王毅鵬，張永志,2，趙超英,2，劉曉杰，張穎云

(1. 長(zhǎng)安大學(xué)地質(zhì)工程與測(cè)繪學(xué)院，陜西 西安 710054; 2. 地理信息工程國家重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710054)

滑坡被認(rèn)為是全球第3大自然災(zāi)害[1]，其發(fā)生會(huì)造成嚴(yán)重的經(jīng)濟(jì)損失和人員傷亡。通過監(jiān)測(cè)滑坡災(zāi)害發(fā)生的時(shí)空域演變、誘發(fā)因素等信息，可最大限度地獲取空間形變數(shù)據(jù)[2- 4]，對(duì)滑坡進(jìn)行實(shí)時(shí)、動(dòng)態(tài)監(jiān)測(cè)，可有效預(yù)防和減輕滑坡發(fā)生的損失[5- 6]。但是隨著現(xiàn)代監(jiān)測(cè)技術(shù)的發(fā)展，滑坡實(shí)時(shí)監(jiān)測(cè)的數(shù)據(jù)量高速增長(zhǎng)，傳統(tǒng)數(shù)據(jù)處理技術(shù)在處理海量數(shù)據(jù)時(shí)存在效率瓶頸。云計(jì)算技術(shù)利用虛擬化的數(shù)據(jù)中心，可向客戶提供高質(zhì)量、高可靠性及穩(wěn)健的計(jì)算和存儲(chǔ)服務(wù)[7- 8]。云計(jì)算可擴(kuò)展的存儲(chǔ)技術(shù)能夠滿足存儲(chǔ)海量空間數(shù)據(jù)的需求，其強(qiáng)大的計(jì)算能力可以在云端進(jìn)行所有數(shù)據(jù)的實(shí)時(shí)處理、分析等操作；此外該技術(shù)還可以顯著降低數(shù)據(jù)處理、存儲(chǔ)的生產(chǎn)成本，使得滑坡監(jiān)測(cè)中存在的數(shù)據(jù)快速流轉(zhuǎn)、多源異構(gòu)數(shù)據(jù)、海量數(shù)據(jù)處理等問題的解決成為可能。

本文以甘肅省永靖縣黑方臺(tái)滑坡為例，針對(duì)黑方臺(tái)滑坡實(shí)時(shí)監(jiān)測(cè)中的海量數(shù)據(jù)、多源異構(gòu)數(shù)據(jù)類型等問題，結(jié)合云計(jì)算技術(shù)，進(jìn)行基于多源數(shù)據(jù)的滑坡監(jiān)測(cè)云平臺(tái)設(shè)計(jì)、分析及部分空間分析功能的實(shí)現(xiàn)。

1 云計(jì)算技術(shù)發(fā)展現(xiàn)狀及選擇

1.1 云計(jì)算技術(shù)概述

云計(jì)算技術(shù)是一種新型的網(wǎng)絡(luò)化計(jì)算模式，具有以下優(yōu)點(diǎn)：①規(guī)模巨大：云計(jì)算技術(shù)具有超大的規(guī)模和史無前例的計(jì)算能力[9]；②節(jié)約成本:由于所有的處理均在云端進(jìn)行，企業(yè)可以較大程度地降低投入成本；③極高容錯(cuò)率和安全性：由于云計(jì)算平臺(tái)的數(shù)據(jù)會(huì)在同一時(shí)間被備份在各個(gè)數(shù)據(jù)節(jié)點(diǎn)上，因此具有很高的容錯(cuò)率和安全性；④高度可拓展性：由于云計(jì)算可以調(diào)用計(jì)算資源池里的其他可用資源，因此具有高度的可拓展性；⑤虛擬化：所有應(yīng)用在云端進(jìn)行，用戶在終端通過網(wǎng)絡(luò)服務(wù)即可得到所需的軟件服務(wù)[10]。

1.2 云計(jì)算技術(shù)選擇

通過對(duì)當(dāng)前多種商用(Amazon EC2、Windows Azure、Blue Cloud)和開源云計(jì)算技術(shù)平臺(tái)(OpenStack、MongoDB、Eucalyptus、Hadoop)進(jìn)行比較，以及考慮Hadoop所具有的開源、擴(kuò)展性強(qiáng)、成本低等優(yōu)點(diǎn)，本文采用Hadoop技術(shù)搭建私有云計(jì)算技術(shù)平臺(tái)進(jìn)行滑坡數(shù)據(jù)監(jiān)測(cè)處理及分析。

2 黑方臺(tái)滑坡背景及成因

2.1 黑方臺(tái)滑坡背景

黑方臺(tái)滑坡位于甘肅省永靖縣鹽鍋峽鎮(zhèn)，距蘭州市40 km，屬黃河4級(jí)階地，臺(tái)面海拔1700 m左右，臺(tái)面總面積13.44 km2。該地區(qū)屬于溫帶大陸性氣候，全年降水量少，晝夜溫差大，日照時(shí)間長(zhǎng)，四季分明。多年平均降水量為287.6 mm，最大降水量為431.9 mm，最小降水量為178.8 mm。黑方臺(tái)地區(qū)氣象統(tǒng)計(jì)圖如圖1所示。

2.2 黑方臺(tái)滑坡成因

黑方臺(tái)滑坡的成因主要與其巖性和水文地質(zhì)條件有關(guān)。黑方臺(tái)滑坡體上部由黃土和粉質(zhì)黏土組成，水是誘發(fā)黑方臺(tái)滑坡的主要原因[11]；大氣降水、黃河浸蝕、灌溉、地下水作用都對(duì)滑坡的形成有一定的影響；此外，灌溉水的滲入使得土體含水量增加，飽和度增大，引起土體抗剪強(qiáng)度下降，從而導(dǎo)致黑方臺(tái)穩(wěn)定性降低，容易發(fā)生滑坡[12]。

3 黑方臺(tái)滑坡監(jiān)測(cè)云平臺(tái)設(shè)計(jì)及部分空間分析功能實(shí)現(xiàn)

3.1 云平臺(tái)設(shè)計(jì)

3.1.1 基于Hadoop的滑坡監(jiān)測(cè)云平臺(tái)總體結(jié)構(gòu)

本文所設(shè)計(jì)的基于Hadoop的滑坡監(jiān)測(cè)云平臺(tái)軟件體系結(jié)構(gòu)主要分為4層，即基礎(chǔ)設(shè)施層(IaaS)、平臺(tái)服務(wù)層(Paas)、數(shù)據(jù)服務(wù)層、軟件服務(wù)層(SaaS)，此外還包含跨越多層的用戶管理、應(yīng)用管理、服務(wù)管理、資源管理、運(yùn)營管理等平臺(tái)管理層。圖2為滑坡監(jiān)測(cè)云平臺(tái)軟件總體架構(gòu)。

基礎(chǔ)設(shè)施層提供基礎(chǔ)設(shè)施服務(wù)，滑坡監(jiān)測(cè)軟件通過IaaS的部署，能夠提供平臺(tái)所需的動(dòng)態(tài)可擴(kuò)展基礎(chǔ)設(shè)施服務(wù)。平臺(tái)服務(wù)層提供軟件運(yùn)行、在線開發(fā)平臺(tái)、數(shù)據(jù)庫管理、應(yīng)用交付等服務(wù)功能，它將軟件資源進(jìn)行統(tǒng)一部署和管理，為云應(yīng)用服務(wù)提供支撐。數(shù)據(jù)服務(wù)層的主要功能為數(shù)據(jù)的存儲(chǔ)和處理，對(duì)來自各個(gè)傳感器的數(shù)據(jù)、用戶上傳數(shù)據(jù)及軟件處理后的數(shù)據(jù)進(jìn)行存儲(chǔ)，并利用軟件層的程序進(jìn)行分析，以得到用戶所需的結(jié)果。軟件服務(wù)層為用戶提供滑坡監(jiān)測(cè)軟件管理、使用等服務(wù)，用戶可以通過各種設(shè)備的客戶端進(jìn)行訪問。云平臺(tái)管理層主要負(fù)責(zé)用戶的身份認(rèn)證、服務(wù)注冊(cè)、用戶資料數(shù)據(jù)的上傳和下載、軟件應(yīng)用環(huán)境的配置、平臺(tái)的安全防護(hù)、云平臺(tái)的運(yùn)行維護(hù)等功能。

3.1.2 數(shù)據(jù)服務(wù)層設(shè)計(jì)

本文所設(shè)計(jì)的云平臺(tái)數(shù)據(jù)服務(wù)層包括4種類型的數(shù)據(jù)，分別為InSAR數(shù)據(jù)、GPS數(shù)據(jù)、降雨量數(shù)據(jù)、土壤含水量數(shù)據(jù)[13]。數(shù)據(jù)服務(wù)層的主要功能是測(cè)量數(shù)據(jù)的分析處理，并使用Hadoop分布式技術(shù)為云平臺(tái)提供所需數(shù)據(jù)的并行加載、存儲(chǔ)和處理[14- 15]。以下為4種數(shù)據(jù)采集、存儲(chǔ)和處理的具體流程。

3.1.2.1 InSAR數(shù)據(jù)采集與處理

黑方臺(tái)滑坡的InSAR數(shù)據(jù)采集模塊在云平臺(tái)的軟件服務(wù)層中設(shè)計(jì)了一個(gè)InSAR數(shù)據(jù)自動(dòng)采集的應(yīng)用，該應(yīng)用按照事先設(shè)置的時(shí)間定期自動(dòng)訪問InSAR數(shù)據(jù)相關(guān)網(wǎng)站并自行下載該區(qū)域的影像，然后通過數(shù)據(jù)服務(wù)層存儲(chǔ)該數(shù)據(jù)，最后通過軟件服務(wù)層中的SARScape或Gamma等數(shù)據(jù)處理軟件進(jìn)行D- InSAR數(shù)據(jù)處理，得到滑坡的形變量及形變速率等，并將結(jié)果以圖、表等形式展示出來；若結(jié)果超出閾值，則啟動(dòng)滑坡災(zāi)害預(yù)警應(yīng)用，自動(dòng)發(fā)布滑坡災(zāi)害預(yù)警信息。圖3為InSAR數(shù)據(jù)采集與處理流程。

3.1.2.2 GPS數(shù)據(jù)采集與處理

黑方臺(tái)滑坡的GPS數(shù)據(jù)采集與處理模塊主要由監(jiān)測(cè)部分、無線傳輸部分及服務(wù)器處理3部分組成。監(jiān)測(cè)部分由GPS接收機(jī)、太陽能供電系統(tǒng)、傳感器等組成，其功能是實(shí)現(xiàn)實(shí)時(shí)的數(shù)據(jù)采集，以及將收集的GPS數(shù)據(jù)通過無線傳輸方式傳送給云平臺(tái)服務(wù)器。圖4為GPS數(shù)據(jù)采集、存儲(chǔ)及處理流程。

3.1.2.3 降水量采集與處理

降水量的采集模塊由自動(dòng)雨水采集裝置、傳輸設(shè)備及服務(wù)器處理3部分組成。傳輸部分由天線、無線路由器、避雷針組成，其功能是將收集的降雨量數(shù)據(jù)通過無線傳輸方式傳送給云平臺(tái)服務(wù)器。圖5為降雨量數(shù)據(jù)采集、存儲(chǔ)、處理流程。

3.1.2.4 土壤含水量采集與處理

灌溉水是影響黑方臺(tái)滑坡的主要原因。土壤含水量采集與處理系統(tǒng)由土壤水分測(cè)定傳感器、無線傳輸設(shè)備、服務(wù)器等組成。圖6為土壤含水量數(shù)據(jù)采集、存儲(chǔ)、處理流程。

3.1.2.5 其他數(shù)據(jù)采集與處理

影響黑方臺(tái)滑坡發(fā)生的因素還有很多，包括巖性、斜坡坡度、水位數(shù)據(jù)等。針對(duì)這些數(shù)據(jù)則可通過云平臺(tái)服務(wù)層提供的API接口進(jìn)行處理。

3.1.3 軟件服務(wù)層設(shè)計(jì)

軟件服務(wù)層是云計(jì)算中最常用的云計(jì)算服務(wù)[16]，在本文中的功能主要包括基于滑坡監(jiān)測(cè)、災(zāi)害預(yù)警信息的發(fā)布、空間分析等。具體的軟件模塊功能簡(jiǎn)述如下：

(1) 滑坡監(jiān)測(cè)是對(duì)數(shù)據(jù)服務(wù)層獲取的InSAR數(shù)據(jù)、GPS數(shù)據(jù)、降水量數(shù)據(jù)、土壤含水量數(shù)據(jù)使用部署在各個(gè)計(jì)算結(jié)點(diǎn)上的相關(guān)軟件進(jìn)行處理，以便分析滑坡所發(fā)生的微小位移形變。

(2) 滑坡預(yù)警信息發(fā)布是建立在滑坡監(jiān)測(cè)基礎(chǔ)上的應(yīng)用服務(wù)，通過對(duì)滑坡監(jiān)測(cè)的數(shù)據(jù)在云平臺(tái)上進(jìn)行相應(yīng)的數(shù)據(jù)處理，并將結(jié)果與所設(shè)置的閾值進(jìn)行比較，最后根據(jù)災(zāi)情啟動(dòng)相應(yīng)的應(yīng)急預(yù)案。

(3) 空間分析模塊通過利用ArcGIS軟件的空間分析功能實(shí)現(xiàn)，主要包括緩沖區(qū)分析、災(zāi)情損失估計(jì)和模擬時(shí)間計(jì)算。緩沖區(qū)分析主要是模擬滑坡發(fā)生時(shí)所造成的影響范圍，以及根據(jù)對(duì)滑坡實(shí)時(shí)監(jiān)測(cè)的各種數(shù)據(jù)的分析處理，計(jì)算滑坡移動(dòng)范圍，然后根據(jù)該范圍分析滑坡發(fā)生后可能影響的區(qū)域。

3.2 黑方臺(tái)滑坡監(jiān)測(cè)云平臺(tái)空間分析實(shí)現(xiàn)

3.2.1 監(jiān)測(cè)數(shù)據(jù)分析

3.2.1.1 InSAR數(shù)據(jù)結(jié)果分析

圖7為黑方臺(tái)滑坡的影像圖，可以看出黑方臺(tái)主要由黑臺(tái)和方臺(tái)組成。圖8為黑方臺(tái)滑坡的形變速率圖，該圖是使用Gamma雷達(dá)影像處理軟件對(duì)甘肅省黑方臺(tái)地區(qū)2016年1月24日和2016年2月26日的兩景影像進(jìn)行數(shù)據(jù)處理后所得的滑坡形變速率圖。中間較大的空白區(qū)域是黑臺(tái)，左邊較小的空白區(qū)域是方臺(tái)，可以看出深色區(qū)域是滑動(dòng)速率最大的地方，主要為磨石溝滑坡群、陳家滑坡群、焦家崖頭滑坡群、黨川滑坡群及方臺(tái)滑坡群，最大速率可達(dá)89.4 mm/a。

3.2.1.2 GPS數(shù)據(jù)分析

黑方臺(tái)滑坡GPS監(jiān)測(cè)是利用GPS實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)法進(jìn)行監(jiān)測(cè)。具體方法是在滑坡周圍布設(shè)13個(gè)GPS點(diǎn)，命名格式為GP+點(diǎn)號(hào)。限于篇幅所限，本文僅以GP03點(diǎn)為例進(jìn)行分析。

圖9為2016年1月—2017年12月GP03號(hào)點(diǎn)在X、Y、Z方向上累計(jì)滑動(dòng)的位移，可以看出，GP03號(hào)監(jiān)測(cè)點(diǎn)在X方向滑動(dòng)的位移最大，在Y方向上滑動(dòng)的位移最小。

圖10為GP03號(hào)點(diǎn)所在的黨川3號(hào)滑坡使用InSAR與GPS進(jìn)行變形監(jiān)測(cè)所獲取的累計(jì)形變對(duì)比圖?？梢钥闯?016年1月—2016年6月，利用GPS技術(shù)與InSAR技術(shù)的監(jiān)測(cè)結(jié)果一致；而在2016年8月—2016年9月，兩種技術(shù)監(jiān)測(cè)的結(jié)果出現(xiàn)偏差，InSAR監(jiān)測(cè)所獲得的累計(jì)形變量較大。

3.2.2 滑坡風(fēng)險(xiǎn)分析

本文討論的滑坡風(fēng)險(xiǎn)分析主要是針對(duì)滑坡發(fā)生后的移動(dòng)位移和所造成的損失進(jìn)行估算。先對(duì)滑坡區(qū)域進(jìn)行緩沖區(qū)分析，然后求出緩沖區(qū)與居民地、農(nóng)業(yè)用地、道路等的相交面積，最后根據(jù)單價(jià)估計(jì)出經(jīng)濟(jì)損失。

滑坡緩沖區(qū)分析是根據(jù)所研究的滑坡體，自動(dòng)建立滑坡周圍一定距離的帶狀區(qū)，用以識(shí)別這些滑坡發(fā)生后對(duì)臨近對(duì)象的影響程度。但由于緩沖區(qū)范圍的設(shè)定相對(duì)困難，這與滑坡的多方面因素有關(guān)，包括滑坡類型、降雨、地下水、滑坡地形、坡度等。由于影響因素較多，且缺乏相關(guān)數(shù)據(jù)，本文將此問題簡(jiǎn)化為以一個(gè)緩沖區(qū)范圍為例進(jìn)行分析。選擇方臺(tái)滑坡群中的一個(gè)滑坡進(jìn)行緩沖區(qū)分析，如圖11所示。

由圖11可知，假設(shè)房屋的單價(jià)為1000元/m2，總價(jià)為面積乘以單價(jià)，損失總計(jì)約976 285元，緩沖區(qū)與房屋相交的具體信息見表1。

4 結(jié) 語

本文通過分析主流云計(jì)算平臺(tái)和滑坡監(jiān)測(cè)技術(shù)的發(fā)展現(xiàn)狀，并結(jié)合甘肅黑方臺(tái)滑坡的具體特點(diǎn)，設(shè)計(jì)了基于GPS和InSAR數(shù)據(jù)的滑坡監(jiān)測(cè)云計(jì)算平臺(tái)，同時(shí)應(yīng)用ArcGIS軟件實(shí)現(xiàn)了部分空間分析功能。鑒于云計(jì)算平臺(tái)的復(fù)雜性，以及其在地質(zhì)災(zāi)害監(jiān)測(cè)領(lǐng)域的研究仍處于起步階段，本文只實(shí)現(xiàn)了軟件平臺(tái)有限的功能，隨著本文課題研究的不斷推進(jìn)，以及筆者自我科研水平的提升，后續(xù)的研究工作將會(huì)逐步實(shí)現(xiàn)平臺(tái)中更多軟件模塊的功能。相信隨著Hadoop和現(xiàn)代形變監(jiān)測(cè)技術(shù)的不斷發(fā)展，二者的結(jié)合將會(huì)越來越緊密，應(yīng)用的領(lǐng)域也會(huì)更加廣泛。

表1 緩沖區(qū)與房屋相交信息