覃 事 河,段 斌,周 相,罗 明,李 美 萍

(1.国能大渡河金川水电建设有限公司,四川 阿坝 624100; 2.四川省地质调查院,四川 成都 610081)

0 引 言

中国的地质灾害类型多、分布范围广且成灾强度高,成功的监测预警可避免事故,减少社会经济损失。2019年,全国共发生地质灾害6 181起;其中,成功预报948起,占比15.3%,涉及可能受灾人员2.45万人,避免直接经济损失8.3亿元。2020年,全国共发生地质灾害7 840起;其中,成功预报534起,涉及可能受灾人员1.8万人,避免直接经济损失10.2亿元[1-2]。因地形地貌、地质构造和水文地质条件的复杂性,区域地质环境的特殊性,再加上高强度的工程建设活动,以及暴雨、地震等因素的叠加,水利水电工程区域易发生崩塌、滑坡、泥石流、不稳定斜坡等地质灾害。

监测预警是有效预防地质灾害的重要手段,国内外不少学者在地质灾害监测预警方面做了大量研究,积累了宝贵经验,开发监测预警信息化平台也成了当前安全科学领域研究的热点。王发读[3]通过预警系统准确地预报了秭归县鸡鸣寺1991年6月29日近70万m3的中型滑坡险情,是地质灾害监测成功典范,并在此基础上总结出了“经验-数值型”的测报方法。姚佩超等[4]开发的地质灾害实时监测与预警系统已成功用于铁路路基变形及矿区的灾害监测与预警。凌骐等[5]开发设计了一套水电工程实时监测预警与应急管理系统,实现了对地质灾害监测数据的处理分析和预警信息的发布。曾胜[6]开发了重大危险源动态智能监测监控大数据平台,构建了“省-市-县-企业”四级监管体系。周金星[7]建立了群测群防监测与专业监测网络相结合的地质灾害监测预警信息系统。侯儒宁等[8]提出了“群测群防”体系与工程措施相结合的理念,创下了国内首例特大泥石流灾害成功避险的纪录。林泽雨等[9]以广东省为例,总结了滑坡预警措施和预警的研究现状,为广东省滑坡灾害预警工作提供了依据和经验。朱武等[10]研发了滑坡实时监测装备,构建了多传感集成的滑坡实时监测预警系统,成功预警多起滑坡事件。段斌等[11]根据水电工程建设特点和管理难点,基于智慧企业理论框架,依托金川水电站工程提出了智慧工程规划方案,包括多元融合的智能监测,并在金川水电站工程实践。

地质灾害防治工作是一项具有长期性、艰巨性和复杂性的工作,先期监测工作碎片化且信息化程度不高,不能及时反映孕灾体的状态,缺乏针对性、系统性和前瞻性。为解决以上难题,依托大渡河金川水电站工程,着眼于工程施工期到运行期的全过程、系统性集中管理,设计开发了一套具备实时监控、项目管理、设备信息、报警信息等功能模块的地质灾害实时监测预警系统,其监测内容包括地表变形监测和降雨量监测,监测方法涵盖地表位移(GNSS)自动监测、裂缝位移监测、自动雨量计监测、土壤墒情监测。同时,该系统预留了外部数据传输接口,可实现建设期至运行期各阶段对重大地质灾害点的实时、动态管理,避免系统开发的盲目性和重复性。

1 系统架构、关键技术及其功能实现

1.1 系统架构

地质灾害信息平台设计分为3层架构,如图1所示[12]。① 数据层主要包含各类以数据为主的系统资源以及各类与系统资源密切联系的数据访问功能,数据资源层主要为工程监测、地质灾害、雨水情、气象、地理空间和多媒体等数据库。② 服务层主要包含各类通用的组件和专业服务,包括空间数据引擎、数据交换访问、预警分析发布、图形报表通用组件以及地图、空间分析、采集数据处理、远程数据监控、图形报表、预警分析发布、事件管理、权限管理和移动应用等服务。③ 表现层主要通过界面对服务层业务进行封装,并能够与用户进行合理交互,适应复杂的业务应用。按照功能模块划分,系统平台主要包括监测数据采集、地图导航浏览、图表展示、图元编辑、分析评估、隐患排查、事件报警、应急响应、权限管理等若干子模块。

图1 系统平台架构

平台开发采用HTML5+CSS3技术,集合最新的计算机通信技术、数据库技术、中间件及组件技术,系统整体采用B/S结构,数据库采用Mangodb非结构化数据、MySQL结构化数据库、Redis内存库,数据服务通过REST API对外提供;三维可视化组件基于Cesium开源框架进行深度定制开发。平台架构设计如图2所示。系统需实现远程数据采集、基础信息查询展示、数据处理及图表展示、预警信息发布、应急响应管理、地质灾害监测移动应用等功能,主要由现地监测站远程向监测信息管理平台实时报送数据。

图2 地质灾害监测预警平台架构

1.2 数据库建设关键技术

1.2.1数据库基本要求

地质灾害监测预警数据库服务地质灾害监测、预警业务,包含基础数据、监测数据、预警业务数据、监测业务数据等,数据库可基于数据交换平台服务解决各级数据异源异构、数据同步时效性差、数据同步和共享的安全性低等问题。

(1) 数据表与数据接口。监测数据表主要包括雨量、土壤含水率、裂缝、GNSS、倾角和加速度等6类普适型监测设备数据表。预警业务数据表主要包括监测点预警信息表。数据接口主要包括各信息系统之间以及信息系统与第三方平台之间数据交互所需的API接口,系统预留8个外部数据传输接口。

(2) 数据库集成与测试。根据数据库物理设计方案,将数据库建设所选择的硬件和软件进行有机集成。硬件网络化集成应确保网段与网址合理分配、权限分级设置、硬件互联互通和资源有效共享等;软件系统的集成应确保所选择的操作系统、数据库管理系统、专业软件系统等能够发挥各自的效能,形成有机的整体。采用相应的数据组织方式,建立多类型、多尺度数据之间的逻辑关联,实现数据库管理、维护与分发等功能,包括日志管理、用户管理、视图管理、数据的导入导出、查询与检索等模块,并能集成不同的功能模块,形成不同的子系统和系统。数据库测试包含编写测试大纲、明确测试项目、明确测试方法与步骤、编写测试报告等重要步骤,数据库在系统测试后,根据测试报告,针对设计目标的完成情况作整体性评价。

(3) 区域数据库特征。本工程地质灾害监测预警系统数据主要包括4个大类:① 地质灾害监测预警数据;② 基础地理地质数据;③ 组织机构与权限数据;④ 元数据、系统运行数据。

地质灾害监测预警数据包含区域性监测数据、单体监测预警数据和基础地质灾害数据3类。区域性监测数据包括InSAR监测成果图件、InSAR监测PS点、LiDAR监测成果图件。单体监测预警数据包括监测点位、监测设息和预警预报信息,其中,监测点位信息存储金川水电站地质灾害监测点位实时监测数据、历史监测数据,监测设备信息存储各类单体监测设备的型号及其相关参数、状态等数据,预警预报信息存储监测点位预警信息、自动预警数据、人工上报数据。基础地质灾害数据包括隐患点基本信息表、群测群防数据表、应急调查数据表、治理工程数据表。

基础地理地质数据包含基础地理信息数据、基础地质数据两大类,其中基础地理信息数据有线划地图数据、高清影像数据、倾斜摄影三维模型、全景照片,基础地质数据有地质图、三维地质体模型。

1.2.2数据库结构设计

数据库建设从数据存储方式上分为文件库和MySQL数据库两大类。系统涉及的文件型数据,如音视频文件、监测报告等非结构化数据,以文件库的形式存储在服务器。其他监测点基本信息、线划地图、全景影像解译数据等均以MySQL数据库的形式存储在服务器。

(1) 地质灾害监测预警数据库结构设计。系统使用的区域性监测数据包含InSAR监测成果图件、InSAR监测PS点、LiDAR监测成果图件。此类数据全部含有空间信息,系统将采用第三方GIS平台软件发布此类数据,建立相应的属性数据表调用。单体监测预警数据包含监测点位数据、监测设备数据、预警预报数据,建立监测点位表、监测设备表、预警预报数据表等3张数据表。基础地质灾害数据包含隐患点基本信息、群测群防信息、应急调查信息、治理工程信息,建立隐患点数据表、群测群防数据表、应急调查数据表、治理工程数据表等4张数据表。

(2) 基础地理地质数据库结构设计。基础地理数据包含线划地图、高清影像、倾斜摄影三维模型、全景照片,基础地质数据包含地质图、三维地质体模型。此类数据全部含有空间信息,系统将采用第三方GIS平台软件发布此类数据,建立相应的属性数据表调用。组织机构与权限数据包含组织机构信息、用户数据、角色数据、权限数据,建立组织机构表、用户表、角色表、角色数据权限表、数据权限表等5张数据表。

1.3 系统主要功能实现

(1) 基础信息管理。该功能模块采用GIS技术和空间数据库技术,建立准确、全面、规范的地理信息“一张图”,使地质灾害管理信息与空间信息的管理融为一体,能够多层次、多方位直观地显示工程地理位置、孕灾区域位置、监测项目、监测点位及隐患点位等信息。此外,基础信息管理还提供监测工作日志管理和通知公告发布浏览等功能。地质灾害监测预警系统主界面如图3所示。

图3 地质灾害监测预警平台界面

(2) 数据图表展示。监测数据图表展示功能主要包括3个部分,分别为监测数据处理、图形展示和报表定制。可提供对所有地质灾害监测项目的成果图形化和报表化展示。

(3) 监测设备管理。主要用于监测设备管理,包括设备厂商和设备录入2个功能。地质灾害隐患点监测设备平面布设图和地质灾害监测设备数据图分别如图4和图5所示。

图5 地质灾害监测设备数据

(4) 监测点管理。主要用于监测区域的监测点管理,包括监测点模型配置、监测点过程线两个子菜单。

(5) 预警信息及应急信息发布。预警平台引入测点信息作为条件源,通过预先创建判定规则,描述条件源与输出的各种约束关系,实时在线监测各种数据。当数据变化符合规则要求时,产生对应的报警交互信号,从而为监测管理人员提供运行分析和辅助值班的功能。各项报警信息按照用户的报警策略进行解析,并以指定方式发送给指定的报警接收者,报警方式有APP、短信和邮件等。用户还可以自定义报警源和报警策略,并提供方便的定制工具。

(6) 灾害巡查检查。利用移动终端应用功能实现智能巡检,综合GPS定位技术、5G/4G/GPRS/Wifi网络传输和云数据处理等技术,对广域或区域内的指定灾害地点、设备进行巡逻和检查,记录巡检信息及巡检人员的工作轨迹;具有路线安排、数据记录、工作状态监督、数据汇总报告、隐患自动报警、隐患处理追踪等功能,实现“巡检有计划、过程有监督、事后有分析”,从而简化巡检过程、提高巡检质量和巡检效率,以保证巡检工作高效地执行与管理。

(7) 报表管理。系统定时统计并生成PDF报表文件,用于不同角色用户的数据统计展示。

(8) 日志管理。系统对用户的登录情况及关键信息的操作情况进行记录,通过“日志查询”模块可查询到相关的操作记录,对日志保存时间进行参数化配置;主要用于系统关键资源操作记录。

(9) 区域气象预报。通过数据调用,可存储、展示和分析监测区域24 h的天气预测数据(包括降水、气温、湿度等信息)。通过在GIS的图层上叠加相应地理区域降雨、播放气象图,实现预报展示和预警提示。

(10) 移动互联应用。基于该平台,配套开发了可用于Android的移动互联终端应用程序,提供地质灾害地图导航、信息查询、巡查数据上传、预警信息接收等功能,提高地质灾害监测预警系统的智能化水平。地质灾害移动互联终端包括九大模块,分别实现了隐患巡检、监测报告、通知公告、工作日志、监测数据、视频监控、气象信息、撤离导航和应急处置等功能。

2 应用实例

2.1 边坡基本情况

金川水电站工程所属河段发育地质灾害隐患点38处[13-14],在全面评估的基础上,已完成3处重大地质灾害点的专业监测,本文以SP边坡为例进行分析。该边坡为大型土质滑坡,位于大渡河金川水电站工程坝址下游三面临空的高陡斜坡上,相对高差在1 000 m以上。斜坡上部地形稍缓,坡度20°～30°,高程2 750～3 020 m;斜坡中部地形稍陡,坡度30°～40°,高程2 450～2 750 m;斜坡下部地形较陡,坡度40°～50°,高程低于2 450 m。滑坡周边斜坡有多条冲沟发育,滑坡右前部为大渡河,滑坡底部为国道和部分工程临建设施。该斜坡是主要因孔隙水效应而产生的“蠕滑-拉裂”模式第四系松散堆积物滑坡;现状环境下,其局部仍处于蠕滑变形阶段,且变形幅度或变形速率主要受大气降雨及其孔隙水效应所控制。滑坡两侧以冲沟和斜坡为界,后缘以下错的拉裂缝为界,前缘以公路边坡为界。滑坡纵长约730 m,宽约690 m,面积27.51万m2,平均厚度60 m,体积495.2万m3,主滑方向105°。边坡全貌和三维空间分布分别如图6和图7所示。

该滑坡后缘滑体拉裂、错落形成台阶状地貌明显,错落高度在1.5～2.5 m之间,延伸数十米至上百米不等;滑坡后缘拉裂缝方向以NE12°～42°为主,宽度一般为20～32 cm,最宽达40 cm;滑坡体上的大部分房屋都出现了拉裂缝,最早出现在20世纪90年代,2000年后大量出现,宽度从几厘米到几十厘米不等,延伸长度1～5 m左右;此外,滑坡前缘上游侧分布有醉汉林,滑坡后缘分布有马刀树,树的直径达20～30 cm。这些迹象表明:该滑坡体现状条件下稳定性较差,在暴雨或地震作用下存在失稳的可能,并对坡体下部的公路交通和临建设施构成威胁。

2.2 监测方案

监测方案为表面位移监测、边坡综合参数监测和环境量监测[15]。根据规程规范[16-18],监测点布置主要按照以下原则进行:监测网覆盖滑坡体及滑坡边界以外一定范围,能够监测滑坡体变形的整体变化趋势;GNSS监测点视场内障碍物的高度角小于15°;离大功率无线电发射源的距离大于200 m;根据滑坡规模、形状和变形特征,在滑坡主滑方向和边界明确时,布设成方格形,主剖面布设2条线路,能够反映滑坡的前缘、中部和后缘的变形特征等,综合监测站主要用于监测土体是否会在降雨期间出现土层蠕变、拉裂缝扩大及陡坎拉裂下错现象;GNSS监测站主要用于监测该区域岸坡岩体是否由于风化、卸荷等外因及岩体低应力、松弛等内因而产生弯曲拉裂变形;土壤墒情站主要用于监测该边坡区域内的土壤含水率,通过观察土壤含水率的数据波动来判定地表径流是否会对该区域的土质造成大规模渗透破坏。在综合考虑滑坡规模、地形地质条件、变形特征、影响范围、监测级别、通视条件和施测要求等因素下,监测网具体布置情况如下。

该边坡布设南北2条监测剖面,平行于边坡中两个较大的坡面的坡向。北侧剖面顺山体自上而下设置2个GNSS监测站(GN02和GN01)和2个综合监测站(ZH01和ZH02),南侧剖面顺山体自上而下设置2个GNSS监测站(GN04和GN03)、1个土壤墒情站(SQ01)和2个综合监测站(ZH03和ZH04)。GNSS监测站布置在边坡前后缘,ZH03综合监测站布置在边坡后缘,ZH04综合监测站则布置在斜坡中后部,且与GNSS监测站间隔设置,土壤墒情站布设在GN03和ZH04之间,1个GNSS基准站(编号GN05)布置在斜坡后侧稳定缓坡处。监测布置示意如图8所示,GNSS监测设备如图9所示。

图8 斜坡区监测布置示意

图9 现场GNSS监测设备

各监测仪器的主要技术指标:地表位移采用GNSS监测,JYXY200GS-U36星耀GNSS监测站能连续、自动、全天候地对被监测体进行毫米级的形变监测,并通过物联网将数据发送到远程数据中心进行处理与分析,同时支持接入MEMS传感器,适用于野外恶劣环境,监测精度为水平±2.5 mm + 1×10-6RMS,垂直±5 mm + 1×10-6RMS,GNSS监测点按1次/h的推送频率进行实时监测。降雨量监测采用翻斗式雨量计,JYZN200RG-PT智能雨量监测仪用于野外环境的降雨量自动监测,具有数据智能采集、长期固态存储和远距离传输功能,具备体积小巧、结构美观、安装和拆卸方便的特点,降雨量监测频率在降水时按1次/5 min、非降水时按1次/h的推送频率实时监测运行。裂缝位移监测采用综合监测站,JYZN200CD-SW综合监测站可实现对地表裂缝宽度、震动加速度及倾角等要素进行实时监测,通过GPRS/卫星等通信方式实时传输到地质灾害监测平台;同时,设备还具有远程召测功能、实时通信状态、电池电量监测功能,量程范围为0～1 000 mm,分辨率为0.01%F.S。土壤墒情监测采用土壤情况站,翻斗式雨量传感器测量降水量、降水强度和降水起讫时间。

2.3 监测结果分析

2.3.1边坡裂缝变化趋势分析

以ZH01综合监测站为例进行分析。该测站从2021年8月1日至2022年6月17日累计裂缝位移量97.22 mm,平均变化速率0.42 mm/d(正值代表裂缝扩张,负值代表裂缝收缩),该站于2021年9月18～19日裂缝位移量发生突变后并未再次发生较大的数据波动,一直维持震荡式曲线,整体较为稳定。2022年3月18日至6月17日期间,累计裂缝位移量相较于之前的数据并无较大变化,其累计裂缝位移量94.29 mm,平均变化速率0.29 mm/d。累计裂缝位移量-降雨量-时间过程曲线如图10所示。

图10 ZH01累计位移量-降雨量-时间过程曲线

为便于分析ZH01测点自2021年8月1日起的累计裂缝位移变化趋势,以季度为单位对2022年3月17日至6月17日期间的累计裂缝位移量进行了分析。季度裂缝累计位移量-降雨量-时间过程曲线如图11所示。由图11可知,ZH01测点在2022年3月17日至6月17日期间的季度累计位移量变化较小,整体曲线变化幅度在±12.85 mm之内,季度累计位移变化量-2.53 mm,平均变化速率0.096 mm/d。尽管该站所监测的裂缝在2022年4月18日至2022年5月27日期间表现出一定的上升,在2022年4月18～23日期间,该站裂缝扩张7.71 mm,平均变化速率0.096 mm/d。在2022年5月26～28日期间,该站裂缝收缩了10.11 mm,平均变化速率3.37 mm/d。该站整体曲线出现一定的波动,但在2022年5月28日回归正常,由于其变化频率无规律且变化幅度及趋势处于T/CAGHP 014—2018《地质灾害地表变形监测技术规程》限差范围内,可知该站上下变化幅度仅为设备数据采集误差,下一阶段仍需加强数据分析,研判变化趋势。

图11 ZH01季度裂缝累计位移量-降雨量-时间过程曲线

2.3.2边坡GNSS变化趋势分析

以GN01监测站为例进行分析。该测站从2021年8月1日至2022年6月17日累计水平及垂直位移量分别为13.51 mm和2.57 mm(垂直位移量的正值代表地表上升,负值代表地表下移;水平位移方向根据其XY正负值进行判断,水平位移值根据XY值计算得到),水平及垂直位移平均变化速率分别为0.058 mm/d和0.011 mm/d,水平位移方向为北偏西14.51°,垂直位移方向向下。2022年3月18日至6月17日期间,累计水平位移量相较于之前的数据并无较大变化,其累计水平位移量4.24 mm,平均变化速率0.013 mm/d;累计垂直位移量1.92 mm,平均变化速率0.005 9 mm/d。累计位移量-降雨量-时间过程曲线如图12所示。

图12 GN01累计位移量-降雨量-时间过程曲线

为便于分析该测点的累计水平及垂直位移变化趋势,以季度为单位对2022年3月17日至6月17日期间的累计水平及垂直位移量进行了对比分析。季度累计位移量-降雨量-时间过程曲线如图13所示。由图13可知,GN01在2022年3月17日至6月17日期间的季度累计水平位移量变化较小,整体曲线变化幅度在±17.94 mm之内;季度累计垂直位移量趋势整体呈现出二次函数的形式,其变化幅度在±5.51 mm之内,季度累计水平及垂直位移量分别为4.84 mm和-1.03 mm,其中季度累计水平及垂直平均变化速率分别为0.053 mm/d和0.011 mm/d;水平位移方向为北偏西34.16°;与2022年3月17日的监测值相比,其水平位移方向向西偏移了19.65°,垂直位移方向向下。

图13 GN01季度累计位移量-降雨量-时间过程曲线

2.3.3边坡土壤墒情站变化趋势分析

2022年3月18日至6月17日期间,边坡上SQ01所监测的含水率表现出较为稳定的上升趋势,整体曲线呈震荡式波动,随着汛期的到来,该边坡土壤的含水率不断提升,2022年6月17日,土壤含水率约16.78%,其季度变化量10.2%。土壤含水率-降雨量-时间过程曲线如图14所示。

图14 SQ01土壤含水率-降雨量-时间过程曲线

结合降雨数据可知,在一定的降雨影响下,尽管土壤含水率呈明显的增长,但由于降雨的增加,SP滑坡域岸坡岩体风化程度明显减小,其地表径流未对该区域土质造成大规模渗透破坏,反而起到降低岩体风化、增荷、土体鼓胀,进而导致土体及岩体的应力增加等效果,因此,尽管GNSS在2022年二季度的水平位移方向与主滑方向相近,但其累计及季度累计水平位移均出现一定程度的下降趋势,表明坡体处于稳定状态。相反,若GNSS监测站在某时段的地表位移量较大,表现出一定的线性趋势,且水平位移方向与主滑方向相近,同时土壤含水率出现明显的增长趋势,即可判断该区域出现不稳定状态的可能性较大。

3 结 论

(1) 从提升地质灾害防治水平的角度出发,开发设计了具备实时监控、项目管理、设备信息、报警信息等功能模块的地质灾害监测预警系统。介绍了系统构架、关键技术、功能实现及其系统应用,并对主要功能实现的成果进行了展示。

(2) 将地质灾害监测预警系统在金川水电站工程进行实地应用,实现了3处地质灾害的地表位移、降雨量、裂缝位移和土壤墒情等因子的实时在线监测。以大渡河金川河段的SP斜坡为研究对象,对GNSS监测数据和位移方向以及土壤含水率等监测成果进行了系统分析,结果表明该边坡处于稳定状态。

(3) 地质灾害监测预警系统成果为实时掌握地质灾害的变形规律和发展趋势提供了一手资料,为研判地质灾害风险提供了技术支持;同时,该系统预留了外部数据传输接口,为建设期以及运行期的地质灾害防治工作提供了系统性的解决方案。该系统成功应用于地质灾害项目中,大大提升了地质灾害智能化管控水平,可为同类型水电工程地质灾害监测预警提供借鉴和参考。