發(fā)布時間：所屬分類：工程師職稱論文瀏覽：1次
摘 要： 摘要:提出一種新的山體和滑坡災(zāi)害的傳感網(wǎng)絡(luò)預(yù)警方法，由傳感監(jiān)測網(wǎng)絡(luò)層WSN、GPRS接入層以及監(jiān)控中心，構(gòu)建山體和滑坡災(zāi)害傳感網(wǎng)絡(luò)預(yù)警體系，利用GPRS聯(lián)網(wǎng)實現(xiàn)傳感數(shù)據(jù)的遠程傳輸，GPRS網(wǎng)關(guān)將監(jiān)測數(shù)據(jù)上傳到監(jiān)控中心，監(jiān)控中心基于監(jiān)測數(shù)據(jù)實現(xiàn)山體和滑坡災(zāi)
摘要:提出一種新的山體和滑坡災(zāi)害的傳感網(wǎng)絡(luò)預(yù)警方法，由傳感監(jiān)測網(wǎng)絡(luò)層WSN、GPRS接入層以及監(jiān)控中心，構(gòu)建山體和滑坡災(zāi)害傳感網(wǎng)絡(luò)預(yù)警體系，利用GPRS聯(lián)網(wǎng)實現(xiàn)傳感數(shù)據(jù)的遠程傳輸，GPRS網(wǎng)關(guān)將監(jiān)測數(shù)據(jù)上傳到監(jiān)控中心，監(jiān)控中心基于監(jiān)測數(shù)據(jù)實現(xiàn)山體和滑坡災(zāi)害的可視化呈現(xiàn)和警示;使用節(jié)點異常特征提取方式對比鑒別異常節(jié)點區(qū)域，采用分區(qū)域異常節(jié)點定位算法檢測異常節(jié)點區(qū)域中的網(wǎng)絡(luò)異常節(jié)點，實現(xiàn)山體和滑坡災(zāi)害的準確預(yù)警。
關(guān)鍵詞:山體;滑坡;災(zāi)害;傳感網(wǎng)絡(luò);預(yù)警;節(jié)點異常特征;分區(qū)域
無限傳感網(wǎng)絡(luò)WSN是一種全新的網(wǎng)絡(luò)化信息收集處理技術(shù)，其具有廣泛的應(yīng)用價值[1]。無線傳感網(wǎng)絡(luò)WSN可應(yīng)用在山體和滑坡災(zāi)害的檢測領(lǐng)域，在監(jiān)控地區(qū)設(shè)置大量的無線網(wǎng)絡(luò)節(jié)點構(gòu)成網(wǎng)狀結(jié)構(gòu)，再結(jié)合無線GPRS通信技術(shù)，實時監(jiān)測網(wǎng)絡(luò)節(jié)點是否出現(xiàn)異常，分析、處理收集到的監(jiān)測數(shù)據(jù)，則可完成山體和滑坡災(zāi)害的準確預(yù)警[2]。當(dāng)前存在一些較好的方法，但具有一定的局限性。王文發(fā)等[3]提出的無線傳感網(wǎng)絡(luò)覆蓋盲區(qū)監(jiān)測方法，只針對網(wǎng)絡(luò)覆蓋盲區(qū)監(jiān)測，無法有效檢測傳感器節(jié)點異常情況，不能準確預(yù)警山體和滑坡災(zāi)害的發(fā)生;張文峰等[4]地質(zhì)滑坡災(zāi)害的山層斷層效應(yīng)分析與研究，只監(jiān)測地質(zhì)滑坡災(zāi)害的山層斷層效應(yīng)，傳遞滑坡災(zāi)害信息時存在較高的滯后性，使得滑坡災(zāi)害預(yù)警效率大大降低;孫光林等[5]研究的邊坡災(zāi)害監(jiān)測預(yù)警物聯(lián)網(wǎng)系統(tǒng)及工程，只能預(yù)警傾斜順層巖質(zhì)邊坡災(zāi)害，對其它類型邊坡災(zāi)害預(yù)警效果差，具有一定局限性。
為解決以上問題，本文提出新的山體和滑坡災(zāi)害的傳感網(wǎng)絡(luò)預(yù)警方法，提高山體和滑坡預(yù)警效果。
1山體和滑坡災(zāi)害的傳感網(wǎng)絡(luò)預(yù)警技術(shù)研究
1.1山體和滑坡災(zāi)害的傳感網(wǎng)絡(luò)預(yù)警體系
WSN監(jiān)測層、GPRS接入層以及監(jiān)控中心組成山體和滑坡災(zāi)害的傳感網(wǎng)絡(luò)預(yù)警體系[6]。圖1為傳感網(wǎng)絡(luò)預(yù)警體系結(jié)構(gòu)。
從圖1可知，監(jiān)測山體邊坡的位移、傾角與水位等信息過程中，需要在監(jiān)測區(qū)中配置許多傳感器節(jié)點，信息收集頻率與信息收集量在測量時通過傳感器節(jié)點自動調(diào)整，將收集到的信息利用簇頭節(jié)點實施去冗融合處理后通過路由器發(fā)送，遠程監(jiān)控中心接收BS基站內(nèi)由GPRS網(wǎng)關(guān)節(jié)點界定格式處理的信息數(shù)據(jù)，監(jiān)控中心及時了解信息數(shù)據(jù)的安全性，同時處理和呈現(xiàn)數(shù)據(jù);完成對山體邊坡失穩(wěn)的安全性預(yù)警監(jiān)測[7]。
圖2為山體和滑坡災(zāi)害的傳感網(wǎng)絡(luò)預(yù)警體系山體邊坡失穩(wěn)變形運動和監(jiān)測原理，山體滑坡的核心要素是雨水浸泡，表征邊坡危險度的關(guān)鍵參數(shù)為山地下水位高度，設(shè)置大量垂直孔洞在朝下山區(qū)勢的邊坡山體危險范圍內(nèi)，將液位傳感器設(shè)置在孔洞底端，向WSN反饋收集到的液位值。土石層受侵蝕風(fēng)化等原因形成土石層巨大差異，在孔洞各個深度放置傾角傳感器收集邊坡不同層段的傾角信息數(shù)據(jù)[8]。山體邊坡失穩(wěn)變形趨向、強度與威脅性由智能檢測中心通過傾角傳感器斷定。
WSN監(jiān)測層有去冗度高、耗能低等優(yōu)點，WSN監(jiān)測層利用分層多簇結(jié)構(gòu)網(wǎng)絡(luò)，將臨近的節(jié)點構(gòu)成一個簇，子節(jié)點收集到的數(shù)據(jù)上傳至簇頭節(jié)點并融合，簇頭節(jié)點依據(jù)規(guī)定算法動態(tài)選取，并將其余簇頭節(jié)點數(shù)據(jù)傳遞給路由器向外傳輸[9]。使用休眠機制收集數(shù)據(jù)延長傳感器節(jié)點壽命，傳感節(jié)點通過監(jiān)測內(nèi)部電路提醒監(jiān)測邊坡環(huán)境參數(shù)超出規(guī)定閾值，提升信息收集密度。為了提高系統(tǒng)使用壽命，節(jié)約用電，將傳感節(jié)點的數(shù)據(jù)收集時間通過監(jiān)控中心調(diào)至8h一次傳遞數(shù)據(jù)。在雨季和臺風(fēng)危險期，為確保邊坡安全的實時監(jiān)測與滑坡危險預(yù)警，將監(jiān)測頻率提升至1min一次傳遞數(shù)據(jù)。
推薦閱讀：軟弱巖土突發(fā)地質(zhì)災(zāi)害風(fēng)險評估模型
1.2GPRS聯(lián)網(wǎng)設(shè)計
海量數(shù)據(jù)的遠程傳輸利用GPRS接入層完成，數(shù)據(jù)傳輸?shù)目煽啃耘c延遲性具有負相關(guān)性。GPRS模塊采用Sm300模塊為核心，利用AT指令編程完成網(wǎng)絡(luò)的連接與數(shù)據(jù)的反饋[10]。網(wǎng)絡(luò)連接時查詢模塊在工作狀態(tài)正常情況下，建立APN以及用戶名與密碼，網(wǎng)絡(luò)連接形式、本地IP與端口在退出OK后建立，建立網(wǎng)絡(luò)連接形式以及本地IP與端口后鏈接UDP，UDP鏈接完成后即刻上傳數(shù)據(jù)。圖3為GPRS網(wǎng)絡(luò)連接流程。圖3GPRS網(wǎng)絡(luò)連接流程
1.3監(jiān)控中心的管理方式
GPRS網(wǎng)關(guān)轉(zhuǎn)發(fā)的監(jiān)測數(shù)據(jù)上傳到監(jiān)控中心，通過該后臺數(shù)據(jù)庫存儲監(jiān)控數(shù)據(jù)，將數(shù)據(jù)呈現(xiàn)在用戶頁面中，基于數(shù)據(jù)研究結(jié)果完成山體和滑坡的告警[11]，監(jiān)控中心的兩種功能如下。
1.3.1可視化呈現(xiàn)功能
(1)將呈現(xiàn)的地理信息與地理信息系統(tǒng)連接，通過地圖呈現(xiàn)全部的傳感器節(jié)點方位和實時數(shù)據(jù)，滑坡多發(fā)地帶狀況由掌握全部監(jiān)測成果的監(jiān)測者鑒定。
(2)利用時間段規(guī)律反映各傳感器節(jié)點的全部數(shù)據(jù)，監(jiān)測者利用時間段規(guī)律分析各時間段的滑坡情況[12]，健全預(yù)警體系。
(3)全部實時數(shù)據(jù)與節(jié)點情況由總體節(jié)點依據(jù)網(wǎng)絡(luò)中的標識大小反映，監(jiān)測者選取監(jiān)測數(shù)據(jù)并實時監(jiān)測節(jié)點的特殊情況，有效的保護了網(wǎng)絡(luò)系統(tǒng)。
1.3.2警示功能
(1)異常標識的警示信息呈現(xiàn)在軟件頁面中。
(2)警示聲音由監(jiān)控中心內(nèi)的多媒體裝備發(fā)出。
(3)將警示短信發(fā)送至監(jiān)測者的個人移動部件中。
1.4山體和滑坡災(zāi)害傳感網(wǎng)絡(luò)異常節(jié)點檢測
將山坡和滑坡災(zāi)害傳感網(wǎng)絡(luò)中鄰近節(jié)點的方位信息作為基礎(chǔ)，利用區(qū)域分割方式，實現(xiàn)龐大無線網(wǎng)絡(luò)的小規(guī)模化管理[13]。依據(jù)規(guī)劃后的小節(jié)點，對比區(qū)域節(jié)點的單次多點，將區(qū)域節(jié)點局部關(guān)聯(lián):選取區(qū)域節(jié)點內(nèi)正常信息，以方位信息為基礎(chǔ)，對比選取的標準節(jié)點信息和鄰近節(jié)點信息，依據(jù)方位半徑大小選取適當(dāng)?shù)倪m配值[14]。為增強節(jié)點定位的精確性，規(guī)劃一個適當(dāng)?shù)倪x擇算子。
2實驗結(jié)果分析
2.1異常傳感節(jié)點檢測性能分析
實驗選取某地區(qū)進行實驗，檢測異常傳感節(jié)點的性能，實驗將選取的實驗點劃分為6個小區(qū)域，并配置6組同樣結(jié)構(gòu)的節(jié)點。設(shè)置5個任意感應(yīng)器節(jié)點為異常節(jié)點，運用本文方法與傳統(tǒng)的基于層次分析的預(yù)警方法和基于無線傳感預(yù)警方法檢測異常節(jié)點，記錄檢測時間。估計要檢驗方位信息和異常節(jié)點實際方位信息間的歐式距離為平均誤差，距離與誤差呈正相關(guān)性。表1為本文方法與基于層次分析的預(yù)警方法和基于無線傳感預(yù)警方法定位異常節(jié)點耗時的數(shù)據(jù)對比。
由表1可知，本文方法檢驗異常節(jié)點耗時為2s，平均誤差不超過2.2%，基于層次分析的預(yù)警方法檢驗異常節(jié)點耗時為15s，平均誤差為32.1%，基于無線傳感預(yù)警方法的檢驗異常節(jié)點耗時為13s，平均誤差為29.9%。本文方法比基于層次分析的預(yù)警方法和基于無線傳感預(yù)警方法檢驗異常節(jié)點耗時分別節(jié)省13s和11s，平均誤差分別小29.9%、27.7%。本文方法定位異常節(jié)點相對耗時短且準確率高。
圖5為不同傳感節(jié)點比例情況下，本文方法與兩種傳統(tǒng)分析方法的平均誤差走向圖。由圖5可知，隨著傳感節(jié)點比例的不斷提升，三種方法定位異常傳感節(jié)點的平均誤差都不斷降低，并且本文方法的定位的平均誤差始終低于基于無線傳感預(yù)警方法與基于層次分析的預(yù)警方法，分析該圖可以看出本文方法和基于層次分析的預(yù)警方法的平均定位誤差分別是17%以及50%，基于無線傳感的預(yù)警方法的平均定位誤差為47%，能夠看出本文方法具有較高的異常傳感節(jié)點檢測精度。
2.2預(yù)測滑坡位移性能分析
利用三種方法對實驗地區(qū)某滑坡位移值與實際位移值進行比較，圖6為本文方法預(yù)測滑坡位移與實際滑坡位移對比情況，圖7為基于層次分析的預(yù)警方法預(yù)測滑坡位移與實際滑坡位移對比情況，圖8為基于無線傳感預(yù)警方法預(yù)測滑坡位移與實際滑坡位移對比情況。對比分析可知，本文方法預(yù)測滑坡位移與實際滑坡位移最高相差0.002dm，能夠精準定位滑坡位移方位。基于層次分析的預(yù)警方法預(yù)測滑坡位移與實測位移差距較大，最高相差0.023dm，基于無線傳感的預(yù)警方法預(yù)測滑坡位移與實際相差較大，最高相差0.021dm。層次分析的預(yù)警方法與無線傳感預(yù)警方法預(yù)測滑坡位移與實際滑坡位移距離相差較遠，并且定位不精準。
2.3實際檢測性能分析
采用本文方法監(jiān)測預(yù)警實驗地區(qū)的整個雨季時期，得到滑坡實時監(jiān)測預(yù)警狀況以及泥石流實時監(jiān)測預(yù)警狀況分別用表2和表3表示。由表2可知，本文方法監(jiān)測到實驗地區(qū)出現(xiàn)滑坡災(zāi)害的注意級8次，日降雨量超過33mm，警示級2次，分別為6月28日與7月22日，這兩日降水量分別為36mm和40mm，位移明顯提升20mm，后期無明顯增強趨勢，所以預(yù)警等級無提升。由表3可知，本文方法監(jiān)測到實驗地區(qū)泥石流注意級9次，日降雨量平均超過33mm，6月18日警示級1次，連續(xù)降雨5d，累積雨量135mm，泥未深度為25cm。過后無降雨，泥位下降，預(yù)警等級沒有提升。
分析上述實驗結(jié)果可以看出，本文方法通過一個雨季監(jiān)測該地區(qū)的山體和滑坡災(zāi)害實時情況，在實際應(yīng)用中能夠準確預(yù)警出滑坡和泥石流災(zāi)害，并給出警示結(jié)果。
3結(jié)論
本文提出了新的山體和滑坡災(zāi)害的傳感網(wǎng)絡(luò)預(yù)警方法，由監(jiān)測網(wǎng)絡(luò)層WSN、接入層GPRS與數(shù)據(jù)接收層構(gòu)建山體和滑坡災(zāi)害傳感網(wǎng)絡(luò)預(yù)警體系，使用節(jié)點異常特征提取方式對比鑒別異常節(jié)點區(qū)域，通過分區(qū)域異常節(jié)點定位算法檢測異常節(jié)點區(qū)域中的網(wǎng)絡(luò)異常節(jié)點，準確預(yù)警山體和滑坡災(zāi)害。實驗結(jié)果說明，不同傳感節(jié)點比例情況下，本文方法和基于層次分析的預(yù)警方法定位異常傳感節(jié)點的平均定位誤差分別是17%和50%，說明本文方法能夠準確定位出山體和滑坡災(zāi)害的傳感網(wǎng)絡(luò)中的異常節(jié)點;本文方法預(yù)測滑坡位移與實際滑坡位移最高相差0.002dm，在實際應(yīng)用檢測中本文方法可準確預(yù)警出不同時間段的滑坡和泥石流災(zāi)害，并給出詳細的警示結(jié)果，這些結(jié)果說明本文方法具有相對較高的山體和滑坡災(zāi)害預(yù)警效果，取得了令人滿意的效果。