李红文 赵绍兵 李桢

【摘 要】文章以滑坡的高分遥感影像、GNSS、裂缝位移、降雨、地下水等多源监测数据为基础，构建滑坡监测数据库，研究非线性回归、灰色预测、切线角等监测预警模型，设计和实现集多源监测数据的查询、统计分析、模型预测、监测预警等功能的滑坡监测预警系统，并对基于多源监测数据的预警模型进行研究与探索，为进一步提高滑坡灾害监测预警能力和防灾、减灾提供参考。

【关键词】多源监测;GNSS;INSAR;切线角;灰色预测

【中图分类号】P642.2 【文献标识码】A 【文章编号】1674-0688（2021）12-0038-03

0 引言

滑坡研究是一个古老且历久弥新的课题，滑坡的防控既是世界难题，又是国家防灾减灾的需要。尽管众多文献显示在全国范围内已取得不少滑坡研究成果和滑坡监测预警、防灾减灾的成功案例，但由于滑坡具有很强的隐蔽性、随机性和突发性等特征，所以在滑坡的早期识别、监测预警、灾害风险评估等方面依然存在许多科学难题和技术瓶颈，尤其是识别和监测预警等环节仍存在诸多未解之难题，导致灾难性滑坡时有发生，而人类却不能提前预知。本文基于高分遥感、GNSS、INSAR、地面和地下等高精度连续监测，获取海量的滑坡形变实时监测数据，研究非线性回归、灰色预测、切线角等监测预警模型，设计与实现滑坡识别与智能监测预警系统[1]，进一步提高了研究区域内滑坡灾害监测预警与风险防范能力，为防灾、减灾、救灾提供科技支撑。

1 多源监测数据

多源监测数据主要包括高分遥感影像、InSAR数据、基础地理空间数据、滑坡实时形变监测数据。其中，高分遥感影像数据为2016—2020年同一月份的5期GF-1遥感卫星;InSAR数据为2016—2020年每个月的InSAR监测成果点云数据;基础地理空间数据包括省界、市界、县界、铁路、道路、河流湖泊和地域名称的空间位置信息;专题数据主要涉及以滑坡项目为组织单元的滑坡位置、位移监测点、气象监测点、视频监测点位数据;滑坡实时形变监测包括GNSS位移监测、裂缝位移监测、降雨量监测、地下水水位监测、土壤湿度监测和视频监测。

2 系统设计

2.1 系统需要解决的关键技术问题

（1）多源监测数据融合问题。研究区域滑坡监测数既包括GF-1遥感影像栅格数据、InSAR监测成果点云数据，又包括GNSS位移监测、裂缝位移监测、降雨量监测、地下水水位监测、土壤湿度监测和视频监测实时形变数据，监测数据量大，时间跨度长，各类监测数据之间相互独立，缺少关联。因此，如何建立多源监测数据的协同关系，按照统一接口进行成果集群展示，是系统设计和实现需要解决的关键问题之一。

（2）监测预警模型构建问题。无论是滑坡的早期识别还是滑坡的跟踪监测，最终都要落实到滑坡预警和减灾防灾上。滑坡预警具有相当的难度，众多监测技术获取的多源监测形变信息，能较好地反映滑坡体变形破坏特征，是判断滑坡失稳的重要信号，如何针对已有多源监测数据构建滑坡预警模型是系统建设的关键。

（3）三维展示问题。滑坡监测成果数据量大，时域范围广，数据比例尺大，利用三维地图的方法展示监测信息成果时，数据组织和运行效率是需要解决的关键点。

2.2 总体架构

基于开放性的面向服务的架构体系（SOA）设计理念，采用多层式企业软件架构，遵循国家地理信息公共服务平台、滑坡监测等相关标准，构建滑坡监测预警系统。系统架构基于网络平台和计算机软硬件的支撑，依据标准规范体系，将监测数据等数据资源发布成WFS、WCS和WMS等服务，以Web Service的形式提供给系统，用户可方便地调用多源监测服务资源，实时进行数据的查询浏览、统计、分析，融合多传感器的监测信息和预警分析模型，进行稳定性分析和易发性评价，并及时提供滑坡预警，从而达到提高滑坡灾害监测预报预警与风险防范能力，为防灾、减灾、救灾提供科技支撑[2]。

系统采用感知层、基础支撑层、数据层、服务层和应用层5层架构。感知层通过GNSS、裂缝、降雨、地下水、土壤湿度和视频采集数据，并通过监测专网、互联网、无线网等网络传输到数据层。基础支撑层是系统稳定、安全运行的支撑环境，由软件、硬件系统、网络环境组成。其中，地理数据和数据库管理采用业界主流软件。数据层是按照统一技术规范标准构建的数据资源体系，数据分级且呈多个层次分布，是系统设计和实现的重点。数据层包括滑坡各类数据（包括基础信息、监测信息、地理空间等方面数据）及滑坡分析模型。服务层的功能主要是將涉及滑坡的相关数据，按照WMS、WCS、WFS等标准，以网络数据共享服务的形式发布并呈现给用户。应用层主要是进行用户管理、数据管理、监测数据维护、监测数据统计分析、监测预警模型分析。安全保障体系、标准规范体系和系统运维是系统设计与实现的有力保障和重要支撑。系统总体架构如图1所示。

2.3 功能设计

功能模块包括大数据展示、INSAR三维、查询统计、智能分析、模型预测、预警发布和系统维护。

（1）大数据展示：采用目前主流大数据页面模式实现多源监测实时数据展示，实现滑坡点、监测传感器的精准定位及实时形变监测数据查询和时序统计。

（2）INSAR三维：通过开源的、零插件的虚拟地球Web应用技术CESIUM展示INSAR成果数据，实现INSAR成果数据加载、删除、浏览、空间查询、监测时空演变图示、监测成果的剖面分析功能[3]。

（3）查询统计：实现滑坡基本信息、GNSS、裂缝、降雨、地下水、土壤湿度和视频等监测数据和其他资料查询统计功能。

（4）智能分析：实现区域滑坡的易发性评价分析成果和稳定性分析成果展示。

（5）模型预测：实现了基于非线性回归模型、改进性切线角模型[4]、灰色预测模型GM（1，1）[5]等预测模型对滑坡形变预测分析功能。

（6）预警发布：实现实时GNSS监测数据通过改进性切线角模型，裂缝、降雨、地下水、土壤湿度监测通过监测阈值比较，完成自动预警及预警信息的短信发布功能[6]。

（7）系统维护：实现滑坡基本信息、监测数据和其他资料数据的查询、添加、编辑、删除、批量导入导出等数据管理维护功能。

3 系统实现

滑坡识别与智能监测预警系统在VS2013 C#、天地图JavaScript API 4.0平台下开发，数据访问采用MVC 3层架构完成，浏览器客户端页面采用HTML5标准进行开发，提供良好的用户体验和展示效果。以黑方台滑坡监测成果为例，系统实现部分界面如图3、图4、图5、图6所示。

4 结语

滑坡识别与智能监测预警系统是对基于多源监测数据的滑坡监测预警应用的一种探索。在多源监测数据深入分析的基础上，结合滑坡实时形变监测数据展示技术和方法，探索滑坡阈值设定和监测预警模型，完成滑坡识别与智能监测预警系统架构、设计和功能实现，为滑坡监测预警系统建设应用提供了思路和参考。

参 考 文 献

[1]杜金星，夏燕秋，马金辉.基于物联网技术的白龙江流域地质灾害监测预警系统的设计与实现[J].兰州大学学报（自然科学版），2014（5）：757-764.

[2]赵俊三，柯尊杰，陈国平，等.基于多源空间数据的地质灾害监测预警系统研究——以云南省德钦县为例[J].地理信息世界，2017（6）：35-41.

[3]许强，汤明高，徐开祥，等.滑坡时空演化规律及预警预报研究[J].岩石力学与工程学报，2008（6）：1104-1112.

[4]许强，曾裕平，钱江澎，等.一种改进的切线角及对应的滑坡预警判据[J].地质通报，2009（4）：501-505.

[5]姜献东，张苏俊，卢配霞.灰色系统模型在软土路基沉降预测中的应用[J].施工技术，2016（5）：81-83.

[6]白正伟，张勤，黄观文，等.轻终端+行业云的实时北斗滑坡监测技术[J].测绘学报，2019（11）：1424-1429.