高陡岩质边坡防治等级划分方法

摘 要：为有效掌握高陡岩质边坡的防治等级，结合边坡现状特征，以边坡变形数据为基础，在开展变形数据去噪分解处理基础上，通过位移判据、速率判据进行边坡防治等级的综合划分。结果表明，在边坡防治等级划分过程中，二类判据的评价结果存在一定差异，按不利原则，建议强变形区及其附近周边按Ⅳ级进行防治，其余位置可按Ⅱ级～Ⅲ级进行防治。结合边坡防治等级分析结果，得出需重点开展强变形区及其附近周边的防治处理，待其治理稳定后再进行后续施工，其余位置可在适当防治或加强监测频率基础上进行施工，以期为工程施工奠定理论依据。

关键词：图像处理技术；智慧公路；图像增强；图像校正；异常目标检测

中图分类号：TP317.4；O347"""""""""""""""""""""" 文献标识码：A""""""""""""""""""""" 文章编号：1001-5922（2024）07-0161-04

Classification method of prevention and control levels

for high and steep rock slopes

LI Ruipeng

（The Fourth Geological Exploration Institute Co.，Ltd.，Zhengzhou 450000，China）

Abstract： In order to effectively grasp the prevention and control level of high and steep rock slopes， combined with the current characteristics of slopes， based on slope deformation data， and on the basis of carrying out deformation data denoising and decomposition processing， the comprehensive classification of slope prevention and control levels was carried out through displacement and rate criteria. The analysis results showed that there was a certain difference in the evaluation results of the two criteria in the classification of slope prevention and control levels. According to the unfavorable principle， it was recommended to prevent and control the strong deformation area and its surrounding areas according to level IV， while other locations could be prevented and controlled according to level II⁃III. Combined with the results of the" slope prevention and control levels， it was concluded that it was necessary to focus on the prevention and control of strong deformation areas and their surrounding areas. Subsequent construction could only be carried out after their treatment was stable. Other locations could be constructed on the basis of appropriate prevention and control or strengthened monitoring frequency， in order to lay a theoretical basis for engineering construction.

Key words： rock slope；denoising decomposition；displacement criterion；rate criterion

一般来说，边坡变形可作为其稳定性反映依据之一，进而从变形角度构建边坡防治等级划分是可行的。在边坡变形监测过程中，受多种不确定因素影响，变形数据中会含有一定的噪声信息［1］，为保证分析结果的准确性，先开展边坡变形数据的去噪分解处理是十分必要的。同时，在岩土变形领域，一般通过累计变形和变形速率构建预警体系，因此，从此2方面入手，构建位移判据、速率判据开展边坡防治等级划分，以期为工程实际奠定一定理论基础。

1"" 基本原理与模型构建

以高陡岩质边坡为工程背景，结合边坡变形监测数据，在进行去噪处理基础上，通过位移判据、速率判据开展边坡防治等级划分，作为边坡防治处理的理论补充。

考虑到边坡变形是其稳定状态的直观体现，因此，以其为基础开展边坡防治等级划分亦是可行的。在边坡防治等级划分过程中，考虑到监测过程可能存在不确定因素影响，致使其变形数据含有一定噪声信息，为保证边坡变形数据的准确性，有必要先对数据进行去噪处理。累计变形、变形速率均可作为岩土变形领域的预警指标［2］，因此，将边坡防治等级划分判据确定为位移判据和速率判据。

1.1"" 去噪分解模型

由于经验模态分解（EMD）的数据分解能力较强，提出以其为基础，构建边坡变形数据的去噪分解模型；据EMD原理，将其分解函数表示为：

[yt=i=1mct-i+εt-m]""""""""""""""""""" （1）

式中：[ct-i]为固态变形量，代表边坡变形的真实分量；m为固态变形量的个数；[εt-m]为噪声余量，代表边坡变形的噪声分量。

据EMD使用经验，其应用过程仍存在一定不足，如式（1）处理过程易出现模态混叠问题和固态变形量的累积问题。为克服模态混叠问题，提出将白噪声添加至边坡变形数据中，构建出集合经验模态分解，即构建互补式集合经验模态分解［3］；顾及固态变形量可能存在的累积问题，再进一步提出通过固态变形量的频率、幅值参数重构来提升去噪分解效果，即构建出改良的互补式集合经验模态（MCE-EMD）。

结合文献［14］～文献［16］，提出利用降噪误差比（dnSNR）作为去噪分解效果评价指标：

[dnSNR=10×lg（PsPg）]""""""""""""""""""""""" （2）

式中：[Ps]为原始变形序列的功率；[Pg]为去噪处理后变形序列的功率。一般来说，dnSNR值越小，说明变形需的去噪分解效果越优。

通过MCE-EMD将边坡变形数据分解为真实分量和噪声分量，并将对应监测点的真实分量作为后续位移判据、速率判据的数据来源。

1.2"" 位移判据模型

若边坡累计变形越大，其对应稳定性相对越弱，且其现有变形值越近接极限变形值，那么其失稳可能越大，因此，可提出以现有变形值和极限变形值构建位移判据评价指标（Fr）：

[Fr=St/Sc]""""""""""""""""""""""""""""""""" （3）

式中：[St]为现有变形值；[Sc]为极限变形值。

据式（3）构建原理，[Fr]值越大，其对应稳定性相对越差，对应防治等级应越高，且欲计算得到[Fr]值，需先计算极限变形值[Sc]。结合相关研究成果，双曲线模型可作为[Sc]值的求解方法［7］，其计算公式为：

[yl=t/（a+bt）]""""""""""""""""""""""""""" （4）

式中：[yl]为变形拟合值；t为时间参数；a、b为拟合常数。

当时间参数t趋近于无穷大时，[yl]趋近于极值1/b，其即为[Sc]值。

1.3"" 速率判据模型

在速率判据构建过程中，若变形速率后续具减小趋势，那么其变形后续趋于稳定，其对应边坡稳定性会维持现状，甚至趋于有利；反之，若变形速率后续具增加趋势，其防治等级应越高。

一般来说，边坡变形速率具减小、波动性强等特征，难以通过预测或极限值等手段进行判据构建；由于非趋势波动分析方法（DFA）能有效评价变形序列的发展趋势。因此，可通过其构建速率判据。

据原理可计算得到标度指数（a），并通过标度指数即可评价边坡变形速率的发展趋势［8⁃9］，判据为：

（1）若a值小于0.5，边坡变形速率具减小趋势；

（2）若a值等于0.5，无法判断边坡变形速率的发展趋势；

（3）若a值大于0.5，边坡变形速率具增加趋势。

当a值与0.5间的距离值d越大，其变形趋势程度越强，即可以d值开展边坡变形速率的趋势等级划分，其划分依据见表1。

1.4"" 边坡等级划分标准

结合评价指标Fr和评价指标a将边坡防治等级标准设定如表2所示。

2"" 实例分析

边坡平面近似呈“扇形”形态，发育边界主要为边坡开挖范围，纵向长度约140 m，横向宽度介于50～210 m，平面面积约16 000 m2。

为定量掌握边坡变形特征，在边坡上布设了9个监测点，其中，5个监测点用于监测边坡边界周边的变形特征；4个监测点用于监测强变形区的变形特征。经统计，得到9个监测点的累计变形量如表3所示。

由表3可知， 边坡周边变形值为6.19～10.25 mm，平均值为8.20 mm；强变形区变形值为13.28 ～18.15 mm，平均值为15.63 mm。对比而言，强变形明显大于边坡周边变形。

3"" 变形防治等级划分结果与讨论

3.1"" 数据去噪分解结果

对9个监测点的变形数据均进行去噪分解处理，考虑到MCE-EMD具多阶段优化处理特征，因此，提出对EMD、E-EMD、CE-EMD及MCE-EMD均进行去噪分解处理，得其dnSNR值依次为35.88、28.62、24.85及21.37，具逐步减小趋势，证明通过多阶段优化处理能有效提高去噪分解效果。说明MCE-EMD能满足边坡数据处理。

3.2"" 防治等级划分结果

在边坡变形数据去噪分解处理基础上，以其真实分量作为防治等级划分的数据来源，并以位移判据和速率判据进行边坡防治等级划分。

3.2.1"" 位移判据的结果

经计算统计，得到位移判据的结果如表4所示。

由表4可知，在位移判据计算过程中，各监测点的拟合度均较接近于1，说明其拟合过程较优，求得的极限变形值具有较高的可信度。且各监测点的极限变形值存在不同，侧面也验证了位移判据构建思路的合理性。结合现有变形值，计算得到边坡周边监测点的Fr值介于0.724～0.913，平均值为0.814，防治等级为Ⅱ～Ⅳ级；强变形区监测点的Fr值介于0.892～0.952，平均值为0.925，防治等级为Ⅲ～Ⅳ级。

按照Fr值计算结果，将位移判据条件下的防治必要性排序由强至弱排序依次为：JC6、JC12、JC10、JC3、JC13、JC4、JC2、JC14、JC15。

3.2.2"" 速率判据的结果

利用DFA计算得到各监测点在速率判据条件下的结果如表5所示。

由表5可知，各监测点R值变化为0.929～0.967，也较接近于1，说明a指数的计算结果具有较高的可信度；在相关性评价方面，J14和J15监测点的变形速率具负相关特征，其余监测点均具正相关特征。根据a指数判定，边坡周边监测点的趋势等级为1级，其中，J14和J15监测点的变形速率还具较小趋势，即其防治等级为Ⅰ～Ⅱ级；强变形区监测点的趋势等级介于1～3级，其防治等级为Ⅱ～Ⅳ级。

按照a指数计算结果，将速率判据条件下的防治必要性排序由强至弱排序依次为：JC10、JC13、JC6、JC12、JC4、JC3、JC2、JC15、JC14。

3.2.3"" 防治等级综合评价

以位移判据结果和速率判据结果开展边坡防治等级综合评价，结果见表6。

由表6可知，对比而言，强变形区的防治等级明显更高，也是与前述现场调查成果一致；在相应监测点处，JC10监测点在2类判据条件下的防治等级一致，J13监测点速率判据的防治等级相对更高，其余监测点位移判据的防治等级均是大于速率判据的防治等级。因此，一般来说，位移判据的防治等级一般略高。

综上，边坡周边防治等级介于Ⅱ～Ⅳ级，强变形区防治等级为Ⅳ级，且结合监测点所处位移，建议强变形区及其附近周边按Ⅳ级进行防治，其余位置可按Ⅱ～Ⅲ级进行防治。

4"" 结语

（1）边坡现状较为陡峻，其量化变形值虽较小，但鉴于其属岩质边坡，其变形量对边坡威胁性已较高，加之地表变形变形特征显著，因此，开展边坡稳定性评价及防治等级划分显得格外重要；

（2）在边坡稳定性评价结果中，边坡不同位置处的稳定性差异明显，局部具较优的稳定性，但局部亦存在较大的失稳风险，主要表现为强变形区具较弱的稳定性；

（3）2类判据在边坡防治等级评价中的效果存在一定差异，按不利原则，建议强变形区及其附近周边按Ⅳ级进行防治，其余位置可按Ⅱ～Ⅲ级进行防治，即需重点开展强变形区及其附近周边的防治处理。

【参考文献】

［1］""" 蒋桂梅，李常茂，任庆国.隧道洞口边坡变形的多阶段递进预测研究［J］.隧道建设（中英文），2018，38（10）：1660⁃1666.

［2］""" 李春阳，贾升安，段顺荣.黄河深切区巨型老滑坡的稳定性评价及后续预警研究［J］.西北师范大学学报（自然科学版），2023，59（3）：119⁃125.

［3］""" 代长生.基于变形数据分解处理的基坑危险性潜势分级研究［J］.地质与勘探，2022，58（6）：1271⁃1280.

［4］""" 郝付军.运营桥梁的变形程度评价和预测分析［J］.噪声与振动控制，2022，42（4）：121⁃126.

［5］""" 岳聪，王利，王智伟， 等. 基于S-变换的GNSS滑坡变形监测数据信息提取与抑噪 ［J］. 大地测量与地球动力学， 2020， 40 （4）： 335⁃339.

［6］" ""甘若，陈天伟，郑旭东， 等. 改进小波阈值函数在变形监测数据去噪中的应用 ［J］. 桂林理工大学学报， 2020， 40 （1）： 150⁃155.

［7］""" 鞠兴华，刘禹阳.基于多元信息融合的基坑预警分级研究［J］.水利水电技术（中英文），2021，52（1）：129⁃136.

［8］""" 田倩，吴健，赵东. 基于神经网络和多标度特征分析的古滑坡变形预测及趋势评价 ［J］. 大地测量与地球动力学， 2022， 42 （10）： 1056⁃1062.

［9］""" 周兰庭，柳志坤. 大坝变形实测数据的多重分形特征解析方法 ［J］. 水利水电科技进展， 2021， 41 （6）： 18⁃24.