吳浩 吳有江 王永泉 印光明 王立端 楊淞月 梁乾

（1.華中師范大學城市與環(huán)境科學學院 ?湖北武漢 ?430079;2.湖北高通空間技術有限責任公司 ?湖北武漢 ?430223;3.上海司南衛(wèi)星導航技術股份有限公司 ?上海 ?201801;4.湖北省安全生產應急救援中心 ?湖北武漢 ?430064）

摘 ?要：我國是全球發(fā)生滑坡災害最頻繁、影響范圍最廣的國家之一，對經濟民生造成了重大傷害?；碌姆罏臏p災一直以來受到政府管理部門和社會各界的高度重視，大力推行監(jiān)測預警信息化工程建設。在此背景下，本文系統(tǒng)研究了時空大數據支持下的滑坡監(jiān)測預警與應急響應關鍵技術，解決了傳統(tǒng)滑坡防災減災工作中的風險感知、預警可靠性和應急聯動等方面存在的問題。

關鍵詞：大數據 ?滑坡災害 ?監(jiān)測預警 ?應急響應

中圖分類號：P642.22 ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A文章編號：1674-098X（2021）04（b）-0115-03

Key technologies of landslide monitoring， early warning and emergency response based on spatiotemporal big data

WU Hao1 ?WU Youjiang2 ?WANG Yongquan3 ?YIN Guangming2 ?WANG Liduan3 ?YANG Songyue4 ?LIANG Qian3

（1.School of urban and Environmental Sciences， central China Normal University， Wuhan， Hubei province， 430079; 2.Hubei Qualcomm Space Technology Co.， Ltd.， Wuhan， Hubei province， 430223 ?china; 3.Shanghai Sinan Satellite Navigation Technology Co.， Ltd.， Shanghai ?201801 ?china; 4.Hubei provincial work safety emergency rescue center， Wuhan， Hubei province， 430064 ?china）

Abstract： China is one of the countries with the most frequent landslide disasters and the most extensive impact in the world， which has caused great harm to the economy and people's livelihood. Landslide disaster prevention and mitigation has always been highly valued by government departments and all sectors of society， and vigorously promote the monitoring and early warning information engineering construction. In this context， this paper systematically studies the key technologies of landslide monitoring， early warning and emergency response supported by spatiotemporal big data， and solves the problems of risk perception， early warning reliability and emergency linkage in the traditional landslide disaster prevention and mitigation work.

Key words： Big data; Landslide disaster; Monitoring and early warning; Emergency response

中國是全球發(fā)生滑坡災害最頻繁、影響范圍最廣的國家之一，特別是20世紀80年代以來，隨著經濟建設的恢復與高速發(fā)展及自然因素的影響，滑坡災害呈逐年加重趨勢。我國平均每年發(fā)生滑坡和泥石流地質災害2萬余起，受災人口90 多萬，直接經濟損失20至60 億元[1]。例如，貴州水城“7·23”特大山體滑坡災害，滑坡方量約200余萬方，造成近1600人受災，2400余間房屋不同程度損壞或倒塌，直接經濟損失達1.9億元[2]。嚴重的滑坡災害不僅給當地居民的生命財產造成極大損失，還摧毀相當數量的工廠和礦山，并嚴重影響鐵路、公路、水運等基礎設施的安全運營，嚴重制約了國民經濟的可持續(xù)發(fā)展[3]。因此，進行滑坡災害的實時監(jiān)測和預警，為災情預判與應急響應提供輔科學助決策支持，對保障人民生命財產安全和減低基礎設施破壞具有重要意義。

2 ?滑坡防災減災技術現狀

由于滑坡的形成受到周邊環(huán)境的地質條件、地形地貌、氣象水文和人工構筑物等多方位因素的影響，災害成因機理復雜，災害的發(fā)生具有隱蔽性和突發(fā)性特點。目前的滑坡防災減災技術中，對滑坡的發(fā)育規(guī)律和一系列地質連鎖反應監(jiān)測不到位，較少持續(xù)監(jiān)測滑坡體變化趨勢，對其發(fā)生風險性進行科學判斷，對滑坡的風險預警往往根據經驗進行主觀判斷[4]。這主要因為目前多數滑坡監(jiān)測鑒于經濟條件的限制，只利用單一、傳統(tǒng)的監(jiān)測技術，如經緯儀、全站儀和大地測量等對高陡邊坡進行穩(wěn)定性監(jiān)測。然而，這些傳統(tǒng)監(jiān)測技術由于需要投入大量人力，只能進行定期的監(jiān)測，而且受到野外工作地形和氣候條件的限制，難以滿足監(jiān)測預警的時效性和可靠性要求。

應急響應是滑坡防災減災的另一關鍵環(huán)節(jié)，但是政府部門和科研單位對滑坡的反應不及時，各職能部門之間缺乏聯動。同時，雖然普通民眾越來越多的意識到滑坡所引起的風險，但在實踐行動中，群眾的參與度仍然不高[5]。這主要是因為滑坡的突發(fā)性特點，其發(fā)生時間、位置、影響范圍以及破壞程度具有強烈的不確定性，而應急管理部門與受災群眾缺乏及時、必要的信息獲取與溝通，對這種不確定性的認知和判斷能力仍有諸多的不足。這導致涉事企業(yè)在災害來臨時缺乏警覺，政府部門在應急救援時缺乏依據，受災群眾在疏散逃生時缺乏指引，常常錯過滑坡救災的黃金窗口時間，難以形成上下聯動的高效救援。

3 ?時空大數據支持下的滑坡監(jiān)測預警與應急響應

本研究針對滑坡監(jiān)測預警可靠性和應急響應時效性的要求，圍繞承災體、致災因子、孕災環(huán)境和社會化應急資源等時空大數據，探索滑坡時空大數據的匯聚模式與動態(tài)更新技術，研發(fā)面向滑坡特征的GNSS/北斗普適型裝備及算法，建立高可靠性的滑坡地質災害點-面協(xié)同預警技術體系，開發(fā)滑坡地質災害監(jiān)測預警與應急響應業(yè)務化軟件平臺。實現滑坡災害應急資源合理組織與調度，達到最大化減少人員財產損失目的，提升了各級地方政府滑坡地質災害監(jiān)測預警水平和防災應急響應能力。

3.1 滑坡時空大數據的匯聚模式與動態(tài)更新技術

滑坡地質災害日常監(jiān)測、險情預警到應急響應的全過程，對傳感器實時監(jiān)測、基礎地理信息、防災減災專題和社會輿情等時空大數據具有重大需求。針對時空大數據的來源廣泛、異構性強、信息體量大等特點，依據采集方式、數據結構和更新頻率的不同，提出了實時在線、定期在線和離線拷貝三種數據匯聚模式，規(guī)范了滑坡地質災害的多源數據管理機制。由于滑坡地質災害時空大數據動態(tài)變化性強，針對矢量和柵格兩類空間數據，設計基于Cassandra的分布式可擴展四叉樹空間索引與查詢方法[6]，降低海量滑坡地質災害時空大數據的存儲與更新成本?？紤]到三維地理信息在地質災害風險評價過程中的快速增長，構建了三維地理信息系統(tǒng)實時繪制多線程分配與控制方法，通過動態(tài)調節(jié)CPU線程資源與GPU處理線程與緩存分配，提高了滑坡地質災害三維場景的更新效率和繪制穩(wěn)定性，從而形成了一套高效的滑坡地質災害時空大數據動態(tài)更新技術。

3.2 面向滑坡特征的GNSS/北斗普適型裝備及算法

瞄準滑坡地質災害監(jiān)測的時效性和精確性雙重目標，綜合考慮滑坡監(jiān)測GNSS/北斗終端對隔熱、防水和防塵的環(huán)境要求，從模塊功能、芯片選擇以及管腳連接等方面設計了詳細技術方案，利用嵌入式技術將GNSS、GPRS和ARM等硬件進行集成，研制出具有小型化、模塊化和集成化特點的GNSS/北斗定位硬件終端，實現了滑坡監(jiān)測數據的自動化采集、接收、儲存、解算和傳輸，具有功能簡約、精度適當、運行可靠、成本較低、適用性強的特點。圍繞該終端樣機所提供的GNSS/北斗監(jiān)測數據類型，針對突發(fā)型（高頻低精度）和緩發(fā)型（低頻高精度）兩類滑坡，設計了固定連續(xù)性和實時動態(tài)兩種GNSS/北斗監(jiān)測模式，重點研究與之相適合的GNSS/北斗多模數據融合處理算法和雙差整周模糊度快速固定算法;提出了基于參考站接收機的非差改正數分布式處理技術，實現了PPP-RTK快速解算，從而形成一套適應性強的GNSS/北斗普適型裝備及數據處理算法。

3.3 高可靠性的滑坡地質災害點-面協(xié)同預警技術體系

針對滑坡地質災害風險預警的高可靠性要求，將衛(wèi)星導航定位和三維激光掃描兩種監(jiān)測技術相結合，提出了由濾波處理、趨勢預測和風險評價組成的點-面協(xié)同預警技術體系。一方面，利用衛(wèi)星導航定位，從不同階段滑坡在變形量大小和速率快慢的差異出發(fā)，分別設計出混合型小波系數和改進型量測擴增卡爾曼兩種濾波算法，有效地剔除監(jiān)測時間序列中的粗差和噪聲;結合GNSS連續(xù)監(jiān)測性能好的特點，構建了基于改進分形的長時間序列的滑坡位移趨勢預測方法。另一方面，利用三維激光掃描，通過系統(tǒng)分析三維激光掃描誤差源，構建由光斑、測距、測角及配準引起的點位誤差模型，提出了一種基于點云誤差熵的三維激光滑坡監(jiān)測方法可靠性評價流程，進而探索了基于小樣本監(jiān)測信息的滑坡變形趨勢預測方法。在點-面協(xié)同監(jiān)測的基礎上，構建了邊坡穩(wěn)定性灰色模糊評價模型。同時發(fā)揮了衛(wèi)星定位監(jiān)測連續(xù)性強和三維激光掃描監(jiān)測密度大的優(yōu)勢，形成了一套可靠的滑坡地質災害風險協(xié)同預警技術體系。

3.4 滑坡地質災害監(jiān)測預警與應急響應業(yè)務化軟件平臺

面向滑坡地質災害的快速化、精準化和智能化的應急管理需求，采用地理信息系統(tǒng)組件式二次開發(fā)技術，設計基于標準服務的滑坡時空大數據接口;綜合運用Visual Studio平臺、輕量級.Net Core自主Web服務框架、Leaflet開源地圖框架和PostGIS空間數據庫，研發(fā)出具有自主知識產權的滑坡地質災害監(jiān)測預警與應急響應系統(tǒng)，具有“實時監(jiān)測、智能預警、超前預測、動態(tài)評價、應急指揮”五位一體的功能，形成一套包括災情精準研判、應急資源科學調度、人員疏散線路動態(tài)規(guī)劃的新型高效專群結合監(jiān)測預警平臺。從根本上解決了傳統(tǒng)數據更新遲緩造成風險感知滯后、監(jiān)測方法單一降低災情預警可靠性、部門協(xié)同聯動有限導致救援效率不高等問題，實現了應急資源合理組織與調度，達到了最大化減少人員財產損失目的，提升了各級地方政府和應急管理機構的滑坡地質災害監(jiān)測預警水平和防災應急響應能力。

4 ?結語

本研究以基于時空大數據的滑坡監(jiān)測預警與應急響應技術為核心，研制出一套具有“實時監(jiān)測、智能報警、超前預測、動態(tài)評價”的滑坡地質災害變形監(jiān)測預警系統(tǒng)，主要應用于大型礦山的采礦場邊幫、排土場、人工筑壩、自然山體滑坡降等滑坡災害的監(jiān)測，實現了坡體變形監(jiān)測預警的快速化、高精度和智能化。研究成果已成功應用于湖北省秭歸杉樹槽、巴東大坪、屯堡鄉(xiāng)楊家山、五峰漁洋關鎮(zhèn)等40多個重大地質災害危險點和大冶有色周家園、寶武集團楊家灣、華新水泥郭家壩等30多座尾礦庫，直接服務于湖北省23個縣（市、區(qū)）的地方政府，大幅度提升了滑坡災害防控和應急管理水平，具有顯著的社會效益和經濟效益。地質災害應急服務涉及方方面面，所涉及到的用戶也不是一成不變，比如可能涉及民政、水利、氣象等相關部口，所涉及到的服務也多種多樣。本研究技術體系下的滑坡地質災害監(jiān)測預警與應急響應系統(tǒng)中，理清不同用戶、不同業(yè)務級資源間關系，條理化展示各項業(yè)務應用，為更多應急部門提供服務平臺，提高業(yè)務級集成效率，也是我們下一步工作的一個研究方向。

后續(xù)研究中，滑坡地質災害的應急預案仍需繼續(xù)動態(tài)優(yōu)化，突發(fā)滑坡地質災害事件應急處置過程中，需要在既定系統(tǒng)服務框架下根據應急平臺的指導，提供多樣性、動態(tài)化的優(yōu)化應急預案，讓個性化的應急響應服務成為可能。

參考文獻

[1] 張賽飛.陜南某巖質邊坡滑坡監(jiān)測預警研究[D].西安：長安大學，2019.

[2] 張菖.基于BIM地質建模的滑坡監(jiān)測預警研究[D].成都：成都理工大學，2017.

[3] 何銳利.滑坡監(jiān)測預警系統(tǒng)的設計與實現[D].長沙：湖南大學，2017.

[4] 趙久彬，劉元雪，宋林波，等.大數據關鍵技術在滑坡監(jiān)測預警系統(tǒng)中的應用[J].重慶理工大學學報：自然科學版，2018，32（2）：182-190.

[5] 劉德陽，溫宗周，李麗敏，等.基于多傳感器滑坡監(jiān)測預警系統(tǒng)設計及應用[J].微處理機，2020，41（1）：41-47.

[6] 霍冬冬，亓星.多源數據融合在巖質滑坡監(jiān)測預警中的應用[J].四川理工學院學報：自然科學版，2019，32（5）：63-68.