極端降雨入滲下公路邊坡滑坡預(yù)測(cè)模型構(gòu)建與應(yīng)用

■趙輝龍

（南平市公路事業(yè)發(fā)展中心，南平 353199）

1 研究?jī)?nèi)容

1.1 研究目標(biāo)

我國地形復(fù)雜多樣，夏季濕潤(rùn)多雨，各種自然災(zāi)害頻發(fā)，每年臺(tái)風(fēng)引發(fā)的次生災(zāi)害頻繁[1-2]。 根據(jù)中國年鑒（2020）公布的2010—2019 年地質(zhì)災(zāi)害統(tǒng)計(jì)信息， 近10 年發(fā)生的滑坡災(zāi)害占全國地質(zhì)災(zāi)害的71.33%[3-4]。 福建省位于東南沿海，有“八山一水一分田”之稱，是一個(gè)地質(zhì)災(zāi)害復(fù)雜的省份。 每年7 月—9 月受臺(tái)風(fēng)暴雨等極端天氣影響，常出現(xiàn)強(qiáng)降雨氣候[5]。 暴雨持續(xù)時(shí)間短，強(qiáng)度大，是引發(fā)成災(zāi)的主要因素之一[6-7]。

國務(wù)院 《關(guān)于支持福建省加快建設(shè)海峽西岸經(jīng)濟(jì)區(qū)的若干意見》的實(shí)施，海西地區(qū)亟需實(shí)現(xiàn)由交通末梢向全國交通樞紐地位的根本性轉(zhuǎn)變[8-9]。為此，福建省將交通作為支撐海西發(fā)展的首要基礎(chǔ)設(shè)施，加快投資步伐，在山區(qū)和丘陵地帶大力建設(shè)公路[10-11]。因采用高填深挖的方式形成了大量公路邊坡，在多年復(fù)雜環(huán)境作用下，坡體弱化，防護(hù)設(shè)施功能逐漸衰退，產(chǎn)生了諸多的邊坡安全隱患，一旦發(fā)生失穩(wěn)，將嚴(yán)重威脅公路運(yùn)營和人民的生命財(cái)產(chǎn)安全[12-13]。 因此，解決公路邊坡安全問題尤為緊迫。

雖然目前相關(guān)部門已投入大量的資金防治公路邊坡，但僅針對(duì)一些已發(fā)生病害的邊坡進(jìn)行被動(dòng)防護(hù)，缺乏適應(yīng)該地區(qū)公路滑坡災(zāi)害監(jiān)測(cè)預(yù)報(bào)的成套技術(shù)[14-15]，同時(shí)缺少對(duì)福建地區(qū)公路邊坡的形成原因的系統(tǒng)研究， 導(dǎo)致容易出現(xiàn)錯(cuò)誤的滑坡預(yù)判，造成不必要的經(jīng)濟(jì)損失，從而制約公路建設(shè)的可持續(xù)發(fā)展[16-17]。 福建省最新規(guī)劃的普通國省干線公路網(wǎng)布局方案為“八縱十一橫十五聯(lián)”，規(guī)劃里程約1.24 萬km（“八縱十一橫”約9 600 km、“十五聯(lián)”約2 800 km）[18]，本研究以福建南平公路邊坡降雨型滑坡問題為例，結(jié)合三維重建技術(shù)與離散元仿真技術(shù)，建立實(shí)時(shí)數(shù)據(jù)及位移監(jiān)測(cè)站，構(gòu)建邊坡預(yù)測(cè)模型及邊坡監(jiān)測(cè)預(yù)測(cè)預(yù)警系統(tǒng)平臺(tái)，發(fā)布預(yù)警信息，實(shí)現(xiàn)對(duì)邊坡滑坡問題的預(yù)測(cè)預(yù)警。

1.2 工程概況

1.3 技術(shù)路線

本研究以南平邊坡滑坡災(zāi)害智能實(shí)時(shí)監(jiān)測(cè)預(yù)警為例，基于三維重建和數(shù)值模擬，建立預(yù)警平臺(tái)，實(shí)現(xiàn)對(duì)邊坡滑坡問題的準(zhǔn)確預(yù)測(cè)。 本研究技術(shù)路線見圖1。

2 研究方法

2.1 三維重建

滑坡位移形變?cè)诨卤O(jiān)測(cè)過程中是非常重要的監(jiān)測(cè)對(duì)象，傳統(tǒng)的位移傳感器只能反映某個(gè)點(diǎn)位的變化，難以反映滑坡的整體形變情況，且拍攝影像的間隔時(shí)間長(zhǎng)，不能提供連續(xù)的形變數(shù)據(jù)，效率低下且價(jià)格昂貴。本研究利用RealityCapture 軟件結(jié)合Bumblebee 三目視覺設(shè)備所采集的圖像資料，基于SFM 算法將收集的無序圖像進(jìn)行特征匹配，形成模型的3D 點(diǎn)云數(shù)據(jù)，構(gòu)建邊坡三維模型。 同時(shí)，三目視覺設(shè)備可24 h 連續(xù)監(jiān)測(cè)，進(jìn)一步監(jiān)測(cè)降雨前后位移的變化。 過程如下：通過調(diào)取邊坡攝像頭拍攝到的照片，利用python 語言編寫爬蟲程序，按照實(shí)際需求從后臺(tái)爬取數(shù)據(jù)庫的數(shù)據(jù)（①），并將其自動(dòng)存儲(chǔ)在特定文件夾中（②），將文件夾的圖片導(dǎo)入RealityCapture 軟件后進(jìn)行圖片對(duì)齊工作生成稀疏點(diǎn)云，在3D 界面可輕微看到。 調(diào)整解算范圍，設(shè)置精度，將邊坡模型進(jìn)行三維重建，生成最終模型。 進(jìn)而將兩片點(diǎn)云對(duì)齊，計(jì)算點(diǎn)云距離，以顏色的深淺表示前后點(diǎn)云的差異，通過計(jì)算結(jié)果監(jiān)測(cè)降雨前后位移的變化（圖2）。

2.2 數(shù)據(jù)采集

通過實(shí)地勘察，結(jié)合當(dāng)?shù)貧v史氣候數(shù)據(jù)和居民分布情況，確定潛在的滑坡危險(xiǎn)區(qū)域，并選擇相應(yīng)的傳感器對(duì)該區(qū)域進(jìn)行實(shí)時(shí)監(jiān)測(cè)。 考慮邊坡左高右低的地勢(shì)情況， 將整個(gè)監(jiān)測(cè)區(qū)域分為左右兩部分，以設(shè)備箱為中心，傳感器對(duì)稱分布（圖3）。 （1）擋土墻壓力傳感器設(shè)置是根據(jù)風(fēng)險(xiǎn)分析確定的，坡腳左右距離數(shù)據(jù)采集系統(tǒng)5 m 處各設(shè)置1 個(gè)土壓力計(jì)傳感器，深度約為1 m。 監(jiān)測(cè)頻率為10 min 測(cè)量1 次；（2）雨量計(jì)設(shè)置在距離數(shù)據(jù)采集系統(tǒng)高度3 m處，誤差不超過2%，監(jiān)測(cè)頻率為10 min 測(cè)量1 次；（3）設(shè)置滲壓計(jì)（又稱孔隙水壓力計(jì)）監(jiān)測(cè)巖土體內(nèi)部流體壓力；（4）土壤含水率監(jiān)測(cè)，設(shè)置含水率傳感器于坡頂、坡中、坡腳等7 處，實(shí)時(shí)監(jiān)測(cè)含水率的變化。

圖3 南平公路邊坡傳感器分布位置

同時(shí)，為了提高預(yù)警模型的精度和準(zhǔn)確性，利用MATLAB 軟件自主編寫的降噪程序進(jìn)行降噪處理。 降噪前的曲線波動(dòng)不平滑可能由監(jiān)測(cè)設(shè)備電壓不穩(wěn)、降雨等原因引起，啟用降噪程序?qū)ζ淙ピ?，結(jié)果見圖4。 同理，使用降噪程序?qū)ζ渌麄鞲衅鞯谋O(jiān)測(cè)數(shù)據(jù)去噪，去噪結(jié)果可直接用于后續(xù)監(jiān)測(cè)預(yù)警技術(shù)。

圖4 邊坡土壓力和滲壓力降噪前后的監(jiān)測(cè)數(shù)據(jù)對(duì)比

2.3 模型建立

2.3.1 外觀尺寸

通過無人機(jī)航拍獲取的高精度影像，利用PhotoScan 軟件處理得到點(diǎn)云數(shù)據(jù)作為基本初始數(shù)據(jù)， 利用Cloudcompare 軟件進(jìn)行點(diǎn)云裁剪，ArcGIS、AutoCAD、Rhinoceros 等 軟 件 進(jìn) 行 三 維 建模，最后導(dǎo)入到PFC3D 軟件中，形成PFC3D 模型所需的滑體和滑床，采用ball-wall 模型，其中wall 為滑坡滑床邊界，ball 為滑坡滑體。

南平滑坡數(shù)值模型尺寸為：SN 向長(zhǎng)140 m，EW向?qū)?20 m，與實(shí)地地形基本一致（圖5）。墻面數(shù)量為3 916 個(gè)，顆粒數(shù)量40 000 個(gè)，顆粒半徑0.25～0.4 m。邊坡采用線性接觸模型作為基礎(chǔ)本構(gòu)模型進(jìn)行研究。

池州市中心城區(qū)土壤質(zhì)地以Q4、Q3、Q2黏性土為主，根據(jù)池州市土壤普查成果報(bào)告《池州市土壤》，區(qū)內(nèi)土壤類型以灰潮土、水稻土、紅壤土為主，小部分為黃棕壤、沼澤土和石灰?guī)r土。根據(jù)局部滲透試驗(yàn)數(shù)據(jù)表明，區(qū)內(nèi)黏土層滲透系數(shù)K一般為0.000 196～0.000 973 m/d。

圖5 南平邊坡實(shí)際形狀與數(shù)值模型

2.3.2 顆粒參數(shù)標(biāo)定

為了有效模擬邊坡的屬性，選取不同的參數(shù)值進(jìn)行直剪模擬與室內(nèi)直剪曲線匹配，最終得出滑坡體的微觀力學(xué)參數(shù)，如表1 所示。

表1 邊坡PFC3D 模型細(xì)觀參數(shù)

為有效模擬降雨作用下的邊坡，賦予粒子含水率屬性。

（1）水分傳導(dǎo)規(guī)則

根據(jù)Ma 等[19]認(rèn)為，在保證水分守恒的前提下，水分傳遞過程是通過顆粒間接觸點(diǎn)的發(fā)生改變的，根據(jù)水分?jǐn)U散率，水分從含水量較高的顆粒流向含水量較低的顆粒。

（2）降雨入滲模擬

為模擬降雨入滲的作用，一方面通過摩擦系數(shù)與含水率的擬合公式（1），來實(shí)現(xiàn)水分場(chǎng)對(duì)土體抗剪強(qiáng)度的影響；另一方面，通過飽和度與顆粒含水重量的相關(guān)公式（2）、公式（3），來考慮滲流力對(duì)邊坡穩(wěn)定性的影響。

其中：θj為粒子j 的含水重量，Se為有效飽和度，Gw為粒子含水重量，ρw為水的密度，rj為粒子j的半徑，g 為重力加速度。

（3）降雨邊界條件

入滲邊界是由降雨強(qiáng)度和入滲能力的關(guān)系決定的，降雨過程可能出現(xiàn)2 種入滲情形（圖6）：情形1：降雨強(qiáng)度大于入滲能力，地表處于飽和狀態(tài)，數(shù)值模型的邊界條件選擇Dirichlet 型，先使用保水曲線將已知壓頭轉(zhuǎn)換為含水量，再將此含水量應(yīng)用于位于此邊界上的粒子，并且在模擬過程中其大小保持不變。 情形2：降雨強(qiáng)度小于入滲能力，此時(shí)降雨全部入滲，地表處于非飽和狀態(tài)，此時(shí)數(shù)值模型的邊界條件選擇Neumann 型，考慮到每個(gè)粒子占據(jù)的等效連續(xù)區(qū)面積，水通量被簡(jiǎn)單地轉(zhuǎn)換為邊界上每個(gè)粒子的排放率。

圖6 不同降雨邊界條件

3 結(jié)果分析

3.1 邊坡穩(wěn)定性分析

3.1.1 預(yù)警理論及模型驗(yàn)證

根據(jù)滑坡失穩(wěn)前的3 個(gè)階段中曲線斜率的變化，馬閆等[20]提出可以用位移—時(shí)間曲線的切線角來預(yù)測(cè)預(yù)報(bào)滑坡， 初始變形階段切線角通常小于45°，此時(shí)不需要警戒；勻速變形時(shí)等于45°，此時(shí)預(yù)警級(jí)別屬于注意級(jí)；加速變形時(shí)大于45°，這一過程又可以進(jìn)一步細(xì)分為45°<α≤80°為黃色預(yù)警的初加速階段，80°<α≤85°為橙色預(yù)警的中加速階段，α>85°為紅色預(yù)警的臨滑階段， 通過角度所處范圍判定邊坡發(fā)展階段并進(jìn)行預(yù)測(cè)預(yù)警。

本試驗(yàn)選取了南平邊坡2022 年1 月22 日—23 日的現(xiàn)場(chǎng)工況對(duì)這場(chǎng)降雨分別進(jìn)行數(shù)值模擬以及三維重建反演。 通過數(shù)值計(jì)算的結(jié)果[圖7 （b）]可知，整個(gè)邊坡的三維平均位移變化不大，變形區(qū)約0.2～0.4 m 為后緣頂部。 切線角曲線圖中，0°～40.87°的波動(dòng)范圍屬于初始變形階段；且左視圖中的坡面沒有明顯變形，此時(shí)不需要預(yù)警。 通過三維重建的結(jié)果[圖7 （c）]可知，淺色點(diǎn)云表示小變形，深色點(diǎn)云表示大變形，除個(gè)別點(diǎn)云超過0.42 m 外，變形區(qū)間都在0.18～0.42 m。

圖7 同一場(chǎng)降雨下三維重建和數(shù)值模擬結(jié)果對(duì)比

圖8 3 種極端降雨工況下的邊坡穩(wěn)定性數(shù)值預(yù)測(cè)結(jié)果

綜合上述結(jié)果可知，同一場(chǎng)降雨條件下，模擬出的位移結(jié)果與重建出的位移結(jié)果區(qū)間相近，可認(rèn)為此種模型具有一定的合理性。

3.1.2 極端降雨工況下的邊坡穩(wěn)定性分析

（1）50 年一遇暴雨穩(wěn)定性分析

隨著降雨進(jìn)行，邊坡位移迅速上升，平均位移為1.85 m；位移出現(xiàn)差異性上升，邊坡左側(cè)位移大于右側(cè)位移，受重力勢(shì)能影響前緣位移變化迅速，中部次之，坡腳位移上升緩慢，坡角處出現(xiàn)地下徑流，含水率降低，坡體中后部接近飽和狀態(tài)。 層內(nèi)錯(cuò)動(dòng)帶為二層，第①滑動(dòng)面為3～4 m ，第②滑動(dòng)帶為1 m 以下。

（2）100 年一遇暴雨穩(wěn)定性分析

遭遇100 年一遇大暴雨時(shí)，南平邊坡4/5 的區(qū)域位移迅速上升，最大位移為12.56 m，平均位移為2.25 m；位移較50 年一遇的降雨增加，邊坡左側(cè)位移依然大于右側(cè)位移， 位移區(qū)域變化趨勢(shì)仍為坡頂>坡中>坡角處。 從含水率圖中可以看出，整個(gè)邊坡底部含水率呈逐漸減小趨勢(shì)，可以認(rèn)為，坡腳表層出現(xiàn)地下徑流，水分流失，使得含水率降低，坡體中后部仍接近飽和狀態(tài)。 層內(nèi)錯(cuò)動(dòng)帶為3 層，第①滑動(dòng)面為5～7 m，第②滑動(dòng)帶為3～4 m，第③滑動(dòng)面為1 m 以下。

（3）1 000 年一遇暴雨穩(wěn)定性分析

遭遇千年一遇大暴雨時(shí)，南平邊坡的最大位移為43.8 m，滑體平均位移為6.5 m ，整個(gè)左側(cè)區(qū)域的位移在20 m 左右， 邊坡左側(cè)垮塌， 平均速度為0.6 m/s。 坡體含水率幾乎全部接近飽和狀態(tài)，表層有一定的徑流，使得部分粒子含水率降低。 層內(nèi)錯(cuò)動(dòng)帶為五層，第①滑動(dòng)面位移在12～18 m，第②滑動(dòng)面位移在9～12 m，第③滑動(dòng)面位移6～9 m ，第④滑動(dòng)面位移3～6 m，第⑤滑動(dòng)面位移<3 m。

3.2 構(gòu)建預(yù)測(cè)監(jiān)測(cè)平臺(tái)

南平公路邊坡監(jiān)測(cè)預(yù)警系統(tǒng)由設(shè)備信息管理、數(shù)據(jù)管理、位移預(yù)警、信息發(fā)布和模型可視化模塊組成（圖9），能夠?qū)δ掀竭吰逻M(jìn)行傳感器數(shù)據(jù)管理、災(zāi)害預(yù)報(bào)預(yù)警工作，提高邊坡災(zāi)害預(yù)警能力。

圖9 南平監(jiān)測(cè)預(yù)警系統(tǒng)平臺(tái)

3.3 預(yù)警信息發(fā)布

位移預(yù)警結(jié)果出現(xiàn)后，將在監(jiān)測(cè)預(yù)警平臺(tái)上實(shí)時(shí)發(fā)布并更新對(duì)應(yīng)的預(yù)警位置、預(yù)警等級(jí)、預(yù)警內(nèi)容和預(yù)警時(shí)間并告知相關(guān)負(fù)責(zé)人。 預(yù)警信息發(fā)布見圖10。

圖10 南平邊坡監(jiān)測(cè)預(yù)警系統(tǒng)預(yù)警信息發(fā)布

4 結(jié)語

本研究基于數(shù)值仿真技術(shù)，開展了滑坡降雨變形預(yù)警分析，提出了位移、土壓力雙變量預(yù)警方法，實(shí)現(xiàn)了公路邊坡多預(yù)警技術(shù)融合。 通過PFC3D 離散元技術(shù)結(jié)合參數(shù)標(biāo)定， 建立了邊坡三維數(shù)值仿真模型，并設(shè)置降雨邊界條件模擬邊坡位移變形。 通過與實(shí)測(cè)數(shù)據(jù)對(duì)比驗(yàn)證模型準(zhǔn)確性。 實(shí)施預(yù)測(cè)預(yù)警后，成功預(yù)測(cè)了降雨量并發(fā)布預(yù)警信號(hào)，在實(shí)際應(yīng)用中成功實(shí)現(xiàn)了土壓力預(yù)測(cè)模型，為滑坡預(yù)警提供了有效工具。 本研究總結(jié)了3 種降雨工況下邊坡的位移特征，結(jié)果如下：（1）在50 年一遇的大暴雨情況下，南平邊坡的位移迅速上升，通過監(jiān)測(cè)對(duì)比，左側(cè)位移大于右側(cè)位移，前緣位移變化最快，其次為中部， 坡腳位移上升緩慢；（2）100 年一遇大暴雨時(shí)，南平邊坡約有4/5 的區(qū)域位移迅速上升，位移相較于50 年一遇降雨有所增加， 邊坡左側(cè)位移仍然大于右側(cè)，位移區(qū)域變化趨勢(shì)仍為坡頂>坡中>坡角處；（3）遭遇1 000 年一遇的大暴雨時(shí)，整個(gè)左側(cè)區(qū)域位移約在20 m，導(dǎo)致邊坡左側(cè)垮塌，最大位移達(dá)到43.8 m。 綜上，在高強(qiáng)度暴雨以及地下水、重力的共同作用下，斜坡土體局部發(fā)生拉裂，解體土塊發(fā)生滑移。 未固結(jié)土厚段滑裂面與降雨強(qiáng)度有關(guān)，錯(cuò)動(dòng)帶隨降雨而變化。 研究的最終成果以“南平邊坡預(yù)警平臺(tái)”的形式呈現(xiàn)，平臺(tái)集數(shù)據(jù)可視化、模型可視化、數(shù)值模擬、預(yù)測(cè)與預(yù)警功能于一體，此邊坡監(jiān)測(cè)預(yù)警系統(tǒng)包含設(shè)備信息管理、數(shù)據(jù)管理、位移預(yù)警、信息發(fā)布和模型可視化模塊，融入三維重建與數(shù)值模擬結(jié)果，并將現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)、圖片實(shí)時(shí)傳入到系統(tǒng)中，可在任意時(shí)間調(diào)用。