自適應擴展的邊坡穩定智能監測預警系統的制作方法
【專利摘要】本發明公開一種自適應擴展的邊坡穩定智能監測預警系統，包括地理信息收集模塊、三維建模模塊、方案選擇模塊、數據采集模塊、統計分析模塊、預警模塊，地理信息收集模塊用于采集監測區域c的地理位置信息，生成GIS數據模型，三維建模模塊用于根據監測區域內的圖片，生成監測區域的三維模型，方案選擇模塊用于根據監測區域的實地資料、GIS數據模型、監測區域的三維模型，確定邊坡類型、滑坡風險，確定監測點、監測方案、預警方案，數據采集模塊布設于監測點，用于采集監測點的監測數據，統計分析模塊用于根據監測數據，處理生成各項統計數據，預警模塊根據監測數據、統計數據，確定預警模型、預警等級、處置方案。本發明可有效降低滑坡等風險。
【專利說明】
自適應擴展的邊坡穩定智能監測預譬系統
技術領域
[0001] 本發明設及一種自適應擴展的邊坡穩定智能監測預警系統，屬于水利水電工程技 術領域。
【背景技術】
[0002] 邊坡是天然岸(斜)坡和人工邊坡的統稱。在一定的地形、地質條件下的邊坡，由于 外界因素的變化(如坡面植被破壞、長期受水浸潤、切坡或堆載等），破壞了原有的力學平衡 條件，使邊坡上的不穩定體在自重或其他荷載的共同作用下，沿著一定的相對軟弱面(帶） 作整體的、緩慢的、間歇性的有時甚至是突發性的向下滑動的不良地質現象，即滑坡現象。 滑坡發生時，可W會導致人員死亡、交通中斷、河道堵塞、廠礦城鎮被掩埋、水巧潰決、工程 建設受阻等各種危害，對人類的生命財產帶來巨大的威脅。
[0003] 為應對滑坡與邊坡失穩，目前較為有效的方法有：（1)利用現有的監測儀器（引伸 計、量坡儀等），對目標進行監測和早期預警，然而，在潛在滑動面未知的情況下，要達到有 效監測±體狀態的目的，須將監測儀器布滿整個監測區域，成本巨大且有效的監測儀器有 限，造成成本和資源的嚴重浪費；（2)通過理論計算，對所有可能的滑動面進行邊坡穩定性 分析，得到其安全系數，并確定安全系數最小的臨界滑動面;運種方法僅適用于特定工程的 特定滑動面，W現有的潛在滑動面勘察及分析手段，對一定區域內所有可能的滑動面進行 判定和穩定性計算尚難W實現，同時，不同條件下（如:暴雨、地震和施工等)滑坡的穩定性 可能存在較大差異，具體情況需分類討論，因此該方法在不同工程使用過程中不具有復制 性。

【發明內容】

[0004] 鑒于上述原因，本發明的目的在于提供一種自適應擴展的邊坡穩定智能監測預警 系統，能夠對邊坡穩定進行智能監測和預警，可普遍適用于各種邊坡條件，有效降低滑坡等 風險。
[0005] 為實現上述目的，本發明采用W下技術方案：
[0006] -種自適應擴展的邊坡穩定智能監測預警系統，包括地理信息收集模塊、=維建 模模塊、方案選擇模塊、數據采集模塊、統計分析模塊、預警模塊，
[0007] 該地理信息收集模塊，用于采集監測區域內的地理位置信息，生成GIS數據模型， [000引該=維建模模塊，用于根據監測區域內的圖片，生成監測區域的=維模型，
[0009] 該方案選擇模塊，用于根據監測區域的實地資料、該GIS數據模型、該監測區域的 =維模型，確定邊坡類型、滑坡風險，確定監測點、監測方案、預警方案，
[0010] 數據采集模塊，布設于該監測點，用于采集監測點的監測數據，
[0011] 統計分析模塊，用于根據該數據采集模塊采集的監測數據，處理生成各項統計數 據，
[0012] 該預警模塊，根據數據采集模塊采集的監測數據、統計分析模塊生成的統計數據， 確定預警模型、預警等級、處置方案。
[00U]進一步的，
[0014] 自適應擴展的邊坡穩定智能監測預警系統，還包括決策服務模塊，用于提供決策 服務信息，包括向相關人員發送預警信息，顯示監測點的預警信息。
[0015] 所述生成監測區域的=維模型的方法是，根據所述監測區域的照片、地理位置信 息，構建適于=維建模軟件處理的貼圖素材，W該貼圖素材為基礎，將近似頂點不斷重疊， 形成閉合空間，生成所述監測區域的=維模型。
[0016] 所述方案選擇模塊，根據專家系統選擇邊坡類型和滑坡風險類型，所述預警模塊 根據專家系統確定預警等級、處置方案。
[0017] 所述數據采集模塊包括主控忍片、數據傳輸單元、監測儀器、供電單元，監測儀器 的數據輸出端與該主控忍片的數據輸入端相連接，該主控忍片的I/O端與該數據傳輸單元 相連接，該供電單元與該主控忍片的電源端相連接，監測儀器根據所述監測點的監測項目 和監測要求配置。
[0018] 所述統計分析模塊根據所述監測數據，生成各監測量的統計圖表、分析邊坡變形 過程與各因素的相關性、分離邊坡變形的各分量、繪制實測值與數值計算值的對比曲線圖。
[0019] 所述預警模型包括兩種，一種是獲得所述監測數據后立即進行統計分析，并備案 與上報，另一種是將所述監測數據進行處理后，利用人工智能模型進行分析與評價。
[0020] 所述地理信息收集模塊包括3S系統。
[0021] 所述GIS數據模型包括監測區域內邊坡的空間分布=維模型、監測區域內的交通 信息，所述監測點的具體位置信息。
[0022] 所述監測儀器包括溫度傳感器、MEMS傾斜儀、坡面穩定檢測儀、體積含水量傳感 器、水準儀、位移計、測縫計、水位計、壓力計、測力計等。
[0023] 本發明的優點是：
[0024] 1、通過多信息收集、融合與處理，對邊坡(±坡、巖坡、泥石流、擋±墻等)穩定進行 全智能在線監測和預警，提供有針對性的預警方案，可有效降低滑坡風險；
[0025] 2、普遍適用于各種邊坡條件，能夠根據實際的邊坡條件，提供適用的監測方案和 預警方案，適用性強；
[0026] 3、系統建成后，無需進行系統改造升級，即可根據需要自適應擴展增加監測點，擴 展性強。
【附圖說明】
[0027] 圖1是本發明的系統組成框圖。
[0028] 圖2是本發明于一具體實施例中的拓撲結構示意圖。
[0029] 圖3是本發明的數據采集模塊的結構組成框圖。
[0030] 圖4是本發明的系統進行數據采集、傳輸、處理的流程示意圖。
[0031] 圖5是本發明的系統進行數據統計分析、預警管理的流程示意圖。
【具體實施方式】
[0032] W下結合附圖和實施例對本發明作進一步詳細的描述。
[0033] 圖I是本發明的系統組成框圖，圖2是本發明于一具體實施例中的拓撲結構示意 圖，如圖所示，本發明公開的自適應擴展的邊坡穩定智能監測預警系統，包括地理信息收集 模塊、=維建模模塊、方案選擇模塊、數據采集模塊、統計分析模塊、預警模塊、決策服務模 塊等，
[0034] 如圖2所示，地理信息收集模塊包括3S系統，即地理信息系統l(GIS:Geography Information System)、遙感系統（RS，Remote Sensing System)、全球衛星定位系統2(GPS， Global化sitioning System)(或北斗衛星系統3)，利用3S系統建立監測區域的GIS數據模 型，該GIS數據模型包括監測區域內邊坡的空間分布=維模型、監測區域內的交通信息，在 該邊坡的空間分布S維模型上顯示有監測點的具體位置信息；
[0035] =維建模模塊，W移動終端(如智能手機6等)于監測區域實地多角度拍攝的照片、 遙感系統(如無人機4)或GE軟件(google earth虛擬地球儀軟件)采集的監測區域的照片、 GPS系統采集的地理位置信息等為數據基礎，進行S維建模，具體方法是，W采集的照片創 建貼圖素材、地理位置(貼圖素材中的貼圖具有地理位置、創建時間等信息)等，生成適于S 維建模軟件5(如3ds max、Maya、LightWave 3D和Softimage I 3D等）處理的貼圖素材庫，在貼 圖素材的基礎上將近似頂點不斷重疊，最終形成閉合空間，生成監測區域的=維模型7;若 采集的圖片信息足夠完整，=維建模的時間將大大縮減，可提高工程效率。
[0036] 其中，該監測區域的S維模型，能夠實現W下功能：
[0037] ①真實反映邊坡當前的變形等狀態，效果逼真、美觀，可動態演示整個邊坡變化過 程效果；
[0038] ②在實時模擬邊坡的基礎上，模型可任意剖切，剖面模型中可W表達地層地質分 界、動態地下水位、支護措施等信息，實現邊坡賦存環境的可視化表達與查詢，也為其它計 算模塊提供基礎模型數據支持；
[0039] ③可實現地理信息收集模塊中各系統的設計布置位置，實現工程信息的實時可視 化管理，監測數據信息的集成管理及可視化查詢提供模型支持。
[0040] 方案選擇模塊，根據實地考察資料、邊坡的相關設計資料、生成的GIS數據模型、監 測區域的=維模型，確定邊坡類型和滑坡風險，并根據邊坡類型確定相應的監測方案和預 警模型；具體是，在上述已知各項資料和已建立模型的基礎上，根據已有的專家系統選擇邊 坡類型和滑坡風險類型，該專家系統包括工程案例庫、專家知識庫、應急方法庫、推理機等；
[0041] 邊坡類型包括±質邊坡(粘性±邊坡、黃±邊坡、膨脹±邊坡、堆積±邊坡、填±邊 坡等）、巖質邊坡(整體狀/巨塊狀邊坡、塊狀邊坡、層狀邊坡、碎裂狀邊坡、散體狀邊坡等）、 巖±混合邊坡等。滑坡風險類型按滑坡體的體積劃分為:滑坡體積小于IOX IO4立方米的小 型滑坡，滑坡體積為10 XIO4~100 X IO4立方米的中型滑坡，滑坡體積為100 X IO4~1000 X IO4立方米的大型滑坡，滑坡體體積大于1000 XIO4立方米的特大型滑坡/巨型滑坡;按滑坡 的滑動速度劃分為:蠕動型滑坡(通過專用儀器觀測才能發現其運動），慢速滑坡(每天滑動 數厘米至數十厘米，憑肉眼可直接觀察到其運動），中速滑坡（每小時滑動數十厘米至數 米），高速滑坡(每秒滑動數米至數十米）；按滑坡體的度物質組成及滑坡與地質構造關系劃 分為:覆蓋層滑坡(包括粘性±滑坡、黃±滑坡、碎石滑坡、風化殼滑坡等），基巖滑坡(包括 均質滑坡、順層滑坡、切層滑坡等），順層滑坡，又可分為沿層面滑動或沿基巖面滑動的滑 坡，特殊滑坡(包括融凍滑坡、陷落滑坡)等。
[0042] 例如，對高50米、寬20米的±石邊坡，可選擇如下=種監測方案：
[0043] 方案1:受預算等條件的限制，于滑坡體底部設置一個監測點，將數據采集模塊布 設于該監測點，該數據采集模塊設置有MEMS傾斜儀，MEMS傾斜儀通過角鋼插設于監測點的 ±體中。滑坡即將發生時運部分±體受到擠壓，插入地下的角鋼因此被推倒，角鋼上的MEMS 傾斜儀測得的傾角變化最大;為使測得的數據更具代表性，可沿橫向相隔1~2米插入兩根 角鋼，兩根角鋼通過角鋼橫梁連接，將MEMS傾斜儀設置于角鋼橫梁上;為更好的預警滑坡發 生情況，該數據采集模塊還可設置上壤水分計，用于監測上壤汗水飽和度數據。
[0044] 方案2:于滑坡體的頂部和底部各設置一個監測點，將數據采集模塊布設于該兩個 監測點，該數據采集模塊設置有MEMS傾斜儀，MEMS傾斜儀分別通過角鋼插設于兩個監測點 的±體中。一般說來，滑坡底部的±體由于角鋼被推擠，傾角變化最大，滑坡頂部的±體在 下滑過程中受到張拉，位移變化大，但傾角變化相對較小，為提高數據采集模塊的監測靈敏 度，對于滑坡頂部的數據采集模塊，沿滑坡方向相隔1~2米插入兩根長度不一的角鋼，靠坡 上的一根較短且插入較淺，靠坡下的一根較長且插入較深，兩根角鋼通過角鋼橫梁連接， MEMS傾斜儀設置于角鋼橫梁上，當±體受到張拉產生位移時，較短的角鋼鋼粧被拉動，產生 更大的傾角變化，提高了 MEMS傾斜儀的檢測靈敏度;為更好的預警滑坡發生情況，該數據采 集模塊還可設置伸縮儀，用于測量滑坡裂縫。
[0045] 方案3:若滑坡體較寬或者形狀復雜，可于滑坡底部、頂部各設置一個監測點，同時 增設一個輔助監測點，W便全面把握滑坡體的動向。輔助監測點可根據邊坡的具體情況靈 活設置，一般情況下可設于邊坡中央，若邊坡底部較寬，也可設于邊坡底部，若邊坡頂部情 況較為復雜，則設于邊坡頂部。
[0046] 根據確定的監測方案，于確定的監測點布設數據采集模塊，用于采集邊坡上監測 點的各項監測數據。如圖2、3所示，數據采集模塊15包括本體、安裝于本體中的主控忍片10、 各種監測儀器(例如布設于不穩定層14的體積含水量傳感器12，MEMS傾斜儀13等）、數據傳 輸單元9(有線或無線傳輸單元）、太陽能電池8、蓄電池11等，數據傳輸單元與主控忍片的1/ 0端相連接，太陽能電池、蓄電池與主控忍片的電源端相連接，光照條件良好情況下，由太陽 能電池為數據采集模塊供電，同時為蓄電池充電，光照條件差情況下，由蓄電池為數據采集 模塊供電，各數據采集模塊獨立工作，互不影響；根據不同監測點的監測項目和監測要求， 數據采集模塊的監測儀器可W包括溫度傳感器、MEMS傾斜儀、坡面穩定檢測儀、體積含水量 傳感器、水準儀、位移計、測縫計、水位計、壓力計、測力計等等，各種檢測儀器采集的數據信 號均傳輸給主控忍片，由主控忍片對采集的各項數據進行處理后傳輸至后臺服務器17。
[0047]
[004引如表1所示，于一具體實施例中，邊坡的監測項目主要包括變形監測、應變監測、滲 流監測、地應力監測、環境量監測、錯索受力監測、預應力錯桿受力監測、非預應力錯桿監 、抗滑粧監測等，為實現上述各監測項目的監測，設置了各種監測儀器。如圖4所示，各監 測儀器采集的各項監測數據，傳輸給主控忍片，數據采集模塊的主控忍片接收各監測儀器 采集的監測數據，對各項監測數據進行處理后經無線傳輸單元傳輸至后臺服務器，W進行 進一步分析與處理。
[0049] 后臺服務器接收數據采集模塊傳輸的各項監測數據，統計分析模塊根據監測點的 各項監測數據，進行處理、統計分析;繪制并經顯示器18顯示各監測量的統計圖表19,如變 形過程線、雨量柱狀圖、立維數值云圖等典型圖表，利用一優化計算模型分析同一邊坡不同 監測點變形過程的相關性W及變形與降雨、氣溫等因素的相關性，分離邊坡變形的分量特 別是變形時效分量，為滑坡預警提供數據基礎;通過提取與指定監測點和監測項對應的分 析計算結果，實現與監測量曲線的可視化對比、查詢與輸出（例如錯索受力測力計與數值計 算錯索受力的對比曲線圖等），針對產生對比結果的原因進行指標分析，便于施工管理人員 參考判斷;繪制的圖形圖表可自動生成、輸出，如生成各分量變化過程、趨勢圖、變化速率圖 W及相應的空間分布和時間分布圖等，輸出指定格式(如.doc格式、.Xls格式和.txt格式文 件)的各類報表，能夠與數值分析的相應結果進行對比，分析差異及其產生原因。
[0050] 預警模塊，用于監測、判斷監測區域內邊坡的穩定情況，形成預警方案。如圖5所 示，依據數據采集模塊采集的監測數據、統計分析模塊的統計分析結果，自動識別異常的監 測數據，按照預警模型及相應的預設闊值，對監測區域內邊坡的預警等級進行實時判別，同 時給出預警信息和處置方案。具體的說，
[0051] 預警模型選擇時對各監測項目的監測量進行相關性偶聯智能分析，進行兩個層次 的數據處理:①獲得監測數據后立即處理，運用數理統計模型(直線回歸、多元線性回歸等） 進行統計分析和相關性分析、對比分析，有無異常都及時進行備案和上報技術負責人，W作 為正常的工程情報;②將監測數據進行一定處理后(如插值、數據綜合等），利用人工智能模 型巧持向量機、BP人工神經網絡等)進行危害性分析、成因分析W及綜合性評價等，進一步 了解邊坡的安全現狀W及發展趨勢。
[0052] 實時判別邊坡的預警等級。預警等級劃分時，首先分析各種因素對邊坡安全的影 響程度，然后運用綜合評判法、突變論方法及專家確定法等對單一影響因素和邊坡整體安 全性確定無警和有警的臨界值，然后進一步確定其他既定的警度限值。
[0053] 處置方案即警情應對通過專家系統實現，通過廣泛收集國內外工程邊坡的失事案 例，構建完善的工程案例庫作為專家系統進行邊坡警情應對的決策基礎。同時，將收集到的 工程案例進行有效信息的提取，依據工程概況、誘因、處理方式、損失等進行信息歸整和分 類，分別存入專家系統知識庫和方法庫。搭建專家系統推理機，對常見邊坡工程問題進行專 家系統直接判別解決，W實現邊坡警情的快速準確處理，對不同的邊坡警情制定相應的應 急預案。
[0054] 決策服務模塊，為系統的管理人員，提供決策服務信息。將預警信息和相應處置方 案，按照預設的風險等級和相應權限發送至相應人員的移動終端(如手機20等），同時可于 GIS數據模型上，顯示各監測點的預警等級信息，顯示監測區域內邊坡的S維模型、監測點 位置、監測數據的統計圖表等信息，顯示監測點的監測過程變化曲線與該區域預警模型等 信息。
[0055] 本發明的自適應擴展的邊坡穩定智能監測預警系統，是結合計算機技術、自動化 技術、信息融合技術等，通過多信息采集、融合、處理、預警，實現適于不同邊坡條件的邊坡 穩定智能監測和預警，能夠及時提供有針對性的預警方案，有效降低滑坡等風險，且對于不 同的工程，可自適應擴展監測點，自適應選擇合適的監測方案及預警方案，適用性和擴展性 強。
[0056] W上所述是本發明的較佳實施例及其所運用的技術原理，對于本領域的技術人員 來說，在不背離本發明的精神和范圍的情況下，任何基于本發明技術方案基礎上的等效變 換、簡單替換等顯而易見的改變，均屬于本發明保護范圍之內。
【主權項】
1. 自適應擴展的邊坡穩定智能監測預警系統，其特征在于，包括地理信息收集模塊、三 維建模模塊、方案選擇模塊、數據采集模塊、統計分析模塊、預警模塊， 該地理信息收集模塊，用于采集監測區域內的地理位置信息，生成GIS數據模型， 該三維建模模塊，用于根據監測區域內的圖片，生成監測區域的三維模型， 該方案選擇模塊，用于根據監測區域的實地資料、該GIS數據模型、該監測區域的三維 模型，確定邊坡類型、滑坡風險，確定監測點、監測方案、預警方案， 數據采集模塊，布設于該監測點，用于采集監測點的監測數據， 統計分析模塊，用于根據該數據采集模塊采集的監測數據，處理生成各項統計數據， 該預警模塊，根據數據采集模塊采集的監測數據、統計分析模塊生成的統計數據，確定 預警模型、預警等級、處置方案。2. 根據權利要求1所述的自適應擴展的邊坡穩定智能監測預警系統，其特征在于，還包 括決策服務模塊，用于提供決策服務信息，包括向相關人員發送預警信息，顯示監測點的預 警信息。3. 根據權利要求1或2所述的自適應擴展的邊坡穩定智能監測預警系統，其特征在于， 所述生成監測區域的三維模型的方法是，根據所述監測區域的照片、地理位置信息，構建適 于三維建模軟件處理的貼圖素材，以該貼圖素材為基礎，將近似頂點不斷重疊，形成閉合空 間，生成所述監測區域的三維模型。4. 根據權利要求3所述的自適應擴展的邊坡穩定智能監測預警系統，其特征在于，所述 方案選擇模塊，根據專家系統選擇邊坡類型和滑坡風險類型，所述預警模塊根據專家系統 確定預警等級、處置方案。5. 根據權利要求4所述的自適應擴展的邊坡穩定智能監測預警系統，其特征在于，所述 數據采集模塊包括主控芯片、數據傳輸單元、監測儀器、供電單元，監測儀器的數據輸出端 與該主控芯片的數據輸入端相連接，該主控芯片的I/O端與該數據傳輸單元相連接，該供電 單元與該主控芯片的電源端相連接，監測儀器根據所述監測點的監測項目和監測要求配 置。6. 根據權利要求5所述的自適應擴展的邊坡穩定智能監測預警系統，其特征在于，所述 統計分析模塊根據所述監測數據，生成各監測量的統計圖表、分析邊坡變形過程與各因素 的相關性、分離邊坡變形的各分量、繪制實測值與數值計算值的對比曲線圖。7. 根據權利要求6所述的自適應擴展的邊坡穩定智能監測預警系統，其特征在于，所述 預警模型包括兩種，一種是獲得所述監測數據后立即進行統計分析，并備案與上報，另一種 是將所述監測數據進行處理后，利用人工智能模型進行分析與評價。8. 根據權利要求7所述的自適應擴展的邊坡穩定智能監測預警系統，其特征在于，所述 地理信息收集模塊包括3S系統。9. 根據權利要求8所述的自適應擴展的邊坡穩定智能監測預警系統，其特征在于，所述 GIS數據模型包括監測區域內邊坡的空間分布三維模型、監測區域內的交通信息，所述監測 點的具體位置信息。10. 根據權利要求5所述的自適應擴展的邊坡穩定智能監測預警系統，其特征在于，所 述監測儀器包括溫度傳感器、MEMS傾斜儀、坡面穩定檢測儀、體積含水量傳感器、水準儀、位 移計、測縫計、水位計、壓力計、測力計等。
【文檔編號】G08B21/10GK105957311SQ201610379500
【公開日】2016年9月21日
【申請日】2016年6月1日
【發明人】劉毅, 張龑, 魏魯雙, 張國新, 盧正超, 宋磊, 黎利兵, 姜云輝, 范哲, 李松輝, 張磊, 劉有志, 商峰, 孫偉, 李玥
【申請人】中國水利水電科學研究院