基于测量机器人的黄土滑坡变形监测及结果分析

张伟琪，王 利，曲轩宇

(1. 长安大学 地质工程与测绘学院，陕西 西安 710054；2. 地理信息工程国家重点实验室，陕西 西安 710054；3. 地理国情监测国家测绘地理信息局工程技术研究中心，陕西 西安 710054)

黄土高原是我国地质灾害易发区之一，据统计，我国发生在黄土地区的地质灾害比例将近1/3，而黄土滑坡因其有频发性、广布性、复杂性、灾难性等特征[1-2]，严重损害当地人民的生命财产安全，影响生产、生活及社会稳定，从而成为我国黄土地区一种典型的地质灾害现象。因此，对黄土滑坡的监测以及预警预报具有十分重要的意义。

现今，测量机器人已广泛应用于矿区边坡监测、隧道变形监测、基坑边坡监测、高铁形变监测[3-6]，目前基于测量机器人的边坡监测多采用固定式全自动持续监测方式作业，这种方法固然可以节省人力物力，但其缺少多余观测量，不易检查发现粗差。针对黄土滑坡的特殊性，为了探讨测量机器人应用于黄土滑坡变形监测的精度和可靠性，本文选取位于泾河南塬的庙店滑坡为研究对象，基于测量机器人，采用移动式半自动变形监测方法[7]，来获取滑坡体水平方向和垂直方向上的地表位移，这种方法不仅成本低，大大减轻测量人员的工作强度，而且所获得的数据质量更高、精度更好，非常适合这种小区域内的黄土滑坡变形监测工作。通过对监测数据处理和分析，了解和掌握黄土滑坡体表面的变形活动状况和变化规律，确定滑坡体的变形范围及变形发展阶段，掌握黄土滑坡体变形的发展趋势，为进行黄土滑坡工程地质勘察、整治工程设计和黄土滑坡灾害预测预报提供一些有参考价值的信息。

1 监测技术方案

《工程测量规范》(GB 50026-2007)规定变形监测网的网点宜分为基准点、工作基点和变形观测点。对于通视条件较好的小型工程，可以不设置工作基点，直接在基准点上测定变形观测点，滑坡监测网通常可以采用独立的自定义坐标系[8-9]。由于本研究区域面积大约在1 km2以内，故变形监测网的网点分两类布设，即只设置基准点和变形观测点。整个变形监测网由12个监测网点组成，且每个网点都埋设有强制对中观测墩，如图1所示。其中基准点3个，布设在滑坡体以外300 m的稳定区域，用作滑坡形变监测的参考基准，编号JZ01、JZ02和JZ03，其中JZ03作为备用基准点。9个变形监测点均匀布设在滑坡体上，用于全面掌握滑坡体的地表变形特征，依次编号：MD01～MD09。研究区域北侧最初只布设了MD08和MD09两个监测点，根据前期的变形观测数据分析及地质踏勘结果，将该区域确定为重点监测区域后，于2017年2月又在该区域补埋了3个变形监测点，分别编号为MD10、MD11和MD12。

图1 监测点位布设

本研究区域的滑坡体地表位移监测采用的是瑞士Leica公司的第四代高精度全自动全站仪TS30。该仪器的标称测角精度为0.5″，标称精密测距精度为0.6 mm+1 ppm×d，标称标准测距精度为1 mm+1 ppm×d(d为实测距离，单位km)。移动式半自动变形监测方式与传统的全站仪观测作业方法一样，完成一个测站的监测任务之后，需要人工将仪器搬到下一个测站点上，重复操作直至完成所有外业监测任务。对应每个测站，先是在基准点的强制对中观测墩上安置整平仪器，然后设置测站，首次使用需要对测量机器人进行学习测量，之后仪器便会按照设置的观测点号顺序、测回数等自动搜索并且精确照准目标棱镜，自动采集记录数据，并计算各项限差，如果误差超限则会自动重测，直至完成全部测回作业。

基于测量机器人监测庙店滑坡，采用独立的自定义坐标系，坐标原点设置在监测区域以外。假定JZ02基准点的起算坐标为(500，500，300)，通过GNSS静态相对定位技术求解出JZ01-JZ02两基准点间的边长及大地方位角，使得该滑坡独立坐标系的北方向与WGS84大地坐标系北方向一致，便于分析滑坡走向，同时利用高精度全站仪直接精确测定该边长，采用这两种方法测量，互相验证，进而确定出JZ01基准点在独立坐标系下的坐标。自2015-05开始首期观测，定期对研究区域的基准点和监测点进行变形监测，一直延续至今。2016年上半年之前，每两周利用测量机器人进行1次外业监测；自2016年下半年开始，根据该黄土滑坡体的变形情况及变形规律，改为每月外业监测1次。

2 测量机器人定位精度分析

采用移动式半自动变形监测方式，将测量机器人安置在基准点上，在该自定义坐标系下已知基准点坐标为(XJZ，YJZ，ZJZ)。基于空间极坐标测量原理即可求定各监测点在该空间直角坐标系下的坐标(X,Y,Z)。计算原理：

X=XJZ+D·cosβ·cosα.

(1)

Y=YJZ+D·cosβ·sinα.

(2)

(3)

式中：D为斜距，β为高度角，α为目标点的方位角，式(3)第三项为球气差改正，当距离很短时，可以忽略。由式(1)～(3)可知，影响目标点定位精度的因素有：斜距D的误差mD，因为测量机器人具有竖轴倾斜自动补偿器，所以水平角和垂直角的测量中误差相等。忽略测站点的坐标误差、测量仪器高的误差以及球气差，按照误差传播定律，微分得监测点坐标分量中误差分别为

(4)

(5)

(6)

(7)

其中，mP和mZ分别为目标点位平面和垂直方向的中误差，TS30测量机器人的测距固定误差为0.6 mm，比例误差为1×10-6，测角精度为0.5″。监测结果显示本研究区域内监测点的高度角均在5°～8°范围内，斜距D均在467～731 m范围内。忽略球气差的影响，根据式(6)和式(7)得：当斜距D=731 m，高度角分别取5°和8°时，平面点位中误差和高程中误差数值分别达到最大，最大值分别为±1.9 mm和±1.8 mm。由此可见，采用移动式半自动变形监测作业方式，空间极坐标法的理论定位精度很高，满足监测方案设计要求。

3 结果分析

3.1 黄土滑坡监测的精度要求

《工程测量规范》(GB 50026-2007)规定滑坡监测的精度不应超过表1的规定，本文所选区域滑坡体土质主要为Q2黄土。顾及黄土滑坡的特殊性，根据实际监测作业所使用仪器设备的精度情况，参考《精密工程测量规范》中三级精密测角测距的精度要求[12]，见表1～表3。依据式(1)～式(7)，取水平位移监测的点位中误差限值为±5 mm，垂直位移监测的点位中误差限值为±5 mm，地表裂缝的观测中误差限值为±5 mm。

表1 滑坡监测的精度要求 mm

表2 精密角度测量的等级与基本精度规定 (″)

表3 精密距离测量的等级与基本精度规定 mm

3.2 测量机器人的实测精度

表4 水平方向点位中误差统计结果 mm

表5 垂直方向中误差统计结果 mm

3.3 滑坡体变形结果及分析

自2015-05首次观测以来，截止到2017-08，对泾阳庙店滑坡利用Leica TS30测量机器人共进行42次有效监测，外业观测数据统一采用Leica三维变形监测分析系统进行处理。各监测点的水平累计位移和垂直累计位移变化趋势如图2和图3所示。

图2 水平方向累计位移

图3 垂直方向累计位移

从图2和图3可以看出，在所有监测点中，水平累计位移和垂直累计位移变化最为明显的是MD09监测点，截止2017-08，MD09监测点处的最大水平位移为267 mm，最大沉降量为588 mm。其余监测点处水平方向和垂直方向的位移变化都不是特别明显，其中最小水平位移为7 mm(MD01)，最大水平位移为31 mm(MD08)；最小沉降量为20 mm(MD12)，最大沉降量为52 mm(MD08)。从2015-05开始首期监测以来，MD09监测点的水平累计位移曲线和垂直累计位移曲线均呈S形变化。第20期之前，位移速率逐渐变小，累计位移量缓慢增长。从第21期开始，位移速率逐渐加快，第27期的水平位移速率和垂直位移速率均达到了最大值，最大水平和垂直位移速率分别为1.6 mm/d和3.3 mm/d，可见该滑坡体当时正处在加速变形阶段，与此同时，MD09监测点后方出现两条新的平行拉张裂缝，呈东西走向，平行于临空面发育，在此期间内，当地村民进行冬灌和春灌。第31期之后，MD09监测点的变形速率减小，究其原因，这是由于农忙时节到来，庄稼成熟，当地村民暂时停止灌溉引起的。从第36期开始(2016-12)，MD09监测点水平方向和垂直方向的形变趋势曲线更加平缓，主要原因是2016-12，监测区域南侧，原来的旧灌溉渠改道，新的灌溉渠修建完成，离监测区域滑坡体后缘的旧渠最短距离也在100 m以上，并且当地停止对滑坡体后缘农田的灌溉，可见灌溉对黄土滑坡的变形影响较大。新旧灌溉渠对比如图4所示。

图4 新旧灌溉渠对比

为进一步探讨测量机器人监测结果与滑坡体实际变形情况是否相一致，选取MDF13号裂缝位移计的数据进行对比。MDF13位移计布设于MD09监测点后缘约6 m处的主控裂缝上，该地裂缝2015-12首次出现，位移计垂直于裂缝进行布设，以监测裂缝宽度的变化，从2016-03-06—2017-07-16，位移计监测结果如图5蓝色曲线所示，黑色和红色点状线分别表示测量机器人监测的水平位移和垂直位移值。

图5 MDF13位移计与全站仪结果对比

由图5可以看出，从2016-03-12，该裂缝宽度一直呈扩张趋势，从2016-12至今，裂缝位移呈平稳变化状态。全站仪所监测的变形点与位移计的布设点位置相差6 m左右，且监测原理不相同，导致变形结果无法直接比较；但是，两者的监测结果曲线在量级和变形趋势上均具有较好的一致性。上述分析表明，利用测量机器人对该研究区域黄土滑坡变形监测的结果精度较高，并且与实际形变趋势一致，可为滑坡体的变形预测预报提供可靠的基础信息。

4 结 论

基于黄土滑坡的特殊性，通过研究测量机器人应用于黄土滑坡监测结果的精度和可靠性，结合具体滑坡实例，采用测量机器人监测黄土滑坡的实测平均平面点位中误差为±4.0 mm，垂直方向的平均高程中误差为±2.4 mm，满足规范及监测方案设计要求。测量机器人的监测结果和位移计的结果在量级和变形趋势上一致，并且注意到灌溉因素对该区域的黄土滑坡变形具有显著性影响。针对黄土滑坡多期次破坏的特点，采用测量机器人进行移动式半自动变形监测作业，省时省力、成本低、精度高。此种滑坡变形监测方法可以在黄土滑坡等地质灾害监测和预警中推广使用。