S44康县至略阳高速公路望关至白河沟段边坡健康监测案例说明

　　一、总体介绍

　　S44康县至略阳高速公路望关至白河沟段，作为连接G8513平绵高速与G7011十天高速的关键交通纽带，路线全长41.831公里，地处地质条件复杂、气候多变的陇南市康县长坝镇区域。该路段K7+010～K7+160段左侧深路堑边坡，最大挖方深度33.33米，最大高度46.4米，共六级边坡，且存在特殊“二元结构”地层，下层炭质千枚岩受地下水影响易软化，在暴雨、施工扰动等因素作用下，极易引发碎落、崩坍、滑塌等灾害，对公路运营安全构成重大威胁。

　　为应对这一严峻挑战，响应交通运输部《全国公路边坡监测工作实施方案(2024-2030)》《公路自然灾害监测预警系统技术指南》等政策要求，甘肃省交通规划勘察设计院股份有限公司对原边坡健康监测方案进行优化升级，创新打造了基于人工智能视觉分析技术与物联网感知技术的智慧公路边坡健康监测系统。该系统突破传统监测局限，构建“监测-告警-处置”闭环管理体系，实现对边坡灾毁的精准识别、分级告警与高效处置，于2025年8月正式落地运行，总投资75.53万元，为复杂地质条件下高速公路边坡安全管理提供了可复制、可推广的创新范例。

　　
图1项目现场边坡

　　二、主要做法

　　(一)构建多维度监测体系，实现风险精准感知

　　1.AI视觉事件检测

　　在主线K6+250、K7+000、K7+180处部署 3 台 AI监控摄像机，覆盖双向道路及边坡一级至四级主要变形区域。系统融合计算机视觉(CV)与深度学习(YOLO)技术，通过OpenCV 工具实时捕捉监控图像中的落石、垮塌、坡体滑动等异常目标，经算法模型精准识别边坡灾害特征，即使在夜间及暴雨、大雾等恶劣天气下，仍能保持高准确率监测，有效解决传统人工巡检效率低、覆盖范围有限的问题。

　　
图2 计算机视觉识别示例

　　2.边坡事前监测

　　表面位移监测：采用北斗卫星定位(GNSS)技术，在K7+010～K7+160段边坡合理布设监测网点。其中，第一级边坡平台设3个观测点、第四级设2个观测点、第六级设1个观测点，共6个观测点，每个观测点配备1台GNSS位移监测站;在对侧花桥停车区稳定区域设1个基准点，部署1台GNSS位移基准站。通过基准站与观测点的相对定位，结合专业数据解算软件剔除环境误差，实现毫米级精度的位移监测，实时记录监测点位移曲线与数据，并对位移趋势进行预判分析。

　　降雨量监测：考虑到降雨量是边坡失稳的核心诱因，在K7+010花桥停车区观景平台空旷处布设1台翻斗式雨量计。该设备通过承水漏斗收集雨水，利用翻斗倾倒触发磁控开关产生脉冲电信号，实时上传降雨量数据，持续监测区域降雨情况，为边坡失稳风险预警提供关键水文数据支撑。

　　
图3 表面位移监测示例

　　(二)建立科学风险分级机制，实现告警精准管控

　　依据《公路自然灾害监测预警系统技术指南》，结合项目实际情况，按道路构造物破坏对交通运行及社会经济的影响程度，将边坡风险划分为观察级、告警级、阻拦级三个等级，并明确各等级对应的表面位移、降雨量、边坡落石、道路通行阻拦等阈值标准。

　　观察级：单日累计水平位移变形量>10mm 或单日水平位移变形速率>2mm;每小时降雨量≥30mm;周落石频率≥1次且落石未进入道路范围;不影响道路通行。此时系统仅记录数据并提示管理人员关注，不触发主动告警。

　　告警级：单日累计水平位移变形量>30mm 或单日水平位移变形速率>5mm;每小时降雨量≥40mm;周落石频率≥2 次或落石进入单条车道;单幅部分车道无法通行。系统立即启动声光报警器、可变信息情报板等设施，发布告警信息，提醒驾驶员减速避让。

　　阻拦级：单日累计水平位移变形量>50mm 或单日水平位移变形速率>10mm;每小时降雨量≥50mm;日落石频率≥3 次或落石进入两条及以上车道;单幅全部车道无法通行。系统除启动常规告警设施外，还联动柔性阻拦组件，定向喇叭向来车方向200米范围内发出语音警报，投影射灯投射警示图案，同时通过可变信息门架发布停车避让指令，严禁车辆进入危险区域。

　　(三)部署协同化告警阻拦设施，实现应急高效响应

　　复用与新增结合的信息发布设施：复用项目YK8+615处现有公路可变信息门架，当监测到边坡灾害时，实时更新灾害发生地点3公里范围内门架文字信息;根据道路受边坡影响程度差异，在道路起点方向(边坡对侧)K6+610处、终点方向(边坡同侧)K6+050和K8+200 处，分别布设可变信息情报板，通过光、字结合的方式，精准提示司乘人员减速缓行或停车避险。

　　柔性阻拦组件：在K6+860、K7+250处各布设一套由定向喇叭与地面投影射灯组成的柔性阻拦组件。该组件日常保持静默，仅在监测模块确认灾害或风险等级达到阻拦级时启动，避免对正常交通造成干扰，同时能在紧急情况下快速形成有效阻拦，最大程度减少二次事故发生。

　　
图4 柔性阻拦示例

　　智慧化管控中心：在安全监控中心配置控制主机服务器，搭载人工智能视觉识别算法与监测告警协同软件，实现对各监测设备、告警设施的集中管控。管理人员可通过系统实时查看监测数据、风险等级判定结果，远程控制告警阻拦设施启动与关闭，还能通过移动端APP 接收告警信息，实现随时随地的应急指挥调度。

　　(四)优化设备供电与通信方案，保障系统稳定运行

　　经现场勘察与原设计部门核对，确定利用K7+180对侧花桥停车区已有的35kva杆上变压器为监测设备供电，该变压器负载可满足设备功率需求。在供电线路铺设过程中，针对停车区已完成路面硬化的情况，采用开挖50cm硬化层后铺设电缆，再恢复路面的方案，选用 YJV-5×6mm² 电力电缆、4芯光缆等优质材料，并配套部署工业网络交换机、三层以太网汇聚交换机、室外机柜等通信设备，确保监测数据实时、稳定传输，系统24小时不间断运行。

　　三、取得成效

　　(一)安全效益：显著提升边坡灾害防控能力，保障生命财产安全

　　该智慧监测系统落地运行以来，实现了对S44康略高速 K7+010～K7+160段边坡的全时段、全方位监测。截至目前，系统共精准识别边坡小规模落石事件10起、暴雨预警5次，其中触发告警级响应11次、阻拦级响应1次。在2025年9月1日的暴雨天气中，系统监测到该路段边坡单日累计水平位移达32mm，降雨量每小时 45mm，及时触发告警级响应，通过可变信息情报板、声光报警器引导车辆减速避让，有效避免了因边坡浅层滑塌可能引发的交通事故，未造成人员伤亡与财产损失。相较于传统监测方式，该系统将边坡灾害预警响应时间从过去的数小时缩短至分钟级，大幅降低了灾后二次事故发生概率，为公路运营安全筑起坚实防线。

　　(二)经济效益：降低养护成本，提升运营效率

　　一方面，系统通过自动化、智能化监测替代传统人工巡检，减少了巡检人员数量与巡检频次。按传统巡检模式，该边坡路段需配备2名巡检人员，每月巡检10次，年均人工成本约15万元;系统运行后，仅需1名技术人员负责后台数据监控与设备维护，年均人工成本降至 8万元，每年节省人工成本15万元。另一方面，系统能提前预判边坡变形趋势，为养护维修提供精准数据支撑，避免了盲目养护造成的资源浪费。例如，在2025年9月2日的边坡位移监测中，系统发现第四级边坡存在微小位移，通过数据分析确定为局部岩体松动，养护部门仅对该区域进行针对性锚固处理，花费养护费用1.5万元，相较于传统全面排查与维修方案，节省费用5万元。此外，系统有效减少了因边坡灾害导致的交通中断时间，保障了道路通行效率，间接为区域经济发展减少了交通延误带来的损失。

　　(三)社会效益：响应政策要求，树立行业创新标杆

　　该项目严格遵循交通运输部关于公路边坡监测预警的政策导向，率先实现“监测-告警-处置” 闭环管理，符合《公路自然灾害监测预警系统技术指南》中对监测预警系统架构、功能的要求，为全国高速公路边坡智慧监测提供了实践样本。项目实施过程中，其创新的技术融合模式(AI视觉+物联网+ GNSS)、科学的风险分级机制、协同的应急响应方案，得到了行业内专家与同行的高度认可。目前，已有3 家交通建设与养护单位前往项目现场考察学习，相关技术与经验已被纳入甘肃省高速公路边坡监测技术规范，为推动全国高速公路智慧化转型、提升防灾抗灾能力发挥了积极的示范引领作用。同时，系统的稳定运行保障了沿线群众出行安全，提升了公众对高速公路交通服务的满意度，为构建安全、高效、便捷的综合交通运输体系奠定了坚实基础。