《测绘学报》
复制链接，关注《测绘学报》抖音！
【测绘学报的个人主页】长按复制此条消息，长按复制打开抖音查看TA的更多作品##7NsBSynuc88##[抖音口令]
本文内容来源于《测绘学报》2019年第11期，审图号GS（2019）5391号。
白正伟, 张勤, 黄观文, 景策, 王家兴
长安大学地质工程与测绘学院, 陕西 西安 710054
基金项目：国家自然科学基金（41731066；41774025）；国家重点研发计划（2018YFC1505102）；陕西省杰出青年基金（2019JC-20）；二代导航重大专项（GFZX0301040308）；中央高校科研业务费专项（CHD300102268305；CHD300102268305）
摘要：对滑坡区域进行地表高精度实时三维变形监测，是实现滑坡灾害精准预警的前提。GNSS技术是目前唯一直接获取滑坡灾害实时地表三维矢量变形的手段，但GNSS应用于大范围滑坡监测存在成本高和计算能力差两大问题。本文采用物联网思维，以"云+端"的设计理念，自主研发了千元级小型化实时北斗/GNSS监测技术装备，并研制了毫米级实时监测预警云平台，成果成功应用于甘肃黑方台滑坡实时监测预警。联合成都理工大学预警系统提前40 min发出了准确预警信号，避免了人员伤亡和财产损失。安装在滑坡体上的远程视频监控首次近距离记录了滑坡灾害发生的全过程。
关键词：滑坡 GNSS 北斗 低成本 高精度 监测预警
引文格式：白正伟, 张勤, 黄观文, 等. “轻终端+行业云”的实时北斗滑坡监测技术. 测绘学报，2019，48(11)：1424-1429. DOI: 10.11947/j.AGCS.2019.20190167.阅读全文：http://html.rhhz.net/CHXB/html/2019-11-1424.htm
我国滑坡灾害分布范围广、数量多、发生次数频繁，每年滑坡灾害造成的生命财产损失超过百亿元[1]。对滑坡区域地表进行高精度实时连续监测是实现滑坡精准预警和减灾防灾的重要前提[2]。全球导航卫星系统(GNSS)是连续实时获取滑坡地表三维矢量变形的主要技术手段，其中北斗卫星导航系统优势明显，其具有亚太区域卫星数目多、可视卫星高度角大等特点，成为复杂区域滑坡高精度监测的首选系统[3-7]。目前专业型GNSS监测设备成本昂贵(数万元/台)，而已知和潜在的危险滑坡数以千万计，且影响范围超过国土面积的三分之二，高成本问题使得无法进行专业GNSS监测设备的大范围布设[8]。常规接收机端解算的处理方式计算能力有限，而复杂观测环境下要想实现高精度变形监测，必须建立环境模型，进行去噪与误差改正，这就需要较高的处理能力，因此常规模式难以实现高精度监测，也就难以实现复杂危险区域滑坡灾害的精准预警。本研究团队自2015年开始，依托国家基金委重点基金和科技部重点研发等项目，针对GNSS滑坡监测设备成本高、监测精度低、实时性差等问题，提出采用物联网“传感器+云”的思维模式，研发高精度小型化千元级GNSS滑坡监测传感器设备。以“轻终端+行业云”的设计理念，在大幅度降低接收机成本的同时，利用行业云平台增强技术和精细模型改正，实现了对滑坡地表的毫米级GNSS实时监测，为滑坡灾害精准预警提供了有力支撑[9]。
目前高精度GNSS定位模块或定位板卡销售价格从数百元(如UBLOX模块)、千元级(国产板卡)至数千元(国产板卡和国外板卡)不等，通过叠加数据处理单元、存储单元、电池单元、通信单元以及其他行业功能单元后，研制销售的单台高精度GNSS接收机价格则上升至数万元(国产接收机)至十余万元(国外接收机)。除了价格高昂外，目前高精度GNSS监测接收机的行业特征明显，专业门槛较高，无论是外业安装还是硬件调试均需要专业人员进行操作，无形中还大幅增加了人力成本。本研究团队为实现低成本大范围的实时滑坡高精度三维形变监测，采用物联网“传感器+云”的思维，通过剥离GNSS监测终端中的非必要功能模块，如导航定位、数据存储、电池等功能模块，仅保留数据采集模块和通讯模块，成功研发出了小型化的千元级GNSS接收机。利用2G/3G/4G等通信手段将监测数据实时传送至云端，在云平台上实现云存储和云计算。这种“轻终端+行业云”的设计理念，将终端成本降至最低，同时设备安装和调试均可以通过云端软件实现监控和设置，大幅降低了现场安装人员的专业要求，一定程度上将行业终端设备变革成了大众消费型普适设备[10]。传统行业终端与低成本终端设计思路对比如图 1所示。 |
| 图 1 传统行业终端与低成本终端设计思路对比Fig. 1 Comparison of traditional receiver module and low-cost receiver module |
图选项 |
高精度GNSS实时定位算法是获取高可靠三维形变监测结果的重要前提。目前传统GNSS滑坡监测数据处理主要有两种方式。第1种方式采用1 h甚至更长时段的静态差分解，进行准实时监测，这种定位模式监测精度较高，一般三维精度优于1 cm。但该定位模式实时性差，对突发性滑坡或滑坡临滑阶段，难以及时监测，更无法实现实时预警[11]。第2种方式采用实时单站RTK动态定位模式进行监测。这种模式虽然顾及了时效性，但由于仅为两站之间进行动态实时差分解算，其定位精度较差，一般三维精度仅为厘米级，同时接收机端的处理能力有限，监测精度容易受到复杂环境噪声等影响，监测结果不可靠。此外，上述两种处理模式对基准站的稳定性和数据可靠性依赖性大，一般基准站出现不稳定，将直接影响监测结果的可靠性和精度。针对上述传统GNSS滑坡监测数据处理的局限性，研究团队在小型化低成本硬件终端研制的基础上，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。主要思路如下：(1) 云平台实时接收不同区域监测点的观测数据流和广播电文数据流，在云平台上进行云存储，同时生成单小时弧段、多小时弧段以及天弧段文件等。(2) 结合云平台生成的超快速星历产品等，利用实时数据质量检核单元对所有测站数据进行实时云检核，筛选出高可靠的GNSS观测数据和星历数据。(3) 基于监测点高度角、方位角等信息，进行测区环境建模补偿[11-13]；受遮挡卫星观测值预测[14]；基于周围GNSS观测站及测区内稳定的监测点，生成多个候补基准点增强数据。另外，计算生成监测站先验形变约束信息、先验基准站坐标约束信息、先验水汽约束信息等多个增强信息，构造云增强模型。(4) 结合环境建模和增强信息，对每个监测点进行附加约束的实时GNSS动态定位解算，同时基于精密单点定位技术对基准站稳定性进行定位检核，并实时标定出基准站形变补偿值[15]。云平台进行实时定位监测的同时, 利用高精度准静态定位解算结果，每小时对每个监测点的历史形变数据进行自更新，提升滑坡监测序列的实时预报精度。最后实时对比滑坡变形预报值和预警先验阈值，进行滑坡灾害的实时预警[16-18]。行业云平台的简要技术路线如图 2所示。 |
| 图 2 行业云平台的简要技术路线Fig. 2 Brief technical route for the professional cloud platform |
图选项 |
黑方台位于甘肃省临夏州永靖县盐锅峡镇黄河北岸，黄土台塬面积13.7 km2。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5×106 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[19-21]。本文监测区域为黑方台党川滑坡，台塬顶部和底部的平均高差大于70 m，滑坡主体距离下方主要居民区水平距离约400 m，坡体正下方为水渠和农田。研究团队在坡上布设了低成本GNSS监测设备13套，具体监测点和居民区分布如图 3所示。 |
| 图 3 GNSS监测点和居民区分布Fig. 3 Distribution of GNSS monitoring points and residential areas |
图选项 |
对于滑坡灾害的精准预警，需要实时获取3个监测指标，分别是监测点的累计位移、变形速率和切线角。本次滑坡监测时间段为2018年10月25日至2019年3月26日。图 4给出了滑坡体GNSS监测点(HF08)各方向累计位移时间序列结果，图中滑坡预警级别各阶段判据见表 1[22]，图 5给出了HF08点各方向变形速率时间序列结果。 |
| 图 4 黑方台滑坡HF08点各方向累计位移时间序列结果Fig. 4 Cumulative displacement time series results of HF08 points in Heifangtai landslide |
图选项 |
表 1 滑坡预警级别定量划分标准Tab. 1 Landslide warning level quantitative division standard
| 滑坡变形阶段 | 等速 | 初加速 | 中加速 | 临滑 |
| 预警级别 | 注意级 | 警示级 | 警戒级 | 警报级 |
| 警报形式 | 蓝色 | 黄色 | 橙色 | 红色 |
| 改进的切线角 | α≈45° | 45° < α < 80° | 80°≤α < 85° | α≥85° |
表选项
|
| 图 5 黑方台滑坡HF08点各方向变形速率时间序列结果Fig. 5 Time series results of deformation rate in all directions of HF08 point of Heifangtai landslide |
图选项 |
为了采用改进切线角作为滑坡演变各阶段判据，需要将位移时间S-t曲线变换为纵横坐标量纲一致的T-t曲线。选取2018年11月3日至2019年1月24日为等速变形阶段，由此算得等速变形阶段三维方向平均变形速率为1.57 mm/d，高程方向平均变形速率为1.29 mm/d，水平方向平均变形速率为0.92 mm/d。累计位移除以等速变形阶段各方向平均变形速率(T=S/V，V为等速变形阶段平均变形速率)，得到变换后的各方向T-t曲线(图 6)。 |
| 图 6 变换后的T-t曲线图Fig. 6 Transformed T-t graph |
图选项 |
根据文献[23—25]提出的改进切线角α作为滑坡预警判据，将滑坡变形预警阶段细分为等速变形阶段(α≈45°)，此阶段对应蓝色预警；初加速变形阶段(45° < α < 80°)，此阶段对应黄色预警；中加速变形阶段(80°≤α < 85°)，此阶段对应橙色预警；临滑阶段(α≥85°)，此阶段对应红色预警。3月23日GNSS水平方向、高程方向、三维方向切线角都超过80°，3月25日GNSS各方向切线角超过85°。北斗监测系统将GNSS观测点的累计位移、变形速率和改进切线角等信息发送至成都理工大学预警平台，成都理工大学预警平台于26日凌晨1时25分发出橙色预警信息(图 7)，4时34分发出红色预警信息。3月26日4时59分40秒，GNSS监测点HF08处滑坡开始滑动，安装在滑坡体上的视频监控清晰地拍下了滑坡发生的全过程(图 8)(滑动视频见http://news.chd.edu.cn/2019/0326/c300a56335/page.htm)，本次滑坡台塬边后退宽度约8 m，滑坡区域长度约130 m，滑坡总体积约20 000 m3，由于提前发出了预警信息，疏散了生产作业人员，本次滑坡未造成人员伤亡和财产损失。 |
| 图 7 监测系统发的橙色预警信息Fig. 7 Orange warning information sent by the monitoring system |
图选项 |
|
| 图 8 监控视频所拍滑坡开裂过程Fig. 8 Monitor the landslide cracking process |
图选项 |
针对GNSS滑坡监测设备成本高、监测精度低和实时性差等问题，本文提出了“轻终端+行业云”的设计理念，研发了高精度小型化千元级GNSS滑坡监测传感器设备，利用行业云平台增强技术和精细模型改正，实现了对滑坡地表的高精度GNSS实时监测。研究成果在甘肃黑方台滑坡监测中进行了工程应用，成功实现了3月26日4时59分党川滑坡灾害的准确预警。黑方台滑坡灾害的成功预警也初步验证了“轻终端+行业云”低成本实时滑坡监测技术成果的可行性，可为下一步大范围普适性GNSS滑坡监测技术推广提供支撑。
本文研究成果目前已经在陕西、甘肃、四川等多个省市的滑坡灾害、地面沉降等实时监测预警工程中得到应用。
第一作者简介：白正伟(1991—), 男, 博士生, 研究方向为GNSS高精度定位技术理论与应用。E-mail:bzw0816@163.com
通信作者：张勤, E-mail：zhangqinle@263.net.cn
权威 | 专业 | 学术 | 前沿
微信、抖音小视频投稿邮箱 | song_qi_fan@163.com
微信公众号中搜索「测绘学报」，关注我们，长按上图二维码，关注学术前沿动态。
欢迎加入《测绘学报》作者QQ群： 751717395
进群请备注：姓名+单位+稿件编号