论文部分内容阅读
摘要：矿山地质灾害对矿山开采有着直接作用，这不仅威胁工作人员生命安全，对矿山企业发展也会造成一定损伤，采用合理的监测方法能够保证矿山地质灾害防治的合理性。文章通过对矿山地质灾害监测现状进行分析，探讨自动化监测预警系统在矿山地质灾害监测中的应用。
关键词：矿山地质;地质灾害;灾害监测;预警系统
引言
我国矿产资源十分丰富，采矿业在我国历史悠久，特别是近20年来，矿业开发程度不断加大，采矿活动引起的矿山地质环境问题逐渐展现出来，主要有矿山地质灾害、含水层破坏、地形地貌景观破坏和水土污染等，其中矿山地质灾害最为普遍和突出。矿山地质灾害一旦发生，不仅会直接影响到矿山地质环境，而且会对生命安全造成严重威胁。因此，矿山地质环境监测预警的重要性也突显出来。我国地质工作者对矿山地质环境监测进行了许多的研究，制定了矿山地质环境监测技术规范，开展了矿山地质环境遥感监测和演化过程研究，提出了矿山地质环境治理模式和技术方法。本文对矿山地质灾害监测方法进行了介绍，提出了建立依托地质灾害监测预警平台的自动、高效、及时的监测系统，实现自动化全时监测和监测预警，达到地质灾害监测预警的目的。
一、地质灾害自动化监测方法
以往的地质灾害监测，通常是以人工或半自动的监测为主，但是范围较大时，往往常规的监测方法就无法满足。在诸多新兴自动化监测体系中，基于物联网技术的无线传感器网络（WSN）应用最为广泛。通过在一定区域范围内布设多种传感器，建立基于无线通信协议的一种自组织、动态变化的局域网络系统，不仅能够接收传感器采集的数据，且能进行相应的数据融合处理，再通过连接远程传输网络传输至监测中心的服务器。地质灾害自动化监测网络系统通常是在充分现场调查、综合分析的基础上，部署一系列的传感器节点实时监测其变形状况与诱发因素，如地表位移、岩土含水率等，再利用汇聚节点对监测数据进行预存储或处理，最后通过建立WSN与外部远程无线传输网络的连接，实现多源采集的信息以集中方式进行批量传输，主要包括地质灾害监测网络系统、数据远程无线传输网络、数据集成与分析系统，以及预警信息发布与管理系统。
二、矿山地质灾害监测现状
矿山地质灾害主要类型有滑坡、崩塌、泥石流、采空塌陷、不稳定斜坡等[2]。针对不同的地质灾害类型，矿山在地质灾害监测中可采取不同的监测方法。在矿山地质环境保护和土地复垦方案中，一般设计的专业监测方法有：雨量观测、裂缝测量监测、变形测量监测、深层侧向位移监测、GPS测量监测等，测量仪器一般为全站仪、经纬仪、GPS、测距仪、裂缝计、地应力计等。在实际应用中常受到通信条件、地形、天气等限制，部分仪器专业性较强难以操作，监测间隔时间较长且不连续，加密监测频率则使得外业工作量大，导致监测经费投入较大，最终形成矿山企业的地质灾害监测工作落实情况较差和监测效果较差的局面。随着科学技术水平的逐渐提高，监测设备也越来越智能化。周密、喻小等运用全球导航卫星系统（GNSS）技术对滑坡等地质灾害监测中取得了良好效果;杨乾坤、杜建涛等用合成孔径雷达干涉（InSAR）技术运用于地面塌陷测量和监测，对其测量精度和监测效果进行了论证。此外，陈蒙等在绿色矿山建设中的地质灾害监测数字化技术应用中采用了无人机、人工智能、大数据和云计算手段。因此越来越多的高新技术也应用到地质灾害监测和预警中来，为矿山地质灾害监测提供了更多有效的方法。
三、矿山地质灾害监测方法与自动化监测预警系统应用
（一）智能化监测设备
在地质灾害监测预警技术应用过程中，智能化监测设备的应用显得尤为重要，能够对专业监测数据进行获取，这其中涉及的内容有地面以及坡体监测设备、雨量和水位精密监测设备等。实际智能化监测设备的应用，应满足以下几方面需求。第一，很多地质灾害出現位置集中在偏远地区，位置偏僻，供电不便，监测设备在运转时需自己为自己提供电能。第二，由于不同变形地段中的隐患点存在差异性，为此，工作人员应根据实际情况，确定最佳的监测采样频率，这也是维护监测数据完整性的根本所在。但从实际实践应用过程中能够看出，上述内容还需要得到有效改进。例如，在地质灾害数据监测需求明确上，如果隐患点前期变形较小，并不需要采用过高的采样频率，否则冗余数据将会大幅增加。在后续工作之中，还会涉及高频采样，以此获取加速变形阶段的数据可靠性情况。截至目前，最为常见的监测设备中监测频率以人工设计为主，不能做到根据灾害点变化情况调节采样频率，一旦出现突发情况，便会导致预警信息漏报问题。所以说，在具体设备监测时，工作人员需要维护采样数据的准确性，如果原始数据无法将隐患点实际变化规律呈现出来，需要进行预处理操作。目前监测数据的处理，主要以第三方软件应用为主，设备自身处理监测数据的能力十分有限。如果原始数据过多，数据发送压力也会大幅度提升，例如原始次声监测数据数量一般要比处理过滤后的数量多出10倍以上，很多偏远地区信号质量较差，让监测数据压缩和发送受到影响。因此，做好对监测数据的有效分析和过滤，是该类设备未来主要的发展方向。
（二）地质灾害数据管理
数据管理子系统需考虑与业务系统之间的数据交互，与应急、消防、气象、水利等部门的业务实现数据共享和交换，并可分层级扩展在市级单位部署下级平台，或是通过互联方式与市级平台进行对接，整合形成全省范围的地质灾害共享大数据。统一基础数据，通过前置库方式对接全国地质灾害信息平台，共享全省地质灾害隐患点基本信息、全景影像以及预警信息;通过WebService服务的方式共享省气象局、水文局雨量数据信息;采用数据推送方式，将地质灾害防治相关统计信息推送至省自然资源综合统计与决策支持系统共享，将地质灾害防治项目等监管信息推送至省自然资源综合监管与监测预警系统共享，将地质灾害预警信息通过省政务数据共享交换服务平台与安徽省应急管理信息系统共享交换数据。另外，动态消息交互。采用动态消息交互机制，为海量数据队列推送给应用程序提供信息发送和接收的数据总线，消息被接收之前都可安全保存。实现移动APP与后台无线网络通讯，当网络信号出现抖动时，消息交互机制能够支持断点推送。网络信号差时，消息保持在队列中，信号正常后，消息立即推送到移动APP。
（三）视频监控自动识别预警
该技术的合理应用，可实现对灾害体形变状态的监测与报警，利用超高清监测系统对重点地质灾害发生体进行有序监测，并对监测的画面数据进行实时对比分析，当灾害体出现微观形变时，可进行及时报警，由专项负责人进行防灾减灾防治工作指挥开展。在视频监控自动识别预警技术应用时，可基于微波信号传输，实现对地质灾害体的动态监测，如山区存在信号盲区，基于微波无线网络进行动态监测，快速对地质灾害体进行形状分析。微波无线网络的安装成本较低，可基于GIS技术的应用，为控制室提供准确的地质灾害体形变坐标，快速准确地找到相关区域，并发出预警信息。
结语
综上所述，矿山地质灾害自动化监测预警体系实现了监测指标异常时自动预警，有效地解决了地质灾害监测专业人员的不足和偏远山区受地形气候限制的难题，提高了矿山地质灾害监测频率、效率及效果，有助于矿山开采工作的顺利进行，能够为矿山开采提供有力的参考依据。
参考文献：
[1]杜建涛，闫丽，赵超英.蔚县矿区地面沉陷InSAR多维形变监测[J].煤田地质与勘探，2020，48（01）：168-173.
[2]陈蒙，林锦富，段昌盛.绿色矿山建设中的地质灾害监测数字化技术应用[J].地质灾害与环境保护，2018，29（04）：54-57.
[3]吴君平，叶小兵，王士友，杨黎萌.矿山地质灾害调查及防污措施分析[J].西部资源，2019（01）：101-102.
关键词：矿山地质;地质灾害;灾害监测;预警系统
引言
我国矿产资源十分丰富，采矿业在我国历史悠久，特别是近20年来，矿业开发程度不断加大，采矿活动引起的矿山地质环境问题逐渐展现出来，主要有矿山地质灾害、含水层破坏、地形地貌景观破坏和水土污染等，其中矿山地质灾害最为普遍和突出。矿山地质灾害一旦发生，不仅会直接影响到矿山地质环境，而且会对生命安全造成严重威胁。因此，矿山地质环境监测预警的重要性也突显出来。我国地质工作者对矿山地质环境监测进行了许多的研究，制定了矿山地质环境监测技术规范，开展了矿山地质环境遥感监测和演化过程研究，提出了矿山地质环境治理模式和技术方法。本文对矿山地质灾害监测方法进行了介绍，提出了建立依托地质灾害监测预警平台的自动、高效、及时的监测系统，实现自动化全时监测和监测预警，达到地质灾害监测预警的目的。
一、地质灾害自动化监测方法
以往的地质灾害监测，通常是以人工或半自动的监测为主，但是范围较大时，往往常规的监测方法就无法满足。在诸多新兴自动化监测体系中，基于物联网技术的无线传感器网络（WSN）应用最为广泛。通过在一定区域范围内布设多种传感器，建立基于无线通信协议的一种自组织、动态变化的局域网络系统，不仅能够接收传感器采集的数据，且能进行相应的数据融合处理，再通过连接远程传输网络传输至监测中心的服务器。地质灾害自动化监测网络系统通常是在充分现场调查、综合分析的基础上，部署一系列的传感器节点实时监测其变形状况与诱发因素，如地表位移、岩土含水率等，再利用汇聚节点对监测数据进行预存储或处理，最后通过建立WSN与外部远程无线传输网络的连接，实现多源采集的信息以集中方式进行批量传输，主要包括地质灾害监测网络系统、数据远程无线传输网络、数据集成与分析系统，以及预警信息发布与管理系统。
二、矿山地质灾害监测现状
矿山地质灾害主要类型有滑坡、崩塌、泥石流、采空塌陷、不稳定斜坡等[2]。针对不同的地质灾害类型，矿山在地质灾害监测中可采取不同的监测方法。在矿山地质环境保护和土地复垦方案中，一般设计的专业监测方法有：雨量观测、裂缝测量监测、变形测量监测、深层侧向位移监测、GPS测量监测等，测量仪器一般为全站仪、经纬仪、GPS、测距仪、裂缝计、地应力计等。在实际应用中常受到通信条件、地形、天气等限制，部分仪器专业性较强难以操作，监测间隔时间较长且不连续，加密监测频率则使得外业工作量大，导致监测经费投入较大，最终形成矿山企业的地质灾害监测工作落实情况较差和监测效果较差的局面。随着科学技术水平的逐渐提高，监测设备也越来越智能化。周密、喻小等运用全球导航卫星系统（GNSS）技术对滑坡等地质灾害监测中取得了良好效果;杨乾坤、杜建涛等用合成孔径雷达干涉（InSAR）技术运用于地面塌陷测量和监测，对其测量精度和监测效果进行了论证。此外，陈蒙等在绿色矿山建设中的地质灾害监测数字化技术应用中采用了无人机、人工智能、大数据和云计算手段。因此越来越多的高新技术也应用到地质灾害监测和预警中来，为矿山地质灾害监测提供了更多有效的方法。
三、矿山地质灾害监测方法与自动化监测预警系统应用
（一）智能化监测设备
在地质灾害监测预警技术应用过程中，智能化监测设备的应用显得尤为重要，能够对专业监测数据进行获取，这其中涉及的内容有地面以及坡体监测设备、雨量和水位精密监测设备等。实际智能化监测设备的应用，应满足以下几方面需求。第一，很多地质灾害出現位置集中在偏远地区，位置偏僻，供电不便，监测设备在运转时需自己为自己提供电能。第二，由于不同变形地段中的隐患点存在差异性，为此，工作人员应根据实际情况，确定最佳的监测采样频率，这也是维护监测数据完整性的根本所在。但从实际实践应用过程中能够看出，上述内容还需要得到有效改进。例如，在地质灾害数据监测需求明确上，如果隐患点前期变形较小，并不需要采用过高的采样频率，否则冗余数据将会大幅增加。在后续工作之中，还会涉及高频采样，以此获取加速变形阶段的数据可靠性情况。截至目前，最为常见的监测设备中监测频率以人工设计为主，不能做到根据灾害点变化情况调节采样频率，一旦出现突发情况，便会导致预警信息漏报问题。所以说，在具体设备监测时，工作人员需要维护采样数据的准确性，如果原始数据无法将隐患点实际变化规律呈现出来，需要进行预处理操作。目前监测数据的处理，主要以第三方软件应用为主，设备自身处理监测数据的能力十分有限。如果原始数据过多，数据发送压力也会大幅度提升，例如原始次声监测数据数量一般要比处理过滤后的数量多出10倍以上，很多偏远地区信号质量较差，让监测数据压缩和发送受到影响。因此，做好对监测数据的有效分析和过滤，是该类设备未来主要的发展方向。
（二）地质灾害数据管理
数据管理子系统需考虑与业务系统之间的数据交互，与应急、消防、气象、水利等部门的业务实现数据共享和交换，并可分层级扩展在市级单位部署下级平台，或是通过互联方式与市级平台进行对接，整合形成全省范围的地质灾害共享大数据。统一基础数据，通过前置库方式对接全国地质灾害信息平台，共享全省地质灾害隐患点基本信息、全景影像以及预警信息;通过WebService服务的方式共享省气象局、水文局雨量数据信息;采用数据推送方式，将地质灾害防治相关统计信息推送至省自然资源综合统计与决策支持系统共享，将地质灾害防治项目等监管信息推送至省自然资源综合监管与监测预警系统共享，将地质灾害预警信息通过省政务数据共享交换服务平台与安徽省应急管理信息系统共享交换数据。另外，动态消息交互。采用动态消息交互机制，为海量数据队列推送给应用程序提供信息发送和接收的数据总线，消息被接收之前都可安全保存。实现移动APP与后台无线网络通讯，当网络信号出现抖动时，消息交互机制能够支持断点推送。网络信号差时，消息保持在队列中，信号正常后，消息立即推送到移动APP。
（三）视频监控自动识别预警
该技术的合理应用，可实现对灾害体形变状态的监测与报警，利用超高清监测系统对重点地质灾害发生体进行有序监测，并对监测的画面数据进行实时对比分析，当灾害体出现微观形变时，可进行及时报警，由专项负责人进行防灾减灾防治工作指挥开展。在视频监控自动识别预警技术应用时，可基于微波信号传输，实现对地质灾害体的动态监测，如山区存在信号盲区，基于微波无线网络进行动态监测，快速对地质灾害体进行形状分析。微波无线网络的安装成本较低，可基于GIS技术的应用，为控制室提供准确的地质灾害体形变坐标，快速准确地找到相关区域，并发出预警信息。
结语
综上所述，矿山地质灾害自动化监测预警体系实现了监测指标异常时自动预警，有效地解决了地质灾害监测专业人员的不足和偏远山区受地形气候限制的难题，提高了矿山地质灾害监测频率、效率及效果，有助于矿山开采工作的顺利进行，能够为矿山开采提供有力的参考依据。
参考文献：
[1]杜建涛，闫丽，赵超英.蔚县矿区地面沉陷InSAR多维形变监测[J].煤田地质与勘探，2020，48（01）：168-173.
[2]陈蒙，林锦富，段昌盛.绿色矿山建设中的地质灾害监测数字化技术应用[J].地质灾害与环境保护，2018，29（04）：54-57.
[3]吴君平，叶小兵，王士友，杨黎萌.矿山地质灾害调查及防污措施分析[J].西部资源，2019（01）：101-102.