传感器信息融合在滑坡预报中的应用*

陈紫妍，赵佳睿，高仕奇，李丽敏，梁 聪，喻远佳

（西安工程大学电子信息学院，西安 710600）

1 引 言

在全球性气候复杂变化引发的自然灾害当中，滑坡现象是常见且灾害程度极大的一种。对该类灾害的有效的监测与预警能够减小经济损失与人员伤亡，相关的研究与设计在防灾减灾中具有重要意义［1］。针对滑坡灾害，众多学者提出了基于不同理论的解决方案。西南交通大学王学佳［2］提出了基于多传感器信息融合集中器的山体滑坡监测方案，实现了较为精确的监测，但对信息融合的集中处理系统具有较高要求。叶小玲［2］等使用BP 神经网络对暴雨灾害进行预报，将BP 模型对降雨量分析与滑坡发生概率估计相比较，其模型在复杂非线性系统预报中具有一定的实用性，但在网络训练时，收敛速度较为缓慢。结合以上两者的研究成果，从近年来发生的数次滑坡灾害的数据入手，此处尝试运用模糊规则和神经网络建立一种有效的滑坡地质灾害预报模型。通过多传感器对可能发生滑坡区域进行实时数据采集，再通过计算确定概率值，最终与先前通过科学计算拟定的地质灾害等级做比较，从而可以做出及时有效的预警。

2 设计原理

RBF 神经网络具有唯一最佳逼近的特性，且无局部极小问题存在［4-5］，自我学习能力较为强大，算法也较简单。如图1 所示为RBF 神经络的结构图。

图1 RBF 神经网络模型

输入层接收从传感器采集到的多传感器历史数据，起到传输信号作用；输入层和隐含层之间可看做连接权值为1 的连接，隐含层将采集到的输入参数通过函数变换传递给输出，其中对激活函数（一般为高斯函数）的参数进行调整，采用的是非线性优化策略；输出层将结果进行加权运算得到输出结果，采用的是线性优化策略，有较快的学习速度。

3 降雨型滑坡预报模型建立

对降雨型滑坡建立预报模型，步骤可分两步：第一步在实验平台利用软件程序编写建立RBF 神经网络［6］模型；第二步利用已训练好的RBF 神经网络，通过对多元输入参数进行函数拟合推算，对降雨型滑坡发生概率做出预测［7-8］。实现预报的详细过程如图2 所示。

图3 降雨型滑坡预报过程

在由第一步建立的RBF 神经网络模型中，以互联网大数据搜索得到位移、降雨量、渗透压、地下水位、渗透压变化等多元化数据参数，作为RBF 神经网络的多元输入变量，通过RBF 神经网络函数拟合功能由多元输入参数推算出相对应的滑坡灾害发生概率，即可通过模糊推理方法结合推得的滑坡发生概率建立滑坡灾害发生等级表。

在第二步中用实验平台的软件程序编辑已经建立好的RBF 神经网络模型，结合多源实时参数数据输入，通过拟合功能计算推得滑坡发生概率。

最终将所得概率与滑坡发生等级表相对照，推算出预报等级。所建立的RBF 神经网络滑坡预报模型如图2 所示。

图2 RBF 神经网络滑坡预报模型

4 仿真验证

仿真中的数据来源为通过互联网大数据精确搜索到的地质灾害相关数据库。预报概率计算方式为通过MATLAB 软件平台编辑程序操作，计算出滑坡发生概率。

通过多组模拟规则方法建立降雨型滑坡发生等级表，如表1 所示。

表1 降雨型滑坡发生等级表

通过在互联网准确搜索多组实时输入数据，经降雨型滑坡预报软件编写生成的RBF 神经网络可得到相应的滑坡发生概率，如在降雨强度1～8mm，土壤含水比率0.12～0.41，渗透压0.2～1Pa，渗透压变化0.15～0.5Pa 区间中选取多次数据作为实时数据，并经降雨型滑坡预报软件推算出对应滑坡概率。这一预测过程的实际软件操作界面如图4 所示。

图4 实时数据推算滑坡发生概率实例

将所有实时数据、滑坡概率及相应推算灾害等级汇总起来，如表2 如示。

表2 实验数据汇总

结合表1 观察表2 可见，以降雨强度为1 mm为例，此时土壤含水比率为12%，渗透压为0.2 Pa，渗透压变化为0.16%，经降雨型滑坡预报软件编写的RBF 神经网络算法函数推出滑坡发生概率为24.997%，预报等级已达到二级；又如当降雨强度为5 mm，土壤含水率为25%，渗透压为0.5 Pa，渗透压变化为45%，经推算得出滑坡发生概率为66.12%，预报等级已达到四级。两次实例中的的预报等级均已达二级或以上，这种高程度的滑坡灾害在实际生活中倘若发生后果不堪设想，可见此时滑坡预报装置的准确预报对现实生活中人们生活起居安全提供保障的重大意义。

该系统在实际使用时，当有报警发生，将通过短程无线通讯网络控制工作现场红绿灯报警系统，提醒施工人员注意安全并启动相应临灾预案，同时将报警数据通过远程无线通讯系统传至室内数据中心。

5 结 束 语

针对降雨滑坡灾害，利用多参数融合和RBF 神经网络相结合实现对多个参数的综合分析，再利用模糊规则建立有效的地质灾害等级预报模型。系统解决了降雨滑坡在传统预报中参数单一，预警不及时的问题。实验结果也表明，该方法能够大大提高人们对滑坡泥石流灾害预防的可靠度。通过等级预报，可向政府部门提供当前的参考依据，以便做出正确科学的防灾减灾决策。