GPS及InSAR数据支持下的甘肃黑方台滑坡监测云平台设计与分析

王毅鹏，张永志,2，赵超英,2，刘晓杰，张颖云

(1. 长安大学地质工程与测绘学院，陕西 西安 710054; 2. 地理信息工程国家重点实验室，陕西 西安 710054)

滑坡被认为是全球第3大自然灾害[1]，其发生会造成严重的经济损失和人员伤亡。通过监测滑坡灾害发生的时空域演变、诱发因素等信息，可最大限度地获取空间形变数据[2- 4]，对滑坡进行实时、动态监测，可有效预防和减轻滑坡发生的损失[5- 6]。但是随着现代监测技术的发展，滑坡实时监测的数据量高速增长，传统数据处理技术在处理海量数据时存在效率瓶颈。云计算技术利用虚拟化的数据中心，可向客户提供高质量、高可靠性及稳健的计算和存储服务[7- 8]。云计算可扩展的存储技术能够满足存储海量空间数据的需求，其强大的计算能力可以在云端进行所有数据的实时处理、分析等操作；此外该技术还可以显著降低数据处理、存储的生产成本，使得滑坡监测中存在的数据快速流转、多源异构数据、海量数据处理等问题的解决成为可能。

本文以甘肃省永靖县黑方台滑坡为例，针对黑方台滑坡实时监测中的海量数据、多源异构数据类型等问题，结合云计算技术，进行基于多源数据的滑坡监测云平台设计、分析及部分空间分析功能的实现。

1 云计算技术发展现状及选择

1.1 云计算技术概述

云计算技术是一种新型的网络化计算模式，具有以下优点：①规模巨大：云计算技术具有超大的规模和史无前例的计算能力[9]；②节约成本:由于所有的处理均在云端进行，企业可以较大程度地降低投入成本；③极高容错率和安全性：由于云计算平台的数据会在同一时间被备份在各个数据节点上，因此具有很高的容错率和安全性；④高度可拓展性：由于云计算可以调用计算资源池里的其他可用资源，因此具有高度的可拓展性；⑤虚拟化：所有应用在云端进行，用户在终端通过网络服务即可得到所需的软件服务[10]。

1.2 云计算技术选择

通过对当前多种商用(Amazon EC2、Windows Azure、Blue Cloud)和开源云计算技术平台(OpenStack、MongoDB、Eucalyptus、Hadoop)进行比较，以及考虑Hadoop所具有的开源、扩展性强、成本低等优点，本文采用Hadoop技术搭建私有云计算技术平台进行滑坡数据监测处理及分析。

2 黑方台滑坡背景及成因

2.1 黑方台滑坡背景

黑方台滑坡位于甘肃省永靖县盐锅峡镇，距兰州市40 km，属黄河4级阶地，台面海拔1700 m左右，台面总面积13.44 km2。该地区属于温带大陆性气候，全年降水量少，昼夜温差大，日照时间长，四季分明。多年平均降水量为287.6 mm，最大降水量为431.9 mm，最小降水量为178.8 mm。黑方台地区气象统计图如图1所示。

2.2 黑方台滑坡成因

黑方台滑坡的成因主要与其岩性和水文地质条件有关。黑方台滑坡体上部由黄土和粉质黏土组成，水是诱发黑方台滑坡的主要原因[11]；大气降水、黄河浸蚀、灌溉、地下水作用都对滑坡的形成有一定的影响；此外，灌溉水的渗入使得土体含水量增加，饱和度增大，引起土体抗剪强度下降，从而导致黑方台稳定性降低，容易发生滑坡[12]。

3 黑方台滑坡监测云平台设计及部分空间分析功能实现

3.1 云平台设计

3.1.1 基于Hadoop的滑坡监测云平台总体结构

本文所设计的基于Hadoop的滑坡监测云平台软件体系结构主要分为4层，即基础设施层(IaaS)、平台服务层(Paas)、数据服务层、软件服务层(SaaS)，此外还包含跨越多层的用户管理、应用管理、服务管理、资源管理、运营管理等平台管理层。图2为滑坡监测云平台软件总体架构。

基础设施层提供基础设施服务，滑坡监测软件通过IaaS的部署，能够提供平台所需的动态可扩展基础设施服务。平台服务层提供软件运行、在线开发平台、数据库管理、应用交付等服务功能，它将软件资源进行统一部署和管理，为云应用服务提供支撑。数据服务层的主要功能为数据的存储和处理，对来自各个传感器的数据、用户上传数据及软件处理后的数据进行存储，并利用软件层的程序进行分析，以得到用户所需的结果。软件服务层为用户提供滑坡监测软件管理、使用等服务，用户可以通过各种设备的客户端进行访问。云平台管理层主要负责用户的身份认证、服务注册、用户资料数据的上传和下载、软件应用环境的配置、平台的安全防护、云平台的运行维护等功能。

3.1.2 数据服务层设计

本文所设计的云平台数据服务层包括4种类型的数据，分别为InSAR数据、GPS数据、降雨量数据、土壤含水量数据[13]。数据服务层的主要功能是测量数据的分析处理，并使用Hadoop分布式技术为云平台提供所需数据的并行加载、存储和处理[14- 15]。以下为4种数据采集、存储和处理的具体流程。

3.1.2.1 InSAR数据采集与处理

黑方台滑坡的InSAR数据采集模块在云平台的软件服务层中设计了一个InSAR数据自动采集的应用，该应用按照事先设置的时间定期自动访问InSAR数据相关网站并自行下载该区域的影像，然后通过数据服务层存储该数据，最后通过软件服务层中的SARScape或Gamma等数据处理软件进行D- InSAR数据处理，得到滑坡的形变量及形变速率等，并将结果以图、表等形式展示出来；若结果超出阈值，则启动滑坡灾害预警应用，自动发布滑坡灾害预警信息。图3为InSAR数据采集与处理流程。

3.1.2.2 GPS数据采集与处理

黑方台滑坡的GPS数据采集与处理模块主要由监测部分、无线传输部分及服务器处理3部分组成。监测部分由GPS接收机、太阳能供电系统、传感器等组成，其功能是实现实时的数据采集，以及将收集的GPS数据通过无线传输方式传送给云平台服务器。图4为GPS数据采集、存储及处理流程。

3.1.2.3 降水量采集与处理

降水量的采集模块由自动雨水采集装置、传输设备及服务器处理3部分组成。传输部分由天线、无线路由器、避雷针组成，其功能是将收集的降雨量数据通过无线传输方式传送给云平台服务器。图5为降雨量数据采集、存储、处理流程。

3.1.2.4 土壤含水量采集与处理

灌溉水是影响黑方台滑坡的主要原因。土壤含水量采集与处理系统由土壤水分测定传感器、无线传输设备、服务器等组成。图6为土壤含水量数据采集、存储、处理流程。

3.1.2.5 其他数据采集与处理

影响黑方台滑坡发生的因素还有很多，包括岩性、斜坡坡度、水位数据等。针对这些数据则可通过云平台服务层提供的API接口进行处理。

3.1.3 软件服务层设计

软件服务层是云计算中最常用的云计算服务[16]，在本文中的功能主要包括基于滑坡监测、灾害预警信息的发布、空间分析等。具体的软件模块功能简述如下：

(1) 滑坡监测是对数据服务层获取的InSAR数据、GPS数据、降水量数据、土壤含水量数据使用部署在各个计算结点上的相关软件进行处理，以便分析滑坡所发生的微小位移形变。

(2) 滑坡预警信息发布是建立在滑坡监测基础上的应用服务，通过对滑坡监测的数据在云平台上进行相应的数据处理，并将结果与所设置的阈值进行比较，最后根据灾情启动相应的应急预案。

(3) 空间分析模块通过利用ArcGIS软件的空间分析功能实现，主要包括缓冲区分析、灾情损失估计和模拟时间计算。缓冲区分析主要是模拟滑坡发生时所造成的影响范围，以及根据对滑坡实时监测的各种数据的分析处理，计算滑坡移动范围，然后根据该范围分析滑坡发生后可能影响的区域。

3.2 黑方台滑坡监测云平台空间分析实现

3.2.1 监测数据分析

3.2.1.1 InSAR数据结果分析

图7为黑方台滑坡的影像图，可以看出黑方台主要由黑台和方台组成。图8为黑方台滑坡的形变速率图，该图是使用Gamma雷达影像处理软件对甘肃省黑方台地区2016年1月24日和2016年2月26日的两景影像进行数据处理后所得的滑坡形变速率图。中间较大的空白区域是黑台，左边较小的空白区域是方台，可以看出深色区域是滑动速率最大的地方，主要为磨石沟滑坡群、陈家滑坡群、焦家崖头滑坡群、党川滑坡群及方台滑坡群，最大速率可达89.4 mm/a。

3.2.1.2 GPS数据分析

黑方台滑坡GPS监测是利用GPS实时动态监测法进行监测。具体方法是在滑坡周围布设13个GPS点，命名格式为GP+点号。限于篇幅所限，本文仅以GP03点为例进行分析。

图9为2016年1月—2017年12月GP03号点在X、Y、Z方向上累计滑动的位移，可以看出，GP03号监测点在X方向滑动的位移最大，在Y方向上滑动的位移最小。

图10为GP03号点所在的党川3号滑坡使用InSAR与GPS进行变形监测所获取的累计形变对比图。可以看出2016年1月—2016年6月，利用GPS技术与InSAR技术的监测结果一致；而在2016年8月—2016年9月，两种技术监测的结果出现偏差，InSAR监测所获得的累计形变量较大。

3.2.2 滑坡风险分析

本文讨论的滑坡风险分析主要是针对滑坡发生后的移动位移和所造成的损失进行估算。先对滑坡区域进行缓冲区分析，然后求出缓冲区与居民地、农业用地、道路等的相交面积，最后根据单价估计出经济损失。

滑坡缓冲区分析是根据所研究的滑坡体，自动建立滑坡周围一定距离的带状区，用以识别这些滑坡发生后对临近对象的影响程度。但由于缓冲区范围的设定相对困难，这与滑坡的多方面因素有关，包括滑坡类型、降雨、地下水、滑坡地形、坡度等。由于影响因素较多，且缺乏相关数据，本文将此问题简化为以一个缓冲区范围为例进行分析。选择方台滑坡群中的一个滑坡进行缓冲区分析，如图11所示。

由图11可知，假设房屋的单价为1000元/m2，总价为面积乘以单价，损失总计约976 285元，缓冲区与房屋相交的具体信息见表1。

4 结 语

本文通过分析主流云计算平台和滑坡监测技术的发展现状，并结合甘肃黑方台滑坡的具体特点，设计了基于GPS和InSAR数据的滑坡监测云计算平台，同时应用ArcGIS软件实现了部分空间分析功能。鉴于云计算平台的复杂性，以及其在地质灾害监测领域的研究仍处于起步阶段，本文只实现了软件平台有限的功能，随着本文课题研究的不断推进，以及笔者自我科研水平的提升，后续的研究工作将会逐步实现平台中更多软件模块的功能。相信随着Hadoop和现代形变监测技术的不断发展，二者的结合将会越来越紧密，应用的领域也会更加广泛。

表1 缓冲区与房屋相交信息