论文部分内容阅读
摘 要：北京地区崩塌隐患多发，崩塌是北京最常见的一种地质灾害，但崩塌监测预警工作仍处于起步阶段。琉辛路（密云段）监测路段崩塌多发，根据崩塌发育特征及仪器安装条件共布设1台雨量站，1台预警警示装置，10台崩塌监测仪，监测结果表明：降雨主要集中在每年7、8月份;D4-D5-D7、D10为拉裂-倾倒式崩塌，位移呈现缓慢移动，变形量17～77mm，曲线表现为平滑状;D3-D9-D11、D2为拉裂-坠落式崩塌，位移变化呈现突然移动，变形量0.6～16mm，曲线表现为阶梯状。崩塌监测预警指标选取位移量、位移加速度和降雨量3项指标，以位移-时间绘制变形曲线，以切向角、裂缝宏观特征、加速度为判据判定预警级别，并做出应急响应。
关键词：崩塌;监测预警;切向角;危岩变形;应急响应;北京
Abstract： Collapse hazards occur frequently in Beijing， which is one of the most common geological disasters in Beijing， but the collapse monitoring and early warning work is still in the initial stage. The monitoring section of Liuxin Road （Miyun section） is prone to collapse. According to the development characteristics of the collapse and the installation conditions of the instrument， a rain measuring station， an early warning device and 10 collapse monitoring devices have been set up. The monitoring results show that the rainfall is mainly concentrated in July and August of each year. D4-D5-D7 and D10 are split-dumping collapses， with a slow displacement， a deformation of 17-77mm and a smooth curve. D3-D9-D11 and D2 are tensile-falling collapses， with a sudden movement， a deformation of 0.6-16mm and a stepped curve. On the analysis of the collapse of the forming conditions and the existing monitoring project， at present， three indicators of collapse monitoring and early warning in Beijing are selected： displacement， displacement acceleration and rainfall， i.e.， drawing deformation curve with displacement and time， determining warning level with tangential angle， macroscopic characteristics of cracks and acceleration as criteria， and making emergency response.
Keywords： Collapse hazard; Monitoring and early warning; Tangential angle; Dangerous rock deformation; Emergency response; Beijing
0 前言
北京地處太行山山脉与燕山山脉交汇处，地形和地质条件复杂，地质构造非常发育，岩层风化破碎严重，新构造运动频繁，加之人类剧烈活动，致使北京地区的地质环境比较脆弱，地质灾害较为发育，且灾种多，群发性强（赵忠海，2009）。据统计，截至2019年5月31日（黄来源，2020），北京市突发性地质灾害隐患点5037处，其中崩塌隐患2609处，占51.8%。崩塌是北京最常见的一种地质灾害，开展北京地区崩塌监测预警研究刻不容缓。本文在分析北京地区崩塌隐患的发育特征、分布规律的基础上，以北京市突发地质灾害监测预警系统工程中琉辛路（密云段）崩塌监测路段为例分析崩塌变形特征。
1 崩塌隐患基本特征
1.1 崩塌隐患发育特征
依据1∶5万地质灾害详查数据（北京市地质研究所，2014），北京地区崩塌隐患斜坡岩土体类型以岩质为主，占总数的93.4%;从崩塌隐患所处的微地貌类型来看，坡度大于60°的陡崖占总数的81.0%;从崩塌隐患的坡高来看，坡高小于50m的斜坡约占总数的88.5%;从崩塌隐患发生模式来看，以倾倒式崩塌和滑移式崩塌为主，分别占到总数的34.6%和33.6%（表1）。
北京地区的崩塌规模大小不一，一般从几十方至几千方不等。从规模等级来看，崩塌隐患以小型为主，占总数的93.9%。
北京地区的崩塌稳定性以较稳定状态为主，占总数的62.5%，但仍有35.5%的崩塌隐患处于不稳定状态，在不遥远的未来，多数现状较稳定的崩塌将向不稳定状态发展，本市崩塌隐患总体上呈现不稳定的未来发展趋势。
1.2 崩塌隐患分布规律 （1）崩塌隐患空间分布规律
在北京西部与北部边缘地带多为中山区，海拔高度大于1000m，地形高差一般在500m以上，山势险峻，地形坡度多大于35°，地形切割较强烈，在低山区的深沟内，地形切割也很强烈（王瑞霞等，2015），均易形成崩塌，尤其在坚硬、性脆、构造节理发育的花岗岩、石英岩、碳酸盐岩等岩类分布区域，崩塌尤为发育。
目前，开展的调查工作仅对具有直接威胁对象的崩塌隐患进行统计，从崩塌与人类工程活动范围的关系看，崩塌隐患主要分布在中低山区的道路沿线，其次为居民点附近（贾三满等，2017）。经统计（北京市规划和自然资源委员会，2019），北京市2609处崩塌隐患中，1596处分布在道路沿线，占总数的61.2%，574处分布在居民点附近，占总数的22.0%，其它地段分布439处，占总数的16.8%。
（2）崩塌发生时间分布规律
依据2004年至2018年15年北京市地质灾害应急调查数据（图1），共发生崩塌地质灾害209起，其中110起发生在7月，其次为6月、8月，3个月发生占总数的82.8%，究其原因北京地区崩塌隐患多分布于经人类工程建设开挖坡脚的公路和居民点旁，切坡工程破坏了上部岩体的稳定性，伴随强降雨而呈现高发，尤其是特大暴雨、大暴雨和较长时间连续降雨过程中或稍微滞后，是崩塌出现最多的时间。
2 琉辛路（密云段）崩塌监测
2.1 监测点基本特征
综合考虑北京市崩塌隐患发育特征及分布规律，北京市突发地质灾害监测预警系统（一期）工程共选取6处隐患点进行示范研究，采取人工与自动监测联合的方式进行长期监测。琉辛路（密云段）崩塌监测点于二道河隧道附近，2005年该处发生2起崩塌灾害，崩塌破坏路基100余米，导致四合堂地区7个村的电信全部中断，辛未造成人员伤亡。经现场调查，该处危岩体岩性为片麻状花岗岩，属火山侵入岩，岩石发育不同方向节理、裂隙，这些节理和裂隙彼此交切，将岩体分割成不规则的块状，多为大粒径巨石，稳定性较差，潜在方量约80000m3，威胁过往行人、车辆生命财产安全（韩建超等，2020）。
2.2 监测仪器选择与布设
根据琉辛路（密云段）崩塌隐患发育特征，并结合国内外崩塌灾害监测技术发展水平，选取先进的崩塌监测仪和一体化自动雨量站对崩塌体进行监测，并配套安装崩塌预警警示装置，实时处于待机值守状态，达到报警阀值时播报预警信息，保障居民、过往车辆生命财产安全。
崩塌监测仪器点布设（崩塌监测规范（试行）（T/CAGHP007-2018），应根据监测崩塌体发育特征，一体化自动雨量站就近安装;预警警示装置应安装在公路来车方向或居民集中区域;崩塌监测仪应安装在危岩体上，可实时监测危岩体演化特征（图2、图3）。
2.3 监测数据分析
（1）降雨数据分析
一体化雨量监测站采用高精度、高品质翻斗式雨量计进行降雨量监测，雨量采集分辨力2mm，允许通过最大雨强8mm/min。琉辛路雨量监测数据显示多年平均降雨量为555mm，3日最大降雨量213mm，24小时最大降雨量为128mm，小时最大雨强35mm，降雨主要集中在每年的7、8月份，与北京地区降雨特征相符（图4）。
（2）危岩位移变形监测
崩塌监测仪主要由三轴加速度计、三轴电子罗盘、三轴陀螺仪等运动传感器组成;能准确获取包括崩塌体多方向位移，运动姿态，崩塌坠落等关键数据（张亮等，2015）。
崩塌監测仪固定在危岩体上，采集岩体移动数据（x、y、z）。其中，x为沿监测仪长轴方向运动距离，y为沿短轴方向运动距离，z为垂直岩面向上运动距离，构成崩塌仪采集的移动数据集合。则岩体从a到a1的移动距离为√（x2+y2+z2 ）。
崩塌体沿节理面δ与xoy交角为α、与yoz交脚为β，则走向方向的移动距离为x*cosα+y*sinα+z*tanβ*sinα，垂直走向方向的移动距离为z*sinβ*cosα+（x*sinα+y *cosα）*cosβ，其中，a到a1为崩塌仪采集的岩体移动数据，（x1、y1、z1）为岩体移动量（图5）。
崩塌监测仪位移监测分辨率0.1mm，姿态角误差±0.5°，通过监测数据计算（李程等，2018）崩塌体沿节理面和位移，监测路段共布设10台监测仪，其中D6、D8 三年未动，监测特征如图6、图7所示。监测结果表明，监测路段危岩体位移存在两种变化形式，D4-D5-D7、D10位移曲线相对平滑，位移缓慢变化;D3-D9-D11、D2变形曲线呈现阶梯状，位移以突变为主;经现场确认，D4-D5-D7、D10为拉裂-倾倒式崩塌，D3-D9-D11、D2为拉裂-坠落式崩塌，曲线特征与相关研究相符（申太奇，2016）。监测路段拉裂-倾倒式崩塌位移量较大17～77mm，可能危岩体后缘裂缝已贯通，危岩体沿着节理面缓慢移动;拉裂-坠落式崩塌位移量较小0.6～16mm，后缘裂缝尚未贯通，一旦贯通，将导致整面岩壁的崩塌灾害发生。
3 崩塌预警初探
影响崩塌隐患稳定性的因素很多，预警难度相对较大，尤其大多数崩塌是突发的、随机的，更增加了预警难度，监测预警的关键就是从众多崩塌监测数据中筛选出崩塌进入加速变形破坏前具有预警意义的指标，通过各个指标的定性描述和定量分析，进而做出不同级别的灾害预警。
3.1 预警指标
根据崩塌的形成条件，其形成需要一定的地形条件和软弱结构面，软弱结构面可以为岩层层理，可以为节理裂隙、剪切裂缝或拉张裂缝，因此，节理发育的岩体、易风化的岩体及陡坡地形等因素是影响崩塌形成的基础性因素。
对于降雨因素，一定地形条件下的岩体，具备一定的软弱结构面后，丰沛的降雨过程往往伴随崩塌的多发性，因此，降雨是形成崩塌的诱发性因素。 而人类工程活动一方面诱发了崩塌的形成，一方面人口本身或人类工程活动的成果，如道路、住房、水库等又成为崩塌的威胁对象，使得崩塌现象演变为了崩塌灾害或崩塌隐患，可见，人类工程活动是崩塌灾害或崩塌隐患形成的决定性因素。
结合先进的监测仪器设备将宏观的影响因素进行量化监测，确定预警指标体系（刘明鑫，2014;Adhikary et al.，1997;M.Saito，1969）包括位移量、位移加速度及环境因素降雨量。并紧密结合三维激光扫描监测、真实孔径雷达监测与群策群防的宏观前兆监测，相互对比增加预报的准确性。
3.2 预警判据
大量崩滑塌案例表明，按位移-时间曲线特征可将崩滑塌分为渐变型、突发型、稳定性（图8），渐变型崩滑塌基本满足1968年日本学者斋藤迪孝提出的三阶段变形规律（山田刚二等，1980），即初始变形阶段、等速变形阶段和加速变形阶段，突发型则直接进入加速变形阶段（王延平，2016）。而进入加速变形阶段是崩滑塌灾害发生的前提，也是预警的重要依据。
北京地区崩塌监测预警研究仍处于起步阶段，缺少监测崩塌点灾害发生案例及室内重现模拟研究。现阶段北京崩塌预警更多的是基于国内崩滑塌研究理论（许强等，2015;许强等，2019）设定预警阈值，并在监测中不断总结经验、修订阈值。当崩塌体出现变形后，崩塌仪加密采集数据，在时间尺度上将位移-时间曲线变缓，将突发型转为渐变型进行分析，达到阈值触发报警后，根据现场监测条件，选取无人机、真实孔径雷达或三维激光扫描仪等手段进行人工监测，确认整个危岩面是否有继续变形趋势，以便及时避让，保障人员生命财产安全（图9）。
4 结论
北京地区存在大量的已知和未知的崩塌隐患，在降雨、根劈、冻融、振动等自然因素及人类修路、建房等工程活动的影响下，极易发生灾害。本次研究初步确认：⑴北京地区以小型、高度低于50m、坡度大于60°的倾倒式和滑移式岩质崩塌为主;⑵崩塌隐患多分布于道路沿线及居民点附近，灾害多发于每年6、7、8月份;⑶琉辛路（密云段）监测表明危岩体位移变化两种形式，呈阶梯状的拉裂-倾倒式崩塌以及呈突变的拉裂-坠落式崩塌; ⑷监测危岩体位移量、位移加速度、环境降雨量及宏观特征，确定现阶段崩塌监测预警响应机制，并在应用中不断修订、完善，这也必将是今后一定时期内北京地区的研究重点。
参考文献：
北京市地质研究所， 2014. 北京市地质灾害详细调查报告（1：50000）[R].
北京市規划和自然资源委员会， 2019. 2019年北京市突发地质灾害隐患点统计表[EB/OL]. http：//ghzrzyw.beijing.gov.cn/zhengwuxinxi/zxzt/dzzhfzzt/yhdqk/201912/t20191225_1473915.html.
黄来源， 2020.北京突发地质灾害防治策略刍论[J].城市地质，15（1）：63-75.
韩建超，张亮，任凯珍，等， 2020.基于物联网公路高边坡地质灾害监测系统研究[J].城市地质， 15（1）：76-80.
贾三满， 翟淑花， 姜媛， 2017. 北京突发地质灾害防控对策[J]. 城市地质， 12（4）：16-23.
李程， 宋胜武， 陈卫东， 2018. 基于三维电子罗盘的边坡变形监测技术研究：以溪洛渡水电站库区岸坡为例[J]. 岩土力学与工程学报， 38（1）：101-110.
刘明鑫， 2014. 贵州山区典型崩塌成因机制与监测预警技术研究[D]. 成都理工大学.
山田刚二， 渡正亮， 小岛澄治， 1980. 滑坡和斜坡崩塌及其防治[M]. 北京：科学出版社.
申太奇， 2016. 底部凹岩腔控制型崩塌成因机理与监测预警研究[D]. 成都理工大学.
王瑞霞， 王惠芬， 李巧刚， 2015. 北京市房山区突发地质灾害空间分布规律研究[J]. 城市地质， 10（S1）：68-72.
王延平， 2016. 崩塌灾害变形破坏机理与监测预警研究[D]. 成都理工大学.
许强， 董秀军， 李为乐， 2019. 基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J]. 武汉大学学报（信息科学版） ， 44（7）：957-966.
许强， 汤明高， 黄润秋， 2015. 大型滑坡监测预警与应急处置[M]. 北京： 科学出版社.
赵忠海， 2009. 北京地区突发性地质灾害易发区划及危险度评价[J]. 资源调查与环境， 30（3）：213-221.
张亮， 魏云， 安立伟， 2015. 多形态崩塌智能监测系统在北京突发地质灾害监测预警工程中的应用[J]. 城市地质， 10（S1）：122-125.
Adhikary D P， Dyskin A V， Jewell R J，1997. A Study of the Mechanism of Flexural Topppling Failure of Rock Slopes [J]. Rock Mechanics and Rock Engineering， 30（2）： 75-93.
M.Saito， 1969. Forecasting time of slope failure by tertiary creep[C]//Proceedings of the 7th International Conference on soil Mechanics and Foundation Engineering. Mexico City：677-683.
关键词：崩塌;监测预警;切向角;危岩变形;应急响应;北京
Abstract： Collapse hazards occur frequently in Beijing， which is one of the most common geological disasters in Beijing， but the collapse monitoring and early warning work is still in the initial stage. The monitoring section of Liuxin Road （Miyun section） is prone to collapse. According to the development characteristics of the collapse and the installation conditions of the instrument， a rain measuring station， an early warning device and 10 collapse monitoring devices have been set up. The monitoring results show that the rainfall is mainly concentrated in July and August of each year. D4-D5-D7 and D10 are split-dumping collapses， with a slow displacement， a deformation of 17-77mm and a smooth curve. D3-D9-D11 and D2 are tensile-falling collapses， with a sudden movement， a deformation of 0.6-16mm and a stepped curve. On the analysis of the collapse of the forming conditions and the existing monitoring project， at present， three indicators of collapse monitoring and early warning in Beijing are selected： displacement， displacement acceleration and rainfall， i.e.， drawing deformation curve with displacement and time， determining warning level with tangential angle， macroscopic characteristics of cracks and acceleration as criteria， and making emergency response.
Keywords： Collapse hazard; Monitoring and early warning; Tangential angle; Dangerous rock deformation; Emergency response; Beijing
0 前言
北京地處太行山山脉与燕山山脉交汇处，地形和地质条件复杂，地质构造非常发育，岩层风化破碎严重，新构造运动频繁，加之人类剧烈活动，致使北京地区的地质环境比较脆弱，地质灾害较为发育，且灾种多，群发性强（赵忠海，2009）。据统计，截至2019年5月31日（黄来源，2020），北京市突发性地质灾害隐患点5037处，其中崩塌隐患2609处，占51.8%。崩塌是北京最常见的一种地质灾害，开展北京地区崩塌监测预警研究刻不容缓。本文在分析北京地区崩塌隐患的发育特征、分布规律的基础上，以北京市突发地质灾害监测预警系统工程中琉辛路（密云段）崩塌监测路段为例分析崩塌变形特征。
1 崩塌隐患基本特征
1.1 崩塌隐患发育特征
依据1∶5万地质灾害详查数据（北京市地质研究所，2014），北京地区崩塌隐患斜坡岩土体类型以岩质为主，占总数的93.4%;从崩塌隐患所处的微地貌类型来看，坡度大于60°的陡崖占总数的81.0%;从崩塌隐患的坡高来看，坡高小于50m的斜坡约占总数的88.5%;从崩塌隐患发生模式来看，以倾倒式崩塌和滑移式崩塌为主，分别占到总数的34.6%和33.6%（表1）。
北京地区的崩塌规模大小不一，一般从几十方至几千方不等。从规模等级来看，崩塌隐患以小型为主，占总数的93.9%。
北京地区的崩塌稳定性以较稳定状态为主，占总数的62.5%，但仍有35.5%的崩塌隐患处于不稳定状态，在不遥远的未来，多数现状较稳定的崩塌将向不稳定状态发展，本市崩塌隐患总体上呈现不稳定的未来发展趋势。
1.2 崩塌隐患分布规律 （1）崩塌隐患空间分布规律
在北京西部与北部边缘地带多为中山区，海拔高度大于1000m，地形高差一般在500m以上，山势险峻，地形坡度多大于35°，地形切割较强烈，在低山区的深沟内，地形切割也很强烈（王瑞霞等，2015），均易形成崩塌，尤其在坚硬、性脆、构造节理发育的花岗岩、石英岩、碳酸盐岩等岩类分布区域，崩塌尤为发育。
目前，开展的调查工作仅对具有直接威胁对象的崩塌隐患进行统计，从崩塌与人类工程活动范围的关系看，崩塌隐患主要分布在中低山区的道路沿线，其次为居民点附近（贾三满等，2017）。经统计（北京市规划和自然资源委员会，2019），北京市2609处崩塌隐患中，1596处分布在道路沿线，占总数的61.2%，574处分布在居民点附近，占总数的22.0%，其它地段分布439处，占总数的16.8%。
（2）崩塌发生时间分布规律
依据2004年至2018年15年北京市地质灾害应急调查数据（图1），共发生崩塌地质灾害209起，其中110起发生在7月，其次为6月、8月，3个月发生占总数的82.8%，究其原因北京地区崩塌隐患多分布于经人类工程建设开挖坡脚的公路和居民点旁，切坡工程破坏了上部岩体的稳定性，伴随强降雨而呈现高发，尤其是特大暴雨、大暴雨和较长时间连续降雨过程中或稍微滞后，是崩塌出现最多的时间。
2 琉辛路（密云段）崩塌监测
2.1 监测点基本特征
综合考虑北京市崩塌隐患发育特征及分布规律，北京市突发地质灾害监测预警系统（一期）工程共选取6处隐患点进行示范研究，采取人工与自动监测联合的方式进行长期监测。琉辛路（密云段）崩塌监测点于二道河隧道附近，2005年该处发生2起崩塌灾害，崩塌破坏路基100余米，导致四合堂地区7个村的电信全部中断，辛未造成人员伤亡。经现场调查，该处危岩体岩性为片麻状花岗岩，属火山侵入岩，岩石发育不同方向节理、裂隙，这些节理和裂隙彼此交切，将岩体分割成不规则的块状，多为大粒径巨石，稳定性较差，潜在方量约80000m3，威胁过往行人、车辆生命财产安全（韩建超等，2020）。
2.2 监测仪器选择与布设
根据琉辛路（密云段）崩塌隐患发育特征，并结合国内外崩塌灾害监测技术发展水平，选取先进的崩塌监测仪和一体化自动雨量站对崩塌体进行监测，并配套安装崩塌预警警示装置，实时处于待机值守状态，达到报警阀值时播报预警信息，保障居民、过往车辆生命财产安全。
崩塌监测仪器点布设（崩塌监测规范（试行）（T/CAGHP007-2018），应根据监测崩塌体发育特征，一体化自动雨量站就近安装;预警警示装置应安装在公路来车方向或居民集中区域;崩塌监测仪应安装在危岩体上，可实时监测危岩体演化特征（图2、图3）。
2.3 监测数据分析
（1）降雨数据分析
一体化雨量监测站采用高精度、高品质翻斗式雨量计进行降雨量监测，雨量采集分辨力2mm，允许通过最大雨强8mm/min。琉辛路雨量监测数据显示多年平均降雨量为555mm，3日最大降雨量213mm，24小时最大降雨量为128mm，小时最大雨强35mm，降雨主要集中在每年的7、8月份，与北京地区降雨特征相符（图4）。
（2）危岩位移变形监测
崩塌监测仪主要由三轴加速度计、三轴电子罗盘、三轴陀螺仪等运动传感器组成;能准确获取包括崩塌体多方向位移，运动姿态，崩塌坠落等关键数据（张亮等，2015）。
崩塌監测仪固定在危岩体上，采集岩体移动数据（x、y、z）。其中，x为沿监测仪长轴方向运动距离，y为沿短轴方向运动距离，z为垂直岩面向上运动距离，构成崩塌仪采集的移动数据集合。则岩体从a到a1的移动距离为√（x2+y2+z2 ）。
崩塌体沿节理面δ与xoy交角为α、与yoz交脚为β，则走向方向的移动距离为x*cosα+y*sinα+z*tanβ*sinα，垂直走向方向的移动距离为z*sinβ*cosα+（x*sinα+y *cosα）*cosβ，其中，a到a1为崩塌仪采集的岩体移动数据，（x1、y1、z1）为岩体移动量（图5）。
崩塌监测仪位移监测分辨率0.1mm，姿态角误差±0.5°，通过监测数据计算（李程等，2018）崩塌体沿节理面和位移，监测路段共布设10台监测仪，其中D6、D8 三年未动，监测特征如图6、图7所示。监测结果表明，监测路段危岩体位移存在两种变化形式，D4-D5-D7、D10位移曲线相对平滑，位移缓慢变化;D3-D9-D11、D2变形曲线呈现阶梯状，位移以突变为主;经现场确认，D4-D5-D7、D10为拉裂-倾倒式崩塌，D3-D9-D11、D2为拉裂-坠落式崩塌，曲线特征与相关研究相符（申太奇，2016）。监测路段拉裂-倾倒式崩塌位移量较大17～77mm，可能危岩体后缘裂缝已贯通，危岩体沿着节理面缓慢移动;拉裂-坠落式崩塌位移量较小0.6～16mm，后缘裂缝尚未贯通，一旦贯通，将导致整面岩壁的崩塌灾害发生。
3 崩塌预警初探
影响崩塌隐患稳定性的因素很多，预警难度相对较大，尤其大多数崩塌是突发的、随机的，更增加了预警难度，监测预警的关键就是从众多崩塌监测数据中筛选出崩塌进入加速变形破坏前具有预警意义的指标，通过各个指标的定性描述和定量分析，进而做出不同级别的灾害预警。
3.1 预警指标
根据崩塌的形成条件，其形成需要一定的地形条件和软弱结构面，软弱结构面可以为岩层层理，可以为节理裂隙、剪切裂缝或拉张裂缝，因此，节理发育的岩体、易风化的岩体及陡坡地形等因素是影响崩塌形成的基础性因素。
对于降雨因素，一定地形条件下的岩体，具备一定的软弱结构面后，丰沛的降雨过程往往伴随崩塌的多发性，因此，降雨是形成崩塌的诱发性因素。 而人类工程活动一方面诱发了崩塌的形成，一方面人口本身或人类工程活动的成果，如道路、住房、水库等又成为崩塌的威胁对象，使得崩塌现象演变为了崩塌灾害或崩塌隐患，可见，人类工程活动是崩塌灾害或崩塌隐患形成的决定性因素。
结合先进的监测仪器设备将宏观的影响因素进行量化监测，确定预警指标体系（刘明鑫，2014;Adhikary et al.，1997;M.Saito，1969）包括位移量、位移加速度及环境因素降雨量。并紧密结合三维激光扫描监测、真实孔径雷达监测与群策群防的宏观前兆监测，相互对比增加预报的准确性。
3.2 预警判据
大量崩滑塌案例表明，按位移-时间曲线特征可将崩滑塌分为渐变型、突发型、稳定性（图8），渐变型崩滑塌基本满足1968年日本学者斋藤迪孝提出的三阶段变形规律（山田刚二等，1980），即初始变形阶段、等速变形阶段和加速变形阶段，突发型则直接进入加速变形阶段（王延平，2016）。而进入加速变形阶段是崩滑塌灾害发生的前提，也是预警的重要依据。
北京地区崩塌监测预警研究仍处于起步阶段，缺少监测崩塌点灾害发生案例及室内重现模拟研究。现阶段北京崩塌预警更多的是基于国内崩滑塌研究理论（许强等，2015;许强等，2019）设定预警阈值，并在监测中不断总结经验、修订阈值。当崩塌体出现变形后，崩塌仪加密采集数据，在时间尺度上将位移-时间曲线变缓，将突发型转为渐变型进行分析，达到阈值触发报警后，根据现场监测条件，选取无人机、真实孔径雷达或三维激光扫描仪等手段进行人工监测，确认整个危岩面是否有继续变形趋势，以便及时避让，保障人员生命财产安全（图9）。
4 结论
北京地区存在大量的已知和未知的崩塌隐患，在降雨、根劈、冻融、振动等自然因素及人类修路、建房等工程活动的影响下，极易发生灾害。本次研究初步确认：⑴北京地区以小型、高度低于50m、坡度大于60°的倾倒式和滑移式岩质崩塌为主;⑵崩塌隐患多分布于道路沿线及居民点附近，灾害多发于每年6、7、8月份;⑶琉辛路（密云段）监测表明危岩体位移变化两种形式，呈阶梯状的拉裂-倾倒式崩塌以及呈突变的拉裂-坠落式崩塌; ⑷监测危岩体位移量、位移加速度、环境降雨量及宏观特征，确定现阶段崩塌监测预警响应机制，并在应用中不断修订、完善，这也必将是今后一定时期内北京地区的研究重点。
参考文献：
北京市地质研究所， 2014. 北京市地质灾害详细调查报告（1：50000）[R].
北京市規划和自然资源委员会， 2019. 2019年北京市突发地质灾害隐患点统计表[EB/OL]. http：//ghzrzyw.beijing.gov.cn/zhengwuxinxi/zxzt/dzzhfzzt/yhdqk/201912/t20191225_1473915.html.
黄来源， 2020.北京突发地质灾害防治策略刍论[J].城市地质，15（1）：63-75.
韩建超，张亮，任凯珍，等， 2020.基于物联网公路高边坡地质灾害监测系统研究[J].城市地质， 15（1）：76-80.
贾三满， 翟淑花， 姜媛， 2017. 北京突发地质灾害防控对策[J]. 城市地质， 12（4）：16-23.
李程， 宋胜武， 陈卫东， 2018. 基于三维电子罗盘的边坡变形监测技术研究：以溪洛渡水电站库区岸坡为例[J]. 岩土力学与工程学报， 38（1）：101-110.
刘明鑫， 2014. 贵州山区典型崩塌成因机制与监测预警技术研究[D]. 成都理工大学.
山田刚二， 渡正亮， 小岛澄治， 1980. 滑坡和斜坡崩塌及其防治[M]. 北京：科学出版社.
申太奇， 2016. 底部凹岩腔控制型崩塌成因机理与监测预警研究[D]. 成都理工大学.
王瑞霞， 王惠芬， 李巧刚， 2015. 北京市房山区突发地质灾害空间分布规律研究[J]. 城市地质， 10（S1）：68-72.
王延平， 2016. 崩塌灾害变形破坏机理与监测预警研究[D]. 成都理工大学.
许强， 董秀军， 李为乐， 2019. 基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J]. 武汉大学学报（信息科学版） ， 44（7）：957-966.
许强， 汤明高， 黄润秋， 2015. 大型滑坡监测预警与应急处置[M]. 北京： 科学出版社.
赵忠海， 2009. 北京地区突发性地质灾害易发区划及危险度评价[J]. 资源调查与环境， 30（3）：213-221.
张亮， 魏云， 安立伟， 2015. 多形态崩塌智能监测系统在北京突发地质灾害监测预警工程中的应用[J]. 城市地质， 10（S1）：122-125.
Adhikary D P， Dyskin A V， Jewell R J，1997. A Study of the Mechanism of Flexural Topppling Failure of Rock Slopes [J]. Rock Mechanics and Rock Engineering， 30（2）： 75-93.
M.Saito， 1969. Forecasting time of slope failure by tertiary creep[C]//Proceedings of the 7th International Conference on soil Mechanics and Foundation Engineering. Mexico City：677-683.