Cloud database platform of integrated visualization for life-cycle prevention and safety monitoring of slope hazards
-
摘要: 近年气候异常造成边坡滑动频传,在“边坡灾害维护生命周期”的工作框架下,边坡生命周期防灾监测信息整合“宏观环境”信息,同时以无线感测网络搜集“微环境”边坡监测信息,运用GIS及3D虚拟环境技术,结合可视化的云平台数据库。此云平台能让不同使用者在边坡异常发生的前、中、后等过程,加速灾害信息传递及沟通效率。本平台注重环境信息与每个场址监测数据的混搭应用,运用“边坡四维监测项目信息查询及展示”、“边坡环境信息查询”、“边坡安全快速展示”等3个不同模块,运用用户接口及可视化技术呈现静态及边坡监测数据4D动态信息,同时为不同使用者提供对于边坡在面临强降雨及地震等极端事件的安全状态。Abstract: Under the recent influence of increasing intensity and frequency of rainfall and earthquake events, the slope failure events become one of the major hazards that produce major impact to human society. A cloud database platform of integrated visualization for life-cycle prevention and safety monitoring of slope hazards incorporates environment data to provide macro scale environmental information, and to establish the monitoring service for the slope hazards based on wireless sensor network (WSN). In order to provide sufficient visualized slope monitoring information, a 3-dimensional (3D) slope model is established for each individual project with underground monitoring information. The 3D model can also demonstrate data variation with various time steps to form a 4D (3D plus time) model. Combined with the data visualization and extreme event alerts, it can support various users before, during, and after the slope hazard events.
-
Keywords:
- slope hazard /
- monitoring /
- wireless sensor /
- GIS /
- cloud database /
- visualization /
- facility life-cycle
-
0. 引言
依据联合国减灾办公室(United Nation Office for Disaster Risk Reduction, UNISDR)的统计[1],在1998—2017年间所发生的自然灾害,导致中国的国家经济损失高达4.9亿美金。相关自然灾害包含洪水(flood)、暴风雨(storm)、地震(earthquake)、极端气温(extreme temperature)、滑坡(landslide)、干旱(drought)、森林火灾(wildfire)、火山活动(volcanic activity)、大型地质滑动(mass movement)等。其中,与地层滑动灾害相关的就有两大类:滑坡及大型地质活动,共计包含21%的经济损失。
以民众居住环境而言,当大都市为山丘所围绕,每当强降雨及地震侵袭时,所引发的滑坡灾害,常常会影响居住及经济发展区域。依据文献显示[2],中国领土中山丘的区域范围约2/3,居住人口超过7亿。滑坡相关灾害主要分布地区包含四川、湖南、福建、湖北、广东、江西、广西、云南、贵州、重庆、西藏、陕西、宁夏、甘肃等区域[3],而其中最严重的省份为四川、湖南、福建三省[4]。以2016年为例,全国地质灾害报告说明[5]全国共发生9710起地质灾害,其中包含7403起滑坡灾害、1484起崩塌灾害、584起泥石流,共计地质灾害引致31.7亿元的直接经济损失,以及614人失踪及伤亡。导致地质灾害的主要自然因素为降雨。
以目前的社会经济发展特性而言,促进发展的因素除了城市中的活动,更需要依赖城市之间互相联系,而联系的方法多经由一般公路、高速公路、铁路等串接人员及货物运输。以交通路线(公路、铁路)而言,路线多会经过山区,相关案例显示[6-8],滑坡灾害会因为本质特性(包含地质、地形、坡度、接近河道水系)及人为因素(例如边坡结构物的设计、施工质量),而后在致灾因素(例地下水变化、降雨、地震力)的影响下,而直接提高灾害发生的机率。
除此之外,经济发展更需要有足够的电力支撑,需要输电铁塔传输电力到需要用电所在。不论是交通运输或输电线路,均属于线型设施,需要横跨远距离。因此会跨越不同的气候及地质特性,其中即包含许多遭受滑坡灾害威胁的区域。
面临电力传送的需求,输电线路及输电铁塔的位置,多需要考虑于最短的距离下传送电力。因此,通常需要将输电铁塔架设于偏远地区,或未开发的区域。如此会造成灾害难以监控,同时加大了维护工作的难度。输电铁塔所承受的自然威胁,常常来自地质相关的灾害,包含:滑坡、崩塌、山洪、泥石流、地质沉降等[9-10]。由于输电铁塔运送电力为串联的特性,往往因为单一铁塔的灾损,而影响广大区域的电力使用。
目前对于滑坡灾害的掌握,多使用相关传感器,运用无线传感的自动监测设备,执行监测边坡表面及地底的位移及地下水位,地表设施(例如建筑、挡墙、输电铁塔)的倾斜及开裂、地表或路面的变位及开裂等现象,并搭配相关警示机制,以提供防灾警示所使用。同时,为了分析滑坡灾害的趋势以及防治,需要将监测数据搭配环境信息而共同分析,如降雨量、地震加速度等,以提供相关人员分析灾害发生的可能性,及早执行防灾作业,以降低致灾可能。
目前一般边坡及设施监测信息平台,多针对大环境提出“宏观环境信息”,例如:地质灾害潜势、环境气象信息、地震事件等,需要经过专业辅佐,才能被一般大众所使用。自动监测信息服务需要更进一步依据用户所关心的周遭环境信息,即为“微环境”信息,以协助解读监测数据。对道路或输电设施管理者而言,在不同灾害威胁下,具有滑坡灾害潜势的周遭“微环境”变化是最重要的,例如:未来即将发生的强降雨,是否会对已经发生过滑坡的位置再次造成威胁,而引起崩塌的危险。
本文先探讨边坡灾害于设施使用年限中,所应建立的生命周期维护工作程序。接着介绍依据边坡及设施所需的自动监测工作的监测传感器,运用链接云平台数据库的无线感测网络(wireless sensor network, WSN)技术。最后,探讨建构新一代的边坡监测云平台数据库规划建置方案,以提供完整的边坡维护及防灾工具。
1. 边坡灾害维护生命周期
一般人工设施的设计使用年限为30~50 a,通常在使用年限的内,会因强降雨、地震、人为开发、维护不当等因素,而造成设施功能降低,甚至引发其他衍生性灾害。边坡会因为长时间遭受降雨及地震的侵袭而造成损伤,或因为人为不当开发,而影响边坡的安全性,以致于造成邻近相关交通民生设施同时遭受波及。“边坡灾害维护生命周期”的定义为:时间序中不同时期因自然或人为灾害所引起,在不同尺度的区域范围内,因不同管理需求,而由不同专业人士执行边坡防灾及维护作业。
边坡灾害在其使用年限之内所可能遭受的灾害,需要探讨“边坡灾害维护生命周期“中所需的服务,及所需的数据应用服务,其流程如图1所示。
1.1 运用生命周期管理边坡防灾减灾的重要性
此重要性将分灾害时间序演变和灾害空间扩散等两方面加以阐述。
依据边坡的生命周期定义,时间序可区分成规划、设计、施工、运营等阶段。根据边坡的使用目的而加以规划及设计,将边坡灾害需求纳入考虑。在施工阶段,管理单位监督施工以达到边坡抗灾功能性。在运营阶段,边坡抗灾能力会因为材料老劣化、过度使用、人为干扰、天灾等因素而降低。需要检测、监测及其他方案,以随时掌握因边坡灾害造成的问题。而运用工程或维护方案,重新回归到规划、设计、施工的程序,以提升边坡运营阶段的抗灾能力。
边坡灾害发生的空间分布,会因为本质条件(地质、地形、植生、水系、人为开发等)及致灾因素(降雨、地震、开发等),而产生不同类型及规模的边坡灾害。以边坡灾害发生的特性,常在已经发生灾害的位置重复发生,扩散灾害至邻近范围。近年气候变异及过度开发,安全的边坡逐渐发生滑坡现象。因此,在运营阶段同时考虑大尺度空间的宏观灾害特性、中尺度空间的关注区域灾害变化、小尺度空间的高风险灾害场址,运用不同的人员、科技、信息分析等,定期评估边坡灾害现象,以达成防灾减灾的目的。
1.2 第一阶段:宏观灾害评估
需要以大区域的背景数据,在平时营运维护阶段,依照地质、地形、地貌、灾害历史、灾害境况等分析,初步比对会造成边坡灾害的可因子,以协助使用者做出滑坡灾害的风险评估,提供发生灾害的潜在境况及严重度。
本阶段主要工作:①宏观灾害资料分析,依照相关宏观环境数据,以及航照或卫星影像,撷取与关注大区域的相关数据,进行空间信息的汇整。②初步分析灾害进展,在大区域范围内执行初步边坡灾害风险分析,分析可能发生滑坡灾害的区位及严重性,以便规划进一步现况探勘的需求。
1.3 第二阶段:关注区域灾害检视
经过第一阶段工作,已可在大区域中初步评估出需要进一步关注的区域,因此可更进一步投入人力实际检视关注区域的现况,并制作记录。并依照记录分析个别关注区域所需的维护或监测计划。
本阶段主要工作:①现场探勘微观灾害现况,运用航拍影像(例如:无人机UAV)或实地探访,观察具备灾害潜势的地址,分析可能发生灾害的严重性。②分析维护或营运方案,汇整宏观及微观灾害分析成果,规划于一般营运时期的边坡灾害维护方案,例如维护作业内容、维护时间、所需技术、监测、急救灾整备等需求。
1.4 第三阶段:高风险灾害场址灾害监测
第二阶段工作完成,针对高灾害潜势或已经有灾害记录的关注场址,进行监测工作。其目的是随时掌握灾害发生的迹象,以利随时启动防灾作业。为了整合地表及地下的灾害信息,建议本阶段运用相关监测仪器,撷取分析其资料,可实际展现地下的变化。
本阶段主要工作:运用人员定期及机动执行现场勘查,以及实时监测仪器信息,协助控管实时的灾害现况。
2. 监测无线感测网络建置规划
为了随时掌握滑坡灾害的影响,最佳的方案为将监测传感器安置在边坡表面、坡面内部、滑坡灾害影响范围内的设施上,而直接量测相关物理量,以便随时掌握滑坡灾害威胁。相关物理量可包含坡面或设施的倾斜量及位移量、地表沉陷量、地表或设施开裂量、地下水位等信息。同时,可因项目需求安置雨量计、地震仪,震动计等,以准确量测监测位置的环境变化。上述传感器可以搭配无线感测网络(wireless sensor network, WSN)技术(如图2所示[10])。整合感知、计算能力与通信能力,与云平台数据库整合防灾作业。
无线感测网络是由几个到几千个的传感器节点,利用网络中分散的传感器节点所涵盖范围,节点以Ad-Hoc方式构成网络,每组节点的數据联系层由星形拓扑(star topology)形成,运用WiFi、ZigBee或LoRA等传输方式,透过中继合作(cooperation)方式将其监测數据传到基地台的节点。最后再藉由长距离或临时性的基地台将整个区域内的數据,运用NB-IoT、4G或5G传输,传送给云平台数据库。最后经由终端机让远程用户使用。
3. 边坡生命周期防灾监测云平台数据库建置规划
依据前的“边坡灾害维护生命周期”中的程序说明,针对边坡灾害高风险区域,需要部设监测仪器,以监测实际发生的物理量,以协助解读灾害发生的现况。目前相关边坡监测服务,多以平面报告或网站中呈现文字、照片、2D图形等信息,经过项目人员解说后,仍需阅读者各自解读,因而产生信息传递缓慢,或造成每个人解读不同的困扰。
边坡生命周期防灾监测云平台数据库平台主要为针对边坡灾害高风险的区域进行的监测项目。相较于既有监测信息呈现方式,本平台具有以下特点:
(1)相关所需搭配的环境信息包含地质、地形、灾害潜势、雨量实时数据、台风预测、地震等。环境信息及监测数据如能在同一云平台信息平台整合呈现,可以让使用者更快更容易地了解监测成果。
(2)云平台信息平台除注重环境信息及监测数据的整合显示,还将不同信息混搭以帮助决策,并以可视化辅助呈现。
(3)为了适当诠释信息,需要运用地理信息系统(GIS)及监测场址的三维空间(3D)诠释,同时汇集所有信息在同一空间,才能在虚拟的云平台环境的中了解实际的真实微环境场址状态。云平台信息平台除了注重信息整合,还并需要在3D空间中随时间演进展现微环境信息变化,而达成四维空间(4D,即是3D空间加上时间因素)的成效。云平台数据库平台功能主要包含3个模块,分别为:①模块一,“边坡四维监测项目信息查询及展示”;②模块二,“边坡环境信息查询”;③模块三,“边坡安全快速展示”。
3.1 “边坡四维监测项目信息查询及展示”模块
本模块为协助监测项目执行,免除既有以二维(2D)平面信息呈现方式,进化以结合宏观环境信息,整合3D监测场址地形信息,以同时整合监测信息在3D环境中,配合时间演变而显示4D整体变化。图3为本模块提供用户的服务程序。
过往监测项目以纸本报告方式提供数据,往往造成纸本数据储存难和查询难。当用户要查询某一场址的历史数据时,却常常一时难以找到纸本报告。本模块以GIS展示监测场址位置,同时链接此一场址于不同时间所产出的相关数据。因此,如图4所示,经由点选所需的数据,模块便展示传统的纸本信息,因而提供实时信息管理、查询,及展示功能。
本模块以单独场址“微环境”3D虚拟地形模型为主,建构及展示项目的地质及监测信息。使用者可设定所需展示的时间区间,模块将同时展示监测信息在虚空间中的4D演变[12-13]。如图5,整合空间中监测数据的变化,同时链接相关的环境信息,包含降雨量、地震震度、地下水位等。
本模块所展示的监测数据,以地中倾斜管的资料为主,如图5所示。展示地层中不同深度的变位和向量,而非传统的A向(垂直滑坡面)及B向(平行滑坡面),提供直觉式的空间信息展示。图6(a)为随时间变化,蓝色箭头显示变位量逐渐累积及变化的路径,能协助探讨地层滑动的历史演变。例如图6(a)中圈注的变化路径,与相对时间的雨量有相关联。图6(b)展示变位的变化总量,深色箭头为最初至最终时间的变位量及空间方向。
3.2 “边坡环境信息查询”模块
目前众多监测平台能展示相关环境信息,而用户需要自行依据所需位置而另外找出相关信息。本模块专注于依照用户所选择的关注场址,或是监测项目的位置,在GIS平台上显示其位置,同时显示其周遭的相关环境及灾害潜势等信息。图7显示本模块提供用户的服务程序。图8为依据关注场址的空间位置,展示相关“宏观环境信息”。
3.3 “边坡安全快速展示”模块
每个使用者都希望能在很短时间之内获取其关注场址的安全与否信息,运用“宏观环境”,混搭动态环境信息以及依据相关管理值执行云平台智慧分析后呈现安全性。图9显示本模块提供用户的服务程序。图10为依据关注场址的空间位置,展示相关事件信息,以给出每个场址的警讯。
关于每个关注场址的安全管理,为运用宏观环境信息(降雨、地震、土石流)及搭配监测信息(地中倾斜管、地下水位监测),在云平台智慧分析安全性。其方案包含:①依据项目的地下水位以及倾斜管监测信息,搭配open data所提供的环境信息,系统将相关信息混搭并经逻辑分析后,提供项目用户相关警讯。②强降雨发生前依据预估降雨数据,搭配倾斜管的位移信息,提供颜色管理机制:绿色——安全;黄色——警戒;红色——行动的信息。③强降雨发生时,依据实时降雨信息及累积降雨评估降雨量是否会对监测场址造成威胁。④强降雨发生时或平时,依照地下水位的监测信息,进行异状判别。⑤强降雨发生时或一般平时,依据倾斜管提供的边坡变位信息,进行异状判别。⑥当发布泥石流警讯,在泥石流警戒行政区范围内便显示警讯。⑦当地震发生时,依据地震信息,显示该场址所属行政区域的震度。同时,系统会显示有量测到震度的测站,提供使用者查询。
4. 结论
本文依据边坡灾害现象,提出“边坡灾害维护生命周期”的动态管理程序。边坡生命周期防灾监测信息整合及可视化云平台数据库平台的目的,为服务高灾害风险的边坡监测项目。
(1)“边坡灾害维护生命周期”的特性:考虑时间序的规划、设计、施工、运营等阶段考虑防灾减灾,并在运营阶段定期评估滑坡灾害,以滑坡灾害空间分布扩散,在运营阶段同时考虑大尺度空间的巨观灾害特性、中尺度空间的关注区域灾害变化、小尺度空间的高风险灾害场址等。
(2)“边坡四维监测项目信息查询及展示”模块:以个别场址的“微环境”3D虚拟地形模型为主,建构及展示项目的地质及监测信息。使用者可藉由设定所需展示的时间区间,展示监测信息在虚空间中的4D演变。
(3)“边坡环境信息查询”模块“架构在GIS平台,为汇整监测场址所有相关”宏观环境“数据,包含”雨量、台风、地震、地质、地形、灾害潜势等。
(4)“边坡安全快速展示”模块:架构在GIS平台,结合“宏观环境”信息,混搭分析并呈现安全性以及相关信息查询。模块同时提供数个不同监测场址的基本项目信息以及安全状态。
-
-
[1] United Nation Office for Disaster Risk Reduction. Economic Losses, Poverty & Disasters 1998—2017[R]. New York: United Nation, 2019.
[2] 马建华, 胡维忠. 我国山洪灾害防灾形势及防治对策[J]. 人民长江, 2005, 36(6): 3-5. MA Jian-hua, HU Wei-zhong, Disaster prevention condition and countermeasures of torrential flood disasters in China[J]. Yangtze River, 2005, 36(6): 3-5. (in Chinese)
[3] 黄润秋. 20世纪以来中国的大型滑坡及发生机制[J]. 岩石力学与工程学报, 2007, 26(3): 433-454. https://www.cnki.com.cn/Article/CJFDTOTAL-YSLX200703000.htm HUANG Run-qiu. Large-scale landslides and their sliding mechanisms in China since the 20th century[J]. Chinese Journal of Rock Mechanics and Engineering, 2007, 26(3): 433-454. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YSLX200703000.htm
[4] 马志飞. 中国滑坡灾害灾情分析及减灾对策[J]. 中国减灾, 2012(21): 14-15. MA Zhi-fei. Landslide hazard analysis and mitigation plan in China[J]. China Hazard Mitigation, 2012(21): 14-15. (in Chinese)
[5] 中国地质调查局地质环境监测院. 全国地质灾害通报(2016年)[R]. 北京: 国土资源部, 2017. China Institute of Geological Environmental Monitoring. Gology Hazard News (2016)[R]. Beijing: Ministry of Land and Resources, 2017. (in Chinese)
[6] 徐洪雨, 王英宇, 宋桂龙. 高速公路边坡滑坡原因分析及防治对策——以京承三期高速公路(北京沙峪沟—市界段)为例[J]. 中国水土保持科学, 2012, 10(5): 84-89. https://www.cnki.com.cn/Article/CJFDTOTAL-STBC201205014.htm XU Hong-yu, WANG Ying-yu, SONG Gui-long. Causes and countermeasures to prevent and control slope landslide for freeway: the third period of Jingcheng freeway (Shayugou-city boundary section of Beijing)[J]. Science of Soil and Water Conservation, 2012, 10(5): 84-89. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-STBC201205014.htm
[7] 庄建琦, 崔鹏, 葛永刚, 等. “5·12”汶川地震崩塌滑坡危险性评价——以都汶公路沿线为例[J]. 岩石力学与工程学报, 2010, 29(2): 3735-3742. ZHUANG Jian-qi, CUI Peng, GE Yong-gang, et al. Risk assessment of collapses and landslides caused by “5·12” Wenchuan earthquake: a case study of Dujiangyan-Wenchuan highway[J]. Chinese Journal of Rock Mechanics and Engineering, 2010, 29(2): 3735-3742. (in Chinese)
[8] 董英, 孙萍萍, 张茂省, 等. 诱发滑坡的地下水流系统响应历史与趋势——以甘肃黑方台灌区为例[J]. 地质通报, 2013, 32(6): 868-874. DONG Ying, SUN Ping-ping, ZHANG Mao-sheng, et al. The response of regional groundwater system to irrigation at Heifangtai terrace, Gansu Province[J]. Geological Bulletin of China, 2013, 32(6): 868-874. (in Chinese)
[9] 王述祥. 地质灾害对输电线路安全的影响及预防措施[J]. 中国新技术新产品, 2013(20): 188-189. https://www.cnki.com.cn/Article/CJFDTOTAL-XPJX201320153.htm WANG Chian-chu. The effect and prevention plan for geological hazard to the power transmission tower[J]. China New Technologies and New Products, 2013(20): 188-189. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-XPJX201320153.htm
[10] 余凤先, 谭光杰, 潘峰, 等. 输电线路地质灾害危险性评估中需要注意的几个问题[J]. 电力勘测设计, 2010(1): 20-22. https://www.cnki.com.cn/Article/CJFDTOTAL-DLKC201001010.htm YU Feng-xian, TAN Guang-jie, PAN Feng, et al. Several problems during appraisal of possibility of occurrence and harmfulness of geological disaster for overhead transmission line[J]. Electric Power Survey & Design, 2010(1): 20-22. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-DLKC201001010.htm
[11] 杨凯钧. 倾度监测组件受边坡环境影响的变异性验证试验研究[D]. 中国台湾: 中原大学, 2016: 42-43. YANG Kai-Chun. Experimental study on variations of tilt monitoring devices due to the slope ambient impact[D]. Taiwan China: Chung Yuan Christian University, 2016: 42-43. (in Chinese)
[12] 王淳讙, 赖世屏. 地层监测数据四维实境还原系统及其方法: TW201807433A[P]. 2018-03-01. [13] 王淳讙, 赖世屏. 地层监测数据四维实境还原系统及其方法: TWI593992B[P]. 2017-08-01. -
期刊类型引用(13)
1. 肖建勇,严伟,乔世范,谢济仁,陈韶平,杨舒焜,冯超博. 基于BIM的公路边坡可视化管理方法研究. 铁道科学与工程学报. 2024(06): 2342-2358 . 百度学术
2. 张玮,马瑞良,黄震宇,叶子铭. 基于云计算平台的网络安全预警平台改进设计. 自动化技术与应用. 2023(06): 70-72+81 . 百度学术
3. 吴小林,王健,唐骁,李青朋,祁长青. 台阶式锯切开挖边坡岩体质量及稳定性评价. 工程勘察. 2023(07): 1-6 . 百度学术
4. 王军,刘志明,蔡国军,叶飞龙,宋小进. 基于砂土界面剪切试验的自传感压电土工电缆监测效果评价. 岩土工程学报. 2023(10): 2023-2031 . 本站查看
5. 戴建炜,杨青,左天才,刘正春,刘常茂. GIS技术在UWB基站可视化模式监测中的应用. 电子设计工程. 2022(03): 136-139 . 百度学术
6. 夏元轶,符士侃,杜钰,石廷川. 基于大数据的虚拟仪器关联数据库信息分析方法. 自动化与仪器仪表. 2022(05): 232-235 . 百度学术
7. 张鹏,胡惠华,龚道平,胡杰. 硬质岩变形边坡深孔位移监测曲线表征分析. 路基工程. 2022(03): 67-72 . 百度学术
8. 陈磊,李斌,彭程,毕晓伟,杨成生. 岩溶山区滑坡监测预警云平台设计与实现. 长江科学院院报. 2022(06): 138-144 . 百度学术
9. 叶为民,孔令伟,胡瑞林,查甫生,石胜伟,刘樟荣. 膨胀土滑坡与工程边坡新型防治技术与工程示范研究. 岩土工程学报. 2022(07): 1295-1309 . 本站查看
10. 梁琴琴,何东林,王振飞,武枝,王宗江,赵丽娜. 三维数字化矿山地质信息整合系统设计及应用. 中国金属通报. 2021(01): 237-238 . 百度学术
11. 张治国,毛敏东,PANY.T.,赵其华,吴钟腾. 隧道-滑坡相互作用影响及控制防护技术研究现状与展望. 岩土力学. 2021(11): 3101-3125 . 百度学术
12. 王霞. 基于无线传感网络的道路信息监测系统设计. 信息通信. 2020(09): 55-57 . 百度学术
13. 张月,马楠,郭阳. 油田企业高性能数据库云平台建设探索. 中国管理信息化. 2020(22): 89-90 . 百度学术
其他类型引用(15)