北京市泥石流特點及專業監測體系建設初探

王海芝

摘? 要：針對北京市泥石流規模“小而散”、發生時間“與強降雨相伴”的特點，提出了對泥石流開展激發因素、響應因素、表達因素及展現因素等多因素聯合專業監測體系建設的方案。 該方案在監測方法上采用了一溝一體系的多因素監測方法，充分采集各種影響因素的實時數據，提高了專業監測的準確性;在數據傳輸上采用了GPRS和北斗衛星傳輸雙通道，避免了因極端天氣導致傳輸信號缺失而無法及時接收現場數據的現象，確保了數據傳輸的實時性;在數據的應用上兼顧了受威脅群眾防災減災需求及管理部門掌握現場信息的需求，提高了專業監測的實用性。該體系的運營，將全面提升北京市泥石流專業監測預警的水平，為北京市防災減災提供高精技術支撐。

關鍵詞：泥石流;多因素;監測;體系

中圖分類號：P642.23? ? ? ? 文獻標識碼：A? ? ?文章編號：1007-1903（2019）02-0025-06

Abstract： This paper makes a comprehensive analysis on the distributions， magnitude， and pattern of the debris flows in Beijing. Most of the debris flows in Beijing are small and scattered， and usually are coincided to heavy rain. Based on these characteristics， a project， which integrates the monitoring factors of triggering， response， expression， and exhibition， is provoked. In the monitoring method， the scheme adopts a multi-factor monitoring method of “one ditch and one system”， which fully collects real-time data of various influencing factors and improves the accuracy of professional monitoring effect; GPRS and Beidou satellite are used for data transmission， which avoids missing the transmission signal due to extreme weather， and will not receive field data in time， and ensures real-time data transmission. In the application of data， it takes into account the needs of the threatened masses for disaster prevention and mitigation as well as the needs of the management departments for command， and improves the practicability of professional monitoring system. The operation of the system will comprehensively improve the professional monitoring and early warning level of debris flow in Beijing， and provide high-precision technical support for disaster prevention and mitigation in Beijing.

Keywords： Debris flow; Multi-factors; Monitoring; System

0 前言

近幾年來，突發地質災害專業監測已成為突發地質災害防災減災重要的科學手段。北京市作為突發地質災害發育的首都城市，突發地質災害專業監測走在了國內乃至國際前列。北京市在突發地質災害詳細調查的基礎上，遴選出具備開展專業監測的突發地質災害隱患，采用目前國內外先進的專業監測方法，建立突發地質災害專業監測網絡體系，利用現場實時專業監測數據進行預警預報，提高突發地質災害預警水平，為防災減災提供專業技術支撐。

1 北京市泥石流特點

泥石流是北京地區主要的突發地質災害類型之一，據北京市突發地質災害詳細調查（北京市地質研究所，2014），全市共有856處泥石流隱患，廣泛分布于北京市10個行政區的山區、淺山區（圖1，表1）。從泥石流規模等級看（表2），小型泥石流占泥石流隱患數量的83.2%（712處），大型泥石流僅占1.2%（10處），北京市泥石流發育規模及分布的顯著特點是：“小而散”。

北京市泥石流多為暴雨激發，因此，泥石流發生的時間與強降雨時間是高度一致的。北京位于半干旱半濕潤氣候區，平均年降水量并不多，平均暴雨日數僅為1～3天，但歷時短局地降水強度大，從歷史泥石流發生時間看，泥石流多發生在7月下旬、8月上旬，即業界俗稱的“七下八上”，與北京地區大暴雨集中出現的時段一致。2012年7月21日（簡稱“7·21”），北京市普降大暴雨，其中房山區降水量最大，平均降雨量460mm（圖2），本次降雨房山區河北鎮西區溝（含曬臺溝、口兒溝、老窯溝、杏園溝、朱家溝5條支溝）發生了泥石流。2016年7月20日，房山區霞云嶺鄉普降暴雨，其中堂上村日降雨量達140mm，江心臺溝發生了泥石流。

北京市泥石流發生時間的特點是“與強降雨相伴”，也就是說，強降雨往往伴隨著泥石流的發生。因此，北京市泥石流的專業監測手段，主要是圍繞著降雨過程各階段的參數不同變化而開展的。

2 國內外泥石流監測簡況

國際上泥石流監測開展的較早并取得了較好的監測成果。1986—1995年，美國國家氣象局（NWS）和美國地質調查局（USGS）建立了泥石流監測系統（Keefer，1987），通過開展對包含降水、流域土壤含水量及孔隙水壓力等內容的監測，在舊金山灣區進行試驗，取得了成功。日本（Onodera，1974）、香港（Brand，1984）、新西蘭（Crozier，1999）、南非（Garland）等相繼建立了泥石流監測系統。

近年來，我國泥石流災害頻發，造成巨大的損失，引起相關部門的高度重視，許多專業監測系統相繼建立起來。如國土資源部開展了典型地質災害監測預警與示范治理的計劃項目，相繼在四川的雅安、延安寶塔及北京地區等開展了專業監測示范研究，建立了專業監測示范點，取得了令人滿意的監測成果（北京市地質調查研究院，2012）。

3 泥石流監測方法及專業監測體系構架

泥石流監測是泥石流研究的先行手段，是泥石流機理分析、物理過程及預警的基礎。根據泥石流發生的必要條件，泥石流監測的主要內容包括泥石流的形成條件、運動特征及流體特征等（中華人民共和國國土資源部，2006）。國際上主要通過使用地震波（Arattano，1999）、地面震動（Hurlimann，2003）等方法對泥石流開展監測，國內主要通過監測雨量、地聲（陳精日， 1991）、超聲波（康志成，1991）、次聲（唐川，2008）等方法對泥石流進行專業監測預警。

北京市泥石流專業監測是在充分考慮泥石流特點的前提下，采用目前國內外先進的專業監測方法，建設成北京特色的專業監測體系，該專業監測體系由數據采集—數據傳輸—及數據處理三大模塊構成（圖3）。數據采集采用國內外各類專業監測儀器，通過專業監測儀器將隱患現場的各類因素的實時變化采集變成可識別的數字信號后，通過傳輸系統，傳輸到數據處理中心，對數據進行處理分析之后進行應用。

4 數據采集的模式

根據北京市泥石流“小而散”及“降雨激發”的特點，每條泥石流溝在布設條件允許的前提下，至少布設1臺套雨量監測站并盡可能多地布設監測泥石流各類因素的專業監測儀器，形成“一溝一體系”的數據采集網絡（圖4）。

根據泥石流發生不同階段不同因素的特點，分別從泥石流發生的激發因素、響應因素、表達因素及展現因素4個方面對泥石流進行多方位專業監測（表3）。

激發因素的監測? 北京市泥石流多為暴雨激發，因此，雨量監測是北京市泥石流專業監測首選的必要的監測因素。通過安裝在泥石流溝形成區的一體化自動雨量站（照片1）實時采集雨量信息并進行數據處理后，能及時得到泥石流隱患現場的實時數據，為泥石流的預警提供各時段的現場降雨量。

響應因素的監測? 隨著降雨過程的推進，松散土體內的含水量不斷增加，土體顆粒之間的摩擦力降低，土體內的孔隙壓力上升，最終土體液化，形成泥石流的物源。因此土體含水量的變化是對降雨過程變化的響應，是影響泥石流形成的動態可監測因素，因此，在有條件的溝谷中安裝一體化土壤含水率監測站（照片2），實時監測松散土體內含水量的變化情況，作為泥石流監測預警的輔助分析數據。

表達因素的監測? 泥石流發生之時，溝內的次聲、泥水位及變化數據的采集，是泥石流臨災預警的第一現場數據。泥石流次聲（照片3）信號是一個卓越頻率（5-15Hz）范圍內的確定信號，并且根據泥石流次聲的聲壓值，判斷泥石流的發生及泥石流可能的規模（章書成，2010）。泥水位（照片4，照片5）是通過采用超聲設備采集相關數據。

展現因素的監測? 泥石流發生的現場活動情況的捕捉，是泥石流研究重要的資料，也是對救災現場指揮部署的重要依據，因此，對有條件安裝視頻的重點隱患，采用視頻監控（照片6）的專業監測方法。

5 信息傳輸的模式

GPRS是基于地面基站和地面發射塔的無線通信，具有傳輸速率高，實時性強，使用成本低等優點（陳明金，2004）。但是，由于其所基于的地面發射塔在極端氣候環境條件下易損壞，導致數據無法及時傳輸，因此，就必須選用一種不受惡劣氣候影響的通信方式來作為備用通信方式，而北斗衛星基于衛星傳輸，能彌補GPRS這一缺點（譚承軍，2014），因此通信方式宜采用GPRS、北斗衛星雙系統（張志龍，2005），二者共同作用，確保數據傳輸的不間斷性。因此，泥石流專業監測儀器采集數據的傳輸均采用GPRS和北斗衛星兩種傳輸方式，兩種傳輸方式能自動切換，確保數據能實時傳輸。

由于一體化視頻野外監控站采集的圖像為高清圖像，數據傳輸量大，GPRS傳輸方式無法支撐如此大量數據的傳輸，根據現在信息傳輸的模式，選用了光纖網絡傳輸，將實時采集到的高清圖像傳到數據中心及相關管理部門。

6 數據的應用模式

基于數據采集設備的多樣化，數據的應用也是多層次的。根據采集數據是直接應用于預警預報還是間接用于預警預報分為直接應用和間接應用兩種類型。其中次聲數據通過聲頻轉換，在隱患現場進行預警信息的發布，屬于直接應用數據。而降雨量、泥水位及土壤含水率數據經綜合分析之后，應用于預警預報，屬于間接應用數據。視頻圖像的采集，更多的應用于領導部署工作及技術人員進行現場情況研判。

7 結論

北京市泥石流專業監測體系是在全面考慮泥石流特點的基礎上建立的專業監測網絡，是目前國內硬件系統建設最完善的泥石流專業監測體系，具有全面性、先進性和實用性。專業監測因素全面，基本形成一溝一體系的多因素數據采集網;數據傳輸全面實現兩種自動切換模式，確保全天候數據傳輸的通暢;數據應用多層次，防災減災及災害管理全面兼顧。

北京市泥石流多因素專業監測體系作為北京市泥石流專業監測的一個新平臺的建設及運營，預示著北京市泥石流的預警預報從此跨入了以專業監測為主導的監測體系，泥石流預警預報的影響因素從僅僅依靠氣象站的單因素的雨量預報向多因素聯合預報轉變，泥石流預警預報的時間模式從單一時間維度向多層次時間維度的模式發展，必將在泥石流的預報精度上大大提高，為首都的防災減災做出新的貢獻。

參考文獻

北京市地質研究所，2014. 北京市突發地質災害詳細調查[R].

北京市地質調查研究院，2012. 北京地區滑坡泥石流災害監測預警示范研究[R].

陳精日，章書成，1991. 泥石流地聲特征及NJ-2無線遙測泥石流警報器的研制[C]//第二屆全國泥石流學術會議論文集，北京： 科學出版社： 36-41.

陳明金，歐陽祖熙，師潔珊，等，2004. 基于GPRS技術的地質災害無線遙測系統[J]. 自然災害學報，13（3）：65-69.

康志成，胡平華，1991. 泥石流泥位報警原理及儀器[C]//第二屆全國泥石流學術會議論文集，北京： 科學出版社：42-46.

唐川，2008. 城市泥石流災害預警問題探討[J]. 地球科學進展，23（5）：546-552.

譚承軍，羅群，曾國強，等，2014. 滑坡泥石流地質災害野外監測預警系統[J]. 自動化與儀表，（6）：17-21.

章書成，余南陽，2010. 泥石流早期警報系統[J]. 山地學報，28（3）： 351-356.

張志龍，華克強，孫淑光，2005. 北斗導航系統與GPS結合在民航中的應用[J]. 自動化與儀表，20（7）： 55-58.

Arattano M， 1999. On the use of seismic detectors as monitoring and warning systems for debris flow[J]. Natual Hazards， 20（2-3）： 197-213.

Brand E W， 1984. Relationship between rainfall and landslides in HongKong[C]//Proc.of the IV International Symposium on Landslides. Toronto： Canadian Geotechnical society： 377-384.

Crozier M J， 1999. Prediction of rainfall-triggered landslides： A test of the antecedent water status model[J]. Earth Surface Processesand Landforms， 24（ 9） ： 825-833.

Garland G G，Olivier M J， 1993. Predicting landslides from rainfall in ahumid， sub-tropical region[J]. Geomorphology， 8 （2）： 165-173.

Hurlimann M， Rickenmann D， Graf C， 2003. Field and monitoring data of debris-flow events in the Swiss Alps[J]. Canadian Geotechnical Journal， 40（1）：161-175.

Keefer D K ， Wilson R C， Mark R K， et al， 1987. Real-time Landslide warning during heavy rainfall[J]. Science， 238（4829）： 921-925.

Onodera T， Yohinaka R， Kazama H， 1974. Slope failures caused by heavy rainfall in Japan[J]. Applied Geology， 15（4） ： 191-200.