山体滑坡监测预警系统开发探究

徐峰

天津市地质研究和海洋地质中心 天津市300170

摘要：我国是世界上地质灾害最为严重的国家之一，近年来，频繁发生的山体滑坡灾害对国民经济和人民群众生命财产造成了严重威胁与损失。基于Web的可视化监测预警系统可实现数据监测、可视化展示以及对山体滑坡进行预测等功能，不依赖任何固定网络设施，具有成本低、自组网、无人值守、可靠性强的特点，已逐步成为山体滑坡监测最主要的技术手段。因此，研究山体滑坡监测预警系统开发具有重要意义。下面笔者就对此展开探讨。

关键词：山体滑坡；监测预警；系统开发；

滑坡监测系统按照监测数据处理流程可以细分为现场传感器监测节点（终端节点）、传感器数据接收节点和传感器数据上传节点（网关节点）。现场传感器节点包括微处理器、LoRa模块、雨量传感器模块、位移传感器模块、倾角传感器模块以及电源模块等，监测节点负责采集传感器数据并通过LoRa无线模块发送到传感器数据接收节点；传感器数据接收节点与上传节点位于网关节点，负责接收现场各个传感器监测节点发送过来的监测数据，并且经过一定的数据处理后打包发送至上传节点；上传节点通过4G全网通模块将监测数据上传至云服务器。

1系统框架设计

系统通过切向角传感器、降雨量传感器、土壤温湿度传感器、环境温湿度传感器将采集到的数据通过MQTT传输数据，再利用阿里云服务器作为中转站，负责下位机网络交互和应用信息发布。在Python3.7环境下配置MQTT通信协议，实现数据的订阅、处理与数据可视化。其中利用Django框架开发监控界面；使用Python语言实现系统后台功能逻辑和滑坡预测；使用HTML语言和相关脚本语言实现前端模板页面；选择Mysql保存山体滑坡等数据并使用Navicat工具对数据库进行管理，随后利用数据可视化技术在后端对数据库中数据进行可视化处理并传输到Web端进行展示。同时，在系统中融入模糊综合评价算法实现对山体滑坡的危险等级划分并对山体滑坡进行预测，最后将整个监测预警系统进行服务器部署以适应实际工业环境的应用。

2层次分析模糊综合评价法

2.1建立预警模型因素和评价集

因素集是由影响评价对象因素构成的集合，通过查阅国内外相关文献和专家经验，此山体滑坡评价模型选用环境温湿度、土壤湿度、降雨量、位移量作为影响因素，确定山体滑坡监测预警模型的因素集如下式：

(1)

式中，ui（i=1,2,3,4,5）分别对应环境温度、环境湿度、土壤湿度、降雨量和位移量，它们具有不同程度的模糊性。该山体滑坡监测预警模型评价集为对山体滑坡稳定性评价做出的评价结果的集合，划分为3个等级，记为：

(2)

式中，vi（i=1,2,3）为山体滑坡监测预警模型的评价指标，分别表示安全级、注意级和警报级。

2.2隶属度函数和因素权重集

评价指标一般是用模糊语言来描述的，使用隶属函数数量化。为消除其模糊性，需构建隶属函数进行数量化评价，因素集到评语集的模糊映射即为隶属程度。用(0,1)的数值表示隶属程度，其值越高，即隶属程度越高，模糊性就越高。使用线性关系得到隶属函数值。由此得到单滑坡影响因素的综合模糊关系矩阵R如下式：

（3）

采用层次分析法确定山体滑坡各因素权重，建立递阶层次结构模型，将其分为三层，分别为目标层、准则层和方案层。目标层需对山体滑坡监测预警模型做出稳定性评价；准则层为各影响因子；方案层为山体滑坡评价结果，将其分为三个等级：安全级、注意集和警报集。最后构造判断矩阵，计算权重并进行一致性检验。

3软件架构及模块设计

整个山体滑坡监测预警系统基于Web服务，采用B/S工作方式，通过浏览器访问山体滑坡监测预警系统。用户通过浏览器连接到该山体滑坡监测预警网站时，处于逻辑层的Web服务器从文件系统中加载Web页面脚本，并将其传递给脚本引擎。脚本引擎负责解析并执行脚本，脚本使用数据库连接器打开存储层连接并对数据库执行Sql语句。此山体滑坡监测预警系统采用Django框架进行Web开发，前端使用HTML语言、CSS、JS等实现网页展示，后端主要使用Django自带的Web框架进行一些逻辑编写，融合模糊综合评价法实现山体滑坡的数据处理、等级判断和结果预测等。同时，使用Ajax技术实现前后端交互。

3.1用户信息和致灾因子管理模块

在用户信息管理模块，用户可填写自己的基本信息并能对自己的信息进行修改。用户登陆以后可以进入自己的个人中心，查看和修改个人信息。在滑坡致灾因子管理模块中，主要是显示山体滑坡致灾因子的一些数据。经授权登陆后的用户可以点击查看山体滑坡影响因子的一些简要介绍以及它们对滑坡的详细影响情况。管理员可以在数据库中添加或删除山体滑坡影响因子，用户则可以在前端界面进行影响因子查询。

3.2山体滑坡稳定性评价模块

这一模块是模糊综合评价算法对山体滑坡做出稳定性评价的可视化实现，既可对山体滑坡进行稳定性评价，还可查看山体滑坡历史信息。用户登陆成功之后进入首页，当用户点击“山体滑坡历史信息查看”这一栏时，就会进入另一个界面，通过MQTT将部署在现场的传感器采集到的数据实时传来，显示在此部分，用户即可实时监测当地滑坡的具体情况，历史数据也会保留。若点击山体滑坡稳定性可进入另一个界面，如图1所示。为让用户更直观地了解当地滑坡地点及稳定性情况，本系统以发布地图的形式让用户查看玉屏山的滑坡数据以及稳定情况。通过天地图，调用API接口，制作出玉屏山地图。这里以地图或者卫星的形式进行发布，将玉屏山的地图数据、滑坡点数据发布成地图服务形式载入系统之中，融合算法模型，点击地图上的滑坡点，就会弹出该滑坡点的影响因子情况以及该点的滑坡稳定性情况。

图1滑坡稳定性评价界面

4系统测试与应用

为让该系统更好为当地居民服务，设计选取一个临灾阶段来作为研究现场来进行测试，将硬件部署在所选取的研究区域实现实时监测。将系统提前部署在某水库。通过网页访问可得到由传感器传来的数据：环境湿度72.6%、环境温度26.3℃、土壤湿度76.2%、切线角α度、降雨量66mm/h，滑坡发生时间为2020年7月9日的13:23，网页中发布预警时间为同年7月9日12:01。后经实地勘察，确实发现该地点出现塌方现象，后联系当地相关部门到事发地点进行相应处理。现场清理图如图2所示。

图2滑坡地点现场清理

结束语：基于Web技术，根据系统设计标准流程设计并实现了山体滑坡的监测和预警功能。用户通过简单的网站访问即可实现对山体滑坡数据的实时监测并能接收滑坡的预警信息，从而提前做好预防措施。有效实现山体滑坡的远程监测改变了以往的村头播报滑坡信息方式，提高了远程监测管理的效率和居民应对灾害的能力。将该系统应用到实际案例中，结果显示该系统的各个功能模块正常运行，能够对滑坡进行有效的监测预警。

参考文献：

[1]桂维振，辛星，崔有祯.无线传感器网络在滑坡监测中的应用[J].测绘与空间地理信息，2017，40（06）：124-126.