地質災害監測數據預警流程初步研究

陳星宇 張偉勁 閔宇航 鄭彥虎

摘 ?要： 為了減少近年來多發的地質災害對人們造成的損失，初步研究了用于地質災害預警與防治的監測數據預警流程。討論了數據庫的總體設計和數據的來源;對數據庫進行結構設計，提出了數據預處理方法;通過數據閾值預警來進行地質災害的預警與防治。文章指出了建立數據庫的必要性，認為只有建立了數據庫才能做到地質災害預警與防治的高效、精準，才能盡可能地降低地質災害對人們生命財產造成的損失。

關鍵詞： 地質災害; 數據庫建設; 數據預處理; 預警; 防治

中圖分類號：TP315 ? ? ? ? ?文獻標識碼：A ? ? 文章編號：1006-8228（2020）03-20-04

Preliminary research on early warning procedure based on

geological disaster monitoring data

Chen Xingyu， Zhang Weijing， Min Yuhang， Zheng Yanhu

（collegeof information science and technology， Chengdu University of Technology， Sichuan， Chengdu 610051， China）

Abstract： In order to reduce the losses caused by geological disasters in recent years， the monitoring data early warning process for geological disaster early warning and prevention is studied. The overall design of the database and the source of the data are discussed; the structure of the database is designed and the method of data preprocessing is put forward; the early warning and prevention of geological disasters through the early warning of data threshold are carried out. This paper points out the necessity of the establishment of the database， and it is believed that only the establishment of the database can make the early warning and prevention of geological disasters efficient and accurate， and reduce the loss of life and property caused by geological disasters as much as possible.

Key words： geological disaster; database construction; data preprocessing; warning; prevention

0 引言

近幾十年來，溫室氣體持續排放，據數據估計，全球碳排放2018年就增加了3.4%[1]，由于大量的溫室氣體排放，導致“全球變暖”，全球氣溫上升使冰雪融化速度增快，降雨量逐漸增大，最終導致各地地質災害頻發。地質災害不僅對人類造成了巨額的損失和嚴峻的威脅，對自然環境也造成了嚴重的破壞[2]。因此為了保護自然壞境，收集地質災害數據以及建立一套地質災害的數據庫已迫在眉睫[3]。通過數據庫的數據對地質災害預警，進而防治，對已經造成損失的相關數據進行統計與評估，能將損失降到最低。

1 總體設計與數據獲取

數據服務負責接收傳感器采集的數據，并根據平臺主體業務、數據統計和展示方式對數據進行處理，如圖1所示。

數據獲取通過野外布置傳感器設備進行數據的收集與上傳，同時通過攝像頭進行人工監控。傳感器包括：深層水平位移傳感器、地下水位傳感器、深部位移傳感器、表面位移傳感器、雨量站、水位傳感器等等。

2 數據庫建設

2.1 數據庫結構

接收到傳感器上傳的數據，按照監測內容進行分類存儲，每一類型的數據表按照月份進行分表，例如：

device_yl_201902 （設備_雨量_時間月份），如表1所示[4]。

2.2 數據預處理

由于傳感器采集上報的數據會存在異常或錯誤，所以需要對數據預處理。一般存在以下五種異常。

數據丟失異常：部分時間節點的監測數據丟失。

時間漂移異常：傳感器時間錯誤導致的數據采集時間錯誤。

數據重復異常：同一條數據上報多次。

數據跳躍異常：數據明顯跳躍，如0.5mm、0.6mm、30mm。

異常數據：異常的數據，如超量程數據、一段錯誤代碼或-10000mm。

⑴ 數據丟失異常處理

根據上報數據的傳感器編號得到前四次上報的正確數據;

將前四次上報的正確數據與本次上報數據同時作為入參，傳入處理部分，期望輸出為本次上報數據的理論采集值;

得到理論采集值將本次上報數據中的采集值更正后，在業務數據的標記屬性中添加異常數據對應的標記碼。

⑵ 時間漂移異常處理

根據上報數據的傳感器編號得到丟失前四次上報的正確數據;

將丟失前四次上報的正確數據與本次上報數據同時作為入參，傳入處理部分，期望輸出為丟失數據集中的采集值、采集時間、采集次數;

得到丟失數據集將數據集中差的傳感器編號、成果數據值、標記碼進行補齊。其中標記碼為數據丟失對應的;

將補全的數據集中最后一天數據更新;

將數據集中的數據存入數據庫。

⑶ 數據重復異常處理

根據上報數據的傳感器編號得到上次上報的正確數據;

將上次上報的正確數據與本次上報數據同時作為入參，傳入處理部分，期望輸出為需要保留的數據;

在保留下的數據中，標記屬性添加數據重復標記碼。

⑷ 數據跳躍異常處理

根據上報數據的傳感器編號得到前四次（如果存在數據丟失，即為丟失前的四條數據復用）上報的正確數據，得到傳感器信息;

將前四次上報的正確數據、傳感器信息與本次上報數據同時作為入參，傳入處理部分，期望輸出本次采集的理論值;

將本次上報數據中的采集值更新為輸出的本次理論采集值，在標記屬性添加數據跳躍標記碼。

3 數據閾值預警

數據存入數據庫之后，監控平臺獲取各項數據，經一定算法的計算之后，做出預警等級判斷，若等級達到了預警級別，則自動通知值守人員發生預警的地點，值守人員進行前往調查，若有必要，再通過專家判斷進行災害級別劃分，以及做出進一步行動。

3.1 閾值預警

定義全局MapWarn，用于緩存系統閾值預警模板。存儲格式為key-value格式，以傳感器編號為key，模板內容信息為value，緩存到MapWarn中。

在系統啟動時，查詢監測對象使用的預警模板和傳感器信息，將每個傳感器對應的預警模板中監測內容的預警值與傳感器存儲在MapWarn中。

3.2 預警判定

在系統啟動時，立即查詢數據庫中監測對象對應的預警模板。將監測對象中的傳感器編號作為key，預警模板對象作為value緩存到MapWarn中。具體流程如圖2所示。

⑴ 查詢數據庫中監測對象對應的預警模板：在數據服務啟動時，從數據庫中查詢所有監測對象中各傳感器對應的預警模板，以傳感器編號為key，預警模板信息為value保存到MapWarn中。

⑵ 新增監測對象或選擇預警模板：若新增監測對象在選擇預警模板確定時，或者修改監測對象預警模板確定時，同時請求數據服務中更新MapWarn接口，將MapWarn中數據進行更新。

3.3 預警流程

根據上報數據中的傳感器編號即該監測內容類型，從MapWarn中獲取到對應的監測內容對應的各個預警模板，具體流程如圖3所示。

流程說明：

⑴ 預處理數據：從預處理數據中獲取本次變化、累計變化、24h變化的值;用于后續警情級數判斷。

⑵ 從數據庫中計算出連續變化率：根據傳感器編號從數據庫中查詢改傳感器累計三天的變化率，放到自定義的變量中，用于后續警情級數判斷。

⑶ 獲取MapWarn中對應的預警模板：根據傳感器編號從MapWarn中獲取對應的預警模板信息。

⑷ 最后得出預警結果，結果結構為“本次變化-3級”+“連續變化-2級”等;

4 結束語

對于各地地質情況應及時收集當地的地質數據，建立數據庫，將進行數據預處理后的數據存入，做好對地質災害的監督與防治工作，盡可能提前預防地質災害;對于已經發生的地質災害，本文的研究能夠使地質災害監測平臺直接調用數據庫中的數據進行判斷與處理，根據數據的變化進行預警，從而做到快速反應，迅速援救，盡可能降低地質災害對人們造成的損失[5]。從前景來看，本文提出的數據預處理可以運用在各個地質災害監測平臺上，根據各個地區的地質情況再做微調即可建庫，預警流程也無需做出大幅改動，通用性強，方法簡單，精準高效。對于不同地區的地質地貌，本文需進一步研究以根據當地地質情況在合適地點布置傳感器，以實現誤差最小化，數據采集效率最高化[6]。

參考文獻（References）：

[1] 胡德良，托尼·巴波薩.全球變暖加速 2018年海洋溫度創紀錄[J].資源與人居環境，2019.4：44-45

[2] 王克峰，李芹.地質災害信息系統及群測群防體系基礎地理信息數據庫建設[J].測繪與空間地理信息，2017.40（11）：100-102

[3] 高佳.基于Geodatabase的礦區地質災害數據庫的設計[J].西安科技大學學報，2014.34（6）：748-753

[4] 張勇，王小明，程顯洲.上海地震災害情景構建數據庫建設[J].地震地磁觀測與研究，2018.39（1）：154-158

[5] 李萍，李海凌.基于知識管理的自然災害信息檔案管理研究[J].價值工程，2018.37（26）：23-25

[6] 謝國安.水利工程地質災害危險性評估方案研究[J].河南科技，2019.20：94-96