曾兆寧 李彥霄
(成都工業(yè)學(xué)院,四川 成都 611730)
地質(zhì)災(zāi)害涉及復(fù)雜的地質(zhì)條件、地理環(huán)境、地質(zhì)運(yùn)動(dòng)等因素,具有氣候時(shí)空差異大、隱匿性強(qiáng)、分布廣泛、危害性強(qiáng)、破壞性大等特點(diǎn)。由于自然事件和人類社會(huì)活動(dòng)的協(xié)同影響,尤其是近些年來經(jīng)濟(jì)社會(huì)和城鎮(zhèn)的迅猛發(fā)展,具有高破壞性的地質(zhì)災(zāi)害頻繁發(fā)生,這對(duì)社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展和人民生命財(cái)產(chǎn)安全產(chǎn)生巨大的沖擊和損害,并直接危害到人類賴以生存的自然環(huán)境。近年來,我國(guó)經(jīng)濟(jì)快速發(fā)展,人口密度迅速提高,每一次地質(zhì)災(zāi)害的爆發(fā)總會(huì)給受災(zāi)地區(qū)造成巨大的人員傷亡和財(cái)產(chǎn)損失。因此,建立一體化的監(jiān)測(cè)、預(yù)警和風(fēng)險(xiǎn)評(píng)估系統(tǒng),對(duì)易發(fā)生地質(zhì)災(zāi)害的地區(qū)進(jìn)行持續(xù)的監(jiān)測(cè)、預(yù)警和風(fēng)險(xiǎn)評(píng)估,具有較高的實(shí)際應(yīng)用價(jià)值。
隨著技術(shù)的發(fā)展,傳統(tǒng)的地表位移監(jiān)測(cè)儀器,如經(jīng)緯儀、水準(zhǔn)儀、光電測(cè)距儀、全站儀、GPS監(jiān)測(cè)、攝影、紅外遙感和激光掃描[1]等,也逐漸得到了新的應(yīng)用。目前,通信和物聯(lián)網(wǎng)技術(shù)是建立高效的地質(zhì)災(zāi)害遠(yuǎn)程監(jiān)測(cè)系統(tǒng)的關(guān)鍵。但現(xiàn)階段的邊坡監(jiān)測(cè)手段大部分還是人為監(jiān)測(cè)、觀察預(yù)測(cè),小部分采用儀器監(jiān)測(cè)。人為監(jiān)測(cè)手段存在著很大的弊端,例如監(jiān)測(cè)誤差大、監(jiān)測(cè)數(shù)據(jù)少、監(jiān)測(cè)范圍覆蓋面小等問題,故監(jiān)測(cè)方式由傳統(tǒng)監(jiān)測(cè)向智能化監(jiān)測(cè)轉(zhuǎn)變迫在眉睫。以各類儀器為主的監(jiān)測(cè)手段雖能很大程度上消除人為監(jiān)測(cè)所帶來的弊端,并且能基本做到準(zhǔn)確、及時(shí),但也存在著應(yīng)用范圍不廣、數(shù)據(jù)傳輸速度慢等不足。本文介紹基于5G物聯(lián)網(wǎng)技術(shù)的邊坡監(jiān)測(cè)預(yù)警系統(tǒng),該系統(tǒng)通過現(xiàn)場(chǎng)布置的GNSS設(shè)備和各種物聯(lián)網(wǎng)傳感器,監(jiān)測(cè)地面三維位移、降雨、地面裂縫等重要指標(biāo),運(yùn)用5G通信技術(shù)傳輸關(guān)鍵監(jiān)測(cè)數(shù)據(jù),并通過先進(jìn)的數(shù)據(jù)可視化技術(shù)進(jìn)行顯示。
從應(yīng)急管理部最新公布的全國(guó)滑坡日發(fā)生概率模擬圖來看,山體滑坡、邊坡失穩(wěn)等自然災(zāi)害在我國(guó)十分常見。邊坡監(jiān)測(cè)預(yù)警最早開始于20世紀(jì)70年代的露天礦山,主要采用人工實(shí)地勘測(cè),由公共部門根據(jù)降雨標(biāo)準(zhǔn)發(fā)出,該標(biāo)準(zhǔn)假定發(fā)生邊坡災(zāi)害的可能性受降雨強(qiáng)度控制。因此,諸多地方都在實(shí)行基于降雨的預(yù)警,但也存在一個(gè)可能的缺點(diǎn),降雨標(biāo)準(zhǔn)未考慮到當(dāng)?shù)氐刭|(zhì)、地形和人類活動(dòng)的影響,無法得到較為精確的數(shù)據(jù),具有較大的局限性。邊坡災(zāi)害的發(fā)生是一個(gè)動(dòng)態(tài)變化的過程,因此,有必要利用現(xiàn)代科學(xué)技術(shù)、信息技術(shù)和多學(xué)科協(xié)作來輔助研究,對(duì)數(shù)據(jù)進(jìn)行分析從而判斷是否發(fā)出預(yù)警信號(hào)。
進(jìn)入21世紀(jì),邊坡監(jiān)測(cè)技術(shù)得到了快速發(fā)展,監(jiān)測(cè)技術(shù)已由過去的人工皮尺監(jiān)測(cè)過渡到儀器監(jiān)測(cè),并向自動(dòng)化、高精度的遙測(cè)系統(tǒng)發(fā)展[2]。
隨著互聯(lián)網(wǎng)的不斷發(fā)展,監(jiān)測(cè)的范圍更大,監(jiān)測(cè)的內(nèi)容由位移監(jiān)測(cè)拓寬到應(yīng)力應(yīng)變、動(dòng)力因素和地質(zhì)環(huán)境監(jiān)測(cè)。21世紀(jì)初,世界各國(guó)科研人員競(jìng)相研發(fā)了以光纖監(jiān)測(cè)為代表的邊坡變形監(jiān)測(cè)儀器,邊坡監(jiān)測(cè)技術(shù)又出現(xiàn)了日新月異的進(jìn)步,朝著自動(dòng)化、高精度化等方向發(fā)展[4]。隨著通信技術(shù)、北斗技術(shù)、遙感遙測(cè)技術(shù)、自動(dòng)化技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展[5],監(jiān)測(cè)的效率和精度得到了很大的提升。目前,隨著人工智能的飛速發(fā)展,邊坡災(zāi)害預(yù)警技術(shù)定會(huì)向智能化邁進(jìn)。
傳統(tǒng)的邊坡監(jiān)測(cè)技術(shù)最大的局限在于監(jiān)測(cè)工作是由人工定期或不定期用傳統(tǒng)測(cè)量?jī)x器進(jìn)行實(shí)地測(cè)量。測(cè)量?jī)x器質(zhì)量大,測(cè)量工作單調(diào)繁冗,人工成本相對(duì)較高,且受天氣、現(xiàn)場(chǎng)條件[3]等諸多因素制約,人為因素影響誤差也較大。由于人工監(jiān)測(cè)不能持續(xù)地對(duì)邊坡進(jìn)行有效監(jiān)測(cè)預(yù)警,因此時(shí)常發(fā)生預(yù)警滯后而導(dǎo)致的安全事故。傳統(tǒng)技術(shù)需要人工定期到現(xiàn)場(chǎng)進(jìn)行數(shù)據(jù)采集,工作量大,檢測(cè)的準(zhǔn)確性不夠,且無法在極端氣候條件下采集數(shù)據(jù)。在暴雨、地震等極端情況下,現(xiàn)場(chǎng)實(shí)測(cè)會(huì)嚴(yán)重威脅到監(jiān)測(cè)人員的生命安全。此外,傳感元件,如電阻應(yīng)變計(jì)式、電感式傳感器和鋼弦式傳感器等,普遍存在尺寸較大、抗干擾性及穩(wěn)定性較差和易發(fā)生零點(diǎn)漂移等不足,以至于無法得到較為精確的數(shù)據(jù)。
目前我國(guó)在邊坡監(jiān)測(cè)方面開始由過去的簡(jiǎn)易工具、人工為主開始走向監(jiān)測(cè)的自動(dòng)化、精密化,常用的主要監(jiān)測(cè)方式有人為監(jiān)測(cè)、儀器監(jiān)測(cè)等,但此類監(jiān)測(cè)方法存在較多的不足之處:
(1)工作量繁重,依靠人工野外記錄數(shù)據(jù),存在安全隱患;
(2)監(jiān)測(cè)數(shù)據(jù)存在一定滯后,無法獲得實(shí)時(shí)數(shù)據(jù);
(3)易受外界因素影響,如環(huán)境,氣候等;
(4)監(jiān)測(cè)設(shè)備較為昂貴,容易損壞,設(shè)備供電不足,無法及時(shí)獲取數(shù)據(jù);
(5)每個(gè)邊坡的坡度、形狀、土體類型等都是不同的,企圖用一個(gè)臨界值去預(yù)警該范圍內(nèi)的所有滑坡具有偶然性。
基于互聯(lián)網(wǎng)及現(xiàn)代技術(shù)的發(fā)展,滿足工程動(dòng)態(tài)化設(shè)計(jì)與信息化施工的要求,智能化監(jiān)測(cè)預(yù)警系統(tǒng)將多個(gè)軟、硬件之間的信息傳輸與交互相結(jié)合,打造一個(gè)集數(shù)據(jù)采集、分析、傳輸為一體的平臺(tái),避免了信息缺失、數(shù)據(jù)格式不兼容等問題。大數(shù)據(jù)技術(shù)、虛擬現(xiàn)實(shí)技術(shù)、人工智能的加入提高了數(shù)據(jù)的準(zhǔn)確性,監(jiān)測(cè)設(shè)備價(jià)格合理,監(jiān)測(cè)采集裝置便攜易安裝。智能化邊坡監(jiān)測(cè)技術(shù)具有以下優(yōu)勢(shì):
(1)及時(shí)性:24h無間斷實(shí)時(shí)監(jiān)測(cè),通過5G反饋并發(fā)送實(shí)時(shí)數(shù)據(jù);
(2)精準(zhǔn)性:預(yù)警模型的預(yù)警對(duì)象是一個(gè)較大的區(qū)域范圍,靠檢測(cè)儀器精準(zhǔn)收集邊坡的各項(xiàng)數(shù)據(jù),將數(shù)據(jù)傳到云平臺(tái)能準(zhǔn)確判斷預(yù)警等級(jí),且對(duì)災(zāi)后分析有一定的幫助;
(3)安全性:利用設(shè)備云監(jiān)測(cè),保障監(jiān)測(cè)人員人身安全,通過預(yù)警平臺(tái)實(shí)時(shí)發(fā)布預(yù)警信息,避免受災(zāi);
(4)穩(wěn)定性:利用傳統(tǒng)電網(wǎng)以及太陽能供電,保證實(shí)時(shí)全自動(dòng)供電。在惡劣天氣,災(zāi)害易發(fā)生區(qū)域,依然能夠保持高效監(jiān)測(cè)的工作狀況,保證了數(shù)據(jù)的穩(wěn)定性。
傳統(tǒng)邊坡監(jiān)測(cè)技術(shù)與智能化邊坡監(jiān)測(cè)技術(shù)對(duì)比見圖1所示。
圖1 邊坡監(jiān)測(cè)技術(shù)對(duì)比圖
智能化監(jiān)測(cè)預(yù)警系統(tǒng)的監(jiān)測(cè)端設(shè)備首先通過智能傳感器進(jìn)行數(shù)據(jù)的采集,然后通過北斗報(bào)文通信技術(shù)或者4G/5G將數(shù)據(jù)發(fā)送到數(shù)據(jù)中心,實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)接入,隨后在數(shù)據(jù)中心對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)化、存儲(chǔ)、分析、可視化等處理,通過分析監(jiān)測(cè)對(duì)象的變形值、變形速率、變形過程、形變特征等,獲取到邊坡運(yùn)動(dòng)規(guī)律,進(jìn)一步對(duì)邊坡穩(wěn)定性做出推斷,進(jìn)而實(shí)現(xiàn)滑坡預(yù)警。
3.1.1 系統(tǒng)構(gòu)成
本邊坡智能監(jiān)測(cè)預(yù)警系統(tǒng)設(shè)計(jì)部分主要包含:數(shù)據(jù)采集子系統(tǒng)、數(shù)據(jù)傳輸子系統(tǒng)、數(shù)據(jù)處理子系統(tǒng)、數(shù)據(jù)發(fā)布子系統(tǒng)[6]。系統(tǒng)總體設(shè)計(jì)構(gòu)成如圖2所示。
圖2 系統(tǒng)構(gòu)成
3.1.2 數(shù)據(jù)采集子系統(tǒng)
數(shù)據(jù)采集:采用測(cè)縫儀、GNSS、測(cè)斜儀、鋼筋計(jì)、錨索測(cè)力計(jì)、結(jié)合雨量計(jì)、降雨量監(jiān)測(cè)器、位移傳感器采集相關(guān)數(shù)據(jù),可以對(duì)邊坡裂縫開合度、邊坡水平位移和垂直位移以及降雨量、含水率、巖土沉降等進(jìn)行綜合監(jiān)測(cè)。
3.1.3 數(shù)據(jù)傳輸子系統(tǒng)
通過光纖傳輸將數(shù)據(jù)傳輸?shù)街醒肟刂葡到y(tǒng);利用數(shù)據(jù)采集層采集到的數(shù)據(jù),將監(jiān)測(cè)數(shù)據(jù)通過5G、4G與北斗集成設(shè)備,實(shí)現(xiàn)4、5代通信技術(shù)與北斗的雙通道通信。當(dāng)通信中斷時(shí),可以使用北斗通信,保證數(shù)據(jù)穩(wěn)定傳輸。
3.1.4 數(shù)據(jù)處理子系統(tǒng)
網(wǎng)絡(luò)層云平臺(tái)將接收到的數(shù)據(jù)傳輸給云服務(wù)中心和云數(shù)據(jù)庫,用于獲取開發(fā)App的后臺(tái)數(shù)據(jù)。系統(tǒng)對(duì)采集到的信息進(jìn)行管理和分析,生成動(dòng)態(tài)預(yù)警分析數(shù)據(jù),并可視化顯示預(yù)警結(jié)果,數(shù)據(jù)超過預(yù)警閾值時(shí),會(huì)自動(dòng)發(fā)出預(yù)警提示信息。
3.1.5 數(shù)據(jù)發(fā)布子系統(tǒng)
邊坡穩(wěn)定狀態(tài)監(jiān)測(cè)數(shù)據(jù)可通過預(yù)警小程序、及時(shí)廣播、車載廣播、網(wǎng)頁、app、短信等方式發(fā)布。相關(guān)預(yù)警監(jiān)測(cè)人員可通過智能手機(jī)登錄網(wǎng)絡(luò)或獲取相關(guān)數(shù)據(jù),快速確定邊坡的穩(wěn)定狀態(tài),進(jìn)一步增強(qiáng)預(yù)警的時(shí)效性。此預(yù)警系統(tǒng)的使用對(duì)保障人民生命財(cái)產(chǎn)安全具有重要意義,通過數(shù)據(jù)的不斷收集,建立一套有效的邊坡預(yù)警模型,進(jìn)而訓(xùn)練出一套高準(zhǔn)確性的人工智能算法,從而提高預(yù)警系統(tǒng)的準(zhǔn)確性。
硬件設(shè)備用于完成數(shù)據(jù)的采集,是確保監(jiān)測(cè)預(yù)警系統(tǒng)穩(wěn)定、準(zhǔn)確運(yùn)行的基礎(chǔ)。如圖5所示,系統(tǒng)的結(jié)構(gòu)由采集、供電、傳輸?shù)葐卧M成;采集單元?jiǎng)t包括位移計(jì)、測(cè)斜計(jì)、雨量計(jì)、滲壓計(jì)等智能傳感器;供電單元由太陽能電池板、電壓轉(zhuǎn)換電路、外部供電線路、儲(chǔ)能電池組成,給整個(gè)設(shè)備供電;傳輸單元由串口電路和網(wǎng)絡(luò)通訊模塊組成,能有效地將終端與云服務(wù)器相連。
軟件平臺(tái)作為地質(zhì)滑坡監(jiān)測(cè)預(yù)警系統(tǒng)的數(shù)據(jù)中心,可以完成數(shù)據(jù)轉(zhuǎn)化、存儲(chǔ)、分析、可視化等,由服務(wù)端軟件、數(shù)據(jù)庫以及智能監(jiān)測(cè)管理平臺(tái)三部分組成。管理員可以操作Web端軟件實(shí)現(xiàn)數(shù)據(jù)可視化以及對(duì)智能監(jiān)測(cè)平臺(tái)進(jìn)行管理,同時(shí)監(jiān)測(cè)人員可以通過PC、Android、IOS端進(jìn)行數(shù)據(jù)的分析與管理。大數(shù)據(jù)中心主要用于存儲(chǔ)實(shí)時(shí)采集的數(shù)據(jù),包含對(duì)數(shù)據(jù)的接收、保存、分析,并通過通訊端口將數(shù)據(jù)發(fā)送至云端處理中心,經(jīng)過處理后存儲(chǔ)入庫,若達(dá)到預(yù)警閾值則向用戶端發(fā)送預(yù)警信息從而實(shí)現(xiàn)數(shù)據(jù)的可視化。
由于邊坡巖土體的不均質(zhì)性和各向異性,建立具有代表性和針對(duì)性的邊坡預(yù)警評(píng)價(jià)模型將對(duì)監(jiān)測(cè)預(yù)警系統(tǒng)的功能實(shí)現(xiàn)有著直接的關(guān)系,隨著計(jì)算機(jī)技術(shù)及以BIM為核心理念的三維數(shù)字化設(shè)計(jì)技術(shù)和三維協(xié)同理念的出現(xiàn)[7],給邊坡工程設(shè)計(jì)效率和質(zhì)量提供了新的驅(qū)動(dòng)力。此預(yù)警系統(tǒng)建立了典型邊坡工程案例數(shù)據(jù)庫,根據(jù)不同邊坡的地質(zhì)特征,建立三維模型,將邊坡數(shù)據(jù)賦予3D模型,將模型傳入大數(shù)據(jù)庫進(jìn)行精細(xì)化分析,同時(shí)還提出了基于神經(jīng)網(wǎng)絡(luò)的滑坡安全評(píng)價(jià)模型,以實(shí)現(xiàn)對(duì)滑坡監(jiān)測(cè)數(shù)據(jù)進(jìn)行實(shí)時(shí)更新,最后根據(jù)監(jiān)測(cè)數(shù)據(jù)模型評(píng)估邊坡安全性的目的。
邊坡智能監(jiān)測(cè)預(yù)警系統(tǒng)的搭建,將為邊坡災(zāi)害防治提供技術(shù)支持,彌補(bǔ)傳統(tǒng)監(jiān)測(cè)技術(shù)的不足,實(shí)現(xiàn)災(zāi)害自動(dòng)化預(yù)警,提升災(zāi)害風(fēng)險(xiǎn)防控預(yù)警能力和災(zāi)害防治水平,保證邊坡預(yù)警工作順利開展,保障偏遠(yuǎn)山區(qū)人民生命財(cái)產(chǎn)安全。本文提出的這套結(jié)合北斗系統(tǒng)的邊坡監(jiān)測(cè)預(yù)警系統(tǒng),將大大提高邊坡災(zāi)情管理、監(jiān)測(cè)的效率,后續(xù)還可從以下方面進(jìn)行深入探究:
(1)在現(xiàn)代物聯(lián)網(wǎng)技術(shù)的充分加持下,邊坡監(jiān)測(cè)技術(shù)將向著更加智能化、系統(tǒng)化、自動(dòng)化、多元化的方向發(fā)展,以實(shí)現(xiàn)智慧邊坡預(yù)警,實(shí)現(xiàn)對(duì)邊坡數(shù)據(jù)的精益化控制是未來的發(fā)展重心;
(2)隨著人工智能的發(fā)展,預(yù)警系統(tǒng)需要探究監(jiān)測(cè)點(diǎn)布局模型,深入分析、挖掘數(shù)據(jù)的特異性,形成人工神經(jīng)元算法,可以為山區(qū)基礎(chǔ)設(shè)施建設(shè)提供安全保障并為我國(guó)防災(zāi)體系提供技術(shù)支持,具有廣闊的應(yīng)用前景。