基于物聯網公路高邊坡地質災害監測系統研究

韓建超 張亮 任凱珍 胡福根

摘? 要：依據北京山區公路沿線的地質災害特征，提出基于物聯網技術的北京地區公路高邊坡地質災害監測系統的框架，該系統由數據采集子系統、數據管理子系統、崩塌監測預警子系統及信息服務與共享子系統組成，采用C/S模式和B/S模式的雙模式運行。根據多年北京突發地質災害應急調查情況，選取密云區硫辛路崩塌多發路段進行研究與應用，監測系統可實現位移變形、傾斜度、落石報警、降雨量等野外數據采集，室內數據管理分析、監測預警、信息服務與共享等功能。根據硫辛路崩塌災害應急調查資料與國內典型崩塌監測預警經驗確定研究區單因子判據及綜合判據，包括臨界雨量、裂縫變形量、裂縫變形速率、傾斜度變化量以及崩塌發育過程中的宏觀異常現象，為北京市地質災害防災減災決策，提供一定的技術支撐。

關鍵詞： 北京;高邊坡;崩塌;物聯網技術;地質災害監測

Research on Geological Hazard Monitoring System of Highway Slope

based on Internet of? Things

HAN Jianchao， ZHAN Liang， REN Kaizhen， HU Fugen

（Geological Institute of Beijing， Beijing 100120）

Abstract： Based on the analysis of the characteristics of geological hazard along Beijing highway， this paper puts forward the framework of geological disaster monitoring system for high slope along Beijing highway based on Internet of things technology， which is composed of data acquisition subsystem， data management subsystem， collapse monitoring and early warning subsystem and information service and sharing subsystem. The system is operated in hybrid mode of C/S mode and B/S mode. According to the emergency investigation of sudden geological disasters in Beijing for many years， the Liuxin Road in Miyun is selected to conduct the demonstration research and application. The monitoring system can realize the functions of displacement and deformation， inclination， rockfall alarm， rainfall and other field data collection， indoor data management and analysis， monitoring and early warning， information service and sharing. According to the emergency investigation data of Liuxin Road collapse disaster and the experience of typical collapse monitoring and warning in China， the single factor criterion and comprehensive criterion of the demonstration area are determined， including critical rainfall， fracture deformation amount， fracture deformation rate， gradient variation and macroscopic abnormal phenomena in the process of collapse development. It provides certain technical support for disaster prevention and reduction decision-making of geological disaster in Beijing.

Keywords： Beijing; High slope; Collapse; Internet of things technology; Geological hazard monitoring

0 前言

北京地處兩條山脈交匯處，地形、地質條件和構造相對復雜，降水時空分布不均，人類工程活動頻繁，故北京的地質環境相對較脆弱，地質災害種類多，群發性強（趙忠海，2009）。公路高邊坡地質災害包含多種類型，如滑坡、泥石流、崩塌等（何傳琦，2019），其中，崩塌是北京山區最常見的一種地質災害。據北京市規劃與自然資源委官方公布數據，截至2019年6月，共有2609處崩塌隱患，占地質災害隱患的51.8%，主要威脅道路和居民點，其中大于20m的高邊坡約占46%（北京市地質研究所，2014）。高邊坡地質災害其危害性更大、治理費用更高，高邊坡監測系統研究刻不容緩。

物聯網技術是遵照一定的協議標準并利用傳感器及通訊等技術，將物品與互聯網相連，可進行信息交換，具有感知、傳遞及處理數據功能的一種網絡（黃健，2015）。基于物聯網的地質災害監測預警系統應包括室外現場布設的傳感器、數據采集器、通訊模塊，室內數據中心的數據處理和信息發布系統軟件等（周平根，2012）。目前，物聯網技術在地質災害監測預警中得到了廣泛的應用與研究。

本次研究以北京山區公路高邊坡廣泛分布的崩塌災害為例，應用先進的物聯網技術和通訊技術實時、動態的獲取和傳輸監測信息，利用數據處理技術挖掘監測對象的變化規律，對大量的多源實時數據進行綜合分析，并結合地理信息系統對災害體的空間數據和屬性數據進行數據管理，運用互聯網技術發布監測預警信息，建立一套完整的基于物聯網技術高邊坡地質災害監測系統，對北京突發地質災害防治工作提供決策支持，為北京建設世界城市地質安全領域工作打下堅實的基礎。

1 系統架構

公路高邊坡地質災害監測系統是以計算機硬件與網絡通信平臺為依托，以數據規范、標準、信息化機構以及實時采集數據為保障，以數據管理、配置管理、服務引擎為支撐構建的分析評價、預警與輔助決策、綜合分析系統。

監測系統采用雙模式運行，C/S模式和B/S模式。C/S模式作為系統的主要開發與應用模式，用戶使用系統通過網絡訪問各項授權功能，B/S模式作為Web服務開發與應用模式。

系統建設的總體框架分為基礎設施層、數據庫層、軟件支撐層、業務組件層、系統應用層（圖1）。

2 系統功能

系統的各類功能與應用均以公路高邊坡地質災害監測數據庫為核心，完成數據采集、數據管理、崩塌監測預警、信息服務與共享等功能（圖2）。

數據采集子系統主要用來采集和接收野外實時監測設備返回各類監測數據，并將這些數據以文件形式或數據庫實體形式保存到數據庫中，并在各相關部門之間進行數據共享，為后續的數據管理、數據分析與智能預警、信息發布、信息共享與集成等打開豐富的數據基礎（圖3）。

數據管理子系統是保證公路高邊坡地質監測系統的數據時效性、完整性的管理平臺，它是目標系統能夠實現正確、及時的預警、預測分析的重要保障手段之一。管理員通過圖形用戶界面調用后臺的各種數據管理組件，通過數據庫訪問引擎與后臺數據庫或原始文件進行交互，能夠完成各類監測信息和其他輔助信息的增加、更新、導出等功能，并且可以完成災害預測分析業務相關的其他屬性數據、空間數據的管理工作，并可以對數據進行精細化、系統化的檢查與糾正（圖4）。

崩塌監測預警子系統依據高邊坡地質監測及智能預警需求，結合地質背景及野外監測數據情況，建立精確的地質災害智能預警模型，實現地質災害的預警預報、風險性決策分析等，并可以將這些信息自動發送給相關管理部門（圖5、圖6）。

信息服務與共享子系統可以自動生成各類監測分析結果、預警預報、風險分析等各類信息，并可以自動或半自動地向公眾發布多種信息，為出行選擇、人身安全保證等提供重要信息，發揮重要的參考價值。

3 崩塌預警初探

根據崩塌災害孕育特征，重點關注崩塌發生的時空范圍內的各類臨界特征，如崩塌發展過程中自身所表現出的位移變化，外在的降雨強度、人工擾動等環境因素變化;目前，廣泛采用的預警判據分為單因子判據和綜合判據，單因子判據是僅考慮一種變量臨界變化，如臨界雨量、最大位移量等，綜合判據則考慮多變量臨界變化，如雨量、裂縫位移變化和崩塌災害發生前表現出的宏觀前兆進行綜合判斷等（劉造保，2010）。

選取監測路段在歷史上發生過二次崩塌，其中密云琉辛路監測路段于2005年8月15日1時38分發生崩塌災害，崩塌處巖石邊坡距離公路路面高約50m，崩落的巖石堵塞道路，沖垮路基，崩塌堆積體形成長約100m，寬約60m，高約25m的巖堆，總方量約10000余立方米，其中最大落石約15×8×8m3。

據現場調查，發生崩塌的巖體陡坡近垂直，巖石垂直解理裂隙發育，巖性為片麻狀花崗巖，屬火山侵入巖（圖7）。

結合監測路段災害發育特征，選取降雨量、裂縫變形量、裂縫變化速率、危巖體傾斜度變化量4種指標進行監測。并依據自然資源部和中國氣象局制定的地質災害氣象預警分級，考慮邊坡體的穩定狀況、可能危害程度與損失大小、時間的緊迫性及及其相關影響因素，將崩塌災害預警按可能發生的概率大小排序分為注意、警示、警戒、警報4級，把這4級分別以藍色、黃色、橙色、紅色予以標識。

降雨強度預警閥值的確定參考國內外典型崩塌發生時的降雨閥值，結合研究區實際發生崩塌災害時的降雨量統計數據，擬定崩塌的降雨量預警指標，為崩塌在汛期的預警工作提供一定依據（表1）。

因在安裝監測設備后，監測點未出現崩塌現象，降雨量、裂縫變形量、裂縫變化速率、危巖體傾斜度變化量的閥值確定，參考國內典型崩塌監測項目經驗以及研究區的實際情況（金海元，2011;劉明鑫，2014），對各預警指標設置不同的預警閾值，但適用于本區域的預警閥值仍需進一步的試驗研究完善，為北京市的崩塌預警提供更加有效的技術支持。

綜合判據，除考慮上述定量指標外，還應結合群測群防，根據崩塌變形過程中出現的異常表現做出宏觀上的判斷。如局部裂縫出現延長、加寬并產生新的裂縫或局部出現小塊石崩落都有可能是新的崩塌事故發生的前兆，應及時做好預警預防工作。

4 結論

本次研究基于物聯網技術建立了公路高邊坡地質災害監測系統，并根據多年北京突發地質災害應急調查選取硫辛路崩塌多發路段為研究區，利用多種傳感器實時獲取崩塌特征指標，運用多因素動態聯合建模，確定現階段崩塌地質災害監測預警模型，設立閥值，對于超過閥值的，立即預警，有效躲避災害。

基于物聯網公路高邊坡地質災害監測系統研究為北京市建立全面的突發地質災害監測預警平臺奠定了堅實的基礎，為北京市汛期防汛減災及開展相關領域研究具有重要的參考意義。

參考文獻

北京市地質研究所， 2014. 北京市地質災害詳細調查報告（1：50000）[R].

黃健， 巨能攀， 何朝陽， 2015. 基于新一代信息技術的地質災害監測預警系統建設[J]. 工程地質學報， 23（1）： 140-147.

何傳琦， 2019. 山區農村公路邊坡地質災害類型分析及防治措施探討[J]. 江西建材（11）： 111-112.

金海元， 2011. 巖石高邊坡監測預警綜合評價方法研究[J]. 長江科學院院報， 28（1）： 29-38.

劉造保， 徐衛亞， 金海元， 2010. 錦屏一級水電站左岸巖質邊坡預警判據初探[J]. 水利學報， 41（1）： 101-107

劉明鑫， 2014. 貴州山區典型崩塌成因機制與監測預警技術研究： 以威寧縣猴場鎮幺巖腳崩塌為例[D]. 成都理工大學.

趙忠海， 2009. 北京地區突發性地質災害易發區劃及危險度評價[J]. 資源調查與環境， 30（3）： 213-221.

周平根， 李昂， 張艷玲， 2012. 基于物聯網技術的地質災害監測預警系統的結構和功能[J]. 工程地質學報， 20（Sl）： 708-712.