基于STM32的滑坡体在线监测预警系统设计

王真 温宗周 高园平

摘 要：针对我国自然灾害频发且严重威胁人民生命财产安全，本文以众多灾害中最为严重的滑坡灾害为例进行研究，运用多传感器、无线射频、GPRS通讯、机器学习等技术设计了一款滑坡体在线监测预警系统。该系统可将滑坡灾害诱发因素的数据信息通过无线采集终端上传至现场预警终端和远程监控中心，并由现场预警终端和远程监控中心对滑坡灾害发生概率进行多级预警，最终使得整个系统在预警过程中形成具有以现场预警终端预警结果和远程监控中心预警结果互为补充、校验功能的多级预警系统。该多级预警系统可让潜在滑坡灾害区域现场人员和负责该区域的客户端防灾减灾指挥人员都能够充分、准确地掌握潜在滑坡灾害区域临灾前的坡体活动情况，具有一定的实际意义和应用价值。

关键词：滑坡监测;多传感器;无线通讯;机器学习

0 引言

在我国辽阔的地域上，拥有平原、盆地、丘陵、山地、高原五大基本地貌形态，其中占国土面积33%的山地最为广阔，地质构造和气候水文条件也较为复杂，导致我国成为一个滑坡灾害多发的国家[1]。另外，据相关学者的研究文献[2]显示，我国自2007年至2015年期间所发生的地质灾害中，滑坡灾害除2008年以外均占到地质灾害总数的半数以上，形势十分严峻。其中具有代表性的是仅在2015年全國共发生地质灾害8224起，共造成229人死亡、58人失踪、138人受伤，直接经济损失24.9亿元[3]，其中滑坡灾害5616起，占地质灾害总数的68.3%[4]。 由此可见，在所有的地质灾害中所占比重最大的是滑坡，滑坡灾害亟待予以有效地监测预警来减少人员伤亡和经济损失。本文以影响滑坡发生的各个因素为依据，以得出在各因素影响下滑坡发生的概率为目标，准确无误地给出潜在灾害区域滑坡发生的概率，使潜在灾害区域的坡体变化情况被人们所预知，最终实现潜在灾害区域灾情信息的实时远程传输和多级预警功能。监测预警系统不仅可以对山体、坡体的活跃情况进行预判，降低近邻人群的生命财产损失，提高人们对危险的感知力，还可以预先为重要工程建设用地的选址提供参考。基于多传感器、无线通讯和机器学习的滑坡监测预警系统是中国防灾减灾工作信息化建设过程中的不二之选。

1 滑坡监测预警系统总体结构与工作原理

监测预警系统由传感器模块、微处理器模块、存储模块、无线射频模块、人机交互模块（LCD显示及按键）、报警模块、GPRS模块、远程监控中心、客户端组成。滑坡监测预警系统如图1所示。系统搭建完成，配置好各模块功能并初始化后，用户可通过远程监控中心、人机交互模块，对土体压力、地表位移、土壤含水率、降雨量等滑坡影响因素进行参数设置和数据查询。系统正常工作时，远程监控中心进入智能控制模式，隔一定时间获取无线采集终端的数据，数据通过无线射频模块传送至现场预警终端，现场预警终端的微处理器模块对数据进行阈值判断并决定是否启动报警模块，同时将数据通过GPRS模块发送至远程监控中心，远程监控中心根据预报模型计算、预判出坡体将会发生滑坡的概率，做出是否进行滑坡预警的决策。如果需要进行滑坡预警，远程监控中心会通过GPRS模块发出指令给现场预警终端的微处理器模块，由微处理器模块发送指令给报警模块，同时远程监控中心会通过GPRS模块把预警信息以广播、短消息的形式发送给客户端的相关决策者和防灾减灾应急指挥人员。

2 系统硬件设计

监测预警系统主要由无线采集终端和现场预警终端构成。前者主要实现数据采集与存储、无线射频传输功能，后者主要实现无线射频传输、数据存储、数据越限报警、GPRS通讯功能。考虑系统的工作需求，无线采集终端和现场预警终端均选用意法半导体公司的ARM微控制器STM32F103芯片为控制核心。参考官方数据手册设计最小系统，系统以内部SRAM方式启动。选用3.3V电源为主芯片供电，电源模块以12V锂电池和光伏发电模组互补的形式为无线采集终端和现场预警终端供电。稳压模块通过将12V电压转换为稳定的5V电压为系统供电，将5V电压转换为稳定的3.3V电压，为采集电路等提供一个稳定的电压环境。系统选用存储方式为铁电存储、具有掉电后数据可保存特点的FM24C08作为存储芯片，用于存储系统参数和传感器采集的数据，其与微处理器采用IIC通讯方式。采集模块通过A/D转换、RS232、RS485、脉冲通信方式，将土体压力、地表位移、土壤含水率、降雨量信息传输给无线采集终端的微控制器，最终经过CC1101射频芯片将数据传输至现场预警终端的微控制器并进行越限报警。SIM900A通讯模块将传感器采集的数据信息发送至远程监控中心。人机交互模块通过4寸电阻式触摸屏对土体压力、土壤含水率等采集要素进行设置和数据读取。SIM900A通讯模块通过SIM卡将数据传输到远程监控中心，在远程监控中心对数据进行分析决策，并将决策结果传输到客户端供防灾减灾的决策人员使用。

3 系统软件设计

在前期调查、掌握以往滑坡发生区域滑坡体演变过程的土体压力、地表位移、土壤含水率、降雨量数据及其相应滑坡发生情况的基础上，总结一套较为完备的致灾因子与致灾结果数据库。于远程监控中心应用BP（Back Propagation）神经网络算法将上述致灾因子、致灾结果数据分别作为输入与输出进行分析训练，得到一个初步的滑坡预报决策模型。同时利用潜在滑坡灾害发生区以往的致灾因子、致灾结果分析出现场预警终端的初步致灾因子越限值。此时为现场预警终端设置的各致灾因子初步越限值和远程监控中心的初步滑坡预报决策模型都不是很准确，均需要通过滑坡预报决策模型的不断优化来纠正。

当滑坡监测预警系统开始应用于潜在滑坡发生区时，无线采集终端会将各传感器采集的致灾因子数据上传至现场预警终端，现场预警终端根据系统所设置的致灾因子初步越限值对滑坡发生情况进行现场预警。同时，现场预警终端会将致灾因子数据通过GPRS发送至远程监控中心，由远程监控中心根据先前得到的初步滑坡预报决策模型做出最终的滑坡发生决策。如果初步滑坡预报决策模型所得出的滑坡发生情况不准确，则初步滑坡预报决策模型会根据其自身所得预报结果与实际结果的偏差来不断地总结经验，从而修正、完善模型参数。远程监控中心会根据初步滑坡预报决策模型的变化更新现场预警终端所设置的致灾因子初步越限值。

4 结束语

本设计采用廉价的ARM芯片作为控制系统的核心。介绍了系统设计的总体结构、硬件和软件设计。通过调试，滑坡监测预警系统能够对传感器数据进行实时采集，将所采集潜在滑坡灾害区域的致灾因子数据同步到现场预警终端并由现场预警终端进行致灾因子越限预警。现场预警终端在对各致灾因子进行预判的同时，会将各致灾因子数据发送至远程监控中心，最终于远程监控中心完成对数据的分析决策，并将决策结果发送到现场预警终端和客户端，实现由现场预警终端、远程监控中心、客户端所组成的多级预警功能。由于滑坡监测预警系统的预警过程不需要人为监管，主要通过滑坡预报决策模型的自学习功能不断跟进、响应潜在滑坡灾害区域各致灾因子变化，从而通过无线采集终端所获得的致灾因子数据以及现场预警终端、远程监控中心的数据分析处理、自学习功能获得一个具有多级预警、自反馈、鲁棒性强特点的滑坡监测预警系统。

参考文献：

[1]陈起传.WSN技术在滑坡监测系统中的应用研究[D].成都理工大学，2016.

[2]黄发明.基于3S和人工智能的滑坡位移预测与易发性评价[D].中国地质大学，2017.

[3]国土资源部.2015年国土资源主要统计数据：索引号00001434904/2016-01728[EB/OL].http：//g.mlr.gov.cn/201701/t20170123_1429986.html.

[4]龙小翠.山体滑坡中声发射信号的检测及定位方法研究[D].成都理工大学，2016.