━━━━
我国大部分山区的地质环境脆弱、地形条件复杂、局地气候效应显著。这些因素的交织往往使山区泥石流灾害呈现出成因复杂、隐蔽性强、突发性强等特点，而提升泥石流防灾减灾能力、有效降低灾害损失的关键就是提高早期识别水平。当前，以“群测群防”为主的灾害监测预防模式不但需要耗费大量人力成本，而且也很难适应更高的防灾需求。因此，研发适用于复杂山区、具有高可靠性和高智能化水平的泥石流监测预警技术和装备就显得尤为必要和急迫。
在国家重点研发计划的支持下，由中国科学院•水利部成都山地灾害与环境研究所、中国地质调查局水文地质环境地质调查中心、北京空间飞行器总体设计部、中国科学院地理科学与资源研究所、中国科学院上海微系统与信息技术研究所、电子科技大学、成都理工大学、西南交通大学、长江水利委员会长江科学院、四川省国土空间生态修复与地质灾害防治研究院等单位联合组建的“复杂山区泥石流灾害监测预警与技术装备研发”项目研究团队，在复杂山区泥石流起动条件和预警模型、智能化监测预警设备、灾害数据传输等方面取得一系列成果，为提高我国泥石流监测预警技术的智能化水平和环境适应能力打下了坚实基础，为我国泥石流防灾减灾工作以及山区生态环境可持续发展提供了重要的科学方法和技术保障。从触发动力因子的角度，泥石流可以分为水力类和土力类两大类型。这两大类泥石流在赖以发育的地质环境、地形地貌和水文气象等方面存在显著不同，在形成机制和关键因子上也迥然相异。研究团队基于野外调查、水槽模型实验和文献调研，从理论层面进一步明晰了两类泥石流的易发环境（地质、地貌、气候等）、起动条件与关键要素。水力类泥石流起动的核心控制因素是水流对物源施加的冲击和拖曳力，与水流或水沙浆体的强度密切相关；土力类泥石流起动的核心过程是滑坡（库伦破坏）和土体液化，主要受控于孔隙水压力和土体含水量。上述分析成果不但可以有针对性地指导泥石流监测预警体系的构建，还可以有效助推防控治理策略的制定，具有重要的科学价值和实践意义。目前，基于监测预警阈值所做出的预警普遍存在误报率高、漏报率高的问题。这一方面是由于过分依赖局地雨量，而对区域雨情信息的重视程度不足，另一方面则是由于传统的降雨-历时预警曲线不能很好地反映流域内通过斜坡失稳补给泥石流的精细化情况。为此，研究团队利用数理统计和数值模拟方法，在区域尺度上考虑泥石流激发雨量的空间异质性及其与地质、地形要素的联系，并建立了相应的预警模型，在单沟尺度上建立了基于水土耦合物理过程的精细化泥石流降雨-历时预警模型。上述预警模型为构建多尺度多指标的区域、单灾点级联组合式的泥石流灾害监测预警体系提供了可靠的理论阈值计算方法。微波雷达具有穿透能力强、全天候和全天时工作性能稳定、测量精度高等优势，可以作为传统监测技术和手段的有力补充。采用这种方法，再结合面向泥石流监测的大数据建模与精确匹配技术，研究团队实现了更为可靠和准确的泥石流监测。这也是国内首次将微波雷达测量技术应用于泥石流灾害监测。
研究团队在泥石流微波雷达监测设备的探测距离、雷达散射截面积（RCS）、功耗等方面均取得一定突破。目前，其探测距离可达1.5千米，目标RCS最小可达1平方米，速度监测范围为0.2～22米/秒，功耗小于30瓦，发射功率小于2瓦，工作温度为-30～50摄氏度，重量低于7千克。该设备携带方便，可在现场快速安装，不易受光线和恶劣天气的影响，野外环境适应能力优越，能够有效检测各类泥石流灾害。
研究团队结合机器视觉领域的先进技术和分析手段，发展出基于图像增强、噪声抑制、背景建模分析、目标检测和图像信息融合等算法的泥石流自主识别技术，提出了基于靶标视频信息分析的泥石流体特征监测技术，再结合面向山地特征的低光照环境可见光视频数据采集和融合技术，研制出可见光泥石流自动化识别系统，并展开测试验证和示范验证。验证结果表明该系统可检测到25米外的1毫米移动，位移监测报警响应时间在5秒以内。━━━━
研究团队在泥石流监测预警设备与信息传输等方面取得了多项技术突破。例如，基于航天测控技术的移植，突破了泥石流监测预警设备遥测数据采集与遥控指令分发技术；基于多维数据融合与航天器能量平衡等技术，突破了泥石流监测预警设备自主健康管理技术；基于通信质量智能感知、通信信道最优选取，以及基于物联网的自适应中继通信技术，突破了极端环境条件下泥石流多元监测信息的多链路传输技术。研究团队基于上述突破，开发了适应野外恶劣工作环境、具有自主健康管理能力的无人值守综合监测系统，以及全天时、全天候、空天地一体化的多网融合、快速自组网的数据传输系统，形成了环境适应能力强、通信稳定可靠的监测预警设备——多模通信单元，解决了传统泥石流监测预警设备环境适应性差、可靠性低等问题，有效提高了泥石流监测预警的及时性、可靠性和准确率。
根据示范区域孕灾环境及灾害威胁对象的特点，研究团队提出了技术装备集成方案，开展了大型人造泥石流监测技术联调联试，建立了静态本底数据库和动态监测数据库，开发了基于云平台的泥石流网络地理信息系统（Web-GIS）的监测预警系统。针对威胁九寨沟世界遗产地的泥石流沟道，研究团队以生态化施工方式，完成了泥位计、雨量计、地声、撞线、视频、报警器等监测点位的建设，实现了四川省地质环境管理信息系统、九寨沟管理局监测预警系统与本项目监测预警系统之间的信息互联互通。针对威胁国道G318的冰川泥石流沟，研究团队完成了雷达扫描模块、低可见光模块、多网通信模块、最优供电策略等的集成部署，并在西藏林芝地区的培龙沟、天魔沟、古乡沟等示范点开展应用示范。
未来，研究团队将在现有研究成果的基础上，采用多源卫星遥感、物联网自组网、人工智能判识等先进技术和方法，融合发展灾害智慧感知和预警技术，构建天地协同、全天候、无缝对接的泥石流监测预警体系，以进一步提高泥石流监测的智能化水平和预警成功率。
研究团队在复杂山区泥石流灾害监测预警与技术装备上取得的一系列进展与突破，为减轻我国山区泥石流灾害监测预警的人力负担提供了可行方案，为川藏铁路等重大工程项目的安全建设与运营提供了重要保障，为最终实现泥石流灾害监测预警的全自动化和高智能化提供了关键技术支撑。致谢：感谢中国21世纪议程管理中心、国家重点研发计划“重大自然灾害监测预警与防范”重点专项“复杂山区泥石流灾害监测预警与技术装备研发”（项目编号：2018YFC1505200）的支持。本文刊登于IEEE Spectrum中文版《科技纵览》2021年6月刊。
胡凯衡：中国科学院•水利部成都山地灾害与环境研究所研究员、项目负责人。
刘双：中国科学院•水利部成都山地灾害与环境研究所助理研究员。
IEEE Spectrum
《科技纵览》
官方微信公众平台
>>>本文为原创，转载请回复。<<<
