北京较好的皮肤科医院 https://m-mip.39.net/fk/mip_9278663.html
手机屏幕亮了，成都理工大学教授许强点开弹出的预警信息，监测系统上的曲线加速垂直爬升，他赶紧给千里之外的甘肃省永靖县盐锅峡镇打“黑方台党川区域即将发生滑坡，预计将在国庆节期间发生。”
9月30日晚8时55分发出信息，当地政府紧急疏散滑坡区域的20户居民。10月1日凌晨5时，黑方台西南侧罗家段接连发生三起黄土滑坡，约20万立方米黄土滚滚而来。由于居民提前疏散，这场滑坡算是有惊无险。
事实上，这是成都理工大学地质灾害防治与地质环境保护国家重点实验室对黑方台滑坡第二次成功预警。
“这一系统处于科研探索阶段，在国内处于前沿。”成都市地质环境监测站副站长杨彪山表示，目前大部分地区监测滑坡都是依靠监测人员“群测群防”，个别地方上了一些设备，效果也不尽相同。
精确监测
半年内两次成功预警滑坡灾害
从年开始，许强的团队就将黑方台监控了起来，这个滑坡高发区域，被称为“黄土滑坡的博物馆”，每年都会滑坡三到五起。
“滑坡重复性很低，要找一个长期监测点位还是比较难。”许强说，滑坡地质过程很长，有的监测点位几年、甚至几十年都不会发生。但甘肃省永靖县盐锅峡镇的黑方台是典型的黄土台塬，农业灌溉使得黄土内部的地下水位不断上升，最终引发滑坡发生。
“这是灌溉诱发滑坡。”许强介绍，研究人员在黑方台安装了四五十套传感器，包括裂缝计、地下水位计以及雨量、气温、气压等现场观测仪器，同时定期通过无人机扫描监测区域，通过分析对比同一区域不同时期的无人机航拍影像和数值高程模型，来分析各部位的变形情况，其精度已精确到厘米级。
数据最终上传到实验室研发的“地质灾害监测预警与决策支持系统”，上面的曲线根据实时监测数据发生变化。
和股民在手机上看K线图一样，研究人员通过手机就可以观察曲线每天的变化，变形一旦达到预警级别，系统就会弹出预警信息，前方观察人员也会启动“群测群防预案”，结合实地观测，发出滑坡地质灾害预警信息，并组织撤离危险区人员。
除9月30日的预测外，今年5月13日，该团队还曾对黑方台东北侧磨石沟右岸的一处滑坡成功预警。
从年2月28日开始监测以来，该滑坡点一直没有明显变化。但从5月2日起，滑坡开始出现明显变形，地表裂缝增大。5月13日上午9时12分，变形速率超过预警阈值，系统在9:13向相关人员自动发出红色预警短信。39分钟后，即9时52分，滑坡发生。成功预测滑坡发生，首次检验了这一预警系统的可靠性。
模拟试验
发现异常系统自动发出警示信息
滑坡的发生过程可谓五花八门。在成都理工大学地质灾害防治与地质环境保护国家重点实验室，许强从滑坡区域搬回砂石泥土，建起山体模型，通过室内模型试验记录这些“山体”在重力条件下，从出现变形到最终发生滑坡的全过程曲线变化。
“滑坡预警的难点之一，就在于有全过程监测曲线的典型案例少，目前全世界只有几十条比较完整的监测曲线。”许强表示，利用国内外现有资料，结合室内物理模拟试验和计算机数值模拟，他们归纳总结了不同条件下滑坡的变形曲线特征和规律，据此建立理论预警模型和判据，研究人员再将这些模型和判据写进“地质灾害监测预警与决策支持系统”，形成一套实时监测预警系统，一旦出现异常，系统自动确定滑坡风险级别，并发出警示信息。
如今，系统里面的监测点位已达到多个，包含的现场观测仪器设备有多套，除四川外，在甘肃、陕西、山西、贵州、安徽都有专门的监测点位。
研究方向
从精准性预报转向提示性预警
灾害预报，必须要准确预测灾害发生的时间、地点、规模，俗称“三要素”预报。滑坡虽然只是浅表层岩体的破裂，是一条裂缝或一个结构面的错动，但要掌握它们垮塌的时间，并非易事。“我们现在做的研究就是跳出预报的‘死胡同’，不过分追求灾害发生时间的精准性，转向在灾害发生前作提示性预警。”许强说，这样可以提前划分预警级别，让人员安全撤离。
长久以来，国内外都将精力花费在研究滑坡发生“临界值”上，比如一个山坡张开20厘米时就要垮塌了，就像人的血压、血糖、脉搏都应该在一定范围，超过某个“临界值”就算异常，就有问题。
但是，滑坡却不一样，不同的滑坡其临界值是不一样的。因此，许强和他的团队转为研究滑坡从开始出现变形到最终滑坡发生全过程的宏观规律和各阶段特征，研究各种滑坡变形曲线究竟是什么样的、有什么共同规律。“通过大量统计分析，我们发现这个曲线是有规律的。”
许强打开手机上的监测系统，点开四川理县一个监测点位的曲线图，上面的线条呈现出一条直线。“我们将滑坡变形曲线分为稳定型、渐变型和突变型三类，后两类曲线一般又包括初始变形、等速变形和加速变形三个阶段，目前该滑坡尽管变形速率很大，但其仍处于等速变形阶段，只要不进入加速变形阶段，滑坡就不会发生。”许强说。
减少误报
让监测预警逐步实现全自动
“黑方台是灌溉诱发型滑坡，但四川主要是降雨诱发型滑坡。”许强告诉成都商报客户端记者，降雨诱发的滑坡——比如“6·24”茂县特大山体滑坡灾害，预警更难，必须将水位和变形等参数综合起来。如今，全国很多地方都委托相关公司，通过仪器来监测滑坡，但由于只设置了一个简单的“临界值”，一到下雨可能就会四处警报，最终出现“狼来了”的效果。
数据的采集，也是监测过程中的一个难点。如果半天、数小时、数分钟现场采集一次，对于突发型滑坡已经不适用，而采集数据太密集，则会导致这些依靠太阳能供电的设备“精疲力竭”，同时导致数据传输通道拥堵。
为此，许强团队的研究人员提出了“自适应调整采样频率”数据采集机制，并研发出配套的仪器设备。一旦监测对象变形加快，采集频率会跟着加快，变形变慢，采样间隔就会自动减少。
目前，研究人员正着力减少监测预警过程人工干预，不断提高系统自动化程度。同时，在监测过程中，将过程预警和阈值预警相结合，减小山体滑坡的误报率和漏报率。
成都商报客户端记者宦小淮实习生陈薪屿摄影报道
编辑刘艳美
