• 中国科学引文数据库(CSCD)
  • 中文科技期刊数据库
  • 中国核心期刊(遴选)数据库
  • 日本科学技术振兴机构数据库(JST)
  • 中国学术期刊(网络版)(CNKI)
  • 中国学术期刊综合评价数据库(CAJCED)
  • 中国超星期刊域出版平台

基于虚拟参考站的GNSS滑坡地质灾害监测分析

蔡华, 刘邢巍, 蒲德祥, 王斌

蔡华, 刘邢巍, 蒲德祥, 王斌. 基于虚拟参考站的GNSS滑坡地质灾害监测分析[J]. 全球定位系统, 2023, 48(1): 46-50, 76. DOI: 10.12265/j.gnss.2022156
引用本文: 蔡华, 刘邢巍, 蒲德祥, 王斌. 基于虚拟参考站的GNSS滑坡地质灾害监测分析[J]. 全球定位系统, 2023, 48(1): 46-50, 76. DOI: 10.12265/j.gnss.2022156
CAI Hua, LIU Xingwei, PU Dexiang, WANG Bin. Monitoring and analysis of GNSS landslide geological hazard based on virtual reference station[J]. GNSS World of China, 2023, 48(1): 46-50, 76. DOI: 10.12265/j.gnss.2022156
Citation: CAI Hua, LIU Xingwei, PU Dexiang, WANG Bin. Monitoring and analysis of GNSS landslide geological hazard based on virtual reference station[J]. GNSS World of China, 2023, 48(1): 46-50, 76. DOI: 10.12265/j.gnss.2022156

基于虚拟参考站的GNSS滑坡地质灾害监测分析

详细信息
    作者简介:

    蔡华: (1992—),男,硕士,工程师,研究方向为GNSS高精度定位技术与应用

    通信作者:

    蔡 华E-mail:404586444@qq.com

  • 中图分类号: P228.4

Monitoring and analysis of GNSS landslide geological hazard based on virtual reference station

  • 摘要: 针对全球卫星导航系统(GNSS)技术在滑坡监测中参考站架设选址难、建设成本高、基准不稳定等问题,使用基于虚拟参考站(VRS)的滑坡地质灾害监测方法,利用卫星导航定位连续运行参考站(CORS)在监测区生成虚拟参考站数据,代替物理参考站进行滑坡监测. 实验分析不同解算策略下的虚拟参考站监测精度,并将粗差剔除后的结果与传统GNSS监测进行对比. 结果表明:VRS 2 h监测精度平面可达5 mm,高程可达25 mm,所反映滑坡位移趋势与传统GNSS监测一致.
    Abstract: The application of Global Navigation Satellite System (GNSS) technology to landslide monitoring has the problems of difficult location selection of reference stations, high construction cost and unstable datum. The method of monitoring landslide geological disasters based on virtual reference station (VRS) is used. The continuous operation reference station (CORS) is used to generate virtual reference station data in the monitoring area to replace the physical reference station for landslide monitoring. Through experiments and analysis, the monitoring accuracy of virtual reference station under different solution strategies is obtained, and the results after gross error elimination are compared with the traditional GNSS monitoring. The results show that the 2 h monitoring accuracy of the virtual reference station can reach 5 mm in plane and 25 mm in elevation. The displacement trend reflected by the virtual reference station is consistent with the traditional GNSS monitoring.
  • 我国山区面积占总陆地面积的三分之二[1],是世界上地质灾害最严重、受威胁人口最多的国家之一,其中超过半数为滑坡灾害,严重威胁人民生命财产和基础设施安全[2-3]. 滑坡地质灾害监测主要采用群测群防和专业监测,在专业监测方面,主要以全球卫星导航系统(GNSS)技术和传感器技术(如裂缝计、拉力计、雨量计等)为主. GNSS技术具有全天候、高精度、自动化、无需通视等优势,基线解算相对精度可达10−9[4],成为滑坡监测预警的重要技术手段. 目前GNSS滑坡监测主要采用“1+N”模式(1个基准站和N个监测站)[5-6],通过解算地质稳定区内参考站与滑坡体内监测站间的基线,获取滑坡体的位移. “1+N”模式需要在每个监测区域附近建设至少1个参考站,存在建设成本高、选址困难、基准不稳定、资源浪费等问题.

    为了减少GNSS滑坡监测的成本,满足滑坡监测大范围、普适性、场景复杂的要求,学者们研究了针对滑坡监测的软硬件技术,如一机多天线技术[7-8]、单频接收机技术[9]、低成本GNSS芯片技术[10-11]和云平台监测技术[12-13],同时将实时动态(RTK)技术和精密单点定位(PPP)技术用于滑坡监测[14-15]. 当前国家和各省市均建立有连续运行参考站(CORS),其基准站大多建立在地质结构稳定的基岩上,是维持空间基准的基础设施. 基于CORS的网络实时动态NRTK技术可以在基准站网覆盖范围内的任意地点生成虚拟参考站(VRS),该VRS不受地质条件和距离约束,为大范围滑坡监测提供了新的思路. 自然资源部印发的《2022年地质灾害监测预警实验工作方案》和《地质灾害专群结合监测预警技术指南(试行)》中明确集中连片区宜采用卫星定位服务CORS、VRS等“统筹共享”技术方案替代“一点基站”. 在这方面,已有相关研究进行基于CORS或VRS进行滑坡监测的探索[16-20]. 本文利用真实滑坡监测数据,分析VRS数据质量,基于VRS进行滑坡监测,并将结果与传统GNSS滑坡监测进行对比,评估基于VRS进行滑坡监测的可行性.

    选取重庆市万州区某滑坡监测数据作为实验数据,监测区域内布设1个参考站CQ03和3个监测点CQ01、CQ02和CQ04,参考站至3个监测点的距离分别为479 m、437 m和480 m,站点分布如图1所示,参考站和监测点均安装的一体化GNSS位移监测设备,天线类型为GPS1000,数据采样率15 s,时间跨度为2021年4月1日至2021年5月31日. 监测区域处于重庆市卫星导航定位基准服务系统(CQGNSS)覆盖范围内,最近3个基准站是KAXI、WAZH和LIPI,组成的三角网基线长度分别是80.4 km、58.3 km和45.4 km,生成的VRS位于CQ02附近.

    图  1  实验数据站点分布

    基于VRS进行滑坡监测的关键是在监测点附近生成有效的VRS,将VRS与监测点进行短基线解算,获得监测点的位移. 根据用户概略位置,内插对流层天顶湿延迟、双差电离层延迟等空间相关误差模型,结合基准站的观测数据生成VRS的观测数据. VRS载波相位观测值可表示为[21-22]

    $$ \begin{split}{\varphi }_{V}^{j}=\;&\underbrace {{\varphi }_{A}^{j}}_{\mathrm{相位观测值}}+\underbrace {\frac{1}{\lambda }\Delta {\rho }_{AV}^{j}}_{\mathrm{几何配置}}+\\ &\frac{1}{\lambda }\left(\underbrace {-\Delta \nabla {I}_{AV}^{ij}+\Delta \nabla {T}_{AV}^{ij}+\Delta \nabla {O}_{AV}^{ij}}_{\mathrm{空间相关误差}}+\underbrace {\Delta \nabla {M}_{AV}^{ij}+{\varepsilon }_{AV}}_{\mathrm{随机误差}}\right)\end{split}. $$ (1)

    式中:$ \varphi $为载波相位观测值;$ \lambda $为载波相位波长;$\;\rho$为参考站与卫星之间的距离;I为电离层延迟误差;T为对流层延迟误差;O为卫星星历误差;M为多路径效应;$ \varepsilon $为观测噪声;ij为卫星标识;A为参考站编号;V为VRS编号;$ \Delta $为单差算子;$ \Delta \nabla $为双差算子.

    由式(1)载波相位观测值计算模型可推导出伪距观测值计算模型

    $$ \begin{split}{P}_{V}^{j}=\;&\underbrace {{P}_{A}^{j}}_{\mathrm{伪距观测值}}+\underbrace {\Delta {\rho }_{AV}^{j}}_{\mathrm{几何配置}}+\\ &\left(\underbrace {-\Delta \nabla {I}_{AV}^{ij}+\Delta \nabla {T}_{AV}^{ij}+\Delta \nabla {O}_{AV}^{ij}}_{\mathrm{空间相关误差}}+\underbrace {\Delta \nabla {M}_{AV}^{ij}+{\varepsilon }_{AV}}_{\mathrm{随机误差}}\right) \end{split}.$$ (2)

    式中,P为伪距.

    VRS的观测值质量直接影响监测结果,有必要对VRS的观测值质量进行检验和评估. 利用G-Nut/Anubis对CQ02点处VRS数据和物理参考站数据进行质量检验,检验指标包括信噪比(SNR)、多路径效应、周跳比等. G-Nut/Anubis中卫星截止高度角设置为15°,计算多路径效应的移动窗口设置为20个历元,周跳探测时间设置为5 min,检验结果取算术平均值,如表1所示.

    表  1  数据质量检验统计结果
    检验指标SN1SN2MP1MP2o/slps
    VRS43.7537.270.290.2830 216
    物理参考站44.2142.720.230.31 4 240
    下载: 导出CSV 
    | 显示表格

    根据已有研究和相关规范[23],将35作为SNR参考值,其值越大越好;将0.5作为多路径参考值,其值越小越好;将200作为周跳比参考值,其值越大越好.

    统计结果表明,VRS观测值SN1平均值为43.75,SN2平均值为37.27;物理参考站观测值信噪比SN1平均值为44.21,SN2平均值为42.72;物理参考站略优于VRS,两者均大于参考值. VRS多路径效应MP1平均值为0.29,MP2平均值为0.28;物理参考站多路径效应MP1平均值为0.23,MP2平均值为0.31;两者均满足规范要求. VRS周跳比为30 216,物理参考站周跳比为4 240,VRS周跳比均优于物理参考站.

    综合对比SNR、多路径效应、周跳比,VRS观测值质量与物理参考站观测值质量均满足相关要求,初步验证了将其用于滑坡监测的可行性.

    为分析使用VRS进行滑坡监测的精度,本文设计实验使用上文中的滑坡监测数据和VRS数据,利用GAMIT解算不同时长的监测数据,统计计算精度并与传统GNSS滑坡监测进行对比. GAMIT解算策略如下:

    1)星历:IGS超快速预报精密星历;

    2)卫星截止高度角:15°;

    3)附加天顶对流层延迟估计;

    4)基线解类型:L1、L2_INDEPEND[24]

    5)观测时长:1 h、2 h、4 h、6 h、8 h、12 h、24 h;

    6) VRS天线相位中心偏差改正数均为0;

    7)所有站点均不附加坐标约束;

    8)直接使用基线解算结果作为监测结果,不进行网平差.

    本文使用标准化均方根误差(NRMS)和基线重复性来衡量基线解算质量. NRMS值反映单时段解算出的基线值偏离其加权平均值的程度,将NRMS值大于1的解算结果进行剔除. 基线重复性反映基线解的内部精度,计算方法为

    $$ R={\left[\dfrac{\dfrac{n}{n-1}\displaystyle \sum _{i=1}^{n}\dfrac{{\left({c}_{{i}}-\bar{c}\right)}^{2}}{{\sigma }_{{i}}^{2}}}{\displaystyle \sum _{i=1}^{n}\frac{1}{{\sigma }_{{i}}^{2}}}\right]}^{\tfrac{1}{2}} .$$ (3)

    式中:$ R $为基线重复性;$ i $为观测时段;$ n $为观测时段总数;${\sigma }_{{i}}$为单时段基线中误差;${c}_{{i}}$为单时段基线解算结果;$ \bar{c} $为单天基线解的加权平均值.

    $ 3\sigma $粗差探测法以3倍中误差(置信概率99.73%)为阈值,适用于噪声满足高斯分布的时间序列. 对于滑坡监测这类包含趋势项的时间序列,需要先进行去趋势. 本文的滑坡监测坐标时间序列呈线性趋势,采用下式对原始坐标序列$ X\left(i\right) $进行最小二乘线性拟合,获取时间序列线性拟合模型$ {X}_{\mathrm{l}}\left(i\right) $.

    $$ {X}_{\mathrm{l}}\left(i\right)=a+bi. $$ (4)

    式中:$ a $为常数项;$ b $为拟合速度.

    一般情况下是根据时间序列算术平均值计算均方根误差$ \sigma $,本文以线性拟合模型值代替算术平均值,计算方式为

    $$ \sigma =\sqrt{\frac{\displaystyle\sum _{i=1}^{n}{\left(X\left(i\right)-{X}_{\mathrm{l}}\left(i\right)\right)}^{2}}{n-1}} .$$ (5)

    根据计算出的$ \sigma $进行粗差探测与修复,得到“干净”的时间序列.

    $$ \left\{\begin{aligned}&X\left(i\right)={X}_{\mathrm{l}}\left(i\right)\left|X\left(i\right)-{X}_{\mathrm{l}}\left(i\right)\right| > 3\sigma \\ &X\left(i\right)=X\left(i\right)\,\left|X\left(i\right)-{X}_{\mathrm{l}}\left(i\right)\right|\leqslant 3\sigma \end{aligned}\right. .$$ (6)

    $ 3\sigma $粗差探测会受到原始时间序列中的异常值影响,较大粗差存在时均方根误差$ \sigma $会变大,使得较小的粗差落入$ 3\sigma $区间,无法完全剔除粗差. 因此本文进行2次循环$ 3\sigma $粗差探测,获得“干净”的时间序列,如图2所示.

    图  2  粗差剔除效果

    分别采用VRS 1 h、2 h、4 h、6 h、8 h、12 h和24 h的数据时长进行解算,将解算结果进行粗差探测和修复,对解算结果的精度进行统计得到各解算时长在北(N)、东(E)、天顶(U)方向上的基线重复性,如表2所示. 精度统计结果如图3所示. 结果表明监测精度与解算时长密切相关,观测时长越长,监测精度越高,在U方向尤其明显. 基于VRS的滑坡监测1 h解在N、E、U三个方向的精度分别是5.7 mm、4.8 mm和35.0 mm;滑坡监测中常用的2 h解在N、E、U三个方向的精度分别是4.3 mm、3.5 mm和25.0 mm;随着解算时长增加,8 h解在N、E、U三个方向的精度分别是2.9 mm、2.5 mm和13.1 mm;当解算时长增加到24 h,平面精度可以控制在2 mm以内,高程精度控制在10 mm以内.

    表  2  VRS滑坡监测精度
    解算时长/hNEU
    15.74.835.0
    24.33.525.0
    43.73.018.4
    63.32.614.5
    82.92.513.1
    122.42.111.2
    241.61.89.9
    下载: 导出CSV 
    | 显示表格
    图  3  VRS监测解算精度

    采用传统GNSS监测方法对监测站的位移进行监测,2 h监测结果精度统计为N方向0.6 mm,E方向1.0 mm,U方向1.7 mm. VRS 2 h监测精度为4.3 mm、3.5 mm和25.0 mm,精度不及传统GNSS监测,但平面仍能达到毫米级,根据《重庆市地质灾害专业监测技术要求(试行)》,基于VRS监测1 h解能满足岩质滑坡三级、土质滑坡二级和土质滑坡三级对于水平位移点位中误差的要求;4 h解能满足除岩质滑坡一级之外的要求;8 h解能满足所有岩质滑坡和土质滑坡要求[25].

    图4~6是2种方法监测CQ01点的结果,其中N_VRS是VRS监测结果,N_传统是传统GNSS监测结果,两者在反映监测点位移趋势上有较好的一致性. 图7是CQO1点N、E、U三个方向上VRS监测和传统GNSS监测较差分布图,较差分布大体呈正态分布,平面多集中在−4~4 mm,高程多集中在−8~8 mm,两者符合性较好.

    图  4  CQ01点N方向监测结果
    图  5  CQ01点E方向监测结果
    图  6  CQ01点U方向监测结果
    图  7  CQ01点VRS监测与传统GNSS监测较差

    传统“一点一基站”的GNSS滑坡监测技术相对成熟,已有成功探测滑坡前兆并进行预警的案例. 当前随着我国基础设施建设拓展和地质灾害增加,对GNSS滑坡监测提出了“低成本,统一监测”的要求. 本文利用VRS数据代替物理站进行不同时长的滑坡监测,统计结果表明2 h解在N、E、U三个方向的精度分别是4.3 mm、3.5 mm和25.0 mm. 监测精度虽不及传统GNSS滑坡监测,但在反映滑坡位移趋势上两者一致.

  • 图  1   实验数据站点分布

    图  2   粗差剔除效果

    图  3   VRS监测解算精度

    图  4   CQ01点N方向监测结果

    图  5   CQ01点E方向监测结果

    图  6   CQ01点U方向监测结果

    图  7   CQ01点VRS监测与传统GNSS监测较差

    表  1   数据质量检验统计结果

    检验指标SN1SN2MP1MP2o/slps
    VRS43.7537.270.290.2830 216
    物理参考站44.2142.720.230.31 4 240
    下载: 导出CSV

    表  2   VRS滑坡监测精度

    解算时长/hNEU
    15.74.835.0
    24.33.525.0
    43.73.018.4
    63.32.614.5
    82.92.513.1
    122.42.111.2
    241.61.89.9
    下载: 导出CSV
  • [1] 许强, 董秀军, 李为乐. 基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J]. 武汉大学学报(信息科学版), 2019, 44(7): 957-966.
    [2]

    YIN Y P, CHENG Y L, LIANG J T. et al. Heavy-rainfall-induced catastrophic rockslide-debris flow at Sanxicun, Dujiangyan, after the Wenchuan Ms 8.0 earthquake[J]. Landslides, 2015, 13(1): 9-23. DOI: 10.1007/s10346-015-0554-9

    [3] 吴树仁, 王涛, 石菊松, 等. 工程滑坡防治关键问题初论[J]. 地质通报, 2013, 32(12): 1871-1880.
    [4] 慕仁海, 常春涛, 党亚民, 等. GAMIT10.71解算GNSS长基线精度分析[J]. 全球定位系统, 2020, 45(5): 14-19,83.
    [5] 姜卫平, 刘鸿飞, 刘万科, 等. 西龙池上水库GPS变形监测系统研究及实现[J]. 武汉大学学报(信息科学版), 2012, 37(8): 949-952,1009.
    [6] 杜源. 高连续性GNSS实时滑坡监测算法与应用研究[D]. 西安: 长安大学, 2021.
    [7] 王利, 张勤, 赵超英, 等. GPS一机多天线技术在公路边坡灾害监测中的应用研究[J]. 公路交通科技, 2005(S1): 163-166.
    [8] 杨光, 何秀凤, 侯新华, 等. GPS多天线大坝形变监测系统研究[J]. 测绘通报, 2003(8): 33-35,47. DOI: 10.3969/j.issn.0494-0911.2003.08.012
    [9]

    RODRIGUEZ J, DEANE E, HENDRY M T, et al. Practical evaluation of single-frequency dGNSS for monitoring slow-moving landslides[J]. Landslides, 2021, 18(11): 3671-3684. DOI: 10.1007/s10346-021-01737-y

    [10]

    BENOIT L, BRIOLE P, MARTIN O, et al. Monitoring landslide displacements with the Geocube wireless network of low-cost GPS[J]. Engineering geology, 2015(195): 111-121. DOI: 10.1016/j.enggeo.2015.05.020

    [11]

    HAMZA V, STOPAR B, AMBROZIC T, et al. Testing multi-frequency low-cost GNSS receivers for geodetic monitoring purposes[J]. Sensors, 2020, 20(16): 4375. DOI: 10.3390/s20164375

    [12] 明园, 莫然, 宋宇, 等. 北斗高精度位移形变实时监测预警综合应用云平台[Z]. 成都新橙北斗智联有限公司, 2020.
    [13] 白正伟, 张勤, 黄观文, 等. “轻终端+行业云”的实时北斗滑坡监测技术[J]. 测绘学报, 2019, 48(11): 1424-1429.
    [14] 韩静. BDS/GPS 相对定位算法研究及其在滑坡监测中的应用[D]. 西安: 长安大学, 2017.
    [15] 王利, 张勤, 黄观文, 等. GPS PPP 技术用于滑坡监测的试验与结果分析[J]. 岩土力学, 2014, 35(7): 2118-2124.
    [16] 王晨辉, 郭伟, 孟庆佳, 等. 基于虚拟参考站的GNSS滑坡变形监测方法及性能分析[J]. 武汉大学学报(信息科学版), 2022, 47(6): 990-996.
    [17] 刘邢巍, 蔡华, 蒲德祥, 等. 基于CORS基准站的GNSS滑坡地质灾害监测数据处理策略分析[J]. 全球定位系统, 2022, 47(2): 7-12. DOI: 10.12265/j.gnss.2021101302
    [18] 赵亮. GNSS变形监测的虚拟基准方法[D]. 成都: 西南交通大学, 2020.
    [19] 张勤, 白正伟, 黄观文, 等. GNSS滑坡监测预警技术进展[J/OL]. (2022-07-04)[2022-08-16].测绘学报. http://kns.cnki.net/kcms/detail/11.2089.P.20220630.2207.002.html
    [20] 张鸣之, 湛兵, 赵文祎, 等. 基于虚拟参考站技术的滑坡高精度位移监测系统设计与实践[J]. 中国地质灾害与防治学报, 2020, 31(6): 54-59. DOI: 10.16031/j.cnki.issn.1003-8035.2020.06.07
    [21] 李成钢. 网络GPS/VRS系统高精度差分改正信息生成与发布研究[D]. 成都: 西南交通大学, 2007.
    [22] 黄丁发, 李成钢, 吴耀强, 等. GPS/VRS实时网络改正数生成算法研究[J]. 测绘学报, 2007(3): 256-261,339. DOI: 10.3321/j.issn:1001-1595.2007.03.003
    [23] GB/T 39772.1-2021, 北斗地基增强系统基准站建设和验收技术规范 第1部分: 建设规范[S].
    [24] 杨登科, 安向东. 基于GAMIT的GPS基线解类型分析[J]. 测绘地理信息, 2016, 41(5): 25-28. DOI: 10.14188/j.2095-6045.2016.05.006
    [25] 重庆市地质灾害防治中心 《重庆市地质灾害专业监测技术要求(试行)》[S]. 2015.
  • 期刊类型引用(2)

    1. 尹航,王金成. GNSS自动化监测功能在滑坡监控中的应用研究. 科技资讯. 2024(18): 207-209 . 百度学术
    2. 李鹏程,师芸,束远明,董伟龙,周翱. 基于部分模糊度固定的GNSS高精度定位方法及地灾监测应用. 全球定位系统. 2024(06): 84-88 . 本站查看

    其他类型引用(2)

图(7)  /  表(2)
计量
  • 文章访问数:  508
  • HTML全文浏览量:  299
  • PDF下载量:  32
  • 被引次数: 4
出版历程
  • 收稿日期:  2022-08-30
  • 网络出版日期:  2023-02-06
  • 刊出日期:  2023-02-14

目录

/

返回文章
返回
x 关闭 永久关闭