CN109373911A - 一种地表位移网格化动态监测技术及方法 - Google Patents

Abstract

本发明公开了一种地表位移网格化动态监测技术及方法，包括根据崩滑体地质情况设置网格化布设结构，实地数据采集，实地数据分析判断，工作模式选择和数据处理发布预警；综合无线传感网络技术、计算机控制技术、惯导技术、数据融合技术，全面获取崩滑体灾害体全链条地表位移监测数据，实现崩滑体灾害全区域全覆盖监测，完全满足崩滑体地表位移监测，利用此技术大大降低监测成本，且监测装置体积灵巧、布设方便、易于操作，设计的数据处理单元不仅可以实现在现场发出声光报警，也可以在后台对现场进行实时监控，利用数据融合算法可实现多角度多方位对崩滑体进行实时监控，最大程度保证数据的有效性、稳定性和准确性，为崩滑体监测提供新的技术支持。

Description

一种地表位移网格化动态监测技术及方法

技术领域

本发明具体涉及一种地表位移网格化动态监测技术及方法。

背景技术

崩塌和崩滑体是我国频发的地质灾害类型，崩滑灾害严重影响附近人民群众的生产生活和财产安全。由于崩塌和崩滑体的成因复杂多样，对于崩塌和崩滑体的监测方法也是多种多样，如果能够在崩滑灾害发生之前或临灾阶段对灾害能够进行合理有效的监测，可以判断其形变运动趋势，分析具体形变区域，及时发出预警信号，能最大程度减少损失，避免人员伤亡。监测崩塌崩滑体的主要方法有人工宏观监测、崩滑体位移和倾角变形监测，人工宏观观测主要靠群测群防监测员定期对灾害体的重要形变区域进行人工定量观测，精度和准确度有限，监测周期也较长，而且不能实时反映崩滑体的变化状态。对于崩滑体的地表位移和倾角变化监测可以实时监测崩滑体的地表形态变化，为崩滑体监测提供第一时间的监测数据，为判别崩滑体的运动趋势变化提供重要的数据依据。崩滑体的地表位移监测总体可分为相对位移监测和绝对位移监测两种类型。相对位移监测指的是崩滑体上主要形变区域内点对点之间发生的相对位移变化，主要包括崩滑体伸缩仪监测、倾斜摄影监测等方法。绝对位移监测指的是监测崩滑体上的监测点相对于崩滑体外的某一基准点三维坐标变化，进而计算监测点的三维变形位移量、位移方位与变形速率。主要包括GNSS监测、合成孔径雷达干涉等监测方法。

实用新型专利授权公告号CN204496658U公开了一种危岩崩塌监测预警装置，涉及危岩监测技术领域，主要包括突发监控设备和缓慢变形数值变化监控设备，可以实现危岩体崩塌整体变化情况监测。主要缺点是通过图像采集与分析远距离判别危岩精确度有待提高，而且只能是对变形数值进行估算，没有实现对崩塌危岩体趋势做出分析与预警。

实用新型专利授权公告号CN205561791U公开了一种基于位移和压力传感器检测危岩体崩塌的装置，主要检测危岩体的力学变化监测和运动趋势监测。主要缺点是针对高陡危岩变形监测，此种方法布置难度较大，施工条件不便，而且不能针对每个块体进行监测，也没有描述位移传感器和压力传感器监测精度，精度偏差较大会严重影响危岩体监测效果。

发明专利授权公告号CN105118241B公开了一种危岩体崩塌监测的预警系统，主要包括移动装置、导电装置以及位移监测装置。主要缺点是该装置实现的基本功能为危岩体崩塌监测报警，在安装时对危岩崩塌体要求较高，必须要有合适的施工面才可以实现监测，而且不能对危岩崩塌体的变形量进行监测和计算。

发明内容

有鉴于此，本发明的目的是提供一种通过合理化的分布式网格化动态节点分布，可无死角全方位立体化对崩滑体地质灾害的高精度地表位移变形监测，并及时发出预警和有效节约仪器功耗的监测技术及方法。

为了解决上述问题，本发明的技术方案是：

一种地表位移网格化动态监测技术及方法，包括以下步骤：

1)根据崩滑体地质灾害调查，在崩滑体上合理布设姿态传感器、数据采集器和相应的传输网络，并按照布设方法形成分布式网格化布设结构；

2)将数据采集器、姿态传感器和相应的传输网络进行配对建立联系，并上电初始化进入工作模式，实时监测姿态传感器的三轴倾角、三轴加速度变化情况；

3)对数据采集器采集到的姿态传感器的三轴倾角、三轴加速度进行分析处理，若未达到设定的启动阈值，则继续进行对姿态传感器的三轴倾角、三轴加速度进行分析处理；若采集到的三轴倾角、三轴加速度发生变化，并且达到设定的启动阈值后，联动崩滑体上的其他监测节点的姿态传感器；

4)开始进入数据实时监控及实时传输阶段，并检测是否具有远程传输网络；若检测到有远程传输网络，则进入工作模式一并将三轴倾角和三轴加速度数据传输到后台数据服务器；若检测没有远程传输网络，则进入工作模式二并将三轴倾角和三轴加速度传输到现场数据服务器；

5)将后台数据云服务器与现场数据服务器根据采集到的三轴倾角和三轴加速度数据经过一定的数据算法解析出地表变形的具体变化量，进而依据设定好的预警阈值发布预警信息；所述数据算法解析为采用自适应加权估计的数据级融合算法对上述数据进行融合分析，设有姿态传感器k个，每个姿态传感器具体变化量监测数值为Z_i(i＝1，2，3，...k)，所要估计的真值为Z，设有任意两个不同的传感器p、q，在某一采样时刻，其测量值分别Z_p、Z_q，对应的观测误差分别为V_p＝Z_p-Z，V_q＝Z_q-Z，求得此采样时刻的Z_p、Z_q互协方差函数R_pq＝E[Z_pZ_q]，Z_p自互协方差函数R_pp＝E[Z_pZ_p]；计算此时刻传感器p方差计算此时刻的监测数值平均值(其中p＝1，2，…n)，然后计算此时刻各个传感器最优加权因子(其中p＝1，2，…n)，进而得出此时刻的监测估计值通过试验不断测出监测估计值的预警阈值范围，并且划分不同预警预报等级，通过测出在规定的预警阈值范围内来发出预警预报信息。

本发明的有益效果：综合无线传感网络技术、计算机控制技术、惯导技术、数据融合技术，从灾害形成早期到灾害运动过程发生，可全面获取崩滑体灾害体全链条监测数据，可以为崩塌、崩滑体灾害早期孕育过程的发展情况做出可靠的数据支撑，也可以实时监控崩塌、崩滑体发生过程的运动状态监测，精细勾勒出崩塌、崩滑体灾害从早期状态到发生过程的运动轨迹，有效了解灾害成因及运动变化趋势。通过此技术，可以实现崩滑体灾害全区域全覆盖监测，完全满足崩滑体地表位移监测，不仅如此，利用此技术大大降低监测的成本，而且监测装置体积灵巧、布设方便、易于操作，设计的数据处理单元不仅可以实现在现场发出声光报警，也可以在后台对现场进行实时监控，利用数据融合算法可实现多角度多方位对崩滑体进行实时监控，最大程度保证数据的有效性、稳定性和准确性，为崩滑体监测提供了新的技术支持。

附图说明

图1为本发明一种地表位移网格化动态监测技术及方法的流程图。

图2为为本发明网格化动态监测系统部署示意图。

图3为本发明工作模式一的流程图。

图4为本发明工作模式二的流程图。

具体实施方法

以下结合附图，对本发明的具体实施方式作进一步详述，以使本发明技术方案更易于理解和掌握。

参阅图1-4所示，一种地表位移网格化动态监测技术及方法，包括以下步骤：

1)现场要在有地质灾害详细调查的基础上进行针对性部署，考虑崩滑体的整体变形趋势与重点形变区域，每个监测节点包括姿态传感器和数据采集器，以及相应的传输网络；建立的监测网基本按照崩滑体的主滑方向和垂直主滑方向布置，可以建立一个分布式网格化结构，为了覆盖崩滑体整体形变，能够有效控制崩滑体各个方向的变形情况，如设置4＊4监测节点方式；

2)将数据采集器、姿态传感器和相应的传输网络进行配对建立联系，并上电初始化进入工作模式，建立好分布式网格化监测节点后，系统处于低功耗工作模式，意味着每个监测节点处于休眠模式，即采用唤醒模式，当监测节点稍微发生形变，所在的姿态传感器被立即唤醒进行数据采集，达到降耗的效果；正常工作状态下，每个监测节点都可以成为整个监测系统的触发点；实时监测每个监测节点的姿态传感器的三轴倾角、三轴加速度变化情况；

3)当数据采集器采集到的姿态传感器的三轴倾角、三轴加速度产生变化时，则对数据采集器采集到的姿态传感器的三轴倾角、三轴加速度进行分析处理，若未达到设定的启动阈值，则继续对更新的姿态传感器的三轴倾角、三轴加速度进行分析处理；若采集到的三轴倾角、三轴加速度发生变化，并且达到设定的启动阈值后，则联动崩滑体上的其他监测节点的姿态传感器对所在区域进行数据采集；

4)开始进入数据实时监控及实时传输阶段，基于现有移动传输网络及北斗卫星通讯的快速发展，优先保证在特殊工况下的数据传输稳定性，加强无线通讯的智能切换技术；现场数据传输可分为两部分功能：若现场有比较良好的移动传输网络，可以采用NB-IOT的传输模式将数据传输到后台数据云服务器，即工作模式一，目前，NB-IOT网络正在蓬勃发展，它的技术特点鲜明，具有连接多、速率低、成本低、功耗低、架构优等技术特点，利用NB-IOT构建蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络，以降低部署成本、实现平滑升级，正是利用NB-IOT的技术优势，可以在灾害现场多布置姿态传感器，尽可能多的覆盖崩滑体重要变形区域，这样就可以全面监控崩滑体运动状态，实现网格化动态监测；若现场没有移动传输网络，可采用第二种方式来进行现场处理，即工作模式二，现场数据采集器采集到地表变形信息后，可以通过LoRa数据传输技术，将数据传输到现场数据服务器，现场数据服务器功能与后台数据云服务器功能大体相当，由于受限于现场通讯、供电、野外环境条件影响，现场数据服务器仅具备普通的数据分析、系统诊断、预警通知功能，现场数据服务器主要定位于报警功能，即可以根据现场的数据情况将预警信息简单发送至灾害周边受灾群众，在第一时间通知群众；

5)将后台数据云服务器与现场数据服务器根据采集到的三轴倾角和三轴加速度数据进行分析处理；其中后台数据云服务器充分利用现有先进技术手段，结合计算机网络技术、传感器网络技术、物联网技术、云平台技术，实现崩滑体地表位移变形监测自动化智能化目标，实现数据采集、监测仪器智能控制、数据实时动态监测，通过现场采集的监测数据是原始化数据资源，并不能对崩滑体的运动状态进行很好地解析与观测，因此需要利用卡尔曼滤波姿态融合算法来对原始化数据进行进一步整理与分析，卡尔曼滤波算法不仅需要原始化数据，而且可进行预测值与实际测量值的真是比较，并且乘以相应的增益参数，还需对原始数据存在的噪声污染和初始化估计无算进行合理规避，进而为崩滑体的运动分析提供最佳模型；现场处理服务器主要实现的功能就是在第一时间发出预警信号，因此，他也需要具备一定的功能数据分析能力，为了提高现场实时报警的成功率，在现场处理服务器上，要配置相应的报警算法，可以在网格化监测节点范围内圈定重点变形区域，根据圈定区域内节点发生形变的平均值来设计报警阈值，尽大可能避免漏报和误报，对崩滑体灾害附近的居民发出声光报警信号，提醒大家注意险情，有效进行避让；所述数据算法解析为采用自适应加权估计的数据级融合算法对上述数据进行融合分析，设有姿态传感器k个，按步骤1)设置4＊4监测节点方式时，则k的最大值为16，每个姿态传感器具体变化量监测数值为Z_i(i＝1，2，3，...k)，所要估计的真值为Z，设有任意两个不同的传感器p、q，在某一采样时刻，其测量值分别Z_p、Z_q，对应的观测误差分别为V_p＝Z_p-Z，V_q＝Z_q-Z，求得此采样时刻的Z_p、Z_q互协方差函数R_pq＝E[Z_pZ_q]，Z_p自互协方差函数R_pp＝E[Z_pZ_p]；计算此时刻传感器p方差计算此时刻的监测数值平均值(其中p＝1，2，…n)，然后计算此时刻各个传感器最优加权因子(其中p＝1，2，…n)，进而得出此时刻的监测估计值通过试验不断测出监测估计值的预警阈值范围，并且划分不同预警预报等级，通过测出在规定的预警阈值范围内来发出预警预报信息。

工作模式-为监测数据远程处理方式，此种方式适用于现场有手机信号，即有NB-IOT网络信号，此种模式下监测数据都需要发送到后台数据云服务器，在云服务器中对采集到的监测数据进行分析和处理，通过云服务器的分析处理后再通过相应的手段将预警消息发布出去；现场数据采集主要是对现场滑坡地表姿态数据的采集，利用现场数据传输将采集数据传输到后台云服务器中，监测数据流程：数据采集-数据传输-数据分析。工作模式二：此工作模式适用于现场没有移动网络情况下的使用。在没有移动网络信号的情况下，只能通过LoRa数据传输技术，将数据传输到现场数据服务器，现场数据服务器在地质灾害现场对监测数据进行处理和分析，现场数据服务器的功能与后台云服务器的功能一致，也是对监测数据的处理和分析，最终通过一定的手段将预警预报消息发布出去。

本实施方式中，所述姿态传感器的型号为MPU9250，其含有3轴倾斜度、3轴加速度、3轴陀螺仪功能，MPU9250具有三个16位加速度AD输出，三个16位陀螺仪AD输出，通过精密的慢速和快速运动跟踪，可以提供全量程的陀螺仪参数可供选择，且加速度参数也可编程，并利用一体化的结构设计，结合低功耗嵌入式微处理器与其配合，对崩滑体地表位移情况实现动态监测；所述数据采集器型号为STM32F107VCT6，STM32F107VCT6是一款低功耗、高性能的嵌入式微处理器，主要包括AD模数转换、无线网络接口及SPI模式存储接口，软件具有完美的兼容性，可以充分利用STM32F107VCT6的物联网应用技术与姿态传感器相互融合，获取高精度姿态数据。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围内。

Claims (1)

1.一种地表位移网格化动态监测技术及方法，其特征在于：包括以下步骤：

1)根据崩滑体地质灾害调查，在崩滑体上合理布设姿态传感器、数据采集器和相应的传输网络，并按照布设方法形成分布式网格化布设结构；

2)将数据采集器、姿态传感器和相应的传输网络进行配对建立联系，并上电初始化进入工作模式，实时监测姿态传感器的三轴倾角、三轴加速度变化情况；

3)对数据采集器采集到的姿态传感器的三轴倾角、三轴加速度进行分析处理，若未达到设定的启动阈值，则继续进行对姿态传感器的三轴倾角、三轴加速度进行分析处理；若采集到的三轴倾角、三轴加速度发生变化，并且达到设定的启动阈值后，联动崩滑体上的其他监测节点的姿态传感器；

4)开始进入数据实时监控及实时传输阶段，并检测是否具有远程传输网络；若检测到有远程传输网络，则进入工作模式一并将三轴倾角和三轴加速度数据传输到后台数据服务器；若检测没有远程传输网络，则进入工作模式二并将三轴倾角和三轴加速度传输到现场数据服务器；

5)将后台数据云服务器与现场数据服务器根据采集到的三轴倾角和三轴加速度数据经过一定的数据算法解析出地表变形的具体变化量，进而依据设定好的预警阈值发布预警信息；所述数据算法解析为采用自适应加权估计的数据级融合算法对上述数据进行融合分析，设有姿态传感器k个，每个姿态传感器具体变化量监测数值为Z_i(i＝1，2，3，...k)，所要估计的真值为Z，设有任意两个不同的传感器p、q，在某一采样时刻，其测量值分别Z_p、Z_q，对应的观测误差分别为V_p＝Z_p-Z，V_q＝Z_q-Z，求得此采样时刻的Z_p、Z_q互协方差函数R_pq＝E[Z_pZ_q]，Z_p自互协方差函数R_pp＝E[Z_pZ_p]；计算此时刻传感器p方差计算此时刻的监测数值平均值(其中p＝1，2，…n)，然后计算此时刻各个传感器最优加权因子(其中p＝1，2，…n)，进而得出此时刻的监测估计值通过试验不断测出监测估计值的预警阈值范围，并且划分不同预警预报等级，通过测出在规定的预警阈值范围内来发出预警预报信息。