0 引言

作为区域发展的动脉，运输网络对社会和经济的贡献巨大，而山区公路的修建成为完善全国交通网络的重要组成部分。在山区修建公路，山体开挖切坡是不可避免的，挖方切坡产生的高陡边坡的稳定性直接关乎道路的交通安全^[1-4]。因此，对山区山体开挖修路形成的边坡体进行安全监测具有重要意义。

公路边坡在建设过程中，山体开挖破坏了原本稳定的岩体结构，通常需要对边坡进行加固处治，加固措施包括锚杆、锚索及抗滑桩等^[5-7]。建成以后，边坡的稳定性会受到外界因素的影响，如雨水入渗、地震荷载及外部附加荷载。随着时间的推移，岩土体的性质也会发生变化，支护结构由于长期荷载作用，产生应力腐蚀，其支护效果也会减弱^[8]。对于边坡体的监测，传统手段采用光学仪器，如全站仪、水准仪等，用于偏远山区边坡的稳定性监测时，长期人工监测实施难度较大，监测数据的采集不够全。由于边坡体的变化是复杂多变的，因此对边坡的监测除了地表变形监测以外，还包括坡体内部的地下水、土压力及支护结构内力，这些都是监测工作的内容。

本研究以广西地区某顺层高边坡施工与监测为工程背景，对边坡地表位移、深部变形、地下水位、锚固结构内力等实施监测。采用LoRa自组网技术，实现各类型监测设备的局地物联网，建立集成式自动化数据采集的监测系统。通过现场解算系统进行智能化解算分析，实现预警预报，旨在提高山区边坡变形监测的准确性和自动化程度，解决山区边坡监测受暴雨等影响通讯不畅及人工监测存在的不足。

1 北斗监测技术 1.1 原理简介

北斗静态定位监测(以下简称“北斗监测”)通过对目标点与多卫星之间的距离解算，得到目标点的具体精确位置，并通过不同时间的定位偏差得到目标点的位移状况。北斗监测的静态定位精度已经能达到毫米级别，应用于边坡表面变形监测^[9-10]具有非常大的优势，定位原理如图 1所示。北斗监测已经广泛应用于各行业，姚仰平等^[11]等将北斗监测应用于机场高填方场地的大范围监测，验证了其在地表位移监测中的有效性和实用性。北斗监测在机场高填方^[11]、桥梁变形^[12]、风机沉降^[13]、水库大坝^[14]、矿山边坡^[15]中已经有了实际应用。

1.2 误差优化

监测设备采用北斗GNSS监测仪，采用在BDS、GPS等多系统条件下，联合载波相位和伪距观测量，通过差分或者详尽的误差改正，获得用户的精确位置，从而实现对定位精度、可靠性和可用性的优化。

北斗信号传播过程中会受到卫星钟的钟差、卫星星历误差、地球自转、电离层折射误差等多种误差源的影响。尤其在山区高风险边坡(群)的形变监测中，北斗系统的可见卫星数量较少，信号传输路径容易受到高陡山体的遮挡，其信号质量通常会受到严重污染。为获取高精度、高可靠的定位结果，在计算之前对北斗系统观测值进行数据预处理，从而消除粗差和噪声，提高北斗系统的定位精度。

2 基于LoRa技术的边坡监测系统 2.1 LoRa组网技术

对于边坡监测而言，通常需要基于典型高风险边坡的安全风险识别，利用各种监测终端实现边坡位移(地表位移、深部位移)、降雨量、地表水、地下水、应力、宏观变形等的全方位实时在线监控，实现对高边坡(群)的实时安全监测。针对以上监测内容，在边坡体中埋设研制的各种监测元器件，如地表位移GNSS、深部土体位移钻孔多点测斜计、锚杆测力计、锚索测力计、孔隙水压计、雨量计、格构梁应变计、挡墙土压力盒等。

开展现场各设备之间基于LoRa无线自组网技术的组网通讯研究，使设备不依赖远程服务器，能够在项目现场将高边坡的北斗监测数据进行采集、解算和结果传输，解决现场数据传输困难的问题，从而降低整个数据传输的数量需求，减轻系统对现场通讯环境的要求，解放云计算能力，实现端-边-管-云-网的一体化协同作业，进一步提高系统的适应性和智能化。最后，采用集成方式和高性能蓄电池与太阳能板自供电方式，形成物联网的可组网复合传感器监测单元。

针对现场自组网方案，LoRa网关采用基于SX1301的数字基带芯片，具备8个通道单网关, 可以容纳300个终端，整机功耗约为6 W，空旷环境可覆盖半径为3 km的区域，抗干扰和链路稳定性远优于FSK技术。通过配置160 W单晶太阳能板、120 AH铅酸胶体蓄电池、太阳控制器等自建微光伏供电系统，能实现24 h供电，连续阴雨天气15 d不断电。

LoRa节点采用LoRaWAN协议，DSSS调制方式，半双工通讯。内置单片机自带收发程序, 支持1 200~57 600 bps常用波特率。基于SX1301芯片的网关采用8通道并行收发数据的方案，数据吞吐量相比传统的LoRa轮询方式有极大的提升，并且避免了很多数据拥塞的冲突。

2.2 数据处理

复合传感器监测单元之间通过IEEE802.15.4标准信号传递，50~100 m传输距离，实现低功耗自组网。在每一个复合传感监测单元或若干个临近的监测单元中，研发一套智能采集仪，可以同时采集GNSS、固定式测斜仪、雨量计、锚杆测力计、锚索测力计、孔隙水压计、雨量计、格构应变计、挡墙土压力盒等多种传感单元的数据，并按照预设的数据传输频率将数据集成。所有数据采集单元设计储存器和掉电保护模块，用以暂存已经采集的数据，并在掉电情况下不丢失数据，实现数据的长期实时稳定上传，且提供各类传感器数据接口，可将数据接入管理平台工作。

采用北斗与陀螺仪融合的解算技术，在低功耗的北斗设备中引入陀螺仪设备。对2种设备的监测数据进行融合，在北斗解算算法模糊度固定时加入陀螺仪监测结果的约束，并对2种设备的监测结果进行自适应卡尔曼滤波和小波降噪处理，得到稳定的监测结果，解决公路监测中的模糊度固定困难、精度和稳定性不高等问题。数据解算主要包括原始数据解码、多系统相对定位解算2个部分。

(1) 原始数据解码。GNSS解算软件支持RTCM3.3差分格式的解码工作，支持北斗、GPS、GLONASS三导航系统多信道、多波段的伪距、载波、星历数据的完整解码。

(2) 多系统相对定位解算。GNSS解算软件的解算模块支持北斗、GPS、GLONASS三导航系统的组合解算，采用双差载波算法、多种周跳探测算法实现高精度的相对定位。

实时监测的数据量非常大，且在山区高边坡通讯不便，尤其在暴雨条件下，滑坡发生概率大幅提升，是边坡监测预警的关键时刻。因此将数据采集和处理进行本地化部署，并提供一定的现场解算能力。从而实现基于LoRa物联网的数据采集、实时解算、后处理解算、解算结果传输，能够缩短数据采集的链路，提高可靠性。

3 物联网监测技术在山区边坡监测预警中的应用 3.1 工程概况

本研究边坡场地属剥蚀中低山地貌，山坡植被较发育，地形起伏较大。边坡岩体为泥质砂岩，以强-中风化为主。场地处山体半坡，场地平均自然坡度为24°。坡体上部为第四系全新统坡残积层土，下部基岩为三叠系中统板纳组下段泥质砂岩，山体稳定性尚好，植被较发育。边坡倾向为160°~167°，岩层产状为212°∠38°，顺层视倾角为25.7°~28.9°，覆盖层较厚，边坡较陡，泥岩砂岩软硬互层，岩体质量差，结构面发育。

边坡原貌及开挖横断面如图 2所示。岩层倾角略小于边坡倾角，边坡整体稳定性较差，结构面与边坡倾向相同，边坡开挖后易发生局部坍塌或折线型顺层滑动破坏^[16-18]。边坡工程采用台阶式分级开挖，每级坡高为10 m，各级平台宽为2 m，边坡坡率为1∶1。正常工况下边坡安全系数为1.033，暴雨工况下边坡安全系数为0.945，均大幅低于规范规定的需用安全系数，因此应对边坡加强防护。

边坡每级采用预应力框架锚索+挂网喷播进行防护绿化，锚杆入射角为20°，锚杆长度为30，35，40 m，对应的锚固力设计值为450 kN，锚杆布置如图 2所示，加固后边坡安全系数在正常工况下为1.250，在暴雨工况下为1.167，基本达到规范要求。但由于边坡为人工开挖路堑边坡，且广西地区多雨，为了边坡的长期稳定性，设立监测系统对边坡体的地表变形、内部变形和支护结构进行监测。

3.2 监测系统和方案

本研究的边坡工程监控重点内容主要包括边坡地表位移及变形、深部土体位移、观测区域内降雨量、降雨强度及挡墙土压力等。边坡监测内容及方法如表 1所示。

监测设备的布设方式如下。

(1) 地表及坡顶位移监测布设5套北斗监测站，在稳定地基处布设1套北斗基准站。

(2) 深层位移监测孔分别布设在2级平台与坡顶。1级平台处钻孔深为20 m，测点步距为3 m；坡顶处钻孔深为30 m，测点步距为3 m。孔底布设1支渗压计监测地下水位变化。

(3) 在边坡稳定、开阔处布设1套雨量观测站。

(4) 坡面监测断面上每级边坡混凝土格构处共设置6处埋入式应力计测点。

(5) 在监测断面锚索锚固区域设置6处锚索应力测试点。

(6) 抗滑桩一个截面处设置4处土压力测点，每一土压力监测点位设置2个土压力计。

(7) 在监测断面的2根抗滑桩的正背两面竖向钢筋处设置钢筋计，每4~5 m设置一个钢筋计。

各监测设备安装完成后，以现场布置的LoRa无线自组网技术将所有监测设备联入物联网中，把数据传输模块DTU设备链接在采集仪上，采集的数据经现场布置的解算设备简易解算以后进行传输。

3.3 监测结果分析

自2021年项目建设以来，工程现场监测仪器设备陆续投入使用，监测系统持续稳定工作，数据预报实行每日一报的策略，并且可在互联网云端随时查看监测实况数据。当监测数据超过监测项的预设阈值时，系统会自动发出警报，并根据监测值的大小发出不同等级的预警信息，同时发出现场处置建议措施。

2021年3月至2022年6月，部分监测仪器的监测预报数据如图 3所示。由图可知，从工程建成开始，边坡体地表位移、深部变形、锚索拉锚力和支护结构应变随着时间的推移，初始阶段不断增大，随后表现为较为稳定的状态。

由图 3(b)可知，2021年3月至2021年8月期间，自边坡建设开始，岩土体在开挖受扰动以后，坡体表层位移和深层位移均随时间推移不断增大。经现场解算以后的变形方向与边坡岩层的倾向相近，这表明边坡体的变形主要受到结构面的控制。

2021年8月下旬，预应力锚索施工完成。由于边坡体位移产生被动支护作用，锚索拉锚力不断增大(见图 3(d))，从此时开始，坡体位移速度逐渐降低，这表明支护结构对坡体位移产生了初步控制效果。随着坡体变形的进一步发展，锚索拉锚力不断增加，锚索锚墩对框架梁的作用力增大，导致框架梁应变不断增大(见图 3(c))。至此，边坡体各加固设施形成有机整体，且有效控制了边坡体位移速度。通过监测系统数据的变化规律，可以反映各加固设施的工作状态。

雨量监测作为边坡日常维护监测的重要补充手段(见图 3(e))，当短时间内降雨量超过设定阈值时，系统自动发出预警信息。日降雨量阈值设定为：24 h累计降雨量55 mm时蓝色预警，60 mm时黄色预警，80 mm时橙色预警，100 mm时红色预警。自建成以来，监测系统已发出3级预警3次，对应降雨量均超过30 mm。例如2021年6月21日单日降雨量达到90 mm，监测系统在雨量超过30 mm时发出第1次预警，并建议现场查看边坡体所处状态，随后连续发出预警，预警级别不断升高。现场观测结果表明，由于岩质边坡的缘故，加之坡体有较好的给排水系统，降雨对坡体表面位移有一定影响，但未达到危及边坡整体稳定的程度。

综合以上各监测信息可知，边坡体位移处于逐步收敛状态，但依然有增大的趋势，应采取持续监测。

4 结论

以广西地区高速公路某顺层高边坡为工程背景，对现有边坡监测技术进行系统化创新升级并进行工程应用，结论如下：

(1) 针对偏远山区监测信号受环境影响的情况，在现有北斗监测设备的基础上，进一步研发了低功耗、低成本的高精度定位北斗接收设备，解决了北斗高精度定位设备的大规模应用问题。

(2) 将LoRa自组网技术应用于监测系统智能化改造，实现了边坡安全监测系统端-边-管-云-网的一体化协同作业，进一步提高了系统的适应性和智能化，解决了边坡工程监测中存在的各自独立、各自数据分散的问题。

(3) 采用北斗与陀螺仪融合的解算技术进行监测数据的本地化初步解算，完成监测数据集成化升级，实现基于LoRa物联网的数据采集、实时解算、后处理解算、解算结果传输，缩短了数据采集的链路，进而提升了山区典型高边坡的变形监控及预警的可靠性。

(4) 本研究工程实践表明，基于LoRa自组网的北斗监测系统完全适用于偏远山区高边坡安全监测和预警，结果可靠，值得推广应用。