基于BDS的高边坡地质灾害监测系统建设研究与应用

　　摘要：针对张河湾蓄能电站区域出现多处高边坡、岩质危岩体现象，为有效预防地质灾害的发生，选取该区域危害较大的三处边坡进行研究。通过对灾害隐患点现状与诱因分析，选用高精度北斗接收机对三处边坡进行表面位移监测，并利用拉线式位移计对四处裂缝进行监测。基于C++与Java云端，结合VisualStudio2015开发平台，建设完成了一套地质灾害在线监测与实时预警系统，可自动、连续、准确地监测张河湾水电站区及周边地质形变，并对超限值自动预警。实践表明，该系统可以实时掌握边坡变化状态，有效预防地质灾害发生，从而将损失降到最低。

　　本文源自测绘与空间地理信息,2020(10):138-141.《测绘与空间地理信息》(月刊)创刊于1978年，由黑龙江省测绘学会主办。反映测绘学科及地理空间信息科学前沿理论和技术并指导地理信息工作者从事科研、开发、生产的技术性、知识性刊物，主要刊载测绘高新技术、地球空间信息和地理信息系统的前沿理论与技术;地理信息系统工程建设的技术总结与经验交流;测绘行业管理与改革的先进经验;测绘生产技术交流、科研成果推广及教学经验介绍等;测绘学和地理信息学中的理论探讨;国内外地理信息学术动态及测绘科技报道与介绍;测绘科普知识;测绘仪器新发展等。荣获连续多年获中国测绘协会期刊奖。

　　自然斜坡或人工边坡在各种动力因素和环境条件的影响和作用下，丧失坡体稳定性，产生变形破坏，诱发滑坡灾害，这一灾害过程是动态变化发展的过程[1,2]。监视和观测滑坡在孕育、发展和灾变过程中的各种特征因素和参量，即称为边坡动态监测[3]。张河湾电站区域内分布着大大小小的各种岩质高陡边坡，部分边坡存在体积较大的危岩体，在各种环境因素作用下，极易发生崩塌等地质灾害，灾害影响范围包含了办公场所及交通道路，威胁了矿区居民生命财产的安全及其生产活动[4]。因此，开展边坡安全监测、分析判断边坡稳定性状态、降低边坡工程安全风险，是指导边坡工程建设和保障蓄能电站运营安全的重要保障。

　　目前，对这些灾害体采用的是人工测量的方法进行监测，此种方法不仅不能准确地分析边坡的形变情况，而且人工方式有滞后性，不能在灾害发生前及时预警[5]。为了实现对电站库区周围危岩体形变的连续性自动化监测，基于BDS建立一套技术成熟有效的自动化监测系统，通过软件对监测站数据进行解算处理并配套实时预警系统，可以提高灾害监测的有效性和准确性，能大大降低灾害发生时造成的损失[10,11]。

　　1、高边坡外业监测内容

　　1.1表面位移监测

　　表面位移是反映监测对象稳定与否的重要内容，也是变形监测系统中不可缺少的监测内容。北斗位移监测是目前应用最广的表面位移监测技术，其采用的是静态相对定位的测量方式[12]。通过在监测区域内安装监测站，变形区域外的稳定区域内安装基准站，数据实时回传解算软件，静态解算后得到监测点的位移变化值，从而达到测量监测站位移量的目的。静态相对定位监测原理如图1所示。

　　图1静态相对定位监测原理

　　图中A、B指两台GNSS接收机，其中一台安置在稳定区域内，另一台安置在变形区域内;AB连线为两测站基线向量。S1～S4指向两接收机发射信号的4颗卫星(可接收信号的卫星数量不少于4颗)。

　　1.2裂缝监测

　　裂缝监测的目的是测量与评估监测区域内裂缝的延伸情况。通过监测危岩体中裂缝两侧相对张开、闭合变化，了解危岩体的动态变化和发展趋势。将拉绳式位移计的两端固定在裂缝的两侧，位移计的钢丝绳随之拉长，引起振弦频率的变化，通过将频率差值滤波、调零与放大，输出与一个与铁芯移动量相对应的信号，从而得到裂缝的张合变化量。裂缝传感器工作原理如图2所示。

　　图2裂缝传感器工作原理

　　2、监测平台建设

　　2.1系统建设思路

　　整个系统基于北斗卫星定位技术，采用高精度北斗定位接收机进行实时坐标数据采集解算，并结合裂缝计，通过先进成熟的信号采集、控制网络通信技术、太阳能新能源技术、智能数据分析技术，对高边坡变形信息，即表面位移、裂缝的张合情况进行实时监测并及时预警[13,14,15]。系统架构如图3所示。

　　图3系统框架图

　　2.2系统功能设计

　　该系统用于高边坡变形监测，通过网络通信技术将将外业采集数据终端与控制终端相连，结合数据处理软件，为用户提供实时、全天候、准确的现场变形情况，并对超限情况进行预警。为确保项目信息的完整性以及数据结果的可视化，系统需具备数据采集与处理、数据存储与查询、项目详情、预警与设备与人员管理等功能，并可对数据处理结果分析成图，为用户掌握监测现场安全情况提供保障。本系统主要功能模块见表1。

　　表1系统功能设计

　　3、现场应用

　　3.1张河湾蓄能电站边坡监测

　　高边坡地质灾害监测系统在河北张河湾蓄能发电有限责任公司某抽水蓄能电站周围的高边坡上进行了现场安装应用。首先根据现场勘查和可行性论证完成了监测危岩体选定工作，本次共在老办公区上侧崩落体、电缆桥东侧崩落体以及交通巷道上侧崩落体上3处安置GNSS表面位移监测站，监测站位于监测的危岩体上，离边坡外缘3—5m，依次为监测站#1、监测站#2与监测站#3。监测站安装流程如下:

　　1)在观测杆顶端安装GNSS天线与调平法兰底座，天线线缆延法兰中心和观测柱穿至设备机柜;GNSS天线需进行水平调节，由调平法兰调节螺柱进行控制。

　　2)在观测柱顶端GNSS天线平面以下安装太阳能电池板，电池板电源输出线缆延至设备机柜;注意太阳能电池板的安装角度，保证其接受到的平均光照最大。

　　3)在设备机柜内进行接收机、供电控制器、防雷器的安装固定，安装SIM卡，柜内设备固定后将机柜安装至观测柱上，并与观测柱进行固定。

　　4)安装放置地埋电池箱，并将电池箱电源线延至设备机柜，做好各外部线缆接头的防水处理。

　　以交通巷道处监测站布设情况为例，监测点位置及设备安装现场图如图4所示。

　　图4监测点位置及设备安装

　　3.2边坡监测数据处理与分析

　　在数据采集端完成后，通过网络通信技术将现场3个表面位移监测站接入软件进行数据解算。由上文可知，各GNSS监测站均安装在危岩体上，以稳定区域上建设的基站为参考，基于相对定位技术进行静态解算，以监测站的移动情况作为危岩体的变形情况。分别对3处监测点2019年2月到6月采集到的数据进行详细分析。

　　监测站#1位于张河湾蓄能电站的北东角，下部是电站的老办公楼、员工宿舍以及食堂，危害性大，监测点位发育有两条裂缝，其中，西侧裂缝长约30m，南端宽约2m，北端闭合，裂缝面近直立，深大于10m;东侧裂缝长约5m，宽约0.5m，裂缝面近直立，深大于3m。分析得:Y轴方向的变形速率较大，变形速率为3.2289mm/月，X轴方向为1.0198mm/月，Z轴方向变形较慢，变形0.9333mm/月。变化曲线如图5所示。

　　图5监测站#1形变时序曲线

　　监测站#2位于张河湾蓄能电站的中间位置，点位现场无明显裂缝发育。分析得:Y轴方向的变形速率较大，变形速率为1.554mm/月，X轴方向为0.6034mm/月，Z轴方向变形0.9685mm/月。变化曲线如图6所示。

　　图6监测站#2形变时序曲线

　　监测站#3位于张河湾蓄能电站的北西角，点位现场有裂缝发育，裂缝长度约3m，深度大于5m。分析得:X轴方向的变形速率较大，变形速率为0.7192mm/月，Y轴方向为0.4114mm/月，Z轴方向变形0.1943mm/月。变化曲线图如图7所示。

　　图7监测站#3形变时序曲线

　　经系统统计分析，可以得到监测站在一段时间的变化速率曲线、加速度曲线、最大值曲线与最小值曲线，以边坡监测站#1在一周内的变化结果为例，如图8所示。

　　3.3裂缝监测与数据分析

　　选取了老办公区后侧山体的2条裂缝，其中西侧裂缝长约30m，南端宽约2m，北端闭合，深大于10m，设计布置3个裂缝监测站;东侧裂缝长约5m，宽约0.5m，深大于3m，设计布置1个裂缝监测站。

　　图8变化曲线

　　本次监测共布设4个裂缝监测站，部分监测数据如图9所示。

　　图9裂缝计监测数据

　　由图9可知，在此段时间内，各个裂缝变形量较小，基本保持稳定，未出现触发预警的情况。通过系统查询功能，可查询不同监测时段的预警信息，若没有出现预警情况，则界面显示当前暂无预警数据。为验证该系统预警功能的可行性，在预警模块内将平面位移阈值设置为10mm，选取3个测站进行测试，以2018年6—11月时间段某一GNSS设备的监测数据为例，处理后的预警信息可生成相应的预警简报，并以文本的形式导出，便于查看。

　　4、结束语

　　本文设计了以BDS为基础的高边坡地质灾害在线监测系统，通过在监测点上安装监测站，变形区域外的稳定区域安装基准站，数据实时回传到解算软件，经静态解算得到监测站的位移变化值。当监测数据达到设定的阀值后系统会自动发出预警，并能以短信、电话形式通知到相关责任人，从而实现对高边坡地质灾害的有效监测。张河湾水电站高边坡现场应用，证明了该系统的有效性，且系统对于地质灾害监测具有普遍适用性，可大力推广应用，对提升高边坡地质灾害监测的实时性与准确性具有重要意义。

　　参考文献：

　　[1]傅永强.滑坡灾害诱发因素与预警预报分析[J].福建交通科技,2019(4):12-15.

　　[2]段雅栩,叶飞,刘顺强.地质滑坡勘查及防护措施探析[J].世界有色金属,2019(10):277-278.

　　[3]田慧生,易维.路堑高边坡施工动态监测在施工中的应用[J].中国公路,2019(5):96-99.

　　[4]唐拥军,樊玉林.张河湾抽蓄电站运行时过大厂房振动分析与处理[J].水电能源科学,2019,37(5):149-151,158.

　　[5]李奎良,龚秋全,董武钟,等.自动监测与预警系统在高边坡监测中的应用研究[J].建筑安全,2019,34(8):13-18.

　　[6]熊寄然.GNSS技术在城市边坡监测中的应用[J].重庆建筑,2019,18(8):45-47.

　　[7]王迪,邹浜,文静,等.基于BDS的边坡监测智能预警系统的设计与实现[J].全球定位系统,2019,44(3):99-104.

　　[8]鲁晓磊.基于GPS的边坡变形监测预警系统研究[D].沈阳:沈阳航空航天大学,2015.

　　[9]冉承其.北斗卫星导航系统建设与发展[J].卫星应用,2019(7):8-11.

　　[10]庞健.自动化监测系统在高危边坡监测工程中的应用[J].经纬天地,2019(2):70-73.

　　[11]杜明启.边坡监测预警系统在露天矿地质测量中的应用[J].内蒙古煤炭经济,2019(3):93-94.

　　[12]苏明坤.GPS/北斗高精度相对定位关键技术研究[D].武汉:武汉大学,2018.

　　[13]李思谕.基于北斗的地理国情普查安全生产监控系统设计与实现[J].测绘与空间地理信息,2019,42(7):85-88.

　　[14]程咏春,郭铁春,仇成龙.贵隆高速边坡群在线安全监测系统应用研究[J].湖南交通科技,2019,45(2):37-42.

　　[15]盛家兴.基于物联网的公路边坡监控预警系统设计与实现[D].南宁:广西大学,2016.