露天矿边坡地基雷达形变监测应用研究

王晓波，李 江，武丽梅，蔡 伟，姚国纪

(1.自然资源部第二大地测量队，黑龙江 哈尔滨 150025；2.中国安全生产科学研究院，北京 100012)

露天矿开采过程中由于改变和破坏了地表和岩石圈的自然平衡，对边坡稳定性造成重大影响，从而会诱发滑坡、坍塌等地质灾害[1]，进而影响人员、设备的安全，因此，对边坡稳定情况的监测成为露天矿开采过程中至关重要的工作环节。边坡稳定性监测是以位移形变监测为主，目前主要分为接触式监测与非接触式监测[2]，常用的接触式监测技术手段包括GNSS、裂缝监测技术[3]、深部位移监测技术[4]等；非接触式监测包括航空摄影测量技术[5]、三维激光扫描技术[6]、InSAR技术[7]、地基合成孔径雷达干涉测量(GB-InSAR，以下简称地基雷达)技术[8]等。

地基雷达技术不仅可以对灾害进行高时间空间分辨率形变信息采集，而且能够做到实时处理和预警预报，目前，地基雷达逐步得到广泛应用。李翔宇等[9]利用地基雷达干涉测量技术对云南牛栏江红石岩大坝边坡进行监测试验，依据监测结果对边坡左岸上方崖壁进行了防护网加固措施；徐伟等[10]通过对“11.03”白格滑坡开展边坡雷达应急监测，实时掌握灾害形变特征，对形变区的局部临滑破坏进行识别与预报；陈天东[11]利用GPRI-II便携式雷达干涉仪对唐山马兰庄露天矿边坡进行监测，验证了使用的大气模型估计的大气相位的有效性和证实了形变监测精度达到了亚毫米级。

本文首先介绍了地基雷达形变监测的原理及雷达系统的组成、滑坡变形三阶段演化模型，使用地基雷达系统对某露天铜矿边坡进行了形变监测，重点开展了边坡单月形变量分析、降雨对边坡形变的影响分析、突变点分析、预警分析及边坡治理对形变影响分析，在此过程中分析了形变加剧和预警发生的原因，验证了使用地基雷达进行露天矿边坡形变监测的可行性。

1 地基雷达形变监测原理

地基雷达主要采用了线性调频连续波、合成孔径雷达、干涉测量等技术[12]，实现对目标体的形变监测。该系统一般安置在一个固定的位置，采用连续模式对目标体进行不间断观测，因此空间基线为零，干涉相位可以表示为：

φ=φd+φa+φn

(1)

式中，φd为形变相位，φa为大气相位延迟，φn为噪声相位。

地基雷达在轨道上以固定的视角不断地发射和接收回波信号，经过聚焦处理后形成极坐标形式的二维SAR影像，如图1所示。在影像像元内，距离向分辨率保持固定不变，而方位向分辨率与像元夹角及目标距离有关，将距离向与方位向进行融合，监测区域被分为若干个二维像元，监测距离越远，方位向分辨率越低[9-13]。

图1 地基雷达像素分辨单元

本研究采用S-SAR边坡雷达，该系统利用调频连续波Ku波段信号工作[14]。系统由机柜、射频前端、轨道、数据采集计算机等组成。

2 滑坡变形三阶段演化模型

滑坡发生前的演化一般分为三个阶段[2，15-16]，如图2所示，第一阶段为初始变形阶段，以减速变形或间歇性短期的小变形为主；第二阶段为等速变形阶段，形变量与时间表现出较强的线性关系，形变速度不是一个定值，而是在一个定值附近波动；第三阶段为加速变形阶段，此阶段形变速度和加速度在持续的增加。

图2 滑坡变形三阶段演化规律

地基雷达的优势在于对边坡进行直观的稳定性判断，可快速定位活跃区域。不过经典的变形三阶段演化模型并不适用于所有滑坡，例如边坡高位岩体，特点是风化破碎、裂缝密布，可能不经过加速变形阶段，就突然发生高位崩塌。

3 测区概况

测区为某露天铜矿，地基雷达安置于矿坑东北角，对矿坑西北边坡进行实时监测，监测范围覆盖边坡长度约1 km，边坡平均坡度约65°。地基雷达监测区域右侧为历史滑坡形成的斜面，坡度达到70°，边坡高度达到260 m，表面较为松散；监测区域左侧分布有盘山公路以及辅道。地基雷达系统配置参数如表1所示。

表1 地基雷达系统配置参数

4 地基雷达试验与结果分析

4.1 边坡单月形变量分析

通过对比边坡2020年5月～2020年8月监测数据的月度形变量，来评价边坡稳定性的变化趋势。本文选取3个典型区域，并用红线圈出，对其形变量和面积进行对比分析，如图3所示。

5月，区域1形变量不超过200 mm，区域2最大形变量242 mm，区域3最大形变量为405.2 mm。

6月，受持续降雨以及地表水冲刷影响，边坡形变明显加剧。与5月相比，区域1形变面积增加，最大形变量319 mm；区域2最大形变量382 mm；区域3最大形变量为190.4 mm，该处边坡整体出现开裂，当时设备无法入场治理，在降雨停止后进行了局部的开挖卸载，所以活跃区域大大减少。

7月，区域1最大形变量从319 mm增加到1 005 mm；区域2形变范围与上月基本一致，但最大形变量从308.2 mm增加到675 mm；区域3最大形变量为587.9 mm。经分析和现场踏勘，本月形变量迅速增加的原因是强降雨导致坡顶河道水流溢出并沿坡面流淌，水管爆裂，加剧了边坡形变。

8月，区域1形变面积有所收敛，形变量最大值迅速减小到283 mm；区域2形变量急剧减小；区域3形变面积与7月保持一致，最大形变量为398 mm。

4.2 降雨对边坡形变的影响

降雨对边坡形变的影响主要表现为以下3个方面：

(1)暴雨形成的地表径流对边坡的冲刷，搬运表面浮土碎石；

(2)雨水渗入边坡裂缝，增大裂隙水张力；

(3)边坡含水的冻融循环，破坏岩体结构。

该铜矿西北边坡风化严重，现阶段为碎石与土的混合物，容易发生雨水堆积以及渗透现象，边坡稳定性受降雨影响较大，如图4所示。

以2020年2月15日～2020年2月29日监测数据为例分析降雨对边坡的影响，在监测区域内选取2个特征点进行时序分析。当地2020年2月中下旬降雨情况如图5所示。根据国家气象局颁布的降水强度等级划分标准，24 h降水总量为0.1～9.9 mm、10.0～24.9 mm，其降水强度分别为小雨和中雨。

图4 边坡地质情况

可以看到，2月20日和21日降雨强度为中雨，2月27～29日为小雨。2月15～29日，1号点总形变量为309.6 mm，2号点总形变量为209.7 mm，如图6(a)所示。2月15～17日20时处于初始变形阶段，17日20时～19日22时处于等速变形阶段，19日22时之后处于加速变形阶段；由图6(b)中速度曲线可知，初始变形阶段形变速度均值从1.0 mm/h逐渐变化到0.5 mm/h，等速变形阶段形变速度均值为0.5 mm/h，加速变形阶段形变速度均值剧烈上升，达到4.4 mm/h；21～24日两个点位的形变速度逐渐降低，之后2号点开始以较低的速度匀速形变，形变速度上限为2.8 mm/h。1号点开始以较高的速度匀速形变，并在26日11时发生突变，瞬时形变速度达到6.7 mm/h，在28日6时再次突变，瞬时速度达到4.6 mm/h。

图5 当地降雨情况

降雨期间边坡变得活跃，并在降雨结束后降速形变或匀速形变。从而说明降雨是边坡形变的一个非常重要的不稳定因素，因此，还需结合其他手段进行监测和治理。

图6 特征点形变量和速度曲线图

4.3 突变点分析

以2019年12月1日～2019年12月16日监测数据为例进行突变点分析。选取2个特征点进行时序分析，如图7所示。

特征点1和2总形变量分别为47.8 mm、38.4 mm，在12月10日12时边坡出现一个位移突变点，由图7(b)可知，其位移速度达到3.9 mm/h，随后边坡进入一个匀速变形阶段，速度为0.15 mm/h，持续时间约为5 d；在12月15日12时边坡形变进入一个短暂的加速阶段，速度为 2.6 mm/h，形变曲线呈台阶式增加，边坡形变虽然没有进入演化规律的持续加速变形阶段，但在匀速变形阶段已经出现了比较活跃的形变。经过现场排查，位移形变突变点发生的原因是区域内有岩桥出现断裂，从而造成突变。

图7 特征点形变量和速度曲线图

再以2021年2月1日～2021年2月28日监测数据为例进行突变点分析。选取1个典型区域进行时序分析，如图8所示。

图8 监测区域形变量和速度曲线图

该区域位于北坑遗留边坡，2月最大累计形变量为71.7 mm，最大形变速度为16.9 mm/d。地基雷达监测数据显示该区域2月9日最为活跃，当日有持续升温和连续降雨，之后随着温度降低该区域迅速恢复稳定。考虑到北坑遗留边坡存在明显裂缝和岩石挂帮，可以初步判断该区域形变的主要因素是阳光和雨水的风化作用。

4.4 预警分析

地基雷达系统通过设置黄色预警值和红色预警值进行预警预报，但预警值不是一成不变的，应该根据往期发生的最大形变速率，以及结合监测目标边坡的变形规律，综合考虑岩土体性质、人工扰动程度、可能波及的影响范围等[16]，及时调整预警参数，以便在不同的情况下做出更科学的评价。秦宏楠等[16]提出双指标预警方法，即当形变速度值和面积同时超过阈值，才发生滑坡预警预报。

以2020年10月1日～2020年10月31日监测数据为例进行预警分析。选取1个典型区域进行时序分析，如图9所示。

图9 监测区域形变量和速度曲线图

本月预警值的设定是参考2020年9月监测区域单日最大形变速率、月平均形变速率，同时该地区9月、10月历史降雨量情况也接近，因此，依据9月预警值设定10月地基雷达系统黄色预警值为(30 mm/d，25 m2)，红色预警值为(45 mm/d，30 m2)。该区域本月累计形变量最大达到311 mm，约2 600 m2区域累计形变量超过200.0 mm。该区域在强降雨的作用下，出现大量裂缝，部分区域明显滑动，地表铺设的管道受到影响，在此条件下，当月13～18日持续触发黄色预警和红色预警，最大预警面积达到1 258 m2，最大形变速度为10月14日的80.1 mm/d。

4.5 边坡治理对形变影响分析

以2020年4月1日～2020年4月30日监测数据为例，分析边坡治理前后形变量的变化情况。选取2个特征点进行时序分析，如图10所示。

图10 特征点形变量和速度曲线图

当月月初和月末有雨，通过形变和曲线速度图可以看出，该区域共经历2个减速变形阶段。第一个阶段是由降雨导致的，月初该区域最大形变速度达到56.4 mm/d，并在4月1日和2日达到最大值；第二个阶段是由管道破裂导致的，在4月11日和12日形变速度达到峰值，为59.7 mm/d，之后随着矿方的治理逐渐趋于稳定。可以看到治理完成之后，月底持续中雨对该区域稳定性的影响明显减弱，月底平均形变速度为6.8 mm/d，威胁性显著降低。

5 结 论

(1)通过对比月度形变量，可以有效观察和评价边坡稳定性的变化趋势。

(2)降雨是影响边坡稳定性的一个非常重要的因素。

(3)通过边坡突变点的形变分析，可以辅助矿区人员快速识别出异常区域并做出科学的形变成因分析。

(4)地基雷达通过速率和面积两个指标进行预警预报。并通过采取针对性的措施对边坡进行治理，可有效降低风险，使边坡趋于稳定状态。

本文通过将地基雷达技术应用于露天矿边坡形变监测，并对不同时期和不同变形阶段的监测数据进行形变量和速度分析，为今后地基雷达技术在露天矿边坡的监测和应用提供了技术支持和依据。