露天礦邊坡地基雷達形變監測應用研究

王曉波，李 江，武麗梅，蔡 偉，姚國紀

(1.自然資源部第二大地測量隊，黑龍江 哈爾濱 150025；2.中國安全生產科學研究院，北京 100012)

露天礦開采過程中由于改變和破壞了地表和巖石圈的自然平衡，對邊坡穩定性造成重大影響，從而會誘發滑坡、坍塌等地質災害[1]，進而影響人員、設備的安全，因此，對邊坡穩定情況的監測成為露天礦開采過程中至關重要的工作環節。邊坡穩定性監測是以位移形變監測為主，目前主要分為接觸式監測與非接觸式監測[2]，常用的接觸式監測技術手段包括GNSS、裂縫監測技術[3]、深部位移監測技術[4]等；非接觸式監測包括航空攝影測量技術[5]、三維激光掃描技術[6]、InSAR技術[7]、地基合成孔徑雷達干涉測量(GB-InSAR，以下簡稱地基雷達)技術[8]等。

地基雷達技術不僅可以對災害進行高時間空間分辨率形變信息采集，而且能夠做到實時處理和預警預報，目前，地基雷達逐步得到廣泛應用。李翔宇等[9]利用地基雷達干涉測量技術對云南牛欄江紅石巖大壩邊坡進行監測試驗，依據監測結果對邊坡左岸上方崖壁進行了防護網加固措施；徐偉等[10]通過對“11.03”白格滑坡開展邊坡雷達應急監測，實時掌握災害形變特征，對形變區的局部臨滑破壞進行識別與預報；陳天東[11]利用GPRI-II便攜式雷達干涉儀對唐山馬蘭莊露天礦邊坡進行監測，驗證了使用的大氣模型估計的大氣相位的有效性和證實了形變監測精度達到了亞毫米級。

本文首先介紹了地基雷達形變監測的原理及雷達系統的組成、滑坡變形三階段演化模型，使用地基雷達系統對某露天銅礦邊坡進行了形變監測，重點開展了邊坡單月形變量分析、降雨對邊坡形變的影響分析、突變點分析、預警分析及邊坡治理對形變影響分析，在此過程中分析了形變加劇和預警發生的原因，驗證了使用地基雷達進行露天礦邊坡形變監測的可行性。

1 地基雷達形變監測原理

地基雷達主要采用了線性調頻連續波、合成孔徑雷達、干涉測量等技術[12]，實現對目標體的形變監測。該系統一般安置在一個固定的位置，采用連續模式對目標體進行不間斷觀測，因此空間基線為零，干涉相位可以表示為：

φ=φd+φa+φn

(1)

式中，φd為形變相位，φa為大氣相位延遲，φn為噪聲相位。

地基雷達在軌道上以固定的視角不斷地發射和接收回波信號，經過聚焦處理后形成極坐標形式的二維SAR影像，如圖1所示。在影像像元內，距離向分辨率保持固定不變，而方位向分辨率與像元夾角及目標距離有關，將距離向與方位向進行融合，監測區域被分為若干個二維像元，監測距離越遠，方位向分辨率越低[9-13]。

圖1 地基雷達像素分辨單元

本研究采用S-SAR邊坡雷達，該系統利用調頻連續波Ku波段信號工作[14]。系統由機柜、射頻前端、軌道、數據采集計算機等組成。

2 滑坡變形三階段演化模型

滑坡發生前的演化一般分為三個階段[2，15-16]，如圖2所示，第一階段為初始變形階段，以減速變形或間歇性短期的小變形為主；第二階段為等速變形階段，形變量與時間表現出較強的線性關系，形變速度不是一個定值，而是在一個定值附近波動；第三階段為加速變形階段，此階段形變速度和加速度在持續的增加。

圖2 滑坡變形三階段演化規律

地基雷達的優勢在于對邊坡進行直觀的穩定性判斷，可快速定位活躍區域。不過經典的變形三階段演化模型并不適用于所有滑坡，例如邊坡高位巖體，特點是風化破碎、裂縫密布，可能不經過加速變形階段，就突然發生高位崩塌。

3 測區概況

測區為某露天銅礦，地基雷達安置于礦坑東北角，對礦坑西北邊坡進行實時監測，監測范圍覆蓋邊坡長度約1 km，邊坡平均坡度約65°。地基雷達監測區域右側為歷史滑坡形成的斜面，坡度達到70°，邊坡高度達到260 m，表面較為松散；監測區域左側分布有盤山公路以及輔道。地基雷達系統配置參數如表1所示。

表1 地基雷達系統配置參數

4 地基雷達試驗與結果分析

4.1 邊坡單月形變量分析

通過對比邊坡2020年5月～2020年8月監測數據的月度形變量，來評價邊坡穩定性的變化趨勢。本文選取3個典型區域，并用紅線圈出，對其形變量和面積進行對比分析，如圖3所示。

5月，區域1形變量不超過200 mm，區域2最大形變量242 mm，區域3最大形變量為405.2 mm。

6月，受持續降雨以及地表水沖刷影響，邊坡形變明顯加劇。與5月相比，區域1形變面積增加，最大形變量319 mm；區域2最大形變量382 mm；區域3最大形變量為190.4 mm，該處邊坡整體出現開裂，當時設備無法入場治理，在降雨停止后進行了局部的開挖卸載，所以活躍區域大大減少。

7月，區域1最大形變量從319 mm增加到1 005 mm；區域2形變范圍與上月基本一致，但最大形變量從308.2 mm增加到675 mm；區域3最大形變量為587.9 mm。經分析和現場踏勘，本月形變量迅速增加的原因是強降雨導致坡頂河道水流溢出并沿坡面流淌，水管爆裂，加劇了邊坡形變。

8月，區域1形變面積有所收斂，形變量最大值迅速減小到283 mm；區域2形變量急劇減??；區域3形變面積與7月保持一致，最大形變量為398 mm。

4.2 降雨對邊坡形變的影響

降雨對邊坡形變的影響主要表現為以下3個方面：

(1)暴雨形成的地表徑流對邊坡的沖刷，搬運表面浮土碎石；

(2)雨水滲入邊坡裂縫，增大裂隙水張力；

(3)邊坡含水的凍融循環，破壞巖體結構。

該銅礦西北邊坡風化嚴重，現階段為碎石與土的混合物，容易發生雨水堆積以及滲透現象，邊坡穩定性受降雨影響較大，如圖4所示。

以2020年2月15日～2020年2月29日監測數據為例分析降雨對邊坡的影響，在監測區域內選取2個特征點進行時序分析。當地2020年2月中下旬降雨情況如圖5所示。根據國家氣象局頒布的降水強度等級劃分標準，24 h降水總量為0.1～9.9 mm、10.0～24.9 mm，其降水強度分別為小雨和中雨。

圖4 邊坡地質情況

可以看到，2月20日和21日降雨強度為中雨，2月27～29日為小雨。2月15～29日，1號點總形變量為309.6 mm，2號點總形變量為209.7 mm，如圖6(a)所示。2月15～17日20時處于初始變形階段，17日20時～19日22時處于等速變形階段，19日22時之后處于加速變形階段；由圖6(b)中速度曲線可知，初始變形階段形變速度均值從1.0 mm/h逐漸變化到0.5 mm/h，等速變形階段形變速度均值為0.5 mm/h，加速變形階段形變速度均值劇烈上升，達到4.4 mm/h；21～24日兩個點位的形變速度逐漸降低，之后2號點開始以較低的速度勻速形變，形變速度上限為2.8 mm/h。1號點開始以較高的速度勻速形變，并在26日11時發生突變，瞬時形變速度達到6.7 mm/h，在28日6時再次突變，瞬時速度達到4.6 mm/h。

圖5 當地降雨情況

降雨期間邊坡變得活躍，并在降雨結束后降速形變或勻速形變。從而說明降雨是邊坡形變的一個非常重要的不穩定因素，因此，還需結合其他手段進行監測和治理。

圖6 特征點形變量和速度曲線圖

4.3 突變點分析

以2019年12月1日～2019年12月16日監測數據為例進行突變點分析。選取2個特征點進行時序分析，如圖7所示。

特征點1和2總形變量分別為47.8 mm、38.4 mm，在12月10日12時邊坡出現一個位移突變點，由圖7(b)可知，其位移速度達到3.9 mm/h，隨后邊坡進入一個勻速變形階段，速度為0.15 mm/h，持續時間約為5 d；在12月15日12時邊坡形變進入一個短暫的加速階段，速度為 2.6 mm/h，形變曲線呈臺階式增加，邊坡形變雖然沒有進入演化規律的持續加速變形階段，但在勻速變形階段已經出現了比較活躍的形變。經過現場排查，位移形變突變點發生的原因是區域內有巖橋出現斷裂，從而造成突變。

圖7 特征點形變量和速度曲線圖

再以2021年2月1日～2021年2月28日監測數據為例進行突變點分析。選取1個典型區域進行時序分析，如圖8所示。

圖8 監測區域形變量和速度曲線圖

該區域位于北坑遺留邊坡，2月最大累計形變量為71.7 mm，最大形變速度為16.9 mm/d。地基雷達監測數據顯示該區域2月9日最為活躍，當日有持續升溫和連續降雨，之后隨著溫度降低該區域迅速恢復穩定?？紤]到北坑遺留邊坡存在明顯裂縫和巖石掛幫，可以初步判斷該區域形變的主要因素是陽光和雨水的風化作用。

4.4 預警分析

地基雷達系統通過設置黃色預警值和紅色預警值進行預警預報，但預警值不是一成不變的，應該根據往期發生的最大形變速率，以及結合監測目標邊坡的變形規律，綜合考慮巖土體性質、人工擾動程度、可能波及的影響范圍等[16]，及時調整預警參數，以便在不同的情況下做出更科學的評價。秦宏楠等[16]提出雙指標預警方法，即當形變速度值和面積同時超過閾值，才發生滑坡預警預報。

以2020年10月1日～2020年10月31日監測數據為例進行預警分析。選取1個典型區域進行時序分析，如圖9所示。

圖9 監測區域形變量和速度曲線圖

本月預警值的設定是參考2020年9月監測區域單日最大形變速率、月平均形變速率，同時該地區9月、10月歷史降雨量情況也接近，因此，依據9月預警值設定10月地基雷達系統黃色預警值為(30 mm/d，25 m2)，紅色預警值為(45 mm/d，30 m2)。該區域本月累計形變量最大達到311 mm，約2 600 m2區域累計形變量超過200.0 mm。該區域在強降雨的作用下，出現大量裂縫，部分區域明顯滑動，地表鋪設的管道受到影響，在此條件下，當月13～18日持續觸發黃色預警和紅色預警，最大預警面積達到1 258 m2，最大形變速度為10月14日的80.1 mm/d。

4.5 邊坡治理對形變影響分析

以2020年4月1日～2020年4月30日監測數據為例，分析邊坡治理前后形變量的變化情況。選取2個特征點進行時序分析，如圖10所示。

圖10 特征點形變量和速度曲線圖

當月月初和月末有雨，通過形變和曲線速度圖可以看出，該區域共經歷2個減速變形階段。第一個階段是由降雨導致的，月初該區域最大形變速度達到56.4 mm/d，并在4月1日和2日達到最大值；第二個階段是由管道破裂導致的，在4月11日和12日形變速度達到峰值，為59.7 mm/d，之后隨著礦方的治理逐漸趨于穩定?？梢钥吹街卫硗瓿芍?，月底持續中雨對該區域穩定性的影響明顯減弱，月底平均形變速度為6.8 mm/d，威脅性顯著降低。

5 結 論

(1)通過對比月度形變量，可以有效觀察和評價邊坡穩定性的變化趨勢。

(2)降雨是影響邊坡穩定性的一個非常重要的因素。

(3)通過邊坡突變點的形變分析，可以輔助礦區人員快速識別出異常區域并做出科學的形變成因分析。

(4)地基雷達通過速率和面積兩個指標進行預警預報。并通過采取針對性的措施對邊坡進行治理，可有效降低風險，使邊坡趨于穩定狀態。

本文通過將地基雷達技術應用于露天礦邊坡形變監測，并對不同時期和不同變形階段的監測數據進行形變量和速度分析，為今后地基雷達技術在露天礦邊坡的監測和應用提供了技術支持和依據。