基于STM32F103的泥石流災害預警系統設計*

徐根祺，曹 寧，任小文，孫 敏，鄭黎明，毛曼琳

（1.西安交通工程學院電氣工程學院，西安710300；2.西安交通工程學院土木工程學院，西安710300）

1 引言

西方國家從19世紀就已經開展了對泥石流的系統研究工作。20世紀初葉由美國地質專家貝克爾撰寫的《半干旱山區的地質作用:泥石流》是人們對泥石流的最初印象[1]。20世紀中葉日本設立了防災研究所，表明日本也是研究泥石流較早的國家，泥石流形成的條件公式便是由該國學者提出的[2]。1956年至1974年，前蘇聯通過對杜魯德河地區泥石流的研究，出版了對泥石流的動力學研究具有指導作用的《蘇聯泥石流及其防治措施》[3]。1983～1984年間，英國劍橋大學Innes教授、美國地質調查局的Costa博士分別發表了：《泥石流》和《泥石流普通地貌學》[4]。1977～1988年，在美國進行了第一次全球大范圍內精確性的泥石流危險性評價。包括奧地利和瑞士在內的西方國家較早使用紅、黃、綠色劃分泥石流危險區[5]。本世紀以來，國內外的研究工作更多地開始傾向于理論基礎和動力學方向，同時開始了對泥石流預警技術的探索[6]。

我國對泥石流的研究起步于20世紀50年代。青藏高原、川滇山區以及中南和西北等地，被證明是我國泥石流較易發生的區域，對這些地區泥石流的定位觀測和防治工作也相繼展開[7]。1970年以后，泥石流的研究重心轉移到以定點觀測及防治工程相結合的模式[8]。2000以后，世界各國開始重視泥石流危害，大力創新研究方法，打破原有研究模式，提出許多新思路和新方法，使得泥石流研究更加多樣化全面化[9]。為分析實時監測數據信息、探究災害發生規律，以準確預測發展變化趨勢并下達可靠有效的防治決策，就需要在災害常發地區收集有效信息。因此，收集災害孕育階段的數據信息并建立泥石流災害預警系統是防災減災工作任務的重中之重。

2 系統總體方案

對于當前大多數研究方法而言，無論是泥石流災害歷史數據的數量，還是對數據進行分析評判所采用的算法，都會影響最終的預測準確性，也給災害的及時預警和有效防治帶來了很大的困難[10]。

為解決目前研究中泥石流災害數據量不足且數據獲取困難的問題，在此設計的用于泥石流災害影響因子數據采集和災害預警的泥石流災害預警系統，需要收集更為全面的信息，包括：降雨量、土壤含水率、孔隙水壓力、地聲、次聲、斷線和流速；所用到的相應傳感器包括：雨量傳感器、土壤含水率傳感器、孔隙水壓力傳感器、地聲傳感器、次聲傳感器、斷線傳感器和流速傳感器。傳感器先將采集到的數據以近距離無線通信方式向下一級傳輸；由現場預警單元接收傳感器發送來的數據，并對數據進行分析；之后再經遠距離無線通信方式向遠程監控單元傳輸；最后由遠程監控單元進行綜合評判并對災害做出預警提示。

系統的最終設計方案由數據采集單元、現場預警單元、通信單元、報警單元、遠程監控單元和客戶端組成，總體結構圖如圖1所示。

圖1 系統總體結構圖

3 系統硬件設計

泥石流災害預警系統綜合運用無線射頻、GPRS遠距離無線傳輸和多傳感器融合等技術，以數據信息傳送無誤為前提，將可能爆發泥石流的山區的影響因子信息逐級傳送，現場預警單元和遠程監控單元分級對泥石流災害進行預警。

系統采用一體化的形式將所有傳感器各自的無線數據采集單元的通信接口集成在一起。由包括射頻單元、電源單元、RS232通信單元、脈沖通信單元、最小系統單元、RS485通信單元和AD通信單元在內的多個模塊共同構成無線數據采集單元。除了電源單元和最小系統單元外，現場預警單元的基本構成部分還包括GPRS單元、人機交互單元、無線射頻單元和脈沖通信單元。由于MSP430F149芯片具有超低功耗、低電壓和低成本等優點[11]，在設計中將其用于無線數據采集單元。現場預警單元則采用STM32F103作為微處理器[12]。泥石流災害預警系統硬件框圖如圖2所示。

圖2 泥石流災害預警系統硬件框圖

4 系統軟件設計

本監測系統的監測內容為泥石流災害的各影響因子數據信息，包括降雨量、土壤含水率、孔隙水壓力、地聲、次聲、斷線和流速。系統在得電后，即對系統進行內部初始化，之后AS32_TTL_100進入到數據接收模式。隨后，系統將會查詢按鍵或觸摸屏有無操作，若有則開始運行對應的程序，再掃描有無召測指令；若沒有按鍵或觸摸屏操作，則直接查詢有無召測指令，若有則檢驗召測任務類型，若無則依據已設置的次序開始各影響因子信息并比較閾值。若數據超出設置值，則AS32_TTL_100進入到數據發送模式，同時下達報警命令，配置AS32_TTL_100數據包向報警單元下達命令和配置GPRS數據將收集的數據信息發送至遠程監控單元；若收到的數據未超出設置值，則配置GPRS數據包將收集的數據信息發送至遠程監控單元。系統完整的數據采集流程圖如圖3所示。

圖3 系統數據采集流程圖

5 實例研究

將設計完成的泥石流災害預警系統應用于陜西省山陽縣泥石流災害多發區對泥石流災害影響因子進行收集，并從所采集的數據中選取2000組數據。將其中1800組數據作為訓練樣本，剩余200組數據作為驗證樣本，利用粒子群優化徑向基函數神經網絡[13]對預警準確率進行驗證，結果如表1所示。從表中數據可以看出，雖然預測出的泥石流發生概率的部分實驗值與實際值有所差異，但是二者的預警等級幾乎一致。這表明所設計的泥石流災害預警系統對泥石流災害影響因子進行采集的有效性，在此基礎上，引入適當的算法就可以對泥石流災害發生的概率進行預測，進而對發生概率較大的災害做出及時有效的預警。

表1 測試結果

6 結束語

在對泥石流地質災害研究現狀分析的基礎上，從總體方案以及硬件、軟件設計方面進行論證，設計出一套泥石流災害監測預警系統。本系統集監測、采集、分析、評價等功能為一體，既能夠對泥石流災害影響因子進行實時監測，還能對監測到的數據進行分析并根據分析結果自行對泥石流災害進行預警。實例表明將本系統用于泥石流災害預警是可行的，為現階段的泥石流災害研究提供了一種新的手段。