论文部分内容阅读
摘要：本文分析我国现行滑坡监测预警系统存在的不足，结合实践经验，基于滑坡监测预警技术和岩石破裂理论，提出一款由滑坡探测器、数据采集中转站、监控中心监测系统三部分构成的滑坡智能监测预警系统，该系统具有集成度高，预警信息发布准确、迅速等特点，为滑坡预警监测提供一种新的监测手段。
关键词：滑坡;监测;预警系统;研究
1、前言
滑坡、崩塌、泥石流、地震是我国危害最大的地质灾害。近年来我国大力推动地质灾害的专业监测预警工作，建立了大量地质灾害专业监测示范点，为防灾减灾发挥了引领示范作用。但地质灾害专业监测在实施过程中也存在一些问题，如监测设备不智能、监测方案不科学、预警模型无法满足需求等，使专业监测预警未充分发挥作用。
2、提出问题
通过实践研究，本文从滑坡监测参数、供电问题、监测采集频率、信号传输、滑坡预警模型、设备自检等六方面分析研究我国现行主流滑坡监测预警系统存在的缺陷，并提出改进建议。
2.1 滑坡监测参数
滑坡监测参数通常可划分为五类：物理参数、变形参数、机理参数、诱发参数和间接参数。1.物理参数，实践中将声发射数和射气量变化两个指标作为滑坡预报物理指标。2.变形参数，各种试验证明，位移是一个容易测量和获得的特征变量，它能够反映岩土体的变形破坏特征。3.机理参数，滑坡机理预测参数指的是表示滑坡地质灾害变形作用机理的参数。4.诱发参数，滑坡预报的诱发参数指的是诱发滑坡活动的参数。降雨量、人工幵挖坡脚、地表水和地下水作用是其常用指标。这些参数不是滑坡变形的本质参数，但却是导致滑坡发生的主要诱发因素。在宏观上讲，降雨量也可作为中长期预报的参数。5.间接参数，滑坡间接预报参数是指难以准确量化的滑坡监测指标，通过特殊的理论分析，用定量的指标表示分散且模糊不清的信息。
目前我国滑坡地表监测参数以位移、加速度指标为主，通过监测点布置GNSS接收或位移传感器、加速度传感器实施监测，但无法无法监测深部岩体变形，对于突发滑坡也无法预警。然而确定滑坡监测参数，要考虑滑坡的变形破坏特征与监测技术的可行性，坚持多参数综合分析、整体监测与动态预测的原则。国内学者有采用多种探测器采集监测点多参数的报道，但现场组网、安装、信号传输难度大;因而集成监测传感器、处理器、供电和远程通信于一体化的智能监测设备，大大降低监测设备被篡改和破坏的风险，是未来的研究热点之一。
2.2 供电问题
采用拉线方式给野外滑坡监测设备供电的方式，施工难度大，长距离输电会造成电压不稳定，受限较多;当前许多监测设备已升级采用光伏发电的供电方案，即通过立杆支架连接太阳能板，再配合大容量蓄电池组成供电模块，确保设备长期监测的用电需求，但在实际监测过程中发现，设备零部件多、体积较大，增加了偏远山区运输的难度，也使后期维护工作量大大增加。使监测设备的供电模块轻量化，功耗低，不依靠外部供电就能保证正常工作是未来研究的热点。
2.3 监测频率
目前主流的监测设备为了节省设备功耗，无法实现不间断监測，以GNSS接收机为例，通常是0.5～2小时监测一次，监测频率依靠人工设置，这将造成突发型滑坡和崩塌无法获取有效监测数据，产生漏报预警信息的严重后果。
贵州龙井村滑坡布设的常规 GPS 监测站，在 2019 年 2 月 17 日凌晨滑坡发生前，常规 GPS 获取的累计位移刚开始加速时，滑坡已经发生。同样在 2017年发生在甘肃黑方台的党川4#突发型黄土滑坡也出现了常规 GPS 未获取滑坡加速变形阶段的数据，导致漏报预警信息的问题[1]。由此可见，具备不间断监测或智能调节监测频率的设备是获取隐患点有效监测数据的重要条件，但在变频触发响应时间，监测频率变化幅度等具体技术上还有很大的发展空间。
2.4 数据传输
滑坡监测预警即是针对信息的采集、传输、处理与发布过程，监测数据传输的实时性与可靠性至关重要。目前数据远程传输主要包括有线和无线两种方式。
2.4.1有线方式
通常受滑坡监测区域环境复杂、线路架设和电源供给难等限制， 使得有线系统部署起来非常困难，系统维护十分不便;并且监测节点传感器是通过导线串联起来的，当某个传感器节点发生故障时， 会影响其他节点正常工作， 不能及时的为预警提供充分的数据支持， 从而影响系统的可靠性。
2.4.2无线方式
对于远程无线传输，广泛采用的是基于移动通信技术的传输方式，包括 GPRS、CDMA 及 4G 网络等;对于其他无线方式如北斗（BDS）GPS、GIS的数据采集终端， 成本高，卫星数较少、分布不均衡，面向民用领域的数据传输应用领域还存在一定的局限性;合成孔径雷达干涉测量（ InSAR）， 虽然具有全天候、连续获取信息和高空间分辨率的特点， 但该方法对干涉相位图像质量要求高， 需要高分辨率的卫星遥感图像， 这些决定了它不适合大范围推广与应用。无线传感器网络（WSNs）的传感器节点计算能力和数据存储空间都比其它的终端差，若节点停止工作，网络拓扑结构也会因此发生变化，数据采集的有效性会受到影响。
随着现代通信技术的不断更新，我国行政村4G覆盖率已经超过98%，同时5G发展迅速，能够满足用户对更大容量数据远程无线传输的高效性与可靠性要求。
2.5 滑坡预警模型
基于智能监测设备和科学合理的监测方案，可以准确获取监测点的监测参数（ 如位移、加速度、降雨量等） ，而最关键的问题还是根据监测数据分析所建立的滑坡预警模型，建立对滑坡灾害的内部量变演化至外部质变的长期监控，做到在地质内部变形滑动发生之前及时发现并进行预警防治。
目前滑坡监测预警技术一般采用阈值模型进行简单的判断，以变形、雨量等因素达到某一阈值后进行对应等级的预警。以泥石流为例，降雨是诱发泥石流的关键要素，近年来基于过程化的泥石流临界雨量模型是总结分析前期降雨量、降雨持续时间、累计总降雨量等关键降雨特征参数[2]而建立起来的，并且在汶川地震三大片区多次成功预警[3]。贵州龙井村滑坡成功预警，很大程度上得益于建立了过程化的变形切线角预警模型[4]。 但现有的预警模型并未考虑多源数据融合问题，即针对某一灾害点虽然布设了多个监测设备，但监测数据的分析预警都是单一设备各自发布，而滑坡的发生需要综合考虑各个监测设备的数据信息，确保准确判断滑坡点的发展趋势和危险性，同时阈值的确定也不尽合理。
贵州龙井村在滑坡隐患点布设了6台位移监测设备，其中，4#位移计布设在一块不稳定的岩石上，在2019年2月11日凌晨，由于滑坡变形使该岩石沿张开的裂缝下坠，导致该位移计的监测数据产生了明显激增，并触发了过程化的红色预警，但实质上整个坡体仍然相对稳定，其余监测设备也并未发出报警，在这一过程中单一设备的报警并不代表滑坡即将失稳破坏;而滑坡真正发生的 2019 年 2 月 17 日凌晨，剩余 5 台自动位移计监测数据一致出现加速状态并几乎同时发出了预警信息，从整体上反映出滑坡全面失稳的过程[6]。由此说明，过程化预警模型中多源数据协同的预警技术方法也是今后需要进一步发展的方向。
2.6 设备自检
滑坡监测设备的状态检查、故障判断、数据发送完整性检查大多还依靠人工，对于安装在偏远山区的监测设备来说，设备的智能化自我管理和自我检测显得尤为重要，这方面还需要进一步的发展。
针对滑坡监测预警系统的上述缺陷，笔者通过前期的研究，在滑坡监测系统的监测工作方法，智能化监测设备的传感器集成、供电、数据传输、滑坡预警模型建立等方面取得了一定成果。
3、解决方案
笔者基于滑坡监测预警技术和岩石破裂理论，结合滑坡监测数据的采集、传输、利用机理，按照“指标智能监测、信号自主传输、险情自动预警”的设计理念，通过滑坡监测预警设备的集成创新，研制一款由滑坡探测器、数据采集中转站、监控中心监测系统三部分构成的滑坡智能监测预警系统（原理图如图1）。
3.1关键技术
3.1.1滑坡探测器设计
根据“滑坡发生前，岩石的微小变形均会导致地磁感强度、磁偏角、磁倾角变化”的机理，通过监测地磁变化作为预警滑坡发生的核心指标。滑坡探测器采用工业塑料外壳，呈圆柱体，截面直径8～10cm，高0.6～0.8m，内部集成震动传感器、地磁场传感器、倾角传感器、加速度传感、数据处理器、供电模块、干电池、433MHz无线电通信模块、定时开关控制器等元器件。其工作原理：震动传感器探测到微震动→供电模块触发电池向地磁场传感器、倾角传感器、加速度传感器、数据处理器、无线电通信模块供电→探测磁偏角、倾斜角、加速度的变量→数据处理器根据预设算法计算磁偏角、倾斜角、加速度参数，若达到阈值，将磁偏角、倾斜角、加速度参数和滑坡探测器代码（代码预存储在数据处理器中）→433MHz无线电通信模块→数据采集中转站;若监测点的磁偏角、倾斜角、加速度无异常，在每天某一指定时刻，定时开关控制器激活数据处理器，通过无线电通信模块向数据采集中转站发送自检信号。安装方法：在滑坡监测点，将该探测器竖直进入岩土层约30cm（无需安装混凝土底座）、夯实、校正。
3.1.2数据采集中转站设计
数据采集中转站具备接收多个滑坡探测器信号、滑坡点判断、报警器报警、险情广播、向监控中心监控系统发送信号等功能。采用薄壁金属外壳，呈长方体，内部为空腔，截面尺寸约为35×35cm，高约1.2～1.4m，集成无线电接收模块、数据处理模块、光伏发电系统（太阳能电池板功率20W、蓄电池60AH）、供电模块、翻斗式雨量计（承雨口径：200mm）、报警器、4G通信模块等。工作原理：无线电接收模块接收滑坡探测器信号→数据处理模块判定滑坡发生点的位置和预警级别→触发安装在数据中转站上的报警器或广播，播报预警信息（若未达到相应预警级别则不警报，直接将信号传递至下一级）→4G移动通信模块将滑坡探测器代码和磁偏角、倾斜角、加速度参数通过移动网络发送到监控中心监测系统;若为滑坡探测器的每日自检信号，数据处理模块直接通过4G通信模块将自检信号发送给监控中心监测系统。翻斗式雨量计用于监测降雨临界值和土壤含水，作为判断滑坡的辅助参数。安装方法：安装在滑坡监测点附近的居民区或边坡的高位，通过地脚螺丝与地面固定牢。
3.1.3监控中心监测系统设计
监控中心监测系统具备接收数据采集中转站数据、滑坡监测模型动态曲线、自动呼叫险情负责人、动态显示各滑坡探测器状态、监测数据存储管理、历史监测数据查询、警报数据查询、数据收发接口管理、自动生成报表、系统维护管理等功能。
图1 滑坡智能监测预警系统原理图
3.2技术分析
3.2.1系统架构及滑坡监测工作方式创新
笔者对滑坡监测系统架构及滑坡监测工作方式方面进行了改革创新，特别是滑坡探测器、数据采集中转站、监控中心监测系统三者集成度高，衔接性强、依次递进;预警信息发布准确、迅速;便于批量生产和推广。
3.2.2滑坡监测数据采集器集成创新
在滑坡探测器内集成传感器作为数据采集器，以地磁场为核心监测指标，通过监测地磁变化等作为预判滑坡的监测工作方式;突破当前市场主流滑坡监测器采用GNSS接收机作为数据采集器，依托卫星定位系統，以监测点坐标变化为监测指标，仅在较大滑坡发生时才警报的工作方式。滑坡探测器最小倾斜监测精度达0.1°，达到国内领先水平，能够对滑坡进行预警，最大化保障人民生命财产安全。
3.2.3滑坡探测器供电方式创新
滑坡探测器采用分级触发式供电，通过供电模块创新，使滑坡探测器仅需电池供电，解决困扰监测行业多年的供电问题。
3.2.4信号传输方式创新
通过无线电信号传输模块和4G通信模块的组合，保证信号实时、精准传输，解决了GNSS接收机采用GPS传输模块因信号不稳定导致数据传输延迟、中断等问题。与市面上同类产品相比，成本更低、监测范围更广，受气候条件影响小。
结论
综上所述，本文提出的滑坡智能监测预警系统是滑坡、崩塌、泥石流等地质灾害监测的智能化产品，能根据岩土层的微小地质变化，结合多参数算法和滑坡预警模型，对山体、边坡进行全天候的数据采集、传输和分析，使地灾防治人员对地质灾害作出高效应对，为抵御滑坡灾害提供一种新的监测手段。
参考文献：
[1]亓星，朱星，修德皓，等.智能变频位移计在突发型黄土滑坡中的应用——以甘肃黑方台黄土滑坡为例[J].水利水电技术，2019，50（ 5） ： 190-195.
[2]亓星，许强，孙亮，等.降雨型黄土滑坡预警研究现状综述[J].地质科技情报，2014，33（ 6） ： 219- 225.
[3]尹国龙.汶川地震三大片区降雨特征分析及泥石流预警方法研究[D].成都：成都理工大学，2014.
[4]许强，曾裕平，钱江澎，等.一种改进的切线角及对应的滑坡预警判据[J].地质通报，2009，28（4）：501-505.
[5]汪江田，顾学章，龚耀，等.从岩石的应变、破裂与电性的变化关系探索对地震的预报[J].地震学刊，2000，20（03）：1-8.
[6]亓星.地质灾害专业监测预警技术方法探讨[J]. 四川理工学院学报：自然科学版，2019，32（04）：49-54.
基金项目：2020年崇左市科技立项项目（新型滑坡智能监测预警系统研发）
关键词：滑坡;监测;预警系统;研究
1、前言
滑坡、崩塌、泥石流、地震是我国危害最大的地质灾害。近年来我国大力推动地质灾害的专业监测预警工作，建立了大量地质灾害专业监测示范点，为防灾减灾发挥了引领示范作用。但地质灾害专业监测在实施过程中也存在一些问题，如监测设备不智能、监测方案不科学、预警模型无法满足需求等，使专业监测预警未充分发挥作用。
2、提出问题
通过实践研究，本文从滑坡监测参数、供电问题、监测采集频率、信号传输、滑坡预警模型、设备自检等六方面分析研究我国现行主流滑坡监测预警系统存在的缺陷，并提出改进建议。
2.1 滑坡监测参数
滑坡监测参数通常可划分为五类：物理参数、变形参数、机理参数、诱发参数和间接参数。1.物理参数，实践中将声发射数和射气量变化两个指标作为滑坡预报物理指标。2.变形参数，各种试验证明，位移是一个容易测量和获得的特征变量，它能够反映岩土体的变形破坏特征。3.机理参数，滑坡机理预测参数指的是表示滑坡地质灾害变形作用机理的参数。4.诱发参数，滑坡预报的诱发参数指的是诱发滑坡活动的参数。降雨量、人工幵挖坡脚、地表水和地下水作用是其常用指标。这些参数不是滑坡变形的本质参数，但却是导致滑坡发生的主要诱发因素。在宏观上讲，降雨量也可作为中长期预报的参数。5.间接参数，滑坡间接预报参数是指难以准确量化的滑坡监测指标，通过特殊的理论分析，用定量的指标表示分散且模糊不清的信息。
目前我国滑坡地表监测参数以位移、加速度指标为主，通过监测点布置GNSS接收或位移传感器、加速度传感器实施监测，但无法无法监测深部岩体变形，对于突发滑坡也无法预警。然而确定滑坡监测参数，要考虑滑坡的变形破坏特征与监测技术的可行性，坚持多参数综合分析、整体监测与动态预测的原则。国内学者有采用多种探测器采集监测点多参数的报道，但现场组网、安装、信号传输难度大;因而集成监测传感器、处理器、供电和远程通信于一体化的智能监测设备，大大降低监测设备被篡改和破坏的风险，是未来的研究热点之一。
2.2 供电问题
采用拉线方式给野外滑坡监测设备供电的方式，施工难度大，长距离输电会造成电压不稳定，受限较多;当前许多监测设备已升级采用光伏发电的供电方案，即通过立杆支架连接太阳能板，再配合大容量蓄电池组成供电模块，确保设备长期监测的用电需求，但在实际监测过程中发现，设备零部件多、体积较大，增加了偏远山区运输的难度，也使后期维护工作量大大增加。使监测设备的供电模块轻量化，功耗低，不依靠外部供电就能保证正常工作是未来研究的热点。
2.3 监测频率
目前主流的监测设备为了节省设备功耗，无法实现不间断监測，以GNSS接收机为例，通常是0.5～2小时监测一次，监测频率依靠人工设置，这将造成突发型滑坡和崩塌无法获取有效监测数据，产生漏报预警信息的严重后果。
贵州龙井村滑坡布设的常规 GPS 监测站，在 2019 年 2 月 17 日凌晨滑坡发生前，常规 GPS 获取的累计位移刚开始加速时，滑坡已经发生。同样在 2017年发生在甘肃黑方台的党川4#突发型黄土滑坡也出现了常规 GPS 未获取滑坡加速变形阶段的数据，导致漏报预警信息的问题[1]。由此可见，具备不间断监测或智能调节监测频率的设备是获取隐患点有效监测数据的重要条件，但在变频触发响应时间，监测频率变化幅度等具体技术上还有很大的发展空间。
2.4 数据传输
滑坡监测预警即是针对信息的采集、传输、处理与发布过程，监测数据传输的实时性与可靠性至关重要。目前数据远程传输主要包括有线和无线两种方式。
2.4.1有线方式
通常受滑坡监测区域环境复杂、线路架设和电源供给难等限制， 使得有线系统部署起来非常困难，系统维护十分不便;并且监测节点传感器是通过导线串联起来的，当某个传感器节点发生故障时， 会影响其他节点正常工作， 不能及时的为预警提供充分的数据支持， 从而影响系统的可靠性。
2.4.2无线方式
对于远程无线传输，广泛采用的是基于移动通信技术的传输方式，包括 GPRS、CDMA 及 4G 网络等;对于其他无线方式如北斗（BDS）GPS、GIS的数据采集终端， 成本高，卫星数较少、分布不均衡，面向民用领域的数据传输应用领域还存在一定的局限性;合成孔径雷达干涉测量（ InSAR）， 虽然具有全天候、连续获取信息和高空间分辨率的特点， 但该方法对干涉相位图像质量要求高， 需要高分辨率的卫星遥感图像， 这些决定了它不适合大范围推广与应用。无线传感器网络（WSNs）的传感器节点计算能力和数据存储空间都比其它的终端差，若节点停止工作，网络拓扑结构也会因此发生变化，数据采集的有效性会受到影响。
随着现代通信技术的不断更新，我国行政村4G覆盖率已经超过98%，同时5G发展迅速，能够满足用户对更大容量数据远程无线传输的高效性与可靠性要求。
2.5 滑坡预警模型
基于智能监测设备和科学合理的监测方案，可以准确获取监测点的监测参数（ 如位移、加速度、降雨量等） ，而最关键的问题还是根据监测数据分析所建立的滑坡预警模型，建立对滑坡灾害的内部量变演化至外部质变的长期监控，做到在地质内部变形滑动发生之前及时发现并进行预警防治。
目前滑坡监测预警技术一般采用阈值模型进行简单的判断，以变形、雨量等因素达到某一阈值后进行对应等级的预警。以泥石流为例，降雨是诱发泥石流的关键要素，近年来基于过程化的泥石流临界雨量模型是总结分析前期降雨量、降雨持续时间、累计总降雨量等关键降雨特征参数[2]而建立起来的，并且在汶川地震三大片区多次成功预警[3]。贵州龙井村滑坡成功预警，很大程度上得益于建立了过程化的变形切线角预警模型[4]。 但现有的预警模型并未考虑多源数据融合问题，即针对某一灾害点虽然布设了多个监测设备，但监测数据的分析预警都是单一设备各自发布，而滑坡的发生需要综合考虑各个监测设备的数据信息，确保准确判断滑坡点的发展趋势和危险性，同时阈值的确定也不尽合理。
贵州龙井村在滑坡隐患点布设了6台位移监测设备，其中，4#位移计布设在一块不稳定的岩石上，在2019年2月11日凌晨，由于滑坡变形使该岩石沿张开的裂缝下坠，导致该位移计的监测数据产生了明显激增，并触发了过程化的红色预警，但实质上整个坡体仍然相对稳定，其余监测设备也并未发出报警，在这一过程中单一设备的报警并不代表滑坡即将失稳破坏;而滑坡真正发生的 2019 年 2 月 17 日凌晨，剩余 5 台自动位移计监测数据一致出现加速状态并几乎同时发出了预警信息，从整体上反映出滑坡全面失稳的过程[6]。由此说明，过程化预警模型中多源数据协同的预警技术方法也是今后需要进一步发展的方向。
2.6 设备自检
滑坡监测设备的状态检查、故障判断、数据发送完整性检查大多还依靠人工，对于安装在偏远山区的监测设备来说，设备的智能化自我管理和自我检测显得尤为重要，这方面还需要进一步的发展。
针对滑坡监测预警系统的上述缺陷，笔者通过前期的研究，在滑坡监测系统的监测工作方法，智能化监测设备的传感器集成、供电、数据传输、滑坡预警模型建立等方面取得了一定成果。
3、解决方案
笔者基于滑坡监测预警技术和岩石破裂理论，结合滑坡监测数据的采集、传输、利用机理，按照“指标智能监测、信号自主传输、险情自动预警”的设计理念，通过滑坡监测预警设备的集成创新，研制一款由滑坡探测器、数据采集中转站、监控中心监测系统三部分构成的滑坡智能监测预警系统（原理图如图1）。
3.1关键技术
3.1.1滑坡探测器设计
根据“滑坡发生前，岩石的微小变形均会导致地磁感强度、磁偏角、磁倾角变化”的机理，通过监测地磁变化作为预警滑坡发生的核心指标。滑坡探测器采用工业塑料外壳，呈圆柱体，截面直径8～10cm，高0.6～0.8m，内部集成震动传感器、地磁场传感器、倾角传感器、加速度传感、数据处理器、供电模块、干电池、433MHz无线电通信模块、定时开关控制器等元器件。其工作原理：震动传感器探测到微震动→供电模块触发电池向地磁场传感器、倾角传感器、加速度传感器、数据处理器、无线电通信模块供电→探测磁偏角、倾斜角、加速度的变量→数据处理器根据预设算法计算磁偏角、倾斜角、加速度参数，若达到阈值，将磁偏角、倾斜角、加速度参数和滑坡探测器代码（代码预存储在数据处理器中）→433MHz无线电通信模块→数据采集中转站;若监测点的磁偏角、倾斜角、加速度无异常，在每天某一指定时刻，定时开关控制器激活数据处理器，通过无线电通信模块向数据采集中转站发送自检信号。安装方法：在滑坡监测点，将该探测器竖直进入岩土层约30cm（无需安装混凝土底座）、夯实、校正。
3.1.2数据采集中转站设计
数据采集中转站具备接收多个滑坡探测器信号、滑坡点判断、报警器报警、险情广播、向监控中心监控系统发送信号等功能。采用薄壁金属外壳，呈长方体，内部为空腔，截面尺寸约为35×35cm，高约1.2～1.4m，集成无线电接收模块、数据处理模块、光伏发电系统（太阳能电池板功率20W、蓄电池60AH）、供电模块、翻斗式雨量计（承雨口径：200mm）、报警器、4G通信模块等。工作原理：无线电接收模块接收滑坡探测器信号→数据处理模块判定滑坡发生点的位置和预警级别→触发安装在数据中转站上的报警器或广播，播报预警信息（若未达到相应预警级别则不警报，直接将信号传递至下一级）→4G移动通信模块将滑坡探测器代码和磁偏角、倾斜角、加速度参数通过移动网络发送到监控中心监测系统;若为滑坡探测器的每日自检信号，数据处理模块直接通过4G通信模块将自检信号发送给监控中心监测系统。翻斗式雨量计用于监测降雨临界值和土壤含水，作为判断滑坡的辅助参数。安装方法：安装在滑坡监测点附近的居民区或边坡的高位，通过地脚螺丝与地面固定牢。
3.1.3监控中心监测系统设计
监控中心监测系统具备接收数据采集中转站数据、滑坡监测模型动态曲线、自动呼叫险情负责人、动态显示各滑坡探测器状态、监测数据存储管理、历史监测数据查询、警报数据查询、数据收发接口管理、自动生成报表、系统维护管理等功能。
图1 滑坡智能监测预警系统原理图
3.2技术分析
3.2.1系统架构及滑坡监测工作方式创新
笔者对滑坡监测系统架构及滑坡监测工作方式方面进行了改革创新，特别是滑坡探测器、数据采集中转站、监控中心监测系统三者集成度高，衔接性强、依次递进;预警信息发布准确、迅速;便于批量生产和推广。
3.2.2滑坡监测数据采集器集成创新
在滑坡探测器内集成传感器作为数据采集器，以地磁场为核心监测指标，通过监测地磁变化等作为预判滑坡的监测工作方式;突破当前市场主流滑坡监测器采用GNSS接收机作为数据采集器，依托卫星定位系統，以监测点坐标变化为监测指标，仅在较大滑坡发生时才警报的工作方式。滑坡探测器最小倾斜监测精度达0.1°，达到国内领先水平，能够对滑坡进行预警，最大化保障人民生命财产安全。
3.2.3滑坡探测器供电方式创新
滑坡探测器采用分级触发式供电，通过供电模块创新，使滑坡探测器仅需电池供电，解决困扰监测行业多年的供电问题。
3.2.4信号传输方式创新
通过无线电信号传输模块和4G通信模块的组合，保证信号实时、精准传输，解决了GNSS接收机采用GPS传输模块因信号不稳定导致数据传输延迟、中断等问题。与市面上同类产品相比，成本更低、监测范围更广，受气候条件影响小。
结论
综上所述，本文提出的滑坡智能监测预警系统是滑坡、崩塌、泥石流等地质灾害监测的智能化产品，能根据岩土层的微小地质变化，结合多参数算法和滑坡预警模型，对山体、边坡进行全天候的数据采集、传输和分析，使地灾防治人员对地质灾害作出高效应对，为抵御滑坡灾害提供一种新的监测手段。
参考文献：
[1]亓星，朱星，修德皓，等.智能变频位移计在突发型黄土滑坡中的应用——以甘肃黑方台黄土滑坡为例[J].水利水电技术，2019，50（ 5） ： 190-195.
[2]亓星，许强，孙亮，等.降雨型黄土滑坡预警研究现状综述[J].地质科技情报，2014，33（ 6） ： 219- 225.
[3]尹国龙.汶川地震三大片区降雨特征分析及泥石流预警方法研究[D].成都：成都理工大学，2014.
[4]许强，曾裕平，钱江澎，等.一种改进的切线角及对应的滑坡预警判据[J].地质通报，2009，28（4）：501-505.
[5]汪江田，顾学章，龚耀，等.从岩石的应变、破裂与电性的变化关系探索对地震的预报[J].地震学刊，2000，20（03）：1-8.
[6]亓星.地质灾害专业监测预警技术方法探讨[J]. 四川理工学院学报：自然科学版，2019，32（04）：49-54.
基金项目：2020年崇左市科技立项项目（新型滑坡智能监测预警系统研发）