山洪地質(zhì)災(zāi)害預(yù)警APP在鐘山縣的應(yīng)用研究

朱建國，叢沛桐，劉 浩

(1.華南農(nóng)業(yè)大學(xué) 水利與土木工程學(xué)院，廣東 廣州 510642；2.廣東省農(nóng)業(yè)水土信息無人機采集遙感工程技術(shù)研究中心，廣東 廣州 510642)

1 概述

鐘山縣處于我國西南地區(qū)，行政區(qū)劃屬廣西東部偏北的賀州市，北緯N24°31′45.35″，東經(jīng)E111°17′51.26″，北回歸線偏北區(qū)域，氣候?qū)儆趤啛釒Ъ撅L(fēng)氣候是典型的亞熱帶過渡帶。鐘山縣屬于橫斷山脈邊緣區(qū)的丘陵山地地區(qū)的富鐘賀巖溶盆地，境內(nèi)徑流量充沛，水資源總量豐富，但常發(fā)生局部性旱澇災(zāi)害。

國外的Varnes、Hansell、Choi等學(xué)者分別提出山洪地質(zhì)災(zāi)害三原理；預(yù)測了20世紀80年代2月中旬的暴風(fēng)雨期間發(fā)生的重大滑坡事件的發(fā)生時間；通過頻率比模型，利用滑坡發(fā)生因子，分析了滑坡的敏感性及韓國張黃地區(qū)的滑坡災(zāi)害[1-2]。國內(nèi)的學(xué)者殷坤龍、劉傳正、賈茜淳、王晶等人也分別建立了浙江省與網(wǎng)絡(luò)連接的預(yù)警預(yù)報的防災(zāi)減災(zāi)體系，應(yīng)用到地質(zhì)災(zāi)害氣象預(yù)報預(yù)警實際工作中，建立廣義回歸神經(jīng)網(wǎng)絡(luò)系統(tǒng)，預(yù)測出不同降雨量下，不同地區(qū)的山洪地質(zhì)災(zāi)害危險等級；引入土壤松散程度因子，對廣東省博羅縣瀾石河小流域的山洪地質(zhì)災(zāi)害危險性和易損性進行評價[3-7]。

山洪歷時較短，短時內(nèi)洪峰流量可達到500 m3/s以上，我國平均每年山洪地質(zhì)災(zāi)害造成的傷亡率占洪澇災(zāi)害的比例超過60%[8-10]。

山洪地質(zhì)災(zāi)害往往伴隨形成泥石流、滑坡等，具有突發(fā)性強、影響范圍廣、破壞能力強等特點，其一旦形成，大概率會造成人員傷亡，財產(chǎn)(道橋、農(nóng)田、牲畜、房屋等)受到不同程度的破壞，對國民經(jīng)濟和人民生命財產(chǎn)造成極大的危害。面對山洪地質(zhì)災(zāi)害防治的需求，提高數(shù)據(jù)接收、處理和服務(wù)能力，增強降雨帶來的山洪地質(zhì)災(zāi)害精準預(yù)警，提高長期山洪地質(zhì)災(zāi)害短時預(yù)測能力，為人民生命財產(chǎn)安全提供保障。

2 鐘山山洪地質(zhì)災(zāi)害影響因子調(diào)查

對鐘山縣裸地土壤類型研究采取實地調(diào)查。鐘山縣地質(zhì)構(gòu)造復(fù)雜多樣，表層有強風(fēng)化巖石，土質(zhì)條件較脆弱松散，地形多山區(qū)丘陵，易發(fā)生山洪地質(zhì)災(zāi)害。鐘山縣大部分為泥盆系地層，花山鄉(xiāng)、兩安鄉(xiāng)多為花崗巖體，鳳翔鎮(zhèn)、公安鎮(zhèn)、紅花鎮(zhèn)、回龍鎮(zhèn)、清塘鎮(zhèn)、珊瑚鎮(zhèn)、石龍鎮(zhèn)、同古鎮(zhèn)、燕塘鎮(zhèn)、鐘山鎮(zhèn)的主要巖性為砂質(zhì)頁巖和灰?guī)r。鐘山裸露巖體多為砂巖、粉質(zhì)粘土，土體疏松，土壤松散程度大，斜坡穩(wěn)定性差，抗剪強度低，土質(zhì)松散地帶極易發(fā)生滑坡、泥石流、崩塌等山洪地質(zhì)災(zāi)害。地質(zhì)災(zāi)害調(diào)查點數(shù)量統(tǒng)計見表1。

表1 鐘山縣地質(zhì)災(zāi)害調(diào)查點數(shù)量 個

在強降雨的作用下，容易使松散土體和水的聚集，導(dǎo)致山體表面土體失穩(wěn)，形成滑坡泥石流等地質(zhì)災(zāi)害。有研究表明不同松散程度的土壤發(fā)生山洪地質(zhì)災(zāi)害的種類也不同，如泥石流、滑坡、崩塌、地面塌陷等。

經(jīng)調(diào)查，近3 a鐘山縣發(fā)生地質(zhì)災(zāi)害155起，累計傷亡約15人，平均每年造成的直接損失300余萬元。根據(jù)災(zāi)害大小，把山洪地質(zhì)災(zāi)害造成損失面積小于0.1 km2的定為低危險類型，造成損失面積在0.1～1.0 km2的定為一般危險類型，造成損失面積在1.0～5 km2的定為中等危險類型，造成損失面積大于5 km2的定為高危險類型。圖1為4等災(zāi)害類型占比示意，其中高危、中等、一般和低危類型山洪地質(zhì)災(zāi)害占比分別為16%、12%、33%、39%。

面對山洪地質(zhì)災(zāi)害防治的需求，提高數(shù)據(jù)接收、處理和服務(wù)能力，提高山洪地質(zhì)災(zāi)害短時預(yù)測能力，增強降雨帶來的山洪地質(zhì)災(zāi)害短時精準預(yù)警顯得更加緊迫。

調(diào)查表明導(dǎo)致山洪地質(zhì)災(zāi)害的直接誘因是突發(fā)性強降水。廣西鐘山縣地質(zhì)災(zāi)害隱患點多面廣，具有群發(fā)性、突發(fā)性、隱蔽性強、危害巨大等特點，切坡建房引發(fā)的地質(zhì)災(zāi)害隱患極為普遍，地質(zhì)災(zāi)害防治工作依然嚴峻，防災(zāi)減災(zāi)任務(wù)十分艱巨。因此研發(fā)地質(zhì)災(zāi)害預(yù)警APP，可以有效便捷地把山洪地質(zhì)災(zāi)害風(fēng)險等級帶給廣大群眾，定期推送鐘山縣政府的防災(zāi)宣傳內(nèi)容，提高民眾危險意識，增強民眾對災(zāi)害的辨識、避免因災(zāi)受傷、提高自救能力。

圖1 4等災(zāi)害類型占比示意

3 技術(shù)路線

收集廣西壯族自治區(qū)鐘山縣各鄉(xiāng)鎮(zhèn)歷史地質(zhì)災(zāi)害發(fā)生區(qū)域的資料，從所收集到的鐘山縣歷史調(diào)查資料進一步進行深入的分析，探究鐘山縣山洪地質(zhì)災(zāi)害發(fā)生的規(guī)律及特點，找出形成災(zāi)害的關(guān)鍵影響因子。依靠定量降水預(yù)報、結(jié)合ArcGIS不同圖層的數(shù)據(jù)以及調(diào)查得出的土壤條件資料，基于MATLAB神經(jīng)網(wǎng)絡(luò)算法，對鐘山縣山洪地質(zhì)災(zāi)害風(fēng)險進評價。將MATLAB神經(jīng)網(wǎng)絡(luò)工具箱編譯為可被Java類型，前端基于leaflet開源地圖并結(jié)合當?shù)貧庀箢A(yù)報信息，把鐘山縣山洪地質(zhì)災(zāi)害預(yù)警APP在手機端展示，為鐘山縣山洪地質(zhì)災(zāi)害預(yù)警提供技術(shù)的支撐。進入危險區(qū)時，手機實時定位功能數(shù)據(jù)傳入后臺，顯示鐘山縣其他位置的災(zāi)害危險情況，啟動語音報警機制。圖2為研究技術(shù)路線示意。

3.1 GIS提取特征因子

鐘山縣有豐富的松散體物質(zhì)，地形有溝狀縱橫的坡度和充沛的降雨量，對于松散土體和水的聚集有利。鐘山縣這種裸露花崗巖強風(fēng)化巖體、碎屑巖和變質(zhì)巖的地質(zhì)條件，地形較為高聳坡陡，縱橫溝壑坡度大，便于水源的大量聚集，成為山洪地質(zhì)災(zāi)害易發(fā)多發(fā)區(qū)。

在山洪地質(zhì)災(zāi)害影響因子中選取地貌、地形、降雨、土壤巖性、植被等進行量化，在Arcgis中提取高程、坡度、降雨量、植被覆蓋指數(shù)、土壤松散度作為神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的特征因子。圖3為鐘山縣地質(zhì)災(zāi)害點示意。

圖2 研究技術(shù)路線示意

圖3 鐘山縣地質(zhì)災(zāi)害點示意

3.2 降雨因子

山洪形成的滑坡泥石流災(zāi)害須同時具備3個基本條件：有豐富的松散體物質(zhì)，短時間內(nèi)有大量來水和有一定坡度(一般小于25°)的溝狀地形，對于松散土體和水的聚集有利。裸露花崗巖強風(fēng)化巖體、碎屑巖和變質(zhì)巖的地質(zhì)條件，地形較為高聳坡陡，縱橫溝壑坡度大便于水源的大量聚集，多為形成泥石流的地區(qū)。降雨量對山洪地質(zhì)災(zāi)害的形成影響因子比重較大，有學(xué)者提出降雨類型的滑坡預(yù)警模型[11-13]。根據(jù)氣象資料結(jié)合實地調(diào)查，5—9月是廣西鐘山縣突發(fā)地質(zhì)災(zāi)害的重點防范期，也是降雨型山洪地質(zhì)災(zāi)害多發(fā)期。

鐘山縣2018—2019年月均降雨量見圖4所示。通過2019年的降雨及山洪地質(zhì)災(zāi)害發(fā)生數(shù)據(jù)的分析表明：在5—9月降雨集中時段是75%以上山洪地質(zhì)災(zāi)害發(fā)生的時段，且持續(xù)降雨和突發(fā)強降雨對更容易引發(fā)山洪地質(zhì)災(zāi)害。調(diào)查發(fā)現(xiàn)：對于持續(xù)性降雨引發(fā)的山洪地質(zhì)災(zāi)害有滯后性，強降雨引發(fā)的山洪地質(zhì)災(zāi)害有即時性。

圖4 2018-2019年月均降雨量示意

4 結(jié)果分析

4.1 神經(jīng)網(wǎng)絡(luò)模擬

由于影響山洪地質(zhì)災(zāi)害各因子有高程、坡度、植被覆蓋率、土壤松散度和降雨等，這些因子數(shù)據(jù)的單位、量級的不同，不可以直接作為因子進行MATLAB的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)工具箱分析，因此，在使用MATLAB的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)工具箱之前，對各個因子進行異質(zhì)數(shù)據(jù)歸一化的處理顯得尤為重要。而使用神經(jīng)網(wǎng)絡(luò)工具箱解決山洪地質(zhì)災(zāi)害預(yù)測時最大的限制條件是如何使影響因子異質(zhì)數(shù)據(jù)歸一化。

把調(diào)查整理的435組數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)模型，取其中70%進行訓(xùn)練，剩下的30%一半進行驗證一半數(shù)據(jù)用來預(yù)測，結(jié)果預(yù)測精度在83.8%以上。圖5為神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意，圖6為神經(jīng)網(wǎng)絡(luò)線性擬合分析示意。

綜合分析與MATLAB的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)工具箱分析結(jié)果可以得出參數(shù)的歸一化處理與條件判斷處理均能達到滿意的分析精度；分別使用歸一化函數(shù)和條件判斷兩種方法對MATLAB的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)工具箱數(shù)據(jù)進行處理，神經(jīng)網(wǎng)絡(luò)均能達到令人滿意的準確度，且兩種方式的準確度相近。

圖5 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意

圖6 神經(jīng)網(wǎng)絡(luò)線性擬合分析示意

4.2 開發(fā)顯示

使用Matlab和Java結(jié)合編程，創(chuàng)建具有高度交互性和可視化效果的虛擬或遠程應(yīng)用程序。在這種情況下，Matlab通過工具箱用于計算和處理數(shù)據(jù)，而Java提供后臺支持和Java應(yīng)用程序的用戶交互[14-18]。選擇leaflet開源地圖的天地圖插件作為顯示地圖，相對于比一般地圖API，天地圖在解決經(jīng)緯度換算偏移誤差的問題上比較有優(yōu)勢。圖7為手機端APP顯示示意。

APP完善后將為對鐘山縣公眾開放，界面簡潔易于普通民眾操作。手機進入危險區(qū)時，手機實時定位功能數(shù)據(jù)傳入后臺，啟動語音報警機制，也可以通過點擊地圖了解鐘山縣其他位置的災(zāi)害危險情況。民眾也可通過點擊手機地圖上相應(yīng)位置得到對應(yīng)的危險等級報送。

圖7 手機端APP顯示示意

5 結(jié)語

本文通過對鐘山縣已發(fā)生山洪地質(zhì)災(zāi)害的隱患點調(diào)查研究，基于山洪地質(zhì)災(zāi)害非線性多場耦合預(yù)警模型，構(gòu)建了適于鐘山縣的山洪地質(zhì)災(zāi)害預(yù)警APP應(yīng)用，實現(xiàn)實時預(yù)警鐘山縣災(zāi)害危險等級信息，初步實現(xiàn)了從使用MATLAB與Java的混合開發(fā)方式，實現(xiàn)了數(shù)據(jù)的在線運算，彌補了Java模型運算不足的缺點，也解決了MATLAB開發(fā)后臺的缺陷，Leaflet1.6在線開源地圖使山洪地質(zhì)災(zāi)害預(yù)警模型的理念轉(zhuǎn)變成為手機APP實際應(yīng)用。預(yù)警APP相比其他模型具有提高了實用性、運算速度在毫秒級別、運算能力便捷及其通用性良好，并且與山洪地質(zhì)災(zāi)害預(yù)警模型相結(jié)合，模型的研究得到了實際運用，為鐘山縣的山洪地質(zhì)災(zāi)害預(yù)警提供了技術(shù)支撐。