守條件下的全天候遠(yuǎn)程公路安全態(tài)勢(shì)實(shí)時(shí)智能感知、主動(dòng)預(yù)警、多源信息融合、輔助決策分析支持等以“智慧交通”為關(guān)鍵的智慧型營(yíng)運(yùn)管理上。

5 結(jié)論

通過(guò)總結(jié)目前公路安全態(tài)勢(shì)感知現(xiàn)狀，分析存在的問(wèn)題，指出公路安全態(tài)勢(shì)感知作為一種交通應(yīng)急輔助決策分析手段，將向以多源信息融合的多元一體化智能感知為引領(lǐng)的“智慧交通”方向發(fā)展。

參考文獻(xiàn)：

[1]Andreas Mayr.Object-based classification of terrestrial laser scanning point clouds for landslide monitoring[J].Photogrammetric Record，2017，32（160）：377-397.

[2]姚明遠(yuǎn)，張浩霖.分布式光纖傳感技術(shù)在高速公路邊坡安全監(jiān)測(cè)中的應(yīng)用[J].交通科技，2019，45（05）：34-36.

[3]CODEGLIA D，DIXON N，F(xiàn)OWMES G J，et al.Analysis of acoustic emission patterns for monitoring of rock slope deformation mechanisms[J].Engineering Geology，2016，219：21-31.