北京市泥石流特点及专业监测体系建设初探

王海芝

摘  要：针对北京市泥石流规模“小而散”、发生时间“与强降雨相伴”的特点，提出了对泥石流开展激发因素、响应因素、表达因素及展现因素等多因素联合专业监测体系建设的方案。 该方案在监测方法上采用了一沟一体系的多因素监测方法，充分采集各种影响因素的实时数据，提高了专业监测的准确性;在数据传输上采用了GPRS和北斗卫星传输双通道，避免了因极端天气导致传输信号缺失而无法及时接收现场数据的现象，确保了数据传输的实时性;在数据的应用上兼顾了受威胁群众防灾减灾需求及管理部门掌握现场信息的需求，提高了专业监测的实用性。该体系的运营，将全面提升北京市泥石流专业监测预警的水平，为北京市防灾减灾提供高精技术支撑。

关键词：泥石流;多因素;监测;体系

中图分类号：P642.23        文献标识码：A     文章编号：1007-1903（2019）02-0025-06

Abstract： This paper makes a comprehensive analysis on the distributions， magnitude， and pattern of the debris flows in Beijing. Most of the debris flows in Beijing are small and scattered， and usually are coincided to heavy rain. Based on these characteristics， a project， which integrates the monitoring factors of triggering， response， expression， and exhibition， is provoked. In the monitoring method， the scheme adopts a multi-factor monitoring method of “one ditch and one system”， which fully collects real-time data of various influencing factors and improves the accuracy of professional monitoring effect; GPRS and Beidou satellite are used for data transmission， which avoids missing the transmission signal due to extreme weather， and will not receive field data in time， and ensures real-time data transmission. In the application of data， it takes into account the needs of the threatened masses for disaster prevention and mitigation as well as the needs of the management departments for command， and improves the practicability of professional monitoring system. The operation of the system will comprehensively improve the professional monitoring and early warning level of debris flow in Beijing， and provide high-precision technical support for disaster prevention and mitigation in Beijing.

Keywords： Debris flow; Multi-factors; Monitoring; System

0 前言

近幾年来，突发地质灾害专业监测已成为突发地质灾害防灾减灾重要的科学手段。北京市作为突发地质灾害发育的首都城市，突发地质灾害专业监测走在了国内乃至国际前列。北京市在突发地质灾害详细调查的基础上，遴选出具备开展专业监测的突发地质灾害隐患，采用目前国内外先进的专业监测方法，建立突发地质灾害专业监测网络体系，利用现场实时专业监测数据进行预警预报，提高突发地质灾害预警水平，为防灾减灾提供专业技术支撑。

1 北京市泥石流特点

泥石流是北京地区主要的突发地质灾害类型之一，据北京市突发地质灾害详细调查（北京市地质研究所，2014），全市共有856处泥石流隐患，广泛分布于北京市10个行政区的山区、浅山区（图1，表1）。从泥石流规模等级看（表2），小型泥石流占泥石流隐患数量的83.2%（712处），大型泥石流仅占1.2%（10处），北京市泥石流发育规模及分布的显著特点是：“小而散”。

北京市泥石流多为暴雨激发，因此，泥石流发生的时间与强降雨时间是高度一致的。北京位于半干旱半湿润气候区，平均年降水量并不多，平均暴雨日数仅为1～3天，但历时短局地降水强度大，从历史泥石流发生时间看，泥石流多发生在7月下旬、8月上旬，即业界俗称的“七下八上”，与北京地区大暴雨集中出现的时段一致。2012年7月21日（简称“7·21”），北京市普降大暴雨，其中房山区降水量最大，平均降雨量460mm（图2），本次降雨房山区河北镇西区沟（含晒台沟、口儿沟、老窑沟、杏园沟、朱家沟5条支沟）发生了泥石流。2016年7月20日，房山区霞云岭乡普降暴雨，其中堂上村日降雨量达140mm，江心台沟发生了泥石流。

北京市泥石流发生时间的特点是“与强降雨相伴”，也就是说，强降雨往往伴随着泥石流的发生。因此，北京市泥石流的专业监测手段，主要是围绕着降雨过程各阶段的参数不同变化而开展的。

2 国内外泥石流监测简况

国际上泥石流监测开展的较早并取得了较好的监测成果。1986—1995年，美国国家气象局（NWS）和美国地质调查局（USGS）建立了泥石流监测系统（Keefer，1987），通过开展对包含降水、流域土壤含水量及孔隙水压力等内容的监测，在旧金山湾区进行试验，取得了成功。日本（Onodera，1974）、香港（Brand，1984）、新西兰（Crozier，1999）、南非（Garland）等相继建立了泥石流监测系统。

近年来，我国泥石流灾害频发，造成巨大的损失，引起相关部门的高度重视，许多专业监测系统相继建立起来。如国土资源部开展了典型地质灾害监测预警与示范治理的计划项目，相继在四川的雅安、延安宝塔及北京地区等开展了专业监测示范研究，建立了专业监测示范点，取得了令人满意的监测成果（北京市地质调查研究院，2012）。

3 泥石流监测方法及专业监测体系构架

泥石流监测是泥石流研究的先行手段，是泥石流机理分析、物理过程及预警的基础。根据泥石流发生的必要条件，泥石流监测的主要内容包括泥石流的形成条件、运动特征及流体特征等（中华人民共和国国土资源部，2006）。国际上主要通过使用地震波（Arattano，1999）、地面震动（Hurlimann，2003）等方法对泥石流开展监测，国内主要通过监测雨量、地声（陈精日， 1991）、超声波（康志成，1991）、次声（唐川，2008）等方法对泥石流进行专业监测预警。

北京市泥石流专业监测是在充分考虑泥石流特点的前提下，采用目前国内外先进的专业监测方法，建设成北京特色的专业监测体系，该专业监测体系由数据采集—数据传输—及数据处理三大模块构成（图3）。数据采集采用国内外各类专业监测仪器，通过专业监测仪器将隐患现场的各类因素的实时变化采集变成可识别的数字信号后，通过传输系统，传输到数据处理中心，对数据进行处理分析之后进行应用。

4 数据采集的模式

根据北京市泥石流“小而散”及“降雨激发”的特点，每条泥石流沟在布设条件允许的前提下，至少布设1台套雨量监测站并尽可能多地布设监测泥石流各类因素的专业监测仪器，形成“一沟一体系”的数据采集网络（图4）。

根据泥石流发生不同阶段不同因素的特点，分别从泥石流发生的激发因素、响应因素、表达因素及展现因素4个方面对泥石流进行多方位专业监测（表3）。

激发因素的监测  北京市泥石流多为暴雨激发，因此，雨量监测是北京市泥石流专业监测首选的必要的监测因素。通过安装在泥石流沟形成区的一体化自动雨量站（照片1）实时采集雨量信息并进行数据处理后，能及时得到泥石流隐患现场的实时数据，为泥石流的预警提供各时段的现场降雨量。

响应因素的监测  随着降雨过程的推进，松散土体内的含水量不断增加，土体颗粒之间的摩擦力降低，土体内的孔隙压力上升，最终土体液化，形成泥石流的物源。因此土体含水量的变化是对降雨过程变化的响应，是影响泥石流形成的动态可监测因素，因此，在有条件的沟谷中安装一体化土壤含水率监测站（照片2），实时监测松散土体内含水量的变化情况，作为泥石流监测预警的辅助分析数据。

表达因素的监测  泥石流发生之时，沟内的次声、泥水位及变化数据的采集，是泥石流临灾预警的第一现场数据。泥石流次声（照片3）信号是一个卓越频率（5-15Hz）范围内的确定信号，并且根据泥石流次声的声压值，判断泥石流的发生及泥石流可能的规模（章书成，2010）。泥水位（照片4，照片5）是通过采用超声设备采集相关数据。

展现因素的监测  泥石流发生的现场活动情况的捕捉，是泥石流研究重要的资料，也是对救灾现场指挥部署的重要依据，因此，对有条件安装视频的重点隐患，采用视频监控（照片6）的专业监测方法。

5 信息传输的模式

GPRS是基于地面基站和地面发射塔的无线通信，具有传输速率高，实时性强，使用成本低等优点（陈明金，2004）。但是，由于其所基于的地面发射塔在极端气候环境条件下易损坏，导致数据无法及时传输，因此，就必须选用一种不受恶劣气候影响的通信方式来作为备用通信方式，而北斗卫星基于卫星传输，能弥补GPRS这一缺点（谭承军，2014），因此通信方式宜采用GPRS、北斗卫星双系统（张志龙，2005），二者共同作用，确保数据传输的不间断性。因此，泥石流专业监测仪器采集数据的传输均采用GPRS和北斗卫星两种传输方式，两种传输方式能自动切换，确保数据能实时传输。

由于一体化视频野外监控站采集的图像为高清图像，数据传输量大，GPRS传输方式无法支撑如此大量数据的传输，根据现在信息传输的模式，选用了光纤网络传输，将实时采集到的高清图像传到数据中心及相关管理部门。

6 数据的应用模式

基于数据采集设备的多样化，数据的应用也是多层次的。根据采集数据是直接应用于预警预报还是间接用于预警预报分为直接应用和间接应用两种类型。其中次声数据通过声频转换，在隐患现场进行预警信息的发布，属于直接应用数据。而降雨量、泥水位及土壤含水率数据经综合分析之后，应用于预警预报，属于间接应用数据。视频图像的采集，更多的应用于领导部署工作及技术人员进行现场情况研判。

7 结论

北京市泥石流专业监测体系是在全面考虑泥石流特点的基础上建立的专业监测网络，是目前国内硬件系统建设最完善的泥石流专业监测体系，具有全面性、先進性和实用性。专业监测因素全面，基本形成一沟一体系的多因素数据采集网;数据传输全面实现两种自动切换模式，确保全天候数据传输的通畅;数据应用多层次，防灾减灾及灾害管理全面兼顾。

北京市泥石流多因素专业监测体系作为北京市泥石流专业监测的一个新平台的建设及运营，预示着北京市泥石流的预警预报从此跨入了以专业监测为主导的监测体系，泥石流预警预报的影响因素从仅仅依靠气象站的单因素的雨量预报向多因素联合预报转变，泥石流预警预报的时间模式从单一时间维度向多层次时间维度的模式发展，必将在泥石流的预报精度上大大提高，为首都的防灾减灾做出新的贡献。

参考文献

北京市地质研究所，2014. 北京市突发地质灾害详细调查[R].

北京市地質调查研究院，2012. 北京地区滑坡泥石流灾害监测预警示范研究[R].

陈精日，章书成，1991. 泥石流地声特征及NJ-2无线遥测泥石流警报器的研制[C]//第二届全国泥石流学术会议论文集，北京： 科学出版社： 36-41.

陈明金，欧阳祖熙，师洁珊，等，2004. 基于GPRS技术的地质灾害无线遥测系统[J]. 自然灾害学报，13（3）：65-69.

康志成，胡平华，1991. 泥石流泥位报警原理及仪器[C]//第二届全国泥石流学术会议论文集，北京： 科学出版社：42-46.

唐川，2008. 城市泥石流灾害预警问题探讨[J]. 地球科学进展，23（5）：546-552.

谭承军，罗群，曾国强，等，2014. 滑坡泥石流地质灾害野外监测预警系统[J]. 自动化与仪表，（6）：17-21.

章书成，余南阳，2010. 泥石流早期警报系统[J]. 山地学报，28（3）： 351-356.

张志龙，华克强，孙淑光，2005. 北斗导航系统与GPS结合在民航中的应用[J]. 自动化与仪表，20（7）： 55-58.

Arattano M， 1999. On the use of seismic detectors as monitoring and warning systems for debris flow[J]. Natual Hazards， 20（2-3）： 197-213.

Brand E W， 1984. Relationship between rainfall and landslides in HongKong[C]//Proc.of the IV International Symposium on Landslides. Toronto： Canadian Geotechnical society： 377-384.

Crozier M J， 1999. Prediction of rainfall-triggered landslides： A test of the antecedent water status model[J]. Earth Surface Processesand Landforms， 24（ 9） ： 825-833.

Garland G G，Olivier M J， 1993. Predicting landslides from rainfall in ahumid， sub-tropical region[J]. Geomorphology， 8 （2）： 165-173.

Hurlimann M， Rickenmann D， Graf C， 2003. Field and monitoring data of debris-flow events in the Swiss Alps[J]. Canadian Geotechnical Journal， 40（1）：161-175.

Keefer D K ， Wilson R C， Mark R K， et al， 1987. Real-time Landslide warning during heavy rainfall[J]. Science， 238（4829）： 921-925.

Onodera T， Yohinaka R， Kazama H， 1974. Slope failures caused by heavy rainfall in Japan[J]. Applied Geology， 15（4） ： 191-200.