劉洋洋，李永強(qiáng)，郭增長(zhǎng)，李有鵬

(河南理工大學(xué) 測(cè)繪與國(guó)土信息工程學(xué)院，河南 焦作 454000)

基于A(yíng)HP-Fuzzy和激光點(diǎn)云數(shù)據(jù)的公路邊坡危險(xiǎn)性評(píng)估研究*

劉洋洋，李永強(qiáng)，郭增長(zhǎng)，李有鵬

(河南理工大學(xué) 測(cè)繪與國(guó)土信息工程學(xué)院，河南 焦作 454000)

針對(duì)目前公路邊坡危險(xiǎn)性評(píng)估大多側(cè)重于判斷危險(xiǎn)等級(jí)，很少深入研究其中具體危險(xiǎn)點(diǎn)的問(wèn)題，提出一種基于A(yíng)HP-Fuzzy和激光點(diǎn)云數(shù)據(jù)的公路邊坡危險(xiǎn)性綜合評(píng)估方法。該文先根據(jù)地質(zhì)條件將公路邊坡劃分為若干路段，再采用AHP-Fuzzy評(píng)價(jià)法對(duì)各路段邊坡進(jìn)行整體評(píng)估，確定危險(xiǎn)邊坡；然后利用車(chē)載LiDAR系統(tǒng)獲取各危險(xiǎn)邊坡兩期激光點(diǎn)云數(shù)據(jù)，構(gòu)建DEM模型，并使用色譜分析法對(duì)兩期模型進(jìn)行局部評(píng)估，找出具體的危險(xiǎn)點(diǎn)；最后結(jié)合專(zhuān)家意見(jiàn)，定性判斷危險(xiǎn)路段可能發(fā)生的災(zāi)害類(lèi)型，并提出相應(yīng)的防治建議。以重慶市某公路為例，采用新方法進(jìn)行評(píng)估實(shí)驗(yàn)。結(jié)果表明，研究區(qū)4、8、10號(hào)路段危險(xiǎn)性較大，易發(fā)生滑坡、崩塌災(zāi)害，建議采取及時(shí)的防治措施。與傳統(tǒng)方相比，該方法既能確定危險(xiǎn)邊坡，又能找出其中的具體危險(xiǎn)點(diǎn)，為公路邊坡防災(zāi)減災(zāi)研究開(kāi)辟了一種新思路。

公路邊坡；危險(xiǎn)性評(píng)估；AHP-Fuzzy評(píng)價(jià)法；車(chē)載LiDAR系統(tǒng)；激光點(diǎn)云數(shù)據(jù)；防災(zāi)減災(zāi)

隨著我國(guó)經(jīng)濟(jì)建設(shè)的飛速發(fā)展，以公路、鐵路等為主的國(guó)家基礎(chǔ)建設(shè)也取得了豐碩成果，但同時(shí)也出現(xiàn)了諸多問(wèn)題。由于公路獨(dú)特的線(xiàn)狀特征，導(dǎo)致在開(kāi)挖過(guò)程中形成了大量的人工邊坡，雖然在工程建設(shè)中已經(jīng)對(duì)這些邊坡采取了防護(hù)措施，但由于公路沿線(xiàn)地質(zhì)環(huán)境復(fù)雜多變，所以仍然存在著很多隱患，滑坡、崩塌等災(zāi)害頻頻發(fā)生，給公路交通和人民安全造成了嚴(yán)重威脅，因此，針對(duì)公路邊坡進(jìn)行危險(xiǎn)性評(píng)估具有重大的實(shí)際意義[1-2]。公路邊坡的穩(wěn)定性及危險(xiǎn)性評(píng)估是近年來(lái)國(guó)內(nèi)外專(zhuān)家學(xué)者持續(xù)關(guān)注的研究熱點(diǎn)，國(guó)外方面，土耳其的Teoman M B利用極限平衡法和有限差分法對(duì)安卡拉E90公路沿線(xiàn)某土質(zhì)邊坡進(jìn)行了穩(wěn)定性評(píng)估[3]；印度的Gortmaker S L則采用赤平投影方法和滾石數(shù)值模擬軟件對(duì)馬哈拉施特拉邦某公路邊坡進(jìn)行穩(wěn)定性分析[4]；相比國(guó)外專(zhuān)家，國(guó)內(nèi)學(xué)者對(duì)該領(lǐng)域也有較多研究，如何鋒利用神經(jīng)網(wǎng)絡(luò)法建立了邊坡穩(wěn)定性評(píng)價(jià)的神經(jīng)網(wǎng)絡(luò)BP模型，并對(duì)桂林至柳州一級(jí)公路中K250段公路邊坡進(jìn)行了穩(wěn)定性評(píng)價(jià)[5]；張菊連運(yùn)用Logistic逐步回歸遴選邊坡影響因子，建立了邊坡穩(wěn)定性評(píng)價(jià)的Logistic回歸模型[6]；柳厚祥將模糊聚類(lèi)理論與模糊模式識(shí)別結(jié)合起來(lái)，建立了公路邊坡穩(wěn)定性模糊聚類(lèi)迭代評(píng)價(jià)模型[7]；王衛(wèi)東運(yùn)用GIS技術(shù)將地質(zhì)災(zāi)害宏觀(guān)區(qū)劃與單體邊坡穩(wěn)定性分析以及監(jiān)測(cè)預(yù)警相結(jié)合，構(gòu)建了公路邊坡信息管理系統(tǒng)等[8]。在國(guó)內(nèi)外專(zhuān)家的不懈努力下，公路邊坡的危險(xiǎn)性評(píng)估研究取得了很大進(jìn)展，但依然存在一些亟待解決的問(wèn)題，如目前大多公路邊坡危險(xiǎn)性評(píng)估在確定邊坡危險(xiǎn)等級(jí)后，針對(duì)危險(xiǎn)性較大的邊坡，很少深入研究其中具體哪一點(diǎn)或者哪個(gè)區(qū)域比較危險(xiǎn)，而這些信息都是公路部門(mén)制定邊坡防災(zāi)減災(zāi)方案時(shí)所迫切需求的關(guān)鍵信息。針對(duì)此點(diǎn)，本文提出了一種新的公路邊坡危險(xiǎn)性評(píng)估方法，該方法利用AHP-Fuzzy法、車(chē)載LiDAR系統(tǒng)、DEM建模技術(shù)及色譜分析法等對(duì)公路邊坡進(jìn)行由整體到局部、由面到點(diǎn)的綜合評(píng)估，目的是判斷研究區(qū)各路段邊坡危險(xiǎn)等級(jí)，確定危險(xiǎn)性較大的邊坡，并找出其中的危險(xiǎn)點(diǎn)，最后基于評(píng)估結(jié)果、實(shí)地考察情況和專(zhuān)家意見(jiàn)，定性判斷危險(xiǎn)路段可能發(fā)生的災(zāi)害類(lèi)型，為公路部門(mén)制定防災(zāi)減災(zāi)方案提供具有針對(duì)性和實(shí)用性的決策支持。最后，以重慶市319國(guó)道某段公路為例，采用新方法進(jìn)行應(yīng)用研究。

1 關(guān)鍵技術(shù)與方法

1.1 AHP-Fuzzy法

AHP-Fuzzy法，是一種將層次分析法(AHP)和模糊評(píng)價(jià)法(Fuzzy)結(jié)合使用的綜合評(píng)價(jià)方法[9-10]。其中，AHP法(Analytical Hierarchy Process)即層次分析法，是美國(guó)著名運(yùn)籌學(xué)家satty教授于1973年提出的一種多目標(biāo)多準(zhǔn)則權(quán)重計(jì)算方法，該方法能有效實(shí)現(xiàn)定量和定性綜合評(píng)價(jià)，適用于一些結(jié)構(gòu)龐大、準(zhǔn)則較多且不易量化的復(fù)雜問(wèn)題，其基本原理是把問(wèn)題層次化，即將一個(gè)復(fù)雜問(wèn)題簡(jiǎn)化為總目標(biāo)(最高層)與決策方案(最底層)之間相對(duì)重要性及權(quán)值確定的排序問(wèn)題[11]。模糊評(píng)價(jià)法是一種對(duì)受多種模糊因素影響的復(fù)雜事件進(jìn)行綜合評(píng)價(jià)的數(shù)學(xué)方法，該方法采用模糊數(shù)學(xué)理論來(lái)分析下級(jí)因素對(duì)上層事件的影響情況，通過(guò)層層遞進(jìn)，最終求出各個(gè)因素對(duì)總目標(biāo)的影響狀態(tài)[12-14]。在實(shí)際應(yīng)用中，模糊評(píng)價(jià)法的指標(biāo)權(quán)重一般由專(zhuān)家學(xué)者主觀(guān)判斷得出，其評(píng)價(jià)結(jié)果具有一定的模糊性和主觀(guān)性，而層次分析法是將人的主觀(guān)判斷用數(shù)值形式進(jìn)行表達(dá)的定量分析方法，它能有效降低個(gè)人主觀(guān)臆斷所造成的不確定性和模糊性，因此將模糊評(píng)價(jià)法和層次分析法進(jìn)行有機(jī)結(jié)合，各取長(zhǎng)處，互補(bǔ)互助，可最大程度地減少評(píng)價(jià)結(jié)果的主觀(guān)性和模糊性，提高其客觀(guān)性和準(zhǔn)確性。該方法詳細(xì)計(jì)算步驟如圖1所示。

圖1 AHP-Fuzzy綜合評(píng)價(jià)法

1.2 車(chē)載LiDAR系統(tǒng)

車(chē)載LiDAR(Light Detecting And Ranging)系統(tǒng)是一種集成了多個(gè)高端傳感器的、能在行駛過(guò)程中動(dòng)態(tài)采集車(chē)輛兩側(cè)目標(biāo)物表面三維信息的高性能移動(dòng)數(shù)據(jù)采集系統(tǒng)。在大型機(jī)動(dòng)車(chē)的基礎(chǔ)上，其主要裝載了GPS定位系統(tǒng)、激光掃描儀、CCD相機(jī)、里程計(jì)、IMU慣性導(dǎo)航測(cè)量單元以及控制裝置等先進(jìn)儀器設(shè)備[15-16]。車(chē)載LiDAR系統(tǒng)采集的數(shù)據(jù)信息是海量的三維數(shù)據(jù)點(diǎn)云，包括數(shù)據(jù)的回波強(qiáng)度、灰度值以及三維坐標(biāo)等關(guān)鍵信息，具有離散性、盲目性和海量性等特點(diǎn)[17-18]，該系統(tǒng)在采集公路邊坡數(shù)據(jù)時(shí)具有先天的優(yōu)勢(shì)，主要體現(xiàn)在以下幾個(gè)方面：①采集效率高、機(jī)動(dòng)性強(qiáng)；②外業(yè)勞動(dòng)強(qiáng)度低、自動(dòng)化程度高；③信息量豐富、測(cè)量精度高。

1.3 色譜分析法

色譜分析法的核心思想是對(duì)構(gòu)建的兩期公路邊坡DEM(數(shù)字高程)模型進(jìn)行對(duì)比分析，并將某一坐標(biāo)軸(x,y,z)方向上的邊坡位移形變分量按照其數(shù)值大小依次設(shè)定為不同的顏色，每個(gè)顏色代表一個(gè)位移形變范圍，從而形成一個(gè)邊坡位移形變情況的可視化整體色譜圖，通過(guò)色譜圖中可以清晰地看出公路邊坡的整體形變位移狀態(tài)，并從中找出邊坡位移較嚴(yán)重的點(diǎn)或區(qū)域，即邊坡危險(xiǎn)點(diǎn)。同時(shí)，對(duì)于危險(xiǎn)點(diǎn)或區(qū)域，可定量計(jì)算其在各空間坐標(biāo)方向上的變形量。色譜圖上每個(gè)顏色所代表的形變范圍可根據(jù)實(shí)際情況按需設(shè)定，一般用暖色調(diào)表示正向變化，用冷色調(diào)表示負(fù)向變化[19-20]。

2 應(yīng)用研究

2.1 研究區(qū)概況

結(jié)合論文研究目的，本文選擇重慶市境內(nèi)319國(guó)道某路段作為研究區(qū)域，該路段長(zhǎng)約32 km，建成于1988年，已運(yùn)營(yíng)29年，屬于國(guó)家一級(jí)公路，公路沿線(xiàn)為山區(qū)丘陵地形。據(jù)歷史記載，該路段曾發(fā)生多起邊坡災(zāi)害，屬于公路部門(mén)重點(diǎn)監(jiān)管區(qū)域，尤其是近期暴雨天氣頻頻出現(xiàn)，該區(qū)域滑坡、泥石流災(zāi)害也隨之增多，給交通安全造成了嚴(yán)重威脅。

圖2 公路邊坡危險(xiǎn)性評(píng)估層次結(jié)構(gòu)模型

評(píng)估指標(biāo)邊坡地形因素巖土地質(zhì)因素邊坡坡高/m邊坡坡度/(°)邊坡坡形坡體結(jié)構(gòu)巖土類(lèi)型巖體風(fēng)化程度/%結(jié)構(gòu)面發(fā)育程度/%危險(xiǎn)小<10<10凹(01)均質(zhì)(01)硬(01)<5<10危險(xiǎn)中等10～5010～35直(05)層狀(05)半硬(05)5～3010～40危險(xiǎn)大>50>35凸(08)松散(08)軟(08)>30>40實(shí)測(cè)值6228045065055258評(píng)估指標(biāo)氣象水文因素其他因素年平均降水量/mm地下水埋深巖土層飽水率/%巖土層滲透系數(shù)/(m/d)植被覆蓋率/%地震強(qiáng)度/°人類(lèi)工程活動(dòng)危險(xiǎn)小<500淺(01)<025<5>30<3小(01)危險(xiǎn)中等500～1200中(05)025～0755～305～303～8中(05)危險(xiǎn)大>1200深(08)>075>30<5>8大(08)實(shí)測(cè)值125007506025376040

2.2 公路邊坡分段

目前，對(duì)于公路邊坡分段的標(biāo)準(zhǔn)，還沒(méi)有統(tǒng)一規(guī)定的適用準(zhǔn)則，大多都是結(jié)合研究區(qū)實(shí)際情況，經(jīng)專(zhuān)家組判斷分析來(lái)進(jìn)行劃分。結(jié)合專(zhuān)家意見(jiàn)、前人研究成果及實(shí)地考察情況，該文按照地質(zhì)條件來(lái)對(duì)研究區(qū)邊坡進(jìn)行劃分，地質(zhì)條件主要有巖性、地層、坡高、坡度等，將以上四個(gè)條件相似的邊坡地形分為一段，共分10段，每段距離不等，分別標(biāo)記為1～10號(hào)。

2.3 整體評(píng)估

2.3.1 構(gòu)建層次結(jié)構(gòu)模型

在進(jìn)行整體評(píng)估前，需先確定公路邊坡災(zāi)害影響因子并構(gòu)建相應(yīng)的層次結(jié)構(gòu)模型，結(jié)合前人研究成果、專(zhuān)家判斷及研究區(qū)地質(zhì)環(huán)境情況，本文從邊坡地形、巖土地質(zhì)、氣象水文、其他因素等四個(gè)角度進(jìn)行考量考察，總結(jié)了4類(lèi)14項(xiàng)公路邊坡災(zāi)害的主要影響因子，并將其作為進(jìn)行危險(xiǎn)性評(píng)估的參評(píng)因子，分別如下所示：邊坡地形因素(邊坡高度、邊坡坡度、邊坡坡形)；巖土地質(zhì)因素(坡體結(jié)構(gòu)、巖土類(lèi)型、巖土風(fēng)化程度、結(jié)構(gòu)面發(fā)育程度)；水文氣象因素(年平均降水量、地下水埋深、巖土層飽水率、巖土層滲透系數(shù))；其他因素(植被覆蓋率、地震強(qiáng)度、人類(lèi)工程活動(dòng))。最后，以公路邊坡危險(xiǎn)性評(píng)估為總目標(biāo)，以邊坡地形因素、巖土地質(zhì)因素、氣象水文因素、其他因素為準(zhǔn)則層，以二級(jí)參評(píng)因子為方案層，建立公路邊坡危險(xiǎn)性評(píng)估層次結(jié)構(gòu)模型，并定義危險(xiǎn)性中等及中等以上的邊坡為危險(xiǎn)路段。層次結(jié)構(gòu)模型如圖2所示。

2.3.2 參評(píng)因子指標(biāo)量化

層次結(jié)構(gòu)模型構(gòu)建完成后，采用AHP-模糊綜合評(píng)估法分別對(duì)1～10號(hào)路段進(jìn)行整體評(píng)估。結(jié)合專(zhuān)家意見(jiàn)，為便于評(píng)估，各路段參評(píng)因子指標(biāo)量化值都取平均值，對(duì)于坡度、坡高等定量因子，采用實(shí)測(cè)數(shù)值進(jìn)行描述；對(duì)于坡形、坡體結(jié)構(gòu)等用文字描述的定性因子，采用專(zhuān)家定性分析法確定其量化值。以4號(hào)路段為例，該路段全長(zhǎng)約4 km，平均坡度約28°，平均坡高約62 m，坡形多為直坡，植被平均覆蓋率約37%，地震烈度為Ⅵ度，地質(zhì)災(zāi)害以滑坡為主，坡體結(jié)構(gòu)以巨厚層狀為主，巖土類(lèi)型多為中等半硬-強(qiáng)風(fēng)化板巖，灰褐色，巖體較破碎，部分巖體呈現(xiàn)較嚴(yán)重泥化現(xiàn)象，該區(qū)域地下水容量豐富，年平均降水量約1 250 mm左右。4號(hào)路段各項(xiàng)參評(píng)因子指標(biāo)量化值如表1所示。

2.3.3 構(gòu)造判斷矩陣

根據(jù)4號(hào)路段邊坡實(shí)際情況，結(jié)合專(zhuān)家意見(jiàn)，選用1～9標(biāo)度法對(duì)公路邊坡危險(xiǎn)性評(píng)估的各項(xiàng)參評(píng)因子相對(duì)重要性進(jìn)行兩兩比較，賦予A～U、C1～C14相應(yīng)的權(quán)重值，并在此基礎(chǔ)上，構(gòu)造5個(gè)判斷矩陣，依次為：A～U、U1～C、U2～C、U3～C、U4～C。以U4～C為例，其判斷矩陣如表2所示。

表2 U4～C判斷矩陣

2.3.4 層次單排序

層次單排序是指針對(duì)上層次中的某個(gè)元素，確定本層次與之有聯(lián)系的各個(gè)元素相對(duì)重要性排序的權(quán)重值，目的是解決判斷矩陣的特征根和特征向量的計(jì)算問(wèn)題，如針對(duì)判斷矩陣B，計(jì)算滿(mǎn)足式(1)的特征根和特征向量。

BW=λmaxWi。

(1)

式中：λmax為B的最大特征根，W為對(duì)應(yīng)于λmax的特征向量；Wi為對(duì)應(yīng)于W的分量，即參評(píng)因子層次單排序的權(quán)重值。目前，計(jì)算判斷矩陣的最大特征根及特征向量的主要方法為和積法或方根法。以U4～C判斷矩陣中C12因子(植被覆蓋率)為例，本文采用方根法求解其最大特征根及特征向量，具體計(jì)算步驟如下所示：

(1)首先求解判斷矩陣中C12行列(第一行)指標(biāo)乘積M1,可得：

(2)

(2)其次計(jì)算M1的三次方根W1，可得：

(3)

(3)最后進(jìn)行歸一化處理，計(jì)算權(quán)重W1，可得：

(4)

同理，根據(jù)上述步驟，可依次求出其他參評(píng)因子的層次單排序權(quán)重值。參評(píng)因子權(quán)重計(jì)算完成后，還需對(duì)結(jié)果進(jìn)行一致性檢驗(yàn)，以驗(yàn)證矩陣是否滿(mǎn)足一致性。以U4～C判斷矩陣為例，一致性檢驗(yàn)步驟如下所示：

(1)首先計(jì)算U4～C矩陣三個(gè)因子權(quán)重(W1,W2,W3)的特征向量W，可得：

W=(W1W2W3)T。

(5)

(2)其次計(jì)算判斷矩陣的最大特征根λmax，可得：

(6)

式中：

(7)

(3)最后計(jì)算判斷矩陣的一致性指標(biāo)CI和隨機(jī)一致性比例CR，可得：

(8)

(9)

通過(guò)計(jì)算結(jié)果可知，該矩陣CR值小于0.1，證明其滿(mǎn)足一致性檢驗(yàn)。同理，根據(jù)上述步驟，可依次求出其他4個(gè)判斷矩陣的層次單排序權(quán)重值及一致性比例。經(jīng)計(jì)算，A～U等5個(gè)矩陣的一致性比例值CR均小于0.1，說(shuō)明文中構(gòu)造的判斷矩陣是合理的、滿(mǎn)足標(biāo)準(zhǔn)的。

表3 參評(píng)因子層次總排序權(quán)重

2.3.5 層次總排序

計(jì)算出U1～C等5個(gè)判斷矩陣的層次單排序權(quán)重值后，根據(jù)從上到下的順序，依次求出公路邊坡危險(xiǎn)性評(píng)估14個(gè)參評(píng)因子的層次總排序權(quán)重值，可得權(quán)重總矩陣:A=[0.2333, 0.0509, 0.1336, 0.0533, 0.0590, 0.0835, 0.0287, 0.1065, 0.0366, 0.0481, 0.0572 , 0.0122, 0.0250, 0.0707]。參評(píng)因子總排序權(quán)重值如表3所示。同理，確定各因子層次總排序權(quán)重后，仍需對(duì)其進(jìn)行一致性檢驗(yàn)，經(jīng)計(jì)算，可得：

(10)

式中：a1,a2,a3…a14分別為各參評(píng)因子的總排序權(quán)重值。通過(guò)式(10)可知，層次總排序一致性比例值CR<0.1，說(shuō)明其滿(mǎn)足一致性標(biāo)準(zhǔn)。

2.3.6 構(gòu)造隸屬函數(shù)

通常情況下，公路邊坡危險(xiǎn)性評(píng)估根據(jù)參評(píng)因子所對(duì)應(yīng)的不同危險(xiǎn)等級(jí)來(lái)設(shè)立隸屬函數(shù)，隸屬函數(shù)一般包括梯形分布、半梯形分布、矩形分布、拋物線(xiàn)分布等，每種分布又分為偏小型、中間型及偏大型。結(jié)合研究區(qū)實(shí)際情況及專(zhuān)家意見(jiàn)，選擇降半梯分布函數(shù)作為文中各參評(píng)因子隸屬函數(shù)，具體內(nèi)容如下所示。

(11)

(12)

(13)

式中：xm表示第m個(gè)邊坡危險(xiǎn)性評(píng)估參評(píng)因子；bn(xm)表示第m個(gè)因子對(duì)第n級(jí)邊坡危險(xiǎn)性評(píng)估級(jí)別的隸屬度；jm,km,lm分別表示第m個(gè)因子(指標(biāo)越小越安全)對(duì)應(yīng)B1到B3三級(jí)邊坡危險(xiǎn)性評(píng)估等級(jí)的分界值。反之，植被覆蓋率等指標(biāo)越大越安全的因子隸屬函數(shù)則與上式相反。

2.3.7 構(gòu)造模糊矩陣

將表2中指標(biāo)越小越安全的參評(píng)因子代入式(11)～式(13)，指標(biāo)越大越安全的因子代入相反的隸屬函數(shù)，最后每個(gè)因子可得到3個(gè)隸屬函數(shù)方程，14個(gè)因子共42個(gè)矩陣。經(jīng)計(jì)算，可得公路邊坡危險(xiǎn)性評(píng)估的模糊關(guān)系總矩陣R為：

(14)

2.3.8 綜合評(píng)估結(jié)果

基于上述步驟求出的結(jié)果，將參評(píng)因子權(quán)向量A和其模糊關(guān)系總矩陣R進(jìn)行有機(jī)結(jié)合,可得4號(hào)路段邊坡最終的危險(xiǎn)性評(píng)估結(jié)果B：

B=A·R=[0.063075 0.7329726 0.837273]。

(15)

根據(jù)最大隸屬度原則，最大隸屬度B所對(duì)應(yīng)的位置即為評(píng)判目標(biāo)的最終危險(xiǎn)級(jí)別，鑒于評(píng)判集B=[B1,B2,B3]=[Ⅰ,Ⅱ,Ⅲ]，因此由式(15)可知，4號(hào)路段邊坡危險(xiǎn)性級(jí)別的最大隸屬度B=0.837237=Ⅲ，即該邊坡危險(xiǎn)性大。經(jīng)實(shí)地考察和專(zhuān)家分析可知，4號(hào)路段邊坡曾發(fā)生多起滑坡、崩塌災(zāi)害，邊坡整體穩(wěn)定性較差，危巖體較多，建議公路部門(mén)對(duì)該區(qū)域進(jìn)行重點(diǎn)防范，并進(jìn)行相應(yīng)的排險(xiǎn)處理。通過(guò)對(duì)比可知，文中AHP-模糊綜合評(píng)估結(jié)果與實(shí)地考察和專(zhuān)家分析結(jié)果大體吻合，說(shuō)明該方法對(duì)公路邊坡進(jìn)行危險(xiǎn)性整體評(píng)估是可行的。同理，采用該方法可依次求出其他路段邊坡的危險(xiǎn)性整體評(píng)估結(jié)果，具體如表4所示。

表4 各邊坡危險(xiǎn)性整體評(píng)估結(jié)果

2.4 局部評(píng)估

2.4.1 數(shù)據(jù)獲取及處理

整體評(píng)估完成后，利用車(chē)載LiDAR系統(tǒng)采集各路段邊坡兩期點(diǎn)云數(shù)據(jù)，采集時(shí)間分別為2016年4月和2017年4月，時(shí)間間隔為1年。由于車(chē)載LiDAR系統(tǒng)采集數(shù)據(jù)時(shí)具有一定的盲目性，因此其采集的邊坡點(diǎn)云數(shù)據(jù)中涵蓋了一定的植被信息，而這些植被信息在邊坡建模時(shí)會(huì)產(chǎn)生較大的影響。針對(duì)此點(diǎn)，為了提高邊坡模型質(zhì)量，在DEM建模前需先濾除掉邊坡表面的植被信息，在具體應(yīng)用中，本文采用車(chē)載LiDAR系統(tǒng)配套的RiscanPro軟件來(lái)實(shí)現(xiàn)植被信息的濾除。以4號(hào)邊坡第一期數(shù)據(jù)為例，濾除植被后的邊坡點(diǎn)云效果如圖3所示，圖3中點(diǎn)云的空洞部分，即為被濾除掉的植被信息。

圖3 植被濾除后點(diǎn)云效果圖

2.4.2 邊坡模型對(duì)比

數(shù)據(jù)處理完成后，利用CloudCompare軟件構(gòu)建邊坡兩期DEM模型，并使用色譜分析法對(duì)兩期模型進(jìn)行疊加對(duì)比，給出兩期模型色譜對(duì)比圖，通過(guò)觀(guān)察圖中邊坡位移情況，找出具體的危險(xiǎn)點(diǎn)。以4號(hào)邊坡為例，采用色譜分析法對(duì)其兩期模型進(jìn)行對(duì)比，如圖4所示，其中冷色調(diào)(如藍(lán)青色)表示負(fù)向位移變化，暖色調(diào)(如紅橙色)表示正向位移變化，邊坡最大位移形變量設(shè)置為0.5m，從圖4中可以清晰看出：①4號(hào)邊坡整體處于不穩(wěn)定狀態(tài)，位移情況較多，尤其是邊坡下半部分，位移形變較為嚴(yán)重；②橢圓標(biāo)定的邊坡右下角區(qū)域?yàn)槲灰凭嚯x較大的地點(diǎn)，即可能發(fā)生邊坡災(zāi)害的危險(xiǎn)點(diǎn)，公路管理部門(mén)可對(duì)該區(qū)域進(jìn)行重點(diǎn)防范并做出相應(yīng)的排險(xiǎn)處理。

圖4 兩期邊坡點(diǎn)云模型色譜對(duì)比圖

2.5 評(píng)估總結(jié)

由整體評(píng)估結(jié)果可知：研究區(qū)公路邊坡整體處于不穩(wěn)定狀態(tài)，危險(xiǎn)路段較多。其中危險(xiǎn)性小的路段為：1、3、6、7、9；危險(xiǎn)中等的路段為：2、5；危險(xiǎn)性大的路段為：4、8、10。結(jié)合局部評(píng)估結(jié)果和實(shí)地考察情況，經(jīng)專(zhuān)家組研討分析，對(duì)各危險(xiǎn)路段可能發(fā)生的災(zāi)害類(lèi)型進(jìn)行定性判斷，結(jié)果如下所示：

(1)2、4、8號(hào)路段邊坡易發(fā)生滑坡、塌方災(zāi)害，需對(duì)邊坡防護(hù)堤進(jìn)行加固加高處理；另外，根據(jù)現(xiàn)場(chǎng)考察情況可知，2號(hào)邊坡附近人類(lèi)工程活動(dòng)較多，建議這些工程活動(dòng)先暫時(shí)停止，待對(duì)邊坡進(jìn)行加固處理后，再繼續(xù)展開(kāi)，以防引起滑坡災(zāi)害。

(2)5號(hào)路段邊坡易發(fā)生落石、崩塌災(zāi)害，公路部門(mén)可根據(jù)局部評(píng)估確定的危險(xiǎn)點(diǎn)，對(duì)邊坡危巖體進(jìn)行排查，消除落石隱患；另外還可在該邊坡附近設(shè)置“注意落石”等安全警示標(biāo)志，提醒游客車(chē)輛路過(guò)此處時(shí)小心通行。

(3)10號(hào)路段發(fā)生泥石流、崩塌災(zāi)害的可能性較大，尤其是在強(qiáng)降雨及暴雨天氣下，公路部門(mén)應(yīng)對(duì)該區(qū)域進(jìn)行重點(diǎn)監(jiān)管，并通過(guò)交通廣播發(fā)布安全通告，提醒路人車(chē)輛經(jīng)過(guò)此處時(shí)注意安全，謹(jǐn)慎通行。

3 結(jié)論

(1)本文基于A(yíng)HP-模糊綜合評(píng)價(jià)法、車(chē)載LiDAR系統(tǒng)、DEM建模技術(shù)及色譜分析法等，提出一種新的公路邊坡危險(xiǎn)性綜合評(píng)估方法，并以重慶市某公路為例進(jìn)行應(yīng)用分析。結(jié)果表明，該方法不僅能確定邊坡危險(xiǎn)等級(jí)，還能找出其中的具體危險(xiǎn)點(diǎn)，為公路邊坡危險(xiǎn)性評(píng)估研究提供了一種新思路。

(2)相比傳統(tǒng)公路邊坡測(cè)量方法，本文采用先進(jìn)的車(chē)載LiDAR系統(tǒng)采集公路邊坡數(shù)據(jù)。該系統(tǒng)具有速度快、精度高、無(wú)接觸、自動(dòng)化、全天候、機(jī)動(dòng)性強(qiáng)等優(yōu)點(diǎn)，不僅能降低測(cè)量成本，提高測(cè)量效率，還能獲取到更加完整準(zhǔn)確的邊坡數(shù)據(jù)。

(3)本文將測(cè)繪學(xué)科的先進(jìn)技術(shù)理念與其他交叉學(xué)科進(jìn)行了有機(jī)結(jié)合，初步嘗試了由面到點(diǎn)、由整體到局部、由宏觀(guān)到微觀(guān)的公路邊坡危險(xiǎn)性綜合評(píng)估，雖然取得了一定成效，但仍有很多問(wèn)題需要研究。如公路分段的依據(jù)略顯模糊，不夠嚴(yán)謹(jǐn)；危險(xiǎn)性評(píng)估的參評(píng)因子不夠全面、危險(xiǎn)等級(jí)略少、量化依據(jù)不夠客觀(guān)等；后續(xù)會(huì)針對(duì)以上各種問(wèn)題，繼續(xù)深入研究。

[1] 張從明.公路邊坡治理措施及安全評(píng)價(jià)方法[M].北京:人民交通出版社, 2009.

[2] 趙華.高速公路沿線(xiàn)黃土滑坡群(帶)的利導(dǎo)與整治[J].災(zāi)害學(xué), 2016, 31(3):60-65.

[3] Teoman M B, Topal T, IIk N S.Assessment of slope stability in Ankara clay: a case study along E90 highway[J].Environmental Geology, 2004, 45(7):963-977.

[4] Gortmaker S L, Must A, Sobol A M, et al.Assessment of Rockfall Hazard along the Road Cut Slopes of State Highway-72, Maharashtra, India[J].Geomaterials, 2013, 3(1):15-23.

[5] 何鋒, 吳樹(shù)仁, 張怡權(quán),等.圓弧形公路邊坡穩(wěn)定性分析的神經(jīng)網(wǎng)絡(luò)法[J].地球?qū)W報(bào), 2004, 25(1):95-98.

[6] 張菊連, 沈明榮.高速公路邊坡穩(wěn)定性評(píng)價(jià)新方法[J].巖土力學(xué), 2011, 32(12):3623-3629.

[7] 柳厚祥,胡勇軍,曹志偉,等.基于模糊聚類(lèi)理論的公路邊坡穩(wěn)定性分區(qū)研究[J].公路交通科技, 2015, 32(5):49-55.

[8] 王衛(wèi)東, 劉超, 李大輝,等.基于GIS的公路邊坡危險(xiǎn)性分析與預(yù)警系統(tǒng)研究[J].華中師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015, 49(3):452-459.

[9] 趙歡, 田偉平, 齊洪亮,等.陜西公路邊坡災(zāi)害危險(xiǎn)性分區(qū)研究[J].災(zāi)害學(xué), 2016, 31(4):75-81.

[10] 劉洋洋, 李永強(qiáng), 李有鵬,等.基于A(yíng)HP-模糊綜合評(píng)價(jià)法的山區(qū)丘陵公路災(zāi)害易損性研究——以河南省修武縣為例[J].災(zāi)害學(xué), 2017,32(2):32-38.

[11] 秦勝伍, 曹榮國(guó), 李廣杰,等.基于FAHP的功效系數(shù)法的巖質(zhì)邊坡穩(wěn)定性分級(jí)[J].災(zāi)害學(xué), 2016, 31(4):27-32.

[12] 楊綸標(biāo), 高英儀.模糊數(shù)學(xué)原理及應(yīng)用[M].廣州:華南理工大學(xué)出版社, 2004.

[13] 張春宇,高燕希,蔣明鋒,等.二級(jí)模糊綜合評(píng)判在公路邊坡穩(wěn)定性分析中的應(yīng)用[J].公路工程, 2008, 33(5):109-113.

[14] 阮航,張勇慧,朱澤奇,等.一種改進(jìn)的公路邊坡穩(wěn)定性模糊評(píng)價(jià)方法研究[J].巖土力學(xué),2015, 36(11):3337-3344.

[15] 李永強(qiáng), 盛業(yè)華, 劉會(huì)云,等.基于車(chē)載激光掃描的公路三維信息提取[J].測(cè)繪科學(xué), 2008, 33(4):23-25.

[16] 任沂斌, 陳振杰, 程亮,等.采用動(dòng)態(tài)負(fù)載均衡的LiDAR數(shù)據(jù)生成DEM并行算法[J].地球信息科學(xué)學(xué)報(bào), 2015, 17(5):531-537.

[17] 方莉娜, 楊必勝.車(chē)載激光掃描數(shù)據(jù)的結(jié)構(gòu)化道路自動(dòng)提取方法[J].測(cè)繪學(xué)報(bào), 2013, 42(2):260-267.

[18] 陳馳, 王珂, 徐文學(xué),等.海量車(chē)載激光掃描點(diǎn)云數(shù)據(jù)的快速可視化方法[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2015, 40(9):1163-1168.

[19] 劉昌軍, 張順福, 丁留謙,等.基于激光掃描的高邊坡危巖體識(shí)別及錨固方法研究[J].巖石力學(xué)與工程學(xué)報(bào), 2012, 31(10):2139-2146.

[20] 翟旭.利用三維激光掃描技術(shù)的邊坡形變監(jiān)測(cè)方法研究[D].北京:中國(guó)地質(zhì)大學(xué), 2015.

Research on Risk Evaluation of Highway Slope Based on AHP-Fuzzy and Laser Point Cloud Data

LIU Yangyang, LI Yongqiang, GUO Zengzhang and LI Youpeng

(CollegeofSurveyingandMapping,HenanPolytechnicUniversity,Jiaozuo454003,China)

In view of the current highway slope risk assessment mostly to judge the risk level, rarely go deep into the specific point of the problem; put forward a method for evaluating risk of highway slope based on AHP-Fuzzy and laser point cloud data. In this method, first of all, the highway is divided into several sections according to the geological condition, secondly, the AHP-fuzzy comprehensive evaluation method is used to carry out a overall assessment and determine the dangerous slope, thirdly, using vehicle LiDAR system to obtain two period laser point cloud data of each dangerous slope, and building two-period DEM model for the dangerous slope. meanwhile, the two-period model were analyzed and compared by the method of chromatography analysis for local evaluation and find out the specific risk, finally, according to expert opinion to determine the risk of the type of disaster, and put forward the corresponding prevention and control recommendations. Taking a highway in Chongqing city as an example, a new method is used to evaluate it, results show that, the study area 4, 8, 10 sections of a large risk, prone to landslides and the proposed timely prevention and control measures. Compared with the traditional method, this method can not only determine the dangerous slope, but also find out the concrete danger point, which opens up a new way for the research of the highway slope disaster prevention and reduction.

highway slope; risk assessment; AHP-Fuzzy evaluation method; vehicle LiDAR system; laser point cloud data; disaster prevention and mitigation

劉洋洋，李永強(qiáng)，郭增長(zhǎng)，等.基于A(yíng)HP-Fuzzy和激光點(diǎn)云數(shù)據(jù)的公路邊坡危險(xiǎn)性評(píng)估研究[J].災(zāi)害學(xué)，2018，33(1)：206-212.[LIU Yangyang, LI Yongqiang, GUO Zengzhang,et al.Research on Risk Evaluation of Highway Slope Based on AHP-Fuzzy and Laser Point Cloud Data[J].Journal of Catastrophology，2018，33(1)：206-212.

10.3969/j.issn.1000-811X.2018.01.036.]

2017-05-28

2017-08-04

國(guó)家自然科學(xué)基金項(xiàng)目 (41501491)；國(guó)家測(cè)繪局測(cè)繪地理信息公益性行業(yè)科研專(zhuān)項(xiàng)項(xiàng)目 (201412020)；河南省重點(diǎn)科技攻關(guān)項(xiàng)目(112102210193)。

劉洋洋(1991-)，男，河南許昌人，博士研究生，主要從事地理空間信息應(yīng)用及災(zāi)害風(fēng)險(xiǎn)評(píng)估研究.

E-mail：975492655@qq.com

李永強(qiáng)(1976-)，男，河南許昌人，博士，副教授，主要從事三維激光掃描及移動(dòng)激光測(cè)量方面研究.

E-mail：liyongqiang@hpu.edu.cn

X43；P64；U416

A

1000-811X(2018)01-0206-07

10.3969/j.issn.1000-811X.2018.01.036