一种滑坡形变综合预警方法及系统技术方案

本发明专利技术公开一种滑坡预警方法及系统，包括滑坡形变监测网和综合预警单元；所述滑坡形变监测网由卫星定位基准站、3个以上的卫星定位监测站；3个以上的卫星定位监测站分布在监测目标的地表的不同监测点处；每个卫星定位监测站分别与卫星定位基准站连接，实现RTK定位解算；所有卫星定位监测站的定位结果均传输到综合预警单元。本发明专利技术通过监测目标整体姿态和位移量的精确解算，实现形变位移的预测，并通过融合多源监测信息，实现综合预警。本发明专利技术具有预警精确高，算法简单、易实现，有较强的实用性的特点，并能满足山体滑坡形变预警的实际要求。

【技术实现步骤摘要】
一种滑坡形变综合预警方法及系统
本专利技术涉及地质预警
，具体涉及一种滑坡形变综合预警方法及系统。
技术介绍
由于水电等重点工程开工建设或环境气候变化等因素的影响，我国山体滑坡、地面变形、地震、土地退化等地质灾害也日益严重。滑坡、崩塌、地面沉降等己成为我国西南山区等地区主要的地质灾害之一，而积极有效地防治滑坡等地质灾害的重要措施之一是对滑坡等形变隐患点进行长期的观测。滑坡隐患点一旦发生形变，若不能及时监测和有效预警，则可能给当地居民带来巨大经济损失，甚至危害居民生命安全。
技术实现思路
本专利技术提供一种滑坡形变综合预警方法及系统，其具有实现简单和预警精确高的特点。为解决上述问题，本专利技术是通过以下技术方案实现的：一种滑坡形变综合预警方法，具体包括步骤如下：步骤1、滑坡形变监测网内各个卫星定位监测站解算出其所处监测目标的监测点处三维位置坐标，并根据各卫星定位监测站初始位置求解出位移量；步骤2、利用卡尔曼滤波器对各个卫星定位监测站所得到的位移量进行平滑滤波后得到形变位移量的实测值；并根据采样时间间隔及前后时刻形变位移量的实测值的位移差，求解出监测目的形变速度和形变加速度的实测值；步骤3、提取步骤2所得各个监测点的形变位移量的实测值，并利用最小二乘法解算出监测目标的姿态，即监测目标的航向角、俯仰角和横滚角的实测值；步骤4、提取步骤2所得各个监测点的形变位移量、形变速度和形变加速度的实测值，并利用扩展卡尔曼滤波器解算出监测目标的综合位移的实测值；步骤5、设定预测滑动窗的起始历元及长度，对监测目标的综合位移进行等时间间隔采样，利用迭代灰色模型实现监测目标的形变位移量的预测值，并根据采样时间间隔及前后时刻形变位移量的预测值的位移差，计算形变速度和形变加速度的预测值；步骤6、利用步骤3和4所解算出的形变位移量、形变速度和形变加速度的实测值，根据预定的实测预警规则，对监测目标的当前状态进行实测滑坡等级预警；同时，利用步骤5所预测出的形变位移量、形变速度和形变加速度的预测值，根据预定的预测预警规则，对监测目标的后续状态进行预测滑坡等级预警。上述步骤5的具体过程为：步骤5.1、设定预测滑动窗起始历元，对监测目标的综合位移的实测值进行采样，得到当前预测滑动窗的观测数列；步骤5.2、将观测数列进行一次累加，得到数据生成序列，并根据数据生成序列计算其紧邻均值生成序列；步骤5.3、利用紧邻均值生成序列构建雅克比矩阵，并根据雅克比矩阵构建最小二乘估计参数系数，即发展系数和灰色作用量；步骤5.4、利用发展系数和灰色作用量对观测数列进行一次累减，得到当前预测滑动窗的预测数列；步骤5.5、利用预测滑动窗将起始的观测数据不断往前推移，并通过重复步骤5.2-5.4进行迭代计算，得到各个预测滑动窗的预测数列；步骤5.6、将各个预测滑动窗的预测数列进行加权累加后，得到监测目标的形变位移量的预测值；步骤5.7、根据采样时间间隔及前后时刻形变位移量的预测值的位移差，计算形变速度和形变加速度的预测值。上述步骤3的具体过程为：步骤3.1、提取步骤2所得各个监测点的形变位移量的实测值；步骤3.2、利用滑坡形变监测网内任意3个以上个不共线的卫星定位监测站的三维位置坐标构建基线向量，并任意选择2条基线向量解算俯仰角、航向角和横滚角的初始值；步骤3.3、根据构建的姿态系数矩阵计算基线对应权重，并利用最小二乘法估计出姿态改正数；步骤3.4、根据姿态改正数及俯仰角、航向角和横滚角的初始值解算监测目标的姿态，即监测目标的航向角、俯仰角和横滚角的实测值。上述步骤4的具体过程为：步骤4.1、提取步骤2所得各个监测点的形变位移量、形变速度和形变加速度的实测值；步骤4.1、利用形变位移量和形变速度构建扩展卡尔曼滤波器的状态量矩阵、全局观测矩阵和测量关系矩阵，利用采样时间间隔构建扩展卡尔曼滤波器的状态转移矩阵，根据形变加速度解算扩展卡尔曼滤波器的过程噪声协方差矩阵和过程噪声协方差矩阵；步骤4.1、利用扩展卡尔曼滤波器对时间进行更新，预测当前系统状态，并通过测量更新，校正预测状态先验估计值，得到监测目标整体位移的全局最优估计，即监测目标的综合位移的实测值。作为改进，所述滑坡形变综合预警方法还进一步包括：步骤7、滑坡形变监测网内的雨量计采集降雨量采集降雨量和裂缝传感器采集裂缝位移量，并将降雨量和裂缝位移量与步骤4和步骤5所得到的形变位移量、形变速度和形变加速度的实测值和预测值进行加权运算，并根据预定的综合预警规则，对监测目标的进行综合滑坡等级预警。实现上述方法的一种滑坡形变综合预警系统，包括滑坡形变监测网和综合预警单元；所述滑坡形变监测网由卫星定位基准站、3个以上的卫星定位监测站；3个以上的卫星定位监测站分布在监测目标的地表的不同监测点处；每个卫星定位监测站分别与卫星定位基准站连接，实现RTK定位解算；所有卫星定位监测站的定位结果均传输到综合预警单元。上述方案中，卫星定位监测站为GPS卫星定位接收机、BDS卫星定位接收机和/或GNSS卫星定位接收机。作为改进，所述滑坡形变综合预警系统的滑坡形变监测网还进一步包括雨量计和2个以上的裂缝传感器；雨量计分布在监测目标的地表上；2个以上的裂缝传感器分布在监测目标的地表的不同监测点处；雨量计和所有裂缝传感器的监测数据均传输到综合预警单元。上述方案中，卫星定位监测站的数量与裂缝传感器的数量相同；此时，监测目标的地表的每个监测点处均设有1个卫星定位监测站和1个裂缝传感器。与现有技术相比，本专利技术通过监测目标整体姿态和位移量的精确解算，实现形变位移的预测，并通过融合多源监测信息，实现综合预警。本专利技术具有预警精确高，算法简单、易实现，有较强的实用性的特点，并能满足山体滑坡形变预警的实际要求。附图说明图1为滑坡形变综合预警系统的原理框图。图2为监测目标姿态算法流程图。图3为多卫星定位监测站扩展卡尔曼滤波数据融合算法流程图。图4为迭代灰色模型形变预测算法流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实例，并参照附图，对本专利技术进一步详细说明。一种滑坡形变综合预警系统，如图1所示，主要由滑坡形变监测网和综合预警单元组成。上述滑坡形变监测网包括卫星定位滑坡形变监测网和滑坡监测辅助网两部分。卫星定位滑坡形变监测网由1个卫星定位基准站和N个卫星定位监测站组成，其作用是完成监测目标地表位移的监测。卫星定位基准站设置在地基稳固、无信号遮蔽、无大功率无线电发射源的位置，N个卫星定位监测站分别设置在监测目标潜在形变位移方向的不同监测点上。卫星定位基准站和各个卫星定位监测站之间的距离一般不能超过5000米。每个卫星定位监测站均与卫星定位基准站连接，并分别实现RTK精密定位解算，获得每个卫星定位监测站的三维位置坐标、形变位移量、速度和加速度等信息。在本专利技术优选实施例中，卫星定位滑坡形变监测网为BDS、GPS或GNSS滑坡形变监测网。滑坡形变监测辅助网由一个雨量计和若干个裂缝传感器组成，其作用是分别完成当地降雨量信息的收集及裂缝大小的测量。雨量计设置在监测目标内，若干个裂缝传感器设置监测目标的不同监测点上。裂缝传感器的数量和安放位置不一定要与卫星定位监测站的数量和安放位置相一致。但在本专利技术优选实施例中，为了简化系统的安装和维护，裂缝传感器本文档来自技高网...

【技术保护点】
1.一种滑坡形变综合预警方法，其特征是，具体包括步骤如下：步骤1、滑坡形变监测网内各个卫星定位监测站解算出其所处监测目标的监测点处三维位置坐标，并根据各卫星定位监测站初始位置求解出位移量；步骤2、利用卡尔曼滤波器对各个卫星定位监测站所得到的位移量进行平滑滤波后得到形变位移量的实测值；并根据采样时间间隔及前后时刻形变位移量的实测值的位移差，求解出监测目的形变速度和形变加速度的实测值；步骤3、提取步骤2所得各个监测点的形变位移量的实测值，并利用最小二乘法解算出监测目标的姿态，即监测目标的航向角、俯仰角和横滚角的实测值；步骤4、提取步骤2所得各个监测点的形变位移量、形变速度和形变加速度的实测值，并利用扩展卡尔曼滤波器解算出监测目标的综合位移的实测值；步骤5、设定预测滑动窗的起始历元及长度，对监测目标的综合位移进行等时间间隔采样，利用迭代灰色模型实现监测目标的形变位移量的预测值，并根据采样时间间隔及前后时刻形变位移量的预测值的位移差，计算形变速度和形变加速度的预测值；步骤6、利用步骤3和4所解算出的形变位移量、形变速度和形变加速度的实测值，根据预定的实测预警规则，对监测目标的当前状态进行实测滑坡等级预警；同时，利用步骤5所预测出的形变位移量、形变速度和形变加速度的预测值，根据预定的预测预警规则，对监测目标的后续状态进行预测滑坡等级预警。...

【技术特征摘要】
1.一种滑坡形变综合预警方法，其特征是，具体包括步骤如下：步骤1、滑坡形变监测网内各个卫星定位监测站解算出其所处监测目标的监测点处三维位置坐标，并根据各卫星定位监测站初始位置求解出位移量；步骤2、利用卡尔曼滤波器对各个卫星定位监测站所得到的位移量进行平滑滤波后得到形变位移量的实测值；并根据采样时间间隔及前后时刻形变位移量的实测值的位移差，求解出监测目的形变速度和形变加速度的实测值；步骤3、提取步骤2所得各个监测点的形变位移量的实测值，并利用最小二乘法解算出监测目标的姿态，即监测目标的航向角、俯仰角和横滚角的实测值；步骤4、提取步骤2所得各个监测点的形变位移量、形变速度和形变加速度的实测值，并利用扩展卡尔曼滤波器解算出监测目标的综合位移的实测值；步骤5、设定预测滑动窗的起始历元及长度，对监测目标的综合位移进行等时间间隔采样，利用迭代灰色模型实现监测目标的形变位移量的预测值，并根据采样时间间隔及前后时刻形变位移量的预测值的位移差，计算形变速度和形变加速度的预测值；步骤6、利用步骤3和4所解算出的形变位移量、形变速度和形变加速度的实测值，根据预定的实测预警规则，对监测目标的当前状态进行实测滑坡等级预警；同时，利用步骤5所预测出的形变位移量、形变速度和形变加速度的预测值，根据预定的预测预警规则，对监测目标的后续状态进行预测滑坡等级预警。2.根据权利要求1所述的一种滑坡形变综合预警方法，其特征是，步骤5的具体过程为：步骤5.1、设定预测滑动窗起始历元，对监测目标的综合位移的实测值进行采样，得到当前预测滑动窗的观测数列；步骤5.2、将观测数列进行一次累加，得到数据生成序列，并根据数据生成序列计算其紧邻均值生成序列；步骤5.3、利用紧邻均值生成序列构建雅克比矩阵，并根据雅克比矩阵构建最小二乘估计参数系数，即发展系数和灰色作用量；步骤5.4、利用发展系数和灰色作用量对观测数列进行一次累减，得到当前预测滑动窗的预测数列；步骤5.5、利用预测滑动窗将起始的观测数据不断往前推移，并通过重复步骤5.2-5.4进行迭代计算，得到各个预测滑动窗的预测数列；步骤5.6、将各个预测滑动窗的预测数列进行加权累加后，得到监测目标的形变位移量的预测值；步骤5.7、根据采样时间间隔及前后时刻形变位移量的预测值的位移差，计算形变速度和形变加速度的预测值。3.根据权利要求1所述的一种滑坡形变综合预警方法，其特征是，步骤3的具体过程为：步骤3.1、提取步骤2所得各个监测点的形变位移量的实测值；步骤3.2、利用滑坡形变监测网内任意3个以...

【专利技术属性】
技术研发人员：王守华，陆明炽，孙希延，纪元法，李云柯，吴孙勇，肖建明，邓洪高，符强，严素清，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西,45