臨江岸坡監測信息系統開發及監控模型研究

劉超 黃銘 舒星

摘要：針對臨江岸坡監測項目多、監測點分布廣、可視化程度低、需要實時對監測數據進行分析處理等特點，利用Visual Studio平臺開發了具有二維、三維地理信息可視化和監測數據管理及預測的臨江岸坡安全監測信息系統。在CIS平臺下分別利用TIN表面和柵格表面兩種建模方法建立了臨江岸坡的三維地理信息模型。根據監測數據的特點，利用VB語言構建了神經網絡預測模型對監測數據進行分析預測。通過建立Access數據庫，將大量的監測數據如位移、滲壓、雨量等進行匯總，方便管理。工程實例證明，該信息系統較好地實現了岸坡安全監測中的二維、三維可視化顯示，對監測數據進行系統管理，數學建模分析模塊可對監測數據進行有效分析預測。

關鍵詞：臨江岸坡；可視化；建模分析；監測信息系統開發

中圖分類號：TV871.4

文獻標志碼：A

doi： 10.3969/j.issn.1000-1379.2018.04.010

岸坡失穩破壞是岸坡治理工程中經常遇見的災害之一。隨著人類活動的日益頻繁，工程岸坡穩定問題越來越突出。岸坡的治理涉及范圍廣，管理難度較大，河流兩岸往往分布著眾多城市，人口密度大，一旦發生岸坡失穩破壞，往往導致較大的生命財產損失。目前岸坡治理存在許多問題，如防洪標準低于設計標準、岸坡年久失修、缺乏對岸坡的長期監測以及對監測資料的分析處理。

岸坡安全監測是依據布置在岸坡中各部位的大量監測儀器設備來產生時序數據，通過對監測數據的整理、計算、分析來了解岸坡的工作狀態，保障其安全運行。一般情況下，岸坡上布置的監測點較多，監測項目比較繁雜，監測部位空間分布較廣，形成了復雜的空間監測體系，各監測點采集的監測數據量很大。因此，有必要開發岸坡安全監測信息系統，實現岸坡安全監測的實時分析和可視化顯示，為采取及時有效的防范措施提供條件。

本文基于安全監控系統，便捷應用監測數據，建立監控模型，揭示在水位、降雨等影響下岸坡位移、滲壓變化規律，預測岸坡位移、滲壓變化趨勢。采用ArcGIS Engine和C#程序相結合的開發手段，在VisualStudio平臺上，根據岸坡安全監測的特點，研究建立安全監測信息系統，開發空間數據管理、監測數據分析處理以及分析結果可視化等功能，實現岸坡安全監測的信息化、可視化和系統化。

1 系統設計

1.1 結構設計

臨江岸坡安全監測信息系統采用三層結構，即數據層、邏輯層和應用層。數據層主要包括監測數據、二維及三維地理數據及屬性數據等。邏輯層在VS開發平臺上，利用ArcGIS Engine組件和C#編程語言建立各功能模塊并實現各模塊之間的關聯。應用層可以實現用戶對監測系統的交互式應用。

1.2 功能設計

系統的功能主要有：系統簡介，監測點周邊地形二維、三維可視化，監測數據管理及監測數據分析預測。其中：系統簡介模塊可以使用戶方便快捷地了解系統結構及功能：可視化模塊可以實現對二維和三維臨江岸坡周邊地形、地貌的瀏覽；數據管理分析模塊可以進行屬性信息和監測信息管理以及系統數據庫的調用、更新和維護：數據管理分析模塊能夠對監測數據進行建模分析及預測。系統功能模塊如圖l所示。

2 監控模型研究

目前，T程監測中數據的數學建模分析方法有很多種，如灰色模型、神經網絡模型、統計模型等。臨江岸坡安全監測的主要項目包括位移、水位、滲壓及雨量等。臨江岸坡監測因其監測項目多，各監測項目之間有一定的相關關系，而神經網絡模型具有白組織、白適應和自學能力，特別適合處理需要同時考慮許多因素和條件的問題。結合二者的特點，針對BP人工神經網絡模型分析方法的基本理論及其在臨江岸坡安全監測中的應用進行研究。基本BP算法包括兩個方面：信號的前向傳播和誤差的反向傳播，即計算實際輸出時按從輸入到輸出的方向進行，而權值和閾值的修正從輸出到輸入的方向進行。BP網絡結構見圖2。圖2中：xi為輸入層第i個節點的輸入變量，i=l，…，M；wn為隱含層第i個節點到輸入層第i個節點之間的權值，i=1，…，q；θ。為隱含層第i個節點的閾值：Φ（x）為隱含層的激勵函數；Wki為輸出層第k個節點到隱含層第i個節點之間的權值，k=l，…，L；ak為輸出層第k個節點的閾值：ψ（x）為輸出層的激勵函數；0k為輸出層第k個節點的輸出變量。

2.1 信號的前向傳播

隱含層第i個節點的輸出變量為式中：nef，為隱含層第i個節點的輸入變量。

輸出層第k個節點的輸出變量為式中：netk為輸出層第k個節點的輸入變量。

2.2 誤差的反向傳播

誤差的反向傳播，即首先由輸出層開始逐層計算各層神經元的輸出誤差，然后根據誤差梯度下降法來調節各層的權值和閾值，使修改后網絡的最終輸出能接近期望值。對于每一個樣本p的二次型誤差準則函數為系統對P個訓練樣本的總誤差準則函數為

根據誤差梯度下降法依次改變輸出層權值的修正量△wki、輸出層閾值的修正量△ak、隱含層權值的修正量△wij、隱含層閾值的修正量△θi：最后得到

3 安全監測信息系統構建過程

安全監測信息系統構建過程如下。

（1）構建ArcGIS模型。利用ArcGIS分別構建TIN模型及柵格模型。TIN模型是由矢量數據建立的，矢量要素包括點要素、線要素和多邊形要素等，要求要素必須具有Z值（高程）。在建立柵格模型時，通過與三維建模軟件Sketch Up結合，給地形加入真實紋理，使其更好地展現監測位置真實地貌。

（2）構建神經網絡模型。根據各監測項之間的內在聯系，選用與輸出因子關系密切的因子作為輸入因子，以前文BP神經網絡計算方法構建預測模型，利用VB語言編程實現神經網絡預測模型的計算。

（3）應用Visual Studio平臺，結合C#語言開發具有二維、三維地理信息可視化和監測點監測信息管理及預測的安全監測信息系統。

4 工程實例

以某江堤崩岸監測為例，構建臨江岸坡安全監測信息系統，實現對崩岸周邊地形的可視化顯示以及對監測數據的存儲、管理及分析。

4.1 臨江岸坡ArcGIS模型建立

4.1.1 利用Arc GIS構建TIN模型

在ArcGIS平臺上利用TIN表面建立臨江岸坡的二維地理信息模型。選取適當大小的建模區域，對建模區域進行矢量化，矢量化的圖層包括監測點.道路、河道、江堤等。輸入各圖層的屬性信息，其中包括監測項目、監測點位置、深度等信息。通過高程信息的輸人生成地形TIN模型。

4.1.2 利用Arc GIS及SketCh Up構建柵格模型

將構建好的TIN模型導人三維設計軟件SketchUp，給模型添加紋理，使模型更真實地展現臨江岸坡周邊地形情況。將帶有真實紋理的三維柵格模型導出為Arc SCene可以識別的.mdb格式文件，在ArcSCene中顯示。

4.2 系統可視化模塊構建

4.2.1 臨江岸坡二維可視化

在VS平臺上，調用ArcGIS Engine組件庫中的MapControl、ToolBarControl及TOCControl等控件并設置其屬性，利用C#編程實現系統各個控件之間的鏈接以及鷹眼、狀態欄中坐標信息與比例尺的實時顯示等功能，完成整體框架的構建。其中臨江岸坡二維可視化如圖3所示。

4.2.2 臨江岸坡三維可視化

基于VS平臺，在三維可視化窗體上分別添加相關控件，并為控件添加相應的事件，最終實現臨江岸坡三維可視化顯示（見圖4）。三維可視化與二維可視化相比，可以更加直觀地實現對臨江岸坡場景的瀏覽。

4.3 監測數據管理與分析模塊構建

4.3.1 構建數據管理與分析模塊

添加數據管理與分析模塊窗體，通過VS平臺提供的DataGridView控件，使監測系統與外部的Access數據庫建立鏈接，主要有位移數據、雨量數據、滲壓數據及水位數據等。在數據管理與分析模塊窗體上添加數據分析控件，通過C#語言使神經網絡模型與數據分析控件建立鏈接，實現系統對監測數據的分析及預測。數據管理與分析模塊界面見圖5。

4.3.2 模型預測成果分析

將時間、水位、前期雨量（前5d累計）作為輸入因子，臨江岸坡位移及滲壓作為輸出因子，構建BP神經網絡模型。利用VB語言實現模型計算。神經網絡模型計算界面見圖6。

以2015年7月25日至8月14日這一時段為例，采用前文所述建模方法建立神經網絡監控模型，根據實測信息每天取1個訓練樣本點，共21個樣本點。通過構建的神經網絡模型訓練結果與原始數據的比較，求得位移擬合相對誤差△位移擬合=3.5%，滲壓擬合相對誤差A滲壓擬合=0.3%。對后3d位移、滲壓進行預測，位移預測相對誤差△位移預測=1.5%，滲壓預測相對誤差A滲壓預測=1.7%，預測效果較好。其擬合及預測曲線分別見圖7、圖8。

5 結語

結合某臨江岸坡監測項目，基于GIS與VS平臺構建了岸坡可視化安全監測信息系統。

（1）通過二維及三維可視化模塊的建立，使用戶更加直觀地了解監測設置情況及周邊地貌。

（2）系統具有較為完善的數據庫管理功能，對監測區域及周邊地形空間數據、屬性數據和監測數據分類存儲，使用戶較為方便地實現對海量監測數據的管理。

（3）以某一監測時段為例，選取了與位移、滲壓較密切的時間、水位及前期雨量等監測數據作為輸入因子，構建了BP神經網絡模型。通過訓練結果與實測數據比較，證明模型精度較高，取得了較好的位移、滲壓預測效果。所建模型可投人生產應用，作為臨江岸坡安全管理決策的重要支撐。

（4）該安全監測信息系統較好地實現了岸坡監測的可視化、信息化及系統化，為臨江岸坡的運行管理提供了支持平臺。