| 论文标题 | Adaptive landslide monitoring in wireless sensor networks using FLPSO-based MIP systems |
| 发布机构 | Elsevier |
| 发布期刊 | Results in Engineering |
| 发布时间 | 2025 年 2 月 |
| 作者/机构 | Lingaraj K Rao,Bahadur Y. 马哈巴莱什瓦拉工程学院,印度;Rashmi Laxmikant Malghan、KarthiK Rao M C,马尼帕尔理工学院,马尼帕尔高等教育学院,印度;Lalit Garg,马耳他大学 |
| 轻松连产品 | 轻松连 RS485 传感器 |
| 数据收集 | 降雨入渗过程中土壤体积含水量 / 土壤水分状态变化;并与其他传感器采集的基质吸力、倾角、降雨量和碎屑流速度数据联合使用 |
| 采样频率 | 论文未明确说明轻松连传感器单独采样频率 |
| 研究周期 | 在印度 Mangalore Shiradi village / Shiradi Ghats 滑坡易发区开展一年期现场监测与分析;论文中的安全系数变化图展示了自 2021 年开始的一年期降雨与安全系数变化 |
| 应用场景 | 滑坡监测、降雨诱发边坡失稳分析、无线传感网络、早期预警系统、基于 FLPSO 的多移动代理路径规划 |
| 原文链接 | https://doi.org/10.1016/j.rineng.2025.104329 |
滑坡是破坏性很强的地质灾害,尤其容易发生在山区、高降雨量地区和道路边坡区域。滑坡会威胁居民生命安全,也可能破坏道路、建筑、桥梁和基础设施。很多浅层滑坡与强降雨密切相关。雨水进入土体后,会改变土壤含水状态、基质吸力、孔隙水压力和吸力应力,进而降低边坡稳定性。
无线传感网络 WSN 被越来越多地用于滑坡监测。通过在滑坡易发区部署多个传感器节点,研究人员可以远程采集土壤含水量、基质吸力、坡体位移、倾角、降雨量等关键数据。但在真实山区环境中,WSN 也面临明显挑战,包括传感器节点能耗高、通信延迟、数据丢包、节点电池寿命有限和复杂地形下网络可靠性不足。
这项研究提出了一种基于模糊逻辑粒子群优化的无线传感网络路径规划方法,即 FLPSO。该方法用于优化多移动代理在无线传感网络中的数据采集路径,以降低能耗、减少延迟并提高数据传输性能。研究案例位于印度 Mangalore 附近的 Shiradi village / Shiradi Ghats,该区域降雨量高、气候变化明显,并具有滑坡风险。
在现场部署中,轻松连 RS485 传感器用于监测降雨入渗过程中土层水分状态变化。这些数据与基质吸力、雨量、倾角和土工参数共同用于分析坡体安全系数和降雨诱发滑坡风险。
在这项研究中,轻松连 RS485 传感器被用作滑坡监测系统现场传感器的一部分。论文并不是说轻松连单独预测了滑坡,也不是说轻松连证明了 FLPSO 算法有效。轻松连的作用是采集与土壤水分变化相关的现场数据,为降雨入渗、吸力应力和边坡稳定性分析提供输入。

研究部署地点为印度 Mangalore 附近的 Shiradi Ghats / Shiradi village 区域。论文将该区域描述为降雨诱发浅层滑坡易发区。由于该地区自然边坡土层平均深度约在 2 米以内,而浅层滑坡可能发生在小于 1 米的深度,因此监测系统需要在不同深度观察土体水分和应力状态变化。
论文说明,监测节点被设置在地表以下 0.5 米、1.0 米和 1.5 米处。轻松连 RS485 传感器被安装用于监测随着降雨从上部土层向下入渗时,土壤体积含水量或水分状态的变化。降雨进入土体后,湿润锋逐步向下移动,形成湿润带并改变土体饱和状态。这些变化会影响基质吸力和吸力应力,是浅层边坡失稳的重要因素。
轻松连 数据并不是孤立使用,而是与多类传感器共同构成现场监测系统。MPS-8 传感器用于测量基质吸力,LM31 倾角计用于监测坡体位移或倾斜变化,WTB100 翻斗式雨量计用于测量降雨量和降雨强度,MF4003 传感器用于识别和分析碎屑流速度。监测数据通过由从节点、主节点、汇聚节点、4G 通信、云服务器和网页服务组成的无线传感网络进行传输和管理。
轻松连 采集的土壤水分状态数据主要用于环境与土工过程记录。结合 MPS-8 基质吸力数据,研究团队可以计算吸力应力,并进一步基于无限边坡稳定性模型估算安全系数。
因此,轻松连 在这项研究中的具体作用是现场数据采集:它提供降雨入渗过程中的土壤水分变化信息,帮助研究团队把降雨、土壤含水状态、基质吸力、吸力应力和边坡安全系数联系起来,并纳入 FLPSO 优化的无线传感网络滑坡监测框架。
这项研究结合了现场监测、土工分析、无线传感网络设计和算法仿真。
首先,研究团队构建了一个基于无线传感网络的滑坡监测系统。系统包括从节点、主节点、汇聚设备、基站、移动代理、云服务器和管理平台。从节点负责采集滑坡观测点传感器数据,主节点和汇聚节点负责数据收集、协议控制、通信管理以及向云服务器传输数据。
第二,研究团队在印度 Mangalore 附近的 Shiradi village / Shiradi Ghats 开展现场部署。该区域降雨量高、气候条件变化明显,具有滑坡风险。传感器节点被安装在地表以下 0.5 米、1.0 米和 1.5 米处,用于监测不同深度土体状态变化。
第三,系统部署了多类传感器。轻松连 RS485 传感器用于监测降雨入渗过程中的土壤水分状态变化。MPS-8 传感器用于测量基质吸力。LM31 传感器用于监测自然边坡位移或倾角变化。WTB100 翻斗式雨量计用于记录降雨量和强度。MF4003 传感器用于通过断线数字信号识别碎屑流速度。
第四,研究团队对研究区土样进行了现场采样和实验室分析,得到饱和体积含水量、残余体积含水量、干重度、有效黏聚力、内摩擦角、细粒含量和液限等土工参数。这些参数被用于边坡稳定性计算。
第五,研究团队基于实测数据计算吸力应力和安全系数。降雨导致的基质吸力变化被用于计算吸力应力,再用于无限边坡稳定性模型,分析不同深度下安全系数随降雨变化的过程。
最后,FLPSO 算法在 MATLAB R2019a 中进行仿真评估。仿真设置了三维无线传感网络场景,并定义节点数量、源节点数量、初始能量、传输范围、移动代理代码大小、聚合比例等参数。研究将 FLPSO 与 AEEF、LDCSPC、LDMWSN 和 EEELDS 等方法进行对比,评价指标包括数据包投递率、能量延迟积、丢包率、任务能耗和吞吐量。
现场分析显示,降雨会影响 Shiradi 监测区的土壤吸力和边坡稳定性。论文报告称,随着降雨条件变化,土壤吸力应力约在 0.2 至 2 kPa 之间变化。研究团队结合实测数据和土工参数,对一年期安全系数变化进行了计算。
在 0.5 米深度,安全系数大约在 1.7 至 1.4 之间波动;在 1 米深度,安全系数大约在 1.45 至 1.32 之间波动。由于监测期间未发生滑坡事件,安全系数没有降至 1.0 以下。这说明基于实时降雨和土体状态监测的安全系数计算,可用于坡体稳定性评估和预警阈值设计。
FLPSO 方法在无线传感网络性能方面优于多个基准方法。论文报告,FLPSO 相比 EEELDS 的数据包投递率提升约 14.15%,相比 LDMWSN、AEEF 和 LDCSPC 提升幅度更大。相比 AEEF,FLPSO 的能量延迟积改善约 11.15%;相比 AEEF,丢包率改善约 10.15%。在任务能耗方面,FLPSO 相比 AEEF、EEELDS、LDCSPC 和 LDMWSN 均有降低。吞吐量方面,FLPSO 相比 AEEF 提升约 20.1%,相比其他方法提升幅度更大。
统计分析也支持 FLPSO 的性能优势。论文采用 5% 置信水平的 Friedman 检验,所有参数的 p 值均小于 0.05。作者据此认为 FLPSO 在评估指标上整体优于对比方法。
总体来看,研究表明,现场土体监测与 FLPSO 优化的多移动代理路径规划结合,可以同时支持滑坡风险监测和无线传感网络能耗优化。
这项研究说明,滑坡监测不能只依赖单一降雨阈值,还需要结合土体内部状态变化。对于降雨诱发浅层滑坡,关键在于理解雨水如何进入土层、湿润锋如何移动、基质吸力如何降低,以及这些变化如何影响边坡安全系数。
在现场监测层面,轻松连 RS485 传感器提供的土壤水分状态数据有助于描述降雨入渗过程。与基质吸力、雨量、倾角和土工参数结合后,这些数据可以支持更接近物理过程的边坡稳定性分析。
在无线传感网络层面,该研究强调节能路由的重要性。滑坡监测节点往往部署在交通不便、维护成本高的山区环境中,因此系统必须尽可能降低能耗、延长节点寿命,并保证数据及时可靠传输。FLPSO 的目标正是优化移动代理路径,提升数据采集效率。
对于早期预警系统而言,该研究提供了一种思路:将实时传感器数据转化为安全系数变化,并根据阈值触发预警。如果后续监测显示安全系数接近临界状态,系统可为人员撤离和灾害处置提供提前量。
在这项研究中,轻松连 RS485 传感器体现出的价值主要是作为滑坡监测网络中的现场感知组件。
首先,它支持降雨入渗过程中的土壤水分状态监测。浅层滑坡与土体含水状态、饱和度、吸力应力和湿润锋移动密切相关,因此这类数据对边坡稳定性分析具有基础意义。
第二,传感器可与其他监测设备共同部署在不同深度。论文中监测节点设置在 0.5 米、1.0 米和 1.5 米深度,有助于观察降雨对不同土层的影响。
第三,轻松连 数据可与基质吸力数据互补。土壤水分变化和基质吸力变化共同支撑吸力应力计算,进一步用于安全系数估算。
第四,轻松连 采集的数据可接入无线传感网络流程。现场数据通过从节点、主节点、汇聚节点、4G 通信和云服务器传输,使远程监测和数据分析成为可能。
第五,该研究展示了 RS485 类型传感器在滑坡预警系统中的模块化应用方式。轻松连 本身不是算法模型,但它提供了土体环境数据,使后续土工分析和网络预警逻辑具备数据基础。
基于该研究中的应用方式,轻松连 RS485 传感器可延伸到以下场景:
论文中提到的是轻松连RS485 传感器。
轻松连 RS485 传感器用于监测降雨进入土层过程中土壤体积含水量 / 水分状态变化。
监测系统部署在印度 Mangalore 附近的 Shiradi village / Shiradi Ghats 滑坡易发区。
论文说明,监测节点设置在地表以下 0.5 米、1.0 米和 1.5 米处。
论文未明确说明轻松连RS485 传感器的单独采样频率。
论文描述了为期一年的监测和分析,安全系数图展示了自 2021 年开始的一年期降雨与安全系数变化。
不是。轻松连 负责采集土壤水分相关数据。研究团队将其与基质吸力、降雨、倾角、土工参数和 FLPSO 无线传感网络方法结合,用于滑坡监测和预测分析。
系统还使用了 MPS-8 基质吸力传感器、LM31 倾角传感器、WTB100 翻斗式雨量计和 MF4003 碎屑流速度检测传感器。
主要贡献是提出基于 FLPSO 的多移动代理路径规划方法,用于降低无线传感网络能耗并提升滑坡监测数据传输性能。
FLPSO 相比基准方法提升了数据包投递率、能量延迟积、丢包率、任务能耗和吞吐量等网络指标;现场监测数据则支持了降雨诱发边坡安全系数分析。
相关文章
学术研究与实践验证
更多分类 >>
| 论文标题 | Adaptive landslide monitoring in wireless sensor networks using FLPSO-based MIP systems |
| 发布机构 | Elsevier |
| 发布期刊 | Results in Engineering |
| 发布时间 | 2025 年 2 月 |
| 作者/机构 | Lingaraj K Rao,Bahadur Y. 马哈巴莱什瓦拉工程学院,印度;Rashmi Laxmikant Malghan、KarthiK Rao M C,马尼帕尔理工学院,马尼帕尔高等教育学院,印度;Lalit Garg,马耳他大学 |
| 轻松连产品 | 轻松连 RS485 传感器 |
| 数据收集 | 降雨入渗过程中土壤体积含水量 / 土壤水分状态变化;并与其他传感器采集的基质吸力、倾角、降雨量和碎屑流速度数据联合使用 |
| 采样频率 | 论文未明确说明轻松连传感器单独采样频率 |
| 研究周期 | 在印度 Mangalore Shiradi village / Shiradi Ghats 滑坡易发区开展一年期现场监测与分析;论文中的安全系数变化图展示了自 2021 年开始的一年期降雨与安全系数变化 |
| 应用场景 | 滑坡监测、降雨诱发边坡失稳分析、无线传感网络、早期预警系统、基于 FLPSO 的多移动代理路径规划 |
| 原文链接 | https://doi.org/10.1016/j.rineng.2025.104329 |
滑坡是破坏性很强的地质灾害,尤其容易发生在山区、高降雨量地区和道路边坡区域。滑坡会威胁居民生命安全,也可能破坏道路、建筑、桥梁和基础设施。很多浅层滑坡与强降雨密切相关。雨水进入土体后,会改变土壤含水状态、基质吸力、孔隙水压力和吸力应力,进而降低边坡稳定性。
无线传感网络 WSN 被越来越多地用于滑坡监测。通过在滑坡易发区部署多个传感器节点,研究人员可以远程采集土壤含水量、基质吸力、坡体位移、倾角、降雨量等关键数据。但在真实山区环境中,WSN 也面临明显挑战,包括传感器节点能耗高、通信延迟、数据丢包、节点电池寿命有限和复杂地形下网络可靠性不足。
这项研究提出了一种基于模糊逻辑粒子群优化的无线传感网络路径规划方法,即 FLPSO。该方法用于优化多移动代理在无线传感网络中的数据采集路径,以降低能耗、减少延迟并提高数据传输性能。研究案例位于印度 Mangalore 附近的 Shiradi village / Shiradi Ghats,该区域降雨量高、气候变化明显,并具有滑坡风险。
在现场部署中,轻松连 RS485 传感器用于监测降雨入渗过程中土层水分状态变化。这些数据与基质吸力、雨量、倾角和土工参数共同用于分析坡体安全系数和降雨诱发滑坡风险。
在这项研究中,轻松连 RS485 传感器被用作滑坡监测系统现场传感器的一部分。论文并不是说轻松连单独预测了滑坡,也不是说轻松连证明了 FLPSO 算法有效。轻松连的作用是采集与土壤水分变化相关的现场数据,为降雨入渗、吸力应力和边坡稳定性分析提供输入。

研究部署地点为印度 Mangalore 附近的 Shiradi Ghats / Shiradi village 区域。论文将该区域描述为降雨诱发浅层滑坡易发区。由于该地区自然边坡土层平均深度约在 2 米以内,而浅层滑坡可能发生在小于 1 米的深度,因此监测系统需要在不同深度观察土体水分和应力状态变化。
论文说明,监测节点被设置在地表以下 0.5 米、1.0 米和 1.5 米处。轻松连 RS485 传感器被安装用于监测随着降雨从上部土层向下入渗时,土壤体积含水量或水分状态的变化。降雨进入土体后,湿润锋逐步向下移动,形成湿润带并改变土体饱和状态。这些变化会影响基质吸力和吸力应力,是浅层边坡失稳的重要因素。
轻松连 数据并不是孤立使用,而是与多类传感器共同构成现场监测系统。MPS-8 传感器用于测量基质吸力,LM31 倾角计用于监测坡体位移或倾斜变化,WTB100 翻斗式雨量计用于测量降雨量和降雨强度,MF4003 传感器用于识别和分析碎屑流速度。监测数据通过由从节点、主节点、汇聚节点、4G 通信、云服务器和网页服务组成的无线传感网络进行传输和管理。
轻松连 采集的土壤水分状态数据主要用于环境与土工过程记录。结合 MPS-8 基质吸力数据,研究团队可以计算吸力应力,并进一步基于无限边坡稳定性模型估算安全系数。
因此,轻松连 在这项研究中的具体作用是现场数据采集:它提供降雨入渗过程中的土壤水分变化信息,帮助研究团队把降雨、土壤含水状态、基质吸力、吸力应力和边坡安全系数联系起来,并纳入 FLPSO 优化的无线传感网络滑坡监测框架。
这项研究结合了现场监测、土工分析、无线传感网络设计和算法仿真。
首先,研究团队构建了一个基于无线传感网络的滑坡监测系统。系统包括从节点、主节点、汇聚设备、基站、移动代理、云服务器和管理平台。从节点负责采集滑坡观测点传感器数据,主节点和汇聚节点负责数据收集、协议控制、通信管理以及向云服务器传输数据。
第二,研究团队在印度 Mangalore 附近的 Shiradi village / Shiradi Ghats 开展现场部署。该区域降雨量高、气候条件变化明显,具有滑坡风险。传感器节点被安装在地表以下 0.5 米、1.0 米和 1.5 米处,用于监测不同深度土体状态变化。
第三,系统部署了多类传感器。轻松连 RS485 传感器用于监测降雨入渗过程中的土壤水分状态变化。MPS-8 传感器用于测量基质吸力。LM31 传感器用于监测自然边坡位移或倾角变化。WTB100 翻斗式雨量计用于记录降雨量和强度。MF4003 传感器用于通过断线数字信号识别碎屑流速度。
第四,研究团队对研究区土样进行了现场采样和实验室分析,得到饱和体积含水量、残余体积含水量、干重度、有效黏聚力、内摩擦角、细粒含量和液限等土工参数。这些参数被用于边坡稳定性计算。
第五,研究团队基于实测数据计算吸力应力和安全系数。降雨导致的基质吸力变化被用于计算吸力应力,再用于无限边坡稳定性模型,分析不同深度下安全系数随降雨变化的过程。
最后,FLPSO 算法在 MATLAB R2019a 中进行仿真评估。仿真设置了三维无线传感网络场景,并定义节点数量、源节点数量、初始能量、传输范围、移动代理代码大小、聚合比例等参数。研究将 FLPSO 与 AEEF、LDCSPC、LDMWSN 和 EEELDS 等方法进行对比,评价指标包括数据包投递率、能量延迟积、丢包率、任务能耗和吞吐量。
现场分析显示,降雨会影响 Shiradi 监测区的土壤吸力和边坡稳定性。论文报告称,随着降雨条件变化,土壤吸力应力约在 0.2 至 2 kPa 之间变化。研究团队结合实测数据和土工参数,对一年期安全系数变化进行了计算。
在 0.5 米深度,安全系数大约在 1.7 至 1.4 之间波动;在 1 米深度,安全系数大约在 1.45 至 1.32 之间波动。由于监测期间未发生滑坡事件,安全系数没有降至 1.0 以下。这说明基于实时降雨和土体状态监测的安全系数计算,可用于坡体稳定性评估和预警阈值设计。
FLPSO 方法在无线传感网络性能方面优于多个基准方法。论文报告,FLPSO 相比 EEELDS 的数据包投递率提升约 14.15%,相比 LDMWSN、AEEF 和 LDCSPC 提升幅度更大。相比 AEEF,FLPSO 的能量延迟积改善约 11.15%;相比 AEEF,丢包率改善约 10.15%。在任务能耗方面,FLPSO 相比 AEEF、EEELDS、LDCSPC 和 LDMWSN 均有降低。吞吐量方面,FLPSO 相比 AEEF 提升约 20.1%,相比其他方法提升幅度更大。
统计分析也支持 FLPSO 的性能优势。论文采用 5% 置信水平的 Friedman 检验,所有参数的 p 值均小于 0.05。作者据此认为 FLPSO 在评估指标上整体优于对比方法。
总体来看,研究表明,现场土体监测与 FLPSO 优化的多移动代理路径规划结合,可以同时支持滑坡风险监测和无线传感网络能耗优化。
这项研究说明,滑坡监测不能只依赖单一降雨阈值,还需要结合土体内部状态变化。对于降雨诱发浅层滑坡,关键在于理解雨水如何进入土层、湿润锋如何移动、基质吸力如何降低,以及这些变化如何影响边坡安全系数。
在现场监测层面,轻松连 RS485 传感器提供的土壤水分状态数据有助于描述降雨入渗过程。与基质吸力、雨量、倾角和土工参数结合后,这些数据可以支持更接近物理过程的边坡稳定性分析。
在无线传感网络层面,该研究强调节能路由的重要性。滑坡监测节点往往部署在交通不便、维护成本高的山区环境中,因此系统必须尽可能降低能耗、延长节点寿命,并保证数据及时可靠传输。FLPSO 的目标正是优化移动代理路径,提升数据采集效率。
对于早期预警系统而言,该研究提供了一种思路:将实时传感器数据转化为安全系数变化,并根据阈值触发预警。如果后续监测显示安全系数接近临界状态,系统可为人员撤离和灾害处置提供提前量。
在这项研究中,轻松连 RS485 传感器体现出的价值主要是作为滑坡监测网络中的现场感知组件。
首先,它支持降雨入渗过程中的土壤水分状态监测。浅层滑坡与土体含水状态、饱和度、吸力应力和湿润锋移动密切相关,因此这类数据对边坡稳定性分析具有基础意义。
第二,传感器可与其他监测设备共同部署在不同深度。论文中监测节点设置在 0.5 米、1.0 米和 1.5 米深度,有助于观察降雨对不同土层的影响。
第三,轻松连 数据可与基质吸力数据互补。土壤水分变化和基质吸力变化共同支撑吸力应力计算,进一步用于安全系数估算。
第四,轻松连 采集的数据可接入无线传感网络流程。现场数据通过从节点、主节点、汇聚节点、4G 通信和云服务器传输,使远程监测和数据分析成为可能。
第五,该研究展示了 RS485 类型传感器在滑坡预警系统中的模块化应用方式。轻松连 本身不是算法模型,但它提供了土体环境数据,使后续土工分析和网络预警逻辑具备数据基础。
基于该研究中的应用方式,轻松连 RS485 传感器可延伸到以下场景:
论文中提到的是轻松连RS485 传感器。
轻松连 RS485 传感器用于监测降雨进入土层过程中土壤体积含水量 / 水分状态变化。
监测系统部署在印度 Mangalore 附近的 Shiradi village / Shiradi Ghats 滑坡易发区。
论文说明,监测节点设置在地表以下 0.5 米、1.0 米和 1.5 米处。
论文未明确说明轻松连RS485 传感器的单独采样频率。
论文描述了为期一年的监测和分析,安全系数图展示了自 2021 年开始的一年期降雨与安全系数变化。
不是。轻松连 负责采集土壤水分相关数据。研究团队将其与基质吸力、降雨、倾角、土工参数和 FLPSO 无线传感网络方法结合,用于滑坡监测和预测分析。
系统还使用了 MPS-8 基质吸力传感器、LM31 倾角传感器、WTB100 翻斗式雨量计和 MF4003 碎屑流速度检测传感器。
主要贡献是提出基于 FLPSO 的多移动代理路径规划方法,用于降低无线传感网络能耗并提升滑坡监测数据传输性能。
FLPSO 相比基准方法提升了数据包投递率、能量延迟积、丢包率、任务能耗和吞吐量等网络指标;现场监测数据则支持了降雨诱发边坡安全系数分析。
相关文章
