GPS及InSAR數據支持下的甘肅黑方臺滑坡監測云平臺設計與分析

王毅鵬，張永志,2，趙超英,2，劉曉杰，張穎云

(1. 長安大學地質工程與測繪學院，陜西 西安 710054; 2. 地理信息工程國家重點實驗室，陜西 西安 710054)

滑坡被認為是全球第3大自然災害[1]，其發生會造成嚴重的經濟損失和人員傷亡。通過監測滑坡災害發生的時空域演變、誘發因素等信息，可最大限度地獲取空間形變數據[2- 4]，對滑坡進行實時、動態監測，可有效預防和減輕滑坡發生的損失[5- 6]。但是隨著現代監測技術的發展，滑坡實時監測的數據量高速增長，傳統數據處理技術在處理海量數據時存在效率瓶頸。云計算技術利用虛擬化的數據中心，可向客戶提供高質量、高可靠性及穩健的計算和存儲服務[7- 8]。云計算可擴展的存儲技術能夠滿足存儲海量空間數據的需求，其強大的計算能力可以在云端進行所有數據的實時處理、分析等操作；此外該技術還可以顯著降低數據處理、存儲的生產成本，使得滑坡監測中存在的數據快速流轉、多源異構數據、海量數據處理等問題的解決成為可能。

本文以甘肅省永靖縣黑方臺滑坡為例，針對黑方臺滑坡實時監測中的海量數據、多源異構數據類型等問題，結合云計算技術，進行基于多源數據的滑坡監測云平臺設計、分析及部分空間分析功能的實現。

1 云計算技術發展現狀及選擇

1.1 云計算技術概述

云計算技術是一種新型的網絡化計算模式，具有以下優點：①規模巨大：云計算技術具有超大的規模和史無前例的計算能力[9]；②節約成本:由于所有的處理均在云端進行，企業可以較大程度地降低投入成本；③極高容錯率和安全性：由于云計算平臺的數據會在同一時間被備份在各個數據節點上，因此具有很高的容錯率和安全性；④高度可拓展性：由于云計算可以調用計算資源池里的其他可用資源，因此具有高度的可拓展性；⑤虛擬化：所有應用在云端進行，用戶在終端通過網絡服務即可得到所需的軟件服務[10]。

1.2 云計算技術選擇

通過對當前多種商用(Amazon EC2、Windows Azure、Blue Cloud)和開源云計算技術平臺(OpenStack、MongoDB、Eucalyptus、Hadoop)進行比較，以及考慮Hadoop所具有的開源、擴展性強、成本低等優點，本文采用Hadoop技術搭建私有云計算技術平臺進行滑坡數據監測處理及分析。

2 黑方臺滑坡背景及成因

2.1 黑方臺滑坡背景

黑方臺滑坡位于甘肅省永靖縣鹽鍋峽鎮，距蘭州市40 km，屬黃河4級階地，臺面海拔1700 m左右，臺面總面積13.44 km2。該地區屬于溫帶大陸性氣候，全年降水量少，晝夜溫差大，日照時間長，四季分明。多年平均降水量為287.6 mm，最大降水量為431.9 mm，最小降水量為178.8 mm。黑方臺地區氣象統計圖如圖1所示。

2.2 黑方臺滑坡成因

黑方臺滑坡的成因主要與其巖性和水文地質條件有關。黑方臺滑坡體上部由黃土和粉質黏土組成，水是誘發黑方臺滑坡的主要原因[11]；大氣降水、黃河浸蝕、灌溉、地下水作用都對滑坡的形成有一定的影響；此外，灌溉水的滲入使得土體含水量增加，飽和度增大，引起土體抗剪強度下降，從而導致黑方臺穩定性降低，容易發生滑坡[12]。

3 黑方臺滑坡監測云平臺設計及部分空間分析功能實現

3.1 云平臺設計

3.1.1 基于Hadoop的滑坡監測云平臺總體結構

本文所設計的基于Hadoop的滑坡監測云平臺軟件體系結構主要分為4層，即基礎設施層(IaaS)、平臺服務層(Paas)、數據服務層、軟件服務層(SaaS)，此外還包含跨越多層的用戶管理、應用管理、服務管理、資源管理、運營管理等平臺管理層。圖2為滑坡監測云平臺軟件總體架構。

基礎設施層提供基礎設施服務，滑坡監測軟件通過IaaS的部署，能夠提供平臺所需的動態可擴展基礎設施服務。平臺服務層提供軟件運行、在線開發平臺、數據庫管理、應用交付等服務功能，它將軟件資源進行統一部署和管理，為云應用服務提供支撐。數據服務層的主要功能為數據的存儲和處理，對來自各個傳感器的數據、用戶上傳數據及軟件處理后的數據進行存儲，并利用軟件層的程序進行分析，以得到用戶所需的結果。軟件服務層為用戶提供滑坡監測軟件管理、使用等服務，用戶可以通過各種設備的客戶端進行訪問。云平臺管理層主要負責用戶的身份認證、服務注冊、用戶資料數據的上傳和下載、軟件應用環境的配置、平臺的安全防護、云平臺的運行維護等功能。

3.1.2 數據服務層設計

本文所設計的云平臺數據服務層包括4種類型的數據，分別為InSAR數據、GPS數據、降雨量數據、土壤含水量數據[13]。數據服務層的主要功能是測量數據的分析處理，并使用Hadoop分布式技術為云平臺提供所需數據的并行加載、存儲和處理[14- 15]。以下為4種數據采集、存儲和處理的具體流程。

3.1.2.1 InSAR數據采集與處理

黑方臺滑坡的InSAR數據采集模塊在云平臺的軟件服務層中設計了一個InSAR數據自動采集的應用，該應用按照事先設置的時間定期自動訪問InSAR數據相關網站并自行下載該區域的影像，然后通過數據服務層存儲該數據，最后通過軟件服務層中的SARScape或Gamma等數據處理軟件進行D- InSAR數據處理，得到滑坡的形變量及形變速率等，并將結果以圖、表等形式展示出來；若結果超出閾值，則啟動滑坡災害預警應用，自動發布滑坡災害預警信息。圖3為InSAR數據采集與處理流程。

3.1.2.2 GPS數據采集與處理

黑方臺滑坡的GPS數據采集與處理模塊主要由監測部分、無線傳輸部分及服務器處理3部分組成。監測部分由GPS接收機、太陽能供電系統、傳感器等組成，其功能是實現實時的數據采集，以及將收集的GPS數據通過無線傳輸方式傳送給云平臺服務器。圖4為GPS數據采集、存儲及處理流程。

3.1.2.3 降水量采集與處理

降水量的采集模塊由自動雨水采集裝置、傳輸設備及服務器處理3部分組成。傳輸部分由天線、無線路由器、避雷針組成，其功能是將收集的降雨量數據通過無線傳輸方式傳送給云平臺服務器。圖5為降雨量數據采集、存儲、處理流程。

3.1.2.4 土壤含水量采集與處理

灌溉水是影響黑方臺滑坡的主要原因。土壤含水量采集與處理系統由土壤水分測定傳感器、無線傳輸設備、服務器等組成。圖6為土壤含水量數據采集、存儲、處理流程。

3.1.2.5 其他數據采集與處理

影響黑方臺滑坡發生的因素還有很多，包括巖性、斜坡坡度、水位數據等。針對這些數據則可通過云平臺服務層提供的API接口進行處理。

3.1.3 軟件服務層設計

軟件服務層是云計算中最常用的云計算服務[16]，在本文中的功能主要包括基于滑坡監測、災害預警信息的發布、空間分析等。具體的軟件模塊功能簡述如下：

(1) 滑坡監測是對數據服務層獲取的InSAR數據、GPS數據、降水量數據、土壤含水量數據使用部署在各個計算結點上的相關軟件進行處理，以便分析滑坡所發生的微小位移形變。

(2) 滑坡預警信息發布是建立在滑坡監測基礎上的應用服務，通過對滑坡監測的數據在云平臺上進行相應的數據處理，并將結果與所設置的閾值進行比較，最后根據災情啟動相應的應急預案。

(3) 空間分析模塊通過利用ArcGIS軟件的空間分析功能實現，主要包括緩沖區分析、災情損失估計和模擬時間計算。緩沖區分析主要是模擬滑坡發生時所造成的影響范圍，以及根據對滑坡實時監測的各種數據的分析處理，計算滑坡移動范圍，然后根據該范圍分析滑坡發生后可能影響的區域。

3.2 黑方臺滑坡監測云平臺空間分析實現

3.2.1 監測數據分析

3.2.1.1 InSAR數據結果分析

圖7為黑方臺滑坡的影像圖，可以看出黑方臺主要由黑臺和方臺組成。圖8為黑方臺滑坡的形變速率圖，該圖是使用Gamma雷達影像處理軟件對甘肅省黑方臺地區2016年1月24日和2016年2月26日的兩景影像進行數據處理后所得的滑坡形變速率圖。中間較大的空白區域是黑臺，左邊較小的空白區域是方臺，可以看出深色區域是滑動速率最大的地方，主要為磨石溝滑坡群、陳家滑坡群、焦家崖頭滑坡群、黨川滑坡群及方臺滑坡群，最大速率可達89.4 mm/a。

3.2.1.2 GPS數據分析

黑方臺滑坡GPS監測是利用GPS實時動態監測法進行監測。具體方法是在滑坡周圍布設13個GPS點，命名格式為GP+點號。限于篇幅所限，本文僅以GP03點為例進行分析。

圖9為2016年1月—2017年12月GP03號點在X、Y、Z方向上累計滑動的位移，可以看出，GP03號監測點在X方向滑動的位移最大，在Y方向上滑動的位移最小。

圖10為GP03號點所在的黨川3號滑坡使用InSAR與GPS進行變形監測所獲取的累計形變對比圖。可以看出2016年1月—2016年6月，利用GPS技術與InSAR技術的監測結果一致；而在2016年8月—2016年9月，兩種技術監測的結果出現偏差，InSAR監測所獲得的累計形變量較大。

3.2.2 滑坡風險分析

本文討論的滑坡風險分析主要是針對滑坡發生后的移動位移和所造成的損失進行估算。先對滑坡區域進行緩沖區分析，然后求出緩沖區與居民地、農業用地、道路等的相交面積，最后根據單價估計出經濟損失。

滑坡緩沖區分析是根據所研究的滑坡體，自動建立滑坡周圍一定距離的帶狀區，用以識別這些滑坡發生后對臨近對象的影響程度。但由于緩沖區范圍的設定相對困難，這與滑坡的多方面因素有關，包括滑坡類型、降雨、地下水、滑坡地形、坡度等。由于影響因素較多，且缺乏相關數據，本文將此問題簡化為以一個緩沖區范圍為例進行分析。選擇方臺滑坡群中的一個滑坡進行緩沖區分析，如圖11所示。

由圖11可知，假設房屋的單價為1000元/m2，總價為面積乘以單價，損失總計約976 285元，緩沖區與房屋相交的具體信息見表1。

4 結 語

本文通過分析主流云計算平臺和滑坡監測技術的發展現狀，并結合甘肅黑方臺滑坡的具體特點，設計了基于GPS和InSAR數據的滑坡監測云計算平臺，同時應用ArcGIS軟件實現了部分空間分析功能。鑒于云計算平臺的復雜性，以及其在地質災害監測領域的研究仍處于起步階段，本文只實現了軟件平臺有限的功能，隨著本文課題研究的不斷推進，以及筆者自我科研水平的提升，后續的研究工作將會逐步實現平臺中更多軟件模塊的功能。相信隨著Hadoop和現代形變監測技術的不斷發展，二者的結合將會越來越緊密，應用的領域也會更加廣泛。

表1 緩沖區與房屋相交信息