地質災害預警預報技術創新與應用

馬征

（中大檢測（湖南）股份有限公司，湖南長沙 410000）

1.地質災害預警預報系統

系統總體結構分為數據采集層、地質災害數據中心、地質環境管理、預警預報分析系統和信息發布系統5個部分，如圖1所示。根據地質災害的誘發因素和形成機理，系統融合了云計算、大數據、物聯網、移動互聯網、人工智能等現代化信息技術，通過深度學習算法，建立了基于人工智能的地質災害動態監測預警神經網絡模型，不斷學習、歸納地質災害的發生規律[1]；通過數據采集系統，收集地質災害動態監測數據、地下水動態監測數據，接收水文水資源局的實時雨量數據、氣象臺的實時雨量數據和氣象預警信息，構建地質災害數據中心；通過預警預報分析系統對全區進行網格化區域劃分，自動選擇相應的監測預警模型進行分析，以提高局部區域地質災害預警預報的精準性；通過信息發布系統為公眾提供信息服務。

圖1 系統總體框架圖

2.地質災害預警預報技術的主要創新點

2.1 實現地質災害應用模型的輕量化智能構建

多類型多邊界描述的地質災害預警預報模型，含有大量的因素信息，因此直接建立預報系統較復雜。輕量化智能構建是將空間數據精簡為一個點數據，采用GeoHash編碼方式進行編碼轉換；再利用細節層次（LOD）技術將海量地質災害因素信息封裝成組件，集成到地質災害預警預報系統中，建立應用組件模型庫；最后通過應用構建器，以零代碼編程的方式快速實現區域地質災害的統計、分析和管理等多樣化的應用需求，如圖2所示。

圖2 模型輕量化流程圖

2.2 基于Spark的空間大數據技術處理海量地質災害數據

Spark是一個大數據分布式編程框架，將分布式數據抽象為彈性分布式數據集，提供了應用任務調度、RPC、序列化和壓縮的實現方法以及API上層組件。地質災害數據主要包括各類專業屬性數據、基礎地理空間數據、專題空間數據、災害點空間數據和其他數據。通過雨量計、水位儀、傾斜儀、智能視頻設備等前端專用監測設備對地質災害進行實時監測；利用物聯網技術、互聯網技術實現數據的安全接入與管理，建立地質災害數據中心。在地質災害預警預報系統中應用基于Spark的空間大數據技術對海量地質災害數據進行分析，再通過擴展Spark實現對大規模地質災害空間數據的空間查詢和快速分析，解決系統分析效率的問題。

2.3 基于神經網絡學習算法的智能預警預報系統

地質災害發生的可能性與災害所處區域的地質災害易發性、土壤含水率、累計降雨量、降雨強度以及人類工程活動等因素有關。首先將各區域的影響因素按其對地質災害發生的貢獻進行分級；再將各因素各等級作為輸入神經元，發生地質災害的可能性等級作為輸出神經元，通過神經網絡進行運算，從而預報地質災害等級。根據輸入信號，通過選取的函數計算輸出，并判別輸出層的輸出是否滿足要求，滿足則輸出，否則，修正權值，繼續處理；同時將每次預報對應的實際發生情況作為學習實例對運算進行修正。根據造成網絡輸出誤差因素在輸入空間的非均勻分布以及每個RBF對網絡計算貢獻的大小，通過策略對參數進行自適應調整，使神經網絡的逼近性能、泛化能力達到較高要求。神經網絡通過不斷改變網絡的連接權值，使其輸出不斷接近期望值。將神經網絡學習算法與地質災害特性相結合，開發學習引擎對誘發地質災害的相關數據進行深度學習，挖掘災害發生與自然、人為因素的關系，獲得地質災害監測預警模型庫，并在不斷自我學習中對模型進行優化和完善，實現對潛在地質災害區域的有效預測[2]。

3.地質災害預警預報成果應用

依托信息技術、物聯網技術和國土資源“金土工程”網絡建設成果，建立了一個涵蓋全區地質災害數據存儲、管理、應用機制的數據資源充分共享的地質災害預警預報系統。該系統已在市級和縣級地質災害預警預報工作中得到了應用，取得了良好的效果，能高效支撐地質災害預警預報工作，預防災害發生、減少損失。湖南地區已在受滑坡、不穩定斜坡威脅的學校安裝340套角度傾斜報警儀，在全區的地質災害易發區中選取了200所學校安裝學校地質災害隱患自動監測站，在全區重要的地質災害隱患點上安裝304套地質災害隱患自動監測系統，監測數據通過數據采集終端進行實時采集，并傳送至湖南地質災害監測預警平臺。

4.結語

在地質災害預警預報服務不斷深入和發展的新形勢下，湖南地區在“湖南地質災害預警預報分析系統”項目成果的基礎上，結合市級地質災害預警預報系統、地質環境綜合管理系統、地質災害綜合指揮系統以及基于物聯網的地質災害自動監測預警預報系統，利用新的數據監測與傳輸技術、數據處理技術和新的地質災害預警預報方法，開發了新一代湖南地質災害預警預報系統，提升了湖南地質災害預警預報工作的可靠性、穩定性和便利性。目前，該系統已應用于市級和縣級的區域實時地質災害監測與預警業務中。