新一代技術體系下地質災害預警評估面臨的機遇與挑戰

閆 東

（中國礦業大學（北京）地球科學與測繪工程學院，北京100083）

1 我國地質災害研究情況

近年來大型地質災害頻繁發生，對當地居民的生命和財產安全構成嚴重威脅[1]，防災減災形勢嚴峻。“十一五”以來，我國加強了地質災害調查、監測預警、防治體系和應急體系的建設，地質災害減災防災科學技術研究取得了明顯進展，已經建立了較完善的地質災害綜合防治體系[2]。

1.1 地質災害監測預警

地質災害監測預警是提升主動應對地質災害能力的重要手段。傳統以刷漆、貼片、埋釘等為主的監測預警方法其自動化程度低，過于簡陋，雖然能夠為地質災害預警提供有效依據，但不能達到實時監測，不能實現自動報警，未達到理想防治效果[3]。

近幾年隨著自動化、現代化技術的發展，越來越多的新技術被應用到地質災害監測之中。目前已能夠在地質信息系統平臺的基礎上，建立地質災害監測預警系統，運用物聯網、計算機、網絡、衛星定位等最新發展的技術手段，對地質災害進行實時監測，經由傳感器實時地將災害前兆信息，進行數字化轉換，并完成自動化采集獲取，數宇化傳送，進行數據庫的存儲并為其使用做準備[4]。

1.2 地質災害危險性評估和致災因子識別

地質災害危險性評估是指計算確定區域內一定時期地質災害發生的強度及可能性,一直是國際上倡導和推廣的減災防災有效途徑之一。地質災害危險性評估的方法大致包括4類[5]：①基于專家經驗的賦權值方法②基于統計分析的方法，又叫數據驅型③基于數據挖掘的方法④基于力學模型的確定性方法。

總體上，現有的基于統計學或傳統數據挖掘的區域地質災害危險評估模型方法在不同地質背景上解決了一定問題，但由于受限于先前模型方法本身的線性特征，以及模型訓練時間較難滿足實時動態的實際要求，目前地質災害危險性評估模型方法選擇與設計依然是該學科的研究難點和重點。

地質災害的發生受多種指標因素的影響，致災因子分析及通常所指的指標體系建立受災害的孕災背景、誘發機制和體積規模等因素影響[6]，具有明顯的地域性。目前研究主要集中在致災因子的定性分析和定量化處理兩個方面，致災因子的定性分析各類文獻成果中較為詳細的是環境因素和觸發因素的分類。

2 新一代信息技術發展研究及應用現狀

近年來，新一代信息技術快速發展，大數據、人工智能、物聯網、云計算等研究不斷深入，這些技術在各個行業的應用逐漸增加，呈現出多樣化。因此，在地質災害形成機理、預警判據研究的基礎上，可以充分利用新一代信息技術在數據快速采集、傳輸、處理、分析上的優勢，通過分析地質災害現狀,結合大數據特征,對大數據時代地質災害防治進行探討,可能為我國地質災害預警評估及防治帶來新的突破口[7]。

2.1 大數據與人工智能技術

現代信息技術及物聯網等計算機技術的不斷發展，使得大數據技術逐步發展起來。相比于傳統的數據分析處理方法，大數據具有無可比擬的優勢和前景[8]。地質資料經過長期積累、種類、數量不斷增長，包括各類電子文件，結構化、半結構化、非結構化的數據，以及文檔、圖件、數據庫、表格、視頻等[9]。大數據時代的信息獲取更加方便，因此，將大數據與地質災害監測預警評估、防治等相結合，利用大數據的思維來引領地質災害監測預警評估的新發展，就顯得十分有必要性。

近年來，作為計算機延展科學的人工智能發展迅速，并以其為代表的前沿科技，正以超乎尋常的速度進入災害預測、災害處置、災害救援等領域[10]。目前，發展比較迅的有地質災害預測專家系統和神經網絡模型.此種類型模型很好地利用人工智能技術，以計算機軟件的形式將專家知識自身解決問題的功能和大腦神經網絡認知、獲取、分析處理資料信息的特殊方式和功能，特別是存儲記憶和聯想功能，程序化的表達出來，來建立以人工智能的符號系統和信息處理為基礎的人腦機理的新模型，這將是地質災害預測研究的重要發展方向[11]。

2.2 物聯網和云計算技術

美國麻省理工學院在1999年最早提的出物聯網概念，其作為新一代信息技術的重要組成部分，也是“信息化”時代的重要發展階段。物聯網技術在地質災害預警方面的應用也越來越廣泛，主要體現在地質災害在線監測預警方面，且近年來在國外已成為研究熱點。2012 年中國地質環境監測院對重慶和云南的部分滑坡點的監測中應用了物聯網技術的研究成果；2013年寧夏自治區固原市的應急指揮系統中，運用物聯網技術，進行了相關傳感網關及智能傳感節點的配置，完成了監測數據的智能獲取和傳輸。

云計算是對網格計算和并行、分布式處理的升級延伸發展，其可以利用一系列計算資源共享池執行計算，在大量分布式計算機上完成，來實現計算資源的集中分布和充分共享。目前我國的云計算服務市場雖處于起步階段，但云計算技術與設備已經具有一定的發展基礎。由中國地質調查局主持研發的“地質云”是云計算與云平臺技術在我國地質領域一次重大的應用實踐與突破，實現了地調局29家局屬單位數據產品、160多個國家級核心地質數據庫的高效共享。

3 新技術對地質災害預警評估帶來的機遇與挑戰

新一代信息技術體系下，地質災害監測技術的提升及監測工具和采集、存儲方式的升級，使得原本類型復雜、組成多源、表述模糊的地質災害數據規模呈指數級增長。面對海量的地質災害數據，怎樣利用大數據勢頭下的思維和技術，讓地災數據充分發揮其潛在價值，來實現對地質災害預警的信息化支撐及決策支持，已經是當前大數據背景下地質災害數據處理面臨的迫切問題。

（1）地質災害預警評估所涉及的海量靜態數據和動態數據，已經屬于典型的時空大數據，因此研究大數據環境下滑坡致災因子的識別與提取，已成為了目前滑坡危險性評估需要迫切解決的問題之一。

（2）在云計算方面，大數據背景下云計算技術的應用讓人們對于海量地學信息集成、低效分析處理等地災數據面臨的棘手問題有了一個更優的選擇項。其虛擬化技術和分布式架構可以普通服務器上實現高效快速的運算，進而降低了對計算機軟硬件的要求。

（3）在人工智能方面，深度學習的特征和優勢，為大數據提供了很好的分析和處理手段，同時也因大數據海量樣本的提供，促進了自身的發展。利用大數據方面的研究成果，基于地質災害時空大數據的海量樣本，依托深度學習機制框架，通過對地質災害復雜、非線性成因機制的高精度擬合，建立起理論體系更為完善且與地質災害工程實際更貼近的危險性評估預測模型，已成為新一代信息技術體系下，地質災害預測預防的重要研究方向之一。

（4）拓寬預警信息的發布渠道和方式，提高信息的實效性，及時快速精準高效地進行預警信息傳達。除了通過廣播、電視、手機短信等傳統的手段，還可以利用具有實時、快速、大范圍、爆炸式等特點的新型自媒體等方式進行預警信息發布、組織撤離即而實現成功避災。