机器视觉技术在地质灾害监测预警中的应用

刘鹏  张晓博

摘要：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。

关键词：机器视觉技术；地质灾害监测预警；应用

前言

加强地质灾害监测，进行全国地质灾害监测与预警体系建设的规划和实施，不仅是防灾减灾的需要，而且也是国家经济社会可持续发展的基本保障，是一项重要的基础性和公益性的国家地质工作。地质灾害主要包括崩塌、滑坡、泥石流、地面塌陷和地裂缝等，它们是比较公认的原地壳表层地质结构剧烈变化而产生的，且通常被认为是突发性的。地质灾害分布范围广，隐蔽性强，每年都造成众多人员伤亡和严重经济损失。地质灾害的发生时间、地点和规模等的不确定性，又在很大程度上增加了人们抵御灾害的难度。因此，地质灾害已经成为制约社会经济发展和人民安居的重要因素。为了在更大范围内实现防灾减灾，以达到避免或减少地质灾害的目的，本文将机器视觉技术应用于地质灾害监测预警中。

1地质灾害监测预警的现状和发展趋势

1.1地质灾害监测预警的现状

我国逐步形成了具有特色的地质灾害防灾减灾体系模式。随着物联网及各种现代化技术的快速发展，地质灾害监测预警装备也从原来的贴片、刷漆、埋桩等方式发展成海量的传感器构成的监测网络。同时，我国正在逐步构建由高精度遥感+InSAR“普查”、机载航拍的“详查”和地面调查核实的“核查”共同组成的天基—空基—陆基一体化的“三查”体系。监测方法主要有简易观测法、设站观测法、仪表观测法和远程监测法等。各种方法和技术都有其局限性，如监测参数单一且无法有效捕获灾害发生过程，监测装置结构庞大等。另外，受监测手段和精度的限制，尚有大量地质灾害隐患没有被发现；已发现的灾害点，受经费限制，大多数没有进行地下情况勘查，很难准确把握其性质、规模和发展变化。需要引起关注的是，众多研发企业构建了不同参数的传感器和不同类型监测预警技术方案，使用单位很难甄别合适、有效的方案，转化应用进度相对缓慢。相对于地质灾害监测，智能化、实时化灾害预警急需加快开发及应用进程。

1.2地质灾害监测预警的趋势

地质灾害监测预警的发展趋势主要表现在以下几方面：①监测技术从单一技术向天、空、地多基立体化技术发展；②监测传感器向智能化、数字化方向发展；③监测手段从注重位移监测向因果并重发展；④在数据采集和分析方面，向数据实时获取和数据处理的智能化、模型化、网络化和云计算方面发展；⑤集地质灾害信息管理、危险评估、专业监测、预报预警、应急响应和指挥于一体，实现地质灾害防治管理的科学化、信息化、标准化和可视化。

2机器视觉技术的应用

机器视觉是人工智能快速发展的一个分支。机器视觉就是用机器代替人眼来进行测量和判断。机器视觉系统是通过机器视觉产品（如图像摄取装置，分为CMOS和CCD两种摄像头）将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布、亮度和颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算，以抽取目标的特征，进而根据判别结果来控制现场的设备动作。机器视觉系统最基本的特点是提高生产的灵活性和自动化程度。其应用范围涵盖工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业。鉴于地质灾害监测预警工程测不了、测不准和测不起的痛点，上海同禾工程科技有限公司基于机器视觉技术和5G传输技术，实现了所见即所得的超高精度实时测量，在国内开创性地利用同感云+华为云技术开发出“基于机器视觉的工程安全监测解决方案”，获得2020华为开发者大赛机器视觉赛道银奖。当前，该方案已被广泛应用于边坡、泥石流、桥梁、隧道、河堤、大坝、轨道、尾矿库和采空区等的安全监测中。

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28km2。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。

结束语

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。

参考文献：

［1］陈兵旗.机器视觉技术及应用实例详解［M］.北京：化学工业出版社，2014：25.

［2］霍东平，张彬，彭军还，等.滑坡变形监测技术研究现状与展望［J］.工程勘察，2015（8）：62-67.

［3］周华.论地质灾害防治与地质环境利用［J］.河南科技，2017（15）：159-160.