基于LoRa的地质灾害分布式实时监测系统设计

郭 伟，王晨辉，李 鹏，孟庆佳

(1.中国地质调查局水文地质环境地质调查中心，河北 保定 071051；2.自然资源部地质环境监测工程技术创新中心，河北 保定 071051)

我国西南岩溶山区地形切割强烈且复杂多变，崩塌滑坡地质灾害具有面小点多、突发性和隐蔽性强、落差大的特点[1]，植被覆盖多、网络覆盖较差，不利于现场监测设备布设和数据远程传输。

2002年，曹修定等[2]提出了滑坡的远程实时监测控制与数据传输，初步探索了远程传输技术。2006年，曹修定等[3]提出了GPRS技术及其在地质灾害监测中的应用，实现了地质灾害监测设备的无线远程传输技术。2014年，吴悦等[4]提出了基于北斗短报文的泥石流监测预警系统，解决了无移动网络覆盖区域的地质灾害监测。2015年罗郧等[5]提出了基于北斗卫星的地质环境监测信息实时传输技术，提出了一套完整的基于北斗传输的综合信息应用系统。在同一时期，物联网技术被提出，石爱军等[6]初步探讨了技术路线和实现方法。目前，此类常规的地质灾害监测预警仪器的主要缺点是数据传输依赖于移动网络GPRS和北斗卫星[7]。北斗卫星应用受限制比较大，主要包括：功耗大、成本高、实时性差、传输数据量小、易遭雷击、受地形影响大和丢包率高[8]，严重影响对地质灾害发育监测的效果。移动网络GPRS在海拔高差大和地形复杂的环境下存在信号死区和不稳定的情况，尤其是一个灾害点部署多个监测点的情况下，每个监测点均会将采集到的监测数据上传至远程服务平台上。受限于灾害体现场通信环境，许多监测点因无稳定的通信网络经常导致数据传输失败[8]，管理人员无法精准掌握灾害体的发育过程，进而延误对灾情的研判。因此，针对西南岩溶地区地质灾害特点，需开发一套功耗低、数据传输稳定的分布式[9]地质灾害实时监测系统。

本文结合工作实际，采用微电子和物联网无线通信技术研发一套崩塌滑坡地质灾害分布式实时监测系统。

1 分布式实时监测系统设计

本文提出的解决方案是利用现有比较成熟的远距离无线电(long range radio，LoRa)作为核心传输技术，通过微控制器与各传感器集成形成地质灾害监测采集子节点。另外将LoRa和GPRS[10-11]移动通信模块集成形成无线网关主节点[12]，其可作为数据传输中继和远程通信终端。系统采用星型拓扑结构[13]，主-子节点通过无线自组网形成接力将无移动信号覆盖区域的监测数据传输至有移动信号覆盖区域的远程通信终端，远程通信终端(无线网关)将数据实时传输到远程服务平台上，如图1所示。通过整体优化设计，在降低设备功耗的同时，又能及时地将灾害突变数据传输出去，供管理者和专家及时做出决策。该系统可同时采集灾害点降雨量、地表裂缝位移、土压力等监测参数。

图1 地质灾害分布式实时监测系统示意图Fig.1 Schematic diagram of the distributed real-time monitoring system for geological hazards

2 系统硬件设计方案

2.1 微控制器选型

STM32L071采用ARM Cortex-M0+内核，是一款基于ARM32位的低成本低功耗的RISC控制器，最高32 MHz工作频率，集成各种高性能工业互联型标准接口，主要包括10个定时器、AD模数转换、DA数模转化、无线网络接口、外接2 Kbit的IIC接口及SPI模式的MicroSD存储接口。

2.2 LoRa模块选型

LoRa是低功率广域网络(LPWAN)通信技术的一种，是美国Semtech公司采用和推广的一种基于扩频技术的超远距离无线传输方案[14]，有效解决传统无线传感器网络传输距离远与低功耗不能兼得的问题。LoRa主要技术特点为：

(1)兼容性强，所有符合LoRaWAN协议的应用都可以接入；

(2)接入灵活，单网关可接入几十到几万个节点，节点随机入网，数目可延拓；

(3)并发性强，网关最少可支持8频点，同时随机8路数据并发，频点可扩展；

(4)可实现全双工通信，上下行并发不冲突，实效性强；

(5)灵敏度高，同速率下比非LoRaWAN设备的灵敏度更高；

(6)网络拓扑简单，星状网络可靠性更高，功耗更低；

(7)网络建设成本和运营成本很低。

无线模块采用Semtech公司的SX1278器件[15]，该器件采用了LoRa TM 扩频调制跳频技术，其通信距离，接收灵敏度都远超现在的FSK、GFSK调制，且多个传输的信号占用同一个信道而不受影响，可大幅延长传输距离。在稀疏的环境覆盖范围可达到15 km，在环境稠密的地区可达到3 km以上，因此在本系统中不需要中继装置及复杂的通信基础设施。

2.3 采集子节点设计

采集子节点是将传感器、采集仪、LoRa无线通信模块和供电系统优化集成到一起，主要负责地质灾害现场各分散采集子节点的数据采集工作，其硬件结构见图2。

采集子节点负责现场雨量传感器、地表位移传感器、土压力传感器等数据的采集与控制；同时需要响应主节点下发的控制指令，将采集的数据上传至主节点，实现对地质灾害现场数据实时采集、控制与存储。

其中雨量传感器通过接入微控制器IO端口进行数据采集，地表位移传感器通过接入ADS1256进行数据采集，土压力传感器通过RS485接口进行数据采集。

2.4 主节点设计(无线网关)

图2 硬件结构图Fig.2 Hardware structure diagram

无线网关主节点负责无线网络指令的下达、数据的接收与上传、系统的检测以及管理等功能，主节点本身也有数据采集功能，其硬件结构如图2所示。主节点通过LoRa无线网络接收区域内采集子节点上传的现场数据，并通过GPRS网络，将数据上传至地质灾害监测远程服务平台，同时下发采集与控制命令到LoRa网络任意采集节点。

3 系统软件设计

系统软件设计参考μcos实时操作系统，主要以任务调度机制为核心，能够保证多任务并发执行。通过云服务器的合理控制与协调，有效唤醒现场采集节点，及时上传现场监测数据，并且有效降低系统功耗，最大限度保证系统工作时间。

3.1 应用层通信协议设计

协议设计的优劣直接决定了本系统的智能化程度。为了体现系统的智能化程度，对系统的应用层进行了协议设计，实现对数据打包与解析的透明传输。数据传输方式采用数据帧模式，传输序列为二进制字节流。

数据传输中对数据采用CRCl6校验算法[16]，做到传输数据的准确无误。在数据采集时，云服务器通过主节点向采集子节点下发协议指令，等传感器响应后将数据返回采集子节点，采集子节点将数据解析打包封装上传到主节点，最后由主节点上传至云服务器。

3.2 主-子节点自组网设计

系统可实现定时采集、广播采集、阈值触发采集3种数据采集模式。搭建好监测网络后，主节点与采集子节点之间可以立即建立一对多的映射关系，主-子节点自组网流程见图3。

图3 主-子节点自组网流程图Fig.3 Flow diagram of self-organizing network of the master-sub node

采集子节点可以设定唯一的设备号，根据每个SX1278射频模块分配给各个采集节点独一无二的设备地址，例如主节点下发报文中设备号为0x55AA时，采集子节点地址为该设备号就需要立刻做出响应。

3.3 低功耗软件设计

地质灾害监测设备一般安装于灾害体形变严重的危险区域或人员不方便到达的地方，维护比较困难，设备的正常工作主要与供电、通信网络有关。在解决网络通信的同时，本系统加入了低功耗软件设计，主要提出2种工作模式：

(1)采用变频工作模式[17]，即设备在正常工作模式下，将微控制器的主频由16 MHz降至65 kHz，保证设备各功能模块处于低速运行中，同时关闭通信接口。

(2)采用采集触发工作模式，设备数据采集接口处于低速实时监听模式，当多种监测参数中的一种参数发生突变，即采集的数据结果超过预设的阈值，立即激活设备，进入高速运行模式，同时打开通信接口，将采集的突变数值通过子-主节点传输至远程服务平台。

数据发送成功后经历一个周期进入低速运行模式中。低功耗模式下，设备工作电流可低至1 mA，这种设计既保证了设备的供电能力，又不丢失有用的数据，工作流程见图4。

图4 采集子节点软件工作流程图Fig.4 Flow chart of sub-node working

4 试验与分析

4.1 野外试验

为了验证设备的功能和性能，本文选取贵州省水城县尖山营灾害点作为野外测试点。该地区地形复杂，破坏面积大且多样，具有错落、塌陷、裂缝等特征。在该区域共建5套设备，编号分别为EI01～EI05，其中EI01作为网关主节点监测该区域的降雨量，EI02～EI05作为采集子节点监测该区域4处关键灾害点的地表裂缝变形情况，监测点布置见图5。主-子节点相对高差最大为101 m，非通视距离最大为374 m。

图5 分布式监测设备野外安装布置图Fig.5 Field installation layout of the distributed monitoring equipment

4.2 数据丢包率验证分析

数据丢包率验证分析主要验证数据采集、传输的稳定性。监测设备于2019年12月5日安装调试完成，稳定运行一段时间后，选取2019年12月15日0时—2020年4月14日23时4个月的数据研究，设备设置定时回传间隔为1条/ h，同时开启数据采集端口触发回传模式，雨量触发回传阈值设为0.2 mm，位移触发回传阈值设为20 mm，测试数据见表1。

表1 分布式监测系统通信测试数据

由表1可知，5台设备的数据收包率均存在差异性，EI04号设备收包率最低，EI01和EI05收包率最高，且超过100%。根据前期现场调查，结合远程平台数据分析，EI04号设备与无线网关EI01号设备非通视相距较远，高差大，存在丢包率高的情况。EI01和EI05号设备分别监测到降雨和地表位移变化，由此引起的数据加密回传，存在收包率高于理论值。总体上，设备收包率达到92%以上，基本满足地质灾害的监测需求。

4.3 数据自适应采集分析

本次主要分析雨量、位移可以实现自适应加密数据采集。水城县尖山营灾害点于2020年1月4日—1月10日断断续续降雨，每次降雨都会触发网关主节点EI01号设备加密采集回传，加密回传3条数据，加密采集间隔为5 min。以1月6日降雨量最多的数据进行分析(表2)。

表2 分布式监测系统自适应加密传输数据

由表2可知，2020年1月6日0时17分开始降雨，EI01号设备多次触发采集回传机制，回传间隔约为5 min，秒级误差受环境影响，加密采集回传3次，如果在3次加密回传过程中再次触发，将无视触发条件，将触发数据计入下一个5 min周期后回传。位移采集子节点的采集回传实时性较高，每次触发后，加密采集回传间隔为1 s，加密回传3次。根据回传数据分析，EI02，EI03号位移监测点相对稳定，至2020年4月15日未发生位移变化。EI04和EI05号位移监测点位移变化较大。由图6可知，EI05号位移监测点于2019年12月15日发生突变，短时间内位移变化量达到86.2 mm。EI04号位移监测点于2019年12月26日开始缓慢变化，至2020年4月15日累计变化量达到90.6 mm，由于EI04号监测点变化缓慢，每次均未触发加密回传，回传间隔为1 h。根据前期调查和设备现场安装情况，EI04号设备安装于滑坡破碎带，EI05号设备安装于滑坡后缘，两处监测点较不稳定，同时验证了数据变化的一致性。

图6 EI04、EI05监测点累计位移曲线图Fig.6 Cumulative displacement curve of the EI04 and EI05 monitoring points

由图7可以看出，EI05号监测点于2019年12月15日16时2分51秒监测到位移数据由0 mm突变至37.5 mm，超过预设阈值20 mm，触发回传机制，每隔1 s采集一次，共回传3条数据。由于短时间内设备还未进入低功耗模式，在16时2分54秒再次监测到数据突变至59.1 mm，超过阈值20 mm，再次触发回传机制，中间仅隔3 s。16时7分58秒监测到数据突变至86.2 mm，3次精确的捕获到地表裂缝的变化情况，验证了该分布式监测系统可以实时监测地面裂缝变化过程，可精确到秒级。

图7 EI05监测点累计位移曲线图Fig.7 Cumulative displacement curve of the EI05 monitoring point

5 结论及建议

(1)系统采用微控制器变频、数据采集端口低速监听和阈值触发回传工作，可以有效降低野外设备功耗，保证设备工作所需电能。但在此种工作模式下4G全网通通信端口是关闭的，只能实现由采集子节点-无线网关-后台服务平台的数据单向传递。需要改变工作模式时，可通过上位机下发指令，并在下个小时报执行期间完成指令接收。

(2)由于自组网通信模块LoRa采用公共频段传输数据，容易受到周围电磁干扰，在野外设备安装施工时尽量避开强磁场。同时数据保密传输是今后要开展的工作。

(3)此次试验选取项目工作区具有典型岩溶灾害特点的贵州省水城县尖山营灾害点作为示范应用点，初步验证了基于LoRa的地质灾害分布式实时监测预警系统性能。今后可选取监测点分布更远的灾害体验证设备性能，以便在岩溶山区推广与应用。