新建高速鐵路滑坡隱患遙感解譯及風險評估

童 鵬 伍尚前 謝 猛 馬明明 袁曉波

(1. 中鐵工程設計咨詢集團有限公司,北京 100055; 2. 云桂鐵路廣西有限責任公司,南寧 530029)

近年來,在遙感大數據、人工智能等新技術的驅動下,數字化、信息化、智能化發展給鐵路的建造、運營及維護帶來了革命性的變化。

遙感技術以覆蓋范圍廣、獲取速度快、手段多、信息量大、受條件限制小的優勢,在地質災害處理中獲得了成功應用,實現了對大范圍受災地區的快速數據采集。 基于災區不同時相的影像,可定位受災區域,估計影響范圍,跟蹤災情的動態變化,實時獲取災情信息,滿足不同尺度下減災救災的應用需求。 遙感技術的應用能夠有效在發生地質災害之前提供準確的警報和預防功能;在發生地質災害之后能夠迅速評估受災狀況,為救援工作提供很多有意義的參考資料;為災后重建科學規劃工作運用遙感技術提供參考[1-3]。

目前,國內外眾多學者開展相關研究。 在遙感解譯方面,童立強等對典型滑坡遙感影像特征進行總結[4];李振洪等利用多源遙感數據提出一種“滑坡隱患廣域探測-單體滑坡隱患風險評估-社區協同防災”的多源遙感滑坡防災技術框架,并成功識別青藏高原交通工程關鍵區段滑坡隱患263 處[5-6];孫永彬等利用InSAR-光學遙感綜合識別方法,精細識別區域性時序地表形變、隱蔽性滑坡隱患光學遙感信息,解決了隱蔽性滑坡隱患看不見、看不清、看不準的難題,提高了滑坡識別的準確率[7];蘇曉軍等結合多種InSAR 技術和不同波段SAR 數據的探測優勢,對秦嶺南部山區進行觀測,綜合光學遙感解譯和野外調查,識別出滑坡地質災害隱患點共52 處[8];王慶芳等采用多源時序InSAR 技術和光學遙感技術對四川省成都市龍泉山地區開展滑坡隱患識別,共識別出9 處滑坡地質災害隱患點[9];李金超利用聯合時序InSAR 和機器學習理論進行礦區形變預測研究,提出一種灰色支持向量機組合預測模型,并以研究區楊聚莊InSAR 監測的結果進行預測模型的實例分析[10]。 在風險評估方面,魏少偉等從災害危險性概率與事故損失2 個方面統計,得到災害風險等級[11];宋國壯等對拉林鐵路隧道洞口危巖體構建定量評估技術體系,將該評估技術體系應用于江木拉隧道出口危巖體[12];張玉芳從紅層軟巖特性、地層巖性、地質地貌、水文地質條件、深孔位移監測數據等方面對該地區鐵路滑坡形成機理進行分析,并對治理措施進行評價[13]。 另外,ZHAO 等充分利用InSAR 遙感技術開展防災減災工作[17-20]。

綜上所述,目前常用風險評估方法的評估指標不夠全面、針對性不強。 針對新建貴陽至南寧高速鐵路(廣西段)沿線地形起伏大、地層巖性復雜、不良地質發育等特點,通過綜合運用時序衛星影像地物變化信息、InSAR 地表形變信息、地質基礎資料等,開展鐵路隧道口滑坡隱患遙感綜合判識,以期實現鐵路沿線不良地質遙感動態識別和風險評估,為其他類似鐵路風險評估提供借鑒。

1 工程概況

新建貴南高鐵(廣西段)起點位于廣西環江縣,后經環江縣西部、河池市、都安、馬山、武鳴等地,止于南寧市南寧東站,正線全長281.018 km,設計行車速度350 km/h,計劃于2023 年年底通車。

1.1 地形地貌

線路位于云貴高原東南邊緣,整個地勢由北西向南東傾斜,相對高差近800 m。 線路沿線經過的地貌有中低山、峰叢谷地、溶崗谷地、丘陵地貌。 總體上地貌類型多,地形復雜。

1.2 地層巖性

工作區出露地層主要有上古生界寒武系、泥盆系、石炭系、二疊系,中生界三疊系、白堊系,新生界第三系及第四系。 基巖以灰巖、含燧石灰巖、白云巖及灰巖、含燧石灰巖、白云巖夾頁巖、砂巖巖層為主,出露的碎屑巖主要有砂巖、礫巖、粉砂巖、泥巖、泥質粉砂巖、礫巖夾泥巖、粉砂質泥巖硅質巖及泥頁巖等;第四系地層以紅黏土、黏土、粉質黏土、含卵礫石粉質黏土為主,主要分布在中低山、洼地、谷地、丘陵、孤峰平原內及河流階地等地帶,層厚變化較大。

1.3 區域地質構造

線路沿線穿過桂北陸塊西部九萬大山隆起的桂中—桂東褶皺系的來賓凹陷、右江褶皺系南部的靖西—都陽山凸起、靈馬凹陷、西大明山凸起等5 個四級構造單元。 線路穿越斷裂(帶)處,由于巖體破碎、次級構造發育,會加速不良地質的形成。

1.4 水文地質

工作區內地下水分為松散巖類孔隙水、碎屑巖類孔隙裂隙水、碳酸鹽巖類巖溶水和層狀基巖裂隙水4 大類。 其中碳酸鹽巖類巖溶水按含水巖組結構和組合特征又劃分為碳酸鹽巖裂隙溶洞水和碳酸鹽巖夾碎屑巖溶洞裂隙水。

松散巖類孔隙水富水性弱,水量貧乏。 在雨季進行路塹邊坡、基坑開挖過程中會產生滲流現象,會影響邊坡或基坑壁的穩定性。

碎屑巖類孔隙裂隙水水量中等,在雨季進行路塹邊坡、基坑開挖過程中會產生滲流現象,對邊坡或基坑壁的穩定性有明顯影響。

層狀基巖裂隙水水量總體中等,局部貧乏。 在雨季進行路塹邊坡、基坑開挖過程中會產生滲流現象,對邊坡或基坑壁的穩定性有明顯影響。

2 滑坡遙感解譯

2.1 遙感解譯數據源

獲取了光學衛星和合成孔徑雷達衛星兩類遙感數據,基于地物變化解譯結果和地表形變信息提取結果,開展貴南高鐵(廣西段)滑坡隱患遙感解譯。

(1) 高分辨率光學衛星遙感數據

光學衛星影像數據參數見表1。

表1 時序衛星影像數據參數

(2)合成孔徑雷達衛星數據

合成孔徑雷達衛星遙感數據參數見表2[14]。

表2 Sentinel-1、ALOS 衛星數據參數

2.2 遙感解譯方法

(1)多時相光學遙感圖像提取

利用表1 中多時相高分辨率遙感圖像,輔以DEM數據,開展地物變化信息提取。 通過遙感影像特征變化,提取鐵路沿線滑坡隱患的位置及其變化信息。

(2)InSAR 技術提取地表形變信息提取

利用表2 中衛星遙感數據,運用Stacking-InSAR技術,提取鐵路沿線地表形變信息,在此基礎上開展形變集中區篩選與圈定,初步確定滑坡隱患的位置、邊界與變形強度。

2.3 遙感解譯流程

(1)室內解譯

綜合運用多時相光學影像提取的地物變化信息、InSAR 地表形變信息、地質基礎資料等,開展鐵路沿線滑坡隱患遙感綜合判識,確定鐵路沿線滑坡隱患的位置與范圍、風險程度等。

(2)外業核查

在室內解譯的基礎上,重點對威脅鐵路的滑坡隱患點開展實地核查,驗證其性質、類型、活動范圍與潛在影響。 從不良地質形成條件入手,判斷其形成的物質基礎條件、空間條件和結構條件,分析不良地質發育過程。

3 基于指標體系法的風險評估體系

采用風險矩陣指標體系法,對滑坡隱患的風險事件發生概率等級、后果等級、風險等級進行評估,并提出防治措施建議。 其風險評估的工作流程見圖1。

圖1 工程后期風險評估流程

3.1 風險事件發生概率等級

滑坡隱患的風險事件發生概率評價包括:工程措施的合理性、施工過程的嚴密性、防治工程體系的有效性。 工程后期風險事件發生概率分值P按式(1)確定,概率等級按表3 確定。

式中,D1為工程措施合理性導致的風險事件發生概率分值;D2為施工過程嚴密性導致的風險事件發生概率分值;D3為防治工程體系技術狀況評定等級。

(1)滑坡防治工程措施合理性導致的風險事件發生概率指標體系見表4,工程措施合理性分值計算公式為

權重系數計算公式為

式中,γ為評估指標的權重系數;n為評估指標項數;m為重要性排序號。

(2)施工過程的嚴密性指標體系見表5,施工過程嚴密性導致的風險事件發生概率分值D2按式(4)確定,具體參數見表5。

表5 施工過程的嚴密性指標體系

(3)滑坡防治工程措施的技術狀況評價包括對預應力錨索框架、預應力錨索抗滑樁、錨桿框架、抗滑樁和抗滑擋墻的工程措施評價等。 防治工程體系技術狀況評價等級按下列步驟進行。

①調查各防治工程措施組成部分的缺損。

②根據工程措施組成部分缺損程度、缺損時結構使用功能影響程度和缺損發展變化狀況等,按表6 規定的評定工程措施i各組成部分的缺損評定分值Gij。

表6 防治工程體系評定等級綜合評定

③綜合工程措施i各組成部分的缺損評定分值Gij和對應的權重Wij,根據式(5)確定工程措施的評分Gi。

式中,Gij為第i種工程措施第j個組成部分的缺損評定分值;Wij為第i種工程措施第j個組成部分權重,∑Wij=100;Gi為第i種工程措施的評分,評分高表示缺損小。

④ 綜合表6 中各工程措施的評分Gi和對應的權重Wi,按式(6) 確定防治工程體系評估分值。

防治工程體系評定等級綜合評定見表6。

⑤根據表7 確定防治工程體系技術狀況評定等級。

表7 防治工程體系技術狀況評價等級標準

3.2 風險事件發生后果等級

滑坡隱患工程后期風險事件發生后果等級評估應符合Q/CR 9006《鐵路建設工程風險管理技術規范》,根據預測的運營期風險隱患可處理性、質量可控性、工期可控性、投資可控性、功能損失性,建立風險事件發生后果估計指標體系,其權重系數按式(3)確定,概率分值P按式(2)確定,具體參數見表8。

表8 施工安全風險評估風險事件發生后果指標體系

3.3 確定風險等級

工程后期風險評估等級是根據風險事件發生概率和風險事件發生后果等級來確定的,并符合表9 的規定。

表9 風險分級標準

3.4 風險控制措施建議

根據評估得到的風險等級,按照風險接受準則及控制策略開展風險評價,提出風險控制措施建議,風險接受準則及控制策略要求見表10。

表10 工程后期風險接受準則及控制策略

4 典型案例

4.1 工點概況

貴南高鐵西南村一號隧道進口地處廣西壯族自治區河池市環江毛南族自治縣,線路里程DK276+000,該工點涉及1 處滑坡隱患。

該區域屬低山丘陵區,坡度5°~30°。 出露地層為新生界第四系殘坡積碎石土,由砂礫石夾黃色粉土、粉質黏土組成,厚度為1~5 m,基巖以灰巖、含燧石灰巖、白云巖為主,出露的碎屑巖主要為粉砂巖、泥質粉砂巖。 線路在該區域穿越來賓凹陷四級構造單元。 地下水分為碎屑巖類孔隙裂隙水,具弱透水性。

4.2 不良地質遙感解譯

結合QuickBird-2、WorldView-2 的2007—2022 年衛星影像,高分2 號、高分7 號2021—2022 年衛星影像提取的地物變化信息,及2018—2022 年InSAR 地表形變信息、地質基礎資料等,開展滑坡隱患遙感解譯。遙感解譯成果如下。

衛星時序影像見圖2。 由圖2 可知,在2018 年3 月20 日至2021 年3 月24 日間,滑坡體上方植被覆蓋,平面形態呈簸箕形,可見滑坡鼓丘、滑坡舌等典型微地貌特征,其對線位有一定影響。 從時序InSAR 地表形變圖來看(見圖3)。 滑坡體存在明顯形變異常,存在滑坡隱患。

圖2 2018—2021 年光學衛星遙感解譯

圖3 時序InSAR 地表形變

4.3 外業調查驗證

在室內解譯的基礎上,2022 年8 月28 日,對該風險點開展實地核查,滑坡隱患風險點現場情況見圖4。

圖4 滑坡隱患風險點現場情況

該滑坡區位于西南村一號隧道進口右側,屬低山丘陵區,坡度為5°~30°,植被發育,以林木、旱地為主。初步判斷為土質滑坡,整體呈簸箕形,坡面見小型溜坍,滑坡前緣變形特征明顯。

如遇惡劣天氣,地表水滲入滑坡體,極易使該滑坡的疏松土質層及易滑地層發生滑動,滑坡體穩定性將大幅下降。

4.4 風險評估結果

根據上述遙感解譯以及現場驗證結果,采用風險矩陣指標體系法,按照第3 節內容,對該滑坡隱患進行風險評估。

(1)風險事件發生概率分值P

根據現場調研結果、資料,按照3.1 節內容確定,其評定分值見表11。

表11 滑坡隱患風險事件發生概率分值P

按照式(1)計算,該滑坡隱患風險事件發生概率分值P=41.98,屬于偶然發生,概率等級為3。

(2)風險事件發生后果等級

工程后期風險事件發生后果等級評估,各項取值根據現場調研結果、資料,按表8 取值,權重系數按照式(3)確定,其評定分值見表12。

按照式(2)計算,該滑坡隱患風險事件發生后果等級評估分值P為43.04,后果等級為3,對應的風險分級標準屬于嚴重。

(3)確定風險等級

綜上所述,西南村一號隧道進口滑坡隱患,工程后期風險事件發生概率屬于偶然發生,概率等級為3;工程后期風險事件發生后果等級為嚴重,后果等級為3。故西南村一號隧道進口滑坡隱患為高風險。

4.5 防治措施建議

(1)采用骨架護坡、擋板墻、抗滑樁、抗滑擋墻等對滑坡進行加固處理。

(2)加強后緣和周邊排放地表水措施,防止地表水滲入滑坡體,引起滑坡災害。

(3)加強汛期定期排查。

(4)建議開展高精度、高頻次遙感識別更新和監測。

5 結論

(1)綜合運用多時相高分辨率遙感圖像、InSAR地表形變信息、地質基礎資料等,結合現場調查,對新建貴南高鐵(廣西段)沿線進行了不良地質遙感動態識別、現場驗證。 再按照《山區鐵路不良地質災害風險評估規范》有關規定,采用風險矩陣指標體系法,對鐵路沿線不良地質點的風險事件發生概率等級、后果等級、風險等級進行評估,并提出防治措施建議。

(2)以西南村一號隧道進口滑坡隱患為例,對該技術體系進行了驗證,確定該隱患點的工程后期風險事件發生概率等級為3、發生后果等級為3,為高風險等級,并提出整治措施建議。

(3)西南村一號隧道進口滑坡隱患,目前已納入貴南高鐵智能安防體系重點監控工點,已完成對滑坡隱患區域橋墩加固,同時進行長期風險監測。 實現了鐵路沿線不良地質遙感動態識別和風險評估,可為其他類似鐵路風險評估提供借鑒。