基于LoRa物联网的滑坡泥石流远程监测预警系统研究

刘书伦 孙建国

(济源职业技术学院, 河南 济源 459000 )

0 前 言

在我国许多地区尤其是中西部山区和丘陵地区，由于地质和气候的变化，滑坡和泥石流等地质灾害事件非常普遍，严重威胁着人民群众的生产生活和生命安全。目前国内常通过设置物理屏障(覆盖网、石笼、落石围栏等)、植树造林和梯田工程等来防止滑坡和泥石流的发生，但未对滑坡和泥石流进行监测和预警，因此需要设计监测预警系统，以便及时预测自然灾害的发生。本次研究设计了一种基于LoRa物联网的滑坡泥石流远程监测预警系统，提出了一种灾害预警机制，当灾害即将发生时向附近的交通控制部门和群众发出警报通知信息。

LoRa技术是一种远距离无线通信技术，采用直序扩频方式，抗干扰性强、接收灵敏度高[1]，被广泛应用于物联网农业、智能无线抄表、机器人控制、安防系统、车辆跟踪、智慧城市等领域。与窄带物联网(NB-IoT)技术一样，LoRa技术目前已发展成为物联网通信的理想技术。万雪芬等人设计了一种地下LoRa无线传感器网络的传输测试系统，场景测试结果表明，该系统运行可靠、使用方便灵活，LoRa低功耗广域网技术也可以较为可靠地满足土壤介质中无线传感器网络的数据传输需求[2]。

1 系统模型设计

1.1 监测预警系统原理

当灾害即将发生时会有基岩或者土壤移动，从而引起地表振动，这时就会激活振动传感器进行感应和检测。当该区域发生暴雨时，雨量传感器被激活，装有雨量传感器的节点与LoRa节点连接，并将信息传送给LoRa网关节点；LoRa网关节点又连接多个LoRa传感器节点进行数据采集和信息广播，并将所有信息通过移动通信网络传送到云端服务器[3-4]。

1.2 监测预警系统模型

对于某个传感器节点，令其初始能量和剩余能量分别为εi和εr，则占空比的计算如式(1)所示：

(1)

式中：D—— 占空比；

Dmax—— 最大占空比；

Ta—— 时间校准；

Tx—— 唤醒时间。

占空比随着异常概率的增大而减小，说明滑坡和泥石流发生的可能性越大，唤醒间隔时间越短[5]。Ta的引入可以减少响应延迟，εr有助于平衡传感器节点之间的能量消耗[6]。

假设有一个单元a，v与a相关联，v与a可以同时为True，也可以同时为False。一个事件的隐藏变量X选择一个传感器，则给定的条件概率P(v|a)可以表示为X和v联合概率的边际概率。

则v的概率如式(2)所示：

(2)

使用外部公式P(Xi|a)表示给定a时每个传感器的置信度。例如，如果某个传感器不可用，则其对应的P(Xi|a)为0；如果一个传感器控制其他传感器，则可以大概率分配一个对应的P(Xi|a)。

将式(2)改进为式(3)：

(3)

式中：Qi—— 传感器i根据历史数据的归一化先验F测量值；

Kij—— 单元a中传感器i的第j个正分类项；

Lij—— 单元a中传感器i的第j个负分类项；

Uij—— 单元a中传感器i过滤掉的第j个干扰项目；

Ni—— 单元a中传感器i的项目总数。

根据上述算法可以计算出大概率发生滑坡和泥石流灾害的临界值，而不同的地理环境和硬件测试环境下计算出来的临界值不同。如果振动值或湿度值大于临界值，则发送警报通知消息。为了延长无线传感器网络的使用寿命，还应平衡节点之间的能量消耗[7]。

2 系统架构设计

为了达到实时采集传感器信息的目的，考虑到无线传感器网络的发展趋势，由一组硬件节点负责采集环境传感器数据，采用LoRa技术完成相互通信[8]，并通过移动通信网络使用MQTT协议与云端服务器进行通信。云端服务器负责存储和分析数据。

系统基于1个LoRa无线传感器网络，该无线传感器网络由2类不同的节点组成，每个节点都有各自的职责和特点。

(1) 网关节点。单个节点，负责接收从无线传感器节点发送的消息，并将其传输到云端服务器。

(2) 无线传感器节点。多个节点，负责收集环境传感器信息，并将其发送给LoRa网关。

系统整体架构如图1所示。在暴雨天气条件下，激活雨量传感器，并在基岩或者土壤移动时激活振动传感器。易滑坡区域有多个LoRa传感器节点，负责将收集到的数据通过LoRa网关传输给云端服务器，云端服务器监测数据的变化，并在数据达到指定阈值时向附近的交通控制部门和群众发出警报通知信息。

图1 系统整体架构图

3 系统硬件设计

3.1 LoRa网关节点

LoRa网关节点的主控芯片采用ARM的Cortex-M4。Cortex-M4是一种面向数字信号处理(DSC)和高级微控制器(MCU)应用的高效方案，不仅具有高效的信号处理能力，而且具有功耗低、成本低、使用方便等特点[3-4]，LoRa网关节点外观图如图2所示。

图2 LoRa网关节点外观图

LoRa网关节点采用LoRa无线通信技术，内置LoRa的SX1278射频芯片和4G移动通信模块，能够把分布离散式的多个节点的传感器数据通过LoRa无线传感器节点传输给LoRa网关。LoRa网关通过4G移动通信网络将处理后的数据传输给云端服务器，进而实现滑坡数据监测与分析预警。

3.2 LoRa无线传感器节点

LoRa无线传感器节点采用EML3047无线模块。EML3047是一款集成了SX1278射频芯片和Cortex-M0微处理器的LoRa模块，包含20 KiB RAM、6 KiB EEPROM和128 KiB Flash，运行LoRaWAN协议栈和应用，支持470～510 MHz频段，以及LoRaWAN Class A/B/C协议和私有协议，能够满足不同应用和低功耗场景的需求。LoRa无线传感器节点主要负责将振动传感器、加速度传感器、土壤湿度传感器和雨量传感器的数据通过无线传感网络发送给LoRa网关[7]。

LoRa无线传感器节点架构如图3所示，节点设备为单跳星形拓扑结构组织，每个节点单独连接邻近的LoRa天线。传感器节点设备均在低占空比模式下工作，每10 min自动唤醒以获取传感器数据，然后进入深睡眠模式。每台设备配备2个4 600 mA电池，运行使用寿命大约为2 a。

图3 LoRa无线传感器节点架构图

4 原型系统设计

本次研究对LoRa无线传感网络系统原型进行可行性验证。EML3047是一款LoRa无线模块，集成了LoRa的SX1278射频芯片和Cortex-M0微处理器，结合土壤湿度传感器，通过导电性检查土壤湿度，同时考虑到传感器附近的水含量[9]。定期检查土壤湿度，获取水分含量，以便验证土壤湿度水平。

本次研究设计了土壤湿度传感器原型，在离传感器相当远的地方加水，分析土壤湿度值，并将采集的数据转化为土壤水分的百分比。当有大雨时，数据收集的频率应跟着传感器节点动态增加，以便执行细粒度的监视控制。在晴天，频率可以大幅度减少，以便更好地降低传感器节点的能耗、增大续航时间。

黑土能更有效地减少水在矿物颗粒间的摩擦作用，具有比矿物质更高的保水能力，湿度传感器需要更长的时间来监测其湿度变化。这有助于根据土壤特点来确定传感器节点位置。

原型实验中还将土壤湿度传感器采集到的数据通过LoRa网关传输到Web服务器上。当土壤湿度传感器的数据达到某个阈值后，通过Web服务器向移动通信终端发送告警信息，并在数据库中获取更详细的信息。

5 结 语

针对丘陵山区滑坡泥石流易发区域的远程监测预警问题，提出了一种基于LoRa物联网的滑坡泥石流远程监测预警系统，设计了一种用于土壤湿度采集的LoRa无线传感网络原型系统，模拟了滑坡泥石流远程监测预警系统的工作流程。