打开文本图片集

摘要：泥石流是自然环境受到影响、水土流失以及地表侵蚀的产物，由于频繁的强降雨形成的水流将含经过长时间的风化而变得松软的山体经过水流的冲击后形成的洪流，一般情况下，泥石流的发生较为突然、并且来势极其猛烈，发生时携带者巨石高速前进，所以泥石流一般具有极大的破坏性[1]。对泥石流的监测预警是降低泥石流造成人民生命财产安全损失的有效方式。本文针对沟谷物源、水源等因素引起泥石流的监测方法，通过次声、地声、降雨量、倾角加速度、图像抓怕等无线通讯监测手段进行预警判别泥石流暴发的可能性。经综合对比分析建立较为完整的预警模型，通过各监测手段实现泥石流监测预警。

关键词：泥石流、次声、地声、降雨量、无线通信、预警模型

0引言

我国地域广泛，地貌地形复杂，气候多样，是世界上地质灾害最为严重的国家之一，并且灾害种类多、发生频率高。其中，泥石流是常见的一种地质灾害。泥石流的发生有一定的周期性，一般发生在多雨季节，即我国的6月到9月，这个时期，我国陕西南部、四川、云南、贵州等地区降水丰富，加之这些地区的地形比较崎岖陡峭，很容易发生滑坡、崩塌、泥石流等地质灾害。泥石流发生的全过程比较短暂，一般持续几个小时，短暂的只有几分钟，大多分布在一些地形地貌复杂的地区。近年来由于我国各地区出现的强降雨增多、持续干旱造成岩土体松散开裂和受低温冰冻冻帐等因素的影响，使地质灾害的突发性越来越强、监测预警的难度越来越大。由于泥石流爆发突然、来势凶猛、具有强大的能量和极大的破坏性，所以对于泥石流的监测更是一种技术的难点，并且泥石流会造成较大的财产和人民群众生命安全损失，因此对泥石流的实时监测显得尤为重要。

陕西省泥石流隐患点主要分布在陕西南部安康、商洛、汉中三市，其地形地貌复杂，雨季持续时间长，增加了地质灾害发生的概率。近几年，陕西省自然资源部门通过不断加强专业监测、专群结合监测等监测方式，其重点主要是在滑坡、崩塌等地质隐患点上，通过采用人防和技防相结合的方式成功预警预报，降低了由于泥石流等地质灾害所造成的对人民群众的经济和生命安全损失。但是距离精准监测、实时预警的目标还存在一定差距。由于缺少多手段、新技术、全方位多参数数据监测预警的方式，无法达到对泥石流等自然灾害的精准监测和实时预警，导致出现虚报警的问题。因此，本文提出了一种泥石流监测预警系统和监测方式，实现远程实施多手段、新技术全方位多参数监测预警，为泥石流发生早期预警提前撤离人员做好充足的数据支撑。

1系统总体设计

泥石流监测预警系统是一款利用无线通信技术，在基于高频率多手段高精度数据采集监测设备，对泥石流汇集处或各分叉沟口重要区域进行重点监测的预警系统。通过各种监测方法进行数据的实时采集、回传、取证、结合泥石流监测预警平台实现远程预警的目的。解决了在传统监测方式中人为无法准确监测和可靠度不够高、实时性差、预警不及时等缺点，该系统可有效减少监测费用，保证数据的实时监测持续性，提高对泥石流监测的精准性和实时性，具有良好的经济性和实用性，实现对泥石流监测的超前预警[1]。总体设计结构及系统运行图如图1、图2所示。

2监测点布设

引起泥石流灾害发生的主要因素包括地质地貌、岩石的风化以及由于暴雨造成的土质松软引起的泥石流。

（1）地质地貌。若该地区的地质构造岩性比较松软、破碎，以及风化程度比较严重的地区，容易发生滑坡、崩塌和泥石流等自然灾害；地质地层的构造是形成泥石流的基础条件，一个地区的宕石性质对泥石流的发育形成也有重要影响；

（2）岩石的风化。岩石的风化是多种因素共同造成的结果。造成岩石风化的因素有气候条件、地形条件以及岩石的性质。既有氧气、二氧化碳、酸性物质等对岩石的分解，也有地表植被分泌的物质对岩石造成的分解。以上原因都能可能会造成土壤层的增厚和松动；

（3）次生伤害。由于长时间强降雨造成土质松软引起的泥石流的发生。

监测点的布设不仅仅是为监测预警服务，同时要为后期的勘查治理和对灾害的稳定性判定提供有力的数据支撑。因此本系统监测点的布设遵循设备能有效地反映出泥石流的变化情况，能够精确、准确的反映出灾害体整体的动态变化过程，同时设备具备长期使用条件。

2.1布设原则

（1）雨量监测点位应该选择相对平坦且空旷的场地，不应布设在陡坡上、峡谷内、有遮挡或风口处、易受树木、杂物等影响的地方。如果泥位计安装于平坦且空旷的场地，雨量计则采用与其共杆安装的方式；

（2）倾角加速度监测点位应布置在泥石流中后缘的物源地区；

（3）泥位监测点位应选取能可观、准确反映沟道内泥石流泥水位变化特征、监测断面规则、沟床稳定的沟段，建议布置在泥石流沟中部，一般距离威胁区最小距离1.5km；

（4）远程预警机应该安装在住户安全范围内的高处，要求保证当地居民可以清楚的听到预警广播站语音播报的内容；

（5）监测点位应布设在通讯信号相对较好的地方，避开位置隐蔽、信号不佳且人畜易扰动破坏处；

（6）地声和次声的监测点位正常情况下应该布设在山体或地层发生变化的地方，避免沟内的流体对安装的设备造成破坏；

（7）图像抓拍监测点应选在视野空旷、地势平坦且相对位置较高的地方。一般在各区段（形成区、流通区、堆积区）设置视频监测点，具体监测点视情况而定。

2.2具体设备选用

针对于地质灾害泥石流监测，监测系统将进行降雨量监测、倾角加速度监测、泥水位监测、次声监测、地声监测、图像抓拍，共使用7种监测设备类型和1种预警设备类型，具体布设情况如下：

（1）压电式雨量计

采用压电效应将机械位移（振动）变成电信号，再根据雨滴冲击的能量转变的电压波形计算出降雨量的大小。

（2）倾角加速度计

采用一体化内置供电设计结构，内置高灵敏度九轴姿态传感器，毫秒级实时采集实现0.1°倾斜测量精度和毫克级加速度变化的地表形变监测，系统还使用了Kalman滤波技术来过滤干扰，保证了倾角数据的最大可用性。

（3）泥位计

其采用2.6G微波反射原理，首先利用雷达传感器发送脉冲，雷达接收到从水面反射回来的脉冲后，对整个过程所经过的时间T进行记录，由于电磁波的传播速度C，根据时间T和传播速度C计算出泥位计到水面的距离D。具备测量与水质无关、不受浮冰等漂浮物影响、抗干扰能力强、精度高等特点。

（4）次声监测预警仪

泥石流次声波具有独特的特征。次声波在空气中的传播速度是泥石流运动速度的数十倍，另外，次声波由于频率低，其波长会比一般的声波长很多，对于障碍物所造成的反射、折射、绕射等的影响并不大，具有穿透力强、受大气和水粘滞作用衰减小、传输距离远等特点，可以用来侦测不易近距离观测的天然灾害。

（5）地声监测预警仪

泥石流地声频率主要介于10Hz至30Hz之间。其它地面运动也会产生地声，但频率特性不同。例如地震引发的地声频率一般小于10Hz，峰值频率约为0.5Hz为此，通过地声频率可以区分不同的地质灾害。

（6）图像抓拍

采用高清800万输出支持1920×1080@60fps像素分辨力不小于1100TVL，红外距离可达240米的摄像机视频，通过泥位计进行控制实现图像的抓拍功能；

（7）远程预警机

与监测设备进行辅助预警，将文字信息和语音信息可通过手机APP、预警平台进行远程下发预警，同时具备与其他各项监测类设备进行联动预警，预警可覆盖周边2KM，实现警笛、闪光、语音三种报警方式，实现状态数据和预警信息的4G/5G传输，具有物联网集中式管理、免调试、自动上线，云端存储、展示等特点。

3监测设备应用

3.1设备布设应用关联

本文中所采用监测设备分别是：压电式雨量计、倾角加速度计、泥位计、次声、地声、图像抓拍，采用的预警方式：短信预警、软件界面预警、手机APP预警、本地远程预警站进行预警。

由于强降雨或长时间降雨，导致山体稳定系数降低，则会出现山体滑坡甚至造成大面积的崩塌从而导致泥石流的发生，因此将压电式雨量计布设在造成地质灾害以外山体稳定位置进行监测实时和累计降雨量；倾角加速度计则安装在灾害体倾角加速度监测点位应布置在泥石流中后缘的物源地区，主要对山体表面的姿态进行实时监测；泥位、次声、地声、图像抓拍安装的泥石流汇集处，对泥石流发生后所产生的声音进行监测识别判断泥石流发生的真实性和流动的速度，通过泥位进行监测泥石流发生后所监测位置泥位的升高或降低的数据[3]，当泥石流发生后泥位计监测数值的变化触发预警，同时启动图像抓怕将现场的图片通过4G/5G的方式传输到软件平台进行弹窗显示。具体的监测联动流程如下：

利用无线传输的方式（4G或者LORA方式，此处选用4G方式）将数据上报至各个平台，通过嵌入式程序在上报前与服务器平台进行连接，来保证数据传输的准确性和实时性。具体流程图如图5。

为保证采集数据的有效性，通过确认设备与平台连接正常后再进行上报定时数据来确保上报数据和采集数据是一致的。发送的数据包中包含：设备编码、监测状态类型、监测状态方法、数据采集时间、锂电池电压、太阳能板电压、4G信号值、变形监测类型以及报警级别。

（1）设备编码：每个监测设备的编码是唯一的，可以根据需求将数据和字母进行组合；

（2）监测状态类型、监测状态方法：主要目的是区分该数据类型是设备状态数据还是监测数据；

（3）数据采集时间：对当前数据的采集时间进行显示；

（4）锂电池、太阳能板电压：当前时间监测设备的锂电池电压和太阳能板电压，可用于判断设备是否因电压不足导致离线，便于维护人员现场进行维护；

（5）4G信号值：当前设备所接收到的信号质量；

（6）变形监测类型：表示当前所监测到的数据类型，此处所监测到是泥位，使用N进行表示；

（7）报警级别：指根据接收到的数据与报警阈值进行对比分析出的报警等级，分为三级报警级别，0表示的是不报警。

监测预警系统可通过不同设备及多种传感器，对监测点数据进行采集，通过科学的算法模型，实现了数据的动态监测与分析、异常数据的实时预警。

3.2软件平台应用

地质灾害信息化系统系统要求采用B/S技术架构，集GIS一张图搜索引擎、日常数据采集及入库化管理、工作审批信息化管理、报表与数据统计于一体的地质灾害信息平台。

通过数据采集泥石流监测灾害业务信息和地灾监测数据，构建统一的泥石流地质灾害监测数据库。一张图展示了辖区内的实时、历史预警数量；设备状态与传感器数据的分别管控与统计；监测点的筛选与查询，并通过地图定位到当前监测点，可查看到监测点基础信息、对应隐患点信息、监测数据信息与曲线、设备信息、实时与历史预警信息及视频数据。

泥石流监测预警平台是针对单个地区，采用野外测站单站管理模式，可实现监测数据的远程实时接收、实时展示和预警功能。含短信报警和声光报警，具备泥位监测站、降雨量监测站、次声监测站、地声监测站、倾角加速度监测站、图像抓拍等按照测站配置管理模式实时接收、显示、存储、入库、数据分析、报表生成、数据浏览、测站配置、参数修改、报警信息显示、界面报警、报警推送等，具备权限管理、短息报警、远程预警等功能。实现数据实时显示如下图：

2）系统管理模块

分为设备管理、用户管理，系统设置，公式编辑，布置图配置，日志管理六部分[2]。

设备管理：调用数据库分类显示所有测点的信息，三级报警（三级为红色、二级为橙色、一级为黄色）限以及该测点采用的公式；同时可以添加、修改、删除测点信息及绑定的公式等，将实时的记录信息然后写入数据库内进行保存。

用户管理：根据用户的权限，各类用户的功能不一样。超级用户及管理者可以查看、添加、修改、删除用户信息及用户的权限，还可以操作系统的任何功能，超级用户管理将在地质灾害监测预警系统安装完成后交给使用单位，通过修改密码以防止非法用户接入。

操作员只能登陆到系统，对系统的管理没有权限，但可以操作系统的其他功能；而未授权的用户不能进入系统。其中，任何对系统的操作都将实时的记录信息然后写入数据库内进行保存。

系统设置：主要是对采集周期和系统推出的延迟时间进行设置；

3）远程召测模块

该部分主要是对数据的实时采集，具体分为定时和人工采集。前者是根据系统设置里提前设定的采集周期和监测点，定时对系统选定的监测点进行数据采集

远程召测分为点测和巡测。将所有的测点的相关信息显示在远程召测的主界面上，用户可以选择全部进行监测或者选取一个或多个测点采集数据，通过这种方式实现。

4预报预警

对于此监测系统中所用设备的参数进行设置，设备上报机制分为定时报上报和加报上报。定时报上报指设备每小时进行一次上报，加报上报指当设备当前采集的数据超过设置的阈值后进行加报上报。设备采集的数据通过无线传输的方式（4G/5G/LORA）上传至应用平台，应用平台和前一条数据进行对比分析，当两个数据之差大于事先设置的报警阈值后，将触发预警信息[4]。应用平台通过下发预警信息，现场的监测设备和远程预警机进行联动预警，通过语音播报的方式进行报警。实现了该泥石流监测系统的实时、精准监测和实时预警。具体实现如下：

public String getAlarmLv（Map<String， Object> map） {

try {

String sensorId = MapUtil.getStr（map， “sensorId”）；

String data = MapUtil.getStr（map， “data”）；

Date getTime = MapUtil.getDate（map， “getTime”）；

String lv = StringUtils.leftPad（“”， data.split（“，”）.length， “0”）；

if （StrUtil.isBlankIfStr（sensorId）） {

return StringUtils.leftPad（“”， data.split（“，”）.length， “0”）；

}

Result sensorInfo = monitoringClient.getSensorDeviceInfo（sensorId）；

if （null ！= sensorInfo && sensorInfo.isSucceed（） && sensorInfo.getData（） ！= null） {

JSONArray array = JsonKit.toArray（sensorInfo.getData（））；

JSONObject object = array.getJSONObject（0）；

String isUsing = object.getString（“isUsing”）；

if （isUsing.equals（SensorTypeConstants.NOTENABLE）） {

// return StringUtils.leftPad（“”， data.split（“，”）.length， “0”）；

handleAlarm（sensorId， getTime， lv）；

return lv；

}

// 获取传感器预警模型

TblAlarmModel tblAlarmModel = tblAlarmModelService.getById（object.getString（“alarmModelId”））；

if （tblAlarmModel == null） {

return StringUtils.leftPad（“”， data.split（“，”）.length， “0”）；

} else {

String[]split = data.split（“，”）；

// 对数据进行预警级别解析

for （String s ： split） {

if （new BigDecimal（s）.abs（）.compareTo（tblAlarmModel.getRedAlarm（）） >= 0） {

lv += “1”；

} else if （new BigDecimal（s）.abs（）.compareTo（tblAlarmModel.getOrageAlarm（）） >= 0） {

lv += “2”；

} else if （new BigDecimal（s）.abs（）.compareTo（tblAlarmModel.getYellowAlarm（）） >= 0） {

lv += “3”；

} else if （new BigDecimal（s）.abs（）.compareTo（tblAlarmModel.getBlueAlarm（）） >= 0） {

lv += “4”；

} else {

lv += “0”；

}

}

// 此时需要调用预警接口，返回结果是true，代表需要发送短信

// 异步处理

handleAlarm（sensorId， getTime， lv）；

为提高监测系统的有效预警，通过k均值聚类算法[5]（k-means clustering algorithm）。采用迭代逼近最小误差原理，通过随机设置初始质心数和质心位置作为聚类中心，不断迭代计算所有聚类对象与质心位置的距离，并将聚类对象归类为相距最近的质心位置。当所有聚类对象被聚类完毕，每个聚类的质心位置会依据聚类后的结果重新计算。该迭代过程是不断进行的，直至满足下列终止条件之一：

（1）无对象被重新分配。

（2）聚类中心不再发生变化。

（3）聚类对象的误差平方和达到局部最小。

对陕西省安康市2021年成功预报预警案例，提取各滑坡监测设备的参数，倾角加速度参数、泥位参数、降雨量参数，按照图6中流程进行数据预处理和K-means聚类。

将所有归一化的数据进行合成，再利用K-means方法进行聚类，质心数设为4，据此划分滑坡监测过程中的五个预警等级，分别对应不预警、蓝色预警、黄色预警、橙色预警和红色预警。得出聚类结果，利用K-means聚类算法对标准化的数据统一进行聚类处理，得到的4个质心位置，该质心值即滑坡发生预警阈值。依据聚类得到的质心位置，按照公式（3）对所有采样值进行聚类。当采样值落入不同数值区间时，则触发对应的阈值等级预警，据此可以实现对滑坡体监测的准确阈值预报预警。

（1）

（2）

5 结语

本监测系统所采用的设备均经过在野外平稳运行后所选用的，其精度符合相关监测要求，在野外温湿度变化的情况下也完全能够保证数据返回的实时性和可靠性。通过一体化设计将电源管理系统进行内置，外接太阳能板，可以满足连续阴雨天的供电，保证了设备的在线率，减少了维护人员现场维护的次数，降低了生产和运维成本。通过端云结合的方式，当监测设备付出预警信息后，自动连接远程预警机并通过语音播报的方式播报预警信息，人民群众根据语音内容按照规定的路线撤离，从而达到联动预警的目的。根据现场的实际应用情况，该监测预警系统可以满足对泥石流的监测预警需求。

参考文献：

[1]刘秋丽.泥石流预警系统的方案设计及原理样机.2012，04-01.

[2]王建国，李磊.基于ASP.NET的尾矿库在线安全监测系统设计[J].计算机与数字工程，2014（01）：91-94

[3]方华.泥石流监测预警技术研究[J].人民黄河，2011，33（10）：63-65.

[4]杨成林，丁海涛，陈宁生.基于泥石流形成运动过程的泥石流灾害监测预警系统[J].自然灾害学报，2014，23（3）：2-9.

[5]刘友武.无线Mesh网络中基于萤火虫和粒子优化的网关部署组合算法[J].三明学院学报，2021（03）：15-22