機器視覺技術在地質災害監測預警中的應用

廖昕 孫崇祥

（西藏大學 西藏自治區拉薩市 850000）

國家高度重視西藏地區的發展，習近平總主席也曾多次對西藏以及川藏鐵路的建設做出指示，川藏鐵路的建設是新時代治藏方略的一項重大舉措，對國家統一、民族團結、治藏穩邊、經濟發展，都有著深遠的影響。未來會持續開通通往西藏地區的各條鐵路，以川藏鐵路為例，沿線地質構造繁復、山高谷深，地形被切割破碎，根據川藏鐵路沿線主要的地質災害調查與區劃資料，川藏鐵路沿線具代表性的地質災害類別包括崩塌、滑坡、泥石流3 類，總計達2130 處，此外還有少量土地塌陷、砂土液化和凍土等帶來的災害。地質災害分布廣泛、隱蔽性強、不確定因素影響大，在很大程度上造成人們抵御災害的難度。主動預防、提前避險已經成為減少災害影響的重要手段，而地質災害提前預警又是主動預防當中比較重要和有效的手段之一。

西藏地區受到印度板塊NNE 向的持續擠壓作用，近年來發生持續隆升和擠壓構造變形，是現今地球表面地形地貌和地質構造演化最復雜、構造活動最強烈的地區之一。高原具有地質環境條件復雜、工程地質問題多、地質災害極為頻繁的特點，地質災害頻發，造成的經濟損失巨大。加強地質災害的監測，強化預警體系的建設，不僅是防災減災的需求，也是社會可持續發展的根本性保障。

歷經三十多年的努力和探索，我國逐漸形成具有特色的災害防治體系，每年能準確預報地質災害上千起，幫助上萬人成功避險，避免上億的直接損失。目前國內外有較多學者進行地質災害監測預警的研究。王威[1]等人利用TIN 方法建立地質體模型，能自動獲取監測數據，結合北斗衛星的傳輸和三維地質模型，形成一套完整的三維滑坡災害預警系統，提高滑坡災害預警的快速性和直觀性。

許強[2]等人通過構建天-空-地一體化的“三查”體系進行重大地質災害隱患地早期識別，利用光學遙感、合成孔徑雷達、機載激光雷達測量技術、無人機攝影技術等，逐步實現地質災害監測預警的實用化和業務化運行。同時，越來越多學者將計算機、大數據技術應用于地質災害監測預警中。此外，還有很多學者如黃健[3]、劉漢龍[4]、孫光林[5]、崔鵬[6]、歐陽祖熙[7]對地質災害監測預警的相關技術進行了探索。

隨著機器和物聯網技術的快速發展，過去使用的貼片、刷漆、埋樁等方式逐漸被取代，發展為由大量的傳感器構成的檢測網絡。常用的監測技術包括地表變形監測、環境因素監測、內部變形監測、巡視監測以及自動化監測技術。各種方法和技術都有其局限性，相對于地質災害的普通監測來說，自動化的監測具有更大優勢，可自動化采集監測數據，不受時間、天氣影響；可對野外監測點實現遠距離監測和遙控，節約人員成本，為難以達到的地區提供便利；可實現監測數據的實時信息處理，異常及時反饋；可結合預警算法，實現超過預警值時自動報警。目前，在選擇監測點、檢測方式、預警成效上還有待加強，智能化、實時化的災害預警急需加快開發和應用。

1 地質災害主要影響因素及西藏地區地質災害預警

1.1 地質災害主要影響因素分析

影響地質災害的發生發展主要取決于兩個方面的條件因素，分別為地質災害的易發條件和觸發條件，易發條件也指代地質孕育過程中的物質和地形條件。其中，物質條件也可以側面反映某位置對于地質災害提供先決條件的能力，是災害發生之前的重要影響因子。例如：巖石體的失穩破壞和跌落會導致崩塌，滑坡的發生首先需要不穩定的斜坡。此外，地形條件會影響災害體的運動距離、運動方向、運動速度和覆蓋范圍等。適當選擇相應的影響因子進行監測或者判斷，可以有效的進行地質災害的預警。

1.2 針對西藏地區的地質災害預警

高原存在災害地區地形地貌復雜，地質災害隱患變數多，防災減災基礎薄弱，等特點。災害未發生時，具有潛在性，需要較長時間累積和能量轉換，突破臨界值后，爆發災害；而主要地質災害崩塌、滑坡、泥石流具有突發性和急劇性，靜止物質突然發生高速位移，釋放大量能量，造成巨大破壞。災害的發生留給監測、預警、避險的時間并不多。目前，監測預警的核心是趨勢監測和失穩預警。

人類經濟建設活動在一定程度上會影響地質災害的發生，泥石流和滑坡的發生，會造成人員傷亡、道路阻斷，嚴重阻礙了西藏地區的發展。應積極針對重點災害區域開展治理工作，采取有效防治措施，減小相應的危害。目前，災害監測預警無法覆蓋大面積地區，可以首先在主要干線、重點城鎮附近試點，進行試驗，積累經驗，逐步推廣監測技術，擴大災害治理范圍。

2 機器視覺技術融入地質災害預警系統

2.1 機器視覺技術的應用

機器視覺技術旨在通過圖像中提取有用的信息進行分析，并對分析的結果做出判斷。近代以來計算機的處理能力、內存以及存儲能力有較大提升，使機器視覺技術更廣泛的應用于各行各業。在常規的檢查、識別工作中，通常依靠人工來完成，受人工主觀影響，精度得不到保證。此外一些不適于人工作業或者人工視覺難以滿足要求的場合，用人眼無法進行監測、判斷，機器視覺技術監測系統應運而生。

我國的機器視覺技術從20世紀90年代開始起步，期間很多學者進行了相關研究。唐向陽[8]等人研究了機器視覺系統的組成和應用；鮑躍全[9]等人認為人工智能技術可以深度融合到土木工程領域，深度學習、機器學習、計算機視覺等可以深度應用于智能防災。目前機器視覺技術處于加速發展時期，機遇與挑戰并存。機器視覺技術在許多行業都有著廣泛應用，可運用于水果采摘工作、電力設備運維檢修、橋梁撓度測試等領域。

2.2 基于機器視覺技術的地質災害預警

地質災害監測系統是管理災害信息與實時預測災害的有效措施，以機器視覺技術的傳感器為載體，實時監測一定區域的相關變量，結合相關計算機算法，在變量發生突變時快速準確發出預警信息。在此理論上，搭建在線監測平臺，可以有效的進行災害監測的可視化。基于機器視覺技術的監測平臺主要可以實現監測數據采集接收、檢測數據共享交換、數據存儲分析等功能。以監測平臺為載體，搭建軟件構架，以監測點作為感知層，采集層連通網絡平臺，設置內置數據存儲層，應用層對監測數據進行實時分析和展示。基本監測軟件架構圖如圖1。

圖1：基本監測軟件架構圖

3 基于機器視覺技術的地質災害監測預警系統應用及分析

3.1 天摩溝監測點概況

結合軟件架構，設置天摩溝監測點，波密天摩溝監測點位于西藏自治區林芝市波密縣境內，建設在天摩泥石流溝內一處經過泥石流沖刷的山坡上，在國道318 川藏公路里程K4044+600m 處。天摩溝位于易貢藏布和帕隆藏布之間，流域面積約28 km2。流域地殼活動性強，海洋性冰川發育程度高。這片區域被大量植被覆蓋，常年下雨，對傳統的地面調查和遙感的解譯造成較大困難，測量精度較低。這片區域的泥石流極易發生、隱蔽性高，也容易突然發生，造成破壞。近15年共發生4 次大型和巨型泥石流，均不同程度堵塞主河帕隆藏布，影響國道318 交通或摧毀附近橋梁，泥石流產生的堰塞湖淹沒村道，潰決造成下游塌岸，給當地居民生命財產和經濟發展造成極大危害。

3.2 天摩溝監測系統構成

天摩溝泥石流溝近物源區有一處不穩定邊坡。故此處邊坡作為本項目的重點監測區域，因附近有重要交通樞紐以及國道，需擴大檢測范圍。天摩溝監測系統共包含天摩溝滑坡、通麥大橋、迫龍溝特大橋共四處監測點，總體形成完整的監測系統。分別安裝相應的監測設備，包括激光夜視儀視頻監控點（4G 球機）、GNSS 位移監測站、大氣溫度、大氣濕度、雨量監測站進行實時監測。

3.3 監測系統的應用

天摩溝在線安全監測系統對檢測區域實行二十四小時在線監測，檢測內容涵蓋各個方面，包括表面位移、實時視頻、降雨量、土壤含水率、次聲波、溫度等。各監測設備構成一體化，是整個天摩溝監測系統架構的基礎，可以快捷準確的進行數據實時監測。各自獨立的監測站點通過聯網的4G/SMS/北斗衛星等通信手段，形成從站點、檢測中心、數據平臺的雙向傳輸。監測數據統一格式化之后再以TCP/IP 方式發送給數據庫服務器，由入庫軟件程序進行解讀，數據解析之后寫入相應的數據庫。在未來，會針對不同的災害進行后臺程序的設定，不同災害有不同的影響因子。最終形成的檢測平臺，甚至可以遠程對災害監測點的儀器進行控制，下達終端指令。最終，可視化檢測平臺接收到各個監測站點的數據，可通過網絡發往獲得授權認證的平臺，遠程監測災害點各個數據并進行數據分析。

以監測點的機器視覺實時監測數據為載體，將不宜到達的潛在災害區域進行遠程災害可視化監測，利用云計算技術可以對獲取到的數據進行深層次分析和挖掘。其主要流程有數據的實時讀取、分類整合、數據糾正、實時分析數據、生成報告等。按照監測軟件的基本構架，可進行數據信息獲取、查詢、管理甚至控制。

4 結語

西南地區地質條件復雜，地質災害頻發，地質災害預警面臨重大地挑戰。本文以機器視覺技術為手段，利用云計算技術搭建軟件構架，以實現災害可視化、信息實時查詢、信息處理分析、災害預警等功能。但地質災害存在復雜性和特殊性，需要根據不同災害進行監測預警，隨著機器視覺技術的不斷發展和成熟，將在未來的地質災害監測預警中進行更廣泛的應用。