轟！一陣巨響之下，位於陝西某山區居民聚居點的 10 萬平方的黃土坡一傾而下。幸運的是，早在 6~7 小時前，地質災害監測預警平臺——這一當地高校長安大學研發試點的系統已經發出紅色預警，使得群眾得以及時避險。

這一 “教科書級”的滑坡災前監測預警發生在 2021 年 1 月 27 日。而就在之後的 1 月 29 日，地災監測又從新一屆 “全國地質工作會議”傳來好訊息——我國成功研製出滑坡儀和智慧預警系統，已有效預警 15 起地災！這一訊息當天即登上央視新聞。

在天災面前，生命何其渺小脆弱。2010 年甘肅舟曲特大泥石流，造成 1557 人遇難、284 人失蹤；2017 年四川茂縣滑坡中，100 多人被埋。崩塌、滑坡、泥石流、地面塌陷…… 種種突如其來的地質災害，猝不及防將生命畫上句點，令多少無辜的家庭遭受沉重的打擊。但在北斗高精定位、天 - 地窄帶物聯、人工智慧、雲端計算、新型微機電感測等新興技術的協作下，那些沉痛的故事也許不會再上演。

▲2017 年的四川茂縣滑坡中被掩埋的人生存希望極低

以智慧地災監測預警系統為代表的新技術應用能為災情防控做什麼？背後有什麼樣的技術邏輯和產業真相？我們對此進行了深入探討。

我國第一代滑坡儀和智慧預警系統誕生，已預警 15 起地災

湖南鳳凰，降雨持續，一日三巡查的百名測群防員有了新幫手，地災普適型監測預警裝置將促成災情實時預警。貴州晴隆，暴雨天氣，相關部門監測到隱患點裂縫位移變形（速率：13~15cm/0.5h）加快，立馬疏散群眾 131 戶 572 人，成功避險儀器滑坡災害。湖北秭歸，入汛，滑坡預警裝置及時捕捉到地形錯動資訊，促使相關部門釋出黃色預警，從而有效保障了三峽庫區群眾和航道安全……

▲湖北某地泥石流災害現場

這些案例背後都離不開一大黑科技，那就是由自然資源部中國地質調查局聯合 20 多家高校、科研院所成功研發了我國第一代滑坡儀和智慧預警系統。這套系統能實時採集與滑坡、泥石流等地災的相關的地形變化、降雨量等資料，在地災發生前就及時向管理員發出明確預警訊號，輔助應急救災。

▲某企業的滑坡塌方監測解決方案示意圖

這套系統也正在真實地為受滑坡、泥石流等災害困擾地山區人們排憂解難。中國地質調查局地質環境監測院首席科學家殷躍平說：“目前，這套系統已經完成貴州、甘肅、雲南九省、市系統對接和資料實時同步工作，並對重慶雲陽團包滑坡、貴州晴隆等地質災害險情實現成功預警。”據悉，該裝置目前在全國 2512 處完成試驗，預警 15 起地質災害，避免 366 人可能因災傷亡。同時，官方編制的《地質災害專群結合監測預警技術指南》也已新鮮出爐，等於為全國地災防控在發展方向和操作標準方面提供了 “說明書”。

端管雲三大環節，解決兩大防災痛點

2018 年 11 月，自然資源部召開地災監測預警科技創新研討會，提出突破監測預警技術的瓶頸，啟動地災監測預警普適型裝置研發與適用工作的大幕拉開，兩年後，一套地災監測預警物聯網解決方案現在已經落地成型。該系統旨在解決兩大地災防治痛點：“地災隱患在哪裡？”、“什麼時間可能發生？”根據央視新聞報道，這套預警系統分為前端和後端，融合應用了北斗高精定位、天 - 地窄帶物聯、人工智慧、新型微機電感測、雲端計算等多學科技術。

這套系統運作主要包括三大流程：1、前端採集資料。在前端，通過普適型地災監測裝置採集降雨與地表形變等資料，進行資料採集。這是對應物聯網架構中的 “感知”環節。2、網路傳輸資料。在網路層，實時傳輸監測預警資料，到達每個省的中心站，以及國家監測預警站。這是物聯網架構中的 “聯網”環節。3、後端資料整合。在後端，通過資料演算法模型進行監測預警，向監測人員的手機、PC 等終端平臺釋出藍、黃、橙、紅多種等級的預警訊號。這是物聯網架構中的 “整合”環節。

總體來說，滑坡儀與智慧監測預警系統連線起來，形成一整套 AIoT 地災監測系統。對應三大預警步驟，需要部署資料採集裝置、資料傳輸管道、資料整合平臺三大類技術產品，這也成為北斗高精定位、天 - 地窄帶物聯、人工智慧、雲端計算等技術落地的載體。

端側資料採集：研發普適性裝置，80 萬元裝置只需 10 萬

“過去要用 80 萬元監測裝置才行，現在只需要花 10 萬元就能搞定。”來自甘肅的地質環境監測工作人員說。不僅成本大大降低，裝置的簡易度也大為提升。“之前做滑坡災害深部位移監測程式繁多、裝置體積大。現在使用普適型傾角儀，所有監測裝置整合一體，只需從地表往下戳進 60 釐米左右的樁就能進行監測。”由自然資源部中國地質調查局下屬媒體傳播可知，採用普適型裝置整合度高、功能優化，並藉助物聯網傳輸技術，可將方案綜合成本降低 50% 以上。在這樣一種自上而下的數字化、智慧化變革推力下，在地災監測這一新興的垂直市場，一大批市場化企業如雨後春筍般出現在這一新興領域。我們調檢視到，包括北斗雲、江偉時代、千尋位置、江雲智慧、國信華源、米度測控、穩控科技、中移物聯網、國傑資訊等眾多行業科技玩家紛紛入局，從普適型地災監測裝置切入，參與地災監測數字化、自動化變革事業發展程序。

從技術出發來講，國內地災檢測儀具正在發生歷史性變革。對於主要地災監測來說，滑坡和塌方主要以監測位移、裂縫、加速度、傾角等地形變化和降雨量為主；泥石流則主要監測雨量和泥位。由於涉及複雜的地質因素和動力學原理，監測儀具舉足輕重。傳統的地災監測儀具和方法存在許多弊端。

根據領域重要論文解讀，常見的山體滑坡主要方法有重力測量法、特殊大地測量法、地下水監測法、液體靜力水準測量、常規大地測量法、地下鑽孔傾斜法、近影攝影測量法等。它們都有共同的弊端：受氣候條件及地形影響，不能持續監測、自動化程度低、人力投入大、資料難以及時處理且監測週期長等。

為了應對傳統地災監測裝置的弊端，中國地質調查局地質環境監測院牽頭開始研發普適型的地災監測裝置，是對端側地災監測裝置的一次變革。根據該部門最新發布的《地質災害專群結合監測預警技術指南》，有六種普適型地災監測預警裝置可供部署：普適型雨量計：採用新型光電式、壓電式感測器，體積小，維護簡單。土壤含水率計：無須標定，探測範圍大，採用多引數一體化設計，尺寸小，可在 15 分鐘內完成安裝。傾角計和振動加速度計：內建電池可不間斷供電 2~3 年，已形成微芯樁、變形樁等多引數一體化監測預警裝置，易安裝易維護。裂縫計：加大量程、窄帶物聯網和遠端控制，裝置待機功耗降低 50%，對於加速變形階段的採集能力明顯提升。普適型 GNSS：將監測精度由毫米級調整為亞釐米級，增加一體化預埋箱方式，執行功耗與綜合成本顯著降低。

▲普適型加速度 / 傾角感測器具有便攜性、高整合特點

管道資料傳輸：北斗衛星挑大樑

值得一提的是，無論是開篇提到的中國地質調查局領頭研發的第一代滑坡儀和智慧預警系統，還是長安大學預警大坍塌的 “教科書級”案例，我們都發現了同一個字眼——北斗。北斗衛星系統在地災監測預警中作用於管道——資料傳輸環節。

當下，將北斗用於地災監測，這一理念已有廣泛認知認可度。以四川中科川信聯合中國科學院、成都理工大學共同研製開發的 “北斗智慧雲公共監測平臺”為例，目前該系統已經部署全國監測點位 3411 處，僅在四川地區，已多次成功預警阿壩州滑坡。而以 “北斗雲”命名的地災監測普適型裝置廠商北斗雲，已率先成為這一新興領域的頭部玩家，佔據大量市場。

在滑坡、泥石流多發的山地，往往位於地理條件複雜的偏遠地區，很多網路受限，甚至線路架設、電力供給都成問題，因此如何傳輸資料成為一大關鍵問題。

根據《地質災害專群結合監測預警技術指南》，在地災檢測中主要的資料傳輸方式包括窄帶自組網資料傳輸、蜂窩物聯網資料傳輸、衛星資料傳輸、寬頻自組網資料傳輸。以北斗、窄帶物聯網衛星為代表的衛星通訊方式，憑藉全球化無死角、全天候覆蓋、低時延等優勢，成為地災監測中的理想選擇。

在地災發生前，區域的感測器發生沉降或偏移時，北斗衛星能夠感知到其地形變化，將資料傳輸到後臺系統，與其它監測資料結合起來進行全天候全自動線上監測預警。當下，在我國北斗商業化應用如火如荼發展之際，地災監測領域成為這一市場的一大承接地帶。

地災監測預警的大腦，雲端計算與人工智慧的用武之地

當地災資訊經由資料採集終端、資料傳出管道傳輸到後臺系統，如何實現更自動化、智慧化的災情及時監測預警？人工智慧與雲端計算技術有了用武之地。從行業格局來看，地災監測作為一個碎片化場景，還鮮少看到我們常見的 AI 獨角獸加註，但是，也能看到已有行業科技玩家和科技巨頭率先砸下 “一錘子”。

比如，2020 年 5 月，Baidu 也攜手成都高新減災所釋出 “AI + 災害預警”，打造多災種預警團隊和技術體系；2020 年 1 月，華為雲也與深圳市氣象局宣佈與合作，共同研創更精準的災害性天氣預測模型，從地災監測的兩大要素中的降雨量因素切入領域。這些廠商們 AI 的輸出，無一不基於其作為雲服務商背後的雲產品。

▲華為雲 AI 通過深度學習預測未來 2 小時內每公里內的天氣變化情況

而在行業科技玩家領域，以北京的某公司推出的 “山境”為例，正是通過學習過去山體傾斜的資料，預測未來一段時間山體傾斜變化的趨勢，並通過逐步完善的預測模型，實現山體滑坡預警。

▲山境機器學習預測山體傾斜趨勢

深度學習需要的海量資料從哪來？是深度學習落地災情監測的一大關鍵問題。對此，相關部門及先行企業已經開始建立生態，尋求應對方法。本文開頭中提到的滑坡儀和智慧預警系統，就通過在全國 9 省的 2512 處完成實驗，積累人工智慧模型訓練所需的資料。

中國地質調查局地質環境監測院首席科學家殷躍平說：“去年我們監測了兩千處，今年我們要安裝兩萬兩千多處監測預警點，重點是在地震山區和高山峽谷區進行監測預警，這樣我們會有大量樣本。所以下一步，在機器學習人工智慧預警方面，將會有明顯的提升。”

市場化企業也在做同樣的事情，以東方生態為例，該公司也在全國範圍內建立地質災害開放性監測網路，首期招募 25 個合作滑坡監測點無償提供 “山境”。

結語：賦能碎片化行業場景，AIoT 技術還有很長的路要走

儘管自上世紀 90 年代以來，我國已摸清 28.6 萬處地災隱患點，降低地災傷亡人數，但全國每年 80% 新發地災都發生在已圈定的隱患點範圍之外。從地災監測這一場景的數字化、智慧化終端、管道及系統，我們看到北斗、人工智慧、新型感測等新技術已經開始被規模化應用，正在改變我們應對緊急災情的方式和效率。對於人工智慧演算法技術而言，如何在碎片化的行業場景中發揮真實價值是一大核心議題。以地災監測這一完整的 AIoT 場景為例，數、端、管、雲的協同是一項極具行業特色的複雜工程。要想在這樣的碎片化場景、複雜工程中起跳，AIoT 技術產業還有很長的路要走。