韩珮珦

(廊坊市中铁物探勘察有限公司，河北 廊坊 065000)

随着科学技术不断发展，露天矿山边坡监测技术日新月异，针对矿区所处地区自然环境条件、矿区地质条件、矿场开采现状选取监测技术手段愈发重要。

李刚、肖繁等[1]对声发射监测技术在边坡滑塌破坏过程中的信号采集、定位等方面进行了系统性的研究分析。韦家兴、徐茂林等[2]针对边坡监测中单数据源所获目标物信息不完整、数据不全面的问题，提出了以测量机器人获取选取的特定边坡监测点位移数据和三维激光扫描仪获取边坡特定监测面位移数据的多源信息融合的边坡监测方法。长沙矿业研究院王旭[3]等在巴基斯坦山达克铜金矿使用三维激光扫描系统对边坡稳定性进行实时监测，并取得较为理想的监测效果。杜明启[4]使用IBIS-M露天边坡稳定监测系统对露天采场边坡实时监测，从而提高露天矿的自动化水平。韩万东、王晓等[5]基于GPS的露天矿边坡监测技术，为露天矿山边坡安全管理及灾害防治提供理论指导。

袁康、张志军[6]在山达克南矿体扩帮边坡监测中采用了微震监测和三维激光扫描相结合的监测技术，分析边坡整体变化趋势，以及爆破、开挖等施工扰动对边坡的影响，实践证明该监测技术对露天矿深部强化开采的高陡边坡监测中有着重要的指导和实践意义。李世丰[7-8]针对华刚矿业SICOMINES铜钴矿地质条件、开采现状情况，采用SSR-XT边坡监测雷达等对该矿进行边坡稳定性监测，并取得较为成功的监测效果。吴星辉、璩世杰等[9]采用S-SAR合成孔径边坡雷达监测系统对广东省大宝山露天矿原人工边坡表面进行位移监测，提高了大宝山矿露天开采边坡监测的可靠性。

1 矿区概况

SICOMINES铜钴矿位于刚果(金)—赞比亚铜矿带西段，当年9月至次年4月为当地雨季，年平均降雨量约1 400 mm；当年5月至8月为旱季，无雨且天气干燥少风，采场内外多数时间处于大量粉尘弥漫状态。矿区地层构造复杂且存在残余水头，地层岩性差异大，岩石力学强度低。Dikuluwe采坑设计最终深度450 m，最终边坡角29°；当前深度约190 m，工作帮边坡坡面角约50°，边坡多处出现崩塌和滑坡。

2 远程在线监测雷达技术

2.1 远程在线监测雷达技术参数

Dikuluwe采坑在20世纪80年代经过长期不合理开采，后期长时间降雨侵蚀、降雨汇入坑内浸泡等破坏。Dikuluwe采坑当前南北长约2 000 m，东西长约1 000 m；采坑面积大，若选取传统人工巡视监测边坡耗时耗力，若选取GPS监测边坡只能监测边坡特定点，不能全方位监测采场边坡。矿区所处区域雨季旱季交替，光照强烈，旱季大部分时间粉尘弥漫，选取三维激光测量仪进行监测不能保证监测效果。针对上述条件，结合监测技术手段使用条件，从而选取远程在线监测雷达技术。

矿区采用澳大利亚GroundProbe公司生产的SSR-XT型3D真实孔径雷达对采场边坡进行监测，其主要特征及技术参数见表1。

表1 SSR-XT型3D真实孔径雷达主要特征及技术参数Table 1 Main characteristics and technical parameters of SSR-XT 3D real aperture radar

2.2 雷达监测原理

由雷达天线发射的信号，经边坡岩(土)体表面反弹后，又被雷达接收。雷达系统会记录已接收信号相对于反射信号的相位，如图1所示。雷达重复扫描边坡，然后将一次扫描与下一次扫描的数据进行比较，通过测量已接收信号相对于已发射信号的相位产生的变化，计算边坡的位移程度，边坡发生移动如图2所示。其计算公式如下：

式中：Δd—边坡形变量；Δφ—相位差；λ=C/f≈31.4 mm(雷达频率为9.55 GHz，真空中电磁波速度C≈3×108m/s)。

通过查看雷达实时监测位移云图，发现边坡位移异常区域；分析异常区域边坡实时累计位移量及位移速率曲线变化规律，判断边坡的稳定状态。当边坡处于临滑状态时，可通过SSR雷达系统建立速度倒数曲线模型来预测发生滑坡的大致时间。其原理：当速度不断增大时，速度倒数不断减小，直至滑坡那一刻变为零。如图3所示该曲线横轴为时间，纵轴为速度倒数，通过速度倒数可拟合变化趋势，当拟合趋势线与X=0直线的交点对应的横轴值即为理论滑坡发生时间。

图1 雷达传输—接收信号Fig.1 Radar transmission-reception signal

图2 雷达测量相位变化Fig.2 Radar phase change measurement

2.3 监测数据

SSR-XT型3D真实孔径雷达对边坡表面位移进行监测，根据雷达波折射率、相干性及选取的边坡相对稳定参考区位移等判断监测数据准确性。采动影响边坡位移如图4所示，爆破振动边坡位移如图5所示，监测数据质量如图6所示。

1—位移曲线；2—速度倒数曲线图3 依据速度倒数曲线预测滑坡时间Fig.3 Prediction of landslide time based on reciprocal velocity curve

1—非采剥作业时段；2—采剥作业时段图4 采动影响边坡位移图Fig.4 Displacement diagram of slope affected by mining

图5 爆破振影响边坡位移图Fig.5 Displacement diagram of blasting vibration affecting lope

(a)监测数据质量较好 (b)监测数据质量较差图6 雷达监测数据质量图Fig.6 Quality chart of radar monitoring data

3 滑坡案例

3.1 土质边坡滑坡案例

发生滑坡的区域位于Dikuluwe采坑工作帮东南部1335平台至1320平台RGS岩组与CMN岩组交界处，坡面角约50°、高度15 m，水文地质参数见表2。

该区域边坡发生形变直至滑坡经历了以下3个阶段。

2015年9月7日该区域边坡位移量开始增加，至9月29日累计位移量约24 mm；位移速率整体稳定，在1 mm/d之内。现场踏勘发现该区域下部CMN岩组边坡坡面出现横向滑动，雷达监测数据与边坡实际情况符合，边坡变形破坏处于第一阶段即初始蠕变段，如图7所示。

表2 滑坡区域工程水文地质状况Table 2 Engineering hydrogeology of landslide area

(a)初始阶段滑坡区域边坡实际状态 (b)雷达监测实时位移及位移速率—时间图图7 初始蠕变阶段雷达监测Fig.7 Radar monitoring during the initial creep stage

2015年10月—12月监测数据显示该区域边坡岩(土)体在变形过程中，受降雨侵蚀、渗透，造成边坡内部应力变化(增加边坡自重、减小内摩擦角等)，爆破振动等外力作用影响，会出现个别的活跃点使位移量增大，但整体位移量及位移速率是趋向于稳定的(在外力作用消失后逐渐稳定)。现场踏勘该区域边坡裂缝较前一阶段无明显变化，边坡变形破坏达到第二阶段即等速蠕变阶段，如图8所示。

2016年1月27日雷达监测位移云图显示该区域位移出现异常，边坡位移量开始呈现线性增加趋势，2016年1月31日18：30边坡位移量及位移速率开始出现指数函数加速趋势，达到边坡变形破坏的第三阶段即加速蠕变阶段，如图9所示。

1—位移曲线；2—1 h位移速率曲线图8 等速蠕变阶段雷达监测Fig.8 Radar monitoring at constant creep stage

(a)雷达监测位移云图 (b)雷达监测位移及速率-时间图图9 加速蠕变阶段雷达监测Fig.9 Radar monitoring at accelerated creep stage

导出加速蠕变阶段雷达系统速度倒数曲线数据见表3。综合分析滑坡区域地质条件及振动、降雨等外部影响因素，预测滑坡发生的时间在2016年1月31日21:30-22:30之间，如图10所示。分析雷达监测位移量、速度倒数数据及现场观察，实际发生滑坡的时间为2016年1月31日21:51，如图11所示。

表3 加速蠕变阶段雷达监测位移—速率—速度倒数数据表Table 3 Reciprocal Displacement-Rate-Velocity data table for radar monitoring at accelerated creep stage

3.2 岩质边坡滑坡案例

发生滑坡的区域位于Dikuluwe采坑西帮南部1230平台至1260平台RAT岩组，坡面角约55°、高度30 m，水文地质参数见表4。

该区域边坡发生形变直至滑坡过程如下：

2019年3月27日该区域下部岩块受附近爆破振动影响发生滑落；由于结构面间的松动，导致上部岩体结构面抗剪强度降低，处于失稳状态。雷达监测显示2019年3月29日—4月2日该区域上部岩体位移量持续增加，位移速率整体稳定；2019年4月3日该区域受降雨影响，位移量及位移速率持续增加；2019年4月3日06：00位移及位移速率开始加速，至2019年4月3日09：11发生滑坡。相关数据见表5，雷达监测位移云图如图12所示，位移及速率-时间图如图13所示。

图10 速度倒数预测滑坡时间图Fig.10 Time chart for predicting landslide

1-位移曲线；2-1 h位移速率曲线图11 雷达监测位移及速度倒数—时间图Fig.11 The reciprocal-time diagram of displacement by reciprocal velocity and velocity monitored by radar

表4 滑坡区域工程水文地质状况Table 4 Engineering hydrogeology of landslide area

表5 加速蠕变阶段雷达监测位移—速率数据Table 5 Displacement-rate data monitored by radar at accelerated creep stage

图12 雷达监测位移云图Fig.12 Displacement nephogram of radar monitoring

导出该区域加速蠕变阶段雷达系统速度倒数曲线数据见表6。综合分析滑坡区域地质条件及振动、降雨等外部影响因素，推测滑坡发生的时间在2019年4月3日08:30—09:30之间，位移及速度倒数—时间图如图14所示。分析雷达监测位移量、速度倒数数据及现场观察，实际发生滑坡的时间为2019年4月3日09:11，如图15所示。

图13 雷达监测位移及速率—时间图Fig.13 Radar monitoring displacement and rate-time chart

图14 速度倒数预测滑坡时间图Fig.14 Time chart for predicting landslide by reciprocal velocity

表6 加速蠕变阶段雷达监测位移—速率—速度倒数数据Table 6 Reciprocal Displacement-Rate-Velocity data for radar monitoring at accelerated creep stage

图15 雷达位移及速度倒数—时间图Fig.15 Radar displacement and velocity reciprocal-time chart

4 结论

通过远程在线监测雷达技术在SICOMINES铜钴矿Dikuluwe采坑边坡监测过程中的成功应用，得出以下结论：

1)远程在线监测雷达技术不受地形、视通条件和气象条件的影响，外业作业量小。

2)远程在线监测雷达技术可监测采场内采装、运输、爆破振动等对边坡的影响，从而确定边坡稳定性状态。

3)远程在线监测雷达技术测量精度高，能够成功预测边坡发生滑动破坏的时间，大大提高了边坡稳定性监测的可靠性，从而保证了采场生产安全。