0 引言

岩体是在经历了复杂而又漫长的地质历史活动形成的一种复合结构形式，由岩块和结构面组成。结构面是岩体中呈一定方向产出、具有一定规模大小、力学强度明显低于岩块的地质界面。结构面的存在使得岩体完整性程度降低并表现为明显的不连续性和非均质性，同时削弱了岩体强度，还会影响岩体的稳定性，由于结构面存在造成的工程岩体滑坡、冒落、崩塌的事故屡见不鲜。

系统性、定量性的考察岩体结构面是岩土工程设计与施工中必不可少的一个环节，也是进行岩体质量评价和稳定性分析的前提。近几十年来，国内外许多学者对岩体结构面信息采集方式开展了大量研究。传统的岩体结构面测量方法存在效率低、误差大、费时费力的问题（万斌等，2004；石永泉等， 2007）。随着遥感和计算机技术的进步，非接触式测量方法为解决这一问题提供了有效的途径。国外有公司率先研发出了用于岩体结构面采集与识别的摄影测量系统，该系统基于双目摄影测量和三维重构技术，通过人机交互式在三维重构模型中采集结构面信息。奥地利 3GSM 摄影测量系统和 Datamine 公司的 Sirovision 测试分析系统最具代表性（王培涛等，2021）。前人基于 Sirovision 系统，以测线法为手段，提出了一种新的隧道掌子面岩体结构量化和完整性评价方法（张延欢等，2016；李术才等，2017）；周申等（2020）采用 Sirovison 系统研究隧道岩体结构面信息测量方法，分析了三维建模误差来源，并将修正后的测量方法应用到姚家峪隧道，采集了岩体结构信息并分析了岩体稳定性，取得良好效果。郑超等（2011）采用 ShapeMetrix3D 系统提取了某铁矿的结构面信息，并估算了岩体强度；赵兴东等（2014）使用摄影测量系统 ShapeMetrix3D 分析新城金矿采场中的岩体结构面，获取了结构面参数信息，结合Q和RMR分级方法分析了采场岩体的稳定性。

综上所述，摄影测量在岩土工程中的应用已较为广泛和成熟，可以非接触式获取岩体结构面信息，测量结果也十分可靠，具有广阔的应用前景。本文以某露天高陡边坡为例，开展基于Sirovision岩体遥测与结构分析系统的结构面调查与边坡破坏模式研究，提供了一种有效的边坡结构调查与破坏模式确定方法。

1 矿区概况

矿区整体工程地质条件和水文地质条件复杂程度均为中等，地处雅鲁藏布江一级支流拉萨河流域南部，位于拉萨河南侧甲玛河支流——甲玛西沟上游的支沟荣木错拉河上游及两侧山地，属极高山区，平均海拔5200 m以上，地貌类型属于中等复杂，分布有构造剥蚀极高山地貌、河谷侵蚀堆积地貌及冰川地貌，露天采场终了三维模型图如图1 所示。矿区属大陆高原性气候，最高气温 18.2℃，最低气温-26. 0℃，6—9 月为雨季，降雨集中，年平均降雨量651.7 mm，易引发短时山洪和山坡泥石流。

2 常见边坡破坏模式

与土质边坡不同，岩质边坡的破坏模式受结构面主控，一般分析破坏模式之前，会将结构面与边坡面共同画在赤平极射投影图上，通过观察赤平极射投影图，判定结构面与边坡面的不同组合可能发生的破坏模式。平面破坏、楔体破坏、圆弧破坏、倾倒破坏是4种常见的边坡破坏模式（图2）。

（1）平面破坏；结构面走向与坡面走向相近，倾向一致，且结构面倾角小于坡面角，此时边坡容易发生平面滑动破坏。

（2）楔形破坏；两个结构面相交，且交线出露坡面，交线倾角小于坡面角，则被两结构面和边坡面切割形成的楔形体容易沿交线下滑，形成楔形体破坏。

（3）圆弧破坏；通常发生在岩体松散破碎，节理裂隙十分发育的情况下，破坏面通常为圆弧形。

（4）倾倒破坏；当边坡逆层节理异常发育，且接近铅垂方向时，在自重及地震荷载作用下，边坡容易产生向前方倾倒的破坏现象。

a—平面滑动破坏；b—楔体滑动破坏；c—圆弧滑动破坏；d—倾倒破坏

3 岩体结构数字识别

Sirovision 是由澳大利亚联邦科学与工业组织开发的岩体结构分析系统，广泛应用于矿山和岩土工程中，其由硬件（采集岩体表面图像）和软件（建模并处理数据）两部分组成，如图3所示。Sirovision 软件是其核心模块，其支持无人机、单反相机和地下工业相机等多种影响获取和处理。作为一种多功能、高效、准确的三维扫描、建模和数字摄影测量系统，Sirovision 系统广泛应用于地质勘探、矿业、建筑和文化遗产保护等领域。

研究区域位于采场西帮5335平台，区内岩体呈块状，结构面较发育。台阶坡面角约 65°，边坡倾向 160°。摄影测量系统采用空间后方交汇，通过多张数字影像和至少3个控制点即可求解重建模型任一点的三维坐标（吴顺川等，2023）。获取岩体影像之前，需要提前在岩体表面布设控制点。控制点布设的原则为：

（1）避免控制点设置在岩体表面凹陷或凸起处，以确保测量精度和稳定性能；

（2）控制点应均匀分布在岩体表面，面积应尽量大，避免出现多个控制点在一条直线上的情况，以提高模型重建后的完整性和准确性；

（3）控制点应具有明显的特征，便于在不同影像中准确识别的匹配，确保后方交汇的准确性；

（4）控制点应具有稳定的空间位置，避免受到岩体变形或其他外部因素的影响，以保证测量结果的可靠性。综上所述，使用红色油漆在岩体较为平整且无阴影的表面标注 4 个控制点，在满足 3 个控制点非共线布设要求的基础上增加冗余控制点，使用 3 个基本控制点解算冗余点的坐标，计算冗余点测量值与结算值的欧式距离，用于模型精度校验。

使用高清数码降级获取研究区域内十几张高清影像，拍摄时应选择合适的拍摄角度和视角，尽量覆盖目标区域并确保获取足够的目标信息用于后处理，并且确保相邻两次拍摄获取的照片有一定重叠，一般建议纵向和横向重叠率在 50% 以上，以利于后续影像匹配和模型重建。调查区域岩体边坡数据影像如图4所示。

Sirovision 系统支持第三方重建软件模型导入功能，本研究采用 Agisoft 公司 Metashape 软件进行边坡岩体三维重建，该软件具有高精度处理影像、多功能、易于使用、自动化处理的优点。软件重建步骤主要为3步：

（1）导入影像，手动标识照片中的控制点；（2） 对齐照片，软件自动搜索影像之间的同名点，并将其拼接合并，该步骤完成之后能够获取拍摄相机的位置，形成一个稀疏点云；（3）构建稠密点云，在稀疏点云的基础上通过转换相关像素在线岩体表面情况。主要注意的是，使用 Metashape 完成建模后，需要将模型保存为 OBJ 格式，其次再使用 Sirovision 将模型打开即可。研究区域三维重建模型如图5 所示。

Sirovision 软件支持两种岩体结构识别，即结构面和迹线。无论哪种岩体结构形式，软件都会自动拟合出一个平面圆盘，用于表示岩体中的结构。通过人机交互方式在模型中提取的结构如图6 所示，共计得到 48条较为明显的结构面，图7为结构面赤平极射投影图。

4 破坏模式分析

工程上研究结构面常用的方法是统计分析，结构面最重要的特征为其产状，将具有相近产状的结构面划分为同一类，即可得到优势结构面。传统的结构面优势产状划分方法依赖专业人员的经验，存在主观性强、难以有效解决数据组之间边界从属问题。随着科学技术的进步，有更加可靠和客观的岩体结构面划分评价标准。基于数理统计和机器学习聚类的算法已经成为十分主流的岩体结构面优势产状划分手段。Sirovision 软件内置了 K-means 聚类算法，K-means 算法的基本思路是以样本间的距离作为相似性评价指标，将距离相近的样本划分成一组，使得各聚类组总的距离平方和最小（王俊智等，2018），算法流程如图8所示。

使用 K-means 算法将结构面分为了 3 组，分别用红、绿、蓝3种颜色进行表示（图9），其优势结构面产状分别为 22.9° ∠90°、125.3° ∠60.7° 和 273.2° ∠34.6°。图10 所示为不同分组的结构面分布示意图。从赤平极射投影图中可以发现，3 组结构面均与边坡面相交，易形成侧向边界，其中结构面组合交线 L1-L2、L1-L3位于边坡投影弧的外侧，为稳定结构。结构面组合交线L2-L3位于边坡投影弧的内侧，且倾角小于边坡坡面角，可能形成沿结构面组合交线L2-L3的楔形体滑动。

为了分析发生楔形体破坏的可能性，使用 Rocscience公司开发的Swedge软件进行数值模拟分析。根据非煤露天矿边坡工程技术规范（GB 51016-2014）规定，岩体结构面抗剪强度指标易根据现场原位试验确定，当不具备试验条件时，可按照表1取经验值。研究区域结构面属于硬性结构面，岩块岩屑型，结合差。分别计算自然工况（自重+地下水）、爆破工况和地震工况下的边坡稳定性，其中爆破工况与地震工况的水平作用系数按照边坡稳定性分析报告取值。图11所示为楔形体分析计算示意图，绿色表示边坡实体，红色表示由 L2 和 L3 切割形成的楔形体。表2 所示为楔形体计算结果，表明在自然、爆破和地震工况下区域边坡楔形体均处于稳定状态。

5 结论

（1）以某露天高陡边坡为研究对象，探索边坡结构数字识别方法。通过控制测量、拍摄影像、三维重建，并结合Sirovision岩体遥测与结构分析系统获取了区内48条较为明显的结构面。

（2）使用 K-means 算法对获取的结构面进行优势产状划分，共得到3组优势结构面产状，分别为L1 ∶22.9° ∠90°、L2∶125.3° ∠60.7° 和 L3∶273.2° ∠34.6°。

（3）分析了边坡可能发生的破坏模式，结构面 L2、L3 与边坡面组合相交存在潜在不稳定结构，有发生楔形体破坏的可能。楔形体分析计算结果表明，在 3 种不同工况下，安全系数均满足规范要求，表明楔形体处于稳定状态。

参考文献