基于智能多媒体传感器的地质灾害监控网络

摘 要：针对滑坡泥石流地质灾害监测和防治的重点，设计提出了一套基于智能WSN的地质灾害区域的应用架构和应急保障体系结构。介绍了系统总体方案，详细阐述了系统硬件、网络设计以及系统协议、算法和软件设计。本系统不仅能够对地质灾害易发区域进行实时远程网络监控，而且能够实现智能化调控监控设施的参数和多媒体设备的调度，实现了对山体滑坡等自然灾害监测的可靠性和预报预警的实时性。

关键词：无线传感器 智能多媒体无线传感器 地质灾害监测 滑坡泥石流灾害

中图分类号：TP212.9 文献标识码：A 文章编号：1672-3791（2013）01（b）-0010-04

据不完全统计，近10年来，因滑坡、崩塌、泥石流造成死亡和失踪的人员每年平均约1000人，造成直接经济损失年均38.6亿元。四川、甘肃和陕西等省地震区84个县（市、区）发现重大地质灾害点8439处，其中，滑坡4372处，崩塌2309处，泥石流515处，威胁109万人的生命安全[1]。国内外用于山体滑坡监测的方法和手段很多[2]，由于山体滑坡监测区域的地理条件复杂、线路架设困难、电源供给等限制，使得有线系统部署起来非常困难，系统维护十分不便，并且监测网络结构的可靠性不高[3]，并且很多监测系统监测到的信息十分有限，监测方式成本高，不适合大范围推广与应用[4]。

无线传感器网络技术延伸了传感器的感知触角[5]，实现对目标状态信息的非接触传递、实时监测、协作处理、本地化决策，以及与互联网和移动通信网的接入，则大大提高了信息采集的实时性、可靠性和灵活性。以传感器网络技术为基础，结合宽带移动通信技术，建设不同地质环境背景、不同气候条件的地质灾害监测示范区，解决滑坡泥石流监测预警的关键技术，及时捕捉重大滑坡泥石流的前兆信息，成为当前灾害防治研究的热点内容。

1 系统总体方案和架构

1.1 地灾监测系统的总体架构

多媒体无线传感器网络（Wireless Multimedia Senior Network，简称WMSN）是由一组具有计算、存储和通信能力的多媒体传感器节点组成的分布式感知网络[6]。它通常由多媒体传感器节点（multimedia sensor）、汇聚节点（sink node）、控制中心（control center）等构成，借助于节点上多媒体传感器感知所在周边环境的多种媒体信息（音频、视频、图像、数值等），通过多跳中继方式将数据传到汇聚中心，汇聚中心通过Internet 网络或通信卫星到达控制中心。用户通过控制中心对传感器网络进行配置和管理，监测任务以及收集监测数据[7～9]。

地质灾害监测系统由无线传感器节点、网关节点、通信传输基站及监控中心系统构成，如图1所示。系统内WMSN节点是使用ZigBee协议的低速率探测传感器节点（如表层探测传感器、地表深度位移传感器、雨量传感器等）。网络中的各种探测传感器节点与中继节点通过自组织成网的方式构成最底层的传感器监测网。系统内WMSN节点采集到的数据信息沿着传感器节点组成的网络逐级跳转进行传输，最后汇集到网关节点层。

汇聚网关层则使用WiFi进行数据的传输，该层包括ZigBee-WiFi网关、WiFi中继节点、TD-SCDMA网关与大数据量的音视频传感器节点、GPS传感器节点和地声传感器节点。探测传感网络中的数据可以通过任一个ZigBee-WiFi网关接入汇聚网关层，通过汇聚网络中继到达某一个TD-SCDMA网关，TD-SCDMA网关具有WiFi到TD-SCDMA的网关功能，能够将使用WiFi汇聚到的数据通过TD-SCDMA网络发送到监测中心。为了满足大数据量的传感器设备如音视频传感器等的数据速率要求，也将他们放入到汇聚网关层，他们可以以单跳或多跳的方式将数据传送至TD-SCDMA网络中。

第三层为TD-SCDMA网络与地质灾害监测中心站。本系统使用TD-SCDMA网络与远程地质灾害监测中心站进行数据交换。TD-SCDMA网络具有覆盖范围广、数据传输率高的特点。使用TD-SCDMA网络可以基本满足当前的监测传感器与多媒体数据的传输需求，并可以大大降低研发和部署成本。对于地质灾害监测的汇集传输是一个很好的选择（见图1）。

1.2 灾后应急保障体系结构

当灾区经受了地震、滑坡泥石流等破坏后，监测区域的TD-SCDMA网络可能受损，长期监测网络通信会出现链路故障。为了能够收集到各类传感器在受到地质灾害时采集到的宝贵的数据，灾后通信保障采用支持宽带无线通信技术TD-LTE的远距离基站（如图2所示），该基站具有WiFi-LTE网关的功能，将受灾区域内部署的传感器节点监测到的数据通过WiFi汇聚到应急基站进行远距离的接力传输。

同时，各传感器节点带有较大的存储器，能够缓存采集到得数据，一旦链路受到破坏无法进行数据传输，则对数据进行缓存。当基站建立起来或者有人携带通信设备进入灾区后，就可建立起通信链路，此时就可将数据传送给采集设备，完成数据采集过程。监测数据通过基站传输到远程指挥监控中心，通过多媒体信息与各类监测数据监控灾区或易发灾区的破坏情况，并可根据数据分析结果对滑坡泥石流的灾害情况进行评估和分析。

2 系统设计

2.1 系统硬件设计

2.1.1 智能传感器组件设计

地灾监测系统的智能传感器组件包括：智能化输出传感器，无线传输网络模块，智能化电源管理，（见图3）。智能传感器组建实现了功能模块化、测量自动化、接口标准化，即将固定式测斜仪、孔隙水压力计、地表裂缝位移计、雨量计等传感器实现智能组件化；开发适应传感器网络体系要求的标准接口、协议，进一步实现功能组件的模块化；实现传感器数字化、网络化，即在传感器组件层引入高性能、低功耗的微处理器；对传感器输出实现本地数字化，引入（专用）标准无线收发模块和协议规范，支持滑坡泥石流监测传感器网络体系标准；适应野外环境的高可靠性仪器装备，即满足不同地区、不同环境条件下仪器装备的可靠性要求。通过将固定式测斜仪、孔隙水压力计、地表裂缝位移计、雨量计等传感器模块化，并定义标准接口，与传感网节点设备连接，实现传感器的智能化、网络化。

2.1.2 多媒体监控网络设备

多媒体监控是减小滑坡泥石流灾害损失的重要手段，不同的监测对象和监测环境对多媒体信息源和传输手段的要求也不同，因此本系统采用模块化设计，由多媒体接口模块、处理器、射频接口模块、电源模块构成多媒体监控设备（如图4所示）。其中，媒体接口模块负责连接多媒体数据源。根据数据采集要求可分别连接视频监控设备和照片采集设备；射频接口模块则根据具体的监测环境连接WiFi射频模块和TD-LTE射频模块；而处理器模块和电源模块与传统传感器节点设备相应模块功能类似。

此外，多媒体监控对无线网络带宽的要求会很高，本系统采用宽带无线传输技术，选择使用具有自主知识产权的第二代信源编码标准AVS对视频进行编码。同时，使用事件驱动的方式，在监测区域出现异常情况时，才启动摄像头进行进监控，以增加网络运行效率。

2.1.3 多协议网关的设计

相对通常的传感器网络，面向滑坡泥石流灾害的传感器网络网关有其特殊的技术要求。由于其面临复杂的监测环境，并且面临滑坡泥石流灾害发生后各种通信设施被毁的情况，因此必须支持各类高、低速共存的通信协议，网关设备必须能够处理各种不同协议之间的数据转发，包括支持多协议的模块化网关设计，低功耗电源管理策略，突况紧急存储。

本系统对射频模块的数据交换接口进行抽象，设计多协议支持模块，对不同的协议提供支持，（见图5所示）。需要对某种协议的支持时，只需要将该协议的射频模块接入网关，并进行简单的配置即可完成网关的协议类型转换。由于各种协议的数据传输速率不同，因此网关设备必须提供存储模块，对接受到的数据进行缓存。另外，一旦发生紧急情况，网关还能够将最后接收到的数据存储起来，并进入睡眠状态以节省能源。待救援人员到达其传输范围之内，将其唤醒，并通过无线方式获取其缓存的数据，从而获取灾害的详细资料，对今后的灾害预警提供宝贵资料。

电源是无线传感器网络设备关键因素。两种方式可以提高能源利用率：一是通过采用软硬件协同的动态功耗管理机制来有效地节约能耗；二是通过采用能量自适应网络组网模式策略，在组网或者进行路由选择过程中，充分考虑节点能量信息，即优先选择能量高的节点传输关键数据，让能量低的节点进入睡眠模式，必要时才将其唤醒以维护网络正常运行，从而显著降低节点的能耗。

2.2 系统通信协议和软件设计

本系统要求建成一个支持传感器网络[10]从面（区域）到线（监测剖面）到点（重点位置核心参数），覆盖灾害体区域的地上（如降水量/强度、地表位移等）和地下（深部位移、孔隙水压力等），包含地体变形参数、相关因素、诱发因素的立体监测预警系统。各种监测地质灾害的传感器节点（如：雨量传感器、含水率传感器、测斜传感器、位移传感器等等）构成一个异构的网络，而且不同类型的传感器节点监测产生的数据特征是不同的，例如：雨量传感器、含水率传感器、测斜传感器、位移传感器产生的数据量小，并且数据的实效性不强；而地声传感器、GPS设备与视频传感器产生的数据量大。为了在满足数据要求的条件下更好的利用带宽资源，本系统采用低速率与高速率传感器节点共存的异构网络体系结构（见图6）。雨量传感器、测斜传感器、位移传感器采用低速率网络传输协议；地声传感器、GPS设备与视频传感器采用高速率宽带网络传输协议。

依据监测方案来设定监测参数的类型和传感器组件数量，依据传感器组件的带宽和数据传输速率构建数据通信子网，各子网内部节点间通过自组织成网方式形成底层数据传输网络，向上汇聚于汇聚节点，各子网汇聚节点（也是地灾监测网络终端节点）向上以地灾监测网络协调器节点为汇聚节点，实现数据的汇聚接入地灾监测网络。

在系统软件平台设计中，无线传感器节点间的通信机制是重点，如何合理设计节点间的收发数据机制从而有效实现节能是整个方案设计必须要解决的关键问题。软件功能主要包括数据采集和处理、路由算法的实施以及无线传输。应用层面的系统网络软件流程（如图7所示）。

在网络初始化和通信信道选择阶段之后，无线传感器节点开始进入对周边的物理环境进行数据采集的流程。首先，根据系统设定，为了达到网络节能的目的，节点将处于低功耗状态直至收到数据采集请求后被激活，在数据采集过程中，数据完整性校验贯穿始终。然后，节点实时比较所采集数据与预先设定的阈值的大小，如果数据超出程序预先设定的阈值，图像传感器将被激活以拍摄现场的视频数据，且数据将被实时传输到远程控制中心；如果未超出阈值，传感器节点将继续采集和传输本地数据至基站。最终，所有数据将在控制中心汇总分析，以辅助决策。同时，当接收节点收到监控中心的接收请求后，由低功耗等待状态唤醒，进入接收数据状态直至接收完毕。节点在发送和接收数据完毕后，均相应进入低功耗状态。

3 示范区运行结果与分析

四川雅安是西南地区典型的地质灾害多发地区，其中峡口滑坡具有区域滑坡的典型特征，峡口滑坡是由老滑坡、新滑坡、蠕变体三种形式组成，（见图8所示）。在峡口滑坡上部和中部各建立一监测站，安装GCY-1型固定式测斜仪、LGW-1型裂缝计、KLP18型水位计、KLP18型水温计、YSR-1型雨量计，对峡口滑坡进行多参数综合监测[12]。

4 结论

无线传感器网络被认为是影响人类未来生活的重要技术之一[12]，这一新兴技术结合了现有的多种先进技术，为人们提供了一种全新的获取信息、处理信息的途径[13～16]。

将无线传感器网络这一最新的IT技术应用于山体滑坡监测，具有传统技术所不具备的优势。通过采用各种智能传感器、多媒体监控网络设备、TD-CDMA网关以及采用支持宽带无线通信技术的TD-LTE技术，形成对现场环境信息的实时采样和实时传输、建立后台的分析预警和灾后应急保障体系，提高了对山体滑坡等自然灾害监测的可靠性和预报预警的实时性，实现了对监测环境的远程监控，提高了整个系统的应用价值和应用范围。为多媒体智能无线传感器技术在水质污染、森林火灾、地震等自然灾害监测等领域的应用提供的参考。

参考文献

[1] 国家科技重大专项课题可行性研究报告[R].2010ZX03006-007面向地质灾害监测预警的传感器网络研发与应用验证，2009.

[2] 周嵘.无线多媒体传感网络的服务模型及其研究现状[J].电脑知识与技术， 2010（28）：8106-8107.

[3] 梁山，胡颖，王可之，等.基于无线传感器网络的山体滑坡预警系统设计[J].传感技术学报，2010（8）：1184-1188.

[4] 崔恒颖，王璟珂，孙义凯，等.WSN与GSM融合的报警系统设计与实现[J].通信技术，2009（7）：163-164.

[5] 朱近康.新兴发展的无线通信技术和网络[J].中国科学技术大学学报，2008（7）：735-744.

[6] 马华东，陶丹.多媒体传感器网络及其研究进展[J].软件学报，2006（9）：2013-2028.

[7] 刘芳，王瑶.多媒体无线传感器网络体系结构[J].电脑知识与技术，2009（8）：1991-1995.

[8] 王艳妹，覃少华，曹健，等.多媒体传感器网络中跨层优化的实时路由协议[J]. 计算机工程，2009（22）：106-108.

[9] 罗武胜，翟永平，鲁琴.无线多媒体传感器网络研究[J].电子与信息学报，2008（6）：1511-1516.

[10] 李方敏，李姮，刘新华.无线多媒体传感器网络体系结构及QoS保障机制[J].计算机科学，2009.

[11] 周平根，李昂.四川雅安滑坡泥石流灾害监测WSN示范区[J].中国地质环境监测研究院，2010.

[12] 李建中.无线传感器网络专刊前言[J]. 软件学报，2007（5）：1077-1079.

[13] Chang C K，Huang J.Video surveillance for hazardous conditions using sensor networks.Proc.of the 2004 IEEE Int’l Conf.on Networking，Sensing & Control.New York，2004：1008-1013.

[14] Holman R，Stanley J，and Ozkan-Haller T.Applying video sensor networks to near shore environment monitoring. IEEE Trans.on Pervasive Computing， 2003，2（4）：14-21.

[15] Reeves A A.Remote monitoring of patients suffering from early symptoms of dementia. Intl.Workshop on Wearable and Implantable Body Sensor Networks，London，UK，April 2005： 21-23.

[16] Hu F and Kumar S.Multimedia query with QoS considerations for wireless sensor networks in telemedicine. Proc.of Society of Photo-Optical Instrumentation Engineers–Intl.Conf.on Internet Multimedia Management Systems，Orlando，FL，September 2003：21-30.