·微机应用
·1引言
菲菲化妆学校我国国土面积辽阔，地形地貌多种多样，各类山体遍布全国各地，使得我国成为一个山体滑坡自然灾害多发的国家[1]。滑坡在我国地质灾害中的占比远高于其他类型的地质灾害。据统计，2001~2005年全国共发生地质灾害9万余起，造成人员死亡3686
人，伤3249人，失踪462人，直接经济损失212.05
亿元。其中滑坡71283起，崩塌17404起，
xna
泥石流6691起。结合我国历往灾情实际情况，当务之急是
要设计一款集滑坡灾害监测和预警于一体的监测装置，来实时监测滑坡发生的概率，及时预警，减少灾害对人们生活带来的危害[2]。目前对滑坡现状的
disturbing研究已有很长的发展历程，诸多学者也提出了不同的解决办法，但仍然存在诸多不足。对于此类灾害，目前主要的预测方式是参考降雨情况，以当地是否发生强降雨以及降雨时长作为判断依据[3-5]。
2系统总体方案设计
在此提出一种系统，主要围绕滑坡灾害监测预
警展开设计，集无线数据采集终端、现场预警终端、远程监控中心于一体，并阐述各模块之间传输方式的选择依据。系统将潜在灾害区域临灾前所积累的致灾因子数据经LoRa 、GPRS 传送至远程监控中心。远程监控中心服务器对数据进行分析、整理，经模糊控制系统决策出相应的成灾概率，并可据此对现场
基于模糊控制的滑坡监测预警系统设计
陈鹏年1，温宗周1，张
航2，李丽敏1，王真1
（1.西安工程大学电子信息学院，西安710600；2.西安工程大学机电工程学院，西安710600）摘要：针对目前用于滑坡灾害监测预警的诸多方法中存在的传感器选择种类单一、预警功能
与监测数据相分离等问题，设计一种基于模糊控制的滑坡灾害监测预警系统。
设计以导致滑坡灾害的主要因素为切入点，运用智能传感器组群对山体进行实时监测，
对采集到的实时数据运用模糊控制系统进行处理，最终实现对滑坡灾害发生概率的预测。实验结果表明，
该系统对滑坡灾害发生概率的预测达到了较为理想的效果，可为滑坡灾害监测人员的工作提供便利与支持。
关键词：滑坡灾害；监测早期预警；
模糊控制DOI:10.3969/j.issn.1002-2279.2021.01.012中图分类号:TP277文献标识码:A 文章编号:1002-2279（2021）01-0052-06
Design of a Landslide Monitoring and Early Warning System
心理素质差Bad on Fuzzy Control
CHEN Pengnian 1,WEN Zongzhou 1,ZHANG Hang 2,LI Limin 1,WANG Zhen 1
(1.School of Electronics and Information,Xi an Polytechnic University,Xi an 710600,China;
2.School of Mechanical and Electrical Engineering,Xi an Polytechnic University,Xi an 710600,China )
Abstract:Aiming at the problems of single nsor lection and paration of early warning function and monitoring data in many methods ud for landslide disaster monitoring and early warning at prent,a landslide disaster monitoring and early warning system bad on fuzzy control is designed.Taking the main factors leading to landslide disaster as the breakthrough point,the design us intelligent nsor groups to monitor the mountain in real time,and us fuzzy control system to process the collected real-time data,finally realizing the prediction of landslide disaster occurrence probability.The experimental results show that the system has achieved ideal results in predicting the occurrence probability of landslide disasters,and can provide convenience and support for the work of landslide disaster monitoring personnel.
Key words:Landslide disaster;Monitoring and early warning;Fuzzy control
作者简介：陈鹏年（1996—），男，甘肃省武威市人，硕士研究生，
主研方向：嵌入式系统开发与应用。收稿日期：2020-10-09
2008年考研英语真题微处理机
MICROPROCESSORS
第1期2021年2月
No.1Feb.，2021
1期预警终端和移动端分别启动声光报警和紧急消息
推送。现场预警终端可在致灾因子数据达到所设相应阈值时启动现场声光报警，在移动端也可以实时地查看远程监控中心的数据并可通过远程监控中心对现场预警终端进行致灾因子阈值设置并查看致灾因子数据。
设计着重于提高预警系统的适应力与通用性，以潜在滑坡灾害地区为监测预警系统的监测对象。本监测系统可长期对监测区域的滑坡致灾因子变化情况进行监控，并根据现场预警终端的预警阈值和远程监控中心的预警模型对灾害发生进行及时
有效的预警。系统主要包含无线数据采集终端、现场预警终端、远程监控中心三大部分[6]。系统总体框架如图1所示。
3
系统硬件平台
3.1
无线通信方式选择
滑坡灾害监测预警系统设计中的数据传输工作主要包括潜在灾害区域致灾因子数据的远程上传和远程监控中心对现场预警终端的监测命令下达。滑坡灾害监测所需无线数据采集终端较多，且其布设具有点多面广、全面监测致灾因子变化情况的特点，因此使用无线广域网[7]（Wireless Wide Area
Network,WWAN ）
技术可扩大无线数据采集终端、现场预警终端、远程监控中心之间的通信范围和距
离。无线数据采集终端和现场预警终端之间通信的最大距离拟定为10km 以内，而现场预警终端和远程监控中心之间的传输距离甚远。
滑坡监测所需的数据流量较少，其数据传输不必要选用高带宽的网络。此外，WWAN 长久以来被普遍使用，经历了GSM 、GPRS 至TD-LTE 和FDD-LTE 等10余种技术革新，每种通信技术有着不同的传输速率。综合考虑现场预警终端和远程监控中心的数据传输流量，选用传输速率为171.2kb/s 的
GPRS 通信为此二者的通信方式。虽然无线数据采集与现场预警的终端系统中不需要所用的WWAN 技术提供大的数据流量，但是对其无线数据采集终端、
现场预警终端应有的低功耗、抗干扰等通信性能有较高要求。LoRa 技术是一种可以远距离传输、支持多节点、拥有无需授权许可的免费频段等优点的一种新型物联网无线电调制解调通信技术。LoRa 技术彻底改变了嵌入式无线通信的现状，它融合了数
字信号处理、数字扩频和前向纠错编码，具有超高的通信性能[8]。综上，无线数据采集终端与现场预警终端之间的通信方式选用LoRa 无线通信。
3.2硬件监测单元
考虑到造成滑坡灾害的各影响因子信息的种类不一、量纲各异以及数据不平衡等因素，因此将多种不同类型的传感器引入到泥石流灾害预警系统的设计当中，系统结构如图2所示。
系统中数据收集工作由各无线传感器采集单元
完成，各传感器都有相应的监控分机，能够控制传感器、获取传感器的数据信息以及通过无线射频单元
发送数据。系统中所有的传感器构成分布式无线传
感器自组网。
该网络结构简单，维护和维修也较为便捷。现场预警单元能够获取传感器信息，同时将信息
传输至系统后端的远程监控中心，由远程监控单元对信息进行综合推演，计算出滑坡爆发的概率、规模和推进到保护区的所需时间，之后再将结果返回至现场预警单元并通过显示器显示出来。
分布式无线传感器自组网设计的核心是电源供电单元。该模块是预警系统安全稳定工作的可靠保障，但由于本系统的应用场所多为沟壑纵横、环境恶
劣的山区，设备安装不便、供电困难，因此本设计采
用太阳能结合蓄电池的方式为系统供电。日间，太阳能板将太阳能转为电能以保障系统运行，同时为蓄电池充电。晚上，太阳能几乎不存在，系统依靠蓄电池维持其正常工作。如图3所示为电源供电原理图。
图1系统总体框架图
图2系统结构图
L
O R a
陈鹏年等：基于模糊控制的滑坡监测预警系统设计
·53·
微处理机2021年
设计采用分布式无线传感器自组网结构。在整
个网络中，每个传感器节点处于同一级，且担任着主机和路由器的角色。该结构的最大优势在于当传
感器节点因各种原因造成故障或工作人员对自组
网结构进行维修维护工作时，
无需改动网络的整体结构，只需通过自调节的方式即可完成稳定通信。
4
系统软件设计
4.1
现场预警单元软件设计
本监测系统的监测内容为滑坡灾害的各影响因子数据信息。现场预警单元详细工作流程如图4。
系统通电后，即对系统进行内部初始化。
初始化完成后，AS32_TTL_100进入数据接收模式。
此时，查询按键或触摸屏有无操作，若有则开始运行对应的程序，执行完程序之后，扫描有无召测指
令；若没有按键或触摸屏操作，
则直接查询有无召测指令。若有召测指令，随即检验召测任务类型，收集相应的信息，经GPRS 通信单元发送至远程监控单
元；若没有检验到召测指令，可依据已设置的次序开始收集雨量、渗透压、地表位移、土壤含水量和地表裂缝并比较阈值。若数据超出设置值，则AS32_TTL_100进入到数据发送模式同时下达报警命令，配置
AS32_TTL_100数据包向报警单元下达命令和配置GPRS 数据将收集的数据信息发送至远程监控单
元；若收到的数据未超出设置值，则配置GPRS 数据包将收集的数据信息发送至远程监控单元。
4.2无线数据采集终端软件设计
无线数据采集单元开始工作后，首先对内部进行初始化操作，AS32_TTL_100进入到数据接收模式。之后检验采集时间是否到达，若未到时间且等待过程中产生中断或收到预警单元下达的命令，则CPU 被唤醒以处理中断或执行预警单元下达的命令。若已到采集时间且等待过程中没有产生中断或
收到预警单元下达的命令，
则CPU 被唤醒，然后开始采集相应数据，此时AS32_TTL_100进入到数据
发送模式。最后配置AS32_TTL_100数据包并发送数据信息。无线数据采集单元主程序流程如图5。
4.3
远程监控中心功能与作用
以交换机、
防火墙、电脑和服务器等硬件设施，与以此为基础构建的远程监控单元软件框架共同组
成一整套完备的远程监控单元。整个远程监控单元
包括数据分析系统、服务器、预警系统、防火墙、故障诊断系统和数据库系统。
远程监控单元的电脑连有远程监控单元的防火
图5无线数据采集单元主程序流程图
图3电源供电原理框图
图4现场预警单元流程图
·54·
1期
墙和服务器，对数据信息进行储存、筛选、计算和系统故障诊断等功能可通过编写数据分析系统、预警系统、故障诊断系统和数据库系统等上位机软件实现。管理人员可以通过上位机访问并管理远程监控单元，使用人员即现场从业者也可以通过上位机完成访问远程监控单元、查询泥石流灾害影响因子信息状态以及修改现场预警单元各影响因子预警阈值等操作。
上位机功能结构图如图6所示。其功能包括储存数据、查询影响因子状态、设置预警阈值、推演计算和系统管理等，分别用于储存各设备的状态、各传感器的数据；查询各影响因子状态、设置预警阈值；综合所有影响因子信息推演计算出当前泥石流灾害爆发的概率、规模和推进到保护区的所需时间并做出预警；管理用户和设备信息。
5基于模糊控制的滑坡监测预警模型
5.1模型建立
colormap
模糊控制器是一种基于规则或知识的系统，属于Mamdani型模糊控制系统，由模糊器、模糊推理机、模糊规则库和解模糊器四部分组成[9]，其结构图如图7所示。
摔交5.1.1滑坡地质灾害预警模型结构设计
该模糊决策系统属于五维输入系统，输入变量为降雨量、渗透压、土壤含水量、地表位移和地表裂缝，
输出变量为滑坡发生概率。为避免单级高维模糊决策系统带来维度灾难，采用多级低维模糊决策系统[10]。结合滑坡灾害监测预警系统在实验区陕西省商洛市山阳县所采集的致灾因子数据，设计的滑坡地质灾害预警系统主要分为两个部分[11]：以致灾因子降雨量、渗透压、土壤含水量作为输入，以土体饱和度为输出的模糊系统1；以土体饱和度和地表位移、地表裂缝为输入，以滑坡发生概率为输出的模糊系统2。滑坡地质灾害预警系统结构如图8所示。
根据《国土资源部和中国气象局联合开展地质灾害气象预警工作协议》，可将未来24小时之内地质灾害发生的概率划分为5个预警等级。滑坡属于地质灾害类型之一，其发生概率和等级关系的划分依据预警工作协议而定。详细划分情况如表1所示。
5.1.2模糊决策系统的输入输出设计
系统将降雨量、渗透压、土壤含水量、地表位移
和地表裂缝的语言变量分别划分为5、4、4、4、4个，
其模糊量从小到大分别为：小雨、中雨、大雨、暴雨、
大暴雨；小、中、大、非常大；小、中、大、非常大；小、
中、大、非常大；小、中、大、非常大。全国降雨量R划
分的语言变量如表2所示。
根据降雨量、渗透压、土壤含水量和土体饱和度
的具体情况，此处选用高斯隶属度函数描述语言变
量的模糊子集。图9为降雨量、渗透压、土壤含水量
三项参数的隶属度函数图。该三维模糊决策系统1
的输入划分已定，其输入变量为降雨量R、渗透压
F、土壤含水量D，输出变量为土体饱和度S。
图6上位机功能结构图
mayitbe
地质灾害监测预警系统
数据存储
设备状态
致灾因子数据
查询修改
致灾因子
数据查询
致灾因子数
据阈值修改
综合评判
设备监控
数据分析
模糊控制
系统预警
系统管理
设备信息管理
用户信息管理
图7模糊控制系统结构图
图8滑坡预警模糊决策系统结构
表1滑坡预警等级划分
滑坡发生概率P/%说明
80<P发生可能性极大，发布红色预警
预报等级
I
V
发生可能性小，不发布预警
P<20
II发生可能性较小，发布蓝色预警
20<P<40
III40<P<60发生可能性较大，发布黄色预警
IV60<P<80发生可能性大，发布橙色预警
表2全国降雨量R划分的语言变量（R为24小时降雨）
饶益
大暴雨
小雨中雨大雨暴雨
降雨量R/mm120<R<150
0<R<3030<R<6060<R<9090<R<120
语言变量S M B V BV
(a)降雨量R
陈鹏年等：基于模糊控制的滑坡监测预警系统设计·55·
微处理机2021年
图14远程监控中心的功能界面
平均解模糊法适合该模糊决策系统的去模糊
化，以此法获取的输出控制量就是土体饱和度，其隶属度函数如图10所示。土体饱和度仿真曲面如图11所示。
输入变量为地表位移、地表裂缝和土体饱和度，输出变量为滑坡发生概率，相关的隶属度函数如图12所示。滑坡发生概率仿真曲面如图13所示。
6监测预警系统功能验证
滑坡灾害远程监控中心的主要功能包括滑坡灾害监测预警以及滑坡灾害致灾因子数查询三个部分。远程监控中心的功能界面如图14所示。
此处以滑坡灾害为例，建立基于模糊规则的滑坡灾害预警模型并以监测预警系统在实验区陕西省商洛市山阳县所采集的致灾因子数据验证系统的预警功能。当降雨量为51.5mm ，渗透压为41kPa ，地表位移为36.1cm ，土壤含水量为61.3%，地表裂缝为476mm 时，现场预警终端的报警状态显示为否。
与远程监控中心的功能相辅相成的滑坡灾害监
测预警系统移动端APP 主要功能界面如图15所示。其主要功能界面包括滑坡灾害监测预警系统移
图13滑坡发生概率仿真曲面
图11土体饱和度仿真曲面
图9隶属度函数曲线（降雨量、
渗透压、土壤含水量）(b)渗透压F
(c)土壤含水量D
图10
土体饱和度隶属度函数
图12隶属度函数曲线（地表位移、
地表裂缝）(a)地表位移X
实习医生格蕾第9季(b)地表裂缝
B
·
56·
