新一代技术体系下地质灾害预警评估面临的机遇与挑战

闫 东

（中国矿业大学（北京）地球科学与测绘工程学院，北京100083）

1 我国地质灾害研究情况

近年来大型地质灾害频繁发生，对当地居民的生命和财产安全构成严重威胁[1]，防灾减灾形势严峻。“十一五”以来，我国加强了地质灾害调查、监测预警、防治体系和应急体系的建设，地质灾害减灾防灾科学技术研究取得了明显进展，已经建立了较完善的地质灾害综合防治体系[2]。

1.1 地质灾害监测预警

地质灾害监测预警是提升主动应对地质灾害能力的重要手段。传统以刷漆、贴片、埋钉等为主的监测预警方法其自动化程度低，过于简陋，虽然能够为地质灾害预警提供有效依据，但不能达到实时监测，不能实现自动报警，未达到理想防治效果[3]。

近几年随着自动化、现代化技术的发展，越来越多的新技术被应用到地质灾害监测之中。目前已能够在地质信息系统平台的基础上，建立地质灾害监测预警系统，运用物联网、计算机、网络、卫星定位等最新发展的技术手段，对地质灾害进行实时监测，经由传感器实时地将灾害前兆信息，进行数字化转换，并完成自动化采集获取，数宇化传送，进行数据库的存储并为其使用做准备[4]。

1.2 地质灾害危险性评估和致灾因子识别

地质灾害危险性评估是指计算确定区域内一定时期地质灾害发生的强度及可能性,一直是国际上倡导和推广的减灾防灾有效途径之一。地质灾害危险性评估的方法大致包括4类[5]：①基于专家经验的赋权值方法②基于统计分析的方法，又叫数据驱型③基于数据挖掘的方法④基于力学模型的确定性方法。

总体上，现有的基于统计学或传统数据挖掘的区域地质灾害危险评估模型方法在不同地质背景上解决了一定问题，但由于受限于先前模型方法本身的线性特征，以及模型训练时间较难满足实时动态的实际要求，目前地质灾害危险性评估模型方法选择与设计依然是该学科的研究难点和重点。

地质灾害的发生受多种指标因素的影响，致灾因子分析及通常所指的指标体系建立受灾害的孕灾背景、诱发机制和体积规模等因素影响[6]，具有明显的地域性。目前研究主要集中在致灾因子的定性分析和定量化处理两个方面，致灾因子的定性分析各类文献成果中较为详细的是环境因素和触发因素的分类。

2 新一代信息技术发展研究及应用现状

近年来，新一代信息技术快速发展，大数据、人工智能、物联网、云计算等研究不断深入，这些技术在各个行业的应用逐渐增加，呈现出多样化。因此，在地质灾害形成机理、预警判据研究的基础上，可以充分利用新一代信息技术在数据快速采集、传输、处理、分析上的优势，通过分析地质灾害现状,结合大数据特征,对大数据时代地质灾害防治进行探讨,可能为我国地质灾害预警评估及防治带来新的突破口[7]。

2.1 大数据与人工智能技术

现代信息技术及物联网等计算机技术的不断发展，使得大数据技术逐步发展起来。相比于传统的数据分析处理方法，大数据具有无可比拟的优势和前景[8]。地质资料经过长期积累、种类、数量不断增长，包括各类电子文件，结构化、半结构化、非结构化的数据，以及文档、图件、数据库、表格、视频等[9]。大数据时代的信息获取更加方便，因此，将大数据与地质灾害监测预警评估、防治等相结合，利用大数据的思维来引领地质灾害监测预警评估的新发展，就显得十分有必要性。

近年来，作为计算机延展科学的人工智能发展迅速，并以其为代表的前沿科技，正以超乎寻常的速度进入灾害预测、灾害处置、灾害救援等领域[10]。目前，发展比较迅的有地质灾害预测专家系统和神经网络模型.此种类型模型很好地利用人工智能技术，以计算机软件的形式将专家知识自身解决问题的功能和大脑神经网络认知、获取、分析处理资料信息的特殊方式和功能，特别是存储记忆和联想功能，程序化的表达出来，来建立以人工智能的符号系统和信息处理为基础的人脑机理的新模型，这将是地质灾害预测研究的重要发展方向[11]。

2.2 物联网和云计算技术

美国麻省理工学院在1999年最早提的出物联网概念，其作为新一代信息技术的重要组成部分，也是“信息化”时代的重要发展阶段。物联网技术在地质灾害预警方面的应用也越来越广泛，主要体现在地质灾害在线监测预警方面，且近年来在国外已成为研究热点。2012 年中国地质环境监测院对重庆和云南的部分滑坡点的监测中应用了物联网技术的研究成果；2013年宁夏自治区固原市的应急指挥系统中，运用物联网技术，进行了相关传感网关及智能传感节点的配置，完成了监测数据的智能获取和传输。

云计算是对网格计算和并行、分布式处理的升级延伸发展，其可以利用一系列计算资源共享池执行计算，在大量分布式计算机上完成，来实现计算资源的集中分布和充分共享。目前我国的云计算服务市场虽处于起步阶段，但云计算技术与设备已经具有一定的发展基础。由中国地质调查局主持研发的“地质云”是云计算与云平台技术在我国地质领域一次重大的应用实践与突破，实现了地调局29家局属单位数据产品、160多个国家级核心地质数据库的高效共享。

3 新技术对地质灾害预警评估带来的机遇与挑战

新一代信息技术体系下，地质灾害监测技术的提升及监测工具和采集、存储方式的升级，使得原本类型复杂、组成多源、表述模糊的地质灾害数据规模呈指数级增长。面对海量的地质灾害数据，怎样利用大数据势头下的思维和技术，让地灾数据充分发挥其潜在价值，来实现对地质灾害预警的信息化支撑及决策支持，已经是当前大数据背景下地质灾害数据处理面临的迫切问题。

（1）地质灾害预警评估所涉及的海量静态数据和动态数据，已经属于典型的时空大数据，因此研究大数据环境下滑坡致灾因子的识别与提取，已成为了目前滑坡危险性评估需要迫切解决的问题之一。

（2）在云计算方面，大数据背景下云计算技术的应用让人们对于海量地学信息集成、低效分析处理等地灾数据面临的棘手问题有了一个更优的选择项。其虚拟化技术和分布式架构可以普通服务器上实现高效快速的运算，进而降低了对计算机软硬件的要求。

（3）在人工智能方面，深度学习的特征和优势，为大数据提供了很好的分析和处理手段，同时也因大数据海量样本的提供，促进了自身的发展。利用大数据方面的研究成果，基于地质灾害时空大数据的海量样本，依托深度学习机制框架，通过对地质灾害复杂、非线性成因机制的高精度拟合，建立起理论体系更为完善且与地质灾害工程实际更贴近的危险性评估预测模型，已成为新一代信息技术体系下，地质灾害预测预防的重要研究方向之一。

（4）拓宽预警信息的发布渠道和方式，提高信息的实效性，及时快速精准高效地进行预警信息传达。除了通过广播、电视、手机短信等传统的手段，还可以利用具有实时、快速、大范围、爆炸式等特点的新型自媒体等方式进行预警信息发布、组织撤离即而实现成功避灾。