基于GPRS和SVR的滑坡災害遠程監(jiān)測系統(tǒng)設計

李宏俊, 趙雪瓊, 孫瑜

(1.云南國土資源職業(yè)學院 建設工程學院， 云南 昆明 652501；2.四川省核工業(yè)地質調查院， 四川 成都 610052)

0 引言

滑坡是一種分布廣、數(shù)量大和頻繁發(fā)生的地質災害，不但可以產生直接災害，而且可以造成很多次生災害。滑坡可以摧毀廠礦、中斷交通、掩埋村鎮(zhèn)以及阻塞河道，造成巨大的經(jīng)濟損失和人員傷亡，并且?guī)韲乐氐纳鐣绊懞驼斡绊慬1-2]。與工程治理相比，滑坡監(jiān)測預警作為滑坡災害風險控制的主要手段具有易于實施和成本低等優(yōu)點，因此滑坡災害遠程監(jiān)測預警被廣泛地應用。早期滑坡災害監(jiān)測主要根據(jù)人工觀測地表變化特征、周圍動植物和地下水等異常來推測滑坡災害發(fā)生的可能性[3]。隨著科技進步和通信以及網(wǎng)絡技術快速發(fā)展，水準儀、經(jīng)緯儀、全站儀、GPS監(jiān)測以及InSAR技術等被廣泛地應用于滑坡災害預測[4-5]。雖然這些技術的應用提高了滑坡災害預測水平，但是仍然很難準確預測，主要原因是位移、裂紋等現(xiàn)象只是滑坡產生的必要條件，但不是充分條件，也就是說滑坡災害發(fā)生前一定會產生位移和裂紋，而有裂紋和位移則不一定發(fā)生滑坡。因此，直接從“現(xiàn)象監(jiān)測”很難對滑坡災害進行超前準確預測，要實現(xiàn)滑坡災害的超前預測，必須尋找到滑坡災害發(fā)生的超前信息。大量研究文獻表明，超前滑動力變化是滑坡災害的充分必要條件，因此,實時監(jiān)測超前滑動力的變化就能預測滑坡災害的發(fā)生。為提高滑坡災害遠程監(jiān)測的實時性和預警預報的高效性，結合GPRS網(wǎng)絡傳輸效率高、信號強而穩(wěn)定的優(yōu)點，在傳統(tǒng)的滑坡災害遠程監(jiān)控系統(tǒng)的基礎上，設計了一種基于GPRS和支持向量回歸機(SVR)的滑坡災害遠程監(jiān)測預警預報系統(tǒng)。

1 滑坡災害遠程監(jiān)控系統(tǒng)數(shù)學模型

傳統(tǒng)的滑坡災害遠程監(jiān)控(Sliding Perturbation Remote Monitoring，SPRM)系統(tǒng)[6-7]是在超前滑動力數(shù)學模型的基礎上建立起來的。SPRM系統(tǒng)力學模型如圖1所示。

圖1 SPRM系統(tǒng)力學模型

根據(jù)SPRM系統(tǒng)力學模型，滑動摩阻力如式(1)。

(1)

處于極限平衡狀態(tài)時如式(2)。

Gt=Pt+Fφ

(2)

超前滑動力的函數(shù)關系式如式(3)。

(3)

2 監(jiān)測系統(tǒng)拓撲結構

SPRM系統(tǒng)由數(shù)據(jù)采集終端、遠程通信端和監(jiān)測主站系統(tǒng)端組成。其拓撲結構如圖2所示。

圖2 SPRM系統(tǒng)結構圖

其中,數(shù)據(jù)采集終端主要通過現(xiàn)場數(shù)據(jù)采集儀器或設備監(jiān)測和采集錨索攝動力的數(shù)據(jù)；遠程通信端主要負責監(jiān)測數(shù)據(jù)的遠程傳輸；監(jiān)測主站系統(tǒng)端主要負責接收數(shù)據(jù)、自動分析處理數(shù)據(jù)并進行管理應用。

3 滑動力監(jiān)測預警預測模型

根據(jù)相關參考文獻的研究成果[8-9]，文中確定4種基本預警模式，從而為滑坡災害預警預報提供科學參考和分析依據(jù)。

3.1 預警準則

SPRM系統(tǒng)中錨索設計采用的初始預緊力,如式(4)。

P0=(0.25～0.50)Pmax

(4)

預警準則如式(5)。

(5)

3.2 預警模式

根據(jù)攝動力力學原理分析可知[10]，滑坡災害預警模式分為穩(wěn)定模式、滑坡模式、軟化壓入模式和振動擾動模式4種預警模式。

(1) 穩(wěn)定模式

穩(wěn)定模式如圖3所示。

圖3 穩(wěn)定模式監(jiān)控曲線

由圖3可知,監(jiān)控曲線和警戒線沒有交點并且總體沒有相交的趨勢。

(2) 滑坡模式

滑坡模式如圖4所示。

圖4 滑坡模式監(jiān)控曲線

由圖4可知,監(jiān)控曲線和警戒線在監(jiān)測預警時間tm之后滑動力監(jiān)測值超過滑動力預警值，此時將發(fā)生滑坡災害。

(3) 軟化壓入模式

軟化壓入模式如圖5所示。

圖5 軟化壓入模式監(jiān)控曲線

由圖5可知,在某一時間段內，該模式的監(jiān)測曲線會出現(xiàn)加固力降低的現(xiàn)象，產生這種現(xiàn)象的原因是雨水等地表水的入滲，導致錨索端部錨墩下方土體發(fā)生軟化，在錨索拉力作用下錨墩壓入土體使得錨索伸長量減小導致預應力降低。

(4) 振動擾動模式

振動擾動模式如圖6所示。

圖6 振動擾動模式監(jiān)控曲線

由圖6可知,在某一時段，該模式監(jiān)測曲線會出現(xiàn)明顯的脈沖波動，之后會恢復原狀。

3.3 預測模型

為實現(xiàn)滑坡災害的預測，文中運用支持向量回歸機[11-12](Support Vector Regression，SVR)對滑動力進行預測，從而實現(xiàn)滑坡災害的預測。如果t時刻的滑動力為x(t)，那么滑動力歷史數(shù)據(jù)的時間序列如式(6)。

X(t)=[x(t),x(t-1),x(t-2),…,x(t-p)]

(6)

式中，p為嵌入維數(shù)。假設t時刻為滑動力的預測原點，預測步長為h，因此滑動力時間序列的預測可以描述為已知滑動力時間序列X(t)，運用t時刻之前的滑動力數(shù)據(jù)預測t+h時刻的滑動力數(shù)據(jù)。根據(jù)SVR預測原理，將x(t)、x(t-1)、x(t-2),…,x(t-p)和x(t+h)分別作為SVR的輸入向量和輸出向量，建立SVR滑動力預測模型，從而實現(xiàn)滑動力的預測，滑動力預測步驟如下。

Step1：設定訓練樣本長度L、預測步長h和嵌入維數(shù)p，構建訓練樣本的輸入向量和輸出向量，訓練樣本的輸入向量和輸出向量分別為x(p+1),x(p+2),…,x(L-h)和x(p+1+h),x(p+2+h),…,x(L-h)。

Step2：SVR參數(shù)初始化：運用網(wǎng)格搜索法得到SVR模型的懲罰參數(shù)和核參數(shù)。

Step3：建立SVR滑動力預測模型。

Step4：按Step1處理滑動力數(shù)據(jù)，將下一采樣時刻監(jiān)測的實際滑動力數(shù)據(jù)送入滑動力時間序列，運用滑動窗口法更新舊的滑動力數(shù)據(jù)并實現(xiàn)滑動力預測。

4 滑坡災害遠程監(jiān)測預報實例分析

本文滑坡災害系統(tǒng)實施之后應用于某露天礦區(qū)并進行了滑坡災害監(jiān)測應用，取得了較好的效果，主要取得了如下成果。

(1) 成功地解決了信號傳輸問題。運用GPRS通信網(wǎng)絡代替了GSM通信網(wǎng)絡，有效地擴大了數(shù)據(jù)傳輸距離，數(shù)據(jù)監(jiān)測點與信號接收機的傳輸距離擴大到(1 000-1 500)m。監(jiān)測現(xiàn)場信號接收機設置如圖7所示。

圖7 礦區(qū)現(xiàn)場信號接收機安裝圖

GPRS代替GSM通信網(wǎng)絡之后，信號強而穩(wěn)定，通信盲區(qū)消失，數(shù)據(jù)采集和傳輸效率大大提高、數(shù)據(jù)量也大幅提升，為滑坡災害監(jiān)測提供了強有力的通信和數(shù)據(jù)傳輸基礎。

(7)

(8)

表1 評價指標對比結果

2019年6月1日一天內，預測結果對比如圖8所示。

圖8 不同預測方法預測結果

由圖8可知，對于6月1日，本文預測值幾乎等同于實際值，特別是當發(fā)生突發(fā)情況時，本文都能給出精確的預測結果，而文獻[13]很難反映出真實情況。這表明，本文采取的預測方法，具有很好的預測性能。為了進一步對比傳統(tǒng)SPRM系統(tǒng)與本文SPRM系統(tǒng)性能，選擇2018年10月5日—2018年10月9日采集的數(shù)據(jù)為研究對象，對比傳統(tǒng)SPRM系統(tǒng)與本文SPRM系統(tǒng)采集的數(shù)據(jù)，對比結果如圖9所示。

(a) 傳統(tǒng)SPRM系統(tǒng)

(b) 本文SPRM系統(tǒng)

由圖9可知，與傳統(tǒng)SPRM系統(tǒng)相比，本文SPRM系統(tǒng)采集的監(jiān)測數(shù)據(jù)在同一時間段更加平滑而穩(wěn)定，同時數(shù)據(jù)傳輸效率也大幅度提高，提高了數(shù)據(jù)采集和傳輸?shù)膶崟r性，提高了抗干擾能力，而且避免了傳統(tǒng)SPRM系統(tǒng)的因網(wǎng)絡數(shù)據(jù)阻塞和數(shù)據(jù)丟失所產生的不利影響。

(3) 實現(xiàn)了滑坡災害預警預報的自動化。從實驗仿真“第二部分”可以看出，本文SPRM系統(tǒng)能夠準確預測未來某一階段的滑動力，通過與“預警線”對比，即可自動實現(xiàn)滑坡災害預警預報模式。具體工程應用結果如圖10所示。

圖10 滑坡災害預警預報結果

圖10中，各監(jiān)測點滑坡災害模式用不同顏色表示。監(jiān)測點No.II-7滑坡災害預報等級為穩(wěn)定模式，用藍色表示;監(jiān)測點No.3-2滑坡災害預報等級為振動擾動模式，用黃色表示；監(jiān)測點No.4-2滑坡災害預報等級為軟化壓入模式，用橙色表示。圖10中監(jiān)測點滑坡災害模式不是一層不變的，隨著時間推移，本文SPRM系統(tǒng)持續(xù)預測未來一段時間監(jiān)測點可能發(fā)生的滑坡災害，并通過改變顏色辨識，實現(xiàn)自動預警功能。

5 總結

本研究在傳統(tǒng)的滑坡災害遠程監(jiān)控(Sliding Perturbation Remote Monitoring，SPRM)系統(tǒng)的基礎上，設計出了一種基于GPRS和支持向量回歸機(Support Vector Regression，SVR)的滑坡災害遠程監(jiān)測預警預報系統(tǒng)。工程實踐結果表明，該系統(tǒng)可以有效提高滑坡監(jiān)測數(shù)據(jù)的傳輸穩(wěn)定性和效率。該系統(tǒng)主要成果如下：(1)成功地解決了信號傳輸問題;(2)提高了數(shù)據(jù)采集及傳輸?shù)姆€(wěn)定度與抗干擾能力;(3)實現(xiàn)了滑坡災害預警預報的自動化。然而，隨著本文SPRM系統(tǒng)應用范圍的不斷擴大以及監(jiān)測區(qū)不同的地質特征和環(huán)境條件，下一步將研究在現(xiàn)有系統(tǒng)基礎上建立一套普適性的預警模式和預警標準。