王晨辉，郭 伟，杨 凯，孟庆佳

（1.电子科技大学 自动化工程学院，四川 成都 611731；2.自然资源部地质环境监测工程技术创新中心，河北 保定 071051；3.中国地质调查局水文地质环境地质调查中心，河北 保定 071051）

我国是世界上地质灾害最为严重的国家之一，近年来，频繁发生的山体滑坡灾害对国民经济和人民群众生命财产造成了严重威胁与损失。无线传感器网络（Wireless Sensor Networks，WSN）不依赖任何固定网络设施，具有成本低、自组网、无人值守、可靠性强的特点，已逐步成为山体滑坡监测最主要的技术手段。如王炘等提出了适用于贵州山体滑坡高发地区的无线传感器自组网监测系统，采用分级网络结构技术结合GPRS通信传输技术实现对灾害体的远程监测与预警预报。张波等基于LoRa-GPRS技术，提出一种针对滑坡灾害的无线传感器网络监测系统。卜方玲等提出一种基于无线传感器网络的滑坡监测方法，利用C8051F单片机和CC2520无线模块构建无线传感器网络总体方案和网关设计方法，实现对山体局部重点区域的长期观测。程建兴等构建斜坡土壤湿度和GPS无线传感器网络，通过监测采集点土壤湿度值和经纬度的位移变化对滑坡灾害进行报警。上述监测方法为山体滑坡监测提供了新的技术方法，取得了一定的研究成果。

随着物联网（Internet of Things）技术的快速发展，现有滑坡无线监测系统存在组网速度慢、数据传输滞后、传输距离有限和功耗较大等缺点，不能实现对山体滑坡的大范围、远距离、自组网监测，导致监测数据无法实现稳定可靠传输。因此，本文针对西南山区的山体滑坡灾害，提出一种基于LoRa（Long Range）技术的滑坡监测系统，充分利用LoRa无线通信网络传输功耗低、组网快、传输距离远的特点，构建山体滑坡无线传感器监测网络。本文系统主要包括现场监测终端节点、网关节点。现场监测终端节点可以实现对滑坡灾害体多种监测参数的数据采集，网关节点主要负责接收现场监测终端节点发送的监测数据，然后经过汇总将数据打包经4G移动网络上传至远程云服务器。上位机采用基于C#语言开发的地质灾害监测预警信息管理平台，实现对现场监测数据的实时展示、数据分析及预警信息发布等功能。测试结果表明，本文设计的滑坡无线监测系统具有部署轻便、组网快捷、功耗和成本可控等优点，可以满足野外恶劣环境下滑坡监测预警需要，有效服务滑坡灾害防灾管理需求。

1 系统总体结构设计

滑坡监测系统主要包括现场监测终端节点和网关节点两部分，现场监测终端节点由STM32L071RBT6微处理器、监测传感器（雨量、位移、倾角、加速度等）和LoRa传输模块组成，STM32微处理器负责采集各个监测传感器数据并通过LoRa模块发送到网关节点。网关节点主要包括STM32L071RBT6微处理器、LoRa模块和4G全网通模块等，STM32微处理器通过LoRa模块接收各个现场监测终端节点发送过来的传感器监测数据；然后通过串口，利用4G全网通模块将监测数据上传至数据监控中心，服务器中的上位机软件完成对监测数据的入库、分析、处理、存储、显示和综合预警。系统总体结构设计如图1所示。

图1 滑坡监测系统总体设计结构图

2 系统硬件设计

滑坡监测系统按照监测数据处理流程可以细分为现场传感器监测节点（终端节点）、传感器数据接收节点和传感器数据上传节点（网关节点）。现场传感器节点包括微处理器、LoRa模块、雨量传感器模块、位移传感器模块、倾角传感器模块以及电源模块等，监测节点负责采集传感器数据并通过LoRa无线模块发送到传感器数据接收节点；传感器数据接收节点与上传节点位于网关节点，负责接收现场各个传感器监测节点发送过来的监测数据，并且经过一定的数据处理后打包发送至上传节点；上传节点通过4G全网通模块将监测数据上传至云服务器。

2.1 微处理器设计

微处理器采用STM32系列的32位超低功耗微控制器STM32L071RBT6。该处理器采用ARM公司的Cortex M0 32位RISC内核，具备192 KB的闪存空间以及20 KB的SRAM和6 KB的EPROM空间，主要包括12位的ADC输入通道、10通道定时器、7通道DMA控制和外接SPI接口，可以实现休眠、停机、待机三种低功耗工作模式，在物联网低功耗领域具有广泛的应用。

2.2 LoRa模块选型与设计

LoRa无线模块采用SEMTECH公司的SX1278射频芯片，该芯片发射功率为30 dBm（1 W），支持LoRa扩频和自组网技术，并且功率密度集中，抗干扰和抗阻塞能力强，传输距离可达8 km以上，适用于复杂环境下的无线数据通信传输。

2.3 电源电路设计

系统供电是通过太阳能电池板浮充磷酸铁锂电池实现，锂电池参数为12 V/10 A·h。系统中需提供3.8 V，3.3 V两种电源，3.8 V电压由TPS54260-Q1转换提供，TPS54260-Q1可实现3.5~60 V范围内的低功耗电压转换，最大可提供2.5 A输出电流，适用于自动化控制领域内的电压转换；3.3 V电压由SPX5205转换提供，该芯片外围电路简单，输出电压精度高。供电电路见图2、图3。

图2 3.8 V电源电路原理图

图3 3.3 V电源电路原理图

2.4 传感器电路设计

雨量监测传感器电路设计非常简单，主要是利用翻斗式雨量传感器通过脉冲电压值的方式转化为开关量的输出，微处理器通过计数的方式来获取现场的降雨量监测数据。位移传感器电路主要是利用微处理器内部的12位ADC电路来实现对位移数据的采集，通过位移传感器电阻值的变化将采集的位移数据转换为对应的电压值输出。雨量和位移传感器电路图如图4、图5所示。

图4 雨量传感器电路原理图

图5 位移传感器电路原理图

2.5 终端节点设计

根据滑坡地质灾害监测系统特点，终端节点主要负责滑坡灾害现场各个监测传感器的数据采集工作。终端节点一方面负责现场雨量传感器、地表位移传感器、倾角传感器等数据的采集与控制；另一方面需要响应网关节点下发的控制命令，负责将终端节点的监测数据上传至网关节点，进而完成对滑坡地质灾害现场监测传感器的实时数据采集与命令控制。终端节点硬件结构框图如图6所示。

图6 终端节点硬件结构框图

2.6 网关节点设计

网关节点主要负责滑坡监测系统无线传感器网络的系统自检、命令控制和现场监测数据的汇聚与上传。终端节点通过LoRa无线自组网接收滑坡监测范围内终端节点上传的现场监测数据，并通过NB-IoT或4G全网通或北斗卫星将数据上传至地质灾害监测预警信息管理平台；此外，网关节点可实现与LoRa自组网内任意终端节点的双向控制命令，可以随时获取终端节点的实时监测数据。网关节点硬件结构框图如图7所示。

图7 网关节点硬件结构框图

3 系统软件设计

系统软件设计参考RT-Thread嵌入式实时多线程操作系统，RT-Thread系统体积小、成本低、功耗低、启动快速，已广泛应用于物联网监测系统。通过设计合理的多任务调度机制，可执行对滑坡多监测参数的并发式实时数据采集，并有效控制系统功耗，通过与地质灾害监测预警信息管理平台的双向控制，可实时唤醒现场终端节点，及时准确上传滑坡灾害现场监测数据。

3.1 LoRa通信传输协议设计

本文设计了一套灵活多变的LoRa数据传输通信协议，数据传输方式采用数据帧模式，传输序列为二进制字节流，为保证监测数据传输过程中的可靠性和准确性，在数据传输中采用CRC校验算法对数据进行校验。LoRa无线传感器网络一旦创建，网关节点与终端节点之间就可以立即建立一对多的映射关系，本文选择星型自组网来实现网关节点和终端节点之间的通信传输。LoRa模块为终端节点和网关节点分别定义相应的上传数据帧和下发命令帧，上传数据帧的帧头为0x55，地址为终端节点设备地址，类型为监测传感器类型，长度为监测传感器数据长度，状态包括正常和阈值两重状态，上传数据帧结构如图8所示。下发命令帧的帧头为0xFF，数据内容为被查询的终端节点设备地址，下发命令帧结构如图9所示。

图8 上传数据帧结构

图9 下发命令帧结构

3.2 终端节点软件设计

终端节点既要采集滑坡灾害现场各个监测传感器的数据，还需通过LoRa自组网网络上传监测数据及接收网关节点控制命令。终端节点接收网关节点下发的控制命令后，首先对数据进行CRC校验确保数据准确无误；其次根据报文中帧命令执行相应的操作，执行完将相应数据信息上传给网关节点。终端节点软件工作流程如图10所示。

图10 终端节点软件工作流程

3.3 网关节点软件设计

网关节点一方面与LoRa无线自组网通信，另一方面与4G全网通无线通信网络进行数据传输，其软件设计流程如图11所示。

图11 网关节点软件工作流程

终端节点接收到地质灾害监测预警信息管理平台控制命令或终端节点上传监测数据时，也会对监测数据进行CRC校验确保数据准确无误；同时通过控制命令，判断是信息管理平台下发的报文还是终端节点上传的报文。如为下发报文，则通过设备号判断是自己还是对终端节点操作；如为上传报文，且对接收的数据CRC校验正确，则通过4G移动通信网络上传至云服务器。

3.4 上位机软件设计

地质灾害监测预警信息管理平台用来存储、显示、查询、分析和处理现场采集到的所有监测数据。上位机软件利用Visual Studio开发平台完成，通过C#.Net的窗体应用程序开发相应的软件模块，地质灾害监测预警信息管理平台的主要功能为设备管理设置、数据检索存储、人机交互界面等，上位机功能模块图如图12所示。

图12 上位机功能模块结构图

4 系统测试及分析

4.1 系统测试部署

系统软硬件设计完成之后，为了有效验证滑坡监测系统的可行性和设备功能性能是否达到设计要求，本文选取贵州省水城县尖山营滑坡灾害点作为野外测试验证点。尖山营滑坡属于构造侵蚀而成的低中山至中低山地貌，斜坡北东面与南面临空，以山脊线为分界线，平面上呈大角度的“V”字形，陡崖斜坡地带分布区域为0.20 km，陡崖长度约1 300 m，宽约150 m，最高点为1 526 m。在该滑坡共部署5套监测设备，编号分别为EI19001~EI19005，EI19001作为网关节点负责监测该滑坡区域内降雨量情况，此外还负责获取现场其他终端节点的监测数据，EI19002~EI19005作为终端节点负责监测该滑坡区域内4处关键地表裂缝的变化情况。监测设备部署示意图如图13所示。

图13 监测设备部署示意图

4.2 监测数据采集

野外测试中设计部署了4个监测点，分别设置在滑坡不同的形变区域，测试过程主要是验证本系统的网络结构、数据采集传输的稳定性和可靠性，LoRa无线自组网通信方式能否满足滑坡大范围通信需求，能否实现准确可靠地获取滑坡监测数据。系统设置低功耗变频工作模式和采集触发工作模式。低功耗变频工作模式指微处理器主频由16 MHz降至65 kHz，各个功能模块处于低速运行，系统定时上传监测数据；采集触发工作模式为微处理器打开实时监听模式，实时监测各个监测参数的变化情况，一旦超过设定的阈值，立即启动数据通信接口，上传实时监测数据。

4.3 监测数据分析

选取2019年12月15日至2020年9月10日近9个月的监测数据开展数据分析。初步设置系统的工作模式为定时回传间隔为1 h一条，同时开启数据采集端口触发回传模式，雨量触发回传阈值设为0.2 mm，位移触发回传阈值设为20 mm。雨量、裂缝位移综合分析曲线如图14所示。通过监测数据可以看出，滑坡地表裂缝位移的变化随着降雨量的不断增加呈现出不断上升的趋势，因此在雨季汛期要及时关注监测数据变化，有效对滑坡变形做出研判预测。

图14 降雨量和位移综合分析曲线图

按照位移数据自适应采集算法，位移终端节点回传数据具有较高的实时性。每次触发后，加密采集上传间隔为1 s，加密回传为3次。从上述数据中截取一块数据对自适应数据采集算法进行验证，EI04位移监测点累计变化量达到2 255.6 mm，裂缝位移自适应数据采集曲线如图15所示。从图15可以看出，2020年9月3日4时6分37秒，EI04监测点位移数据由2 172.0 mm变为2 195.5 mm。由于超过预设阈值20 mm，触发数据回传机制，每隔1 s采集3个数据，证明监测设备可实时有效监测滑坡地表裂缝形变。

图15 裂缝位移自适应数据采集曲线图

5 结论

本文提出的基于LoRa技术的滑坡监测系统实现了对滑坡地质灾害的远程实时监测，系统通过低功耗微处理器、远距离LoRa无线传感器自组网和4G全网通无线通信网络实现了对地质灾害现场监测数据的连续不间断动态采集，利用地质灾害监测预警信息管理平台可实时查询地质灾害现场具体监测数据，为专家分析与决策提供了可靠的数据支撑。文中对系统的总体框架设计、硬件电路设计和软件程序设计进行了详细的介绍，系统具备功耗低、自组网、通信稳定可靠及传输距离远等技术特点，完全满足地质灾害数据采集技术要求，在地质灾害监测领域具有广泛的应用前景。