贺巴高速公路某路堑高边坡坍塌失稳治理及全过程监测分析

陈川 包毅辉

作者简介：陈 川（1982—），高级工程师，主要从事岩土工程勘察设计工作。

文章旨在通过全过程监测技术从裂缝监测、深部位移监测等方面入手，对边坡的变化情况进行实时跟踪和分析，提出针对性的治理措施，为边坡施工设计优化提供科学的数据支持。分析结果表明：第一次优化设计后，部分裂缝张开得到抑制，但局部仍有较大裂缝和次生裂缝，边坡稳定性有进一步恶化的风险，需要采取更有效的措施；边坡变形主要以牵引滑动变形为主，主要区域位于2-2和7-7监测剖面所在坡体，局部发生浅层滑塌，需要加强该区域的监测和防护。研究证明全过程监测数据的反馈有利于实际工程的优化设计。

路堑高边坡；坍塌失稳；全过程监测；治理措施

U418.5+2A100345

0 引言[HJ1.8mm]

我国交通基础设施的迅速发展，高速公路等重要交通干线的建设成为了促进经济社会发展的关键举措。然而，由于地质条件的复杂性以及气候变化等因素的影响，高速公路建设中常常会面临边坡稳定性等地质灾害问题。

当前，对于高速公路等基础设施建设中的边坡稳定性问题，国内外学者已经进行了大量的研究。在实际工程中，主要通过现场监测对滑坡的稳定性进行分析，其监测数据的实时性、准确性和信息的多维度更有利于获得全面的信息和及早识别问题，并为科学研究提供数据支持和验证。目前，广泛应用的监测手段包括三维激光扫描［1］、声发射监测［2］、无人机遥感［3］、GPS测量［4-5］等技术。费汉强等［6］基于全球定位测量技术，建立和完善了边坡位移实时动态全球定位监测系统，并建立了四级监测预警机制；张龙等［7］通过采用北斗卫星、地下液位计、裂隙计等物联网监测技术建立一套全天候、全方位的公路工程边坡智能监测系统；李时宜等［8］开发了用于分布式布里渊光纤传感的光纤传感结构，提高光缆对局部变形的耐受度和应变监测准确度；赵谦等［9］提出了一种基于条纹投影和二维主成分分析的边坡监测方法，有效地监测到边坡的虚警；Di等［10］提出了一种基于北斗系统的边坡监测智能预警系统，进一步降低了灾害的虚警率；Preston［11］通过摄影测量提供了用于非活动矿山边坡的非接触式3D边坡变形评估方法；Cho等［12］使用无人驾驶飞行器和空中三角测量解决了土地蠕变和微小位移等难以监测的问题；Zheng等［13］采用光纤布拉格光栅传感技术，自行设计了一种测斜仪，用于测量斜坡的内部位移。

贺巴高速公路作为广西重要的交通枢纽，地势陡峭，地质情况复杂，其高边坡区域发生坍塌失稳的情况引起了极大关注。因此，有必要对贺巴高速某路堑高边坡的坍塌失稳现象进行深入研究和治理，以保障交通运输的安全和可持续发展。本文旨在通过全过程监测技术从裂缝监测、深部位移监测等方面入手，对边坡的变化情况进行实时跟踪和分析，提出针对性的治理措施，为贺巴高速公路的边坡稳定性问题提供科学的数据支持和有力保障。

1 工程背景

1.1 工程地质

广西贺巴高速某边坡属构造剥蚀中低山地貌，地形起伏较大，自然斜坡坡度约15°～30°，植被茂密，自然边坡稳定性较好，边坡表面未见滑坡、崩塌现象。

根据钻探及地质调绘揭示，边坡表层覆盖第四系坡残积粉质黏土混碎石，局部为碎石层。粉质黏土混碎石层呈硬塑状，厚度约1～3 m；碎石层呈稍密状，厚度6.0～7.5 m；下伏基岩岩性为泥质砂岩，中厚层状构造为主，局部夹薄层状，强～中风化为主，岩质较软，节理裂隙发育，岩体破碎，层厚约1.0～4.9 m，以下为中风化层，局部为中风化泥质灰岩。根据地质调绘成果，测得边坡开挖后揭露的基岩露头岩层产状为33°/NW∠19～26°，节理J1：318°/SW∠88°、J2：214°/SE∠62°，J3：127°/NE∠74°，节理裂隙多呈陡倾角状，裂隙多呈微张型，隙宽1～5 mm，隙面较平直、较粗糙，无充填。边坡区测得岩层产状及结构面统计如表1所示。

1.2 原设计方案

边坡原设计方案为一、二级边坡按1∶1的坡比开挖，三～五级边坡按1∶1.25的坡比开挖，坡间设置1.5 m宽的坡间平台，坡面采用锚杆（索）+格梁进行锚固，并采用基材喷播植草绿化。

边坡于2020年6～12月期间进行开挖施工。当完成三、四级边坡的锚杆（索）+格梁的施工，并进行二级边坡的锚杆（索）+格梁的施工，坡面发育不同程度的裂缝，裂缝主要集中在K0+880～K1+000以及K1+300～K1+400区域。因此，在2020年12月开始对边坡进行全面监测。

2 设计方案优化

2.1 第一次优化设计方案

边坡出现裂缝后对边坡两侧裂缝集中区域进行优化设计，优化后K0+820～K1+030和K1+270～K1+450段一、二级边坡按1∶1.25的坡比开挖，其余以上边坡均按1∶1.5的坡比开挖，坡间设置2 m宽的坡间平台，坡面采用基材喷播植草绿化。其余K1+030～K1+270段按原设计方案进行施工。

边坡于2021年1月下旬开始按第一次优化设计方案对K0+820～K1+030和K1+270～K1+450段边坡进行开挖施工，至4月份已基本完成开挖。按第一次优化设计方案施工后，边坡各里程段均出现不同程度的滑塌破坏，尤其是大桩号侧边坡破坏更严重，发展更迅速。

2.2 第二次优化设计方案

针对原设计方案及优化设计方案施工开挖后出现的问题，2021年9月对设计方案进行第二次优化。K0+820～K0+950段维持目前开挖状态，坡面采用挂铁丝网喷播植草绿化防护；K0+950～K0+990段坡率变更为1∶1.75，第一级平台宽20 m卸载滑塌体，第一至四级坡设置锚杆格梁加固，坡面挂铁丝网喷播植草绿化防护；K1+010～K1+160段坡率变更为1∶1.5，坡脚设混凝土挡墙，第一至五级坡设置锚杆格梁加固，坡面采用挂网喷混凝土封闭或挂铁丝网喷播植草绿化防护；K1+160～K1+300段第一级坡设置抗滑桩支挡+锚索锚固，第二至三级坡设置锚索格梁加固，第四至五级坡按原设计施工锚杆格梁，坡面及格梁间采用挂铁丝网喷播植草绿化；K1+310～K1+480段第一级坡设混凝土挡墙，坡率根据现场将滑塌体清除干净为准。

边坡于2021年9月下旬开始按第二次优化设计方案开挖施工，至2022年1月已经基本完成施工。按第二次优化设计方案施工后，K0+812～K1+000段坡面平台及格梁出现裂缝，12月份在一级宽平台实施堆载反压；K1+160～K1+310段在卸载桩前土后，抗滑桩桩身及一、二级坡平台出现裂缝，随后回填桩前土堆载反压；K1+310～K1+480段发生两次小规模局部浅层滑塌，目前正在处治中。

3 全过程监测

3.1 监测内容

根据《公路滑坡防治设计规范》（JTG/T 3334-2018）［14］，本项目边坡防治工程安全等级为一级。针对该边坡的基本情况，采用自动化监测与人工监测结合的技术手段。由于该边坡历经两次优化设计，可将监测周期大致分成三个阶段：（1）开展监测至第一次优化设计施工前（2020-12-01至2021-01-31）；（2）第一次优化设计施工至第二次优化设计施工前（2021-02-01至2021-09-30）；（3）第二次优化设计施工至今（2021-10-01至2022-03-31）。每个阶段的监测内容与监测方法如表2所示。本文主要从裂缝监测和深部位移监测对边坡坍塌失稳进行分析。

3.2 监测网、测点布置

根据现场地形、地质、支护结构和边坡现状，布设7条监测断面，以监测线为主形成边坡监测网，并开展地表巡查等手段补充边坡监测资料。监测点布置根据设计方案及施工情况动态调整，三个阶段的监测点布置见下页表3。

4 结果与分析

本文采用了多种监测方法，但裂缝监测和深部位移监测对于滑坡安全预警、滑面位置标定和稳定状态评估最为有效，因此主要从裂缝和深部位移两个方面对滑坡稳定性进行分析。

4.1 裂缝监测

在阶段一和阶段二分别布置有3个裂缝变形监测点，阶段三未布置有裂缝变形监测点。各阶段裂隙计监测数据见表4和图1。

由表4和图1可知：

阶段一裂缝LF2、LF4、LF5的变形以宽度增加为主，边坡处于滑面裂缝进一步贯通拉宽阶段。裂缝在牵引变形作用下有持续加深、加宽的趋势，并在坡体形成和积蓄足够的临空条件下继续牵引坡体后缘出现新的拉张裂缝，如此循环往复，逐渐形成多层级，多梯次的拉张裂缝，进而对边坡稳定性造成决定性影响。

阶段二LF19、LF21无明显变化，LF22的宽度、长度均有明显增加，且新增数条次生裂缝，该裂缝崩解发育仍在加剧累积。这主要和边坡岩性特征有关，该裂缝区域主要为中风化泥质粉砂岩，中风化泥质粉砂岩反复受雨水浸泡干湿循环作用的影响，使其崩解速度进一步加快，随着LF22的变形发展，裂缝的切割深度逐渐增大、宽度逐渐增宽，形成足够的临空条件，将会进一步牵引后缘坡体的变形，进而对边坡稳定性造成直接影响。

4.2 深部位移监测

由于不同监测阶段所布设的深部位移监测点不同，故将深部位移监测数据分为三个阶段。

4.2.1 阶段一

选取典型的2-2和7-7监测剖面对滑坡的滑动面进行分析，其典型深部测斜数据如图2～3所示。

K0+812～K1+000段2-2监测剖面出现双层滑动变形如图2（b），2-CX4的累积变形量大于2-CX3的累积变形量，故该段变形属于牵引滑动变形。滑面①峰值累积变形10.78～14.95 mm，峰值平均变形速率0.36～0.41 mm/d；滑面②峰值累积变形3.21～13.67 mm，峰值平均变形速率0.07～0.33 mm/d。阶段一边坡深部位移处于极低速～低速变形阶段。

K1+310～K1+480段7-7监测剖面出现单层滑动变形如图2（d、e），7-CX2的累计变形量大于7-CX1的累计变形量，故该段变形也属于牵引滑动变形。滑面峰值累积变形101.00～107.49 mm，峰值平均变形速率4.04～5.97 mm/d。本段边坡深部位移处于中高速～高速变形阶段。

4.2.2 阶段二

选取典型的4-4监测剖面对滑坡的滑动面进行分析，其典型深部测斜数据如图4所示。

K1+000～K1+160段4-4监测剖面在本阶段前期出现单层滑动变形，滑面峰值累积变形12.23 mm，峰值平均变形速率0.35 mm/d。本段边坡深部位移处于间歇性的极低速变形阶段。

4.2.3 阶段三

经过两次设计变更对滑坡进行处治后，滑坡处于基本稳定状态，深层测斜监测结果表明滑面累计变形量明显降低，最大为15.15 mm，变形速率为0.01～0.37 mm/d，边坡中下部浅层处于极低速变形阶段。其中最大累计变形量和变形速率出现在2-2监测剖面中，其累积位移-深度-时间曲线和断面见图5。

5 结语

通过全过程监测技术，对贺巴高速公路某路堑高边坡的坍塌失稳现象进行深入研究和治理。研究过程分为三个阶段，主要以裂缝和深部位移监测结果为依据，对边坡的变化情况进行实时跟踪和分析。主要得出结论如下：

（1）通过裂缝监测可知，裂缝以拉张裂缝为主。在第一阶段过程中，边坡裂缝持续拉宽加深，呈现多层级、多梯次的拉张裂缝发展趋势，加剧了边坡稳定性的恶化。到了第二阶段，边坡经过初步的优化设计后，部分裂缝已无明显变化，但浅层部位仍然存在宽度和长度持续增长的裂缝，并新增数条次生裂缝，进一步降低了边坡稳定性。因此，进行第二次优化设计是有必要的。

（2）边坡变形主要以牵引滑动变形为主。在第一阶段过程中，边坡变形主要位于2-2和7-7监测剖面，分别为双层滑动变形和单层滑动变形，且7-7剖面处

于中高速变形阶段；第二阶段时，两处剖面仍出现不同程度的滑塌破坏；第三阶段时，2-2剖面变形速率加快，因此，2-2剖面的坡体需要及时治理，并加强防护。

（3）裂缝监测、深度位移监测和巡查等监测方法相结合的高边坡全过程监测技术可以实时地捕捉到施工过程中的任何异常变化，并将监测数据实时分析和反馈，对工程优化提供决策支持。

参考文献

［1］王堃宇，王奇智，高龙山，等.基于三维激光扫描技术的边坡表面变形监测［J］.科学技术与工程，2017，17（20）：11-16.

［2］李 刚，肖 繁，刘 浩，等.边坡声发射监测研究综述［J］.长江科学院院报，2018，35（11）：57-62.

［3］Donati D，Stead D，Brideau M，et al.Using pre-failure and post-failure remote sensing data to constrain the three-dimensional numerical model of a large rock slope failure［J］.Landslides，2020.

［4］于 玲，韩 猛，鲁 宁，等.基于GPS技术的露天煤矿边坡变形规律及趋势分析［J］.煤矿安全，2019，50（8）：232-235.

［5］Kien N T，Nakashima S，Shimizu N.Displacement monitoring using GPS at an unstable steep slope and the performance of a new low-cost GPS sensor［C］.Geotechnics for Sustainable Infrastructure Development.Springer Singapore，2020.

［6］费汉强，马 增，潘 懿，等.基于实时动态全球定位测量的边坡监测预警研究［J］.矿业研究与开发，2023，43（7）：54-59.

［7］张 龙，白旭光，田腾飞，等.基于物联网的公路工程边坡智能动态监测系统研究［J］.公路，2022，67（9）：122-127.

［8］李时宜，李 浩，季文斌，等.基于布里渊光时域反射仪的边坡监测光纤传感器结构［J］.光子学报，2021，50（9）：115-123.

［9］赵 谦，许新亚.基于条纹投影和二维主成分分析的边坡监测方法［J］.工矿自动化，2015，41（11）：56-59.

［10］Di W，Bang Z，Jing W，et al.Design and implementation of intelligent early warning system for slope monitoring based on BDS［J］.全球定位系统，2019，44（3）：99-104.

［11］Preston R P.Implementation of a Pit Slope-Monitoring Network for Inactive Open-Pit Mines Using Photogrammetry［J］.Rock Mechanics and Rock Engineering，2021，54（6）：3 377-3 385.

［12］Cho J，Lee J，Lee B.Application of UAV photogrammetry to slope-displacement measurement［J］.KSCE Journal of Civil Engineering，2022，26（4）：1 904-1 913.

［13］Zheng Y，Zhu Z W，Deng Q X，et al.Theoretical and experimental study on the fiber Bragg grating-based inclinometer for slope displacement monitoring［J］.Optical Fiber Technology，2019（49）：28-36.

［14］JTG/T 3334-2018，公路滑坡防治设计规范［S］.