北京市突發地質災害監測預警系統設計與實現

李 瀟，許飛青，于 喆，韓 征，李 凱，郭亞杉，冒 建

（1.北京市地質礦產勘查院信息中心，北京 100195；2.北京市地質研究所，北京 100120）

北京市位于華北平原西北隅，是世界上突發地質災害較為頻繁的首都城市之一，災害形式以泥石流、崩塌、滑坡、采空塌陷為主，主要分布在北山和西山的溝谷、陡坡、礦山分布集中地區及新構造活動較強烈的地區（北京市地質礦產勘查開發局等，2008）。北京市人口密度大，經濟社會發展程度高，自1949年以來，各類突發地質災害造成的死亡人數已超過600人，直接經濟損失達數億元。2012年7月21日，自有氣象記錄以來的最大降雨，給首都帶來一場特大自然災害并誘發了崩塌、泥石流、滑坡等次生地質災害，造成了嚴重的人員傷亡和財產損失。

2000年以來，全國各省市陸續著手建立地質災害監測預警系統。三峽庫區較早地建立了地質災害監測預警信息管理系統（劉傳正等，2004），浙江、江蘇、天津等省市也都分別針對各自地區的地質條件特點建立了基于WebGIS的監測預警系統（余風華等，2006；單玉香等，2007；董元等，2008；王爽等，2012）。北京市在2003年啟動了地質災害氣象預報預警工作，并在基于GIS的地質災害預警、評價以及相關信息系統建設等方面做了一系列的積極探索（文斌等，2007；白利平等，2009）。這一階段建立的系統基本以預警評價分析為主，自動化程度不高。

隨著基于GIS技術的專業分析日漸成熟和新一代移動通信、云計算、大數據以及北斗衛星、5G等技術迅猛發展，基于前端感知、網絡傳輸、應用分析三級結構的物聯網技術也逐步應用于地質災害監測體系（朱永輝等，2010；何文娜，2013；李超嶺等，2015；Baum et al.，2010），各省市也在紛紛探索運用新技術建立地質災害監測預警信息系統（黃健，2012；徐永強等，2013；杜金星等，2014；楊雪艷等，2015；賈進科等，2016），在數據快速獲取和自動預警方面取得了一定成果。但總體基本以單災種、小區域范圍建立的孤立系統居多，且在多種監測數據采集匯聚上受標準不一致的制約未能很好地解決，針對崩滑塌多災種、監測設備多樣化、監測點數量多、多種模型集成統一的大型信息系統更不多見。由于地質條件和氣候的差異性，已有的一些較為成熟的預警模型并不適用于北京。2018年北京市啟動建設基于新一代信息技術的、涵蓋突發地質災害監測預警工作全流程的信息系統，并在全面、快速地獲取隱患點監測信息，自動、智能地完成信息處理流程，精細、準確地生成預警分析產品，便捷、直觀的成果查詢展示，低成本、集約化的建設運行投入等方面取得了積極成效。

本文詳細介紹了北京市突發地質災害監測預警系統的功能與總體設計，論述了系統采用的關鍵技術，并舉例介紹了系統實現的應用案例。相關技術成果和方法可為突發地質災害監測預警工作提供有效參考和借鑒。

1 系統總體架構與功能設計

北京市突發地質災害監測預警信息系統是實現從監測數據采集、集成、管理、分析、預警預報的全流程業務系統，是以物聯感知技術、傳輸通訊技術、信息化軟硬件環境為基礎，以地理信息平臺、大型數據庫平臺為支撐，在行業標準體系和信息安全規范體系的框架下，對地質災害監測成果、調查成果、評價成果等結構化、非結構化、空間的多源數據進行匯聚、融合和集成，構建系統應用，實現設備管理、數據管理、預警分析、應急指揮、三維展示、數據共享等功能，為政府決策、專業人員和社會公眾提供北京突發地質災害信息成果服務。其總體技術架構從下向上分別為物聯感知層、基礎層、數據層、支撐層、服務層和用戶層（圖1）。

圖1 北京突發地質災害監測預警信息系統架構圖Fig. 1 Structure diagram of Beijing sudden geological disaster monitoring and early warning information system

（1）物聯感知層依托物聯網技術，對地質災害隱患點進行監測數據采集，將獲取的數據通過移動互聯網、專線網絡、北斗衛星通道等方式傳輸至基礎層。

（2）基礎層全面依托于云平臺，按需使用計算、存儲、網絡、安全服務等資源，并將從物聯感知層接收的數據推送至數據層進行匯聚、融合和處理。

（3）數據層實現對數據資源的處理入庫和數據庫的管理維護。

（4）支撐層將應用所需的GIS組件、三維模型組件、預警模型庫、各類接口、標準及數據服務等進行模塊式封裝，為服務層的預警分析、查詢展示、決策支持等應用提供支撐，為其他系統對接共享時提供調用服務，滿足基于自定義的組件調用、快捷開發及專業技術人員的差異化需求。

（5）服務層面向不同用戶按需提供差異化系統應用。

（6）用戶層面向政務用戶提供政務網絡訪問頁面，公共用戶通過公共服務接口和共享發布接口訪問系統。

北京市突發地質災害監測預警系統設計了8個子系統、1個APP、1個公眾號共10部分，采用B/S與C/S相結合的軟件體系架構，面向專業技術人員、政府主管部門人員和社會公眾三大類用戶提供差異化系統功能服務（表1）。

表 1 北京市突發地質災害監測預警系統主要功能Tab. 1 The main functions of the sudden geological disaster monitoring and early warning system in Beijing

2 系統技術體系設計

2.1 基于物聯網技術的數據監測

北京市突發地質災害監測以泥石流、滑坡、崩塌和采空塌陷為主要監測對象，以變形、物理場、誘發因素等為監測內容，以自動監測為主要方式，通過埋設監測設備傳感器將各類監測數據采集、傳輸，通過統一接口接入信息平臺并分析處理，整體過程形成了由感知、傳輸、應用的物聯網架構體系。其中，形變、誘發因素、物理場等監測信息經傳感器設備采集后，通過GPRS或北斗傳輸匯聚，視頻監測數據通過網絡專線傳輸，最終統一在云端匯聚融合和應用（圖2）。

圖2 北京突發地質災害物聯網監測示意圖Fig. 2 Schematic diagram of Internet of things monitoring of sudden geological disasters in Beijing

2.2 基于北斗與GPRS相結合的通信方式

突發地質災害主要發生在山區，傳統監測設備傳輸數據的通信方式主要依靠移動通信網絡，在山體崩塌、滑坡或泥石流等大型災害發生時，往往會因電力和通信網絡中斷導致在災害發生的關鍵時刻監測數據卻無法傳輸的問題。北京市突發地質災害監測預警系統的監測傳感設備采用了北斗與GPRS相結合、雙通道互補切換的技術，通過在前端監測點及后端數據中心分別配備北斗用戶機，利用北斗衛星系統短報文功能，在GPRS信號中斷時及時切換衛星通信模式，實現監測數據通信傳輸的雙通道保障。

2.3 基于云技術的IT資源支撐

北京市突發地質災害監測預警工作具有顯著的季節特征，其關鍵時間主要集中在6—9月的汛期。在非汛期，監測頻率、傳輸頻率及系統需處理的數據量和分析計算量很小；而入汛后，為有效發揮監測和預警預報作用，系統需要7×24 h不間斷的進行數據采集和分析，監測頻率、傳輸頻率大幅提高，數據處理、分析、預警計算等需求大大增加。僅以汛期視頻攝像頭監控為例，視頻服務的平均在線帶寬資源需求100 M·s-1，流媒體轉發服務平均24路同時在線，平均同時服務于5個用戶部門；在非汛期，訪問量大幅減少。在應對計算資源、存儲資源、網絡資源的彈性需求上，固定計算存儲資源建設方式顯現出其局限性，峰值需求難以滿足、閑時又產生資源浪費，因而云技術對于滿足信息資源按需分配的需求具有明顯優勢。

該系統運行所需的各類IT資源、基礎運行環境都通過北京市政務云平臺來實現。北京市政務云的總體服務架構包含基礎設施服務、互聯互通服務、應用支撐服務、業務應用服務、安全服務體系和運維服務體系，基于該平臺，系統能夠統籌集約從基礎層到應用層所需的各類信息資源、虛擬層之下的信息安全服務和運維服務，極大地提升了資源使用效率，節省了人力和物力成本。

2.4 基于Web GIS技術的空間信息服務平臺

系統的GIS服務基于ArcGIS 10.2進行二次開發，實現基本的空間分析和二三維展示功能，GIS的基礎開發環境為ArcGIS Engine組件庫。

在開發模式上采用了B/S與C/S相結合的軟件體系，將地圖發布、空間信息查詢、展示等服務應用在B/S端實現，將復雜的空間信息操作、專業預警、分析計算等應用功能在C/S端實現后再同步到B/S端。這種模式既保證了交互式、分布式、動態的地理信息服務響應效果和效率，為與其他信息系統平臺集成提供了良好的擴展性，同時又有效避免了當前Web技術對海量空間數據進行查詢和復雜專業計算的局限性（劉光等，2015），滿足系統使用的快捷性、安全性、高效性和靈活性的要求（湯國安，2019）。

系統充分利用二三維GIS技術融合，在地圖實時表達、空間分析、三維模擬等多方面進行深度應用，提高專業表達能力。三維GIS技術在系統中的應用主要體現在2個方面:一是突發地質災害三維場景的真實表達，這其中包括利用影像、DEM對各隱患點進行真實三維環境的展現，也包括在三維場景中對監測數據和設備的三維立體顯示；二是預警分析結果的三維表達，泥石流預警模型本質是數學模型與空間分析相結合的計算實現，在C/S端特定二維/三維場景下通過預警模型計算得到的預警成果、泥石流淹沒范圍、預警剖面等結果在Web端的三維環境下展示更為專業和直觀。

3 系統關鍵技術研究

目前，突發地質災害監測主要采用信息化監測為主、群測群防員巡查為輔的方式，技防與人防相結合。已有的信息化監測體系缺乏指導標準，對于同類災害的監測內容、監測方法并不統一，監測設備數據傳輸格式多樣，獲取的多源數據在存儲管理和利用時不能有效互通。因此系統關鍵技術研究以問題和需求為導向，自上而下形成了貫穿業務全流程的完整體系（圖3），在系統架構的各層均有與解決問題對應的關鍵技術，主要包含監測方法重分類、監測設備統一通訊規約、多源異構數據資源集成技術及預警模型庫建立等。

圖3 北京突發地質災害監測預警系統關鍵技術邏輯圖Fig. 3 The logic diagram of key technologies of Beijing sudden geological disaster monitoring and early warning information system

3.1 基于地質要素的監測方法分類

地質專業的監測通常按照不同專題類型來分類，例如地裂縫監測、地下水水質監測、地面沉降監測等，突發地質災害監測也是從專題類型的角度來命名的。但不同的監測對象比如崩塌和滑坡，二者在監測的內容和方式上基本相同，在同一地理位置點上的監測內容和方法可以統籌利用。從建立統一數據分類標準的角度來說，在監測方法選用和監測設備布置時應充分考慮到監測對象、地質要素分類和監測方法分類之間的關系。

該系統在建立之初，就突破了以往同類型系統采用的監測分類方法，通過對傳統監測網進行拆解、歸并、優化處理和概化，梳理出按照地質要素重分類的方法，建立監測對象與地質要素分類之間的對應關系，旨在為系統后續的數據三重分類切割奠定基礎。其中突發地質災害監測涉及到的地質要素主要包括地表形變、地層形變、物理場（應力監測、次聲監測、微震監測）、誘發因素（降雨量監測、人類活動監測）和其他要素（土壤含水率監測、水位水量監測、實時視頻監控、泥位監測、流速監測）幾大類（圖4）。

圖4 基于地質要素分類方法示意圖Fig. 4 Based on geological elements classification method schematic diagram

3.2 物聯監測設備統一通訊規約

地質災害監測工作中涉及到的物聯感知設備數量眾多、種類多樣（圖5）、廠商不一、通訊協議無行業標準可遵循，各設備廠商往往都提供自行開發的數據接收軟件，對于兼容幾十種品牌類型監測設備的信息系統而言，這樣的方式會產生監測設備難以統一管理、不同軟件接收的設備數據格式不一致、出現問題運維權責難界定、數據接收異常原因難以排解等問題。

為解決上述問題，首先對前端物聯網的監測方式、通訊方式、監測對象、數據結構進行了梳理分類，將數據來源分為統一規約類、非標準化規約類和人工獲取類。其次，對于雨量計、次聲儀、土壤含水率儀、泥位計、位移計等14種監測設備參照水文監測數據通信規約（SL 651－2014）等技術要求建立統一規約進行數據傳輸，規約涉及的內容包含鏈路傳輸規約、報文幀結構框架、報文正文結構、數據傳輸的考核等內容。例如：報文101E表示協議版本為1，報文正文長度為30個字節。對于微震儀、GPS監測站、視頻流媒體等采用單獨的通訊規約和解算程序進行傳輸。最后采用數據接收軟件模塊對所有監測設備進行集成管理，將數據存儲到多源異構數據庫中（圖5）。通過制定統一通訊規約，系統實現了對所有監測設備的自動數據抄收和解析入庫，遠程設置參數并進行數據打包、發送給相關設備，人工數據實時召測和設備遠程通訊管理，接收設備故障報警信息、判斷故障位置并通知相關責任人員。

圖5 物聯監測設備統一通訊規約技術方法圖Fig. 5 Method diagram of unified communication protocol technology for Internet of Things monitoring equipment

3.3 多源異構數據資源集成方法

多源異構數據資源集成方法涉及多源數據分類方法、數據標準化規則、多源異構空間數據庫建設方法、多源數據ETL規則、信息資源管理方法等（付博等，2020）。

（1）多源數據分類方法。以往地質災害監測系統數據通常采用單純按監測對象分類的方法，對數據的應用范圍會產生一定限制。本系統采用的方法是根據數據的來源和用途，按照數據類型（結構化、半結構化、空間數據）、所屬地質要素（地表形變、地層形變、物理場等）和監測對象（崩塌、滑坡、泥石流、采空塌陷等）的3種分類方法，將全部數據切分成若干相對獨立且緊密相關的數據集合，為后續存儲管理做好準備。

（2）數據標準化規則。按照行業標準規范對數據集合進行標準化處理，同時建立數據ETL規則，實現數據自動化的抽取、轉換、上載。對于雨量、位移、應力監測等結構化數據，進行數據質量校驗；對于地質災害易發性分區圖、風險性分區圖、隱患點分布圖等空間數據，按照標準化方式進行圖層拆解；對于調查報告、圖像資料等非結構化數據進行元數據編錄。

（3）多源異構空間數據庫建設方法。根據上述的分類方法和標準化規則對數據進行切分、標準化處理后，運用系統自建的ETL法則，分別導入關系型（Oracle）、非關系型（Trip）數據庫中，兩種數據庫之間依賴于元數據編錄信息實現統一的調度。

（4）信息資源管理方法。對于結構化數據而言，采用基于“監測對象”的庫表結構、基于空間的元數據信息和結構化數據索引實現自身數據集成，并借助于結構化數據庫表中的空間信息實現與空間數據的集成；對于空間數據而言，通過其空間數據引擎、圖層索引和基于空間的元數據信息實現自身數據的集成，同時借助于空間和索引信息實現與結構化數據的集成；對于非結構化數據而言，通過著錄信息實現與結構化和空間數據的集成。

3.4 突發地質災害預警模型庫

突發地質災害預警模型是實現及時、準確預警功能的核心之處，也是難點所在。北京市突發地質災害類型多樣，不同災種的預警模型各不相同，在時間精度和空間精度上也存在差異。

本系統預警分析功能依托的并非單一模型，而是采用建立預警模型庫的方式集成多種模型，在系統工作時可實現多種模型同時計算分析，提交預警結果供專業人員審核判斷。在邏輯上將預警模型按空間尺度劃分為區域、溝域和隱患點，探索空間精度“由區到溝到點”的分級別預警；時間精度上結合單溝域模型研究探索泥石流2 h短期災前預報、5 min災前警報。

運用可拓理論、灰色系數、模糊數學、人工神經網絡、層次分析法、水動力學、流體力學等方法，依托GIS平臺開發空間分析工具，形成包括隱患點專業監測預警模型、單溝泥石流預警模型、地質災害氣象風險預警模型、單災種區域預警模型、易發程度劃分評價模型、地質災害危險性評價模型等在內的多種模型。

采用面向對象的模型表示方法，模型表示與算法相互獨立，用戶在修改模型時無需考慮求解方法，僅需直接賦予相關參數即可；采用開放式定義與管理，可以對模型進行建立、編輯、存儲和維護操作，以實現模型建設研究和驗證調試的功能。

4 系統實現與案例模擬

系統已實現了實時自動接收匯聚各類監測設備數據并解析入庫，判斷設備故障情況并自動報警。對地質災害隱患點信息、監測數據、預警分析結果、設備運行情況等進行二維及三維的查詢、統計和展示（圖6），可實現區域預警分析、自動隱患點預警分析和自動單溝預警分析，并將相關結果以系統信息和短信的形式發送給相關業務人員和值班人員，按流程審核通過后可進行預警發布。

圖6 系統主界面-部分監測點分布示意圖Fig. 6 Main System Interface - Distribution of some monitoring points

以北京山區某小流域泥石流溝為例進行單溝山洪泥石流預警模擬，該溝域內有大量煤矸石堆，多沿溝、順坡堆棄在谷坡，穩定性極差，地形整體呈東南高、西北低的地形分布，坡降約為0.2，一旦坡腳被沖蝕或受到強大的水體沖刷，則會引發泥石流災害。

系統C/S端預警計算軟件在獲取雨量計、土壤含水率儀監測設備的連續模擬數據后啟動預警模型計算，通過實時雨量數據輸入，實時計算該溝域指定位置的預警結果并提交業務審核。

模擬計算結果，圖7a顯示在模擬計算時刻開始后的未來25 min內，指定位置的水深和流量變化值和對應的預警程度，在模擬時間2點05分該位置將達到黃色預警級別,在2點20分將達到紅色預警級別。圖7b表示在2點05分時刻該溝域的水深分布和相應位置預警情況，其中深藍色表示水深程度較深，淺綠色表示水深程度較淺。計算結果表明，該泥石流溝積水最大水深分布向泥石流溝匯流的趨勢非常明顯，由于溝口狹窄，短時強降雨會引起溝口上游出現劇烈壅水，發生泥石流災害的風險性較高，在相應位置上顯示黃色預警旗幟符號。圖7c顯示的是隨著時間推移，在該溝域相應位置上的流速變化曲線。

圖7 C/S端計算生成的某單溝泥石流預警結果圖Fig. 7 A single gully debris flow warning result graph generated by C/S terminal calculation

以上預警結果可同步到系統B/S端上顯示，經過審核后可發布。單溝預警信息將與其他地區和不同模型計算生成的預警信息、監測、統計數據實時顯示在信息大屏系統上，重要預警及時推送消息，提醒用戶查詢和決策使用。

5 結論

突發地質災害監測預警工作關乎人民生命財產安全，對時效性和準確性要求高，并且由于涉及多門學科的融合，是一項復雜的系統工程，信息系統的建設效果直接影響著預警工作的成效。北京市突發地質災害監測預警系統在系統結構、功能搭建、預警模型、數據庫建設、標準建立等方面逐步形成完整體系，基本覆蓋了突發地質災害調查、監測、分析、預警、應急管理工作的全流程，隨著系統運行管理工作的不斷完善與深入，可為首都的突發地質災害監測預警工作提供可靠技術支撐。