新建高速铁路滑坡隐患遥感解译及风险评估

童 鹏 伍尚前 谢 猛 马明明 袁晓波

(1. 中铁工程设计咨询集团有限公司,北京 100055; 2. 云桂铁路广西有限责任公司,南宁 530029)

近年来,在遥感大数据、人工智能等新技术的驱动下,数字化、信息化、智能化发展给铁路的建造、运营及维护带来了革命性的变化。

遥感技术以覆盖范围广、获取速度快、手段多、信息量大、受条件限制小的优势,在地质灾害处理中获得了成功应用,实现了对大范围受灾地区的快速数据采集。 基于灾区不同时相的影像,可定位受灾区域,估计影响范围,跟踪灾情的动态变化,实时获取灾情信息,满足不同尺度下减灾救灾的应用需求。 遥感技术的应用能够有效在发生地质灾害之前提供准确的警报和预防功能;在发生地质灾害之后能够迅速评估受灾状况,为救援工作提供很多有意义的参考资料;为灾后重建科学规划工作运用遥感技术提供参考[1-3]。

目前,国内外众多学者开展相关研究。 在遥感解译方面,童立强等对典型滑坡遥感影像特征进行总结[4];李振洪等利用多源遥感数据提出一种“滑坡隐患广域探测-单体滑坡隐患风险评估-社区协同防灾”的多源遥感滑坡防灾技术框架,并成功识别青藏高原交通工程关键区段滑坡隐患263 处[5-6];孙永彬等利用InSAR-光学遥感综合识别方法,精细识别区域性时序地表形变、隐蔽性滑坡隐患光学遥感信息,解决了隐蔽性滑坡隐患看不见、看不清、看不准的难题,提高了滑坡识别的准确率[7];苏晓军等结合多种InSAR 技术和不同波段SAR 数据的探测优势,对秦岭南部山区进行观测,综合光学遥感解译和野外调查,识别出滑坡地质灾害隐患点共52 处[8];王庆芳等采用多源时序InSAR 技术和光学遥感技术对四川省成都市龙泉山地区开展滑坡隐患识别,共识别出9 处滑坡地质灾害隐患点[9];李金超利用联合时序InSAR 和机器学习理论进行矿区形变预测研究,提出一种灰色支持向量机组合预测模型,并以研究区杨聚庄InSAR 监测的结果进行预测模型的实例分析[10]。 在风险评估方面,魏少伟等从灾害危险性概率与事故损失2 个方面统计,得到灾害风险等级[11];宋国壮等对拉林铁路隧道洞口危岩体构建定量评估技术体系,将该评估技术体系应用于江木拉隧道出口危岩体[12];张玉芳从红层软岩特性、地层岩性、地质地貌、水文地质条件、深孔位移监测数据等方面对该地区铁路滑坡形成机理进行分析,并对治理措施进行评价[13]。 另外,ZHAO 等充分利用InSAR 遥感技术开展防灾减灾工作[17-20]。

综上所述,目前常用风险评估方法的评估指标不够全面、针对性不强。 针对新建贵阳至南宁高速铁路(广西段)沿线地形起伏大、地层岩性复杂、不良地质发育等特点,通过综合运用时序卫星影像地物变化信息、InSAR 地表形变信息、地质基础资料等,开展铁路隧道口滑坡隐患遥感综合判识,以期实现铁路沿线不良地质遥感动态识别和风险评估,为其他类似铁路风险评估提供借鉴。

1 工程概况

新建贵南高铁(广西段)起点位于广西环江县,后经环江县西部、河池市、都安、马山、武鸣等地,止于南宁市南宁东站,正线全长281.018 km,设计行车速度350 km/h,计划于2023 年年底通车。

1.1 地形地貌

线路位于云贵高原东南边缘,整个地势由北西向南东倾斜,相对高差近800 m。 线路沿线经过的地貌有中低山、峰丛谷地、溶岗谷地、丘陵地貌。 总体上地貌类型多,地形复杂。

1.2 地层岩性

工作区出露地层主要有上古生界寒武系、泥盆系、石炭系、二叠系,中生界三叠系、白垩系,新生界第三系及第四系。 基岩以灰岩、含燧石灰岩、白云岩及灰岩、含燧石灰岩、白云岩夹页岩、砂岩岩层为主,出露的碎屑岩主要有砂岩、砾岩、粉砂岩、泥岩、泥质粉砂岩、砾岩夹泥岩、粉砂质泥岩硅质岩及泥页岩等;第四系地层以红黏土、黏土、粉质黏土、含卵砾石粉质黏土为主,主要分布在中低山、洼地、谷地、丘陵、孤峰平原内及河流阶地等地带,层厚变化较大。

1.3 区域地质构造

线路沿线穿过桂北陆块西部九万大山隆起的桂中—桂东褶皱系的来宾凹陷、右江褶皱系南部的靖西—都阳山凸起、灵马凹陷、西大明山凸起等5 个四级构造单元。 线路穿越断裂(带)处,由于岩体破碎、次级构造发育,会加速不良地质的形成。

1.4 水文地质

工作区内地下水分为松散岩类孔隙水、碎屑岩类孔隙裂隙水、碳酸盐岩类岩溶水和层状基岩裂隙水4 大类。 其中碳酸盐岩类岩溶水按含水岩组结构和组合特征又划分为碳酸盐岩裂隙溶洞水和碳酸盐岩夹碎屑岩溶洞裂隙水。

松散岩类孔隙水富水性弱,水量贫乏。 在雨季进行路堑边坡、基坑开挖过程中会产生渗流现象,会影响边坡或基坑壁的稳定性。

碎屑岩类孔隙裂隙水水量中等,在雨季进行路堑边坡、基坑开挖过程中会产生渗流现象,对边坡或基坑壁的稳定性有明显影响。

层状基岩裂隙水水量总体中等,局部贫乏。 在雨季进行路堑边坡、基坑开挖过程中会产生渗流现象,对边坡或基坑壁的稳定性有明显影响。

2 滑坡遥感解译

2.1 遥感解译数据源

获取了光学卫星和合成孔径雷达卫星两类遥感数据,基于地物变化解译结果和地表形变信息提取结果,开展贵南高铁(广西段)滑坡隐患遥感解译。

(1) 高分辨率光学卫星遥感数据

光学卫星影像数据参数见表1。

表1 时序卫星影像数据参数

(2)合成孔径雷达卫星数据

合成孔径雷达卫星遥感数据参数见表2[14]。

表2 Sentinel-1、ALOS 卫星数据参数

2.2 遥感解译方法

(1)多时相光学遥感图像提取

利用表1 中多时相高分辨率遥感图像,辅以DEM数据,开展地物变化信息提取。 通过遥感影像特征变化,提取铁路沿线滑坡隐患的位置及其变化信息。

(2)InSAR 技术提取地表形变信息提取

利用表2 中卫星遥感数据,运用Stacking-InSAR技术,提取铁路沿线地表形变信息,在此基础上开展形变集中区筛选与圈定,初步确定滑坡隐患的位置、边界与变形强度。

2.3 遥感解译流程

(1)室内解译

综合运用多时相光学影像提取的地物变化信息、InSAR 地表形变信息、地质基础资料等,开展铁路沿线滑坡隐患遥感综合判识,确定铁路沿线滑坡隐患的位置与范围、风险程度等。

(2)外业核查

在室内解译的基础上,重点对威胁铁路的滑坡隐患点开展实地核查,验证其性质、类型、活动范围与潜在影响。 从不良地质形成条件入手,判断其形成的物质基础条件、空间条件和结构条件,分析不良地质发育过程。

3 基于指标体系法的风险评估体系

采用风险矩阵指标体系法,对滑坡隐患的风险事件发生概率等级、后果等级、风险等级进行评估,并提出防治措施建议。 其风险评估的工作流程见图1。

图1 工程后期风险评估流程

3.1 风险事件发生概率等级

滑坡隐患的风险事件发生概率评价包括:工程措施的合理性、施工过程的严密性、防治工程体系的有效性。 工程后期风险事件发生概率分值P按式(1)确定,概率等级按表3 确定。

式中,D1为工程措施合理性导致的风险事件发生概率分值;D2为施工过程严密性导致的风险事件发生概率分值;D3为防治工程体系技术状况评定等级。

(1)滑坡防治工程措施合理性导致的风险事件发生概率指标体系见表4,工程措施合理性分值计算公式为

权重系数计算公式为

式中,γ为评估指标的权重系数;n为评估指标项数;m为重要性排序号。

(2)施工过程的严密性指标体系见表5,施工过程严密性导致的风险事件发生概率分值D2按式(4)确定,具体参数见表5。

表5 施工过程的严密性指标体系

(3)滑坡防治工程措施的技术状况评价包括对预应力锚索框架、预应力锚索抗滑桩、锚杆框架、抗滑桩和抗滑挡墙的工程措施评价等。 防治工程体系技术状况评价等级按下列步骤进行。

①调查各防治工程措施组成部分的缺损。

②根据工程措施组成部分缺损程度、缺损时结构使用功能影响程度和缺损发展变化状况等,按表6 规定的评定工程措施i各组成部分的缺损评定分值Gij。

表6 防治工程体系评定等级综合评定

③综合工程措施i各组成部分的缺损评定分值Gij和对应的权重Wij,根据式(5)确定工程措施的评分Gi。

式中,Gij为第i种工程措施第j个组成部分的缺损评定分值;Wij为第i种工程措施第j个组成部分权重,∑Wij=100;Gi为第i种工程措施的评分,评分高表示缺损小。

④ 综合表6 中各工程措施的评分Gi和对应的权重Wi,按式(6) 确定防治工程体系评估分值。

防治工程体系评定等级综合评定见表6。

⑤根据表7 确定防治工程体系技术状况评定等级。

表7 防治工程体系技术状况评价等级标准

3.2 风险事件发生后果等级

滑坡隐患工程后期风险事件发生后果等级评估应符合Q/CR 9006《铁路建设工程风险管理技术规范》,根据预测的运营期风险隐患可处理性、质量可控性、工期可控性、投资可控性、功能损失性,建立风险事件发生后果估计指标体系,其权重系数按式(3)确定,概率分值P按式(2)确定,具体参数见表8。

表8 施工安全风险评估风险事件发生后果指标体系

3.3 确定风险等级

工程后期风险评估等级是根据风险事件发生概率和风险事件发生后果等级来确定的,并符合表9 的规定。

表9 风险分级标准

3.4 风险控制措施建议

根据评估得到的风险等级,按照风险接受准则及控制策略开展风险评价,提出风险控制措施建议,风险接受准则及控制策略要求见表10。

表10 工程后期风险接受准则及控制策略

4 典型案例

4.1 工点概况

贵南高铁西南村一号隧道进口地处广西壮族自治区河池市环江毛南族自治县,线路里程DK276+000,该工点涉及1 处滑坡隐患。

该区域属低山丘陵区,坡度5°~30°。 出露地层为新生界第四系残坡积碎石土,由砂砾石夹黄色粉土、粉质黏土组成,厚度为1~5 m,基岩以灰岩、含燧石灰岩、白云岩为主,出露的碎屑岩主要为粉砂岩、泥质粉砂岩。 线路在该区域穿越来宾凹陷四级构造单元。 地下水分为碎屑岩类孔隙裂隙水,具弱透水性。

4.2 不良地质遥感解译

结合QuickBird-2、WorldView-2 的2007—2022 年卫星影像,高分2 号、高分7 号2021—2022 年卫星影像提取的地物变化信息,及2018—2022 年InSAR 地表形变信息、地质基础资料等,开展滑坡隐患遥感解译。遥感解译成果如下。

卫星时序影像见图2。 由图2 可知,在2018 年3 月20 日至2021 年3 月24 日间,滑坡体上方植被覆盖,平面形态呈簸箕形,可见滑坡鼓丘、滑坡舌等典型微地貌特征,其对线位有一定影响。 从时序InSAR 地表形变图来看(见图3)。 滑坡体存在明显形变异常,存在滑坡隐患。

图2 2018—2021 年光学卫星遥感解译

图3 时序InSAR 地表形变

4.3 外业调查验证

在室内解译的基础上,2022 年8 月28 日,对该风险点开展实地核查,滑坡隐患风险点现场情况见图4。

图4 滑坡隐患风险点现场情况

该滑坡区位于西南村一号隧道进口右侧,属低山丘陵区,坡度为5°~30°,植被发育,以林木、旱地为主。初步判断为土质滑坡,整体呈簸箕形,坡面见小型溜坍,滑坡前缘变形特征明显。

如遇恶劣天气,地表水渗入滑坡体,极易使该滑坡的疏松土质层及易滑地层发生滑动,滑坡体稳定性将大幅下降。

4.4 风险评估结果

根据上述遥感解译以及现场验证结果,采用风险矩阵指标体系法,按照第3 节内容,对该滑坡隐患进行风险评估。

(1)风险事件发生概率分值P

根据现场调研结果、资料,按照3.1 节内容确定,其评定分值见表11。

表11 滑坡隐患风险事件发生概率分值P

按照式(1)计算,该滑坡隐患风险事件发生概率分值P=41.98,属于偶然发生,概率等级为3。

(2)风险事件发生后果等级

工程后期风险事件发生后果等级评估,各项取值根据现场调研结果、资料,按表8 取值,权重系数按照式(3)确定,其评定分值见表12。

按照式(2)计算,该滑坡隐患风险事件发生后果等级评估分值P为43.04,后果等级为3,对应的风险分级标准属于严重。

(3)确定风险等级

综上所述,西南村一号隧道进口滑坡隐患,工程后期风险事件发生概率属于偶然发生,概率等级为3;工程后期风险事件发生后果等级为严重,后果等级为3。故西南村一号隧道进口滑坡隐患为高风险。

4.5 防治措施建议

(1)采用骨架护坡、挡板墙、抗滑桩、抗滑挡墙等对滑坡进行加固处理。

(2)加强后缘和周边排放地表水措施,防止地表水渗入滑坡体,引起滑坡灾害。

(3)加强汛期定期排查。

(4)建议开展高精度、高频次遥感识别更新和监测。

5 结论

(1)综合运用多时相高分辨率遥感图像、InSAR地表形变信息、地质基础资料等,结合现场调查,对新建贵南高铁(广西段)沿线进行了不良地质遥感动态识别、现场验证。 再按照《山区铁路不良地质灾害风险评估规范》有关规定,采用风险矩阵指标体系法,对铁路沿线不良地质点的风险事件发生概率等级、后果等级、风险等级进行评估,并提出防治措施建议。

(2)以西南村一号隧道进口滑坡隐患为例,对该技术体系进行了验证,确定该隐患点的工程后期风险事件发生概率等级为3、发生后果等级为3,为高风险等级,并提出整治措施建议。

(3)西南村一号隧道进口滑坡隐患,目前已纳入贵南高铁智能安防体系重点监控工点,已完成对滑坡隐患区域桥墩加固,同时进行长期风险监测。 实现了铁路沿线不良地质遥感动态识别和风险评估,可为其他类似铁路风险评估提供借鉴。