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(xué)城市與環(huán)境科學(xué)學(xué)院 ?湖北武漢 ?430079;2.湖北高通空間技術(shù)有限責(zé)任公司 ?湖北武漢 ?430223;3.上海司南衛(wèi)星導(dǎo)航技術(shù)股份有限公司 ?上海 ?201801;4.湖北省安全生產(chǎn)應(yīng)急救援中心 ?湖北武漢 ?430064)
摘 ?要:我國是全球發(fā)生滑坡災(zāi)害最頻繁、影響范圍最廣的國家之一,對經(jīng)濟(jì)民生造成了重大傷害?;碌姆罏?zāi)減災(zāi)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(yù)警信息化工程建設(shè)。在此背景下,本文系統(tǒng)研究了時空大數(shù)據(jù)支持下的滑坡監(jiān)測預(yù)警與應(yīng)急響應(yīng)關(guān)鍵技術(shù),解決了傳統(tǒng)滑坡防災(zāi)減災(zāi)工作中的風(fēng)險感知、預(yù)警可靠性和應(yīng)急聯(lián)動等方面存在的問題。
關(guān)鍵詞:大數(shù)據(jù) ?滑坡災(zāi)害 ?監(jiān)測預(yù)警 ?應(yīng)急響應(yīng)
中圖分類號:P642.22 ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)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(zāi)害最頻繁、影響范圍最廣的國家之一,特別是20世紀(jì)80年代以來,隨著經(jīng)濟(jì)建設(shè)的恢復(fù)與高速發(fā)展及自然因素的影響,滑坡災(zāi)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(zhì)災(zāi)害2萬余起,受災(zāi)人口90 多萬,直接經(jīng)濟(jì)損失20至60 億元[1]。例如,貴州水城“7·23”特大山體滑坡災(zāi)害,滑坡方量約200余萬方,造成近1600人受災(zāi),2400余間房屋不同程度損壞或倒塌,直接經(jīng)濟(jì)損失達(dá)1.9億元[2]。嚴(yán)重的滑坡災(zāi)害不僅給當(dāng)?shù)鼐用竦纳敭a(chǎn)造成極大損失,還摧毀相當(dāng)數(shù)量的工廠和礦山,并嚴(yán)重影響鐵路、公路、水運(yùn)等基礎(chǔ)設(shè)施的安全運(yùn)營,嚴(yán)重制約了國民經(jīng)濟(jì)的可持續(xù)發(fā)展[3]。因此,進(jìn)行滑坡災(zāi)害的實(shí)時監(jiān)測和預(yù)警,為災(zāi)情預(yù)判與應(yīng)急響應(yīng)提供輔科學(xué)助決策支持,對保障人民生命財產(chǎn)安全和減低基礎(chǔ)設(shè)施破壞具有重要意義。
2 ?滑坡防災(zāi)減災(zāi)技術(shù)現(xiàn)狀
由于滑坡的形成受到周邊環(huán)境的地質(zhì)條件、地形地貌、氣象水文和人工構(gòu)筑物等多方位因素的影響,災(zāi)害成因機(jī)理復(fù)雜,災(zāi)害的發(fā)生具有隱蔽性和突發(fā)性特點(diǎn)。目前的滑坡防災(zāi)減災(zāi)技術(shù)中,對滑坡的發(fā)育規(guī)律和一系列地質(zhì)連鎖反應(yīng)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(fēng)險性進(jìn)行科學(xué)判斷,對滑坡的風(fēng)險預(yù)警往往根據(jù)經(jīng)驗(yàn)進(jìn)行主觀判斷[4]。這主要因?yàn)槟壳岸鄶?shù)滑坡監(jiān)測鑒于經(jīng)濟(jì)條件的限制,只利用單一、傳統(tǒng)的監(jiān)測技術(shù),如經(jīng)緯儀、全站儀和大地測量等對高陡邊坡進(jìn)行穩(wěn)定性監(jiān)測。然而,這些傳統(tǒng)監(jiān)測技術(shù)由于需要投入大量人力,只能進(jìn)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(yù)警的時效性和可靠性要求。
應(yīng)急響應(yīng)是滑坡防災(zāi)減災(zāi)的另一關(guān)鍵環(huán)節(jié),但是政府部門和科研單位對滑坡的反應(yīng)不及時,各職能部門之間缺乏聯(lián)動。同時,雖然普通民眾越來越多的意識到滑坡所引起的風(fēng)險,但在實(shí)踐行動中,群眾的參與度仍然不高[5]。這主要是因?yàn)榛碌耐话l(fā)性特點(diǎn),其發(fā)生時間、位置、影響范圍以及破壞程度具有強(qiáng)烈的不確定性,而應(yīng)急管理部門與受災(zāi)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(rèn)知和判斷能力仍有諸多的不足。這導(dǎo)致涉事企業(yè)在災(zāi)害來臨時缺乏警覺,政府部門在應(yīng)急救援時缺乏依據(jù),受災(zāi)群眾在疏散逃生時缺乏指引,常常錯過滑坡救災(zāi)的黃金窗口時間,難以形成上下聯(lián)動的高效救援。
3 ?時空大數(shù)據(jù)支持下的滑坡監(jiān)測預(yù)警與應(yīng)急響應(yīng)
本研究針對滑坡監(jiān)測預(yù)警可靠性和應(yīng)急響應(yīng)時效性的要求,圍繞承災(zāi)體、致災(zāi)因子、孕災(zāi)環(huán)境和社會化應(yīng)急資源等時空大數(shù)據(jù),探索滑坡時空大數(shù)據(jù)的匯聚模式與動態(tài)更新技術(shù),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(zhì)災(zāi)害點(diǎn)-面協(xié)同預(yù)警技術(shù)體系,開發(fā)滑坡地質(zhì)災(zāi)害監(jiān)測預(yù)警與應(yīng)急響應(yīng)業(yè)務(wù)化軟件平臺。實(shí)現(xiàn)滑坡災(zāi)害應(yīng)急資源合理組織與調(diào)度,達(dá)到最大化減少人員財產(chǎn)損失目的,提升了各級地方政府滑坡地質(zhì)災(zāi)害監(jiān)測預(yù)警水平和防災(zāi)應(yīng)急響應(yīng)能力。
3.1 滑坡時空大數(shù)據(jù)的匯聚模式與動態(tài)更新技術(shù)
滑坡地質(zhì)災(zāi)害日常監(jiān)測、險情預(yù)警到應(yīng)急響應(yīng)的全過程,對傳感器實(shí)時監(jiān)測、基礎(chǔ)地理信息、防災(zāi)減災(zāi)專題和社會輿情等時空大數(shù)據(jù)具有重大需求。針對時空大數(shù)據(jù)的來源廣泛、異構(gòu)性強(qiáng)、信息體量大等特點(diǎn),依據(jù)采集方式、數(shù)據(jù)結(jié)構(gòu)和更新頻率的不同,提出了實(shí)時在線、定期在線和離線拷貝三種數(shù)據(jù)匯聚模式,規(guī)范了滑坡地質(zhì)災(zāi)害的多源數(shù)據(jù)管理機(jī)制。由于滑坡地質(zhì)災(zāi)害時空大數(shù)據(jù)動態(tài)變化性強(qiáng),針對矢量和柵格兩類空間數(shù)據(jù),設(shè)計基于Cassandra的分布式可擴(kuò)展四叉樹空間索引與查詢方法[6],降低海量滑坡地質(zhì)災(zāi)害時空大數(shù)據(jù)的存儲與更新成本??紤]到三維地理信息在地質(zhì)災(zāi)害風(fēng)險評價過程中的快速增長,構(gòu)建了三維地理信息系統(tǒng)實(shí)時繪制多線程分配與控制方法,通過動態(tài)調(diào)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(zhì)災(zāi)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(zhì)災(zāi)害時空大數(shù)據(jù)動態(tài)更新技術(shù)。
3.2 面向滑坡特征的GNSS/北斗普適型裝備及算法
瞄準(zhǔn)滑坡地質(zhì)災(zāi)害監(jiān)測的時效性和精確性雙重目標(biāo),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(shè)計了詳細(xì)技術(shù)方案,利用嵌入式技術(shù)將GNSS、GPRS和ARM等硬件進(jìn)行集成,研制出具有小型化、模塊化和集成化特點(diǎn)的GNSS/北斗定位硬件終端,實(shí)現(xiàn)了滑坡監(jiān)測數(shù)據(jù)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(dāng)、運(yùn)行可靠、成本較低、適用性強(qiáng)的特點(diǎn)。圍繞該終端樣機(jī)所提供的GNSS/北斗監(jiān)測數(shù)據(jù)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(shè)計了固定連續(xù)性和實(shí)時動態(tài)兩種GNSS/北斗監(jiān)測模式,重點(diǎn)研究與之相適合的GNSS/北斗多模數(shù)據(jù)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(jī)的非差改正數(shù)分布式處理技術(shù),實(shí)現(xiàn)了PPP-RTK快速解算,從而形成一套適應(yīng)性強(qiáng)的GNSS/北斗普適型裝備及數(shù)據(jù)處理算法。
3.3 高可靠性的滑坡地質(zhì)災(zāi)害點(diǎn)-面協(xié)同預(yù)警技術(shù)體系
針對滑坡地質(zhì)災(zāi)害風(fēng)險預(yù)警的高可靠性要求,將衛(wèi)星導(dǎo)航定位和三維激光掃描兩種監(jiān)測技術(shù)相結(jié)合,提出了由濾波處理、趨勢預(yù)測和風(fēng)險評價組成的點(diǎn)-面協(xié)同預(yù)警技術(shù)體系。一方面,利用衛(wèi)星導(dǎo)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(shè)計出混合型小波系數(shù)和改進(jìn)型量測擴(kuò)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(jié)合GNSS連續(xù)監(jiān)測性能好的特點(diǎn),構(gòu)建了基于改進(jìn)分形的長時間序列的滑坡位移趨勢預(yù)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(gòu)建由光斑、測距、測角及配準(zhǔn)引起的點(diǎn)位誤差模型,提出了一種基于點(diǎn)云誤差熵的三維激光滑坡監(jiān)測方法可靠性評價流程,進(jìn)而探索了基于小樣本監(jiān)測信息的滑坡變形趨勢預(yù)測方法。在點(diǎn)-面協(xié)同監(jiān)測的基礎(chǔ)上,構(gòu)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(qiáng)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(zhì)災(zāi)害風(fēng)險協(xié)同預(yù)警技術(shù)體系。
3.4 滑坡地質(zhì)災(zāi)害監(jiān)測預(yù)警與應(yīng)急響應(yīng)業(yè)務(wù)化軟件平臺
面向滑坡地質(zhì)災(zāi)害的快速化、精準(zhǔn)化和智能化的應(yīng)急管理需求,采用地理信息系統(tǒng)組件式二次開發(fā)技術(shù),設(shè)計基于標(biāo)準(zhǔn)服務(wù)的滑坡時空大數(shù)據(jù)接口;綜合運(yùn)用Visual Studio平臺、輕量級.Net Core自主Web服務(wù)框架、Leaflet開源地圖框架和PostGIS空間數(shù)據(jù)庫,研發(fā)出具有自主知識產(chǎn)權(quán)的滑坡地質(zhì)災(zāi)害監(jiān)測預(yù)警與應(yīng)急響應(yīng)系統(tǒng),具有“實(shí)時監(jiān)測、智能預(yù)警、超前預(yù)測、動態(tài)評價、應(yīng)急指揮”五位一體的功能,形成一套包括災(zāi)情精準(zhǔn)研判、應(yīng)急資源科學(xué)調(diào)度、人員疏散線路動態(tài)規(guī)劃的新型高效專群結(jié)合監(jiān)測預(yù)警平臺。從根本上解決了傳統(tǒng)數(shù)據(jù)更新遲緩造成風(fēng)險感知滯后、監(jiān)測方法單一降低災(zāi)情預(yù)警可靠性、部門協(xié)同聯(lián)動有限導(dǎo)致救援效率不高等問題,實(shí)現(xiàn)了應(yīng)急資源合理組織與調(diào)度,達(dá)到了最大化減少人員財產(chǎn)損失目的,提升了各級地方政府和應(yīng)急管理機(jī)構(gòu)的滑坡地質(zhì)災(zāi)害監(jiān)測預(yù)警水平和防災(zāi)應(yīng)急響應(yīng)能力。
4 ?結(jié)語
本研究以基于時空大數(shù)據(jù)的滑坡監(jiān)測預(yù)警與應(yīng)急響應(yīng)技術(shù)為核心,研制出一套具有“實(shí)時監(jiān)測、智能報警、超前預(yù)測、動態(tài)評價”的滑坡地質(zhì)災(zāi)害變形監(jiān)測預(yù)警系統(tǒng),主要應(yīng)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(zāi)害的監(jiān)測,實(shí)現(xiàn)了坡體變形監(jiān)測預(yù)警的快速化、高精度和智能化。研究成果已成功應(yīng)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(guān)鎮(zhèn)等40多個重大地質(zhì)災(zāi)害危險點(diǎn)和大冶有色周家園、寶武集團(tuán)楊家灣、華新水泥郭家壩等30多座尾礦庫,直接服務(wù)于湖北省23個縣(市、區(qū))的地方政府,大幅度提升了滑坡災(zāi)害防控和應(yīng)急管理水平,具有顯著的社會效益和經(jīng)濟(jì)效益。地質(zhì)災(zāi)害應(yīng)急服務(wù)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(guān)部口,所涉及到的服務(wù)也多種多樣。本研究技術(shù)體系下的滑坡地質(zhì)災(zāi)害監(jiān)測預(yù)警與應(yīng)急響應(yīng)系統(tǒng)中,理清不同用戶、不同業(yè)務(wù)級資源間關(guān)系,條理化展示各項(xiàng)業(yè)務(wù)應(yīng)用,為更多應(yīng)急部門提供服務(wù)平臺,提高業(yè)務(wù)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(zhì)災(zāi)害的應(yīng)急預(yù)案仍需繼續(xù)動態(tài)優(yōu)化,突發(fā)滑坡地質(zhì)災(zāi)害事件應(yīng)急處置過程中,需要在既定系統(tǒng)服務(wù)框架下根據(jù)應(yīng)急平臺的指導(dǎo),提供多樣性、動態(tài)化的優(yōu)化應(yīng)急預(yù)案,讓個性化的應(yīng)急響應(yīng)服務(wù)成為可能。
參考文獻(xiàn)
[1] 張賽飛.陜南某巖質(zhì)邊坡滑坡監(jiān)測預(yù)警研究[D].西安:長安大學(xué),2019.
[2] 張菖.基于BIM地質(zhì)建模的滑坡監(jiān)測預(yù)警研究[D].成都:成都理工大學(xué),2017.
[3] 何銳利.滑坡監(jiān)測預(yù)警系統(tǒng)的設(shè)計與實(shí)現(xiàn)[D].長沙:湖南大學(xué),2017.
[4] 趙久彬,劉元雪,宋林波,等.大數(shù)據(jù)關(guān)鍵技術(shù)在滑坡監(jiān)測預(yù)警系統(tǒng)中的應(yīng)用[J].重慶理工大學(xué)學(xué)報:自然科學(xué)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(yù)警系統(tǒng)設(shè)計及應(yīng)用[J].微處理機(jī),2020,41(1):41-47.
[6] 霍冬冬,亓星.多源數(shù)據(jù)融合在巖質(zhì)滑坡監(jiān)測預(yù)警中的應(yīng)用[J].四川理工學(xué)院學(xué)報:自然科學(xué)版,2019,32(5):63-68.