临江岸坡监测信息系统开发及监控模型研究

刘超 黄铭 舒星

摘要：针对临江岸坡监测项目多、监测点分布广、可视化程度低、需要实时对监测数据进行分析处理等特点，利用Visual Studio平台开发了具有二维、三维地理信息可视化和监测数据管理及预测的临江岸坡安全监测信息系统。在CIS平台下分别利用TIN表面和栅格表面两种建模方法建立了临江岸坡的三维地理信息模型。根据监测数据的特点，利用VB语言构建了神经网络预测模型对监测数据进行分析预测。通过建立Access数据库，将大量的监测数据如位移、渗压、雨量等进行汇总，方便管理。工程实例证明，该信息系统较好地实现了岸坡安全监测中的二维、三维可视化显示，对监测数据进行系统管理，数学建模分析模块可对监测数据进行有效分析预测。

关键词：临江岸坡；可视化；建模分析；监测信息系统开发

中图分类号：TV871.4

文献标志码：A

doi： 10.3969/j.issn.1000-1379.2018.04.010

岸坡失稳破坏是岸坡治理工程中经常遇见的灾害之一。随着人类活动的日益频繁，工程岸坡稳定问题越来越突出。岸坡的治理涉及范围广，管理难度较大，河流两岸往往分布着众多城市，人口密度大，一旦发生岸坡失稳破坏，往往导致较大的生命财产损失。目前岸坡治理存在许多问题，如防洪标准低于设计标准、岸坡年久失修、缺乏对岸坡的长期监测以及对监测资料的分析处理。

岸坡安全监测是依据布置在岸坡中各部位的大量监测仪器设备来产生时序数据，通过对监测数据的整理、计算、分析来了解岸坡的工作状态，保障其安全运行。一般情况下，岸坡上布置的监测点较多，监测项目比较繁杂，监测部位空间分布较广，形成了复杂的空间监测体系，各监测点采集的监测数据量很大。因此，有必要开发岸坡安全监测信息系统，实现岸坡安全监测的实时分析和可视化显示，为采取及时有效的防范措施提供条件。

本文基于安全监控系统，便捷应用监测数据，建立监控模型，揭示在水位、降雨等影响下岸坡位移、渗压变化规律，预测岸坡位移、渗压变化趋势。采用ArcGIS Engine和C#程序相结合的开发手段，在VisualStudio平台上，根据岸坡安全监测的特点，研究建立安全监测信息系统，开发空间数据管理、监测数据分析处理以及分析结果可视化等功能，实现岸坡安全监测的信息化、可视化和系统化。

1 系统设计

1.1 结构设计

临江岸坡安全监测信息系统采用三层结构，即数据层、逻辑层和应用层。数据层主要包括监测数据、二维及三维地理数据及属性数据等。逻辑层在VS开发平台上，利用ArcGIS Engine组件和C#编程语言建立各功能模块并实现各模块之间的关联。应用层可以实现用户对监测系统的交互式应用。

1.2 功能设计

系统的功能主要有：系统简介，监测点周边地形二维、三维可视化，监测数据管理及监测数据分析预测。其中：系统简介模块可以使用户方便快捷地了解系统结构及功能：可视化模块可以实现对二维和三维临江岸坡周边地形、地貌的浏览；数据管理分析模块可以进行属性信息和监测信息管理以及系统数据库的调用、更新和维护：数据管理分析模块能够对监测数据进行建模分析及预测。系统功能模块如图l所示。

2 监控模型研究

目前，T程监测中数据的数学建模分析方法有很多种，如灰色模型、神经网络模型、统计模型等。临江岸坡安全监测的主要项目包括位移、水位、渗压及雨量等。临江岸坡监测因其监测项目多，各监测项目之间有一定的相关关系，而神经网络模型具有白组织、白适应和自学能力，特别适合处理需要同时考虑许多因素和条件的问题。结合二者的特点，针对BP人工神经网络模型分析方法的基本理论及其在临江岸坡安全监测中的应用进行研究。基本BP算法包括两个方面：信号的前向传播和误差的反向传播，即计算实际输出时按从输入到输出的方向进行，而权值和阈值的修正从输出到输入的方向进行。BP网络结构见图2。图2中：xi为输入层第i个节点的输入变量，i=l，…，M；wn为隐含层第i个节点到输入层第i个节点之间的权值，i=1，…，q；θ。为隐含层第i个节点的阈值：Φ（x）为隐含层的激励函数；Wki为输出层第k个节点到隐含层第i个节点之间的权值，k=l，…，L；ak为输出层第k个节点的阈值：ψ（x）为输出层的激励函数；0k为输出层第k个节点的输出变量。

2.1 信号的前向传播

隐含层第i个节点的输出变量为式中：nef，为隐含层第i个节点的输入变量。

输出层第k个节点的输出变量为式中：netk为输出层第k个节点的输入变量。

2.2 误差的反向传播

误差的反向传播，即首先由输出层开始逐层计算各层神经元的输出误差，然后根据误差梯度下降法来调节各层的权值和阈值，使修改后网络的最终输出能接近期望值。对于每一个样本p的二次型误差准则函数为系统对P个训练样本的总误差准则函数为

根据误差梯度下降法依次改变输出层权值的修正量△wki、输出层阈值的修正量△ak、隱含层权值的修正量△wij、隐含层阈值的修正量△θi：最后得到

3 安全监测信息系统构建过程

安全监测信息系统构建过程如下。

（1）构建ArcGIS模型。利用ArcGIS分别构建TIN模型及栅格模型。TIN模型是由矢量数据建立的，矢量要素包括点要素、线要素和多边形要素等，要求要素必须具有Z值（高程）。在建立栅格模型时，通过与三维建模软件Sketch Up结合，给地形加入真实纹理，使其更好地展现监测位置真实地貌。

（2）构建神经网络模型。根据各监测项之间的内在联系，选用与输出因子关系密切的因子作为输入因子，以前文BP神经网络计算方法构建预测模型，利用VB语言编程实现神经网络预测模型的计算。

（3）应用Visual Studio平台，结合C#语言开发具有二维、三维地理信息可视化和监测点监测信息管理及预测的安全监测信息系统。

4 工程实例

以某江堤崩岸监测为例，构建临江岸坡安全监测信息系统，实现对崩岸周边地形的可视化显示以及对监测数据的存储、管理及分析。

4.1 临江岸坡ArcGIS模型建立

4.1.1 利用Arc GIS构建TIN模型

在ArcGIS平台上利用TIN表面建立临江岸坡的二维地理信息模型。选取适当大小的建模区域，对建模区域进行矢量化，矢量化的图层包括监测点.道路、河道、江堤等。输入各图层的属性信息，其中包括监测项目、监测点位置、深度等信息。通过高程信息的输人生成地形TIN模型。

4.1.2 利用Arc GIS及SketCh Up构建栅格模型

将构建好的TIN模型导人三维设计软件SketchUp，给模型添加纹理，使模型更真实地展现临江岸坡周边地形情况。将带有真实纹理的三维栅格模型导出为Arc SCene可以识别的.mdb格式文件，在ArcSCene中显示。

4.2 系统可视化模块构建

4.2.1 临江岸坡二维可视化

在VS平台上，调用ArcGIS Engine组件库中的MapControl、ToolBarControl及TOCControl等控件并设置其属性，利用C#编程实现系统各个控件之间的链接以及鹰眼、状态栏中坐标信息与比例尺的实时显示等功能，完成整体框架的构建。其中临江岸坡二维可视化如图3所示。

4.2.2 临江岸坡三维可视化

基于VS平台，在三维可视化窗体上分别添加相关控件，并为控件添加相应的事件，最终实现临江岸坡三维可视化显示（见图4）。三维可视化与二维可视化相比，可以更加直观地实现对临江岸坡场景的浏览。

4.3 监测数据管理与分析模块构建

4.3.1 构建数据管理与分析模块

添加数据管理与分析模块窗体，通过VS平台提供的DataGridView控件，使监测系统与外部的Access数据库建立链接，主要有位移数据、雨量数据、渗压数据及水位数据等。在数据管理与分析模块窗体上添加数据分析控件，通过C#语言使神经网络模型与数据分析控件建立链接，实现系统对监测数据的分析及预测。数据管理与分析模块界面见图5。

4.3.2 模型预测成果分析

将时间、水位、前期雨量（前5d累计）作为输入因子，临江岸坡位移及渗压作为输出因子，构建BP神经网络模型。利用VB语言实现模型计算。神经网络模型计算界面见图6。

以2015年7月25日至8月14日这一时段为例，采用前文所述建模方法建立神经网络监控模型，根据实测信息每天取1个训练样本点，共21个样本点。通过构建的神经网络模型训练结果与原始数据的比较，求得位移拟合相对误差△位移拟合=3.5%，渗压拟合相对误差A渗压拟合=0.3%。对后3d位移、渗压进行预测，位移预测相对误差△位移预测=1.5%，渗压预测相对误差A渗压预测=1.7%，预测效果较好。其拟合及预测曲线分别见图7、图8。

5 结语

结合某临江岸坡监测项目，基于GIS与VS平台构建了岸坡可视化安全监测信息系统。

（1）通过二维及三维可视化模块的建立，使用户更加直观地了解监测设置情况及周边地貌。

（2）系統具有较为完善的数据库管理功能，对监测区域及周边地形空间数据、属性数据和监测数据分类存储，使用户较为方便地实现对海量监测数据的管理。

（3）以某一监测时段为例，选取了与位移、渗压较密切的时间、水位及前期雨量等监测数据作为输入因子，构建了BP神经网络模型。通过训练结果与实测数据比较，证明模型精度较高，取得了较好的位移、渗压预测效果。所建模型可投人生产应用，作为临江岸坡安全管理决策的重要支撑。

（4）该安全监测信息系统较好地实现了岸坡监测的可视化、信息化及系统化，为临江岸坡的运行管理提供了支持平台。