Page 121 - 《武汉大学学报（信息科学版）》2025年第9期

第 50 卷第 9 期 毛正君等：基于数据融合的梯田型黄土滑坡隐患监测预警 1849

toring data, but also greatly enhances the accuracy and reliability of the early warning system. The displace⁃
ment-time curve of the hidden danger of loess landslide in terrace type shows the characteristics of conver⁃
gence. With the passage of time, the cumulative displacement shows a state of rapid increase first, then
slow growth until it tends to be stable, and its deformation rate finally tends to zero. Data fusion can accu⁃
rately capture the deformation characteristics of hidden dangers of terraced loess landslides, and the error of
prediction and evaluation decreases with the improvement of data fusion level. The tangent angle, cumula⁃
tive acceleration, rainfall intensity and fracture stage matching characteristics can be used as early warning
criteria for hidden dangers of terraced loess landslides. Conclusions: The monitoring and early warning
of the hidden dangers of terraced loess landslide based on data fusion will provide theoretical and scientific
basis for further promoting slope modification projects and protecting the existing terraces, as well as for
increasing farmers income, providing scientific and technological services for agriculture and promoting ru⁃
ral revitalization.
Key words： data fusion； terraced type； loess potential landslide； monitoring and warning； warning criterion

中国地质条件复杂，板块构造活动频繁，近 测数据特征和滑坡机理这三者有深刻的认识，并
年来受人类活动和全球气候变化影响，灾难型滑 把 它 们 有 机 地 结 合 起 来 ，才 能 真 正 实 现 滑 坡 预
坡灾害频发，严重威胁人类生命财产安全 ［1-2］ 。自 警。文献［17-18］对数据融合的定义进行改进，将
然资源部公布 2021 年全国共发生地质灾害 4 772 数据融合定义为一个数据或信息综合处理过程，
［3］
起，其中滑坡占比接近 49% 。对重大滑坡隐患 用以估计或预测实体状态。数据融合常见的功
进行分析研究具有重要意义，事先发现和识别滑 能模型可分为 3 级，包括数据级融合、特征级融合
坡隐患是变被动避灾救灾为主动防灾治灾、减少 和决策级融合 ［19］ 。数据级融合要求融合数据来
甚至避免造成灾难性地质灾害事件发生的主要 自于同质传感器，是通过融合算法将观测数据进
［4］
途径 。目前已查明的地质灾害隐患点数量达到 行最低程度的融合处理后提取客观对象的特征，
30 余万处，但是近年来发生的灾难性地质灾害约 一般传感器数量多、数据通信容量大、处理代价
80% 都不在已发现的隐患库内 。 高、实时性差、抗干扰能力差；特征级融合是对传
［5］
监测预警是滑坡风险管理的基础 ［6-10］ ，基于 感器采集到的观测数据进行分类并提取具有代
监测数据分析开展滑坡灾害形成机理的研究并 表性的特征数据，然后将不同类型传感器特征数
提出滑坡隐患预警判据，能够有效规避风险，减 据进行融合；决策级融合是在对不同类型传感器
少经济损失和人员伤亡，具有十分重要的现实意 采 集 到 的 数 据 特 征 分 析 的 基 础 上 ，实 现 决 策 处
义。利用综合监测技术是克服单一技术局限性 理 ［20］ ，一般对信息传输带宽的要求比较低、通信
的有效途径，有助于全面深入地认识和理解滑坡 容量小、抗干扰能力比较强、对传感器的依赖程
灾害全过程 ［11］ 。文献［12］提出一种结合变量选 度小，但需要进行大量的数据预处理工作且步骤
择 、麻 雀 搜 索 算 法 和 深 度 极 值 学 习 机 的 预 测 模 复杂，信息损失比较大 ［21］ 。已有研究人员应用数
型，分析了累积降雨量、径流量、孔隙水压力、应 据 融 合 理 论 开 展 滑 坡 灾 害 研 究 ，如 文 献［22］提
力、温度、风力、温差、日降雨量等因素对岩质边 出多特征融合转移学习方法，该模型几乎不依赖
坡变形的影响，提高了预测岩质边坡变形破坏的 于长时间连续监测过程，不仅可以在监测中断时
准确性。文献［13］收集了三峡库区黄土滑坡江 填补数据空白，还可以根据准确的天气预报和定
边 滑 塌 体 的 全 球 定 位 系 统 监 测 数 据 、测 斜 仪 数 期水库调度提供实时位移预测，并采用非均匀加
据、水库水位、降雨量、含水量、裂缝宽度、地下水 权误差评估方法评价滑坡突变状态预测的准确
位和温度等多个监测数据，采用定量统计和定性 性；文献［23］基于位移监测数据、变形状态和滑
模拟相结合的方法进行了监测数据分析。 坡 稳 定 性 之 间 的 关 系 ，提 出 一 种 状 态 融 合 熵 方
滑坡监测数据往往为多源异构数据，具有多 法，用于评估滑坡稳定性和判断滑坡演化阶段；
样的表现形式、巨大的数据量以及复杂的关系。 文献［24］针对滑坡监测中的多源异构数据融合
数据融合广泛运用于监测预警技术中 ［14-16］ ，数据 问题，结合互信息改进粒子群优化算法和长短期
融合理论的发展在一定程度上解决了多源异构 记忆神经网络，提出一种多源异构监测数据融合
数据综合分析的问题，但是只有对地学规律、监 方法。