机器视觉技术在地质灾害监测预警中的应用

廖昕 孙崇祥

（西藏大学 西藏自治区拉萨市 850000）

国家高度重视西藏地区的发展，习近平总主席也曾多次对西藏以及川藏铁路的建设做出指示，川藏铁路的建设是新时代治藏方略的一项重大举措，对国家统一、民族团结、治藏稳边、经济发展，都有着深远的影响。未来会持续开通通往西藏地区的各条铁路，以川藏铁路为例，沿线地质构造繁复、山高谷深，地形被切割破碎，根据川藏铁路沿线主要的地质灾害调查与区划资料，川藏铁路沿线具代表性的地质灾害类别包括崩塌、滑坡、泥石流3 类，总计达2130 处，此外还有少量土地塌陷、砂土液化和冻土等带来的灾害。地质灾害分布广泛、隐蔽性强、不确定因素影响大，在很大程度上造成人们抵御灾害的难度。主动预防、提前避险已经成为减少灾害影响的重要手段，而地质灾害提前预警又是主动预防当中比较重要和有效的手段之一。

西藏地区受到印度板块NNE 向的持续挤压作用，近年来发生持续隆升和挤压构造变形，是现今地球表面地形地貌和地质构造演化最复杂、构造活动最强烈的地区之一。高原具有地质环境条件复杂、工程地质问题多、地质灾害极为频繁的特点，地质灾害频发，造成的经济损失巨大。加强地质灾害的监测，强化预警体系的建设，不仅是防灾减灾的需求，也是社会可持续发展的根本性保障。

历经三十多年的努力和探索，我国逐渐形成具有特色的灾害防治体系，每年能准确预报地质灾害上千起，帮助上万人成功避险，避免上亿的直接损失。目前国内外有较多学者进行地质灾害监测预警的研究。王威[1]等人利用TIN 方法建立地质体模型，能自动获取监测数据，结合北斗卫星的传输和三维地质模型，形成一套完整的三维滑坡灾害预警系统，提高滑坡灾害预警的快速性和直观性。

许强[2]等人通过构建天-空-地一体化的“三查”体系进行重大地质灾害隐患地早期识别，利用光学遥感、合成孔径雷达、机载激光雷达测量技术、无人机摄影技术等，逐步实现地质灾害监测预警的实用化和业务化运行。同时，越来越多学者将计算机、大数据技术应用于地质灾害监测预警中。此外，还有很多学者如黄健[3]、刘汉龙[4]、孙光林[5]、崔鹏[6]、欧阳祖熙[7]对地质灾害监测预警的相关技术进行了探索。

随着机器和物联网技术的快速发展，过去使用的贴片、刷漆、埋桩等方式逐渐被取代，发展为由大量的传感器构成的检测网络。常用的监测技术包括地表变形监测、环境因素监测、内部变形监测、巡视监测以及自动化监测技术。各种方法和技术都有其局限性，相对于地质灾害的普通监测来说，自动化的监测具有更大优势，可自动化采集监测数据，不受时间、天气影响；可对野外监测点实现远距离监测和遥控，节约人员成本，为难以达到的地区提供便利；可实现监测数据的实时信息处理，异常及时反馈；可结合预警算法，实现超过预警值时自动报警。目前，在选择监测点、检测方式、预警成效上还有待加强，智能化、实时化的灾害预警急需加快开发和应用。

1 地质灾害主要影响因素及西藏地区地质灾害预警

1.1 地质灾害主要影响因素分析

影响地质灾害的发生发展主要取决于两个方面的条件因素，分别为地质灾害的易发条件和触发条件，易发条件也指代地质孕育过程中的物质和地形条件。其中，物质条件也可以侧面反映某位置对于地质灾害提供先决条件的能力，是灾害发生之前的重要影响因子。例如：岩石体的失稳破坏和跌落会导致崩塌，滑坡的发生首先需要不稳定的斜坡。此外，地形条件会影响灾害体的运动距离、运动方向、运动速度和覆盖范围等。适当选择相应的影响因子进行监测或者判断，可以有效的进行地质灾害的预警。

1.2 针对西藏地区的地质灾害预警

高原存在灾害地区地形地貌复杂，地质灾害隐患变数多，防灾减灾基础薄弱，等特点。灾害未发生时，具有潜在性，需要较长时间累积和能量转换，突破临界值后，爆发灾害；而主要地质灾害崩塌、滑坡、泥石流具有突发性和急剧性，静止物质突然发生高速位移，释放大量能量，造成巨大破坏。灾害的发生留给监测、预警、避险的时间并不多。目前，监测预警的核心是趋势监测和失稳预警。

人类经济建设活动在一定程度上会影响地质灾害的发生，泥石流和滑坡的发生，会造成人员伤亡、道路阻断，严重阻碍了西藏地区的发展。应积极针对重点灾害区域开展治理工作，采取有效防治措施，减小相应的危害。目前，灾害监测预警无法覆盖大面积地区，可以首先在主要干线、重点城镇附近试点，进行试验，积累经验，逐步推广监测技术，扩大灾害治理范围。

2 机器视觉技术融入地质灾害预警系统

2.1 机器视觉技术的应用

机器视觉技术旨在通过图像中提取有用的信息进行分析，并对分析的结果做出判断。近代以来计算机的处理能力、内存以及存储能力有较大提升，使机器视觉技术更广泛的应用于各行各业。在常规的检查、识别工作中，通常依靠人工来完成，受人工主观影响，精度得不到保证。此外一些不适于人工作业或者人工视觉难以满足要求的场合，用人眼无法进行监测、判断，机器视觉技术监测系统应运而生。

我国的机器视觉技术从20世纪90年代开始起步，期间很多学者进行了相关研究。唐向阳[8]等人研究了机器视觉系统的组成和应用；鲍跃全[9]等人认为人工智能技术可以深度融合到土木工程领域，深度学习、机器学习、计算机视觉等可以深度应用于智能防灾。目前机器视觉技术处于加速发展时期，机遇与挑战并存。机器视觉技术在许多行业都有着广泛应用，可运用于水果采摘工作、电力设备运维检修、桥梁挠度测试等领域。

2.2 基于机器视觉技术的地质灾害预警

地质灾害监测系统是管理灾害信息与实时预测灾害的有效措施，以机器视觉技术的传感器为载体，实时监测一定区域的相关变量，结合相关计算机算法，在变量发生突变时快速准确发出预警信息。在此理论上，搭建在线监测平台，可以有效的进行灾害监测的可视化。基于机器视觉技术的监测平台主要可以实现监测数据采集接收、检测数据共享交换、数据存储分析等功能。以监测平台为载体，搭建软件构架，以监测点作为感知层，采集层连通网络平台，设置内置数据存储层，应用层对监测数据进行实时分析和展示。基本监测软件架构图如图1。

图1：基本监测软件架构图

3 基于机器视觉技术的地质灾害监测预警系统应用及分析

3.1 天摩沟监测点概况

结合软件架构，设置天摩沟监测点，波密天摩沟监测点位于西藏自治区林芝市波密县境内，建设在天摩泥石流沟内一处经过泥石流冲刷的山坡上，在国道318 川藏公路里程K4044+600m 处。天摩沟位于易贡藏布和帕隆藏布之间，流域面积约28 km2。流域地壳活动性强，海洋性冰川发育程度高。这片区域被大量植被覆盖，常年下雨，对传统的地面调查和遥感的解译造成较大困难，测量精度较低。这片区域的泥石流极易发生、隐蔽性高，也容易突然发生，造成破坏。近15年共发生4 次大型和巨型泥石流，均不同程度堵塞主河帕隆藏布，影响国道318 交通或摧毁附近桥梁，泥石流产生的堰塞湖淹没村道，溃决造成下游塌岸，给当地居民生命财产和经济发展造成极大危害。

3.2 天摩沟监测系统构成

天摩沟泥石流沟近物源区有一处不稳定边坡。故此处边坡作为本项目的重点监测区域，因附近有重要交通枢纽以及国道，需扩大检测范围。天摩沟监测系统共包含天摩沟滑坡、通麦大桥、迫龙沟特大桥共四处监测点，总体形成完整的监测系统。分别安装相应的监测设备，包括激光夜视仪视频监控点（4G 球机）、GNSS 位移监测站、大气温度、大气湿度、雨量监测站进行实时监测。

3.3 监测系统的应用

天摩沟在线安全监测系统对检测区域实行二十四小时在线监测，检测内容涵盖各个方面，包括表面位移、实时视频、降雨量、土壤含水率、次声波、温度等。各监测设备构成一体化，是整个天摩沟监测系统架构的基础，可以快捷准确的进行数据实时监测。各自独立的监测站点通过联网的4G/SMS/北斗卫星等通信手段，形成从站点、检测中心、数据平台的双向传输。监测数据统一格式化之后再以TCP/IP 方式发送给数据库服务器，由入库软件程序进行解读，数据解析之后写入相应的数据库。在未来，会针对不同的灾害进行后台程序的设定，不同灾害有不同的影响因子。最终形成的检测平台，甚至可以远程对灾害监测点的仪器进行控制，下达终端指令。最终，可视化检测平台接收到各个监测站点的数据，可通过网络发往获得授权认证的平台，远程监测灾害点各个数据并进行数据分析。

以监测点的机器视觉实时监测数据为载体，将不宜到达的潜在灾害区域进行远程灾害可视化监测，利用云计算技术可以对获取到的数据进行深层次分析和挖掘。其主要流程有数据的实时读取、分类整合、数据纠正、实时分析数据、生成报告等。按照监测软件的基本构架，可进行数据信息获取、查询、管理甚至控制。

4 结语

西南地区地质条件复杂，地质灾害频发，地质灾害预警面临重大地挑战。本文以机器视觉技术为手段，利用云计算技术搭建软件构架，以实现灾害可视化、信息实时查询、信息处理分析、灾害预警等功能。但地质灾害存在复杂性和特殊性，需要根据不同灾害进行监测预警，随着机器视觉技术的不断发展和成熟，将在未来的地质灾害监测预警中进行更广泛的应用。