降雨引發泥石流人工神經網絡預警模型剖析

張 猛

(黑龍江省樁基礎工程公司，哈爾濱150036)

0 引 言

地質災害研究主要特征是將地質地貌、水文氣象、人類活動等諸多維度相關影響因子分析反饋、綜合決策用于指導應用防災減災。由以人工方式采集數據對單個地質災害現象描述和單個地質災害體恢復治理工程為重點的單一層面研究及應用發展到以大數據為基礎的監測預警模型為核心，連接以物聯網技術為采集數據終端網絡支持的定性、定量多層面的研究及應用。數據庫技術的發展為集合海量野外數據和往期歷史數據建立精準數理模型解決地質災害問題提供了基礎;同時監測預警模型為解決地質災害研究及應用面臨的大型和復雜問題提供了可靠的技術手段。國土資源部門會同氣象、水利和地震等部門和相關科研機構也建立專業監測研究與群眾監測相結合的泥石流災害監測預警工程示范區，為泥石流的監測預警工作推廣奠定了基礎。［1］

泥石流是運動狀態呈黏性層流或稀性紊流等形態大量挾帶泥砂石塊等固體物質由降雨激發的固液兩相流體。不能簡單的用數理模型模擬描述泥石流災害復雜發生機理和發生條件。暴雨誘發地質災害概率在各種相關因素激發中約占85%。暴雨過后監測區域的有效降雨量、水文情況、地質條件等和泥石流激發密切相關。實際上根據現有的資料來看，監測預警主要問題是降雨引發泥石流的適用監測預警模型、適用監測預警理論、監測統計范疇、監測手段的確定和災害發生時間的預測預報。泥石流監測預警能力提升關鍵途徑是建立一定環境條件下結合數據庫技術統計采集數據可以自主學習、存貯及調整相關因子之間參數的運算處理模型。

根據目前應用情況看，可以用人工神經網絡預警模型解決傳統模型雙向反饋信息機制不完善，不能實時準確預測的問題，特別是在準確預測泥石流活動性、危險范圍以及泥石流危險度評價方面。

1 泥石流預警模型設計

1.1 降雨引發泥石流進行概率預報的理論基礎

為了解決泥石流監測預警實踐中的各種問題，越來越多的學者傾向于進一步強化泥石流形成、匯流理論的基礎研究，將泥石流災害預警建立在泥石流起動機理與發生條件的基礎上。降雨是泥石流產生的三大條件之一。引發泥石流發生各種相關影響因子中，降雨具有變化性可作為主要因子加以研究。而相關影響因子中時間變化很小或非常緩慢的因子相對穩定，不作為研究的重點。降雨主因引發泥石流的發生條件是降雨量達到最小閾值才能引發且大于最大閾值總會有引發。泥石流發生概率在0 和1之間。發生泥石流的概率在不同的地方往往不同。

1.2 建立泥石流BP 神經網絡預警模型。

降雨引發泥石流進行時空概率預報的理論基礎:監測預警模型對歷史泥石流災害的調查統計和野外實驗測試數據的反復測算，尋求影響因素之間的映證關系確定雨量預警閾值，不斷完善修正監測預警模型。監測預警模型運算處理關系涵蓋降雨、環境因素和泥石流發生可能性的條件概率關系，最終建立能提供準確的預警數據的監測預警模型。用人工神經網絡技術建立降雨引發泥石流的時間和空間概率預報模型:模型不是強調數學方程在模型中的基礎作用，而是將大量輸入—輸出模式的映射關系作為模型基礎關系架構，進行互動反饋學習和存貯調用。BP 神經網絡模型是通過輸入層(input)、隱含層(hidden layer)和輸出層(output layer)的反向傳播不斷修正網絡的權值和閾值用最速下降法使網絡的誤差平方和最小的多層前饋網絡。圖1 為泥石流BP 神經網絡預警模型數據運算處理過程。

圖1 泥石流BP 神經網絡預警模型數據運算處理

將區域泥石流災害調查與區劃成果、歷史上突發性泥石流地質災害的基礎資料和重要泥石流地質災害隱患點的動態監測數據輸入時間精度、屬性精度、邏輯一致性相統籌的數據庫梳理，最終完成數字化及數據轉換，建立基礎數據及樣本數據。通過學習樣本，將降雨和環境數據輸入泥石流BP 神經網絡預警模型進行訓練校對，不斷修正誤差，提高其精準度和運行穩定性，如表1 所示。

表1 泥石流BP 神經網絡預警模型的訓練樣本(以6 組樣本為例)

1.3 泥石流災害預警常用數據采集設備

監測設備采集點能夠反映泥石流地質災害前兆變化的狀況，采集儀器能防震和抗干擾。數據采集儀器一般采用太陽能浮充蓄電池方式供電，自主收集太陽能，可以分為接觸式的采集儀和非接觸式的采集儀。采集儀主要有泥石流泥水位監測預警儀、泥石流泥水位雨量綜合監測預警儀、自動傳輸預警雨量計、泥石流激光夜視監測儀器、泥石流次聲波報警器。

泥石流災害監測數據采集點分散，形成的傳輸系統也是分散網絡系統，同時受環境影響比較大。有線數據傳輸方式，布設傳輸管網結構比較復雜，維護費用一般都很高，維修檢測工程量比較大，容易受到季節變化的影響。目前，移動運營公司的通訊網絡覆蓋范圍大、維護成本低，設備檢測更換方便，受自然環境影響小信號質量高，適用于大區域傳輸和實時性要求不高的遙控遙測應用領域，在地質災害數據采集應用方面具有無可比擬的優越性。

1.4 泥石流監測預警系統集成設計

泥石流預警系統設計的原則:易用性、可擴展、穩定性，計算機硬件可承載防治地質災害客觀實際需求。數據庫作為BP 監測預警體系的技術基礎，將通過數據自動采集儀采集到海量的數據，輸入BP 監測預警模型，尋找降雨與各影響因素之間的概率關系不斷修正完善，最終確定激發災害所需降雨量的閾值，就可以實現對泥石流隱患點的精細化預警。泥石流預警系統設計成果強調空間精度、時間精度、強度精度。BP 監測預警體系在設計之初就預留的開放接口模塊，接入辦公軟件模塊，輸出以值班日志為主的監測預警數據，能便捷的對原始數據統計、分析、傳輸、下載、調用。能很好的兼容更高等級的決策支持系統模塊，實現泥石流危險性區劃、風險性分析、穩定性評價的預測預報結果數據快速、高效發布。見圖2。

圖2 泥石流災害BP 神經網絡預警系統

2 結 語

由于泥石流形成環境和成災機理的復雜性，傾向于將災害預警建立在泥石流起動機理與發生條件上，根據雨量預警閾值完善預報預警模型，提高模型整體的模擬能力，形成了全流域的泥石流綜合監測預警體系。

文章為黑龍江省泥石流預警提供了一種比較好的解決框架。

［1］黃雙，李廣杰，陳偉韋.基于人工神經網絡的泥石流災害危險性評價［J］.山西建筑，2007(03):1－2.