靳远成，赵鹏辉，薄 雾，叶唐进,，李俊杰,

(1.西藏大学 工学院， 西藏 拉萨 850000；2.大连理工大学 建设工程学部， 辽宁 大连 116024)

我国是一个山地、丘陵、高原占比很大的国家，特殊的地质构造和水文气象条件导致灾害频发，在众多自然灾害中，滑坡灾害是最常见的破坏类型。滑坡灾害发生的频率随着人类的活动的深入、气候条件的不断恶化等因素而逐渐呈现越来越高的态势。从我国整个的自然灾害分布来看，藏东南地区由于其特殊的高原环境，地质灾害频发，其中滑坡、泥石流和冰川湖泊溃决最为常见。特别是川藏线两侧进行入雨季时经常由于地质灾害造成路面塌陷、泥石流、堰塞湖封路等灾害。其中位于林芝波密县的天摩沟就是典型例子，曾在2010年、2018年以及今年都由于沟内山体滑坡形成泥石流造成堵路。而且沟体内部距离318国道还有几十千米，人迹罕至，危险重重，上部林木茂密，沟底泥石混动。使得该地区的边坡稳定性问题越来越凸显。

在边坡稳定性的相关研究中，常用的方法包括：极限平衡法、数值模拟法、模型观测法及现场观测法等，它们都有着各自的侧重点，适用性也有所不同。

极限平衡方法分为传统和新型两种，传统的极限平衡方法相对繁琐，土体参数的随机性、变异性以及人造部分都会影响计算的准确性[1]。因此，在研究出上述传统方法之后，部分学者开始逐渐基于改进极限平衡法的思想去解决工程问题[2-5]。 Enoki等[6]在滑动角之间的界面中引入了“局部强度”的概念，并提出了一种方法：用离散的滑动格式平衡广义的界限。然而，这一方法仍然要求手工分节，其速度和准确性相对较低。基于变分原理的通用条分法，通过带状力、扭矩平衡和相应的边界条件来封闭地解决静态差分方程，但对理解能力有一定要求，一般工程师难以编程和复制。对于其他常规优化改进的极限平衡法来说，局部安全系数过小也是一直存在的问题[7]。

数值模拟法和模型实验法，在原理方面有着相似性，但在执行方式上存在不同[8]。费野等[9]基于有限元强度折减法分别对水库坝体和路堤边坡稳定性进行了分析；Wu等[10]对降雨影响下的边坡进行了模型实验；还有许多学者将两种方法结合使用[11-12]。但是这些方法对数据质量[13]、数据时效性、准确性都有很高的要求。且对于准确率已经达到80%的良好数据结果[14]来说继续提高准确率的成本也十分高昂。

现场观测法有着更好的优越性。一方面，现场观测能够得到最贴合实际的数据；另一方面，具有更好的操作性。现场观测相对应的观测体系，可以在地质条件复杂的地形中使用。在地质环境条件恶劣的情况下，能够更好地发挥现有人员优势。藏东南地区由于其特殊的地质条件和降雨等原因，自然灾害频发，冲毁房屋，阻塞交通，严重威胁人民的生命财产安全。天摩沟作为藏东南灾害典型例子之一，对该区域的滑坡区进行分析是十分必要且有意义的。同时为了应对无法通过人工定点测量等方法确定具体可能存在的滑坡体、需要及时判断和分析边坡稳定情况这两大问题，采用无人机数据对林芝市波密县天摩沟进行精细化建模，再通过极限平衡法进行稳定性分析，为藏东南地区的边坡稳定研究提供参考。

1 工程概况

藏东南地区在其特殊的地质条件、水文气象，以及人类活动的影响下，成为我国滑坡最发育的地区之一[15]，天摩沟泥石流位于西藏自治区林芝市波密县，属第四纪冰碛物等松散堆积体发育地区，帕隆藏布流域中下游左岸，沟口坐标29°59′16″N, 95°19′08″E,海拔2 461 m，周围高山围绕，最高海拔5 590 m，最低海拔2 460 m。在物源区4 246 m～4 934 m的凹地内有一冰川，面积大约1.42 km2，沟内的平均坡度在60°以上，根据图1可以清晰的看到沟道的两侧被泥石流冲刷后残存的近10 m～20 m高的坡积物，在受到降雨等外界因素影响极易发生滑坡灾害。该研究区紧邻G318国道，是在建川藏铁路途经地，有着重要的交通运输地位。在该泥石流沟中近物源区有一处不稳定边坡，为本项目的重点监测区域。该区域地质条件的复杂性、再次发生灾害的危害性是本次研究选址的重要原因。

天摩沟中的不稳定边坡位于沟体中后段，基本已跟随沟道到达上流沟谷，坡度极陡，且沟道内水流湍急，对于人工勘测造成了巨大的困难。运用无人机对该区域进行数据采集，一方面解决了人工勘测的困难，一方面又可以更加快速精确的对边坡信息进行采集。研究区边坡航测影像见图1。

图1 研究区域边坡航测影像

2 天摩沟三维建模及剖面截取

2.1 影像获取

研究区域的航拍工作主要由配备ZENMUSE X5S相机镜头的大疆M210行业级四旋翼无人机完成。研究区域为高山峡谷区，飞行区域的面积覆盖了整个边坡和周边的树林区域，由于地形高差大、边坡两侧植被茂密，为了便于后期数据处理和精细化建模，将无人机飞行航向重叠度设置为80%，分为三个架次进行数据采集，每个架次飞行时间约20 min，共获得525幅航测影像。

2.2 数据预处理

对于飞行之后采集到的无人机影像数据，在进行空中三角测量之前，需首先对无人机采集数据进行处理，剔除原始数据中成像模糊的测影像，并对剩余影像进行色彩增强处理。

2.3 建立三维模型

预处理完成之后，使用Pix4Dmapper软件4.5.6版本通过添加图像与pos数据、导入数据，建立密集点云、生成网格、建立模型等步骤生成基于无人机航测影像的边坡精细化三维模型，三维建模的具体流程和生成的三维模型见图2、图3。

图2 无人机建模流程图

图3 研究区三维模型

2.4 截取典型剖面

在完成三维模型重建之后，使用Pix4Dmapper、GlobalMapper以及AutoCAD软件对边坡进行典型剖面截取。在剖面的选择方面，结合现场考察情况，自泥石流堆积扇至流通区方向将边坡分为三个区域进行典型剖面截取，区域的划分根据现场的实际情况，边坡中间部分植被覆盖较少，以中间为界限，将边坡分为三个区域，选择过程中尽量覆盖该区域内复杂的地形，截取每个区域中的典型剖面，进行极限平衡法的计算。边坡的网格、等高线区域以及典型剖面图见图4—图6。

图4 边坡网络

图5 等高线区域图

图6 计算选取的典型剖面

3 极限平衡法

由于许多改进的极限平衡法存在着安全系数过小、过程复杂，难以理解等问题，所以基于传统极限平衡理论，通过土壤筛分实验和2.3的无人机三维建模在一定程度上减少了传统极限平衡法在分析边坡稳定性时所产生的土样参数的随机性以及人造部分影响性问题，并具有更好的精确性和更高的效率。

3.1 极限平衡理论

假定地基土是刚塑性体，当应力小于土体屈服应力时，土体不会产生变形。当土体达到屈服应力时，塑性变形将会不断增加，直到土体发生破坏。目前在实际工程的运用上，瑞典圆弧法和毕肖普法的使用较广泛。毕肖普假定每个土体底部存在的滑动面的安全系数是一样的，每个土体所对应的安全系数都可以作为整个滑动面的安全系数，基于平面问题理论，在整体上取单位长度的土坡进行计算，假设可能存在的滑动面为圆弧，将单位长度的滑动土体分为若干个土条，对任意一条进行受力分析[16]，受力情况如图7所示。

图7 毕肖普法土条受力情况

其中Gi为土条自重，bi，hi分别是土条的宽度和平均高度；li为土条的滑弧弧长；Xi和Xi+1为切向力，Ei和Ei+1为土条两侧的法向力，对土条竖向取力的平衡得：

(1)

(2)

其中:c′为土的有效黏聚力；φ′为土的内摩擦角；W为土坡的安全系数，之后通过求解有效法向反力，就整个土体对圆心进行力矩平衡的求解，此时若干土条中相邻土条之间的作用力的力矩相抵消除，故有

∑Gixi-∑TfiR=0

(3)

(4)

3.2 天摩沟边坡土壤颗粒成分分析

经调查研究发现，天摩沟所处位置的发育是由前震冈底斯岩群的变质岩系组成，在沟内存在着大量的第四纪冰碛物[17]，对于冰碛土而言，是由块石、碎石、砂及黏性土等不同粒径物质所堆积形成的碎石类土，由于其特殊的组成成分，其颗粒的粒径和所占含量百分比，对研究冰碛土的物理力学性质有着至关重要的作用。

为了更加精确的探究天摩沟边坡冰碛土的物理力学性质，研究团队在天摩沟采集土样，通过筛分法确定冰碛土中的颗粒种类、粒径以及含量。本次实验在天摩沟内共采集了9份土样，通过电热鼓风干燥箱和土壤筛对这些土样分别进行室内烘干以及筛分实验，得出了不同颗粒粒径所占百分比。结果表明，在所有结果中，粒径大于0.075 mm的颗粒含量占比都超过了90%，可以确定该边坡的冰碛土为粗粒土；其中，粒径60 mm～20 mm的卵/碎石、20 mm～2 mm的砾石含量占比在50%左右，砂的占比在30%左右。具体粒径组成百分比见表1，颗粒种类见表2。

表1 土样粒径组成百分比表

表2 颗粒种类表

根据《地基与基础》[18]和以上数据对天摩沟边坡冰碛土的力学参数进行选取，取得的结果见表3。

表3 研究区参数取值表

3.3 极限平衡法边坡稳定性分析

根据表3所选取的力学参数，在不考虑降雨，地震和边坡土壤含水率等因素条件的影响下，在GeoStudio软件中分别采用摩根斯坦-普赖斯法(Morgenstern-Price)、毕肖普法(Bishop)、简布法(Janbu)3种方法对边坡进行稳定性分析。本次对章节2.4所截取的6个剖面分别进行分析，分析结果见图8—图13。

图8 剖面1极限平衡法分析结果

图9 剖面2极限平衡法分析结果

图10 剖面3极限平衡法分析结果

图11 剖面4极限平衡法分析结果

图12 剖面5极限平衡法分析结果

图13 剖面6极限平衡法分析结果

6种剖面三种极限平衡法计算的安全系数见表4。

表4 不同方法的计算结果

由表4可以看出，不同断面通过不同方法所计算出的结果不同。在安全系数方面，断面1、2、5、6的安全系数基本都大于1.100，表明该区域的边坡大体处于稳定状态，在这之中，属于区域3中的断面5和断面6的安全系数最大；属于区域2中的断面3的安全系数最小。根据断面区域位置，发现断面5和断面6的位置位于研究区靠近泥石流沟的一侧，可知此处的边坡稳定性较好；而断面1的位置位于边坡中间植被覆盖较少的区域内，判断此处的边坡有发生失稳的风险。

4 结 论

(1) 运用基于无人机三维建模而进行的数值模拟可以对边坡进行快速多断面的分析得到更加具有参考价值的结果，从而减少理想简化模型所带来的精度问题。因此，可以将极限平衡法与三维模型结合，对边坡的稳定性进行研究和描述。

(2) 运用不同的极限平衡方法对多个断面模型进行分析，所求得的安全系数根据每种方法算法不同会有些许的差异，但每个断面的结果总体相差不大。

(3) 通过6组断面的分析与实地考察，可知在靠近泥石流沟和堆积扇一侧，边坡上植被的覆盖率、安全系数较高，表明边坡大体处于稳定状态，不易失稳；在边坡中心植被覆盖较少的区域内边坡的安全系数较小，由于研究区域的特殊地质气候条件，随着时间的推移，可能会有一些外界因素导致边坡发生失稳滑坡现象。