謝銳 鄭宇恒 方迎潮 吳東容 孫嘯 王彬彬

國家管網(wǎng)集團西南管道公司

摘  要：西南山區(qū)管道所經(jīng)區(qū)域地質(zhì)條件復(fù)雜，地勢起伏大且地災(zāi)頻發(fā)，傳統(tǒng)的管道地質(zhì)災(zāi)害風(fēng)險管控模式難以發(fā)揮有效作用。為滿足山區(qū)管道運行管理更高安全和環(huán)保要求，利用新技術(shù)，建立天基系統(tǒng)、地基系統(tǒng)與管控流程相結(jié)合的天地聯(lián)合風(fēng)險管控體系，形成風(fēng)險普查、詳查、監(jiān)查的風(fēng)險識別及管控模式，實現(xiàn)地質(zhì)災(zāi)害的天地一體化綜合監(jiān)測預(yù)警，提高風(fēng)險管控能力和管控效率。

關(guān)鍵詞：山區(qū)管道；地質(zhì)災(zāi)害；天地聯(lián)合風(fēng)險管控；天基系統(tǒng)；地基系統(tǒng)；InSAR；高后果區(qū)；預(yù)警

西南管道70%以上位于V字形、大落差山區(qū)，沿線水網(wǎng)密布，地理環(huán)境復(fù)雜，地質(zhì)災(zāi)害頻發(fā)；自然環(huán)境敏感區(qū)及人員密集型高后果區(qū)較多；基礎(chǔ)設(shè)施建設(shè)活動（第三方施工）頻繁。與平原地區(qū)油氣管道相比，安全運營、環(huán)保管控等面臨更大難度和挑戰(zhàn)。

西南山區(qū)管道在地質(zhì)災(zāi)害、第三方人為破壞、腐蝕等方面風(fēng)險突出，與建設(shè)期缺陷雙重疊加，失效可能性比平原管道明顯較高[1-2]。環(huán)境敏感區(qū)域（濕地公園、水源保護地等）及人員密集型高后果區(qū)搶險難度大，溢油回收困難，人員傷亡及環(huán)境污染等失效后果影響較大[3]。針對山區(qū)管道風(fēng)險管控的重難點問題，需要應(yīng)用新技術(shù)予以解決。

1  風(fēng)險管控重難點分析

表 1為山區(qū)管道風(fēng)險管控典型重難點問題。

可以看出，現(xiàn)有管道完整性管理手段在大范圍地質(zhì)災(zāi)害排查、流域性環(huán)境風(fēng)險識別、高后果區(qū)增量排查等方面，難以滿足山區(qū)管道更高安全和環(huán)保要求。需運用衛(wèi)星遙感、傳感器監(jiān)測、人工智能等新技術(shù)開展山區(qū)管道風(fēng)險管控，形成適用的風(fēng)險管控體系[4-9]。

2  天地聯(lián)合風(fēng)險管控體系

融合衛(wèi)星遙感數(shù)據(jù)與地基感知數(shù)據(jù)，基于人工智能分析建立天地一體化風(fēng)險管控體系及平臺，實現(xiàn)管道風(fēng)險篩查、評估、監(jiān)測及預(yù)警的綜合管理。技術(shù)體系包含天基系統(tǒng)和地基系統(tǒng)兩個部分，兩者結(jié)合形成天地聯(lián)合管控，對地質(zhì)災(zāi)害進行“三查”，實現(xiàn)天地一體化綜合預(yù)警，提高風(fēng)險管控范圍和工作效率，為管道地質(zhì)災(zāi)害防治提供技術(shù)支撐。

2.1  天基系統(tǒng)

天基系統(tǒng)主要利用衛(wèi)星遙感監(jiān)測手段，結(jié)合大數(shù)據(jù)、人工智能等信息技術(shù)，對管道沿線開展大范圍的地質(zhì)災(zāi)害隱患點普查、大范圍監(jiān)測、地災(zāi)風(fēng)險識別以及重點風(fēng)險持續(xù)跟蹤，并為災(zāi)害與風(fēng)險詳查、地基監(jiān)測提供數(shù)據(jù)支撐。

基于衛(wèi)星遙感技術(shù)（表 2），在管道左右兩側(cè)0.1、0.5、2.5公里范圍開展累計緩慢形變監(jiān)測，實現(xiàn)管道沿線地質(zhì)災(zāi)害早期識別，同時對管道周邊大范圍地質(zhì)變化情況進行管控。采用國產(chǎn)高分辨率光學(xué)衛(wèi)星對管道沿線進行地物變化檢測統(tǒng)計及建筑物識別提取，查找人為因素導(dǎo)致的建筑用地變化區(qū)域，并做出相關(guān)分析，實現(xiàn)管道沿線施工監(jiān)測和高后果區(qū)管理。

通過對三維數(shù)據(jù)、基礎(chǔ)地理數(shù)據(jù)、地質(zhì)環(huán)境數(shù)據(jù)、地質(zhì)災(zāi)害數(shù)據(jù)、管道數(shù)據(jù)以及其他數(shù)據(jù)的多源數(shù)據(jù)融合疊加分析等大數(shù)據(jù)技術(shù)，以獲得被測對象的一致性解釋或描述，從而得出更為準(zhǔn)確、可信的結(jié)論。

人工智能技術(shù)集中于機器學(xué)習(xí)算法在遙感影像數(shù)據(jù)計算分析中的應(yīng)用。系統(tǒng)內(nèi)共形成9種功能算法，13個分析模塊，為進行復(fù)雜的數(shù)據(jù)分析和處理提供了算法保證。

2.2  地基系統(tǒng)

地基系統(tǒng)主要利用地面?zhèn)鞲斜O(jiān)測設(shè)備，對各重大地質(zhì)災(zāi)害點時空演變信息進行實時監(jiān)測（圖 1），包括形變、地球物理場、化學(xué)場、誘發(fā)因素等，最大程度獲取連續(xù)的空間變形數(shù)據(jù)，利用指數(shù)平滑法、回歸分析、神經(jīng)網(wǎng)絡(luò)等大數(shù)據(jù)分析方法，分析預(yù)測災(zāi)害發(fā)展變化趨勢，結(jié)果應(yīng)用于地質(zhì)災(zāi)害的穩(wěn)定性評價、預(yù)警預(yù)報和防治。

主要工作流程包括數(shù)據(jù)采集、數(shù)據(jù)分析及存儲、預(yù)警規(guī)則以及預(yù)警行為四個部分。數(shù)據(jù)采集主要通過野外監(jiān)測設(shè)備進行，采用三網(wǎng)聯(lián)通的網(wǎng)絡(luò)作為主信道，同時預(yù)留了北斗數(shù)據(jù)傳輸系統(tǒng)作為備用信道，并建立了兩個信道的自動切換方式。數(shù)據(jù)分析及存儲，主要使用大數(shù)據(jù)分析算法將傳回的數(shù)據(jù)進行分析，找出災(zāi)害發(fā)育變形規(guī)律，并將分析結(jié)果存儲到數(shù)據(jù)庫中。預(yù)警規(guī)則以“管道安全”為核心，構(gòu)建外界誘發(fā)指標(biāo)、地災(zāi)形變指標(biāo)與管道力學(xué)指標(biāo)組成的預(yù)警預(yù)報判別矩陣，將管道地質(zhì)災(zāi)害預(yù)警級別劃分為三級預(yù)警。預(yù)警行為的確定是根據(jù)報警規(guī)則計算災(zāi)害點的預(yù)警級別，并進行自動響應(yīng)，同時將報警信息發(fā)給對應(yīng)的業(yè)務(wù)人員。

2.3  天地一體化方案及體系建立

通過技術(shù)與管理相結(jié)合，建立天基系統(tǒng)、地基系統(tǒng)與地災(zāi)風(fēng)險管控流程結(jié)合的天地聯(lián)合風(fēng)險管控體系，對地質(zhì)災(zāi)害進行“三查”（普（排）查、詳（篩）查、監(jiān)查），實現(xiàn)地質(zhì)災(zāi)害的天地一體化綜合監(jiān)測預(yù)警，提高風(fēng)險管控能力和管控效率（圖 2）。

普（排）查：借助高分辨率的光學(xué)影像和SAR影像，識別歷史上曾經(jīng)發(fā)生過明顯變形破壞和正在變形的區(qū)域，實現(xiàn)對地質(zhì)災(zāi)害隱患的大范圍普查。

詳（篩）查：基于衛(wèi)星普查結(jié)果，對解譯出的形變區(qū)域開展地面調(diào)查，記錄隱患點的地形地貌條件、地質(zhì)環(huán)境破壞程度、巖土體結(jié)構(gòu)等，并結(jié)合管道沿線地質(zhì)災(zāi)害風(fēng)險評價模型、評級體系，對確認(rèn)的風(fēng)險點進行評估，確定需要進行監(jiān)測、治理的地質(zhì)災(zāi)害點位。

監(jiān)查：對詳查確認(rèn)的風(fēng)險點位，部署地基監(jiān)測系統(tǒng)，進行實時監(jiān)測、預(yù)警與管控。

3  管控實踐

西南管道公司地基系統(tǒng)從2014年開始建設(shè)，2018年進行了二次升級改造。截至2020年，已接入監(jiān)測區(qū)域150處，其中應(yīng)力應(yīng)變監(jiān)測117處，地災(zāi)監(jiān)測59處（合建26處），769個監(jiān)測點位，791套監(jiān)測設(shè)備。天基系統(tǒng)從2019年開始建設(shè)， 2020年逐步投入實驗性應(yīng)用，并與地基系統(tǒng)有效融合聯(lián)動。天地聯(lián)合風(fēng)險管控體系應(yīng)用以來，在中緬天然氣管道晴隆段InSAR地質(zhì)風(fēng)險識別、高后果區(qū)管理、地質(zhì)災(zāi)害監(jiān)測預(yù)警等應(yīng)用中取得了良好效果。

3.1  InSAR地質(zhì)風(fēng)險識別

開展InSAR地質(zhì)風(fēng)險識別，對約100公里中緬天然氣管道晴隆段新老管線進行了識別驗證。重點對2.5公里地質(zhì)災(zāi)害風(fēng)險區(qū)域進行普查，共排查出23個隱患區(qū)域，其中位于管道300米緩沖區(qū)的有6個。InSAR解譯出形變區(qū)67處，其中老管線35處，新管線32處。經(jīng)綜合判斷， 64個形變區(qū)域需要開展野外地質(zhì)環(huán)境調(diào)查。經(jīng)專業(yè)人員現(xiàn)場實勘，確認(rèn)了地質(zhì)災(zāi)害點。

InSAR解決了潛在隱患由人工排查難以發(fā)現(xiàn)的難題，極大地提升了地質(zhì)災(zāi)害識別的能力與水平，使得地災(zāi)防控更具針對性。

3.2  高后果區(qū)管理

建立“技防+人防”管理模式，將衛(wèi)星遙感監(jiān)測結(jié)果與人工巡線結(jié)果相互復(fù)核，提升人工巡線針對性、廣覆蓋和巡視效率；開展管道沿線建筑物識別和統(tǒng)計，輔助確定高后果區(qū)等級；自動排查高后果區(qū)新增建筑物，記錄其出現(xiàn)時間，保留證據(jù)鏈。

目前，西南管道公司監(jiān)測管道總長度約500公里，共監(jiān)測高后果區(qū)98個，其中I級9個，II級54個，III級33個，IV級2個，總長度約162公里�；�于衛(wèi)星遙感的山區(qū)管道高后果區(qū)動態(tài)監(jiān)測管理取得了初步應(yīng)用效果。

3.3  地質(zhì)災(zāi)害監(jiān)測預(yù)警

利用地基監(jiān)測系統(tǒng)，多次成功預(yù)警，包括中緬管道K321滑坡、晴隆改線段管體應(yīng)力異常、采空區(qū)隧道裂縫加速變形等事件。

2018年8月13日，平臺監(jiān)測到中緬管道K321滑坡1#應(yīng)變監(jiān)測點應(yīng)變值出現(xiàn)穩(wěn)步上升趨勢，抗滑樁出現(xiàn)輕微形變，系統(tǒng)預(yù)警。經(jīng)現(xiàn)場復(fù)核發(fā)現(xiàn)，持續(xù)降雨導(dǎo)致滑坡體第一排抗滑樁左側(cè)兩根樁上部管溝處出現(xiàn)小范圍局部滑塌（圖 3）�；�塌區(qū)呈圈椅狀，長約15米，寬約8～12米，厚度約1.2米，滑塌區(qū)后緣下錯約 1.2米，邊緣下錯約0.4米，局部光纜外露，排水溝堵塞。公司及時趕赴現(xiàn)場復(fù)核，并采取消減措施降低了風(fēng)險。

4  結(jié)論及建議

（1）西南山區(qū)管道天地聯(lián)合風(fēng)險管控體系充分利用天基系統(tǒng)、地基系統(tǒng)技術(shù)優(yōu)勢，結(jié)合多源數(shù)據(jù)融合和專業(yè)數(shù)據(jù)分析，解決了山區(qū)管道運行風(fēng)險有效管控難題，顯著提高了風(fēng)險管控能力及管控效率。

（2）形成了 “三查” （普（排）查、詳（篩）查、監(jiān)查）管控模式，取得了較好的應(yīng)用效果，為山區(qū)管道風(fēng)險管控探索出了新方向。

（3）實際應(yīng)用中還存在地物變化監(jiān)測分類精度不足、衛(wèi)星監(jiān)測地物變化時容易受到云層和植被影響等問題。后續(xù)將持續(xù)提升天地一體化平臺智能化水平及預(yù)報準(zhǔn)確率，并探索Lidar、無人機等技術(shù)應(yīng)用，構(gòu)建天空地一體化風(fēng)險管控體系，實現(xiàn)山區(qū)管道風(fēng)險全面管控。

 

參考文獻(xiàn)：

[1] 倫昌海，李向南，張躍雷，等.我國山地管道設(shè)計建設(shè)投產(chǎn)技術(shù)標(biāo)準(zhǔn)現(xiàn)狀研究[J]. 天然氣與石油. 2017，35(2)：1-6.

[2] 畢研軍，楊文，孫碧君，等. 輸氣管道山地施工方法研究[J].中國科技博覽，2015，35(2)：39-42.

[3] 張圣柱. 油氣長輸管道事故風(fēng)險分析與選線方法研究[D]. 北京:中國礦業(yè)大學(xué)，2012.

[4] 徐小波，單新建，屈春燕，等. PS/CR-InSAR技術(shù)在區(qū)域滑坡變形監(jiān)測中的初步應(yīng)用[C]，中國地球物理，2011-10-17：1001.

[5] 許振華，魏金占. 超高分辨率衛(wèi)星影像應(yīng)用淺析[J], 信息技術(shù)與信息化，2015(7)：126-12.

[6] 朱仁璋，叢云天，王鴻芳，等. 全球高分光學(xué)星概述(一):美國和加拿大[J]. 航天器工程，2015(12)：85-106.

[7] Peng Daifeng, Zhang Yongjun. Object-based change detection method using refined Markov random field [J]. Journal of Applied Remote Sensing, 2017, 11(1): 016024-016036.

[8] Wang Xin, Liu Sicong, Du Peijun, et al. Object-Based Change Detection in Urban Areas from High Spatial Resolution Images Based on Multiple Features and Ensemble Learning [J]. Remote Sensing, 2018, 10(2): 276-289.

[9] 許強，董秀軍，李為樂. 基于天—空—地一體化的重大地質(zhì)災(zāi)害隱患早期識別與監(jiān)測預(yù)警[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版)，2019，44(7)：957-966.

作者簡介：謝銳，工程師，1986年生，2013年碩士畢業(yè)于中國石油大學(xué)（北京）油氣儲運專業(yè)。現(xiàn)主要從事油氣管道運行管理及數(shù)據(jù)管理研究工作。聯(lián)系方式：18008306535， 181828333@qq.com。