基于非接觸式監測技術的滑坡崩塌前兆檢測技術研究

賀寧波，楊寶全，侯爭軍，戴穎超，呂嫣冉，汪雨濃，李自強

（1.中國安能集團第三工程局有限公司，四川 成都 610036；2.四川大學，四川 成都 610065；3.成都星景智能科技有限公司，四川 成都 610031；4.蘇州理工雷科傳感技術有限公司，江蘇 蘇州 215004）

0 前 言

我國西南山區流域梯級水電站均處于高山峽谷地帶，地形地質條件極其復雜，地震或強降雨等極端環境經常導致滑坡-堰塞湖、泥石流、雪崩、危巖崩塌等地質災害頻發，嚴重影響流域梯級水電站的正常建設和運營，甚至威脅到人民生命財產安全。特別是重大滑坡應急救援現場具有環境惡劣，次生災害風險大、頻率高、突發性強等特點，傳統監測手段只能獲取監測點附近位移信息，存在大量監測盲區與視野盲區以及虛警多、復核難等技術難題，嚴重威脅現場應急救援安全，因此迫切需要開展滑坡應急救援現場非接觸式監測技術研究［1-3］。

突發高邊坡地質災害的變形失穩破壞過程具有突發性、不確定性、多維性、復雜性的特征，這些特征決定高邊坡地質災害應急監測內容不能像常規變形監測一樣進行安裝監測，只能利用非接觸式監測設備對邊坡災害體表面變形進行監測，達到在應急現場實現快速部署、準確獲取、實時監控的目的［4-5］。杜釗鋒［6］采用地基合成孔徑雷達開展地質災害應急監測預警工作，代威［7］采用地基合成孔徑邊坡雷達與三維激光掃描的監測技術，實現了對邊坡的三維整體變形實時監測。劉冀昆［8］采用S-SARⅡ技術進行崩塌臨災應急監測，滿足崩塌前兆監測的需要。針對滑坡次生災害的突發性、不確定性和隱藏性，提出基于GB-InSAR與邊坡無人機視覺監測算法的滑坡非接觸式應急監測方法，通過采用地基合成孔徑雷達獲取滑坡區地表雷達視線方向的變形速度，實現對滑坡整體變形實時監測，再采用無人機視覺識別算法技術進行局部崩塌監測，基于監測結果對邊坡的整體穩定性和局部崩塌進行實時監測。該系統延續了非接觸式應急監測的優勢，同時克服了三維建模計算時間冗長的缺點，具有受環境影響小、效率高和智能化的特點，解決了傳統存在監測盲區、視野盲區和虛警復核的技術難題，適用于對滑坡的應急搶險監測預警場景［9-10］。

1 滑坡應急監測特點及要求

我國原生地質災害以滑坡、崩塌為主，約占災害總量的80%。從力學條件上看，牽引式滑坡更易誘發二次、多次滑坡和崩塌，而救援人員和工程機械在堆積體的搜救開挖擾動，會加劇二次滑動面的孕育發展。從滑坡地質災害救援實際情況來看，現場發生頻率最高的次生災害是滾石、局部崩塌和二次滑坡。因此，滑坡應急救援現場監測預警的首要任務仍是對二次滑坡崩塌體的范圍、規模、穩定性的觀測和預測。

滑坡應急監測特點及要求如下：

（1）快速布置響應。重大滑坡地質災害險情發生后，邊坡應急監測設備要及時布置到位并展開實時監測，以便掌握滑坡險情及其發展情況，進而滿足滑坡監測時效性、實時化及精度要求。

（2）全天24 h監測?；碌刭|災害應急搶險，需要在最短時間內遏制險情發展，在允許情況下，24 h不間斷地開展應急搶險工作，因此應急監測裝備系統也應具備24 h不間斷監測能力。

（3）安全性好。在傳統應急監測作業時，作業人員需要手持或安裝監測設備在邊坡潛在破壞區域進行監測，滑坡地質災害突發性和不確定性導致了監測作業具有高危性，人工作業安全性不能保障，因此需要采用非接觸式監測方法提高滑坡應急監測的安全性。

（4）時間、空間分辨率高?；聭北O測需要將不同時段的變形數據進行對比，以掌握災情的發展趨勢，這對分辨率提出了較高的要求；同時又要求能將滑坡破壞形態、破壞過程、裂縫等細節準確反映出來，從而為應急搶護提供依據，因此也需要良好的空間分辨率。

（5）布置便捷。針對高山峽谷的復雜地形，非接觸式監測設備布置應具有快捷、小巧和靈活的布置特點。

2 基于GB-InSAR與無人機視覺的滑坡非接觸式監測技術

基于非接觸式監測技術的滑坡崩塌前兆監測方法首先采用地基合成孔徑雷達獲取滑坡區地表雷達視線方向的變形速度，實現對滑坡整體變形實時監測，確定潛在變形發展區域；再采用無人機視覺識別算法技術對潛在變形發展區域進行局部崩塌監測，通過連續多期影像數據對比，獲得崩塌變化情況，以準確掌握高位災害體隱蔽災害點的環境情況，實時指導應急搶險施工。

2.1 系統構成

基于GB-InSAR與無人機視覺識別算法的滑坡非接觸式應急監測方法主要由邊坡雷達監測子系統和無人機微變應急監測子系統構成（見圖1），現場工作流程如圖2所示。2.1.1 地基合成孔徑雷達監測技術原理及構成

圖1 非接觸式應急監測技術系統構成

圖2 非接觸式應急監測技術系統構成

地基合成孔徑雷達（GB-InSAR）是一種基于微波傳感器和差分干涉雷達技術的高精度測量儀器，具有全天時、全天候、高分辨率、穿透性、連續觀測的能力［11］。GB-InSAR采用發射電磁脈沖和接收目標回波之間的時間差測定邊坡災害體表面的移動距離，通過前后兩幅雷達干涉圖的空間解纏，實現對邊坡潛在失穩地質體的表面位移監測。依據位移量、速度等參數進行預警級別判斷，發出預警，實現實時自動化位移監測及預警［12-14］。

地基合成孔徑雷達監測區域可達十幾平方公里，可對目標區域整體進行監測，獲取目標區域整體形變歷史信息，預測邊坡潛在破壞區域的形變趨勢，與點形變監測相比，其監測結果更全面。

2.1.2 無人機邊坡視覺監測技術原理及構成

無人機邊坡微變監測技術采用背景差分技術與圖像識別技術，反復把當前圖像與前期采集的圖像進行對比，監測細小裂縫和落石等崩塌前兆，在可能發生險情時，提醒開挖面周邊作業人員避難。相對以往的目測方式，無人機邊坡微變監測技術具有更高精度，能夠大幅提高開挖面作業的安全性。該技術延續了非接觸式應急監測的優勢，同時舍棄三維建模的繁雜計算時長，僅通過無人機采集邊坡災害體的高分辨率正交影像進行判別，具有亞毫米級、亞分鐘級響應的特點，對邊坡高位災害體的應急監測較為適用［15-17］。

該系統硬件由無人機、相機、毫米波雷達、DRTK、服務器、天線WIFI、網絡設備等終端組成，軟件系統由數據采集與傳輸、監測軟件組成，該邊坡無人機非接觸式監測系統整體架構如圖3所示。

圖3 無人機邊坡微變監測系統組成

2.2 監測技術指標

系統主要技術指標如下：

（1）表面變形監測指標，主要包括崩塌前兆；

（2）重點監測部位全覆蓋，包括結構面、軟弱夾層、滑坡塊體的前緣、后緣及兩側環境變化；

（3）精度，亞毫米級；

（4）響應速度，不大于1 min，可以根據現場情況實時調整。

2.3 系統技術特點

（1）監測精度高。當雷達放置在滑坡體對面合適位置時，邊坡雷達可以監測滑坡體毫米級別的表面變形，無人機微變監測技術也可以達到亞毫米級分辨率。

（2）監測實時性強。采用地基合成孔徑雷達掃描技術，可在較短時間（小于1 min）內完成解算，得到邊坡潛在破壞區域的位移數據，提醒現場作業人員和車輛進行避險。無人機微變監測系統從數據采集、傳輸至處理，也可在短時間（小于1 min）完成崩塌和裂縫寬度數據的解算，最終通過點云數據與視覺監測協同，為應急搶險提供及時監測預警服務。

（3）適應能力強。無人機能從空中采集高位災害體影像數據進行應急監測，尤其遇到高山峽谷、涌浪等極端環境。此方法可克服交通不便、人員無法到達等不利因素，且無人機能及時到達潛在破壞區域，實時傳遞影像數據，監視滑坡體變形趨勢，為應急搶險指揮決策提供依據。

（4）不受極端環境限制。地基孔徑雷達不受夜間、大雨或云霧天氣的影響，從而可實現全天候監視，有效彌補無人機監測的不足。無人機的靈活性和可視化，使無人機微變監測技術可以解決受地形、涌浪等極端環境的限制從而無法布置邊坡雷達的場景。

（5）便捷靈活。結合無人機機動靈活、攜帶方便和安全可靠的特點，可遠距離遙控飛往邊坡的高危區域，從空中視角監測邊坡高位災害體表面變形趨勢，有效地彌補了邊坡雷達存在視野盲區和監測盲區的局限和不足。

3 工程應用

3.1 寶興縣新華村滑坡概況

2022年6月1 日17：00，四川雅安市蘆山縣發生6.1級地震，蘆山縣、寶興縣部分鄉鎮受災，多處山體出現滑坡等地質災害。寶興縣新華村因地震引發山體滑坡并形成堰塞湖，嚴重威脅下游沿河居民的生命財產安全。面對高山峽谷以及復雜震后應急救援現場環境，傳統的邊坡監測設備已無法正常開展工作，現場救援工作的安全難以得到保障。

3.2 基于InSAR與無人機視覺識別算法的滑坡非接觸式應急監測方法

為保障新華村滑坡體的應急搶險人員和機械設備的安全，采用“GB-InSAR+邊坡無人機視覺”協同的非接觸式監測技術進行應急監測預警。

該方法利用邊坡形變監測雷達監測滑坡危險面上表面的微小形變，計算出從監測開始到當前的監測面上的所有位置的累計形變，并進行提前預警。經研判，項目繪制了重點監測區域，分別進行預警，監測期間共發出1次二級預警、10次三級預警和7次四級預警，邊坡雷達的典型監測結果如圖4所示，表1展示了局部區域邊坡雷達預警結果。針對面4的局部區域，通過邊坡形變監測雷達獲取該區域表面的形變結果與形變值-時間關系（見圖5），然后通過邊坡無人機視覺識別算法進行可視化崩塌前兆監測，判斷異常情況為局部塊體脫落和表面樹木滑移引起。

表1 局部區域邊坡雷達預警結果

圖4 合成孔徑雷達崩塌監測（整體）

圖5 邊坡雷達監測曲線

4 結論與展望

（1）本文緊密結合滑坡應急搶險期間變形監測需求，提出了一種基于In-SAR與無人機視覺識別算法的滑坡崩塌前兆非接觸式應急監測體系。該非接觸式監測方法克服了傳統監測方法監測盲區與視覺盲區大、虛警多、復核困難等缺點，從安全監測的范圍、精度、便攜性和可視化程度等方面引領行業發展方向，并且可以基于該技術打造一批專業化的監測流程和隊伍，為多部門協同作業提供技術支撐。

（2）經現場測試驗證，該系統靈敏度可滿足要求，識別精度與響應速度分別達到亞毫米級和秒級，滿足滑坡崩塌前兆的整體和局部可視化監測的需求，為滑坡應急監測提供一種新方法。由于受數據庫樣本和試驗條件限制，需要對崩塌前兆識別的合理性、普適性進行優化調整。

（3）軟件的運行效率決定著監測系統的反應速度，也決定著對硬件的基本要求，所以無論是目標檢測還是識別算法，其改進都是后續研究的重點與難點，需要不斷優化。