Real-time monitoring and early warning technology for huge landslides
-
摘要: 特大滑坡灾害具有体量大、隐蔽性强、突发性强、破坏性强的明显特点,一旦发生将带来严重的人民生命财产损失。实施特大滑坡监测预警对防灾减灾至关重要。与不断创新发展的国际先进技术相比,中国在特大滑坡监测预警领域存在监测装备精度低、成本高等问题,难以实现实时动态跟踪和精准监测预警。基于此,为提升我国特大滑坡灾害防灾减灾水平,在“十三五”国家重点研发计划“特大滑坡实时监测预警与技术装备研发”专项的支持下,项目组突破了滑坡动态跟踪、实时监测、精准预警等关键核心技术,研发了低成本、大视场、智能化、高精度的滑坡实时监测装备,构建了多传感集成的滑坡实时监测预警系统,成功预警多起滑坡事件,实现人员零伤亡和财产零损失,显著提升了中国滑坡灾害防灾减灾水平。Abstract: The huge landslide will bring severe losses of people's lives and properties due to its characteristics of large volume, strong concealment, strong abruptness and strong destructiveness. The real-time monitoring and early warning of the huge landslide is critical for disaster prevention and mitigation. Comparisons with the international technologies suggest that the current monitoring equipments for landslides are difficult to realize the tracing and real-time monitoring. In order to improve the level of disaster prevention and mitigation, the National Key Research and Development program "Real-time monitoring and early warning technology for huge landslides" was approved during the 13th Five-Year Plan period. The monitoring equipments for landslides with low-cost, large field of view, intelligence, high-precision have been produced through the researches on the dynamic tracking, real-time monitoring and early warning of landslides. A real-time monitoring and early warning system with multi-sensors is constructed. This system has successfully warned several landslide events, which leads to the zero casualties and zero-property losses. The program improves the level of disaster prevention and mitigation of landslides.
-
Keywords:
- huge landslide /
- dynamic trackng /
- real-time monitoring /
- early warning
-
0. 引言
为贯彻落实党中央、国务院防灾减灾救灾工作重大部署,“十三五”期间,科技部会同相关部门和地方,共同制定了国家重点研发计划“重大自然灾害监测预警与防范”重点专项。2018年12月,“特大滑坡实时监测预警与技术装备研发”(2018YFC1505100)项目正式获批立项,对应指南“重大地质灾害快速识别与风险防控”。该项目由长安大学牵头,联合中南大学、北方工业大学、南京大学、成都理工大学、中国科学院空天信息创新研究院、大连理工大学等9家单位组建项目团队,共同开展特大滑坡实时监测预警技术与装备研发。经过三年的科研攻关,项目组研制出北斗变形监测、便携式应急监测、自组网实时通信、地基大视场合成孔径雷达(SAR)、地下多场传感等滑坡实时监测装备8套,研制出空天遥感动态跟踪、多源智能预警等系统平台5套,构建起特大滑坡“动态跟踪—实时监测—精准预警”的技术体系,实时获取多层次多尺度滑坡关键监测指标,实现对特大滑坡的动态精准预警。目前,项目组在陕西、四川、重庆、云南、贵州、甘肃等13个省(自治区、直辖市)建有滑坡监测预警示范区,在西北黄土滑坡、三峡库区滑坡、西南岩溶滑坡等典型特大滑坡区开展监测预警示范,成功预警7起滑坡事件,显著提升了中国滑坡灾害的防灾减灾水平。本文就项目的研究背景、研究内容、主要创新成果,以及成果的应用情况等作介绍。
1. 背景及国内外研究现状
自“十二五”和“十三五”防灾减灾计划实施以来,中国在滑坡监测和预警领域取得了显著进展,有力支撑了从国家到地方各级政府应对滑坡灾害的能力。然而,由于中国滑坡灾害分布十分广泛,每年特大滑坡灾害依然频发,造成了严重的人民生命财产损失。实施特大滑坡监测预警对防灾减灾至关重要。与不断创新发展的国际先进技术相比,中国在特大滑坡监测和预警领域仍有较大差距,存在监测装备适应性差、精度低、成本高等问题,难以实现实时跟踪监测,及时识别并精准预警水平低,导致总体先进性不足。与本项目相关的国内外研究现状及趋势分述如下。
(1)空天多源遥感技术在区域滑坡动态跟踪方面已进入应用阶段,但复杂环境下其适应能力差,无法满足特大滑坡快速动态跟踪需求。区域滑坡具有空间分布复杂、局部差异大的特点,往往经历“早期蠕动—加速变形—快速滑动”随时间而变化的复杂过程,对区域地表进行动态跟踪是实现及时捕捉不同滑坡变化并适时开展监测预警的首要前提[1]。空天多源遥感技术具有大范围、高精度、高分辨率的特点,在区域滑坡动态跟踪上具有不可替代的作用,并开始走向应用阶段。然而在特大滑坡复杂环境下(地质条件复杂、植被茂密、地形陡峭等),常规空天多源遥感技术存在监测精度低、快速探测与动态跟踪自动化程度低等问题,亟需开展复杂环境下的空天多源遥感数据融合的特大滑坡动态跟踪技术研究和突破。
(2)滑坡地表矢量监测装备自动化和专业化程度不断提升,但仍无法兼容低成本、小型化和高精度,监测装备的智能化程度也远不成熟,限制了在滑坡监测中的大规模应用推广。随着传感器与电子自动化技术的发展,近年来国内外滑坡地质灾害监测的自动化与专业化程度迅速提升,成为滑坡成因机理和监测预警研究突破的重要技术支撑,但现有自动化监测设备存在成本高、体积大、智能化程度不足、采样周期长、长期稳定性低、安装维护难度大等实际问题[2]。针对复杂山区特大滑坡的监测预警技术的现实需求,亟待微型化、低成本、高精度、易部署的滑坡三维矢量变形监测终端、自组织自愈混合组网通信技术、以及便携式智能化滑坡应急监测预警装备研制。
(3)地基SAR滑坡监测已得到实际应用检验,但适用于特大滑坡实时监测技术仍处于探索阶段,亟待研发大视场地基SAR特大滑坡三维变形监测技术及装备。地基SAR凭借其全天时全天候、大面积非接触测量、毫米级实时监测精度等优势成为滑坡监测预警领域的研究热点。经过近二十年的系统研制和应用检验,地基SAR在滑坡监测预警领域的技术适应性已经得到充分应用检验和行业用户认可[3]。然而,现有地基SAR系统监测视场范围有限、只能获得雷达视线方向一维形变、不能实时获取监测场景三维地形,难以满足特大滑坡复杂三维立体场景三维变形要求,亟待研发适用于特大滑坡实时监测预警的地基大视场SAR三维变形监测技术和先进装备。
(4)滑坡地下监测技术已在工程中逐步推广应用,但是多场信息实时获取技术仍处在萌芽期,亟待研发地下多源多场传感集成的特大滑坡实时监测技术和装备。最近二十年来,滑坡原位监测技术水平不断提高,并逐渐向实时采集和无线传输方向发展,在实现滑坡准确预警预报方面发挥了重要的作用。对于特大滑坡,其稳定性演化规律和触发机理复杂,影响因素多,需要实时获取地下渗流场、应力场、深部变形场等多场信息,常规点式电测技术无法在低漂移、多参量、全覆盖、快速响应等方面满足这一监测需求[4]。滑坡多场监测技术的研发工作由于涉及多传感器、多系统协同工作,在国际上仍处在探索阶段,监测精度、量程和长期稳定性等指标也亟待完善。
(5)多源异构信息协同的滑坡预警已成发展趋势,但数据同化集成技术尚待突破,融合地质模型的数据驱动滑坡预警模型研究迫在眉睫。基于多源异构监测数据进行滑坡预警是目前研究热点。但是,目前方法存在两方面的问题,一是多源监测数据融合缺乏统一的数据标准,并且存在数据实时性不够的问题,亟需研究多源数据融合标准和实时汇聚理论。二是滑坡预警主要还是基于数学方法分析地表变形监测数据,这类方法脱离了岩土体自身变形这一最根本要素,导致滑坡预警成功率较低,研究融合地质模型的数据驱动滑坡预警模型显得迫在眉睫。
综上所述,面向国家重大需求,针对国内外研究现状,亟需研发特大滑坡高精度实时监测先进装备,建立无缝实时监测技术及精准实时预警方法,形成现代化滑坡智能监测预警体系,从而显著提升中国对滑坡地质灾害的防治水平,实现地区和社会的可持续发展。
2. 研究目标、内容及关键科学技术问题
2.1 研究目标及内容
围绕指南要求,项目针对中国在特大滑坡监测装备适应性差、精度低、成本高的问题,突破关键核心技术,研发高精度、高稳定性、智能化、便携的滑坡实时监测装备,推动防灾减灾专用仪器设备的国产化和现代化;针对滑坡实时跟踪监测存在监测手段单一、监测精度低的技术瓶颈,基于研发的先进监测装备,构建空天地内一体化立体监测网络,实时获取多层次多尺度滑坡关键监测指标;针对目前滑坡实时动态预警准确性低的问题,研究多传感监测数据协同处理技术,建立基于长时间序列监测数据自学习自校正实时预警模型和监测预警云平台,实现特大滑坡动态精准预警,并在三峡库区开展典型重大滑坡灾害监测预警示范。
项目下设五大任务目标,即对应五大课题,课题名称及承担单位、负责人情况如表 1所示。课题间逻辑关系如图 1所示。
表 1 课题分工设置Table 1. Arrangement of tasks课题
序号课题名称 承担单位 课题
负责人1 空天多源遥感数据融合的特大滑坡三维动态跟踪技术与系统 中南大学 朱建军 2 地表三维矢量变形实时智能监测技术与装备 长安大学 张勤 3 地基大视场SAR特大滑坡亚毫米级实时监测技术与装备 北方工业
大学王彦平 4 地下多源多场传感集成的特大滑坡实时监测技术与装备 南京大学 朱鸿鹄 5 多源异构信息融合的特大滑坡实时预警系统与典型区应用示范 成都理工
大学胡伟 2.2 关键科学技术问题
围绕任务目标,“特大滑坡实时监测预警与技术装备研发”项目着重解决5个关键技术问题。
(1)复杂环境下InSAR毫米级三维变形动态提取
对区域地表进行动态跟踪是实现特大滑坡监测预警及稳定性分析的首要前提,可为多源传感的实时监测提供有效靶区。InSAR技术在滑坡地表变形监测方面展现出巨大潜力,但在特大滑坡复杂环境,失相干现象严重,难以实现区域地表高精度动态跟踪监测。因此,最大限度提高InSAR监测目标的相干性,获取滑坡区大范围、高精度、高时空分辨率的三维地表变形,是实现滑坡动态跟踪的关键。
(2)低成本高精度地面实时监测技术
现有自动化监测设备成本高、体积大、安装维护难度大,难以满足复杂山区特大滑坡广泛布点的现实需求,需要研发微型化、低成本、高精度、易部署的滑坡三维矢量变形实时监测装备,其中高精度定位芯片的集成度和功耗是关键技术问题。项目将基于物联网思维,采用轻设备、重云端的理念,探索一种基于“云+端”思想的小型化低成本监测装备,突破高集成度、低功耗、低成本的瓶颈。
(3)特大滑坡地基大视场SAR三维变形实时数据获取技术
利用地基SAR技术获取特大滑坡大视场三维变形数据,目前是仍属于技术空白。在保证精度的同时如何快速实时构造三维成像所需的二维合成孔径和实现三维变形反演的多角度联合观测,是数据获取技术和雷达装备研制所要解决的核心问题。研究地基大视场SAR数据获取方法,建立系统全链路误差模型,突破高相位稳定性微小型雷达双收双发、雷达收发采集与扫描运动高精度同步、高集成度轻量化即插即用系统集成等关键技术,是地基大视场SAR三维变形监测装备研制的关键。
(4)特大滑坡地下多源多场信息一体化技术
由于特大滑坡体量大、监测指标类别多,对地下多场信息进行实时监测将产生海量数据,如何对监测系统的分析效率进行优化,是项目面临的又一大挑战。项目将借助贝叶斯推断等特征提取方法,突破多传感器适配和信息融合的技术瓶颈,建立高速、高精度的传感器信号分布式处理策略,在此基础上结合模糊层次综合分析与时序模糊聚类等方法,构建基于特大滑坡的多源多场信息一体化平台,杜绝滑坡事件的漏报、误报。
(5)多源异构信息集成的滑坡动态预警
现有滑坡预警模型基本未考虑滑坡内在滑动机理,缺乏地质力学依据,导致滑坡预警成功率相对较低。如何建立基于滑动机理的滑坡预警模型,提高预警成功率是滑坡预警领域的关键技术问题之一。本研究拟从示范区滑坡机理入手,通过大型环剪试验和高速摩擦试验建立滑坡动力学模型;在此基础上,运用机器学习,整合挖掘试验数据和监测数据,建立数据驱动的滑坡变形预测预警模型。
3. 主要创新成果
3.1 多源遥感融合的特大滑坡三维动态跟踪技术
在大区域范围内找到隐蔽着的“微小”滑坡隐患,是预测预警滑坡发生的首要前提。特大滑坡具有隐蔽性强、机理复杂、突发性强等特点,目前的识别技术无法快速精确定位滑坡隐患,为此项目组开展了多源遥感数据融合的特大滑坡早期识别研究。
(1)复杂山区环境下滑坡时序InSAR三维变形监测与动态探测
针对复杂山区环境下InSAR点目标密度低和观测精度低,难以实现特大滑坡高精度动态跟踪的难题,建立了面向滑坡区的InSAR毫米级三维变形动态提取理论。利用联合像素思想,提高了InSAR点目标观测密度;引入滑坡有限元模型,构建了符合滑坡孕育发展规律的InSAR三维地表变形函数模型[5];研究了顾及状态方程的序贯平差理论,解决了多源异质几何及物理观测量的时空基准统一问题,实现了垂向精度优于2 mm/a,水平向精度优于5 mm/a的三维变形动态获取[6]。图 2为利用InSAR技术获取的三峡新铺滑坡三维形变速率。
(2)多源遥感数据融合的滑坡早期视觉认知模型
针对目前滑坡识别率较低的难题,构建了多源遥感数据融合的滑坡早期视觉认知模型。量化了滑坡隐患早期视觉解译标志和变形标志,挖掘了多源数据协同诊断滑坡的孕灾背景因子、变形量化因子、视觉识别因子;探索了孕灾背景因子、变形因子和视觉识别因子与不同规模、不同类型滑坡样本之间的耦合关系,构建了基于人工智能样本学习的滑坡自动探测模型;联合多源观测技术,利用数据挖掘分析灾害体变形的时空分布特征,建立了滑坡变形时空序列图,揭示了不同性质滑坡破坏模式、阶段与滑坡地表空间变形特征的关系。基于早期视觉认知模型,实现了特大滑坡快速自动化探测,将滑坡隐患识别率由30%提高到60%。
(3)多源遥感数据融合的滑坡动态监测与跟踪系统
为实现特大滑坡的快速识别和动态跟踪,以产品形态上“国产化、型谱化、跨平台”能力要求为原则,以“处理与入库—管理与发布—可视化应用”为技术主线,基于“微内核+外部插件”基础框架进行建设,采用数据层、平台层、服务层和应用层等四层架构模式,构建了具有高精度多源数据处理、信息融合、特征识别、信息共享与服务等能力的滑坡三维动态跟踪信息服务平台,如图 3所示[7]。
3.2 地表三维矢量变形实时智能监测技术与装备
获取滑坡瞬时(秒级)高精度(毫米级)的地表位移变化,明晰滑坡地表位移演化过程,是提前预警滑坡发生的重要手段。现有的装备存在监测参数单一、通讯实时性差、成本高、体积大、精度低等实际问题,限制了其进一步的推广应用,为此项目组研发了小型化、低成本、高精度、易部署的实时监测装备。
(1)小型化低成本毫米级北斗变形监测装备
现有北斗变形监测装备成本高、体积大、精度低,无法普适性推广。为此,项目组研制了小型化低成本毫米级北斗变形监测装备,实现了特大滑坡三维矢量实时监测,如图 4所示。该装备突破了22纳米芯片工艺、射频基带解算一体化等技术难题,将北斗形变监测装备成本从原有的5000元降至1000元,体积从300 cm3降至100 cm3,载波精度从5 mm提高至1 mm,能够实时捕捉毫米级的滑坡位移变化,推动滑坡实时监测装备向普适化方向发展。
(2)便携式滑坡灾害多参数应急监测装备包
为解决特大滑坡应急监测参数单一的问题,开展了多源传感数据的轻便化采集、集成与传输等关键技术研究,研制了集成雨量、温度、气压、裂缝等8类参数的便携式监测预警智能工具箱,实现了滑坡灾变(突变)过程的多参数、可配置、便携式快速应急监测预警,如图 5所示。同时,攻关低功耗智能传感节点、无线组网、边缘计算网关、自适应变频智能感知等关键技术,实现滑坡灾变(突变)过程设备端的监测预警响应时间不低于10 s。
(3)自组织自愈的无线传感混合组网即时通信装备
复杂山区环境下地形陡峭、植被茂密,通讯信号易受干扰,特大滑坡实时监测数据无法及时传出,导致预警不及时。为此,项目组研发了自组织自愈的无线传感网络混合组网即时通信技术及设备,通讯时间延迟小于0.1 s,误码率小于1%,如图 6所示。该装备针对采集信号远距离传输易衰减等问题,突破了传统信号中继技术,引入了新式信号中继透传理念,实现了信号远距离采集和强抗干扰能力,解决了野外复杂环境下信号传输问题[8]。同时,开展了多功能接口扩展研究,突破了传统一对一信号采集技术,引入了一对多采集技术理念,实现了与便携式滑坡灾害多参数应急监测装备包的协同并用。
(4)北斗/GNSS滑坡实时三维变形监测云平台
开展了北斗/GNSS实时三维变形监测研究,并基于物联网思维建立了滑坡地表实时三维变形监测云平台,实现了地表监测终端的长期在线和连续智能化监测,如图 7所示。针对北斗/GNSS实时监测中基准站观测数据不连续,导致三维矢量变形解算精度大幅度降低,甚至监测中断的问题,创新性地提出了新型异步实时动态测量(RTK)算法,保证了滑坡变形监测的连续性[9]。针对北斗/GNSS定位易受多路径、衍射等环境干扰,导致监测结果不可靠甚至不可用的问题,建立了基于测站地形周视图的环境模型,有效缓解了复杂环境下观测噪声对北斗/GNSS实时监测产生的误差。研发了可以进行多元数据融合的智能化毫米级实时监测预警云平台,并提出了“云存储—云检核—云增强—云计算”的行业云平台数据处理模式,实现了三维矢量监测精度优于3 mm,响应时间不低于10 s。
3.3 地基大视场SAR特大滑坡亚毫米级实时监测技术与装备
利用地基SAR装备实时观测整个滑坡体,摸清滑坡整体和局部关键部位的变形信息,对研究滑坡发生机理、预警滑坡发生具有重要的意义。目前的地基SAR设备监测视场范围有限、只能获得一维方向的变化信息,难以满足特大滑坡的监测需求,为此项目组研发了适用于特大滑坡的地基大视场SAR三维变形监测技术和装备。
(1)地基大视场SAR变形监测技术及装备
面向特大滑坡大范围、三维立体实时监测的需求,突破了多相位中心旁瓣抑制系统设计技术和宽温长时间高稳定性的调频连续波雷达自校准快速收发系统技术,研发了地基大视场SAR实时变形监测装备,实现了三维地形和形变的一体化实时监测,如图 8所示。该地基SAR装备最大作用距离5 km,形变监测精度优于0.1 mm,三维地形分辨率优于2 m×2 m×0.5 m,监测视场由原来的60°扩大到120°,实现了全天时全天候条件下大面积亚毫米级精度形变信息的实时获取,填补了大视场地基SAR高精度形变信息获取的技术空白。
(2)地基大视场SAR高精度实时成像与三维重建
为了利用研制的大视场地基SAR装备实时成像并快速提取三维变形,提出了悬臂扫描大视场快速成像和高精度地形自适应成像算法,解决了常规成像算法计算效率较低的问题,实现了特大滑坡的快速扫描成像;在此基础上,提出了基于多相位中心的地基圆周扫描三维成像旁瓣抑制方法,通过频谱稀疏的方式拓宽频谱抑制旁瓣以实现低旁瓣的三维SAR成像[10];针对时域三维SAR成像方法计算量大的问题,提出圆周扫描地基SAR远场频域快速三维成像方法,兼顾了成像质量与监测效率(图 9)。
(3)星载和地基SAR联合估计三维地表变形
单个InSAR观测仅能获取视线向(LOS)形变,无法获取三维变形。通过联合星载和地基SAR观测结果,不需要引入额外的约束,即可获取准确的三维形变结果,便于揭示滑坡的真实形变情况。研究迭代最邻近算法寻找星载影像和地基影像之间的同名点,实现星载和地基SAR影像的高精度配准,解决三维空间中地基和星载高精度配准难题;联合升降轨和地基雷达视线方向的形变,通过地表应力应变模型和方差分量估计法迭代优化3个方向的观测量权值,发展顾及地基和星载雷达几何优化配置的三维地表变形约束模型以及基于方差分量估计的三维地表形变高精度反演模型,实现地基大视场SAR三维地表变形高精度反演[11]。图 10为星载和地基SAR联合估计三峡新铺滑坡的三维地表变形。
3.4 地下多源多场传感集成的特大滑坡实时监测技术与装备
特大滑坡的稳定性演化规律和触发机理复杂,影响因素多,除了实时获取表层变形之外,实时获取隐藏于滑坡体内的地下渗流、应力、位移等变化信息,对滑坡预警同样具有重要的意义。目前的技术无法满足特大滑坡观测信息全覆盖、快速响应等方面的需求,为此项目组研发了适用于特大滑坡的地下信息实时监测技术和装备。
(1)滑坡渗流场全剖面动态感测技术及装备
为解决滑坡渗流场信息高精度、快速获取难题,提出了基于分布式温度传感(DTS)和光纤光栅(FBG)的岩土渗流监测技术,研制了全分布式和准分布式渗流场感测光缆,渗流速率监测精度可达1%F.S,监测范围可达2 km,实现特大滑坡动态渗流场实时高精度获取,如图 11所示。
(2)滑坡三维应力场及灾变滑动力感测技术及装备
相比于传统岩土传感器,光纤传感器具有体积小、质量轻、抗电磁干扰、耐腐蚀和性能可靠等优点;MEMS是一种内部结构一般为微米或纳米级的微型设备。将MEMS传感器与光纤光栅三维土压力盒结合能够有效输出土压力盒任意方向的正应力大小,实现埋入式微型三维土压力盒的偏移测量、精确定位的功能[12]。因此,项目组研发了一种基于MEMS的光纤光栅三维土压力盒,可高精度监测滑坡三维应力场,如图 12所示。
锚索现已成为边坡等岩土工程领域首选支护方法,然而在瞬时大量程灾变滑动力作用下,锚索极易出现索体损伤、性能紊乱等问题,相较于常用监测锚索应力状态的传感设备,光纤光栅锚索测力计具有抗干扰能力强、稳定性好等优势,此外在经过二次加工后其能够达到较大量程,可及时识别锚索失效风险。为此,团队开发了一种基于光纤光栅的灾变滑动力感测装备,可实现滑坡滑动力0~3000 kN监测,如图 13所示。
(3)滑坡深部变形多源多向感测技术及装备
针对传统测斜仪在滑坡大变形作用下发生的剪切破坏问题,研究了滑坡深部变形感测及量程自适应技术,研制了适用于深部大变形监测的多源多向感测装备,如图 14所示。研制了基于重力加速度的MEMS原位测斜传感器,监测精度达0.1 mm,结合RTU可实现数据的远程传输采集。研制了基于霍尔原理的霍尔元件原位测斜传感器,角度测量范围90°,实现了岩土体的非接触式大变形监测[13]。研制了光纤光栅原位测斜传感器,监测精度达0.1 mm,角度测量范围为90°,实现大变形监测。
(4)滑坡温度场时空分布高精度感测技术及装备
温度场通过影响土体中的相变、融沉、渗透等来改变滑坡体内部应力场与变形场,是滑坡监测中的重要参数。项目组融合了光纤布拉格光栅(FBG)、拉曼光时域反射测量(ROTDR)和热电偶测温技术,研发了高精度、高空间分辨率的光纤传感器;开展了滑坡温度场监测系统优化布设工法研究,攻克了滑坡数据漏检、传感器鲁棒性不高和安装工艺复杂等难题;基于物联网的感测信号解调、传输与处理,提高了监测数据的可靠性[14]。研发的温度场感测装备(图 15)监测精度优于0.1℃,范围达3 km,解决了滑坡体大范围、全分布、精细化温度获取难题。
4. 成果应用情况及社会经济效益
项目组在在西北黄土滑坡、三峡库区滑坡、西南岩溶滑坡等典型特大滑坡区开展监测预警示范,成功预警7起滑坡事件,应用效果好,具有推广前景。图 16为在三峡库区构建的实时监测网络。以三峡库区的新铺滑坡和甘肃黑方台黄土滑坡介绍成果应用情况。
4.1 三峡新铺特大滑坡实时监测预警
新铺滑坡位于重庆市奉节县长江南岸的安坪乡新铺村境内,滑坡区地处长江右岸。新铺滑坡为顺层—微切层特大型滑坡群,滑坡群平面形状似撮箕形,上窄下宽,滑坡前缘高程81~85 m,后缘高程810 m,为涉水滑坡。滑坡纵向长度约2493 m,横向平均宽度约1160 m,平均厚度25 m,总面积245×104 m2,总体积3998×104 m3,主滑方向348°。滑坡滑动过程中受滑床基底岩性等多方面的因素控制,自下而上形成3个互有联系而又相对独立的滑坡体,即下二台滑坡(主滑坡)、上二台滑坡和大坪滑坡。为了掌握滑坡的实时动态变化,布设了天—空—地—内实时监测网络,如图 17所示。其中,天基InSAR监测结果显示新铺滑坡变形主要集中于前缘的下二台滑坡,其最大年变形速率约50 mm/a。空基无人机结果显示下二台滑坡和上二台滑坡体地面出现不连续的裂缝及地面隆起。地表布设的GNSS、裂缝计等,以及地下布设的渗流、温度、应力等传感,均通过无线通讯装备将数据传送至云端,对滑坡进行实时监测预警。图 18为GNSS实时监测曲线。
4.2 甘肃黑方台滑坡实时监测预警
黑方台位于甘肃省临夏州永靖县盐锅峡镇黄河北岸,是由黑台和方台组成的两个黄土台塬,黄土台塬面积13.7 km2。黑台位于方台的东侧,东西长7 km,南北宽2.5 km,属于黄河Ⅳ级阶地,是兰州西侧典型的黄土阶地。黑方台台面地形平坦,两个台塬中间隔着一条由北向南发育的虎狼沟。研究区内主要有主要8个行政村,包括了方台村、盐集村、新源村、朱王村、党川村、黄茨村、陈家村以及焦家村等,区内有4条高等级公路、一条专用铁路和一条规划兰合一级铁路,公路包括国道309、兰永一级公路和折达公路等,研究区整体的交通条件较好。台上农田常年采用大水漫灌的方式浇地,每年平均灌溉量超过500万m3,受地形影响,地下水位聚集不散,台上部分区域地表下挖1 m即可出水,近年来黑方台边缘频繁发生滑坡,危害严重。
2021年01月27日20时53分,甘肃黑方台发生黄土滑坡。依托项目研发的“高精度北斗地质灾害监测预警”平台捕捉到了滑坡处于临滑状态,提前6 h自动发出了红色预警,并以短信、微信和紧急电话方式通知了当地镇政府、镇地质灾害应急中心和村级干部,及时撤离了200余人,做好了相应的防范工作。由于提前发出了预警信息,本次滑坡未造成人员伤亡和财产损失。安装在滑坡体上的远程视频监测装置记录了滑坡灾害发生的全过程(图 19)。图 20为高精度北斗地质灾害监测预警平台获取的三维位移时间序列。
5. 结语
面向特大滑坡实时监测预警的实际需求,按照“技术攻关—装备研制—系统开发—示范应用”全链路一体化研究思路,在滑坡动态跟踪、实时监测、精准预警等方面取得了系列创新成果,提升了我国滑坡监测预警技术和装备水平,具体体现在以下4个方面。
(1)创新理论体系:在多源遥感三维动态跟踪、地表和地下多参数高精度实时监测、大视场地基SAR三维变形实时获取、长时序监测数据精准预警等方面取得理论创新,拓展了中国在国际滑坡实时监测预警领域中的领先优势。
(2)突破技术瓶颈:以特大滑坡实时监测存在的诸多卡脖子技术为出发点,研制了北斗变形监测、地下多场传感等滑坡实时监测装备8套和空天遥感动态跟踪、多源智能预警等系统平台5套,构建了特大滑坡“动态跟踪—实时监测—精准预警”的技术体系,显著提升了滑坡灾害防灾减灾技术水平。
(3)服务国家需求:项目成果应用于黄河流域、川藏地区、长江经济带等滑坡灾害易发区,服务于黄河流域生态保护与高质量发展、川藏铁路等国家重大战略和工程。
(4)创新人才队伍:项目凝聚了一支居国际学术前沿、为国家重大战略决策服务的科研人才队伍,建立了具有国际领先水平的研发基地。
本项目发表第一标注学术论文109篇,其中SCI论文70篇;授权发明专利48项,软件著作权21项;向科技部、省政府等相关部门提交科技简报、专报6份;培养国家级青年人才5人;项目成果已经推广应用至全国13个地质灾害严重的省份,先后7次成功预警滑坡发生,有效地降低了财产损失,避免了人员伤亡。
-
表 1 课题分工设置
Table 1 Arrangement of tasks
课题
序号课题名称 承担单位 课题
负责人1 空天多源遥感数据融合的特大滑坡三维动态跟踪技术与系统 中南大学 朱建军 2 地表三维矢量变形实时智能监测技术与装备 长安大学 张勤 3 地基大视场SAR特大滑坡亚毫米级实时监测技术与装备 北方工业
大学王彦平 4 地下多源多场传感集成的特大滑坡实时监测技术与装备 南京大学 朱鸿鹄 5 多源异构信息融合的特大滑坡实时预警系统与典型区应用示范 成都理工
大学胡伟 -
[1] ZHANG J M, ZHU W, CHENG Y Q, et al. Landslide detection in the Linzhi–ya'an section along the Sichuan–Tibet railway based on InSAR and hot spot analysis methods[J]. Remote Sensing, 2021, 13(18): 3566. doi: 10.3390/rs13183566
[2] 张勤, 黄观文, 杨成生. 地质灾害监测预警中的精密空间对地观测技术[J]. 测绘学报, 2017, 46(10): 1300–1307. doi: 10.11947/j.AGCS.2017.20170453 ZHANG Qin, HUANG Guan-wen, YANG Cheng-sheng. Precision space observation technique for geological hazard monitoring and early warning[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10): 1300–1307. (in Chinese) doi: 10.11947/j.AGCS.2017.20170453
[3] WANG Y P, HONG W, ZHANG Y, et al. Ground-based differential interferometry SAR: a review[J]. IEEE Geoscience and Remote Sensing Magazine, 2020, 8(1): 43–70. doi: 10.1109/MGRS.2019.2963169
[4] 王家琛, 朱鸿鹄, 王静, 等. 基于主动加热光纤法的毛细阻滞入渗模型试验研究[J]. 岩土工程学报, 2021, 43(1): 147–155. https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC202101022.htm WANG Jia-chen, ZHU Hong-hu, WANG Jing, et al. Laboratory model tests on capillary barrier infiltration using actively heated fiber optic method[J]. Chinese Journal of Geotechnical Engineering, 2021, 43(1): 147–155. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC202101022.htm
[5] GUAN L Y, HU J, PAN H B, et al. Fusion of public DEMs based on sparse representation and adaptive regularization variation model[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2020, 169: 125–134. doi: 10.1016/j.isprsjprs.2020.09.005
[6] LUO X J, WANG C C, LONG Y, et al. Analysis of the decadal kinematic characteristics of the daguangbao landslide using multiplatform time series InSAR observations after the Wenchuan earthquake[J]. Journal of Geophysical Research: Solid Earth, 2020, 125(12): e2019JB019325.
[7] JI P F, LV X L, DOU F J, et al. Fusion of GPS and InSAR data to derive robust 3D deformation maps based on MRF L1-regularization[J]. Remote Sensing Letters, 2020, 11(2): 204–213. doi: 10.1080/2150704X.2019.1701722
[8] ZENG W, XIAO J Q, LIN F Q, ZHU X. Design of Portable Mountain Flood Warning System Based on LoRa[J]. Canadian Journal of Electrical and Computer Engineering, 2012, 2: 141–147.
[9] DU Y, HUANG G W, ZHANG Q, et al. A new asynchronous RTK method to mitigate base station observation outages[J]. Sensors, 2019, 19(15): 3376. doi: 10.3390/s19153376
[10] WANG Y P, SONG Y, LIN Y, et al. Interferometric DEM-assisted high precision imaging method for ArcSAR[J]. Sensors (Basel, Switzerland), 2019, 19(13): 2921. doi: 10.3390/s19132921
[11] WU W Q, HU J, LIU J H, et al. Derivation of high-quality three-dimensional surface deformation velocities through multi-source point cloud fusion: application to Kīlauea volcano[J]. International Journal of Applied Earth Observation and Geoinformation, 2021, 95: 102270. doi: 10.1016/j.jag.2020.102270
[12] PEI H F, ZHANG S Q. Molecular dynamics study on the zeta potential and shear plane of montmorillonite in NaCl solutions[J]. Applied Clay Science, 2021, 212: 106212. doi: 10.1016/j.clay.2021.106212
[13] PEI H F, ZHANG F, ZHANG S Q. Development of a novel Hall element inclinometer for slope displacement monitoring[J]. Measurement, 2021, 181: 109636. doi: 10.1016/j.measurement.2021.109636
[14] ZHANG L, CHENG G, WU J H, et al. Study on slope failure evolution under surcharge loading and toe cutting with BOTDA technology[J]. Optical Fiber Technology, 2021, 66: 102644. doi: 10.1016/j.yofte.2021.102644