一种线路工程走廊浅层滑坡危险性评估及监测预警系统的制作方法

1.本发明涉及线路工程防灾减灾监测预警安全领域，具体地说，是涉及一种线路工程走廊浅层斜坡失稳危险性分段评估及监测预警系统建立方法，适用于线路工程(铁路、公路、电力、管道等)领域地质灾害防治。


背景技术：

2.公路、铁路、电力、管道工程等线路工程是国家的重要基础设施通道，开展线路工程区域斜坡失稳地质灾害危险性定量评估对于线路安全与通畅至关重要。滑坡灾害的危险性评价就是对走廊区域域内斜坡失稳灾害发生的可能性、危险程度所做出的综合性分析。滑坡灾害的形成和发展受到如降水、植被覆盖、地形地貌、土壤类型、地质条件乃至地表径流、板块运动、地表形态等环境因素的影响。滑坡灾害的主要诱因普遍认为有：
①
降水；
②
地震；
③
地表水的冲刷浸泡；
④
不合理的人类活动。其中，降水是自然界斜坡失稳灾害发生最常见、最频繁，最直接的诱因，是浅层滑坡灾害研究和防治的重点研究影响因素。
3.多年来，国内外对区域斜坡失稳危险性进行了大量研究并提出了多种方法或评估模型。主要有：(1)专家系统分析方法，通常根据专家的判断评估斜坡失稳的易发性和危险性。(2)统计或概率分析方法，基于对各种影响因素与滑坡分布的统计分析。这种对影响因素与斜坡失稳相互关系进行统计分析的评价方式，在很大程度上保证了易发性或危险性分区的客观性。方法的局限性主要在于受数据质量的制约，例如数据编录不完整、不全面、数据精度不够等。(3)基于经典斜坡稳定性理论的方法，例如无限斜坡分析法、极限平衡法、有限元技术等。这些模型需要标准的土力学参数输入，例如土体厚度、土体强度、地下水压力、斜坡几何形态等。其中应用较广泛的是浅层斜坡失稳稳定性模型，但该模型没有考虑地表土壤内聚力对地表斜坡稳定性的影响，适用性有限。还有进一步将水文的动态建模与无限的边坡稳定性模型相结合，同时结合考虑土壤内聚力和植物根系的作用。这些模型都有了一定的改进，但相对都具有优点和不足，适用性不广。
4.近年来，gis及地理空间信息模型已成为地质灾害研究分析重要的支撑技术。如王治华等，谭衢霖等，杨武年等利用rs、gis技术开展滑坡评价应用；殷坤龙等人运用信息量模型和逻辑回归模型建立滑坡易发性评价体系，依据选定的致灾因子作为评价指标，生成走廊区域滑坡灾害易发性区划图；还有基于gis考虑了地形地貌、地质及气候水文等因素，并结合统计学方法评价走廊区域地质灾害发生的可能性等等。
5.综上，如何结合已发展模型的优点，充分发挥gis综合能力技术优势，能综合考虑多种因素，既考虑地形地貌、地质、土壤、植被、水文及气候等多种因素的共同作用，又能解决各类参数在较大区域内不确定问题的方法，使得提出的模型在较大相似区域范围内的快速评估具有优势，在不同的地理地质环境下皆可应用，有一定的通用性成为滑坡危险性评估应用需求。
6.一条线路工程常常延伸几百公里甚至几千公里，穿越不同的地质单元，特别是西部艰险山区铁路，遭遇或面临的滑坡、崩塌、泥石流等地质灾害问题多发，防治形势严峻。为
了保障线路的通畅和安全运行，防治滑坡地质灾害造成重大损失，本发明方法提供一种线路工程走廊浅层斜坡失稳危险性分段评估及监测预警系统建立方法，通过综合分析区内地表浅层滑坡灾害的孕灾条件和分布特征，利用线路工程走廊浅层滑坡危险性模型评估沿线地表斜坡稳定性，分析评价不同降水量下的线路走廊斜坡失稳危险性。该发明方法适用于线路工程(铁路、公路、电力、管道等)领域地质灾害防治。


技术实现要素：

7.本发明的目的在于提供一种线路工程走廊浅层滑坡危险性评估及监测预警系统建立方法，为实现上述目的，本发明是通过以下技术方案或流程实现的：
8.a线路工程走廊区域调查与多源时空基础与综合数据库构建；b综合分析并确定斜坡失稳孕灾关键影响因素；c处理分析斜坡孕灾影响因素指标并赋标准化数字值；d建立线路走廊浅层滑坡危险性评估模型；e初步评价线路工程走廊浅层斜坡失稳危险性；f分析确定诱发线路工程走廊浅层斜坡失稳的降水量特征值；g分段评价线路走廊浅层斜坡失稳危险性；h建立线路工程走廊斜坡失稳预警webgis系统。
9.根据上述方案，其特征一在于，分析线路工程走廊地理地质环境，进行踏勘调查，并收集与获取线路走廊区域的三维激光扫描数字高程模型、星载/机载/无人机多波段光学遥感影像、植被覆盖、土壤类型分布、水系、交通等基础地理要素数据及地理国情监测数据，建立线路走廊多源时空基础与综合数据库。
10.根据上述方案，其特征二在于，综合分析并确定斜坡失稳孕灾关键影响因素，并利用多因素方差分析法验证影响因子显著性。潜在的浅层斜坡失稳孕灾影响因素主要包括：地形坡度、高程、工程岩组、斜坡结构、植被覆盖、潜在震源区、活动断裂、微地貌类型、人类工程活动、降水量、土壤类型、离河流(沟谷)距离等。
11.根据上述方案，其特征三在于，包括以下步骤：
12.(1)基于线路走廊数字高程模型，创建线路走廊地形特征图层栅格。
13.(2)处理分析走廊区域植被覆盖、土壤类型、水系、降水等数据，并赋标准化数字值。
14.(3)基于斜坡稳定性理论，建立线路走廊浅层斜坡失稳危险性评价模型。
15.该评价模型以无限斜坡稳定性模型为理论基础，它平衡了重力的不稳定成分与平面上摩擦力和内聚力的稳定成分，边缘效应被忽略。目的是提供一种地表浅层斜坡稳定性安全系数定量计算方法，该理论适用于大多数地表浅层滑坡的地区。无限斜坡的稳定性安全系数(fs)由下式计算：
[0016][0017]
其中，c
r
——根系内聚力(n/m2)；c
s
：土壤内聚力(n/m2)；θ：倾斜角(
°
)；φ：土壤内摩擦角(
°
)；ρ
s
：湿土密度(kg/m3)；ρ
w
：水的密度(kg/m3)；g：重力加速度g＝9.81m/s2；d：垂直测量的土壤深度(m)；d
w
：地下水位深度(m)。
[0018]
垂直于坡度的土壤厚度h和与深度d关系为：
[0019]
h＝dcosθ，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0020]
随着深度的变化，无限斜坡稳定性安全系数进一步表达为无量纲形式：
[0021][0022]
其中，地形湿度指数(相对湿度)：
[0023]
w＝d
w
/d＝h
w
/h；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0024]
无量纲内聚力系数：c＝(c
r
c
s
)/(hρ
s
g)；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0025]
水和土壤的相对密度比：r＝ρ
w
/ρ
s
。
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0026]
地形湿度指数基于水文模型topmodel计算，并设定：(1)浅层地下水侧向流动遵循地形梯度，即任意点产流区的流向由地形定义的特定集水区决定。(2)每个点的侧向流量与稳定状态时的回水流量r处于平衡状态。(3)每个点的侧向流量为tsinθ，其中t是土壤水力传导系数，即水力传导率乘以土壤厚度h。按照设定，可得到单位长度的侧向流量q，即在不考虑未饱和层的水流行为时，该值可视为稳定侧流量与单位汇水面积a的乘积：q＝ra。与常用的topmodel模型不同，此处假设覆盖在相对不可渗透的基岩上土壤的水力传导率是均匀的。此外，因为流动距离实际上沿着斜率，故使用sinθ而不是tanθ的进行计算。对于小角度地形而言，虽然tan和sin之间的差异并不大，但对于容易产生山体滑坡的陡坡而言，两者之间的差异将会变得非常明显。
[0027]
地形湿度指数为：
[0028][0029]
地形湿度指数的上限为1，任何过饱和的区域都认定其将形成地表水。
[0030]
无量纲内聚力因子c结合了内聚力(与土壤类型和上覆植被的根系特性有关)与土壤密度和厚度，可以认为是内聚力强度与土壤重量的比，或者对内聚力边坡稳定性的相对贡献。公式(3)分子中的第二项是量化的土壤摩擦力(由摩擦角φ或摩擦系数tanφ量化)对稳定性的贡献，随着土壤湿度增加而减少(湿度增加导致孔隙压力增加以及土壤基质携带的法向力减小)。这种变化的敏感度与密度比r密切相关。
[0031]
将式(7)的湿度指数代入式(3)，安全系数计算转化为式(8)：
[0032][0033]
变量a和θ可从地形数据计算确定，c、r和r/t为可变参数，但可通过下限和上限的设定允许三个参数的取值范围。令r/t＝x，tanφ＝t，设参数的取值范围为：c～u(c1,c2)，x～u(x1,x2)，t～u(t1,t2)，密度比r视为基本恒定(如设定值为0.5)。
[0034]
(4)利用无限斜坡稳定性理论计算安全系数，进一步计算斜坡稳定性指数。基于斜坡稳定性安全系数的计算值，定义斜坡稳定性指数(si)为地表斜坡稳定的概率，该值介于0(最不稳定)和1(临界稳定)之间。如果模型中最保守(不稳定)的参数组计算后仍然稳定，则稳定性指数定义为在最保守的参数组下计算的安全系数(稳定力与不稳定力的比率)。当c和t取最小值(即c1和t1)且x取最大值(即x2)时，此时为参数组为最保守情形。在这种最不利情况下，安全系数fs大于1的区域为无条件稳定，定义：
[0035][0036]
对于最小安全系数小于1的区域，存在(概率)不稳定的可能性。这是由于c，tan和t参数中的不确定性(空间变异性)引起的失稳概率。由于参数r表征随时间变化的湿度，因此，参数x的不确定性实际上结合了空间和时间上的变化概率。
[0037]
在(fs
min
＜1)的区域定义：
[0038]
si＝prob(fs＞1)，0＜si＜1。
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0039]
在c，x和t的分布上，最好的情况是当c＝c2，x＝x1和t＝t2时，此时：
[0040][0041]
当fs
max
＜1时，有：
[0042]
si＝0(fs
max
＜1)。
[0043]
依据设定的参数，可以逐栅格单元计算出所在区域的地表稳定性指数。主要过程包括5个步骤：(1)dem凹坑填充修正；(2)坡度和流向的计算；(3)汇水面积的计算；(4)斜坡稳定安全系数的计算；(5)稳定性指数的分级分类。表1给出了根据稳定性指数(si)分级分类定义的地表浅层滑坡危险性分区。
[0044]
表1稳定性指数分级及危险性分区
[0045]
稳定性指数分级斜坡失稳危险性分区si≥1.51高稳定区1.5＞si≥1.252稳定区1.25＞si≥13准稳定区1＞si≥0.54不稳定区0.5＞si＞05高度不稳定区si＝06防护区
[0046]
(5)对线路走廊区域划分校准区，率定模型参数，并采用基于机器学习对区域已知的滑坡点相关数据及参数变量进行多因素方差分析，验证各参数对滑坡灾害危险性的贡献程度或是否起重要作用。
[0047]
参数率定的实质就是先假定一组参数，代入模型得到计算结果，然后把计算结果与实测数据进行比较，若计算值与实测值相差不大，则把此时的参数作为模型的参数；若计算值与实测值相差较大，则调整参数代入模型重新计算，再进行比较，直到计算值与实测值的误差满足一定的范围。
[0048]
模型参数率定前，需要划分校准区。校准区是指该区域内t/r，无量纲内聚力c和内摩擦角的下限和上限值校准参数值取同一范围的区域。空间信息应用模型通常使用土壤，地质，植被和土地利用图来定义区域以识别具有一致校准参数的区域，区域内采用相同的校准参数进行模拟运算。
[0049]
需要从数据源中提取的参数包括：土壤容重、土壤内摩擦角、无量纲的内聚力、土体的导水系数t、稳定状态下的流量即有效降水量r、地形坡度。其中地形坡度可由dem数字
高程模型计算得出，部分土壤参数根据获取的数据源并参考该地区相关研究及实验成果。土体的导水系数t与土体的渗透系数k及土体厚度有关，在模型计算中将t/r作为一个整体因子进行考虑。由于土体饱和度(saturation)主要由单位汇水面积a与t/r两个变量决定，其中a可通过数字高程模型dem确定出每一个像元的数值，因此，可通过土体饱和度与单位汇水面积确定t/r的变化范围。一般来说土体饱和度小于或等于1，但当饱和度大于1时，我们一般认为是存在着地表径流。我们可以根据实际地表水系分布推算率定出参数t/r的取值范围。
[0050]
完成校准区建立及参数率定后，接下来需要将滑坡点数据导入校准区。采用基于机器学习对区域已知的滑坡点相关数据及参数变量进行多因素方差分析，验证各参数对滑坡灾害危险性的贡献程度或是否起重要作用，从而明确模型滑坡危险性区划的适用性和可信度。
[0051]
所谓多因素方差分析，常用来研究两个或两个以上的控制变量对观测变量产生影响的显著程度(滑坡灾害的危险性就是典型的多因素影响下的观测变量)，它也被认为是相关性研究。但多因素方差分析并不只是单纯地分析各控制变量对观测变量的独立影响，在其分析过程中还将多个控制变量的交互作用纳入分析范围，以此来全面地分析各因素的影响程度。多因素方差分析的本质是统计推断，其计算的理论基础和步骤与假设检验法相似。
[0052]
多因素方差分析的步骤为：(1)提出原假设，即控制变量和它们的交互作用没有对观测变量产生显著影响(假设各控制变量不同水平下的观测变量各总体的均值无显著性差异，控制变量各效应和交互作用效应同时为0)；(2)计算并分析变量方差的分解；(3)比较观测变量总离差平方和各部分所占的比例，计算检验统计量的观测值和相伴概率p值；(4)确定显著性水平并做出判断：将计算出的各因素相伴概率p值与显著性水平(一般为0.05)作比较。若某因素的相伴概率p值大于显著性水平，则原假设成立，认定该因素对观测变量没有显著影响；相反，若某因素的相伴概率p值小于等于显著性水平，则原假设不成立，认为该因素对观测变量产生了显著影响。
[0053]
(6)模型模拟计算与评价，初步评价线路工程走廊浅层斜坡失稳危险性。利用滑坡灾害点分布调查数据评价模型计算初步结果并适当调整参数。
[0054]
模型所有必要的参数率定后，利用模型进行模拟运算。首先完成对走廊区域年平均降水条件下地表浅层斜坡稳定性的评价，输出评价结果图。同时利用实际地形分布及滑坡点数据对评价结果进行对比分析。进一步利用实际滑坡数据与坡度
‑
汇水面积制作评价图和区域滑坡危险性分区统计表。评价基于地理空间信息模型的区域稳定性评价结果与实际滑坡点的实地评价结果吻合程度，进一步验证模型模拟结果的可信度和适用性。
[0055]
(7)分析确定诱发线路工程走廊浅层斜坡失稳的降水量特征值。对不同降水量下的滑坡灾害点分布、危险性分级及其变化进行数学统计分析。
[0056]
降水是浅层滑坡灾害发生最常见的直接诱因，然而并不是所有条件下的降水都会引发滑坡灾害的形成，因此，对线路走廊不同降水条件下的滑坡灾害危险性进行分析非常有必要。模型主要是对由降水引起的地表浅层滑坡区域进行评价，其校准区内降水量r是评价的重要因素。短时强降水或长时间的连续降水，水渗入土壤坡体，同时引起地下水水位上涨，软化岩土体，从而引发滑坡。同时降水还会引起地表水水位上涨，冲刷土体引发滑坡。为了给线路滑坡灾害监测预警与防治提供实际参考依据，需要在不同降水量条件下进行滑坡
危险性评价，进一步确定需要重点监测的线路区段。
[0057]
一般夏季(同雨季)，受季风影响降水量激增，因此选取雨季平均日降水量作为条件之一。此外还需要考虑最不利条件下的稳定性评价，有必要选择多年平均最大日降水量作为基准进行模拟计算，以便对极端天气下的灾害预警工作提供指导。此外，引入中雨条件下(气象学定义为24小时内降水量为10～24.9mm)的日降水量15mm/d情形。利用不同降水量条件对走廊区域域地表浅层滑坡进行危险性评价，并计算分析不同降水条件下各类区划面积与占比及区域内滑坡点个数及占比。
[0058]
(8)利用不同降水量条件下的走廊区域斜坡失稳危险性对线路进行分段评价。对线路与走廊区域斜坡失稳危险性评价图进行叠加，利用缓冲区分析和分区统计方法，重分类位于不同危险性区划的线路段：斜坡失稳区与高不稳定区
‑
高危段；不稳定区
‑
危险段；准稳定区
‑
准稳定段；稳定区
‑
稳定段；高稳定区
‑
安全段。分析不同降水条件下的线路斜坡失稳危险性区划，分段统计各降水量条件下各危险性评估段的长度及占比，确定不同季节重点监测线路区段。
[0059]
监测预警方案一般采用人工监测，在重要危险区布置无线传感器网络、分布式光纤传感技术等。
[0060]
①
人工监测
[0061]
长大线性工程人工监测成本较高，可以根据危险性评估结果，确定某些方便人工监测的危险区段(如靠近居民点或区段站的区段)，定期对重点区段进行监测及数据收集或在特殊时期增加监测频率。此外，由于线路在山区多沿着河流及其支流延伸，此类路段作为日常人工检查监测的重点区域，尤其是雨季和短时强降雨期间。为了降低成本，对于某些靠近居民点的高危路段可以采用与相关部门(如村镇办事处)合作监测的方式。
[0062]
②
无线传感器网络监测
[0063]
无线传感器网络监测技术需要在滑坡点布设监测传感器并建立网络，前期投入较大但日常运营花费极少。设立无线传感器网络可以大幅减少人工成本，同时保障危险时期工作人员的生命安全。应主要布置在红色的高危区段，对于隧道穿越的高危区段仅需要在洞口处设置测点。
[0064]
根据上述方案，其特征四在于，基于模型的线路滑坡灾害危险性分段评估结果信息和线路实际情况，结合线路工程地理地质环境和线路工程信息参数，建立线路工程走廊浅层斜坡失稳灾害预警webgis系统，为线路滑坡灾害监测预警提供指挥决策指导。
[0065]
根据上述方案，其特征五在于，线路工程走廊浅层斜坡失稳灾害预警webgis系统区别于传统或一般的基于gis的预警系统，是在线发布线路工程走廊斜坡失稳灾害预警监测分析数据与滑坡危险性信息，实现多平台终端数据与信息实时互通共享，并利用外业工具软件实现外业工作实时调度及监测数据实时上传，为线路滑坡灾害预警监测工作提供高效地信息发布与共享的在线网络系统。
[0066]
常规人工监测预警工作往往处于一种低效的运作模式。通常外业工作人员在负责区段完成现场巡查勘测后需将相关信息记录在册，随后返回驻地后汇总数据和信息，完成一次外业监测任务。在此过程中，外业工作人员往往不能实时准确地标定可能出现滑坡的点或区段，而且整个流程费时费力，在紧急情况下也发挥不了实时预警作用。而滑坡灾害监测预警工作，效率和准确是重中之重。这种外业巡查模式迫切需要改变，需要一种便捷实时
的数字化、网络化的手段来提高外业监测预警的效率和准确性，借助webgis技术应用可以实现这种转变。webgis技术区别于常规的基于gis的预警系统(一般是单机、单平台终端系统)，核心是在gis中嵌入http标准的应用体系，用以扩展和完善gis技术的应用，以实现internet环境下空间信息的管理和发布。随着智能手机的不断普及，目前手机端的web浏览器能实现webgis的全部功能，全球范围内任意互联网用户都可以访问webgis提供的各类gis服务，也可以多人同时进行数据更新，实现实时交互。传统基于纸质报告或照片拍摄的外业工作由于效率低和准确性低，并不能对如滑坡灾害此类的突发事件进行及时响应，而基于webgis技术的外业工作协同在线路走廊滑坡灾害监测预警中具有明显优势。本发明方法采用免费开源的webgis系列软件平台：openlayers、geoserver、postgis以及qgis。
[0067]
在进行滑坡灾害监测预警时，外业工作人员可将智能手机或平板电脑作为移动终端，通过平台系统获取工作任务，轻松、便捷地在后端的组织下工作、报告进度、寻求帮助以保持高效的工作，相比过去依靠报表(告)的外业监测预警工作而言，其工作成果的准确性和高效性要好得多，且完全实现数字化作业。监测人员可以在智能手机移动端查看滑坡体要素的属性表，也可以进行属性信息更改。还可以依据数据计算处理插件对要素数据进行分析和计算。借助移动端设备定位位置，通过webgis平台的应用，能将每一个从事灾害监测预警的工作人员转换为移动的监测预警“传感器”，通过人工监测实时传输滑坡灾害数据，并以此协调进行外业调查的工作人员，为外业工作人员提供访问所需数据的权限，再结合工作管理、人员调度等方法，提高外业工作效率。维护人员通过对实时数据的处理，上传或更新相关数据或信息，能实时指导工作人员进行现场检查和监测，而现场工作人员能通过手机端直接上传现场数据，为决策人员提供实时信息，制定相应的线路调整安排或防灾减灾响应计划。
[0068]
与现有技术相比，本发明具有以下有益效果：
[0069]
本发明特别针对降水量触发主要因素，分析考虑了在不同降水量下，线路走廊不同区段斜坡失稳灾害危险性分段评价。在网络地理信息系统技术支持下，建立线路工程走廊滑坡地质灾害危险性评估与预警webgis系统，可用于线路工程分段滑坡灾害危险性评估与划分，可以作为线路地质灾害安全防治工程决策依据，可为线路滑坡灾害监测预警、滑坡灾害损失预评估和防治提供更有力的技术支撑。需要注意的是，该模型适用于浅层滑坡现象，并不适用于深层地质构造或地震断裂引发的斜坡不稳定性。在应用中，该模型不需要土壤和气候特性数据的精确输入，依据中等精度数据或参数信息确定并绘制大范围的地表斜坡稳定性，从而快速确定需要进行更详细调查和评估的区域。模型输出结果依赖于数字高程模型(dem)的精度，高精度能提高模拟预测结果的准确性。此外，一定程度上依赖于已知滑坡调查数据的准确性。所以，应该尽可能获取精确的dem以及详实的已知滑坡数据。
附图说明
[0070]
图1为实施例处理步骤流程；
[0071]
图2为实施例线路走廊区域及已知滑坡点图；
[0072]
图3为走廊区域土体饱和度及模型模拟评价图；
[0073]
图4为不同降水量下线路走廊滑坡危险性评价图；
[0074]
图5为不同降水量下线路滑坡危险性分段评价图；
[0075]
图6为线路走廊滑坡危险性评价重点监测区段图；
[0076]
图7为线路走廊滑坡危险性评估与预警webgis系统pc端和移动端界面图。
具体实施方式
[0077]
下面结合附图说明和实施例对本发明作进一步说明，本发明的方式包括但不仅限于以下实施例。
[0078]
本实施例以某铁路线路段途经的走廊作为实施区域，该地区山高坡陡、峡谷幽深、地质复杂、雨水充沛，为滑坡地质灾害发育最为严重的地区之一。该线路段降雨对滑坡的影响很大。降雨对滑坡的作用主要表现在，雨水的大量下渗，导致斜坡上的土石层饱和，甚至在斜坡下部的隔水层上积水，从而增加了滑坡体的重量，降低土石层的抗剪强度，导致滑坡产生。为了保障铁路线路的通畅和安全运行，防治滑坡地质灾害的发生，对既有线走廊进行滑坡地质灾害调查与危险性评价。综合遥感信息、地形地貌、地质、土壤、植被、滑坡灾害调查数据，水文及气候等因素数据，基于本方法发明中滑坡稳定性指数的计算理论构建走廊区域评价模型，以此为基础对线路走廊进行滑坡灾害危险性评估，对该铁路线路段滑坡灾害危险性进行分段评价并建立线路工程走廊滑坡灾害预警webgis系统，在线发布与共享线路滑坡危险性信息，内外业调查监测协同预警，为铁路既有线滑坡灾害监测预警工作提供决策依据与方法指导。
[0079]
主要实施步骤流程为(见附图1)：a线路工程走廊区域调查与多源时空基础与综合数据库构建；b综合分析并确定斜坡失稳孕灾关键影响因素；c处理分析斜坡孕灾影响因素指标并赋标准化数字值；d建立线路走廊浅层滑坡危险性评估模型；e初步评价线路工程走廊浅层斜坡失稳危险性；f分析确定诱发线路工程走廊浅层斜坡失稳的降水量特征值；g分段评价线路走廊浅层斜坡失稳危险性；h建立线路工程走廊斜坡失稳预警webgis系统。下面详述主要过程。
[0080]
1线路工程走廊区域调查、数据准备与处理分析
[0081]
线路走廊为某铁路线路段两侧一定范围内的区域，如附图2a所示。区内地势北高南低，北部河谷高且深，地势起伏大。地貌形态分为构造侵蚀中山区、构造侵蚀低山区和河谷丘坝区。地表水系发育，河道弯曲延伸，河岸受河流冲刷影响较大，降水充沛，极易发生地质灾害；北部地势相对平坦，但三面环山，地势崎岖。中间部沿着河畔分布，地势十分平坦。但两侧高山地势较高，在城区边缘地带有发生地质灾害的风险。西南部同样沿着高深的河谷延伸，但相比北部河谷地势较为开阔。
[0082]
该段为山地向盆地过渡地带，海拔高度变化较大，坡度大。气候为典型的亚热带季风性湿润气候，降水充沛且集中，土壤冲刷作用较明显；加之水系发达及其支流流域，地下水充沛，为滑坡灾害的发育提供了充足的条件。同时走廊区域内植被覆盖较多，森林覆盖率超56.81％。由于走廊区域内降水充沛，地质地层岩性较差，加之区域内地震活动频繁，导致地质灾害频发。区内引发不良地质现象的诱因主要有两种，一种是由于强降水或地下水活动导致岩、土体的强度降低，并产生动水压力和孔隙水压力，侵蚀岩土体，增大容重，对透水岩层产生浮力或托力，引发坡体位移，导致地质灾害的发生。另一种是地壳运动产生动力从而引发地质灾害，常见的就是地震作用。
[0083]
该地表浅层滑坡危险性评估模型，考虑植被覆盖、土壤类型、降水、水文条件、坡度
等因素。需要利用dem以及区域内土壤、植被覆盖、降水及气候特征数据，同时需要区域内实际滑坡点调查数据进行验证。本实例走廊区域的数据准备及处理分析如下：
[0084]
①
数字高程模型dem
[0085]
高精度的线路走廊区域dem，可以利用直升机/无人机机载三维激光扫描点云生成数字高程模型，一并可获得高分辨率的多波段光学遥感影像。本实施例采用了12.5m空间分辨率的数字高程dem数据，需通过拼接，坐标转换，最后通过缓冲区提取出铁路线路走廊地区两侧范围内的dem。后续需要对原始dem进行填坑修正，再利用修正后的dem计算出走廊区域的坡度和流向。坡度可根据dem直接计算得出，北部山区坡度较大的区域较多、北部区域的坡度变化也比较大；中部市区坡度较小，坡度变化也很小。完成坡度计算后利用坡度数据计算流向。根据流向图可以看到明显的山谷山脉，以及山脉的大致分水线、集水线，对比并发现与实际遥感影像图中的山脉和河流走向基本一致。
[0086]
②
滑坡调查数据
[0087]
滑坡数据来源于中国地质调查局研发的地质灾害信息管理平台，包括历史滑坡点以及监测中的滑坡点。查询地质灾害信息管理平台，利用地理信息技术查询并生成线路走廊内共61处滑坡点数据集(图2b)。根据地质灾害信息管理平台对滑坡点的实地调查及评估，将61处滑坡点进行稳定性分类，根据分类并赋予不同的编码值：稳定性好的有13处、稳定性较差的有40处以及稳定性差的有8处。
[0088]
③
地表浅层土壤类型
[0089]
区内的土壤及植被类型数据来源于中国科学院资源环境科学数据中心。其中土壤类型基于中国土壤类型空间分布数据。
[0090]
区内土壤类型以铁铝土和紫色土为主、少量夹杂一些人为土。其中铁铝土以赤红壤、黄红壤和漂洗黄壤为主；紫色土主要为酸性紫色土；人为土包含稻土及灌淤土。区内土壤质地粘重，有机质匮乏，这是由于暴雨等受区域性常见水文作用侵蚀带来的长期影响，区域内的土层较为浅薄，容易受外力如强降水、地震作用等引发地表浅层运动。
[0091]
④
地表植被覆盖类型
[0092]
植被类型基于中国植被覆盖区划数据。区内的植被类型以温带亚热带落叶阔叶灌丛矮林为主，其间夹杂少许人工栽培植被(水稻及其他农作物)。
[0093]
⑤
多年降水数据
[0094]
降水数据来源于国家气象科学数据中心旗下的中国气象数据网(中国地面气候资料日值数据集v3.0)。选取走廊内三个监测站点的日值降水数据作为走廊区域降水数据源。区内降水具有以下特点。1)降水量充足，充足的降水为滑坡泥石流等地质灾害的产生提供了大量的水源补充。2)降水量季节变化大。夏季降水多、春冬季降水较少，汛期即夏季降水量大而集中，春季雨水少而小。降水主要集中在全年的6到10月，约占全年降水量的75.3％，仅7到8月两月的降水量就占全年的46.1％，逼近全年降水量的二分之一。由此可见走廊区域内的降水时间分布极不均匀，汛期降水量十分集中，这种分布规律极易造成短时瞬发型的暴雨洪涝灾害，并由此极易引发滑坡泥石流等地质灾害。除地表水资源丰富外，区内的地下水资源由河水直接补给，水量丰富，主要为第四系冲洪积砂卵石层孔隙潜水。走廊区域内丰富的水资源储备及活动为各类地质灾害尤其是滑坡灾害的产生和发展提供了条件。
[0095]
需要从数据源中提取的参数包括：土壤容重、土壤内摩擦角、无量纲的内聚力、土
体的导水系数t、稳定状态下的流量即有效降水量r、地形坡度。其中地形坡度可由dem数字高程模型计算得出，部分土壤参数根据获取的数据源并参考该地区相关已有研究成果。
[0096]
由于本实施例区域范围不大，一方面该区基本属于同一地形地貌，有着相似的工程地质条件；另一方面由于模型中地质参数的输入值是采用区间范围值确定的，并不需要性质完全一致的区域，因此可以将实施例走廊区域划分为同一校准区。
[0097]
表2为选取的铁铝土和紫色土的土壤数据参数，表3为其它相关参数。
[0098]
表2走廊区域主要土壤参数
[0099][0100]
表3相关参数定义
[0101]
参数重力(m/s2)土壤密度(kg/m3)水密度(kg/m3)参数取值9.8120501000
[0102]
通过试验测算土体饱和度，发现当t/r大约介于2000
‑
3000时，土体饱和度大于1的区域的空间分布情况与走廊区域真正的水系分布极为类似。因此，初步确定本走廊区域模型中参数t/r的取值上下限为2000和3000。参数取值列于表4。
[0103]
表4校准区参数设定
[0104][0105]
2模型多因素方差分析
[0106]
下面对滑坡点的汇水面积、坡度、土体湿度等参数进行机器学习多因素方差分析。为了验证多因素方差分析的效果，再引入滑坡点高程“elevation
”‑“
ele”作为额外参考因素同时进行分析。即在分析中，把土体湿度sa、汇水面积ca、坡度slp和高程ele看作是影响滑坡点分级type值的因素(已知滑坡点分级type，1为稳定性好，2为稳定性较差，3为稳定性差)，对上述因素进行方差分析。
[0107]
首先将区内各类型数据转换为大小相同的栅格值，将滑坡点叠加到相应栅格数据集上，将各栅格值赋予滑坡点点要素，提取出各点的各因素数据，并按照滑坡分级排列后的数据进行整理。使用python编程语言，利用pandas库中的数学模型为基础，对数据进行机器学习多因素方差分析，分析结果列于表5。
[0108]
表5多因素方差分析结果
[0109][0110]
根据分析结果可知，走廊区域内已知滑坡点的因素sa、ca和slp的p值分别为1.443689
×
10
‑3、8.318185
×
10
‑3和9.705341
×
10
‑7均远小于0.05(达显著性水平)，说明可以拒绝原假设，三类因素sa、ca和slp对滑坡的危险性级别有显著影响；而因素ele的p值0.6265117>0.05，不能拒绝原假设，说明滑坡位置的高程对其危险性分级没有显著影响。通过多因素分析，进一步验证了模型中汇水面积、坡度和土体湿度因素对走廊区域滑坡点危险性有重要影响作用，表明模型在区域有较好的适用性。
[0111]
3模拟结果
[0112]
模型所有必要的参数率定后，利用模型进行模拟运算。首先完成对走廊区域年平均降水条件下地表浅层斜坡稳定性的评价，输出稳定性结果图。同时利用实际地形分布及滑坡点数据对评价结果进行对比分析。图3a为数字高程模型dem耦合topmodel算法所得到的走廊区域土体饱和度。分析土体饱和度空间分布特征，可以看出土体饱和度(地形湿度)较高的区域多出现在地形相对低洼区，与实际走廊区域地表水系分布情况相符合。进一步利用实际滑坡数据与坡度
‑
汇水面积制作评价图(图3b)。对比分析发现，滑坡点实际调查情况的滑坡点分类，与利用模型模拟初步评价的稳定性分级基本吻合：8处稳定性差的滑坡点(红圆点)，总体分布在si＜0.5的区域内即高度不稳定区；40处稳定性较差的滑坡点(红正方形)，总体分布在1.25＞si＞0.5的区域内，即不稳定和准稳定区；13处稳定性好的滑坡点(红三角形)，总体分布在si＞1.25的区域内即稳定区和高度稳定区。
[0113]
图4a为模型模拟滑坡稳定性指数计算结果。由地表稳定性指数分区图可以看出，在中部区地势平坦，基本为si≥1.5的高度稳定区；北部区域多山，多为高度不稳定区和不稳定区；而西南部区域中部沿着河谷，稳定性较好；而两侧山地地形较复杂，稳定性较差。由此可见走廊区域斜坡稳定性评价结果与实际滑坡点的实地评价结果吻合程度很高，进一步验证模拟结果具有较高的可信度，具有适用性。
[0114]
表6为走廊区域滑坡危险性分区统计表。根据统计可知，走廊区域内高度不稳定区域面积占总面积的10.6％，分布较为分散，主要集中在坡度较大的山地区域。不稳定区域面积占总面积的45％，为占比最大的区域，主要分布在高度不稳定区的周边，覆盖面积较广。准稳定区和稳定区占比分别为13.3％和7.9％，分布较为分散，主要在不稳定区和高度稳定区的交界处。高度稳定区面积占总区域面积的23.2％，大部分集中在走廊区域中部的城区地带。可以看到模拟计算出的稳定性区划与实际地形及灾害空间分布情况具有很好的一致性。
[0115]
表6线路走廊滑坡危险性分区统计表
[0116]
分级高度不稳定不稳定准稳定稳定高度稳定合计
区域面积(km2)226.2962.8285.5169.5497.02141所占比例(％)10.645.013.37.923.2100滑坡点数842881379所占比例(％)9.951.99.99.916.097.6
[0117]
4不同降水量下线路走廊滑坡危险性
[0118]
根据“中国地面气候资料日值数据集(v3.0)”降水数据，提取出年平均日降水量、夏季平均日降水量、年最大日降水量以及中雨15mm日降水量，计算出各降水条件下的t/r值，统计数据及计算结果列于表7。
[0119]
表7不同降水条件及其t/r值
[0120][0121]
利用不同降水量条件对走廊区域地表浅层滑坡进行危险性评价，模型输出的评价结果见图4(按日平均降水量从小到大依次排列)。可以看到，随着降水量的增加，黑色的不稳定区域逐渐增多，极有可能发生地表浅层滑坡。青色区域即高度稳定区有所降低，但其中心区域变化不大。分析计算四种降水条件下各类面积与占比及区域内滑坡点个数及占比变化，可以发现随着降水量的增大，预测发生地表浅层滑坡的区域滑坡区的面积占比，由年平均日降水下的0.8％增加到年平均最大日降水下的6％。一旦发生滑坡的土体破坏及流动，往往会对其流经的区域造成外力破坏，从而引起高度不稳定区或不稳定区的二次滑坡。高度不稳定区的面积占比也变化较大，由10.5％增加至24.3％，增幅达131.4％，说明走廊区域内地表浅层滑坡危险性受降水影响极为明显。
[0122]
不稳定区的面积占比刚开始随着降水量(2.6mm/d
‑
5.7mm/d)的增加，由开始的44.6％缓慢增加，最大至48.1％，但在最大降水量时面积占比却降低回44.6％。结合其他区域的面积变化，说明随着降水量的增大，坡度较大的高度不稳定区转化为防护区，部分不稳定区转化为高度不稳定区。相应地，较为稳定的三个区逐渐减少，转化为不稳定区，导致不稳定区整体面积基本不变。
[0123]
高度稳定区在降水量刚增大时(2.6mm/d
‑
15mm/d)面积大幅减少(23％
‑
15.8％)，但由于高度稳定区本身坡度不大、地形较平坦等因素，随着降水量继续增大(15mm/d
‑
21.8mm/d)，面积占比变化基本很小(15.8％
‑
15.1％)。造成这种现象的原因是随着降水量的增大，土壤的含水量虽然会不断提高，但由于这些地区的土体坡度整体较小，导致降水量增大引起的稳定性变化很小。
[0124]
随着降水量的不断增大，被划入高度不稳定区和滑坡区的滑坡点数量不断增多，所占比例逐渐升高，发生滑坡灾害的趋势进一步加大，整体区域危险性逐渐加剧。不稳定区的面积占比变化不大，高度不稳定区和滑坡支护区的面积有所增大，高度稳定区、稳定区以及准稳定区面积都有所降低。这主要是由于降水导致斜坡土体中短时间内渗入大量水，并
引起土中含水量的重新分布。土体含水量的增大及其渗入的过程，对土的容重和稳定系数具有双重影响，会造成土的强度及有效应力发生改变。当达到斜坡土体的饱和渗透系数时，地下水位以上的土层将发生剪切破坏。虽然也存在土壤含水量提升导致土体容重增大，出现小幅度稳定性增大的情况，但其作用一般比其他因素引起的稳定性丧失而言要小得多。
[0125]
利用不同降水量条件下的走廊区域滑坡危险性对铁路线路进行分段评价分析，对某铁路线路与走廊区域滑坡危险性评价图进行叠加，利用缓冲区分析和分区统计方法，重分类位于不同危险性分区的线路段：滑坡区与高不稳定区
‑
高危段；不稳定区
‑
危险段；准稳定区
‑
准稳定段；稳定区
‑
稳定段；高稳定区
‑
安全段。得到线路分段滑坡危险性评价如图5所示(按照降水量大小升序排列)。
[0126]
按顺序比较四种降水条件下的线路危险性评价图，可以看到随着24h降水量的增大，高危段的线路长度逐渐增大，但还是主要集中在北部山区即大滩站至广元市区外路段，以及西南线路末端竹园坝站以西的区段。主要站点除地处北部山区的大滩站外，基本都位于安全段，受滑坡的影响非常小。竹园坝站—剑门关站—广园站这一区段地势平坦，基本都处于安全段，即便降水量不断增大，其线路周边发生滑坡灾害的概率都非常小。进一步可以统计各降水量条件下危险性评估段的长度及占比，如表8为年平均降水量条件下的线路危险性分段统计。
[0127]
表8年平均降水量条件下线路危险性分段统计
[0128] 高危段危险段准稳定段稳定段安全段合计长度(m)1740435331127591090041533117927占比(％)14.830.010.89.235.2100
[0129]
可以看到，即使是在年平均降水量条件下的评估结果，其高危段和危险段还是占据了总长度的44.8％，即某铁路线路在本走廊区域内的路段受到滑坡灾害影响较大。因此在对线路进行滑坡灾害危险性分段时，应该考虑多种降水乃至极端降水条件下的线路滑坡危险性变化。
[0130]
5确定线路滑坡危险性重点监测区段
[0131]
结合线路实际情况，线路滑坡灾害的监测与预警应根据不同季节的降水量相应地确定重点监测区段。
[0132]
下面以15mm日降水量下的线路危险性区划为依据，结合线路调查实际情况，分析确定重点监测段。图6a青色的安全段、蓝色的稳定段及黄色的准稳定段全都处于地势平坦的区域，周边无长大边坡，也没有已知滑坡点。一般此类区段不需要做任何边坡防护或监测。图6b，该区段沿着河畔前行，一旁为长大边坡，区段整体处于高危段。仔细对比该线段红色的高危段与实际线路，可以看到部分高危段线路采用了隧道穿越的方式，说明铁路在建设阶段就考虑到了此类路段的地质灾害易发性，从而选择隧道通过方式。由于模型是针对地表浅层斜坡稳定性，滑坡对隧道内铁路线路影响很小。隧道的进出口虽然也处于高危段，但一般洞口部分都会做人工支护，因此，此类高危路段不必要进行日常监测，但需要在雨季或强降雨时注意洞口防护监测。这也再一次说明模型输出的滑坡危险性评价符合实际情况。
[0133]
结合线路滑坡危险性评价结果与实际线路影像图，排除采用隧道穿越避险的高危区段，确定线路重点监测预警区段共7段，图6c为发布的线路滑坡灾害重点监测预警区段位
置图及影像图，沿线路从北至南
①
～
⑦
段排序。一般采用人工监测，必要时在重要危险区布置无线传感器网络监测技术、分布式光纤传感技术等。
[0134]
6滑坡危险性信息在线发布与共享
[0135]
webgis是通过互联网对地理空间数据进行发布和应用，以实现空间数据的共享和互操作，如进行空间数据发布、空间查询与检索、空间模型服务、web资源的组织，制作专题图，以及进行各种空间检索和空间分析等。webgis可采用多主机、多数据库进行分布式部署，通过internet/intranet实现互联，是一种浏览器/服务器(b/s)结构，服务器端向客户端提供信息和服务，浏览器(客户端)具有获得各种空间信息和应用的功能。用户和服务器可以分布在不同的地点和不同的终端平台上。
[0136]
本实施例中，线路滑坡危险性信息发布与外业协同采用webgis技术实现。首先将“平均日降水量下某铁路线路滑坡灾害危险性区划”线要素数据、“15mm日降水量下某铁路线路广元段滑坡灾害危险性区划”线要素数据以及“走廊区域已知滑坡点”点要素数据的shapefile文件转化为“.zip”文件。导入以“世界影像图”为底图的webgis页面(注意要将各数据统一为底图“世界影像图”的投影坐标系，否则会无法导入或产生偏差)，随后根据需要选择要展示的要素属性，改变其样式，方便展示或识别。在web map中上传不同降水特征下的线路滑坡灾害危险性区划，可调整区划图的不透明度，后面将该web map作为底图用于其它webgis应用中。
[0137]
用户可以通过网页链接在任何遵循http网络传输协议的客户端打开，应用终端包括智能手机、平板、pc等智能设备。本实施例的全部线路、滑坡点位置及各重点监测区段信息可在线查看。如查看滑坡点的具体属性，查看该条地段的属性及稳定性状况，可以对面积、距离以及位置进行测量。可以进行滑坡地点及位置搜索，进行放大、默认范围、缩小、查找、打印与共享，可以更改样式按钮，可以调整透明度，可以对滑坡点及地段的各个属性的样式进行调整，链接地图或嵌入地图，还可以进行空间分析，对滑坡点分布进行聚类分析等等。用计算机和智能手机移动端界面分别如图7(a)，(b)所示。
[0138]
本实施例提供了一种线路工程走廊浅层滑坡危险性评估及监测预警系统建立方法，可以为线路工程走廊浅层滑坡灾害防治，线路工程通道设计和安全施工提供更有力的技术支撑。本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。
[0139]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。
[0140]
应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明，但不以任何方式限制本发明。因此，尽管本说明书参照附图和实施方式对本发明已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明进行修改或者等同替换；而一切不脱离本发明的精神和技术实质的技术方案及其改进，其均应涵盖在本发明专利的保护范围当中。