张飞¹, 杨天鸿¹, 王植¹, 肖平²
1. 东北大学 资源与土木工程学院, 辽宁 沈阳 110819;
2. 抚顺矿业集团西露天矿, 辽宁 抚顺 113001
收稿日期：2016-04-06
基金项目：国家重点基础研究发展计划项目(2013CB227902);国家自然科学基金资助项目(51574060)。
作者简介：张?飞(1990-), 男, 陕西商洛人, 东北大学博士研究生;
杨天鸿(1968-), 男, 辽宁抚顺人, 东北大学教授, 博士生导师。

摘要：针对某露天矿南帮边坡在蠕动变形过程中显现出的滑体形态, 在滑体东部和南部边界形态已知的情况下, 采用现场测量, INSAR卫星监测确定了西部边界的地表形态; 运用微震监测技术, 确定出了西部边界地下滑移面, 结合地表形态, 得到滑体西部边界空间形态; 利用三维建模技术建立了矿山主要研究区域的地质层位三维模型以及南帮滑体底部滑动面.西部边界与底部滑动面形态的确定为后续南帮边坡主滑体形态的确定提供了一定的理论依据.此次协同监测方案对具有类似滑坡体潜在危险的矿山边坡监测具有一定的借鉴意义.
关键词：高陡边坡微震监测协同监测三维建模滑体边界
Determination of West Boundary for Landslide Body of the South Slope in an Open-Pit Mine
ZHANG Fei¹, YANG Tian-hong¹, WANG Zhi¹, XIAO Ping²
1. School of Resources & Civil Engineering, Northeastern University, Shenyang 110819, China;
2. West Open Mine of Fushun Mining Group, Fushun 113001, China
Corresponding author: YANG Tian-hong, E-mail: yangtianhong@mail.neu.edu.cn
Abstract: Aiming at a landslide appeared during the creep deformation in the south slope of an open-pit mine, the surface morphology of the west boundary of the landslide was determined by using the on-site measurement and the INSAR technique when the east and south boundary shape were already known. Meanwhile, the underground sliding surface was determined by micro-seismic monitoring technique and the west boundary shape was determined according to the surface morphology and the underground sliding surface. Both the geological horizons in the main researching area and the bottom sliding surface of the landslide body were established by the 3D modeling technique. The west boundary shape provides a theoretical basis for the following determination of the landslide shape in the south slope. This collaborative monitoring programme can be a reference for mine slope monitoring under the similar condition.
Key Words: high and steep slopemicro-seismic monitoringcollaborative monitoringthree-dimensional modelingsliding boundary
某露天矿是一个具有100多年开采历史, 规模宏大的大型深凹露天矿.矿坑东西长约6.6 km, 南北宽约2.2 km, 坡高约430 m, 坑底标高-339 m.自2009年以来, 南帮边坡出现了较大的蠕动变形.在缓慢蠕动变形过程中, 滑体的轮廓已逐渐显露, 预估约有1亿m³的滑坡体, 滑坡体影响区域之广, 潜在影响范围之大, 在露天矿山系统都非常罕见.由于南帮边坡的变形, 南帮边坡部分地区出现了不同程度的破坏, 经过前期不同监测手段已经确定出了滑体的东部边界和南部边界.西部边界位于边坡W700附近, 但具体形态和位置不知, 受西部边界的影响, 在边坡W700附近, 边坡表面裂缝纵生, 房屋出现垮塌, 矿山运输道路出现严重的错动破坏, 这不仅影响矿山的正常运输, 而且还严重威胁到边坡上部坑口油厂建筑设施的安全, 影响矿山的正常生产.因此, 及时通过有效的监测手段确定出西部边界的形态, 具有实际的工程意义.
目前国内外对露天矿山边坡的位移监测主要以地表位移监测和地下深部位移监测为主.地表位移监测技术主要有数字化近景测量技术^[1]、GPS测量技术^[2]以及遥感遥测技术^[3-4]等.以深部位移为主的监测主要有测斜仪技术^[5]、时域反射技术^[6]以及微地震监测技术^[7]等.Raucoules等^[8]在2003年, 利用INSAR技术对法国Vauvert地区某处盐矿进行沉陷监测, 并根据INSAR监测结果指导修改矿区实际水准观测方案.徐奴文等^[9]通过对锦屏左岸边坡深部岩体活动规律的研究, 表明微震监测系统可有效地识别和圈定边坡深部岩体微破裂区域和潜在滑裂面.
上述监测技术在不同矿山的应用都是单一的地表位移监测或深部位移监测, 虽然国内外矿山对边坡监测技术的应用有很多, 并且有许多监测技术已经逐渐趋于成熟, 然而将地表位移监测与地下深部位移监测相结合的协同监测在矿山的研究和应用还很少.本研究所采用的协同监测相比以往的监测, 具有监测范围广、误差小、不间断、全天候、全方位等优点.
本文运用INSAR卫星监测技术与现场便携式GPS测量技术, 确定出了该露天矿西部边界地表主裂缝形态.利用微震监测技术对边坡内部岩体的微裂纹的扩展、贯通过程进行了分析, 确定出了西部边界岩体内部滑移面, 结合西部边界地表形态, 确定出了该露天矿南帮边坡主滑体的西部边界形态.通过三维建模技术建立了南帮主滑体底部滑动面空间形态与南帮主要研究区域的地质层位模型.为后续南帮边坡滑体形态的确定奠定了一定的基础, 对西南帮边坡危险区域的防治提供一定的理论依据, 对矿山安全生产具有实际的指导意义.
1 南帮矿区工程背景某露天矿南帮边坡属于人工开挖形成的高陡边坡, 矿坑南帮为非工作帮, 随着采场的不断降深, 矿坑南帮垂直深度已达400~500 m.边坡岩体主要由凝灰岩和玄武岩及其下部的花岗片麻岩构成.
因南帮边坡滑体的变形下滑, 滑体形态已经显露, 经前期的监测勘察, 确定出了滑体南部边界千台山裂缝位于千台山南坡, 处于南帮边坡W500~E2 300之间, 裂缝以北区域出现了明显的下沉与变形现象.裂缝走向近NE70°~80°, 长度约为3 km, 间距4~15 m左右, 裂缝局部扩展多达4个, 呈近似平行分布.东部边界F5断层位于该露天矿南帮中部E200~E1650范围, 长约1 700 m, 倾向235°, 倾角38°, 为张扭性的正断层, 水平断距42~59 m, 垂直断距15~22 m.南帮坑底鼓起现象明显, 虽然掌握了南帮详尽的地质剖面图, 但滑体底部滑动面空间形态未知, 西部边界位于W700附近, 但具体空间形状和深度未知, 如图 1所示.因此, 尽快确定出W700附近西部边界形态和滑体底部滑动面的形态, 对后续南帮滑体形态的确定以及危险区域防治提供一定的依据, 维护矿山正常的安全生产, 确保矿山人员的生命财产安全具有极为重要的意义.
图 1(Fig. 1)

图 1 南帮边坡滑体变形区域Fig.1 Deformation zone of the landslide in south slope

2 多技术手段应用2.1 三维实体建模技术矿山先后不同时期经过多次的地质钻探绘制了大量的地质剖面图, 在不断地生产过程中矿区结合不同程度的地层揭露与现场的变形特点, 对原有的地质剖面图进行修正, 得到了一系列较为准确的地质剖面图.虽然矿山掌握了大量地质剖面图, 但对矿山地质地形的认识仅停留在不连续的二维剖面上, 不能在三维空间上对南帮边坡地形地质状况有直观和清晰的了解, 特别是对南帮底部滑动面的空间起伏和分布状况了解更为有限.这对后续确定南帮边坡主滑体形态以及对边坡潜在危险区域的针对性防治都极为不利.因此根据地质剖面图, 运用三维建模技术建立南帮边坡地质层位三维空间分布图, 特别是南帮滑体的底部滑动面形态, 对后续微震监测结果的分析以及西侧边界空间形态确定都具有重要的意义.
2.2 INSAR卫星监测技术INSAR监测技术在边坡监测过程中具有全天候、全天时、高分辨率、覆盖面积广等特点^[10].INSAR卫星监测技术在大面积边坡地表位移监测上相比传统的地表位移监测技术具有周期短、成本低等优点, 同时也减少了人工布设传感器网这一繁琐的过程, 消除了工作人员在危险区域作业时的风险.
在该露天矿南帮边坡W500~W800区域内可以观察到矿坑表面有多条裂缝的存在.如果仅靠单一的现场人工测量, 很难确定出主裂缝的形态.这对后续微震监测系统方案布置以及西部边界的空间形态确定都有很大的影响.而且人工测量受到地质条件、劳动强度等因素的限制, 使其只能是局部区域小范围的, 在较大范围的测量中就会耗时费力.由于露天矿山矿区范围一般较大, 卫星监测在大范围监测上就会表现出其特有的优势.因此, 尽快结合INSAR卫星监测手段确定出西部边界地表主裂缝形态具有很大的实际意义.
2.3 微震监测技术微震监测技术在边坡稳定性监测上具有较好的应用, 能对岩体内部微裂纹的扩展以及岩爆等起到预测的作用.微震监测技术能够达到连续监测的目的, 而且也可实现远程监测与早期预警.为了进一步确定出西部边界的空间形态, 监测南帮边坡在蠕动变形过程中西部边界周围岩体稳定性的变化规律, 此次监测使用澳大利亚矿震研究院的IMS矿山微震监测系统, 对南帮边坡W700附近区域主裂缝两侧的微震活动实施全天候连续监测.
该露天矿微震监测系统总体上由地面微震数据处理系统、微震数据采集系统、传感器三部分组成.微震监测系统组织结构图如图 2所示.
图 2(Fig. 2)

图 2 微震监测系统组织结构图Fig.2 Organization and structure of micro-seismic monitoring system

该套微震监测系统覆盖了油厂下部裂缝两侧的重点观测区域.对后续分析确定西部边界内部破裂面提供了可靠的技术支持, 结合西部边界的地表形态, 确定出西部边界的空间形态, 为南帮滑体形态的标定奠定了基础.
3 滑体底部滑动面及西部边界形态的确定3.1 南帮主滑体底部滑动面形态确定将典型的地质剖面图在CAD中做简单的处理后, 导入3DMine矿业工程软件中, 进行三维坐标转换, 使地质剖面图处于真实的位置, 将剖面图中的不同地质层位的轮廓线提取出来, 并做好分组, 依次保存为线文件.将保存好的线文件依次重新导入软件中, 对轮廓线局部进行适当调整, 选用合适的方法依次对地层轮廓线进行三维拉伸, 生成三维地质层位图, 将所得到的地质层位图进行汇总, 最终得出具有起伏状的南帮底部滑动面形态, 以及包括断层、软弱结构面、煤层和岩层等信息的地质层位图.运用三维建模技术得到的矿山主要研究区域的地质层位图与南帮底部滑动面形态图, 如图 3所示.
图 3(Fig. 3)

图 3 矿山主要研究区域地层形态与南帮底部滑动面形态图Fig.3 Geologic layer and the bottom sliding surface for south slope of the main region in the mine

3.2 西部边界地表形态的确定西部边界地表形态即西南帮边坡地表主裂缝的形态, 将现场人工测量技术与卫星监测技术结合, 确定出西部边界的地表主裂缝形态, 这样不仅可以弥补现场人工测量对于主裂缝形态难于判断的情况, 又可以尽量降低卫星监测带来的误差, 进而达到确定出南帮边坡西部边界地表形态的目的.
西南帮地表主裂缝形态采取现场人工测量与INSAR卫星监测相结合的监测手段获得.对INSAR卫星捕获的2幅不同时期的矿坑监测图像进行叠加与局部放大处理, 调整2幅监测图像的透明度, 运用寻找西南帮边坡区域同名特征点(两个时期同一标志性物体)的方法确定出西南帮边坡地表变形的西部临界点, 将这些点连接起来, 得到卫星监测获得的西部边界地表形态, 如图 4a所示.现场地表裂缝测量运用便携式GPS仪完成.通过现场的实地测量, 确定出了现场裂缝大体形态, 裂缝在边坡上部表现出三条大致平行的形态, 向坑底延伸过程中由于回填等因素导致, 又仅可测量到一条裂缝的形态, 待现场测量完成后, 将测量的裂缝形态导入三维可视化软件, 得到实测裂缝的形态图, 如图 4b所示.将卫星图像分析得到的临界点与现场实测裂缝的位置进行叠加(图 4b), 通过对两种方法得到的地表形态进行对比分析与圆滑处理, 得到了西南帮主裂缝的地表形态, 如图 4c所示.
图 4(Fig. 4)

图 4 多手段确定出的西部边界地表形态Fig.4 Surface morphology of the west boundary determined by different means (a)－卫星监测图像确定出的裂缝形态图；(b)－现场实测地表裂缝与临界点叠加图；(c)－西部边界地表形态图.

3.3 微震监测结果分析与西部边界形态确定该矿南帮边坡属于高陡边坡, 加之该露天矿岩体自身存在丰富的节理裂隙, 边坡岩体被节理裂隙切割, 岩体较为破碎, 风化现象明显.在边坡开挖的过程中, 边坡岩体会出现卸荷松弛, 卸荷可能诱发岩体破裂等危害边坡稳定性的风险.
经过为期一段时间的监测, 对微震监测系统所获得的事件进行筛选、识别, 挑选出岩石破裂信号, 对挑选出的微震信号进行处理, 得到破裂信号的空间定位、能量以及震级等信息, 将微震定位事件的信息导出, 在三维可视化软件中分别以大小表示能量, 颜色表示事件的震级, 进行显示.图 5为微震事件空间分布规律及其密度云图, 边坡内部岩体微破裂事件主要集中在W700附近边坡表面以下, 自-42 m到143 m高程, 分布在西南帮主裂缝两侧, 呈长条带状分布.
图 5(Fig. 5)

图 5 微震事件空间分布与密度云图Fig.5 Space distribution and density of the micro-seismic events

图 5中微震事件三维空间分布规律与密度云图表明随着南帮边坡的不断蠕动变形, 边坡内部岩体微裂纹不断地产生并扩展, 微震事件在裂缝两侧不断积聚, 最终形成了一个微震事件密度大, 能量释放率高为特征的微破裂长条带状聚集区域.随着高能微震事件的密度不断增加, 说明该区域的裂纹不断扩展与贯通, 岩体内部不断产生破坏与释放能量, 随着裂纹的数量和面积不断增加, 裂纹间相互贯通, 微破裂不断产生与积聚, 最终岩体内部将会形成宏观的大破裂面, 在边坡的表面则表现出地表被内部破裂的岩体拉开而产生开裂与变形.该区域地表出现不同程度上的裂缝与变形, 这些宏观现象的出现验证了以上微震监测结果以及最初的推断.
研究边坡缓慢变形下滑过程中, 内部岩体微破裂的产生、发展以及贯通过程, 在S300到S750之间沿东西方向每隔50 m截取一个剖面, 共截取10个剖面, 剖面线位置如图 6所示.将每个剖面附近20 m范围内的微震事件投影到该剖面上, 以图 7为例, 图 7表示S450剖面上通过微震事件确定出的滑移边界线.
图 6(Fig. 6)

图 6 剖面位置图Fig.6 Position of the profile

图 7(Fig. 7)

图 7 S450剖面中的微震事件分布及西部边界线Fig.7 Space distribution of the micro-seismic events and the west boundary line of profile S450

根据每个剖面上微震事件的时间演化规律与空间分布规律, 将每个剖面上微震事件随时间演化的轨迹以及事件空间分布特征用圆滑曲线描绘出来, 确定出每个剖面上西部滑移边界线, 统计每个剖面上滑移边界线的倾角, 计算出其平均倾角为47°.将每个剖面中的西部滑移边界线进行坐标转换, 让其处于空间真实位置, 如图 8a所示.结合西部边界地表形态, 对西部滑移边界线在三维空间中运用3DMine矿业工程软件进行三维拉伸, 最终得到西部边界的空间形态轮廓如图 8b所示.
图 8(Fig. 8)

图 8 由微震事件反演出的西部边界形态Fig.8 The west boundary based on inversion analysis of the micro-seismic events (a)－西部边界底部破裂面空间分布形态；(b)－西部边界空间形态.

4 结论1) 运用INSAR卫星监测技术、现场人工测量技术、微震监测技术的协同监测, 确定了西部边界的空间形态, 西部边界位于南帮边坡W500与W750之间, 其平均倾角为47°.
2) 该露天矿南帮主要研究区域三维地质层位形态的建立, 使得矿山对地质层位有了三维空间上的直观了解; 底部滑动面形态的确定, 为后续滑体产生的潜在危险区域的治理提供了一定的依据.
3) 西部边界形态与南帮滑体底部滑动面形态的确定, 对后续南帮滑体形态的标定, 起到了至关重要的作用, 为边坡上部坑口油厂重点区域变形机理的研究, 提供了一定的理论支撑, 对矿山的安全生产具有指导性意义.此次该露天矿西南帮边坡的协同监测方案, 可以为具有类似滑坡体潜在危险矿山的边坡监测提供一定的借鉴.
参考文献

[1]	Clive S F, Kenneth L E. Design and implementation of a computational processing system for off-line digital close-range photogrammetry[J].Journal of Photogrammetry and Remote Sensing, 2000, 55(5): 94–104.
[2]	Mora P, Baldi P, Casula G, et al. Global positioning systems and digital photogrammetry for the monitoring of mass movements:application to the Ca′di Malta landslide (Northern Apennines, Italy)[J].Engineering Geology, 2003, 68(1): 103–121.
[3]	Sun D F, Li H, Lin P. Monitoring land use and landscape changes caused migrant resettlement with remote sensing in region of three gorges of Yangtze river[J].Transactions of the CSAE, 2003, 19(5): 218–224.
[4]	Hervás J, Barredo J I, Rosin P L, et al. Monitoring landslides from optical remotely sensed imagery:the case history of Tessina landslide, Italy[J].Geomorphology, 2003, 54(1): 63–75.
[5]	Osasan K S, Afeni T B. Review of surface mine slope monitoring techniques[J].Journal of Mining Science, 2010, 46(2): 177–186.DOI:10.1007/s10913-010-0023-8
[6]	谭捍华, 傅鹤林. TDR技术在公路边坡监测中的应用试验[J].岩土力学, 2010, 31(4): 1331–1336. ( Tan Han-hua, Fu He-lin. Testing study of application of time domain reflectometry to highway slope monitoring[J].Rock and Soil Mechanics, 2010, 31(4): 1331–1336.)
[7]	Miao H, Jiang F, Song X, et al. Automatically positioning micro-seismic sources in mining by the stereo tomographic method using full wave fields[J].Applied Geophysics, 2012, 9(2): 168–176.DOI:10.1007/s11770-012-0327-3
[8]	Raucoules D, Maisons C, Camec C, et al. Monitoring of slow ground deformation by ERS radar interferometry on the Vauvert Salt Mine (France)comparison with ground-based measurement[J].Remote Sensing of Environment, 2003, 88(4): 468–478.DOI:10.1016/j.rse.2003.09.005
[9]	徐奴文, 唐春安, 周钟, 等. 岩石边坡潜在失稳区域微震识别方法[J].岩石力学与工程学报, 2011, 30(5): 893–900. ( Xu Nu-wen, Tang Chun-an, Zhou Zhong, et al. Identification method of potential failure regions of rock slope using micro-seismic monitoring technique[J].Chinese Journal of Rock Mechanics and Engineering, 2011, 30(5): 893–900.)
[10]	赵华. 应用合成孔径雷达干涉技术监测矿区地表形变[J].四川测绘, 2003, 26(3): 99–104. ( Zhao Hua. Application of satellite radar interferometry for monitoring the deformation of mining area[J].Surveying and Mapping of Sichuan, 2003, 26(3): 99–104.)