基于云平臺的泥石流監測預警系統設計＊

天津天獅學院信息科學與工程學院 王小東 郝張紅 韓彬彬 馮鑫銳

泥石流通常發生于山地區域的山體洪水流[1]，我國幅員遼闊，地形復雜，山區約占全國總面積的2/3，廣大山區幾乎都具備泥石流形成的基本條件，從而造成山體滑坡等自然災害，這不僅嚴重侵害國家財產安全，還直接威脅人民的生命安全[2,3]。泥石流的發生受自然環境影響較大，其形成影響因子為多方面[4-6]，但大多數原因均為持續性強降水。對于泥石流的治理應以預防為主，積極主動地做好泥石流災害監測預警，是防災減災的重要手段[7]。

國內不少學者對泥石流監測預警系統進行了研究，劉書倫、吳德輝等人分別通過LoRa 物聯網、ZigBee 技術、WSN 技術實現了對滑坡山洪泥石流的數據采集和遠程監測預警[8-10]。王軍基于Logistic 回歸模型，定量分析了引起泥石流的雨量評判指標影響因子[11]，形成了一種能預測泥石流是否發生的災害預警方法。但是現有對于泥石流災害的監測仍然存在著數據獲取困難、數據量不足以及實時性不高等問題[12,13]。

為了及早發現泥石流，做到早發現早預防，減少泥石流帶來的損害，本文設計了一套基于云平臺的泥石流災害預警系統，本系統包括下位機和上位機兩部分。下位機以STM32F103 微控制器為核心單元，主要負責數據的采集和傳輸；上位機采用OneNET 云平臺，用于實時顯示數據和存儲。一旦數據達到設定的臨界點，系統進行報警提醒，實現了對泥石流災害的遠程監測和預警。

1 總體方案設計

本系統包括下位機(數據采集系統)和上位機(云平臺)兩部分，下位機以STM32 微控制器為核心單元，負責數據的采集、分析和處理，由位置信息采集模塊、坡體形變采集模塊、雨量檢測模塊、無線通信模塊、報警電路組成，可實現對降雨量、坡體形變、地理位置等數據的采集，并將數據上傳到云平臺。上位機采用物聯網云平臺，接收數據采集系統發送的監測數據，并進行顯示和報警，實現對泥石流災害的遠程監管。系統設計框圖如圖1 所示。

圖1 系統設計框圖Fig.1 System design block diagram

2 系統硬件設計

2.1 STM32 微控制器

STM32F103C8T6 是一款基于ARM Cortex-M3 內核的32 位嵌入式微控制器，程序存儲器容量為64KB，工作電壓2V-3.6V 之間。該處理器通過總線矩陣和內核實現通信。時鐘高達72MHz，支持硬件除法、TAG/SWD 多種調試方式、FLASH 和SRAM 內存、上電復位以及掉電復位。內置多個A/D 轉換器，方便實現對外圍檢測設備數據的讀取。

2.2 位置信息采集電路設計

GT-U12 是高性能的雙頻GNSS 定位模組，搭載華大北斗的HD8040X 芯片，該模組支持新一代北斗三號信號，同時支持全球所有民用導航衛星系統（包含BDS/GPS/GLONASS/Galileo/IRNSS/QZSS/SBAS）。U26-H84集成電源管理架構，為GNSS 導航定位提供高精度、高靈敏度、低功耗的解決方案，能完成亞米級定位精度和多徑抗抑制技術，在城市峽谷等復雜城市環境中定位效果優異，在環境惡劣的情況下，依舊能定位得相對精準。該模塊與STM32 主控制器之間通過IIC 協議通信，其SCL 端與STM32 的PA6 腳相連，SDA 端與STM32 的PA7 腳相連。

2.3 坡體形變傳感器電路設計

RP-L 柔性薄膜壓敏傳感器是由綜合機械性能優異的聚酯薄膜，高導電材料和納米級壓力敏感材料組成，頂層是柔性薄膜和復合在上面的壓敏層，底層是柔性薄膜和復合在上面的導電線路，兩者通過雙面膠貼合以及隔離感應區域。當感應區受壓時，在底層彼此斷開的線路會通過頂層的壓敏層導通，端口的電阻輸出值隨著壓力變化，壓力越大電阻越小。該模塊激活時間小于0.01s，響應時間小于10ms，耐久性100 萬次以上，使用壽命長。在本設計中，將該模塊的輸出端與STM32 的PA1 口相連。

2.4 雨量采集電路設計

降雨是誘發泥石流形成的主要原因[11]。在本系統中，采用雨滴傳感器對降雨量進行模擬，該傳感器在對抗氧化、導電性及壽命方面具有優越的性能，可用于各種天氣狀況的監測，輸出端具有數字和模擬兩路信號可供選擇，在本系統中，采用模擬信號輸出，發送給STM32 進行AD 轉換和數據處理。

2.5 無線通信模塊設計

ESP8266 通信模塊是一款高性能的WiFi 通信模塊，具有體積小、功耗低等特點，同時支持STA、AP、STA+AP工作模式，其中串口速率最高可達4Mbps。支持標準的IEEE802 協議，內置了TCP/IP 協議，具有非常豐富的內設資源，可以方便快捷地實現網絡數據傳輸功能。能夠通過AT 指令進行相關的網絡配置以及傳輸數據的封裝。ESP8266 的串口發送端和接收端分別與STM32 的PA10 口和PA9 口相連。

2.6 報警電路設計

報警電路采用有源蜂鳴器模塊，當檢測到的數據值不在預設范圍時，STM32 主控制器發送控制信號，蜂鳴器進行報警提醒。在本系統中，采用低電平觸發的有源蜂鳴器，該有源蜂鳴器模塊通過8550 三極管進行驅動，當IO 口輸出低電平時，8550 三極管導通，蜂鳴器鳴叫。

3 系統軟件設計

本設計使用Keil5 進行軟件開發，文中的各大功能模塊的程序編輯、調試等都在該軟件下進行。

在整個系統的邏輯處理過程中，先要進行各個檢測設備的初始化。在本設計中，主要用到GPIO、ADC、串口、DMA 傳輸、定時器等，待外設初始化完成后進行WiFi 連網。本程序中，對每一項參數的初始化之后都必須等待模塊返回成功應答，否則程序將會卡死在當前指令。連接完成后，系統將進入循環，以任務輪詢的方式對數據進行采集，并將采集的數據與設定的閾值進行比較，當超過所設定的閾值時，蜂鳴器報警，同時將采集的數據和報警信息一起上傳至云平臺。具體的主程序流程圖如圖2 所示。

圖2 主程序流程圖Fig.2 Main program flowchart

4 系統測試結果

本系統可以實現對邊坡形變、降雨量、位置信息的采集，云平臺可以接收下位機發送的數據并顯示，結果如圖3 所示。其中JD:108，WD:34 表示位置信息，東經：108°，北緯：34°，YL 表示降雨量，220 是實際采集值，單位為ml，XB 表示坡體形變信息，209 是坡體形變位移采集值，單位為mm，BJ 表示報警信息，當前值為0 表示系統沒有報警。

圖3 云平臺顯示Fig.3 Cloud platform display

5 結語

本文所設計的系統能夠實時采集監測點的坡體形變信號、降雨量、位置信息，并將信息上傳至OneNET 云平臺，當采集的數據值超過設定的閾值時，系統能夠進行報警提醒，實現了對泥石流的遠程監測和預警。在下一步工作中，將對數據融合處理進行研究，以提高系統預測的準確性。

引用

[1] 劉文科.基于ARM Cortex-M7的可視化泥石流次聲監測預警系統設計[D].北京:中國地質大學,2019.

[2] 崔文杰.基于次聲的泥石流監測系統設計與分析[D].青島:山東科技大學,2017.

[3] 徐根祺,溫宗周,李麗敏,等.監測預警技術在泥石流災害中的應用[J].有色金屬科學與工程,2021,12(02):97-104.

[4] 談云建.面向泥石流災害的物聯網在線監測預警平臺的設計與實現[D].蘭州:蘭州大學,2014.

[5] 尚東方,劉敦龍,韓雪,等.基于次聲監測的泥石流實時預警系統[J].計算機與現代化,2020(3):6-12+18.

[6] 王雨.基于大數據分析與挖掘的鐵路區域泥石流災害預警模型研究[D].成都:電子科技大學,2022.

[7] 姜圩.泥石流風險預警模型及應用研究[D].北京:中國地質大學,2019.

[8] 劉書倫,孫建國.基于LoRa物聯網的滑坡泥石流遠程監測預警系統研究[J].重慶科技學院學報(自然科學版),2022,24(4):42-45.

[9] 吳德輝.基于ZigBee技術的山洪泥石流災害預警系統的研究與設計[D].南京:東南大學,2015.

[10] 董曉俊.基于WSN的泥石流災害預警數據采集與休眠機制設計[D].成都:電子科技大學,2013.

[11] 王軍,李學峰.基于Logistic 回歸的泥石流災害預警模型[J].廈門理工學院學報,2018,26(3):73-77.

[12] 徐根祺,曹寧,任小文,等.基于STM32F103的泥石流災害預警系統設計[J].微處理機,2021,42(5):57-60.

[13] 溫宗周,劉超,袁妮妮,等.基于STM32的泥石流監測預警系統設計[J].計算機與數字工程,2017,45(1):92-96+141.