欢迎来到浙江水利科技服务网!    |  网站导航

科技推广

山洪灾害水雨情监测系统建设技术

2018-01-15

编者按:山洪灾害是山区常见的自然灾害,常发生在山区及流域面积较小的溪沟。山洪灾害可细分为溪河洪水灾害、山洪滑坡灾害以及山洪泥石流灾害。山洪灾害防治措施包括工程措施和非工程措施。山洪灾害的监测、预报及预警是行之有效的变被动抗灾为主动避灾的防洪减灾措施,也称非工程措施。诱发山洪灾害的因素很多,其中一个重要因素是降雨。因此,在山洪灾害防治过程中,需要加强对水雨情的监测和数据分析处理。本版具体阐述山洪灾害水雨情监测系统建设技术,包括监测设备布设环境要求、数据接收处理等。着重介绍目前较为前沿的山洪滑坡灾害无线传感器网络监测技术——LoRa技术,并对山洪引发滑坡预报模型、预警指标体系进行归纳和总结。

山洪灾害防治任务的展开主要以建设水雨情监测预警系统、强化群测群防体系、完善防御预案等非工程措施为主,从而有效防御山洪灾害,改变山洪灾害日趋严重的局面,减少人员伤亡和财产损失。

水雨情监测预警系统主要通过监测站网对灾害进行监测和预警。监测站网包括雨量站和水位站,监测设备由翻斗式雨量计、浮子式水位计(超声式水位计、雷达式水位计)、遥测终端和通信模块等组成。监测站网主要布设在流域面积为200平方公里心内易遭受山洪灾害的小流域。雨量站的布设需充分考虑地形因素的作用,优先选择山区中小流域。站点尽量安装在流域中心、暴雨中心等有代表性的地段,原则上按照20100平方公里/站的密度布设雨量监测站。在高原易发降雨区、人口密度较大的山洪灾害频发地区应适当加密站点。水位站的布设应考虑预警时效、影响区域、控制范围等因素来综合确定。面积超过100平方公里的山洪灾害严重流域,且河流沿岸为县、乡政府所在地、人口密集区、重要工矿企业和基础设施的,布设自动水位监测站;流域面积在100平方公里以下的山洪灾害严重的小流域,河流沿岸有人口较为集中的居民区或有较重要工矿企业、较重要的基础设施,布设简易水位监测站;对于下游有居民集中居住的水库、山塘而没有水位监测设施的,适当增加水位监测设施。

一般有条件的雨量站按《降雨量监测规范》(SL 212015)标准选择监测场地;不具备建设雨量监测场地的站,宜采用一体化结构,利用架杆和屋顶、平台等予以监测。雨量站场地的选择应避开强风区,避免突变地形、树木和建筑物以及烟尘等的影响,尽量选择空旷平坦的监测场地。若不能完全避开障碍物,雨量计离开障碍物边缘的距离至少为障碍物高度的两倍。水位站场地的选择主要由河段决定。水位站设站位置的选择按照规范要求,选择河道顺直、河床稳定和水流集中的地方。基本水尺断面则应设在顺直河段的中间,与流向垂直。水位测井应设置在岸边顺直、水位代表性好、不易淤积、主流不易改道的位置,并应避开回水和受水工建筑物影响的地方。

监测站点水雨情信息通过数据接收前置机的接收处理软件,完成信息的接收与处理,并采用《实时雨水情数据库表结构及标识符标准》(SL 3232011)存入监测预警平台数据库。该软件可对自动监测站运行状态进行监控,完成水雨情数据和设备状态分析,修改站点运行参数等。数据接收处理硬件设备主要由数据接收通信设备、数据接收处理计算机和维护用便携式计算机组成。其中,数据接收通信设备的配置应根据各试点监测站选定的通信方式进行相应配置,并做好防雷措施。

山洪滑坡灾害无线传感器网络监测技术

在通信技术、计算机技术、网络技术和传感器技术发展的推动下,无线传感器网络被公认为21世纪最重要的技术之一。目前,常用的无线传感器网络监测技术包括LoRaZigbee、蓝牙、WIFINB-IOT等技术。其中,LoRa技术是窄带物联网技术中的前沿技术,主要适合于自动控制和远程控制领域,可以嵌入各种设备中。与传统WIFI、蓝牙通信标准比较,具有低复杂度、低功耗、低成本和长距离等典型优点。
无线传感器网络的基本构成单元为节点。网络中的节点实时感知并监测山体滑坡等自然灾害,一旦有灾害发生,节点内部应变片的阻值随即产生微变,经由信号调理电路、精密差分式仪表运算放大器及模数转换器等模块,微变的阻值量能够在微处理器的控制下转换为数字信号量,并通过LoRa无线接口将数据发送至LoRa无线传感器网络中,从而构建基于LoRa技术的山洪滑坡灾害监测无线传感器网络。

与传统的监测技术相比,无线采样网络具有低功耗、长距离、高可扩充性及安全性等特性。LoRa协议具有较低的传输速率,其传输数据量相对较少,信号的收发时间也相对较短。在具体的传感器网络中,随机放置大量传感器设备,不可能预先设定每个传感器的位置。在实际使用中,一些传感器设备会能量耗尽或失效,一些设备也要添加到监测网络中,这就使得监测网络出现动态变化,也就要求监测网络具备可扩充性以适应这种动态变化。LoRa协议提供数据完整性错误检查,并采用通用的AES.128加密算法,从而具备高保密性,因此可以在滑坡带通过多点安装传感器网络采集器,形成无线传感器网络。所有网络采集器的数据发送到网络协调器,然后通过GPRS将数据发送到服务器,从而对滑坡区域进行及时有效的监测和记录。

山洪引发滑坡预报模型

山洪引发的滑坡是指由于降雨在山丘区引发滑坡等对国民经济和人民生命财产造成损失的灾害。强降雨引起的地表径流汇入河道,河水侧向冲蚀,冲蚀掏空坡脚岩土体,对边坡坡脚产生冲刷作用,使得边坡失稳下滑。由于短时降雨使单位时间雨强增大,极易形成地表径流,从而汇聚成溪河洪水。降雨引起边坡非饱和土中基质吸力减小或丧失,同时,山洪使得边坡坡脚在水流的冲刷作用下削弱了岩土体的边坡抗滑力,使得边坡抗滑力减小,使岩土体发展为滑动面和崩塌界面,加剧了滑坡的发生发展。

滑坡与自然界的事物一样,其形成是一个孕育、发展、消亡的演化过程。边坡滑坡不同阶段伴随着不同的宏观变形破坏迹象,与地震自然灾害相似,滑坡前也表现出多种宏观前兆。日本学者斋藤迪孝在20世纪60年代提出的滑坡预报经验公式可作为滑坡预报研究工作的起点。之后,滑坡预报理论和方法有了较大发展,经历了从现象预报、经验预报到统计预报、灰色预报再到非线性预报的历程,目前已经进入到系统综合预报、实时跟踪动态预报、数值预报阶段。综合国内外的预报模型和方法,大致可分为四类:确定性预报模型、统计预报模型、非线性预报模型、类比分析法。

确定性预报模型

确定性预报模型是把有关滑坡及环境的各类参数用测定的量予以数值化,用严格的推理方法,特别是数学、物理方法,进行精确分析,得出明确的预报判断,通常可以使用确定的函数关系表达数学关系。影响较大的确定性预报模型有斋藤迪孝模型、滑体变形功率模型、极限分析法等。

斋藤迪孝模型曾在1970年对日本高场山隧道滑坡、大井山铁道滑坡进行成功预报。但由于该模型是以土体蠕变理论为基础的,适用于前缘不受阻的土质滑坡。滑体变形功率模型综合考虑全场的位移、位移速度、滑坡体力、滑带强度和滑面形状等基本因素,基本上把握和控制了滑坡变形的动态变化与规律。该方法在甘肃黄茨大滑坡中得以应用。极限分析法是以安全系数为判据的一种滑坡预报方法。当天然边坡处于极限状态时,滑坡面上各个点处的土体将发生塑性流动。根据物体塑性流动中的能量消耗原理得知,在岩土体下滑时,其内部所消耗的能量等于土体上全部外力所做的功。

统计预报模型

统计预报模型与确定性预报模型相反,不能用明确的函数关系表达其数学关系,主要是运用现代数理统计的各种统计方法和理论模型。其主要通过对现有滑坡及其地质环境因素和其外界作用因素关系的宏观调查与统计,获得其统计规律,并用于拟合不同滑坡的位移-时间曲线,根据所建模型做外推进行预报。常见的统计预报模型有灰色预报模型、生物生长模型、回归分析模型等。

灰色系统理论是我国著名学者邓聚龙教授于1982年创立的一门新兴学科,从理论上综合了滑坡产生的影响因素,并通过丰富而量化的数学方程概化出预报关系。灰色系统理论在实际应用方面取得了一些成功范例,如甘肃天水黄龙西村滑坡预报和湖北宜昌新滩滑坡预报。灰色预报模型包括GM(11)模型和GM(21)模型,总体精度上GM(21)模型略高,预测误差较小,有很好的应用价值。生物生长模型是德国生物学家Verhulst1987年提出的一种模型,用于描述和预测生物的繁衍、生长、成熟、消亡过程。滑坡的演变也有一个变形、发展、成熟和破坏的过程,在获得边坡加速阶段各项资料的情况下,可以获得较高的预报精度。回归分析模型是在大量实验观测资料的基础上找出这些变量之间的内部规律,从而定量地建立一个变量和另外多个变量之间的统计关系表达式。

非线性预报模型

非线性预报模型常见的包括BP神经网络模型和协同预测模型。

BP神经网络模型比较适用于滑坡中期、短期预报,而协同预测模型对于滑坡的临滑预报具有较高精度。

类比分析法

使用较多的类比分析法有黄金分割法、力学图解分析法及综合信息预报模型。

黄金分割法认为,滑坡系统的非线性非稳定变形阶段历时是线性稳定变形阶段历时的0.68倍。这种方法对滑坡的中长期预报精度较高,一般来说,只要线性阶段的历时确定得足够精确,那么用该方法就具有足够的精确度。

力学图解分析法是通过滑坡表现出的力学形迹确定滑坡的变形机理和力学模式,从而对滑坡的稳定性状态做出预测。该方法可以用作崩塌判据,也可以用来判定破坏形式。

综合信息预报模型主要是以滑坡开始变形直至最终破坏过程中所表现出来的各种前兆、迹象等为依据,以模糊判断、加权平均等方法为主建立的与各类滑坡特征相适应的预报模型。该方法与其他滑坡预报相比,具有综合性强、能较好确定滑坡发育状态和判别准确的特点。

除了以上几种模型成功应用于山洪引发滑坡预报外,以地理信息系统(GIS)、全球定位系统(GPS)为代表的空间信息技术也逐渐被应用到山洪滑坡预测上。根据GPS相对静态定位监测方法得到监测点位移量,从而计算出位移速度,然后根据位移速度比较滑坡不同阶段的特征值,从而得到滑坡体所处阶段,为滑坡预报提供依据。

目前,大多数研究者认为,要想有效防治山洪灾害,首先要加强预报。在模型构建上,由传统的统计回归、自回归模型,逐步变为能预报临界降雨、警戒避难雨量以及危害范围和危害程度等多功能模型。在监测预报上,由过去的人员观测和仪器监测相结合的方式,逐步发展为监测仪器和计算机相结合进行自动监测预报。检测仪器和传感器由过去通过别的仪器改进,逐步向专用高精度方向发展。

山洪引发滑坡预警指标体系

山洪引发的滑坡实际上是某一项或某几项诱发条件下激发滑坡发生的基本条件发生作用而产生的,也是多个因素指标综合作用的体现。

影响滑坡的因素很多。据已有的滑坡研究成果,影响滑坡的主要因素一般分为内在因素和外在因素两大类。其中内在因素是属于边坡本身在较长历时时期内具备的或潜在的有利于滑坡发生的地质、地貌等条件。内在因素主要有地形地貌、地层及岩性、地质构造、岸坡结构等方面,外在因素具体包括地下水及地表水、植被、降雨、地震、人类工程活动等。

边坡预警指标的类型较多。从空间上可分为宏观、中观和微观预警指标,从时间尺度上可分为长期、中期和短期预警指标,从指标内涵上可分为警源指标、警情指标和警兆指标。

警情产生于警源和警兆,预警是以警源指标为依据,分析警兆的报警区间,参照警情指标的警限和警度划分,预报警素的严重程度,再对照警源指标,采取排警措施。因此,警兆指标的确定是预警系统的关键。边坡滑坡安全预警的方式主要有指标预警法、统计预警法和模型预警法。其中指标预警法具有简单、实用和快速的特点,是统计预警法和模型预警法的基础。

对边坡滑坡进行预警时,用一个指标往往难以准确评价边坡稳定存在的问题,这就需要建立评价指标体系,指标体系的科学与否直接决定着预警的准确性。因此,它是预警系统中的关键环节。

在边坡预警指标体系构建过程中,首先要进行触发边坡滑坡的模式挖掘,找出边坡可能的滑坡模式,对影响边坡滑坡的因素进行指标拟定,一般采用以下几个步骤,即层次分析、“海选”状态指标、初步确立指标体系、确立指标体系。

层次分析

首先要对边坡失事模式进行层次分析,一般将其分为两个或三个层次,并根据实际情况,对每个层次的指标进行初选。

“海选”状态指标

所谓“海选”,即不受条件限制的选择,凡是能够描述该层次状态的所有指标尽可能全面地一一列出,其目的是全方位地考虑问题,防止重要指标(失事模式)的遗漏。

初步确立指标体系

初步确立指标体系就是对“海选”的指标群(失事模式)进行初步筛选,筛掉不适宜指标。其基本的方法有主观预断、理论分析和频度统计法。主观预断就是根据专家经验和专业知识,断定可以入选指标,此办法可以筛掉部分指标;理论分析就是将相关的理论作为衡量指标的一种尺度,去掉明显不符合该理论的指标;频度统计法是对目前的研究进行统计,选用使用频率较高的指标作为参选指标的种子。经过上述步骤,可去掉相当一部分“海选”指标,从而初步确立指标体系。

确立指标体系

在初步确立指标体系的基础上,对指标体系进行最后一次筛选,其基本方法是独立性分析和主成分分析,其目的是对指标之间意义上有交叉重复的指标再次选择或重组。所谓独立性分析就是在计算各种指标相关系数的基础上,选择一定的阈值作为标准,排除相关密切的指标,选用相互独立的指标;主成分分析就是通过指标重组,仅需选取少数几个主成分指标即可承载足够多的信息,反映边坡的状况。

边坡滑坡受到内在因素和外在因素影响,是多个因素指标综合作用的体现,因此滑坡的评价指标也是多因素的综合。

滑坡指标体系的第一层为基础因子和诱发因子。基础因子主要与地形地貌和边坡地质构造等因素有关;诱发因子主要表现为滑坡灾害发生的触发因素,如降雨、地震活动和人类工程活动等。

第二层是进一步把基础因子、诱发因子细化。基础因子包括地形地貌、地层岩性、地质构造、岸坡结构、植被、人类活动、年均降雨量、地震动参数等因素。

为了便于指标因子的量化和取值,要将第二层因子进一步细化形成第三层次因子,如地形地貌,包括坡脚、坡脚冲刷、坡高等;岸坡结构包括结构类型、软弱岩层和软弱面控制程度等;降雨状况包括一次性最大降雨强度、日降雨强度和月平均降雨强度等;人类活动包括活动强度、人口密度、现有交通道路的影响等。

来源:中国水利报            作者:水利部山洪地质灾害防治工程技术研究中心  杨胜梅

 


Copyright © 2013 All Rights Reserved 浙江省水利科技推广与发展中心 版权所有

电话:0571-88216382传真:0571-88216131E-mail:zstpc@zjwater.gov.cn

技术支持:杭州志卓

浙ICP备15010575号-1