地球科学进展

地球科学进展  2018 , 33 (6): 606-613 https://doi.org/10.11867/j.issn.1001-8166.2018.06.0606

研究论文

泥石流次声警报研究进展

胡雨豪1, 2, , 袁路1, 2, 马东涛1, *, , 李梅3

1.中国科学院山地灾害与地表过程重点实验室,中国科学院水利部成都山地灾害与环境研究所,四川 成都 610041
2.中国科学院大学,北京 100049
3.中国地质大学(北京),北京 100083

Research Progress on Debris Flow Infrasound Warning

Hu Yuhao1, 2, , Yuan Lu1, 2, Ma Dongtao1, *, , Li Mei3

1.Key Laboratory of Mountain Hazards and Earth Surface Process, Institute of Mountain Hazards and Environment, Chinese Academy of Sciences, Chengdu 610041, China
2.University of Chinese Academy of Sciences,Beijing 100049,China
3.China University of Geosciences, Beijing 100083, China

中图分类号:  P642.23

文献标识码:  A

文章编号:  1001-8166(2018)06-0606-08

通讯作者:  *通信作者:马东涛(1965-),男,陕西武功人,教授,主要从事地质灾害基础理论研究和防灾减灾工程实践.E-mail:dtma@imde.ac.cn

收稿日期: 2018-01-16

修回日期:  2018-04-5

网络出版日期:  2018-06-20

版权声明:  2018 地球科学进展 编辑部 

基金资助:  *国家自然科学基金项目“泥石流次声预警机制及降低误报率的算法研究”(编号:41572347)资助.

作者简介:

First author:Hu Yuhao(1992-),male,Meishan City,Sichuan Province,Master student. Research areas include disaster reduction engineering and technology. E-mail:huyuhao@imde.ac.cn

作者简介:胡雨豪(1992-),男,四川眉山人,硕士研究生,主要从事地质灾害减灾工程与技术研究.E-mail:huyuhao@imde.ac.cn

展开

摘要

在对国内外泥石流次声产生机理、信号处理和分析、警报仪器、次声特征、警报实现等分析研究的基础上,对泥石流次声警报研究中的关键科学和技术问题进行了综述。泥石流次声在峰值频率、主频范围和时频变化方面具有其鲜明特点,可以和其他自然灾害的次声加以判别与区分。泥石流次声信号分析主要采取短时傅里叶变换、小波变换、Wigner-Ville分布和希尔伯特黄变换(HHT)等,分析发现HHT更适合用于泥次声信号的处理。泥石流次声警报可划分为发生警报、类型和规模警报及定位警报等3类,发生警报识别算法应立足于SON部分信号,类型和规模警报的算法研究应立足于SBO部分信号,发生警报与类型和规模警报不能同步实现,传感器阵列的布设、定位算法的适用性和山区环境是定位警报精度的主要影响因素。受泥石流运动机理和次声观测对比研究的限制,次声机理的理论分析和数值计算处于探索阶段,次声特征与泥石流形成、运动要素之间尚未建立起可靠的数值关系。未来应开展模拟实验和数值模拟,并结合泥石流预警系统的同步监测,实现泥石流次声的定量化警报。

关键词： 泥石流 ; 次声 ; 监测 ; 警报

Abstract

Based on comprehensive research and analysis of the generation mechanism, instrument, signal processing and characteristics of debris flow infrasound, the key scientific and technical problems of debris flow infrasound warning were reviewed. The debris flow infrasound has its distinct characteristics in peak frequency, frequency range and time-frequency variation, which can be identified from the infrasound of other natural hazards. The short-time Fourier transform(STFT), wavelet transform (CWT), Wigners-Ville distribution (WVD) and the Hilbert Huang transform (HHT), etc. for analyzing methods of infrasound signals are usually used, and the HHT is more suitable for the processing of debris flow infrasound signal. The infrasound warning of debris flow can be divided into occurrence warning, type and scale warning and position warning, etc. The occurrence warning recognition algorithm is based on the SON part signal, and the classification warning algorithm is based on the SBO part signal, and the occurrence warning and type and scale warning cannot be realized simultaneously. Sensor array setting, applicability of location algorithm and mountain environment are the main influencing factors of position warning precision. By limitation of the mechanism of debris flow and field infrasound observation, the theoretical analysis and numerical calculation of debris flow infrasound mechanism are in the exploratory stage. There are no accurate and reliable numerical relationships between the infrasound characteristics and formation, movement elements of debris flow. In the future, the simulation experiment and numerical simulation should be carried out, combined with the synchronous monitoring of the debris flow warning system, to realize the quantitative infrasound warning of debris flow.

Keywords： Debris flow ; Infrasound ; Monitoring ; Warning.

0

PDF (1224KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

胡雨豪, 袁路, 马东涛, 李梅. 泥石流次声警报研究进展[J]. 地球科学进展, 2018, 33(6): 606-613 https://doi.org/10.11867/j.issn.1001-8166.2018.06.0606

Hu Yuhao, Yuan Lu, Ma Dongtao, Li Mei. Research Progress on Debris Flow Infrasound Warning[J]. Advances in Earth Science, 2018, 33(6): 606-613 https://doi.org/10.11867/j.issn.1001-8166.2018.06.0606

1 引言

我国是世界上泥石流灾害最为严重的国家之一。泥石流平均每年造成数百人伤亡和数十亿元经济损失。泥石流成因复杂、量大面广、治理成本高,难以进行全面治理,而泥石流预警作为减灾防灾的一项有效的技术手段,越来越引起学者和政府的关注,成为目前泥石流研究的热点和难点[1]。泥石流预警包含预报和警报2个方面。泥石流预报即在泥石流暴发之前做出是否暴发及可能暴发时间、规模、危害范围和强度的判断,可分为长期、中期、短期和短临预报。其中,短期预报基于天气预报数据,可靠性差,短临预报基于降雨监测数据,并考虑地形、岩性、土地使用状况和降雨模式等情况,具有较好的确定性,但技术难度大。目前的泥石流预报主要以统计方法为主,正在向以形成机理为主的方向发展。泥石流警报是流域上游泥石流暴发后,通过仪器或人工监测泥石流暴发及其特征的信息,做出泥石流可能到达承灾区的时间、规模和危害的判断。二者的根本区别在于警报能监测泥石流的暴发和活动过程,预报则监测泥石流暴发之前的激发因素[2,3]。泥石流警报方法主要有泥位法、地声法、视频监测和次声法等。泥位法能同时对泥石流的发生和规模进行警报,布设断面的选择直接影响着泥位法的有效性、实用性和长期性。地声法通过捕捉地层传播而来的泥石流与沟道作用所产生的振动波判识并警报,对传感器的埋设要求很高。视频监测的最大优势是能实时掌握灾害发展的图像信息,与泥位法、地声法相同,视频监测通过将设备安装在流通区以上来获得足够的警报提前量,设备极易受损。次声法是通过捕捉空气传播而来的泥石流次声波实现警报,属于非接触式,由于次声速度约为340 m/s,远大于泥石流运动速度,能获得足够长的警报提前量,同时次声穿透能力强,仪器可置于室内,设备不易受损,是目前国内外泥石流警报采取的主要方式之一[4]。

章书成等[5]对云南东川蒋家沟泥石流进行观测时,在国内首先发现泥石流的次声现象,并开发了国内第一台泥石流次声警报器;周宪德等[6,7]采用次声与降雨同步观测的方法研究了中国台湾火炎山水石流的特征,描述了阵流的时频变化特征,还发现了蒋家沟泥石流峰值频率与流量的关系;何德伟[8]对蒋家沟泥石流以声波振幅为依据的时域特征进行了研究,将泥石流次声划分为了强振幅期、振幅稳定期和能量衰减期3个阶段;Kogelnig等[9,10]结合泥位与次声监测对阿尔卑斯山区Lattenbach流域和Illgraben流域的泥石流及山洪次声特征进行了研究,将次声信号分为SON(Signal Onset)、SBO(Signal Body)和STA(Signal Tail)3个部分,并进行了对比分析,完整地描述了其时频变化特征;Hübl等[11]对蒋家沟泥石流阵流次声波的时频变化特征也进行了研究;刘敦龙等[12]以短时过零率、能量集中范围、最大声压值以及中心频率和能量下限值变化趋势为判识标准,开发了新的泥石流次声识别算法;Schimmel等[13]开发了一套综合次声与地声的泥石流识别算法与警报系统,并尝试了对山洪和泥石流进行规模与类型上的区分;周铭[14]通过模拟实验,对不同类型的泥石流次声特征进行了比较研究;李朝安等[15]提出了基于三角形边角关系的简单的泥石流定位算法;刘敦龙[16]也提出了基于声达时间差法的泥石流定位算法。

本文在对国内外泥石流预警和次声警报研究资料搜集整理的基础上,从次声产生机理、信号分析方法、基本特征、信号识别算法和警报方法、警报器等方面对泥石流次声警报的研究进行了综述,基本反映了目前泥石流次声警报研究现状和进展,归纳了泥石流次声警报中亟需解决的关键科学和技术问题,提出了泥石流次声警报的未来发展方向,对泥石流防灾减灾具有重要意义。

2 泥石流次声的产生机理

国内外对泥石流次声产生机理的研究较少。由于泥石流运动机理尚无定论,泥石流固相、液相物质的运动规律还无法准确描述[17] ,泥石流次声的形成机理也处在探索阶段。

很多自然灾害都会引起大气对流层空气压力的变化,进而形成声波。对于地震灾害而言,横波和纵波会引起地表振动,扰动空气形成声波[18,19]。地表的位移场即空气波动方程的边界条件,可通过很多成熟的模型求解,如Yoshimitsu Okada及Steketee的断裂位错模型,而各模型中最简单的就是给地质体施加水平和垂直加速度,在地表位移场求解后,求解波动方程即可得到声波。

对泥石流而言,液相的运动、固相的运动以及沟岸的振动都会扰动空气形成声波,三者共同构成空气波动方程的边界条件:①求解固液相的运动有赖于成熟的泥石流运动力学模型。现有的泥石流运动力学模型包括单流体模型、多流体模型和混合介质模型等。单流体模型仅适用于固液相速度相近的泥石流;多流体模型尚未确定浆体的上限粒径和固液相相互作用力;混合介质模型虽最能反映泥石流的物理本质,但面临的理论和计算问题也最多,总之,目前尚没有成熟的运动力学模型能求解较为真实的泥石流运动[20,21,22]。②求解泥石流沟岸的振动则应从泥石流固液相物质对沟道的作用出发,包括液相的剪切力、固相的碰撞与摩擦力等,同样有赖于成熟的泥石流运动力学模型,另外还需考虑沟道的岩土性质、节理裂隙、含水率等。

受泥石流运动机理和野外次声观测研究的限制,目前对泥石流次声机理的理论分析和数值计算存在难度。在此情况下,开展泥石流次声模型和模拟实验不失为一种有效的解决方法。依据运动力学模型求解泥石流运动的思路,通过分析泥石流内部作用力和特性,再参考观测研究成果并借鉴地声、地震次声波的研究成果,综合确定次声产生的影响因素,包括浆体性质、固体颗粒级配、容重、泥石流类型与性质、流速、流量等,实验研究可对各影响因素进行宏观分析。周铭[14]通过模拟实验的方法研究了砾石型泥石流、一般型泥石流和泥流型泥石流次声信号特征的差异,取得了初步进展(表1)。

表1   不同类型泥石流的次声特性[14]

Table 1   Characteristics of different types of debris flow infrasound[14]

泥石流性质主频范围/Hz振幅特征粒组的影响分析结论
砾石型3~11最大增加大石头含量主要频率向低频移动,
增加小石头含量20 Hz处能量增加		大石头对频率的贡献主要体现在相对低频
部分,小石头对频率的贡献主要体现在相
对高频部分
一般型1~5,3~11较砾石型泥
石流为小		微细颗粒含量增加,石块的比例相对减小,
使石块之间碰撞阻尼有所增加
泥流型1~4最小加入一定量的小石头后, 20 Hz频率
再次出现		小石头对频率的贡献主要体现在相对高
频部分

新窗口打开

3 泥石流次声信号的采集和分析

3.1 次声警报器

泥石流次声信号一般都是通过次声警报器,即次声监测仪获得。警报器由传感器、主机、电源3个部分组成,传感器多为驻极体电容传感器,将声压转换为电压信号,主机多为单片机控制的数据采集、存储、信号处理和分析系统,电源多为交流电源和太阳能供电,具备数据采集、存储、分析和报警功能[4]。

早期泥石流报警器如泥石流警报(Debris Flow Warning,DFW)系列,采用芯片储存数据,容量小,只能存储270 h的数据,采用可充电电池作为交流电的备用电源实现续航,续航能力有限,仅10 h,且体积较大,使用起来不方便。后来开发的警报器采用了16 GB的SD卡存储数据,可记录长达4个月的监测数据[13];在降低工作能耗的同时,采用太阳能供电,可以在野外使用,也提升了续航能力;该仪器的信号处理、识别和报警等工作在内置的单片机上进行,实现了在监测点的即时警报,提高了仪器的实时性。

3.2 次声信号的获取

在信号采集方面,各类警报器的采样频率以100 Hz为主,传感器灵敏度以50 mV/Pa为主。传感器灵敏度对次声信号的识别与泥石流分级预报尤为重要,从声波能量的角度而言,对于小规模的泥石流,只有足够高的灵敏度才能将泥石流信号和背景噪声区分开来,而要通过信号的振幅区分出不同规模的泥石流,需要足够高的灵敏度。一方面,可使用性能更好的传感器,另一方面则可通过放大信号来提高灵敏度,如Schimmel等[13]采用了Chaparral M24传感器,其灵敏度达到了2 V/Pa,而对于灵敏度只有50 mV/Pa的MK-224传感器则通过放大信号将灵敏度提高到了400 mV/Pa。

3.3 次声信号分析方法

时频分析是泥石流次声信号分析的关键。时频分析主要采用短时傅里叶变换(Short-Time Fourier Transform,STFT)、小波变换(Wavelet Transform,CWT)、Wigner-Ville分布(Wigners-Ville Distribution,WVD)、希尔伯特黄变换(Hilbert Huang Transform,HHT)等方法。时频分辨率是衡量时频分析方法优劣和时频聚集性能的重要指标,进行时频分析的首要任务就是寻找具有较高时频分辨率的时频分析方法[23]。常用时频方法见表2。

Kogelnig等[9]在阿尔卑斯山区的山洪、泥石流研究中采用了STFT,Hübl等[11]在蒋家沟泥石流次声研究中采用了SWF和STFT,周宪德等[7]在台湾火炎山水石流的研究中采用了HHT,李梅等[25]在开发基于GPRS通信的泥石流次声监测系统中也采用了HHT。但野外次声信号监测中并不能对各时频分析方法进行比较。

表2   时频分析方法对比[24]

Table 2   The comparison of time-frequency analysis methods[24]

时频分析方法基本性质时频分辨率
短时傅里叶变换
(STFT)		线性时频变换,加窗的傅立叶变换,时间窗和频率窗长度固定只具有单一分辨率,无法兼顾时域和频域上对分辨率的要求
小波变换(CWT)线性时频变换,窗口面积固定但其形态可改变,时间窗和频率窗都可以改变兼顾时域和频域上对分辨率的要求;用时间和尺度平面来描述信号,并不是真正的时频谱
Wigner-Ville分布
(WVD)		双线性变换,不包含任何的窗函数,不存在时间分辨率和频率分辨率的难以兼顾的矛盾当信号包含多个分量,将出现交叉项,且分量越多,交叉项越严重,时频平面上出现伪影现象
希尔伯特黄变换
(HHT)		主要步骤包括经验模态分解(Empirical Mode Decomposition,EMD)和Hilbert谱分析,能获得瞬时幅度和瞬时频率,不存在时间分辨率和频率分辨率难以兼顾的矛盾其时频聚集性能良好;缺乏严格的数学理论

新窗口打开

许文杰等[23]在分析各种变换优缺点的基础上,进行了仿真比较。在仿真过程中,STFT提高了频率分辨率,造成时间分辨率下降; WVD方法分析结果产生了明显的交叉项,信号被严重干扰;从HHT结果可以清晰地看出信号在各时间点的频率变化情况,且不存在交叉项。综合分析发现, HHT对次声波信号的分析效果较好。

4 泥石流的次声特征

泥石流次声特征是泥石流发生与否、性质、规模等警报的判别依据,是警报的基础性研究内容。通过研究,一方面明确泥石流次声区别于其他自然现象的特征;另一方面能揭示不同类型和规模泥石流的次声特征,以及不同因素对泥石流次声的影响。

现有的各种次声监测表明:泥石流次声在时域、频域和时频域都有其鲜明的特征,可通过特征将其识别出来。将几种常见自然现象的次声特征汇总于表3,自章书成等[5]发现泥石流的次声现象并应用于警报后,国内外许多学者对泥石流次声特征做了大量的基础研究(表4),由表4可见泥石流声波声压最低可到0.16 Pa,最高可到11.4 Pa以上,持续时间在十几分钟到数十分钟不等;次声频率范围为3~15 Hz,可存在1~3个尖峰频率。研究发现山洪的次声峰值频率高于泥石流,水石流的峰值频率高于泥石流,稀性泥石流峰值频率高于黏性泥石流;在同一次泥石流中,SBO部分的频谱范围和能量均高于SON和STA。

现有的泥石流次声特征研究多集中于次声波的本身,次声监测未能与泥石流形成、运动过程及要素同步观测,次声数据无法与泥石流形成的降雨雨强、性质、流速、流量等要素紧密结合,未能建立精确、可靠的数值关系,次声特征研究尚处于定性和半定量地描述阶段。

表3   几种常见自然现象的次声特征[12]

Table 3   The characteristics of several common natural phenomena infrasound[12]

信号声源中心频率/Hz能量集中范围/Hz最大声压/Pa持续时间短时过零率
泥石流10~155~20次声段<5,可闻声段<10很长,至少16 min0.20~0.32
雷电5~70.6~12.3次声段约32,可闻声段<70较短,通常小于30 s0.07~0.12
爆炸0.5~120.01~16.7次声段约45,可闻声段<60较短,通常小于10 s<0.06
引擎6~110.1~16.8次声段约2,可闻声段<4稍长,通常小于30 s0.14~0.24
风3~50.01~9.1次声段很大,可闻声段<15很长,持续存在<0.09

新窗口打开

表4   泥石流次声特征研究成果一览表

Table 4   A list of research results of debris flow infrasound characteristics

研究区域事件时间性质时域特征频域特征(主频范围)
云南蒋家沟[26]2000-08-19黏性4~7 Hz
台湾火炎山[6]2006-07水石流阵流信号10~15 s,0.6~1.4 Pa
Lattenbach流域[9]2008-09-01黏性阵流信号20~30 s,5.4 Pa5~15 Hz
Illgraben流域[9]2008-08-31泥石流SON 635 s,SBO 620 s,
STA 1100 s,1.5 Pa		3~8 Hz,SON 5~15 Hz,SBO
3~7 Hz,STA 4~10 Hz
Illgraben流域[9]2008-08-19山洪SON 590 s,SBO 310 s,0.95 PaSBO 5~10 Hz,SON 4~12 Hz,无STA
蒋家沟[11]2007-07-25泥石流0.16 Pa
蒋家沟[8]2007-08-11泥石流信号43 min,0.68 Pa5~12 Hz
蒋家沟[8]2007-08-20泥石流信号1 h,11.4 Pa5~12 Hz
Dristenau流域[13]山洪信号5 000 s,0.4 Pa15~35 Hz
Farstrinne流域[13]2014-07-30山洪信号300 s以上,0.4P a15~35 Hz
Farstrinne流域[13]2014-07-31山洪信号300 s以上,0.8P a15~35 Hz

新窗口打开

5 泥石流次声警报的实现

泥石流次声警报是通过泥石流次声信号采集、分析、特征识别和定位来实现的。警报内容包括:泥石流的发生与否、类型、性质、规模、位置与运动轨迹等。根据警报内容和功能的不同,可将泥石流次声警报划分为发生警报、类型和规模警报及定位警报。据此,可将信号识别算法划分为发生算法、分类分级算法和定位算法3类。

5.1 发生警报

发生警报即对泥石流的发生与否进行警报。发生算法以泥石流次声特征参数和临界阈值为判别标准,从背景噪声中识别出泥石流次声,并提示泥石流的发生。发生算法分析对象为信号的SON部分,其性能指标包括误漏报率和警报提前量,两者与特征参数和临界阈值的选取直接相关。章书成等[5]提出以持续时间和振幅为识别标准,针对不同流域,可设置不同的持续时间和振幅阈值。该算法未以深入的泥石流次声特征为依据,十分保守,在长期的警报实践中虽无漏报,却造成了大量误报。刘敦龙等[12]采集了大量雷电、爆破、引擎、风等自然现象和泥石流事件的声波信号,总结了信号的关键特征和临界参数,提出了基于各方面特征的发生识别算法。算法将信号10 s划分为一段,首先以平均振幅识别可疑信号段与环境本底噪声,然后以次声段的能量下限值、上限值和短时过零率做进一步判断,最后对仍无法识别的信号段以可闻声段最大声压、后续信号段的特征做出判定。算法全面分析了泥石流次声信号与各种噪音的区别,提高了警报的实时性和准确度,在恶劣的天气条件下成功警报了蒋家沟的多次泥石流。

5.2 类型和规模警报

类型和规模警报是对不同类型、性质和规模的泥石流进行警报。分类分级算法以泥石流次声的特征参数和临界阈值为判别标准,区分出泥石流的类型、性质和规模。分类分级算法以泥石流次声特征为基础,泥石流次声信号以SBO部分振幅最大,与背景噪声区别最为明显。因此,可靠地区分判定如以SBO部分为分析对象,势必造成类型和规模警报在时间上滞后于发生警报。

Schimmel等[13]提出了综合地声和次声的识别算法,提高了警报精度。算法将声波信号按频率范围从低到高分为4个频段,并通过频段2(5~15 Hz)和频段3(15~35 Hz)的能量比较区分泥石流和高含沙洪水,然后通过分布标准、变异标准、振幅标准和时间标准逐步判定信号的有效性和事件的规模,算法以SON部分信号进行初步判断,再综合SBO部分进行最终判断。该算法在阿尔卑斯的中小规模泥石流、山洪灾害事件的警报中表现良好。章书成等[5]根据大量的监测统计分析,得出了声压值与泥石流流量的粗略数量关系(表5)。该关系被成功应用于山区铁路沿线泥石流的警报中;周宪德等[7]研究了2000年8月19日在云南蒋家沟发生的63阵(次)泥石流流量及次声关系,发现泥石流次声的峰值频率分布在4~7 Hz,当流量小于500 m3/s时,峰值频率约为6 Hz;当流量大于500 m3/s时,峰值频率则随流量增加而递减,递减率约为0.002 Hz/ (m3/s)(图1),但尚未应用于警报。目前,虽然在类型和规模警报上有一些尝试,但由于无法根据信号频率特性、声压值等特征从定量角度以数值范围的形式准确界定泥石流类型和规模,还难以实现此类警报。

表5   泥石流流量与次声声压值关系[5]

Table 5   The relationship between discharge and infrasound pressure value[5]

泥石流流量/(m3/s)次声声压/Pa
<1000.1
100~1 0001~10
>1 000>10

新窗口打开

显示原图| 下载原图ZIP| 生成PPT

图1   蒋家沟泥石流峰值频率与流量的关系[6]

Fig.1   The relationship between peak frequency and discharge of the debris flow in Jiangjiagou[6]

5.3 定位警报

定位警报即提示泥石流的形成位置以及运动轨迹,实现灾害定位与实时监控。定位算法以传感器阵列和声达时间差法为基础,其理论基础是被动声源定位技术。

李朝安等[15]提出的山区铁路沿线泥石流次声警报方法,可确定泥石流发生位置。该方法在铁路沿线布设3个以上次声监测仪,即一维线性三点阵列,再根据监测到次声的时间,利用三角形边角关系推算确定泥石流灾害发生的沟道位置,原理简单,点位布置如图2所示。

显示原图| 下载原图ZIP| 生成PPT

图2   泥石流次声监测点一维线性布置示意图[15]

Fig.2   Schematic diagram of monitoring point of debris flow infrasound[15]

刘敦龙等[27]开发设计了基于传感器阵列的声源定位技术,实现了泥石流次声波源位置的实时定位。该技术将3个传感器布设为二维平面三点阵列,其阵元间距设置为 500~1 000 m,采用基于声达时间差的声源定位算法模型对泥石流次声波源位置进行实时定位,同时借助GIS可视化平台,实时展示定位结果。该定位系统在蒋家沟的2次现场监测中,成功定位了泥石流的运动轨迹。

目前,定位警报尚处于开拓阶段。采用的声达时间差法,简单高效,很好地照顾了实时性的要求,精度已基本满足警报要求,能够实现对泥石流的实时监控。定位精度的影响因素有3个:①传感器阵列的布设,包括阵列结构、阵元间距和阵元数目等。②山区环境,复杂的地形条件和变化的大气条件对声波的传播影响很大,导致真实的声线往往是折线和曲线,而定位模型都是假设声线为直线。Kogelnig等[9]在Illgraben流域的泥石流次声研究中还发现,泥石流由山区进入开阔区域后,才接收到明显的次声信号,推测山区阻碍了声波的传播。③定位算法的适用性,声达时间差法的主要适用对象为单个声源,泥石流具有阵流的特点,且龙头部分声波能量最大,明显区别于龙身、龙尾[9],如采用适合运动的多声源目标的算法其效果会更佳。未来在开发适用性更好的算法的基础上,将风速、气温、地形等环境条件加以考虑,同时优化阵列结构,定位精度将会逐步提高。

6 结论与展望

泥石流次声产生机理是次声警报的理论基础和核心所在。泥石流中液相的运动、固相的运动以及沟岸的振动扰动空气形成声波,三者共同构成空气波动方程的边界条件。次声是泥石流运动的一种表现形式,泥石流次声是固液相物质运动及与沟床作用的结果,如何定量区分二者对次声的影响,在理论分析和数值模拟的同时,可开展不同流体、不同类型泥石流和颗粒、浆体的次声实验研及野外同步观测,以揭示其次声形成内在机理,构建泥石流次声的本构方程。

次声信号分析和算法是次声警报的技术难题。目前次声信号分析主要有STFT、CWT、WVD和HHT等变换,分析发现HHT更适合用于泥石流次声信号的处理。未来应结合泥石流发生警报、类型和规模警报以及定位警报等的具体实际,深入研究次声信号的组成及特征,破解现有的泥石流次声波源定位难题。而集成雨量预报、泥位计、地声和次声警报等手段的泥石流监测预警系统也是实现预警的重要手段[28]。

泥石流次声在时域、频域和时频域都有其鲜明的特征,可通过特征将其识别出来。泥石流次声是泥石流警报的有效手段之一。现有的泥石流次声特征研究主要是对声波信号本身的时域、频域和时频域特征的统计分析,即主要针对泥石流次声本身,未能与泥石流的流速、流量、降雨强度、容重等特征要素建立起精确可靠的数值关系。次声特征研究成果仅能用以泥石流发生与否的判定和警报,尚无法对泥石流类型、规模、受灾范围和到达时间做出准确的预报。

泥石流次声警报正在由现在的定性和半定量阶段朝着对泥石流的性质、类型、规模、发生位置和运动轨迹的定量化警报方向发展。未来需全面系统地研究泥石流次声发生机理,构建次声波动方程,加强泥石流特征要素与次声特征的同步观测和对比研究,大量收集泥石流次声信号并深入总结泥石流次声信号特征,以确定不同类型、不同规模泥石流次声监测报警的特征参数和临界阈值;提高传感器灵敏度,优化次声信号分析方法和识别算法。

The authors have declared that no competing interests exist.

参考文献

[1] Liu Xilin, Miao Cheng, Tian Chunshan, et al.

Comparative analysis of risk assessment of landslides and debris flows of China in 2000 and 2010

[J]. Advances in Earth Science, 2016, 31(9):926-936.

Magsci      [本文引用: 1]     

[刘希林, 庙成, 田春山,等.

十年跨度中国滑坡和泥石流灾害风险评价对比分析

[J]. 地球科学进展, 2016, 31(9):926-936.]

DOI      URL      Magsci      [本文引用: 1]      摘要

中国是滑坡和泥石流灾害频发和灾害损失严重的国家,滑坡和泥石流灾害风险评价对区域防灾减灾意义重大。以1 km&#x000D7;1 km栅格为基本评价单元,在GIS技术支持下,对比分析2000年和2010年中国滑坡和泥石流灾害风险分布及其空间变化。结果表明,2000年滑坡和泥石流灾害风险大致以黑河&#x02014;腾冲人口密度分界线为界,界线西部以低度风险区为主,界限东部以中度和高度风险区为主。2010年低度风险区仍以此为界主要分布在中国西部,但高度风险区已明显越过界线向西扩展。10年跨度间,中度风险区、高度风险区和极高风险区面积均有增加,尤其以高度风险区面积比例增加最大。反之,低度风险区面积则大为减少并转变升高为中度风险区,中度风险区是各风险等级中变化面积最大、最不稳定且最为敏感的区域。由于高度风险区所占面积和比例较小,因此,除局部地区以外,整体上中国目前尚不属于滑坡和泥石流灾害高风险地区。随着未来10年中国经济的中高速发展,灾害易损度进一步升高,地区间经济差距逐步缩小,高度易损区与高度危险区重叠部分将逐步增大,因此中国滑坡和泥石流灾害风险将会继续升高,灾害风险变化总体形势趋于严峻。
[2] Zhang Jinshan, Cui Peng.

Research on and implementation of debris-flow forecast and warning

[J]. Journal of Hydraulic Engineering, 2012, 43(Suppl.2):174-180.

[本文引用: 1]     

[张金山, 崔鹏.

泥石流预警及其实施方法

[J]. 水利学报, 2012, 43(增刊2): 174-180.]

URL      [本文引用: 1]      摘要

泥石流预警在减灾实践工作上已取得到了丰硕的成果和明显的效益。在已有研究成果的基础上对泥石流预警进行了定义,并将其分为泥石流预报和泥石流警报两种类型,二者的根本区别是预警信息来源与泥石流暴发时间的关系。预报是在泥石流暴发之前做出的泥石流暴发与否的结论,而警报则是对泥石流暴发或运动过程的监测和判断。泥石流预报目前的研究成果主要集中于降雨型泥石流,在中国大陆地区本文推荐使用蒋家沟泥石流预报模型,并给出了参数获取方法和分级预报的阈值。泥石流预警技术主要有基于泥位、地声、次声等信息监测判断的仪器,目前仍然存在漏报或误报的问题。有效的解决办法是将这些技术组合起来,相互补充和校验。将泥石流简易预警技术、专业预警技术进行组合使用的方式称为泥石流预警的组织体系,主要类型有群测群防、群专结合及专业预警3种。通过技术手段得到泥石流预警结论后还需要进行检验,确定无误后再发出相应级别的预警信息。
[3] Cui Peng, Gao Kechang, Wei Fangqiang.

The forecasting of debris flow

[J]. Bulletin of the Chinese Academy of Sciences, 2005, 20(5): 363-369.

[本文引用: 1]     

[崔鹏, 高克昌, 韦方强.

泥石流预测预报研究进展

[J]. 中国科学院院刊, 2005, 20(5): 363-369.]

DOI      URL      [本文引用: 1]      摘要

泥石流是山区常见的一种灾害现象。泥石流预测预报是减轻灾害的一项重要措施,成为当前国内外研究的重点。本文阐述了泥石流预测预报的类型和层次,介绍了国际和国内泥石流预测预报研究的进展,并对其未来发展提出了几个值得思考的问题。
[4] Shi Zhe.Monitoring and Early-Warning Technology of Debris Flow[M].Wuhan:Changjiang Press, 2012.

[本文引用: 2]     

[师哲. 泥石流监测预警技术[M]. 武汉:长江出版社, 2012.]

[本文引用: 2]     

[5] Zhang Shucheng, Yu Nanyang.

Debris flow infrasound alarm DFW-ⅠⅢ type profile

[J]. Journal of Mountain Science, 2008, 26(4): 2.

[本文引用: 6]     

[章书成, 余南阳.

泥石流次声波警报器DFW-ⅠⅢ型简介

[J]. 山地学报, 2008, 26(4): 2.]

[本文引用: 6]     

[6] Zhou Xiande, Zhang Shucheng.

Calibration of infrasound monitoring system and acoustic characteristics of debris-flow movement by field studies

[C]//International Conference on Debeis-Flow Hazards Mitigation: Mechanics. Institute of Mountain Hazards and Environment, 2007:571-580.

[本文引用: 4]     

[7] Zhou Xiande, Zhang Youlong, Zhang Shucheng.

Acoustic signals and geophone response induced by stony-type debris flows

[J]. Journal- Chinese Institute of Engineers, 2013, 36(3):335-347.

DOI      URL      [本文引用: 3]      摘要

The infrasound and geophone response of rainfall-induced debris flows are explored based on field studies. Both the stony-type debris flow which occurred in Houyenshan, Miaoli County, Taiwan, on 10 June 2006 and the muddy viscous debris flow which occurred in Jiangjia Gully, Yunnan, China, on 11 August 2007 were examined. Infrasound propagates a long distance in the atmosphere at the speed of sound due to its low adsorption in the air and the high reflectivity of the ground. The infrasonic signals induced by debris flows are related to the magnitude and composition of the debris flows. Our findings show that the peak acoustic frequencies for the Houyenshan stony debris flows are within the range 1509000940 Hz, while the corresponding geophone signals exhibit peak frequencies within 1509000950 Hz. The peak frequencies of the viscous debris flows in Jiangjia Gully fell within the range 509000913 Hz. During the propagation of debris flows, the amplitude of air pressure in Houyenshan was generally greater than 1.0 Pa, and the ground velocity greater than 0.2 mm/s. The Hilbert090009Huang transform approach is adopted to analyze the non-stationary acoustic signals of the debris flows. Stony-type debris flows tend to occur in Houyenshan, Taiwan, once the total rainfall exceeds 67 mm preceded by heavy hourly rainfall.
[8] He Dewei.

Infrasonic Characteristics of the Debris Flow and the Application of the Warning[D]. Chengdu: Institute of Mountain Hazards and Environment,

CAS, 2008.

[本文引用: 3]     

[何德伟.

泥石流次声特性及在警报中的应用[D]

. 成都:中国科学院·水利部成都山地灾害与环境研究所, 2008.]

[本文引用: 3]     

[9] Kogelnig A, Hübl J, Suriñach E, et al.

Infrasound produced by debris flow: Propagation and frequency content evolution

[J]. Natural Hazards, 2014, 70(3):1 713-1 733.

DOI      URL      [本文引用: 7]      摘要

Rapid mass movements such as avalanches, debris flows, and rock fall are periodic or episodic phenomena that occur in alpine regions. Recent studies have shown that debris flows generate characteristic signals in the low-frequency infrasonic spectrum (4鈥15聽Hz). Infrasound can travel thousands of kilometers and can still be detectable. This characteristic provides a basis for the development of wide area automated monitoring systems that can operate in locations unaffected by the activity of the process. This study focuses on the infrasound vibrations produced by a debris flow at the Lattenbach torrent, Tyrol (Austria), and by two events at the Illgraben torrent, Canton of Valais (Switzerland). The Lattenbach torrent is a very active torrent, which is located in the west of Tyrol in a geologic fault zone between the Silvrettakristallin and the Northern Limestone Alps. It has a large supply of loose sediment. The Illgraben torrent, which is well known for its frequent sediment transport and debris flow activity, has been equipped with instruments for debris flow monitoring since the year 2000. This study shows that debris flow emits low-frequency infrasonic signals that can be monitored and correlated with seismic signals. During the passage of the debris flow, several surges were identified by ultrasonic gauges and detected in the time series and the running spectra of infrasonic data.
[10] Kogelnig A, Hübl J, Suriñach E, et al.

A study of infrasonic signals of debris flows

[C]//International Conference on Debris-Flow Hazards Mitigation: Mechanics, Prediction, and Assessment, Proceedings, 2011:563-572.

[本文引用: 1]     

[11] Hübl J, Zhang S C, Kogelnig A.

Infrasound measurements of debris flow

[C]//WIT Transactions on Engineering Sciences, Second International Conference on Monitoring, Simulation, Prevention and Remediation of Dense and Debris Flows II. 2008, 60: 3-12.

[本文引用: 3]     

[12] Liu Dunlong, Leng Xiaopeng, Wei Fangqiang, et al.

Monitoring and recognition of debris flow infrasonic signals

[J]. Journal of Mountain Science, 2015, 12(4): 797-815.

DOI      URL      [本文引用: 4]     

[13] Schimmel A,Hübl J.

Automatic detection of debris flows and debris floods based on a combination of infrasound and seismic signals

[J]. Landslides, 2015, 13(5): 1 181-1 196.

[本文引用: 7]     

[14] Zhou Ming.

Research on the Characteristic of Ground Vibrations and Infrasound Produced by Different Types of Debris Flows[D]

. Nanning: Guangxi University, 2014.

[本文引用: 4]     

[周铭.

不同形态泥石流地声与次声特性比较研究[D]

.南宁:广西大学, 2014.]

[本文引用: 4]     

[15] Li Chaoan, Hu Xiewen, Wang Liangwei.

Infrasound monitoring and early warning of debris flow along montanic railway line

[J]. Technical Acoustics, 2012, 31(4): 351-356.

[本文引用: 4]     

[李朝安, 胡卸文, 王良玮.

山区铁路沿线泥石流次声监测预警方法

[J]. 声学技术, 2012, 31(4): 351-356.]

[本文引用: 4]     

[16] Liu Dunlong.

Debris Flow Positioning and Real-time Monitoring Based on Infrasound Monitoring[D]

. Beijing: University of Chinese Academy of Sciences, 2015.

[本文引用: 1]     

[刘敦龙.

基于次声监测的泥石流定位与实时监控方法[D]

. 北京:中国科学院大学, 2015.]

[本文引用: 1]     

[17] Fei Xiangjun, Shu Anping.Movement Mechanism and Disaster Control for Debris Flow[M]. Beijing:Tsinghua University Press,2004.

[本文引用: 1]     

[费祥俊,舒安平. 泥石流运动机理与灾害防治[M]. 北京:清华大学出版社,2004.]

[本文引用: 1]     

[18] Qin Fei, Zheng Fei, Li Junzhi, et al.

A mechanism model for infrasound emission during earthquake incubation

[J]. Journal of Beijing University of Technology, 2006, 32(6):568-572.

[本文引用: 1]     

[秦飞, 郑菲, 李均之,等.

孕震过程中次声波的产生机理

[J]. 北京工业大学学报, 2006, 32(6): 568-572.]

DOI      URL      [本文引用: 1]      摘要

提出了一个临震次声波产生的机理模型,认为孕震末期地质结构动力 行为引起的地表变形与空气耦合运动导致可观测次声波.并以日本地震板块为研究对象,建立其数值模型,采用二维瞬态有限元分析方法,分层考虑不同深度地质参 数,模拟了日本东北部地区地表的运动,计算了地表位移及次声波压力变化曲线,模拟出了临震次声波,次声信号波形特征、频率范围与实际观测基本一致,结果表 明孕震-次声机理模型是合理的.
[19] Ma Dayou.Theoretical Basis of Modern Acoustic[M]. Beijing: Science Press,2005.

[本文引用: 1]     

[马大猷. 现代声学理论基础[M]. 北京:科学出版社, 2005.]

[本文引用: 1]     

[20] Hu Kaiheng, Cui Peng, Tian Mi, et al.

A review of the debris flow dynamic models and numerical simulation

[J]. Journal of Hydraulic Engineering, 2012, 43(Suppl.2):79-84.

[本文引用: 1]     

[胡凯衡, 崔鹏, 田密,等.

泥石流动力学模型和数值模拟研究综述

[J]. 水利学报, 2012, 43(增刊2): 79-84.]

URL      [本文引用: 1]      摘要

泥石流体可视为介于挟沙水体和土体之间的过渡性体,它兼具水体和土体的性质,有着不同于两者的固有性质。现有的泥石流动力学模型都是从水沙或者岩土力学模型基础上发展而来的,从描述组成物质和运动的观点来看,可划分为连续介质、离散介质和混合介质模型。前两种模型可以在一定程度上描述某些泥石流物理现象。传统的单流体和多流体模型都属于连续介质模型。离散介质模型主要有离散元模型和动理学模型。混合介质模型能完整反映泥石流的物理本质,但面临的理论和计算问题也最多,正处于初步发展阶段。基于不同的动力模型和数值算法,目前发展了种类较多的数值计算模型。单流体的数值计算模型相对比较成熟,应用也比较广泛。具体的数值计算模型中,数值算法、流变模型、地形数据、边界和初始条件等的处理对数值计算结果有重要的影响,需要根据具体的问题选择合适的数值计算模型。泥石流动力学模型和数值模拟研究的重点在于建立全过程的泥石流动力学模型和模拟,发展非均质的泥石流计算模型,客观反映大尺度颗粒和障碍物的存在对泥石流运动的影响,以及建立合理的泥石流动床物质交换模型。
[21] Ni Jinren, Wang Guangqian.

Conceptual two phase flow model of debris flow: Ⅰ. Theory

[J]. Acta Geographica Sinica, 1998, 26(1):77-85.

[本文引用: 1]     

[倪晋仁, 王光谦.

泥石流的结构两相流模型:I.理论

[J]. 地理学报, 1998, 26(1): 77-85.]

[本文引用: 1]     

[22] Shu Anping, Wang Le, Yang Kai.

Investigation on movement characteristics for non-homogeneous and solid-liquid two-phase debris flow

[J]. Chinese Science Bulletin, 2010, 55(31):3 006-3 012.

[本文引用: 1]     

[舒安平, 王乐, 杨凯.

非均质泥石流固液两相运动特征探讨

[J]. 科学通报, 2010, 55(31): 3 006-3 012.]

DOI      URL      [本文引用: 1]      摘要

非均质泥石流是一种固体颗粒级配宽、容重变化大、流速分布不均匀的典型的固液两相流,广泛分布于我国的西部山区,表现出独特的固液两相运动特征.基于非均质泥石流固液两相分界粒径的概念,以Darcy公式和质量守恒定律为理论基础,分别推求非均质泥石流固液两相平均流速表达式.在此基础上,根据云南省小江流域蒋家沟泥石流模拟实验数据及实测资料,揭示了非均质泥石流固液两相运动特征.蒋家沟泥石流实验与实测资料计算分析结果表明,蒋家沟泥石流以临界容重2.234t/m3为界限,当泥石流容重低于、等于和高于该临界值时,分别出现液相流速大于、等于和小于固相流速的3种情况,由此可以分别揭示稀性泥石流、均质泥石流和稠性泥石流3种不同类型泥石流的运动特征.研究结果为构建非均质泥石流动力学奠定了基础,并对泥石流防治工程规划设计和预测预报泥石流灾害具有重要的现实意义.
[23] Xu Wenjie, Guan Hongyun, Wu Xiaolin.

Analysis of debris flow infrasound signal based on time-frequency analysis methods

[J]. Computer & Modernization, 2013, 1(4):36-39.

[本文引用: 2]     

[许文杰, 官洪运, 邬晓琳.

泥石流次声信号时频分析方法的应用研究

[J]. 计算机与现代化, 2013, 1(4):36-39.]

DOI      URL      [本文引用: 2]      摘要

泥石流是一种在山区常见的灾害,因为来势凶猛,破坏力巨大,严重威胁着山区交通、水利水电等工程设施和当地居民的生命财产安全。发生泥石流灾害时产生的次声信号可以用于泥石流预警。本文在分析泥石流次声信号特点的基础上,比较希尔伯特黄变换(HHT)时频分析方法与短时傅里叶变换(STFT)、Wigner-Ville分布(WVD)方法的优缺点,通过仿真实验,证明HHT时域分析法对泥石流产生的次声波信号的分析效果更好。
[24] Alan V O, Alan S.Signals and Systems (Second Edition)[M]. London: Publishing House of Electronics Industry, 2013.

[本文引用: 2]     

[25] Li Mei, Chen Liang, Wei Gaorong, ,et al.

One kind of debris flow infrasound monitoring system and method gprs-based communication: CN 106197654 A

[P].2016-12-07.

[本文引用: 1]     

[李梅, 陈亮, 魏高荣, 等.

一种基于gprs通信的泥石流次声监测系统及其方法: CN 106197654 A

[P].2016-12-07.]

[本文引用: 1]     

[26] Zhou Xiande.

Infrasound monitoring and analysis of debris-flow movement

[J].Journal of Chinese Soil and Water Conservation, 2005, 36(3): 233-238.

[本文引用: 1]     

[周宪德.

土石流运动时之次声特性监测及分析

[J]. 中华水土保持学报, 2005, 36(3): 233-238.]

[本文引用: 1]     

[27] Liu Dunlong, Leng Xiaopeng, Wei Fangqiang, et al.

Visualized localization and tracking of debris flow movement based on infrasound monitoring

[J]. Landslides, 2017, 3(B): 1-15.

DOI      URL      [本文引用: 1]      摘要

During the initiation and movement of debris flow, low frequency infrasound is generated and emitted with characteristics such as strong penetration, low attenuation, and a high propagation speed that is faster than the debris flow. Monitoring infrasound has been used in debris flow detection and early warning systems; however, although the current infrasound-based warning system of debris flow can provide an alarm when debris flow occurs, it cannot locate and track the movement of debris flow in real time, and cannot determine the arrival time of debris flow to its potential victims. Thus, the potential applications of low frequency infrasound in debris flow disaster prevention and reduction have not yet been fully explored. In this study, we constructed an optimal triangular monitoring array based on factors such as the terrain of the monitoring area and characteristics of infrasound propagation. Combined with the time-delay estimation method, we determined and established an acoustic source localization model based on the time difference of arrival. Furthermore, with the help of a GIS platform, a visualized localization and tracking system for debris flow movement was developed to achieve real-time monitoring of debris flow. The performance of the system on acoustic source localization was validated using a simulation test and long-term field monitoring of debris flow at Jiangjia gully in Dongchuan, Yunnan province, China. Both the simulation and field test results showed that the system has high localization accuracy and strong real-time response. The results of the monitoring system could provide more accurate warning information of debris flow to local government and residents, allowing them to take appropriate mitigation measures well in advance to reduce the loss of life and property caused by debris flows.
[28] Zhou Hongjian.

Hot-topics and prospects of global platform for disaster risk Reduction: Based on 2017 global platform for disaster risk reduction in Cancun, Mexico

[J]. Advances in Earth Science, 2017, 32(7):688-695.

[本文引用: 1]     

[周洪建.

当前全球减轻灾害风险平台的前沿话题与展望——基于2017年全球减灾平台大会的综述与思考

[J]. 地球科学进展, 2017, 32(7):688-695.]

[本文引用: 1]     

版权所有 © 《地球科学进展》编辑部
地址：甘肃省兰州市天水中路8号
QQ：114723517
电话：0931-8762293　E-mail：adearth@lzb.ac.cn
陇ICP备2021001824号-5　 甘公网安备62010202000687

/

〈 〉