摘要
背景。 尾矿储存设施（TSFs）是采矿业中最易发生事故的水利结构之一，据报道其平均故障率约为1.2%；而独立的累积估计值则根据全球TSF库存的不同而介于1.2%到4.4%之间——这一比率几乎是传统大型水库设施故障率的120倍。此类结构的坍塌会带来灾难性的环境和社会经济后果，这凸显了改进监测和预警系统的必要性。 目标。 本研究的目的是系统分析当前用于监测TSF地下坝体变形的技术，定量评估其能力和局限性，并开发一个集成的地理空间监测系统的概念架构。 方法。 对2017年至2026年间发表的129篇关于监测方法（GNSS、InSAR、SBAS、PS-InSAR、GB-InSAR、UAV、LiDAR、岩土传感器、地球物理技术）、数据集成技术、AI/ML预测、数字孪生及预警系统的文献进行了系统回顾。 结果。 研究发现，没有任何一种单独的方法能够完全监测结构的状况：GNSS数据具有局部性；当变形超过每年15厘米时，InSAR的观测结果会失去连贯性；无人机受天气影响较大；而岩土传感器仅能提供点级数据。当整合多种监测源时，个别研究的误差估计值降低了约20%至50%。虽然也有研究指出预警系统的响应时间和预测提前时间有所改进，但这些数据存在差异性，未在本次综述中汇总。在一个案例研究中，一种结合FEM、ANN和LSTM的混合模型在预测无量纲安全系数（FoS）时的平均绝对误差（MAE）为0.027，而基于SVM的基线模型的误差为0.081。研究还指出了关键的研究空白：缺乏可解释的AI算法、数字孪生的验证不足、数据融合缺乏标准化以及气候风险未能得到充分考虑。 结论。 要进一步提高TSF的安全性，需要将现有的独立监测方法转变为一个综合的地理空间系统，该系统应整合卫星数据、地面数据、岩土数据、地球物理数据，同时运用人工智能、数字孪生技术以及智能决策支持系统。本文提出了该系统的八层架构，并提出了三种实现方案（最小化型、全面型和智能化型），同时制定了到2035年的发展路线图。
