CN115951409A - 一种实时三维成像的地面塌陷探测预警方案 - Google Patents
一种实时三维成像的地面塌陷探测预警方案 Download PDFInfo
- Publication number
- CN115951409A CN115951409A CN202310020085.9A CN202310020085A CN115951409A CN 115951409 A CN115951409 A CN 115951409A CN 202310020085 A CN202310020085 A CN 202310020085A CN 115951409 A CN115951409 A CN 115951409A
- Authority
- CN
- China
- Prior art keywords
- time
- real
- early warning
- ground collapse
- underground
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 59
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000004364 calculation method Methods 0.000 claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 230000008859 change Effects 0.000 claims abstract description 14
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 239000006185 dispersion Substances 0.000 claims abstract description 9
- 230000002159 abnormal effect Effects 0.000 claims abstract description 4
- 238000000605 extraction Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 43
- 239000002689 soil Substances 0.000 claims description 32
- 238000001228 spectrum Methods 0.000 claims description 17
- 238000004613 tight binding model Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000005314 correlation function Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000007726 management method Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 238000012800 visualization Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000013307 optical fiber Substances 0.000 claims description 6
- 230000001052 transient effect Effects 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000013523 data management Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000003321 amplification Effects 0.000 claims description 2
- 238000003491 array Methods 0.000 claims description 2
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 239000003086 colorant Substances 0.000 claims description 2
- 229920001971 elastomer Polymers 0.000 claims description 2
- 239000000806 elastomer Substances 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 claims description 2
- 230000005284 excitation Effects 0.000 claims description 2
- 239000000463 material Substances 0.000 claims description 2
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 2
- 230000010287 polarization Effects 0.000 claims description 2
- 239000011435 rock Substances 0.000 claims description 2
- 230000035945 sensitivity Effects 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims 2
- 238000013480 data collection Methods 0.000 claims 1
- 238000001914 filtration Methods 0.000 claims 1
- 238000011081 inoculation Methods 0.000 claims 1
- 238000010606 normalization Methods 0.000 claims 1
- 230000002087 whitening effect Effects 0.000 claims 1
- 239000002243 precursor Substances 0.000 abstract description 2
- 238000010276 construction Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000002265 prevention Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 238000011897 real-time detection Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005422 blasting Methods 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001314 paroxysmal effect Effects 0.000 description 1
- 238000009428 plumbing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种实时三维成像的地面塌陷探测预警方案，其方法包括：通过安装在目标地下结构探测场地处的地震计台阵获取目标地下结构的背景噪声数据；接着基于地震计测量的背景噪声数据进行面波提取和频散曲线计算；通过地震干涉成像技术进行地下三维结构的成像，监测地下介质波速的变化，从而识别和定位速度结构的异常区域，为识别地面塌陷前兆信息提供可靠的依据。本发明提供的技术方案，在城市安全风险监测预警和管控领域可实现对城市多发易发的地面塌陷风险的实时监测和提前预警，提升城市地面塌陷预警与应急处置能力，大大地减轻塌陷风险隐患和保障人民的生命财产安全。
Description
技术领域
本发明涉及地面塌陷的探测和预警技术领域，尤其是一种实时三维成像的地面塌陷探测预警方法和系统。
背景技术
地面塌陷是地表岩、土体受自然因素作用或人类工程活动影响向下塌落，并在地面形成坍塌的一种现象。与地震、危险边坡不同，地面坍塌是地下岩土体稳定性的破坏与失衡，在造成地表坍塌之前，其发育过程是在岩土体内部进行，而地表先兆细微，很难被人察觉到，这造成地表坍塌的时间及地点具有极大的隐蔽性。地面塌陷主要由城市基础设施(如管道、暗渠)破损与施工不当引起，具有人为因素特点；其次雨水冲刷是造成地面塌陷事故的重要诱发因素，多雨季的城市每年都可能发生地面塌陷，具有周期性特点；地面经过盖层土体的反复破坏后，当致塌力超过一定的临界状态时就会发生塌陷，具有突发难防治特点；地面塌陷往往不是孤立存在的，会一连串地发生，形成塌陷群的面状分布，具有群发性等特点。地面塌陷的七大主要原因和相关典型事故如下：(1)暗渠化河道渗漏或破裂；(2)给排水管渠渗漏或破裂；(3)地下隧道施工，沉降变形导致地面塌陷；(4)深基坑施工，基坑支护破坏引发管道破裂与渗流导致水土流失等；(5)填海区软土沉降，填海区多为软土分布，土体较软其压缩沉降引起地面变形导致给排水管线受损、断裂，形成地下空洞，进而引发地面坍塌；(6)工程质量问题，部分城市建筑工程、市政工程的基础处理、回填施工、管材品质、施工工艺等方面的工程质量问题，也是引起地面坍塌的原因；(7)其他不合理使用，道路、暗渠化河道等设施的长期超负荷、不合理使用，导致地面下陷、管渠受损，从而引发地面坍塌。地面塌陷事故数量有逐年上升的趋势，近年来地面塌陷事故持续呈高发态势，且全国各地均有事故发生，地陷事故主要分布在市政道路及人行道上，对车辆及行人威胁大，事故的发生严重危及人民的生命与财产安全。因此，对地下孔洞和地面塌陷的探测和预警，能有效掌握地面塌陷的发育过程，及时向有关管理部门反馈塌陷预警信息和采取塌陷区域的防治措施，可以有效的避免塌陷造成人员伤亡和经济损失。为了实现这个目标，选择一种经济高效、环保便捷的方法至关重要。
目前面塌陷事故的防范主要以人工定期排查为主，传统的地面塌陷排查方法包括探地雷达、主动源探测(震源车或炸药爆破)和钻探取芯等技术，但是这些传统方法成本高、不环保、多为一次性探测和多次探测结果之间可对比性差。传统的方法均无法对地面塌陷进行实时预警并且有较多的缺点，比如探地雷达的探测深度浅，易受到城市环境干扰；主动源探测成本高，探测深度较浅，探测过程对周围环境影响大；钻探取芯效率低，采样成本高，不可重复。此外，地面塌陷事故具有隐伏性和突发性，防范难度大，为了提高风险研判和防治工作的主动性、准确性和有效性，有必要采用其他先进的技术手段实现地面塌陷的实时监测与预警。
近十几年来国际上发展成熟的背景噪声三维成像探测方法为地面塌陷实时探测提供了新思路。背景噪声(地球固体潮、地震波、海洋潮汐、台风、火山活动、机械运行和人类活动等参数的微振动信号源)是一种连续稳定的自然源，其中包含丰富的地下介质信息，利用背景噪声成像技术可以获得对研究区域的地下速度结构的认识，成为地下断层、地球构造、海底构造的探测和成像的有效方法，该方法目前主要应用于深地、深海等地球物理观察研究领域而很少应用于城市浅层土层结构的探测，而且已有的大部分相关算法不具备实时分析能力。
发明内容
(一)要解决的技术问题
传统地面塌陷探测方法成本高、多为一次性探测，存在难以实时监测和提前预警等痛点、难点问题。
(二)技术方案
为克服现有技术的不足，本发明旨在在城市安全风险监测预警和管控领域实现对城市多发易发的地面塌陷风险的实时监测和提前预警，提升城市地面塌陷预警与应急处置能力，减轻塌陷风险。
一种实时三维成像的地面塌陷探测预警方法，是一种基于背景噪声的低成本塌陷区快速成像、精确定位和实时预警的新技术，其特征在于基于地震计台阵记录背景噪声并通过互相关计算和叠加得到格林函数，然后基于格林函数反演地下的三维剪切速度结构，从而得到城市地下浅层(百米内)高分辨的实时三维成像结果和沉积层厚度，可以有效的发现地下正在孕育发展的孔洞或者导致地面塌陷发生的风险因子并进行及时风险预警，具体的步骤包括:
S1：通过安装在目标地下结构测点处的地震计台阵实时获取所述目标地下结构的背景噪声数据；
S2：通过重复对两个或者多个地震计台阵记录的背景噪声信号做实时互相关计算，对所述背景噪声数据进行面波提取，得到单台地震计台阵的噪声面波椭圆率；
S3：对所述背景噪声数据进行频散曲线计算；
S4：基于地面塌陷引起的波速变化，联合噪声频散曲线和噪声面波椭圆率实时反演所述目标地下结构的三维速度结构和沉积层厚度；
S5：根据所述地下结构的三维速度结构和沉积层厚度实时识别和定位所述目标地下结构的异常区域，发现地面塌陷的风险并发布预警信号。
一种实时三维成像的地面塌陷探测预警系统，所述系统用于执行如上述的一种实时三维成像的地面塌陷探测预警方法，并包括：
基于云平台形成统一的数据层、模型层、评估算法层和辅助决策层，以及在云端部署的B/S架构的软件系统，主要模块及其功能如下：
(1)数据实时采集传输模块：用孔洞和地面塌陷风险探测的地震计进行24小时无人值守连续数据采集,通过4G/5G或专用网络将监测数据实时传输回去给管理方，对传感器的状态和相关参数远程查看和设置，当传输中断时提供数据续传功能，并提醒值班人员注意；
(2)数据储存和管理模块：针对多个地震计大量的实时监测数据，基于云存储技术建立存储容量动态拓展和数据动态分级管理的高性能数据库；
(3)数据分析和地面塌陷安全评估模块：针对地面塌陷风险进行评估，内嵌基于实时三维成像地面塌陷风险点识别和定位的分析算法；
(4)地面塌陷风险预警和预警信息发送模块：根据规范标准限值和地面塌陷评估结果进行预警；
(5)系统可视化模块：提供基于B/S架构、用户友好的系统可视化界面。
(三)有益效果
本发明通过一种实时三维成像的地面塌陷探测预警方案，有利于推进城市地面塌陷实时在线监测与预警技术及系统的落地应用；通过提前发现事故隐患和提前采取相应工程措施，可争取把塌陷事故扼杀在萌芽状态，有效减轻塌陷风险，为城市建设保驾护航。一种实时三维成像的地面塌陷探测预警方法和系统是智慧城市的一个重要组成部分，为开发利用城市地下空间和“地下搞清楚”提供数据支撑。
本发明在地面塌陷实时探测和预警领域的优势主要表现在：
(1)数据采集方式便利，只需要将台阵在探测区地表埋深30-40cm，不需要架设固定台基，且对周围环境没有影响，易于在城市地区开展监测；
(2)基于背景噪声可对百米内浅层结构进行实时探测和成像，长时间探测结果一致性高，对比不同时间成像的结果可获得地下结构动态变化信息；
背景噪声成像技术运用的频散曲线和面波椭圆率联合反演方法可实现高精度的地下结构三维剪切波速的快速成像，利用背景噪声互相关函数监测地下介质地震波速度扰动，可对地震台阵覆盖范围内地下空间进行实时速度扰动成像，描绘扰动区域地下空间的位置和轮廓，提高成像的时间和空间分辨率，有效对地下空间进行实时监测和预警。本发明提出的地面塌陷识别技术是基于地震台阵的背景噪声对地下结构进行实时成像，通过探测地下介质变化引起地震波速度千分之一至百分之一量级的扰动，实现对塌陷的快速识别和定位。
附图说明
图1为本发明实施例中一种实时三维成像的地面塌陷探测预警方法的示意图；
图2为本发明实施例中一种实时三维成像的地面塌陷探测预警方法的流程图；
图3为本发明实施例中一种实时三维成像的地面塌陷探测预警方案的应用实例示意图；
图4为本发明实施例中一种实时三维成像的地面塌陷探测预警系统的实施示意图；
图5为本发明实施例中一种实时三维成像的地面塌陷探测预警系统的软件系统架构图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
一种实时三维成像的地面塌陷探测预警方案，包括方法和系统两部分，其主要通过安装地震计台阵可以实时记录背景噪声数据，接着进行面波提取和频散曲线计算；通过地下三维结构的成像，监测地下介质波速的变化，从而识别和定位速度结构的异常区域，为识别地面塌陷前兆信息提供依据。为了获得高精度的地下三维成像结果，本方法反演地下介质速度结构和沉积层厚度是利用背景噪声频散曲线和面波椭圆率联合成像技术，基于地面塌陷引起的波速变化进行地下结构反演计算，提前发现地下孔洞的发育情况并及时发现地面塌陷的风险和发布预警信号。
具体地，如图2所示，提供一种实时三维成像的地面塌陷探测预警方法，基于地震台阵的背景噪声对地下结构进行实时三维成像，通过探测地下介质变化引起地震波速度千分之一至百分之一量级的扰动，实现对塌陷的快速识别和定位。其方法是对两个或者多个地震计记录的背景噪声信号做互相关分析，假设在噪声源不变的情况下，当两个地震计间地下介质的性质发生变化时，背景噪声引起的振动在土层的传播速度也会发生变化，重复对两个或多个地震计的背景噪声数据做互相关计算，得到的格林函数中的尾波信号会出现时间延迟，然后通过反演计算可提取土层波速度的扰动，最终实现对地表浅层剪切波速结构和沉积层的厚度分布图。具体的技术路线和计算流程如图1、图2所述，详细过程如下：
步骤1：背景噪声提取经验格林函数。假定空间中的噪声源是随机分布的，此时对两个地震计间足够长时间段的背景噪声数据进行互相关计算可以获取该地震计对间的经验格林函数。当散射波场中的噪声信号呈杂乱无章随机分布时，对任意两个位置上测点(地震计)接收到的噪声进行互相关计算，得到了两个地震计间的互相关函数C(τ)，该C(τ)具有地震计对间格林函数G(τ)的部分相似性，二者仅存在振幅上的差异。以模式均分理论为例，解释从背景噪声面波中提取经验格林函数的原理：
任意一个有界弹性体的内部波场u(x,t)可以表示为：
公式(1)中t代表时间，an代表模式激发函数，x代表位置，un(x)代表弹性体的本征函数(即模态)，ωn是其本征频率。把公式(1)展开后可以发现每个模态un(x)的振幅与时间是完全随机且互不相关的变量，即：
公式(1)中F(ωn)表示散射波场的能量密度谱，其中ω的取值范围为(ω±δω)。<>表示取充分时间长度测量数据的均值运算。结合公式(1)和(2)可知，当时间t足够大时，在满足充分长测量时间取均值的前提条件下，则散射波场中任意两个互不相关测点位置(地震计)x和y处波形记录的互相关函数C(τ)可表示为：
而x与y之间相应的理论格林函数G(τ)为：
对比公式(3)和(4)可以发现任意两个地震计x和y之间的互相关函数C(τ)和其理论格林函数G(τ)之间只存在振幅F(ωn)上的差异。而在背景噪声成像中主要利用面波的频散信息(速度和时间信息)，振幅信息将会被归一化处理。因此在实际数据处理中，只需要对地震计间足够长的噪声数据进行互相关计算就可以获得相应的经验格林函数。
步骤2：快速提取单台噪声面波椭圆率，利用偏振分析的方法从单个地震计记录的环境噪声中获取瞬态瑞利面波信号，将三分量记录(Z-N-E)旋转至瞬态噪声面波的径向和垂向分量(Z-R)，求取瑞利面波椭圆极化率曲线，并利用椭圆率曲线，进行非线性蒙特卡洛反演方法，构建浅地表地下三维速度结构和覆盖层的厚度分布。噪声面波椭圆率快速反演，在反演中噪声瑞利面波椭圆率理论计算可以由下式得到：
其中PVR(w)和PHR(w)是0到第M阶的瑞利面波能量和，可以由垂直分分量和水平分量的理论噪声能量谱给出：
其中κ＝(2/h)exp(-4πh)，h为土壤的衰减系数，LH和LV为在地表随机分布的水平和垂直向点源，而α＝LH/LV为点源的比例。α可以通过瑞利和勒夫波能量比得到。R/L(ω)一般稳定的分布在0.1-5s频带范围内稳定的分布在0.4-1.0之间。kRm和kLm为波数，ARm和ALm为介质对于瑞利波和勒夫波的放大系数，(u/w)m为第m阶瑞利波在地表的椭圆率。
步骤3：面波相速度和单台面波椭圆率联合反演浅层剪切波速度结构，将通过背景噪声成像获得的面波相速度和单台噪声瑞利面波椭圆率进行联合反演。将模型划分为土壤层和基岩层，每一层通过3个B样条函数进行插值，反演地下介质的剪切波速度结构，而密度和P波速度结构则通过土壤的实验学公式予以构建，最终通过混合密度神经网络非线性反演快速获得到浅地表速度结构。
背景噪声实时成像通过对所有的地震计对进行互相关计算和叠加后，利用移动窗互谱法(Moving-window cross spectrum，MWCS)计算移动时窗内两个波形重叠部分的相对走时偏移来获得土层波速的扰动。fcur(t)和fref(t)分别表示互相关计算后得到的格林函数与参考格林函数，假设任意两个地震计间地下介质的相对地震波速度(Δv/v)是随空间均匀变化的，此时，地震计间相对波速的变化则可以通过测量fcur(t)与fref(t)的相对走时偏移(Δτ/τ)来计算，即：
Δv/v＝-Δτ/τ (8)
移动窗互谱法是在频率域内计算相对走时偏移，首先把fcur(t)和fref(t)分成许多个部分重叠的时窗口，然后依次分别计算每一个时窗口内二者的时间偏移量。此时，相应时间窗口内fcur(t)和fref(t)的互相关谱X(ν)为：
X(ν)＝Fref(ν)·F* cur(ν) (9)
Fref(v)和Fcur(v)分别表示fref(t)和fcur(t)的傅里叶变换，*表示复共轭运算，ν是频率。
将公式(9)变换为振幅与相位的关系式得：
X(ν)＝|X(ν)|eiφ(ν) (10)
对公式(10)中互相关谱的相位展开得：
φ(ν)＝m·ν，m＝2πΔτ (11)
由公式(11)可知，互相关谱的相位φ与频率ν成线性关系，比例系数为2πΔτ。
因此可用互相关函数的相位谱的斜率计算Δτ，即
Δτ＝(φ(ν)/ν)/2π (12)
根据公式(12)，在一系列小窗口内计算每一个Δτi，然后通过线性拟合得到整体的相对走时偏移(Δτ/τ)，其测量误差为：
其中，
最后由公式(8)求得相对速度变化(Δv/v)。
采用上述方法进行基于实时三维成像的地面塌陷实时探测，具体的计算结果如图3所示，可以对地下土层进行三维成像，成像的结果为土层的三维剪切波速结构，不同颜色的剪切波速代表的不同材质的土层或者孔洞，通过对地下三维结构进行横剖面和纵剖面进行观察即可直观的分辨出不同土层和孔洞，观察不同时间段的三维剪切波速结构的变化可以发现地下孔洞和地面塌陷风险的孕育过程，当三维剪切波速结构稳定不变代表土层结构处于稳定状态不需要报警，当三维剪切波速结构发生突变或者持续的变化代表土层结构处于不稳定状态需要报警。
如图4,5所示，提供一种实时三维成像的地面塌陷探测预警系统，其通过云平台形成统一的数据层、模型层、评估算法层和辅助决策层，最终形成一套在云端部署的B/S架构的软件系统，实现对地下孔洞和地面塌陷风险的智能监测、评估预警、辅助决策的一体化高效管理。当暗渠化河道渗漏或破裂、给排水管渠渗漏或破裂、地下隧道施工沉降变形导致地面塌陷、深基坑施工，基坑支护破坏引发管道破裂与渗流导致水土流失、填海区软土沉降等事件发生时，系统自动触发记录事件数据。系统主要模块及其功能如下：
(1)数据实时采集传输模块：用孔洞和地面塌陷风险探测的地震计可以进行24小时无人值守连续数据采集,通过4G/5G或专用网络将监测数据实时传输回去给管理方，对传感器的状态和相关参数可远程查看和设置，当传输中断时提供数据续传功能，并提醒值班人员注意；除了用地震计进行背景噪声进行采集，还可以用分布式光纤作为传感器，利用光纤对应变的高敏感度对背景噪声进行实时测量，光纤密集的分布能全面记录沿线的背景噪声波场，为地面塌陷实时自动化的探测实践提供高时空分辨率的数据采集。
(2)数据储存和管理模块：针对多个地震计大量的实时监测数据，基于云存储技术建立存储容量可动态拓展和数据可动态分级管理的高性能数据库，解决传统监测数据存储空间受限和读取效率低下的问题；
(3)数据分析和地面塌陷安全评估模块：针对地面塌陷风险进行评估，内嵌基于实时三维成像地面塌陷风险点识别和定位的分析算法，过程不需人工干预，实现自动化和高效的地面塌陷风险评估和自动报警；
(4)地面塌陷风险预警和预警信息发送模块：根据规范标准限值和地面塌陷评估结果进行预警，预警信息可根据需要，通过邮件、微信、短信等多种形式自动推送给管理人员；
(5)系统可视化模块：提供基于B/S架构、用户友好的系统可视化界面，实现结构信息管理、传感器管理、实时数据和分析结果的动态可视化展示。
上是对本发明一种实时三维成像的地面塌陷探测预警方案进行的阐述，用于帮助理解本发明；但本发明的实施方式并不受上述实施例的限制，任何未背离本发明原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (9)
1.一种实时三维成像的地面塌陷探测预警方法，是一种基于背景噪声的低成本塌陷区快速成像、精确定位和实时预警的新技术，其特征在于基于地震计台阵记录背景噪声并通过互相关计算和叠加得到格林函数，然后基于格林函数反演地下的三维剪切速度结构，从而得到城市地下百米内浅层高分辨的实时三维成像结果和沉积层厚度，可以有效的发现地下正在孕育发展的孔洞或者导致地面塌陷发生的风险因子并进行及时风险预警，具体的步骤包括:
S1：通过安装在目标地下结构测点处的地震计台阵实时获取所述目标地下结构的背景噪声数据；
S2：通过重复对两个或者多个地震计台阵记录的背景噪声信号做实时互相关计算，对所述背景噪声数据进行面波提取，得到单台地震计台阵的噪声面波椭圆率；
S3：对所述背景噪声数据进行频散曲线计算；
S4：基于地面塌陷引起的波速变化，联合噪声频散曲线和噪声面波椭圆率实时反演所述目标地下结构的三维速度结构和沉积层厚度；
S5：根据所述地下结构的三维速度结构和沉积层厚度实时识别和定位所述目标地下结构的异常区域，发现地面塌陷的风险并发布预警信号。
2.如权利要求1所述的一种实时三维成像的地面塌陷探测预警方法，其特征在于，在S1中，对所获取的所述目标地下结构的背景噪声数据进行数据预处理，所述数据预处理包括带通滤波、时域归一化、频谱白噪化。
3.如权利要求1所述的一种实时三维成像的地面塌陷探测预警方法，其特征在于，所述S2包括：
S21：背景噪声提取经验格林函数；设噪声源为随机分布，对两个地震计间预设长时间段的背景噪声数据进行互相关计算，获取该地震计对间的经验格林函数；其中，所述经验格林函数与理论格林函数之间部分相似，差异在于振幅；
S22：快速提取单台噪声面波椭圆率；利用偏振分析的方法从单个地震计记录的环境噪声中获取瞬态瑞利面波信号，将三分量记录旋转至瞬态噪声面波的径向和垂向分量，求取瑞利面波椭圆极化率曲线；并利用椭圆率曲线，进行非线性蒙特卡洛反演方法，构建浅地表地下三维速度结构和覆盖层的厚度分布。
4.如权利要求3所述的一种实时三维成像的地面塌陷探测预警方法，其特征在于，所述S4包括：
S41：设模型划分为土壤层和基岩层，每一层通过3个B样条函数进行插值，反演地下介质的剪切波速度结构，而密度和P波速度结构则通过土壤的实验学公式予以构建，最终通过混合密度神经网络非线性反演快速获得到浅地表速度结构；
S42：背景噪声实时成像通过对所有的地震计对进行互相关计算和叠加后，利用移动窗互谱法计算移动时窗内两个波形重叠部分的相对走时偏移来获得土层波速的扰动；设fcur(t)和fref(t)分别表示互相关计算后得到的格林函数与参考格林函数，假设任意两个地震计间地下介质的相对地震波速度(Δv/v)是随空间均匀变化的，此时，地震计间相对波速的变化通过测量fcur(t)与fref(t)的相对走时偏移(Δτ/τ)来计算，即：
Δv/v＝-Δτ/τ (8)
所述移动窗互谱法是在频率域内计算相对走时偏移，首先把fcur(t)和fref(t)分成许多个部分重叠的时窗口，然后依次分别计算每一个时窗口内二者的时间偏移量；此时，相应时间窗口内fcur(t)和fref(t)的互相关谱X(ν)为：
Fref(ν)和Fcur(ν)分别表示fref(t)和fcur(t)的傅里叶变换，*表示复共轭运算，ν是频率。
将公式(9)变换为振幅与相位的关系式得：
X(υ)＝|X(υ)|eiφ(υ) (10)
对公式(10)中互相关谱的相位展开得：
φ(υ)＝m·υ，m＝2πΔτ (11)
根据公式(11)，互相关谱的相位φ与频率ν成线性关系，比例系数为2πΔτ；
通过互相关函数的相位谱的斜率计算Δτ，即
Δτ＝(φ(υ)/υ)/2π (12)
根据公式(12)，在一系列小窗口内计算每一个Δτi，然后通过线性拟合得到整体的相对走时偏移(Δτ/τ)，其测量误差为：
其中，
最后由公式(8)求得相对速度变化，即Δv/v。
5.如权利要求3所述的一种实时三维成像的地面塌陷探测预警方法，其特征在于，所述S21包括：
设任意一个有界弹性体的内部波场u(x,t)可以表示为：
公式(1)中t代表时间，an代表模式激发函数，x代表位置，un(x)代表弹性体的本征函数，ωn是其本征频率；展开公式(1)后，每个模态un(x)的振幅与时间是完全随机且互不相关的变量，即：
公式(1)中F(ωn)表示散射波场的能量密度谱，其中ω的取值范围为(ω±δω)；<>表示取充分时间长度测量数据的均值运算；
结合公式(1)和(2)，当时间t足够大时，在满足充分长测量时间取均值的前提条件下，则散射波场中任意两个互不相关测点处x和y处波形记录的互相关函数C(τ)表示为：
x与y之间相应的理论格林函数G(τ)为：
根据公式(3)和(4)，任意两个地震计x和y之间的互相关函数C(τ)和其理论格林函数G(τ)之间只存在振幅F(ωn)上的差异。
6.如权利要求3所述的一种实时三维成像的地面塌陷探测预警方法，其特征在于，所述S22包括：
噪声面波椭圆率快速反演，在反演中噪声瑞利面波椭圆率理论计算可以由下式得到：
其中PVR(w)和PHR(w)是0到第M阶的瑞利面波能量和，可以由垂直分分量和水平分量的理论噪声能量谱给出：
其中，κ＝(2/h)exp(-4πh)，h为土壤的衰减系数，LH和LV为在地表随机分布的水平和垂直向点源，α＝LH/LV为点源的比例；
α通过瑞利和勒夫波能量比得到；R/L(ω)稳定的分布在0.1-5s频带范围内稳定的分布在0.4-1.0之间；kRm和kLm为波数，ARm和ALm为介质对于瑞利波和勒夫波的放大系数，(u/w)m为第m阶瑞利波在地表的椭圆率。
7.如权利要求1至6任一项所述的一种实时三维成像的地面塌陷探测预警方法，其特征在于，所述S5包括：
S51：对地下土层进行三维成像，其中，成像的结果为土层的三维剪切波速结构，不同颜色的剪切波速代表的不同材质的土层或者是孔洞；
S52：通过对地下三维结构进行横剖面和纵剖面进行观察即可直观的分辨出不同土层和孔洞，观察不同时间段的三维剪切波速结构的变化可以发现地下空洞和地面塌陷风险的孕育过程；其中，当三维剪切波速结构稳定不变代表土层结构处于稳定状态，则不需要报警；当三维剪切波速结构发生突变或者持续的变化代表土层结构处于不稳定状态，则需要报警。
8.一种实时三维成像的地面塌陷探测预警系统，其特征在于，所述系统用于执行如权利要求1至6任一项所述的一种实时三维成像的地面塌陷探测预警方法，并包括：
基于云平台形成统一的数据层、模型层、评估算法层和辅助决策层，以及在云端部署的B/S架构的软件系统，主要模块及其功能如下：
(1)数据实时采集传输模块：用孔洞和地面塌陷风险探测的地震计进行24小时无人值守连续数据采集,通过4G/5G或专用网络将监测数据实时传输回去给管理方，对传感器的状态和相关参数远程查看和设置，当传输中断时提供数据续传功能，并提醒值班人员注意；
(2)数据储存和管理模块：针对多个地震计大量的实时监测数据，基于云存储技术建立存储容量动态拓展和数据动态分级管理的高性能数据库；
(3)数据分析和地面塌陷安全评估模块：针对地面塌陷风险进行评估，内嵌基于实时三维成像的地面塌陷风险点识别和定位的分析算法；
(4)地面塌陷风险预警和预警信息发送模块：根据规范标准限值和地面塌陷评估结果进行预警；
(5)系统可视化模块：提供基于B/S架构、用户友好的系统可视化界面。
9.如权利要求8所述的一种实时三维成像的地面塌陷探测预警系统，其特征在于，除了用地震计进行背景噪声进行采集，还可以用分布式光纤作为传感器，利用光纤对应变的高敏感度对背景噪声进行实时测量，光纤密集的分布能全面记录沿线的背景噪声波场，为地下探测实践提供高时空分辨率的数据采集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310020085.9A CN115951409A (zh) | 2023-01-06 | 2023-01-06 | 一种实时三维成像的地面塌陷探测预警方案 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310020085.9A CN115951409A (zh) | 2023-01-06 | 2023-01-06 | 一种实时三维成像的地面塌陷探测预警方案 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115951409A true CN115951409A (zh) | 2023-04-11 |
Family
ID=87296697
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310020085.9A Pending CN115951409A (zh) | 2023-01-06 | 2023-01-06 | 一种实时三维成像的地面塌陷探测预警方案 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115951409A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116400406A (zh) * | 2023-04-21 | 2023-07-07 | 中国地震局地球物理研究所 | 一种基于阵列的被动源多模式面波频散曲线提取方法 |
| CN117591838A (zh) * | 2024-01-19 | 2024-02-23 | 中铁开发投资集团有限公司 | 溶洞区域地铁暗挖隧道减震爆破用安全预警系统及方法 |
| CN118444382A (zh) * | 2024-04-17 | 2024-08-06 | 中国矿业大学 | 城市道路深层地下空洞成像及塌陷监测预警装置及方法 |
| CN118583971A (zh) * | 2024-08-05 | 2024-09-03 | 深圳八方地动科技有限公司 | 一种公路边坡稳定性监测评估方法和装置 |
-
2023
- 2023-01-06 CN CN202310020085.9A patent/CN115951409A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116400406A (zh) * | 2023-04-21 | 2023-07-07 | 中国地震局地球物理研究所 | 一种基于阵列的被动源多模式面波频散曲线提取方法 |
| CN116400406B (zh) * | 2023-04-21 | 2023-12-19 | 中国地震局地球物理研究所 | 一种基于阵列的被动源多模式面波频散曲线提取方法 |
| CN117591838A (zh) * | 2024-01-19 | 2024-02-23 | 中铁开发投资集团有限公司 | 溶洞区域地铁暗挖隧道减震爆破用安全预警系统及方法 |
| CN117591838B (zh) * | 2024-01-19 | 2024-05-28 | 中铁开发投资集团有限公司 | 溶洞区域地铁暗挖隧道减震爆破用安全预警系统及方法 |
| CN118444382A (zh) * | 2024-04-17 | 2024-08-06 | 中国矿业大学 | 城市道路深层地下空洞成像及塌陷监测预警装置及方法 |
| CN118444382B (zh) * | 2024-04-17 | 2024-10-08 | 中国矿业大学 | 城市道路深层地下空洞成像及塌陷监测预警装置及方法 |
| CN118583971A (zh) * | 2024-08-05 | 2024-09-03 | 深圳八方地动科技有限公司 | 一种公路边坡稳定性监测评估方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115951409A (zh) | 一种实时三维成像的地面塌陷探测预警方案 | |
| Lindsey et al. | Fiber-optic seismology | |
| Favali et al. | Development and application of an advanced ocean floor network system for megathrust earthquakes and tsunamis | |
| CN101968550B (zh) | 基于阵列光纤传感器的岩层识别装置及方法 | |
| CN111381276B (zh) | 一种堤坝渗漏破坏发生发展和定位的监测方法 | |
| Hayashi et al. | S-wave velocity measurement and the effect of basin geometry on site response, east San Francisco Bay area, California, USA | |
| Yang et al. | Life span of a landslide dam on mountain valley caught on seismic signals and its possible early warnings | |
| Letortu et al. | Experimental field study on the fatigue and failure mechanisms of coastal chalk cliffs: Implementation of a multi-parameter monitoring system (Sainte-Marguerite-sur-Mer, France) | |
| Lu et al. | A continuous towed seismic data acquisition and correlation stack method for rapid detection of urban road | |
| Nardone et al. | Shear wave velocity and attenuation structure of Ischia island using broad band seismic noise records | |
| Goertz-Allmann et al. | Effective microseismic monitoring of the Quest CCS site, Alberta, Canada | |
| Pulido et al. | Estimation of velocity model of Bogota basin (Colombia) based on microtremors array measurements | |
| Hayashi | Near-surface engineering | |
| CN115508907A (zh) | 一种车载堤防险情隐患探测系统及预警方法 | |
| Baker et al. | Distributed acoustic sensing of seasonal wavefields in the coastal polar waters of the Beaufort Sea, Alaska | |
| Karrenbach et al. | Rapid deployment of distributed acoustic sensing systems to track earthquake activity | |
| Vassallo et al. | A comparison of sea-floor and on-land seismic ambient noise in the Campi Flegrei caldera, southern Italy | |
| Song et al. | Active seismic surveys based on distributed acoustic sensing in near-surface active fault exploration: A test in Datong Basin, North China | |
| Ajo-Franklin et al. | Using Dark Fiber and Distributed Acoustic Sensing for Near-Surface Characterization and Broadband Seismic Event Detection | |
| Trafford et al. | The Application of Distributed Acoustic Sensing for Shallow Marine Investigations–an Intertidal Case Study | |
| Sick et al. | Near-surface fracture and impact discovery from landslides and sinkholes by sonogram screening | |
| Hobiger et al. | Site characterization in the framework of the renewal of the Swiss strong motion network (SSMNet) | |
| Asten et al. | Application of the spatial auto-correlation method for site effect evaluation using ambient noise | |
| CN210774554U (zh) | 一种基于波场理论的针对箱涵渗漏的无损检测装置 | |
| CN117975667B (zh) | 基于分布式振动感知的风暴潮及海啸监测预警系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |