滑坡監測數據采集頻率的自適應動態調整方法及應用

于 超,亓 星,曹汝亮

(1.江西省地質局 第二地質大隊, 江西 九江 332000;2.四川輕化工大學 土木工程學院, 四川 自貢 643000)

監測數據的自動化采集一直是各類監測設備的集采方式,以地質災害自動化監測設備為例,常見的滑坡、崩塌等地質災害常用變形監測、傾斜監測等手段進行有效監測和預警,而這一過程中,對于變形、傾斜等關鍵數據的獲取也是成功預警地質災害的關鍵,如近年來成功應急搶險的白格滑坡[1],貴州興義龍井村滑坡[2],都依靠了有效的監測數據。

為了及時有效地預警地質災害,自動化監測數據的采集頻率需要足夠高,但一味地提高監測頻率,會導致實際監測應用中出現問題,主要表現出以下兩方面:監測設備本身的存儲空間有限,高頻率的監測數據會使設備產生大量的多余數據,對于自身的存儲存在較大壓力,而在地質災害基本穩定期間并不需要過高的頻率,大部分數據在地質災害發生前都屬于冗余數據,因此僅需要在地質災害臨近發生各個監測因素產生明顯變化時的高頻監測數據;監測設備采集的數據一般通過發送模塊發送到遠程服務器中存儲,數據發送是整個監測數據獲取中最耗電的過程,持續高頻的數據發送對于服務期存儲本身就存在很大壓力,同時監測設備一般布設在偏遠的地質災害體上,難以接入市電,需要通過太陽能等現場供電方式對監測設備進行連續供電,對于較高耗電過程的設備發送,會嚴重消耗本地電量,特別是在連續陰雨天,極易造成設備本身供電不足而斷開。近年來,出現了可以智能進行高頻率采集的變形監測設備并得到了有效應用[3],可在滑坡地質災害監測過程中及時獲取精細的數據,但這種通過變形反饋驅動采集的方式很難適用于其他場合,且應用過程中需要設備自身多個比較器和轉換器的工作判別,機制較為復雜,在進行其他因素監測時需要對每種監測參數進行適配,普適性較弱。由此,根據近年來地質災害監測設備的發展,提出了更加簡單有效的自動化監測設備監測數據采集頻率的自適應動態調整方法。

1 自動化監測設備的基本特點

常見的自動化監測設備主要由傳感器、數據采集和存儲發送裝置、設備供電裝置及外設幾大部分組成[4-5],其中數據采集存儲和發送裝置通過對傳感器的數據讀取實現采集,并存儲讀取到的數據和發送到指定服務器實現監測數據的實時監測。這一過程也是整個監測設備的主要耗電過程,其中數據的存儲和發送是最為耗電的,占了整個設備功耗約60%. 由此,當監測設備的監測頻率提高時,隨著存儲頻率和數據發送頻率的同步提高,會導致設備耗電量的大幅度提高,同時帶來設備供電壓力和存儲需求的增大。但實際應用中并不需要監測設備隨時都處于高頻率監測狀態,以滑坡災害自動化監測設備為例,滑坡變形最關鍵的監測階段為加速變形階段,此時滑坡變形逐漸加快并最終失穩破壞,需要監測設備的頻率盡量提高以獲取完整的變形數據方便后續預警和應急處置,而在滑坡緩慢變形或無明顯變形的基本穩定階段,由于滑坡變形量小,此時監測主要是獲取滑坡長期發展趨勢,不需要頻率過高以防止占用大量存儲和增加功耗。

2 監測頻率的動態調整方法及應用

為了平衡穩定階段的定期監測和加速變形階段的高頻監測需求,監測頻率的動態調節方法應運而生。現有部分解決方法是基于環境驅動變頻的被動變頻監測,其原理是變形發生以后進行多組判別,然后決定是否采集該數據。該方法雖然可以判別變頻有無問題,但其屬于被動變頻判別,當設備產生故障掉線時,無法通過主動采集數據的方式及時發現設備故障,可能存在設備維護的不及時。

由此,可以采用更合理的主動監測頻率自適應動態調整方法,具體思路為:自動化監測設備的數據采集裝置平常按照固定頻率采集傳感器數據,同時每秒不斷比較最新數據與之前固定采集的監測數據的差異,當最新讀取到的監測數據和最近一次固定頻率采集的數據差異值達到設定的閾值S時,則記錄最新的這組數據,反之如果讀取到的數據小于閾值S則不記錄該組數據。以此類推,在監測過程中不斷比較最新讀取的監測數據與新記錄的數據之間的差值是否大于設定的閾值S,最終實現監測數據的自適應動態調整。

以地質災害自動化監測領域為例,該方法可用到各種常見監測設備中。如對于滑坡變形具有明顯裂縫的區域采用裂縫計進行監測時,常規的裂縫計監測精度一般在±1 mm以內,當監測到最新的兩組裂縫變形數據的變化量超過1 mm時,說明滑坡裂縫產生了變形,由此,可設置閾值S為1 mm,此時裂縫計以高頻狀態每秒1次的頻率監測裂縫實際讀數值和最新存儲的裂縫值之差。當監測得到的實際數值和最新存儲值之差小于閾值S時,不記錄高頻數據,只按照常規每小時1次或其他固定低頻率存儲裂縫數據,而當裂縫變化速率增大,使監測到的實際數值與最新的存儲值之差達到或超過閾值S時,則存儲最新的裂縫監測值,而后繼續按照該判別方法比較裂縫計的實際監測值和最新的存儲值之差,以此類推,最終實現隨著裂縫變形速率的變化及時有效存儲完整裂縫監測數據的過程,確保加速變形階段數據完整獲得的同時,大幅度減少冗余數據的存儲。

同樣的方法在常見的滑坡變形GNSS監測數據中也可以得到有效應用。由于GNSS監測站設備的精度為±5 mm,其確保較高精度時的最大監測頻率約為每5分鐘1次,在監測過程中,當監測到的實時變形量和最新存儲值之差超過5 mm時,說明滑坡產生了新的變形,因此可以設置閾值S為5 mm,采用同樣的方式對滑坡變形GNSS進行動態變頻監測。即可以采用每5分鐘1次的動態監測對比方式,比較實時監測數據和最新存儲數據之差,當監測的實際數值和最新存儲值之差小于閾值S時,不記錄高頻數據,只按照常規每小時1次或其他固定低頻率存儲GNSS變形數據,而當滑坡產生明顯變形導致變形量增大時,監測到的實際數值與最新的存儲值之差達到或超過閾值S,此時存儲最新的變形監測值,以此類推,最終實現隨著滑坡變形量的變化及時有效存儲完整變形監測數據的過程,實現了確保加速變形階段數據完整獲得的同時,大幅度減少冗余數據的存儲。

通過滑坡變形監測頻率的自適應動態調整,可以獲取到完整的滑坡變形數據,而對于地質災害監測應用中的其他類型監測數據,如含水率、泥位、流速等,也可以采用相同原理的自適應動態變頻監測方法進行,最終在確保監測參數產生變化時及時記錄完整過程數據的前提下實現冗余數據的大量過濾。由于該方法在監測設備的運行中,僅增加了數據采集裝置的讀取頻率,避免了最耗電的數據高頻存儲和發送過程,對于整個設備的耗電功耗增加較小,因此具有較好的可操作性和應用效果,最終可以實現更為平滑有效的數據監測獲取。

3 結 論

監測數據采集頻率的自適應動態調整可以有效解決現有各類監測設備在滑坡監測過程中高頻導致的數據冗余、低頻漏掉關鍵數據等難題,為包括地質災害監測在內的各類自動化監測提供更好的方法。