張吉寧 薄勇 劉洋洲 龍建輝 張紅

摘 要：針對(duì)地質(zhì)災(zāi)害預(yù)警問題，結(jié)合物聯(lián)網(wǎng)技術(shù)提出一種實(shí)時(shí)地質(zhì)災(zāi)害預(yù)警系統(tǒng)。為實(shí)現(xiàn)該系統(tǒng)，在分析系統(tǒng)整體業(yè)務(wù)流程的基礎(chǔ)上，對(duì)系統(tǒng)的整體架構(gòu)進(jìn)行設(shè)計(jì)，并提出通過綜合參數(shù)法、Logistic回歸分析法、主成分分析法等構(gòu)建地質(zhì)災(zāi)害預(yù)測(cè)模型。最后，通過測(cè)試對(duì)上述系統(tǒng)進(jìn)行驗(yàn)證。結(jié)果表明，上述方案可很好的實(shí)現(xiàn)對(duì)地質(zhì)災(zāi)害預(yù)警。

關(guān)鍵詞：物聯(lián)網(wǎng);地質(zhì)災(zāi)害;回歸模型;災(zāi)害預(yù)測(cè)

中圖分類號(hào)：TP391.9? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? 文章編號(hào)：1001-5922（2021）10-0086-04

Design of Geological Disaster Monitoring and Early Warning System Based on Internet of Things Technology

Zhang Ji ning1， Bo Yong1， Liu Yangzhou1， Long Jianhui2， Zhang Hong3

（1.Shanxi Metallurgical Rock-Soil Engineering Investation Co.，Ltd.， Taiyuan 030002， China; 2. Taiyuan University of Technology， Taiyuan 030024， China; 3. The Third Geological Exploration Institute Of China Metallurgical Geology Bureau，Taiyuan 030002， China ）

Abstract：Aiming at the problem of geological disaster early warning， a real-time geological disaster early warning system is proposed based on Internet of things technology. In order to realize the system， based on the analysis of the overall business process of the system， the overall architecture of the system is designed， and the geological disaster prediction model is proposed by using the comprehensive parameter method， Logistic regression analysis method， principal component analysis method， etc. Finally， the above system is verified by testing. The results show that the scheme can well realize the early warning of geological disasters.

Key words：Internet of things; geological hazard; regression model; disaster prediction

近年來，山體滑坡、泥石流、巖體崩塌等重大地質(zhì)自然災(zāi)害仍然頻繁見諸報(bào)端，這對(duì)中國(guó)經(jīng)濟(jì)發(fā)展和社會(huì)民生造成了重大損失。中國(guó)在2018年度共計(jì)發(fā)生了2966起地質(zhì)災(zāi)害，造成106人死亡、11人失蹤、78人受傷以及直接經(jīng)濟(jì)損失14.8億元的沉重后果。需要說明的是，誘發(fā)地質(zhì)災(zāi)害的原因并不只是自然因素，還包括人為因素，而且地質(zhì)災(zāi)害的發(fā)生是有規(guī)可循的，重點(diǎn)監(jiān)測(cè)地質(zhì)災(zāi)害點(diǎn)的情況，科學(xué)預(yù)測(cè)地質(zhì)災(zāi)害的發(fā)生概率以及在發(fā)生地質(zhì)災(zāi)害以后快速報(bào)警，能夠最大程度地挽救人民群眾的損失。在此背景下，充分利用現(xiàn)代科技力量，綜合多學(xué)科的理論知識(shí)，聯(lián)合多部門設(shè)計(jì)開發(fā)地質(zhì)災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng)，對(duì)重點(diǎn)地質(zhì)災(zāi)害區(qū)域進(jìn)行全天候監(jiān)控。一旦發(fā)現(xiàn)發(fā)生地質(zhì)災(zāi)害的隱患，立即做出告警，從而盡早制定搶險(xiǎn)救災(zāi)方案，盡力減少地質(zhì)災(zāi)害的損失，最大程度地保護(hù)人們?nèi)罕姷纳?cái)產(chǎn)安全。因此基于以上背景，本研究結(jié)合物聯(lián)網(wǎng)技術(shù)構(gòu)建地質(zhì)災(zāi)害預(yù)警系統(tǒng)，并對(duì)該系統(tǒng)進(jìn)行詳細(xì)實(shí)現(xiàn)。

1 地質(zhì)災(zāi)害系統(tǒng)整體業(yè)務(wù)分析

地質(zhì)災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng)動(dòng)態(tài)監(jiān)測(cè)地質(zhì)災(zāi)害點(diǎn)的降雨量信息和地質(zhì)形變信息，參照歷史數(shù)據(jù)來設(shè)定地質(zhì)災(zāi)害報(bào)警閾值，如果綜合分析結(jié)果超出了閾值，則立即向相關(guān)部門發(fā)出預(yù)警信息，并以地圖展示的形式來指出地質(zhì)災(zāi)害點(diǎn)的空間位置。具體系統(tǒng)業(yè)務(wù)流程如圖1所示。

2 系統(tǒng)整體框架

根據(jù)圖1的業(yè)務(wù)分析，綜合利用SQL Server數(shù)據(jù)庫(kù)、GIS等，最終設(shè)計(jì)出適配的系統(tǒng)框架。地質(zhì)災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng)包含支撐層、應(yīng)用層以及數(shù)據(jù)庫(kù)服務(wù)層，同時(shí)建立了一系列的配套體系，比如安全保障體系、管理體系等，從而確保系統(tǒng)能夠正常實(shí)現(xiàn)預(yù)期功能。具體如圖2所示。

3 地質(zhì)災(zāi)害預(yù)測(cè)報(bào)警模型構(gòu)建

3.1 構(gòu)建思路

通過綜合參數(shù)法、Logistic回歸分析法、主成分分析法等建立地質(zhì)災(zāi)害預(yù)測(cè)報(bào)警模型，用以指導(dǎo)本次系統(tǒng)的設(shè)計(jì)過程。調(diào)取相關(guān)檔案獲悉當(dāng)?shù)氐刭|(zhì)條件，結(jié)合過往案例分析地質(zhì)災(zāi)害的常見誘因，利用主成分分析法來建立地質(zhì)災(zāi)害預(yù)測(cè)報(bào)警模型。一般來說，地質(zhì)災(zāi)害的發(fā)生同時(shí)受到外在因素（人類活動(dòng)、降雨量等）和內(nèi)在因素（地貌類型、巖土類型等）的影響。根據(jù)歷年的地質(zhì)災(zāi)害信息，分析評(píng)估不同因素對(duì)于地質(zhì)災(zāi)害發(fā)生概率的影響效力，然后利用主成分分析法建立適配的地質(zhì)災(zāi)害預(yù)測(cè)報(bào)警模型。模型構(gòu)建思路如圖3所示。

3.2 地質(zhì)災(zāi)害敏感性分區(qū)圖

借助于地理信息系統(tǒng)的空間分析功能，利用主成分分析法，對(duì)地質(zhì)災(zāi)害的6個(gè)靜態(tài)因素進(jìn)行分析，根據(jù)各項(xiàng)因素的等級(jí)確定其權(quán)重大小，由此建立地質(zhì)災(zāi)害敏感性分區(qū)。

主成分分析法利用線性變化剔除對(duì)信息影響較小的因素，這一過程并不會(huì)造成嚴(yán)重的信息損失，而是較為完整地保留了原有信息，同時(shí)生成了新的變量，用以替換舊的變量，能夠達(dá)成預(yù)期目標(biāo)。

設(shè)定樣本數(shù)據(jù)X存在p個(gè)特征變量，表示為x=（x1，x2，x3，…xp），同時(shí)設(shè)定均值向量u、協(xié)方差矩陣V，基于主成分分析法獲得q個(gè)新的變量（ y1，y2，y3，…yp），并用以替換原有的p個(gè)特征變量，前者能夠充分反應(yīng)出后者所反應(yīng)的信息。以上分析過程的演算步驟，列述如下：

首先求解出協(xié)方差矩陣V的全部非零特征根λ，遵照從大到小的順序進(jìn)行排列（ λ1，λ2，λ3，…λk），確保p-k個(gè)特征根值等于0。建立k個(gè)特征根（ λ1，λ2，λ3，…λk）所對(duì)應(yīng)的向量（ a1，a2，a3，…ak），并且求算出單位化后的特征向量。設(shè)定yk=akx，它與（ y1，y2，y3，…yk）相互獨(dú)立，并且包含1-k個(gè)主成分?？筛鶕?jù)累積方差的貢獻(xiàn)率來確定p-k的數(shù)值，若前q個(gè)主成分的累計(jì)方差的貢獻(xiàn)率大于85%，則利用變量（ y1，y2，y3，…yq）對(duì)原先的變量（x1，x2，x3，…xp）進(jìn)行替換。

根據(jù)過往經(jīng)驗(yàn)，地質(zhì)災(zāi)害的發(fā)生受到人類工程活動(dòng)、表土層厚度、地層巖性、地形坡度以及地貌類型等因素的重要影響，它們是評(píng)估地質(zhì)災(zāi)害發(fā)生概率的重要因子。考慮到以上5個(gè)要素之間是互不交叉的，因而選用矩陣形式進(jìn)行表示，并利用主成分分析法來評(píng)定不同因素的影響效力，由此確定不同因素的影響權(quán)重，最后對(duì)各項(xiàng)因素的權(quán)重進(jìn)行歸一化處理，由此確定標(biāo)準(zhǔn)化的權(quán)重序列。

地質(zhì)災(zāi)害敏感指數(shù)（Z）表征了在特定降雨量條件下，受人類工程活動(dòng)、表土層厚度、地層巖性、地形坡度以及地貌類型等5項(xiàng)因素影響而發(fā)生地質(zhì)災(zāi)害的概率。利用加權(quán)指數(shù)法求解地質(zhì)災(zāi)害敏感指數(shù)（Z），其中，人類工程活動(dòng)受礦業(yè)活動(dòng)強(qiáng)度、路網(wǎng)密度以及人口密度等因素的影響，表土層厚度選用斷裂密度等級(jí)進(jìn)行表示。

不同影響因子的權(quán)重求解算式：

式中：ai為第i個(gè)影響因子誘發(fā)地質(zhì)災(zāi)害的概率，Mi為第i個(gè)因子誘發(fā)地質(zhì)災(zāi)害的影響權(quán)重，A為單元面積，Aij為第i個(gè)因素與第j個(gè)因素所占的面積，Pij為第i個(gè)因素與第j個(gè)因素誘發(fā)地質(zhì)災(zāi)害的平均強(qiáng)度。指的是不同影響因子的權(quán)重值，可通過主成分分析法、專家評(píng)分法或者AHP法進(jìn)行確定。

發(fā)生地質(zhì)災(zāi)害的各項(xiàng)評(píng)價(jià)因子的權(quán)重，匯總?cè)绫?所示。

調(diào)取地質(zhì)災(zāi)害檔案資料，雖然頻發(fā)地質(zhì)災(zāi)害，但是地質(zhì)災(zāi)害的規(guī)模并不大，據(jù)此，本文選用地質(zhì)災(zāi)害點(diǎn)的密度來表征地質(zhì)災(zāi)害的發(fā)生概率。首先將地圖細(xì)分為1km×1km的單元格，然后對(duì)各個(gè)單元格進(jìn)行運(yùn)算，求解出各個(gè)單元格的地質(zhì)災(zāi)害敏感性指數(shù)Z，根據(jù)Z值高低描繪出相應(yīng)地顏色，從高到底依次對(duì)應(yīng)于紅色、橙色、黃色、綠色、藍(lán)色，由此清晰地展示了地質(zhì)災(zāi)害的嚴(yán)重程度。

3.3 氣象綜合圖

地震、降雨等氣象因素都是誘發(fā)地質(zhì)災(zāi)害的重要因素，考慮到地震的發(fā)生概率較低，而且現(xiàn)有技術(shù)很難預(yù)先預(yù)報(bào)地震，因此忽略地震對(duì)于地質(zhì)災(zāi)害的影響。所以，本文系統(tǒng)應(yīng)當(dāng)采集當(dāng)天的降雨量、統(tǒng)計(jì)過去1～5d的降雨量、預(yù)報(bào)未來24h內(nèi)的降雨量，并且評(píng)估以上因素對(duì)于發(fā)生地質(zhì)災(zāi)害的影響效力。在實(shí)操中，可通過氣象部門對(duì)當(dāng)天的降雨量進(jìn)行預(yù)測(cè)，并通過水利部門獲取當(dāng)天前1～5d的降雨量，以及由氣象部門提供未來24h內(nèi)的降雨量。具體有效降雨量的算式如下：

式中：R0為預(yù)報(bào)日的降雨量;Rz為預(yù)報(bào)日的有效降雨量;ai為前i日的影響系數(shù);Ri為前i日的降雨量。

3.4 預(yù)測(cè)報(bào)警模型構(gòu)建

根據(jù)預(yù)測(cè)報(bào)警模型，綜合地質(zhì)災(zāi)害敏感性指數(shù)和降雨誘發(fā)指數(shù)，結(jié)合預(yù)先設(shè)定的報(bào)警閾值對(duì)地質(zhì)災(zāi)害的發(fā)生等級(jí)進(jìn)行預(yù)測(cè)。預(yù)測(cè)報(bào)警模型為在特定降雨量條件下，對(duì)某一因素誘發(fā)地質(zhì)災(zāi)害的概率提供了預(yù)測(cè)方法。

首先把預(yù)報(bào)區(qū)域地圖細(xì)分成多個(gè)1km×1km的單元格，分別求算出各個(gè)單元格的地質(zhì)災(zāi)害敏感性指數(shù)Z以及降雨誘發(fā)指數(shù)R，由此確定預(yù)測(cè)報(bào)警指數(shù)H，即可對(duì)發(fā)生地質(zhì)災(zāi)害的概率進(jìn)行預(yù)測(cè)。

預(yù)測(cè)報(bào)警指數(shù)H的算式如下：

利用地理信息系統(tǒng)對(duì)氣象綜合圖和地質(zhì)災(zāi)害敏感性分區(qū)圖執(zhí)行疊加分析，由此建立地質(zhì)災(zāi)害預(yù)測(cè)預(yù)警模型。地質(zhì)災(zāi)害發(fā)生等級(jí)集預(yù)警顏色，按照輕中程度，依次設(shè)定為藍(lán)色、綠色、黃色、橙色和紅色列。

3.5 預(yù)警分析模塊

利用地質(zhì)災(zāi)害預(yù)測(cè)報(bào)警模型對(duì)地質(zhì)災(zāi)害點(diǎn)的地質(zhì)構(gòu)造、地形地貌、主要隱患以及發(fā)生地質(zhì)災(zāi)害的概率等進(jìn)行分析和估計(jì)，根據(jù)分析結(jié)果發(fā)出預(yù)警。具體步驟為：

（1）數(shù)據(jù)收集。地質(zhì)災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng)全面采集地質(zhì)災(zāi)害點(diǎn)的關(guān)鍵信息，包括降雨量信息、地質(zhì)災(zāi)害誘因信息、地質(zhì)地形地貌特征等，然后利用主成分分析法對(duì)以上數(shù)據(jù)進(jìn)行整合分析，根據(jù)分析結(jié)果確定各項(xiàng)因素的影響效力，最后統(tǒng)一設(shè)定各項(xiàng)因素的影響權(quán)重，并且確定誘發(fā)地質(zhì)災(zāi)害的主要因素。

（2）危險(xiǎn)性評(píng)估。地質(zhì)災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng)綜合分析降雨量信息及其他地質(zhì)災(zāi)害誘因信息，從而做出地質(zhì)災(zāi)害的危險(xiǎn)性評(píng)估。危險(xiǎn)性評(píng)估的流程是劃分基礎(chǔ)單元格、對(duì)單元格地質(zhì)因子進(jìn)行運(yùn)算、獲取決策支持，具體列述如下：

第1步，劃分評(píng)價(jià)單元格。利用柵格劃分方法將行政區(qū)劃圖細(xì)分為2km×2km的評(píng)價(jià)單元格。地質(zhì)災(zāi)害的發(fā)生概率及嚴(yán)重程度主要受到降雨量、地質(zhì)條件等因素的影響。在劃出多個(gè)評(píng)價(jià)網(wǎng)格以后，綜合分析每個(gè)評(píng)價(jià)單元格內(nèi)的致災(zāi)因素，結(jié)合地質(zhì)災(zāi)害預(yù)測(cè)報(bào)警模型確定各個(gè)評(píng)價(jià)單元格的等級(jí)，并繪制出與其等級(jí)相對(duì)應(yīng)的顏色，由此能夠明晰地判定各個(gè)評(píng)價(jià)單元格的預(yù)測(cè)結(jié)果。

第2步，對(duì)各個(gè)單元格的地質(zhì)因子進(jìn)行運(yùn)算。結(jié)合陜西省地質(zhì)災(zāi)害的常見誘因，本文系統(tǒng)納入了6項(xiàng)主要致災(zāi)因素，包括降雨量、地形地貌、人類工程活動(dòng)、地層巖性、表土層厚度、地質(zhì)構(gòu)造，其中，通過氣象局獲取降雨量信息，從建設(shè)局官網(wǎng)上下載人類工程活動(dòng)信息，其余四項(xiàng)指標(biāo)根據(jù)相應(yīng)的屬性條件進(jìn)行確定。降雨量是誘發(fā)地質(zhì)災(zāi)害的主要因素，降雨量的危險(xiǎn)性等級(jí)在一定程度上決定了地質(zhì)災(zāi)害的發(fā)生概率，對(duì)此，綜合分析各評(píng)價(jià)單元格的臨界有效降雨量和有效降雨量，通過對(duì)比即可確定各個(gè)單元格的降雨量危險(xiǎn)性等級(jí)。最后，利用地理信息系統(tǒng)對(duì)氣象綜合圖和地質(zhì)災(zāi)害敏感性分區(qū)圖執(zhí)行疊加分析，由此確定不同地區(qū)發(fā)生地質(zhì)災(zāi)害的概率及等級(jí)。

第3步，獲取決策支持。根據(jù)運(yùn)算結(jié)果，調(diào)用地質(zhì)災(zāi)害預(yù)警預(yù)測(cè)模型對(duì)各評(píng)價(jià)單元格涂抹上與其預(yù)警等級(jí)相對(duì)應(yīng)的顏色，能夠直觀地呈現(xiàn)預(yù)警結(jié)果。職能部門根據(jù)預(yù)警等級(jí)制定適配的應(yīng)急處置方案，針對(duì)高風(fēng)險(xiǎn)等級(jí)的地區(qū)盡快實(shí)施有效的防治措施。

決策支持功能模塊架構(gòu)如圖4所示。

4 系統(tǒng)驗(yàn)證

以陜西地質(zhì)災(zāi)害預(yù)警為例。若地質(zhì)災(zāi)害點(diǎn)的實(shí)際降雨量超出了降雨量預(yù)警閾值，此時(shí)系統(tǒng)會(huì)根據(jù)實(shí)際降雨量來評(píng)估發(fā)生地質(zhì)災(zāi)害的概率。若系統(tǒng)判定可能發(fā)生地質(zhì)災(zāi)害，在獲得領(lǐng)導(dǎo)審批以后，隨即向周邊民眾發(fā)布地質(zhì)災(zāi)害預(yù)警。具體報(bào)警如圖5所示。

圖5中的深灰區(qū)域?qū)?yīng)于4級(jí)預(yù)警，意味著該地區(qū)發(fā)生地質(zhì)災(zāi)害的風(fēng)險(xiǎn)性大，相關(guān)職能部門及當(dāng)?shù)孛癖姂?yīng)當(dāng)加強(qiáng)地質(zhì)災(zāi)害預(yù)警，并做好搶險(xiǎn)救災(zāi)準(zhǔn)備。

5 結(jié)語

通過上述的研究結(jié)果看出，結(jié)合地質(zhì)災(zāi)害敏感性分區(qū)圖和氣象綜合圖的相關(guān)信息，能準(zhǔn)確評(píng)價(jià)部分區(qū)域的地質(zhì)災(zāi)害情況。而根據(jù)該評(píng)價(jià)結(jié)果，地質(zhì)部門可很好的制定應(yīng)急預(yù)案，以此更好的提高地質(zhì)災(zāi)害預(yù)防。

參考文獻(xiàn)

[1]李國(guó)政，楊觀賜.山區(qū)天然氣管道滑坡位移監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J].中國(guó)測(cè)試，2020，46（08）：87-93.

[2]王良民，郭向前，奚春華，等.實(shí)景三維地質(zhì)災(zāi)害管理信息平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[J].地理空間信息，2020，18（08）：7-9+30+6.

[3]尹萍.自動(dòng)化監(jiān)測(cè)預(yù)警系統(tǒng)在邊坡監(jiān)測(cè)工程中的應(yīng)用[J].科技視界，2020（24）：34-36.

[4]陳銀良.一種基于物聯(lián)網(wǎng)的?；凤L(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警系統(tǒng)設(shè)計(jì)[J].中國(guó)科技信息，2020（17）：74-75+78+14.

[5]黃富禹，劉春.基于物聯(lián)網(wǎng)技術(shù)的隧道自動(dòng)化變形監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J].科學(xué)技術(shù)創(chuàng)新，2020（26）：118-119.

[6]郭榮佐，鄧涵文，陳芳瑩，等.物聯(lián)網(wǎng)邊緣計(jì)算資源分配模糊建模與優(yōu)化研究[J].小型微型計(jì)算機(jī)系統(tǒng)，2020，41（09）：1878-1886.

[7]羅晴明.地質(zhì)災(zāi)害防治動(dòng)態(tài)監(jiān)測(cè)預(yù)警系統(tǒng)及其應(yīng)用[J].數(shù)字通信世界，2019（07）：200.

[8]王永杰，周國(guó)清，周叔一，等.降雨誘發(fā)型滑坡預(yù)警系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2019，42（20）：139-144.

[9]任康.基于WebGIS的滑坡災(zāi)害預(yù)警在線監(jiān)測(cè)系統(tǒng)研究[J].公路交通科技（應(yīng)用技術(shù)版），2019，15（10）：282-284.

[10]汪洋.基于礦山開采工程的水文地質(zhì)災(zāi)害預(yù)警系統(tǒng)設(shè)計(jì)[J].世界有色金屬，2019（17）：150-151.