山体滑坡监测预警系统开发探究.pdfVIP

山体滑坡监测预警系统开发探究

摘要：我国是世界上地质灾害最为严重的国家之一，近年来，频繁发生的山

体滑坡灾害对国民经济和人民群众生命财产造成了严重威胁与损失。基于Web的

可视化监测预警系统可实现数据监测、可视化展示以及对山体滑坡进行预测等功

能，不依赖任何固定网络设施，具有成本低、自组网、无人值守、可靠性强的特

点，已逐步成为山体滑坡监测最主要的技术手段。因此，研究山体滑坡监测预警

系统开发具有重要意义。下面笔者就对此展开探讨。

关键词：山体滑坡；监测预警；系统开发；

滑坡监测系统按照监测数据处理流程可以细分为现场传感器监测节点（终端

节点）、传感器数据接收节点和传感器数据上传节点（网关节点）。现场传感器

节点包括微处理器、LoRa模块、雨量传感器模块、位移传感器模块、倾角传感器

模块以及电源模块等，监测节点负责采集传感器数据并通过LoRa无线模块发送

到传感器数据接收节点；传感器数据接收节点与上传节点位于网关节点，负责接

收现场各个传感器监测节点发送过来的监测数据，并且经过一定的数据处理后打

包发送至上传节点；上传节点通过4G全网通模块将监测数据上传至云服务器。

1系统框架设计

系统通过切向角传感器、降雨量传感器、土壤温湿度传感器、环境温湿度传

感器将采集到的数据通过MQTT传输数据，再利用阿里云服务器作为中转站，负

责下位机网络交互和应用信息发布。在Python3.7环境下配置MQTT通信协议，

实现数据的订阅、处理与数据可视化。其中利用Django框架开发监控界面；使

用Python语言实现系统后台功能逻辑和滑坡预测；使用HTML语言和相关脚本语

言实现前端模板页面；选择Mysql保存山体滑坡等数据并使用Navicat工具对数

据库进行管理，随后利用数据可视化技术在后端对数据库中数据进行可视化处理

并传输到Web端进行展示。同时，在系统中融入模糊综合评价算法实现对山体滑

坡的危险等级划分并对山体滑坡进行预测，最后将整个监测预警系统进行服务器

部署以适应实际工业环境的应用。

2层次分析模糊综合评价法

2.1建立预警模型因素和评价集

因素集是由影响评价对象因素构成的集合，通过查阅国内外相关文献和专家

经验，此山体滑坡评价模型选用环境温湿度、土壤湿度、降雨量、位移量作为影

响因素，确定山体滑坡监测预警模型的因素集如下式：

(1)

式中，u（i=1,2,3,4,5）分别对应环境温度、环境湿度、土壤湿度、降雨量

i

和位移量，它们具有不同程度的模糊性。该山体滑坡监测预警模型评价集为对山

体滑坡稳定性评价做出的评价结果的集合，划分为3个等级，记为：

(2)

式中，vi（i=1,2,3）为山体滑坡监测预警模型的评价指标，分别表示安全

级、注意级和警报级。

2.2隶属度函数和因素权重集

评价指标一般是用模糊语言来描述的，使用隶属函数数量化。为消除其模糊

性，需构建隶属函数进行数量化评价，因素集到评语集的模糊映射即为隶属程度。

用(0,1)的数值表示隶属程度，其值越高，即隶属程度越高，模糊性就越高。使

用线性关系得到隶属函数值。由此得到单滑坡影响因素的综合模糊关系矩阵R如

下式：

（3）

采用层次分析法确定山体滑坡各因素权重，建立递阶层次结构模型，将其分

为三层，分别为目标层、准则层和方案层。目标层需对山体滑坡监测预警模型做

出稳定性评价；准则层为各影响因子；方案层为山体滑坡评价结果，将其分为三

个等级：安全级、注意集和警报集。最后构造判断矩阵，计算权重并进行一致性

检验。

3软件架构及模块设计

整个山体滑坡监测预警系统基于Web服务，采用B/S工作方式，通过浏览器

访问山体滑坡监测预警系统。用户通过浏览器连接到该山体滑坡监测预警网站时，

处于逻辑层的Web服务器从文件系统中加载Web页面脚本，并将其传递给脚本引

擎。脚本引擎负责解析并执行脚本，脚本使用数据库连接器打开存储层连接并对

数据库执行Sql语句。此山体滑坡监测预警系统采用Django框架进行Web开发，

前端使用HTML语言、CSS、JS等实现网页展示，后端主要使用Django自带的

Web框架进行一些逻辑编写，融合模糊综