传感器监测马特洪峰上的崩落岩石与开裂冰层

People hike as they enjoy the view of Matterhorn mountain seen at the background in Zermatt, Switzerland July 30, 2019. Picture taken July 30, 2019. REUTERS/Catherine Muzolf - RC169081E900
Wireless sensors have made large volumes of high-quality data available almost in real time.Image: REUTERS/Catherine Muzolf
本内容由人工智能自动翻译。

2003年夏季的热浪引发了一场岩崩,令研究人员和公众都深感震惊:约1,500立方米的岩石从霍恩利山脊上脱落,其体积大致相当于两座房屋。断裂事件使陡峭岩壁表面露出了裸露的冰层。专家很快意识到,创纪录的高温已使岩石升温至一定深度,导致岩石孔隙和裂隙中的冰融化。这实际上造成了维系岩体整体的粘结力突然减弱。

这场出乎预料的岩崩引发了PermaSense项目,该项目是一个汇集了不同工程与环境研究领域专家的联合体。项目于2006年启动,最初目标是开展此前无法实现的测量与观测。研究人员借助尖端技术,力求在陡峭基岩永久冻土中获取前所未有的高质量、大规模原位测量数据。

该团队超额完成了目标,正如他们在期刊《地球系统科学数据》上所报告的那样。该研究描述了科学家在海拔3,500米的马特洪峰霍恩利山脊上采集的、长达10年的高分辨率数据记录。在2003年岩崩区域内及周边,共17种不同类型的传感器部署于29个不同的传感器位置,共产生1.15亿个独立数据点。

“这套数据集构成了全球高山永久冻土研究历史上最长、最密集、最多样的数据记录,”苏黎世联邦理工学院计算机工程与网络实验室高级研究员扬·贝特尔(Jan Beutel)表示。

监测马特洪峰

借助尖端无线传感器,研究人员已能够几乎实时地提供大量高质量数据,并对正在进行的实验进行密切监测与控制。

“对从不同类型仪器获得的长期监测数据进行综合分析,有助于更好地理解可能导致陡峭岩体失稳的过程,”该项目联合负责人、现任慕尼黑工业大学博士后研究员的塞缪尔·韦伯(Samuel Weber)表示。

该传感器网络还包括一台自动高分辨率相机,每两分钟对破裂区域拍摄一张照片。“裂缝计”用于测量裂隙的扩张和巨石的位移。岩壁不同深度及表面的温度也被测量。倾斜仪和GPS传感器持续测量岩体分区以及整个山脊正在发生的变形,并逐渐向山谷方向倾斜的程度。近年来,研究人员还增设了用于测量声发射和微震数据的设备。

数据通过无线局域网(WLAN)从霍恩利山脊传输至附近小马特洪峰缆车的山顶站,随后经互联网实时传输至苏黎世联邦理工学院的数据中心。研究人员在此持续采集、分析和评估这些数据,并且在过去10年间一直如此,全天候运行,不论天气如何。

“在我们项目的过去三年中,引入更为复杂的地震数据对我们帮助尤为显著,使我们能够量化我们一开始就渴望研究的内容:导致岩崩的失稳过程。这有助于我们识别来自山体信号中的模式,从而捕捉此类事件,”贝特尔表示。

隐匿的裂缝

地震传感系统的应用使得探测到许多不同的信号成为可能,例如最初不可见、隐藏于岩壁中的裂缝形成过程,而此前的传感器无法捕捉这些信号。

“地震传感器能够采集更多数据,为我们提供前所未有的信息密度和分析机会,”身为电气工程师的贝特尔表示。但这些传感器存在若干缺点:它们需要线缆、更多电力,以及深钻孔,而研究人员必须先行钻探这些钻孔。此外,它们还会记录与山体无关的信号,例如攀登者前往马特洪峰顶途中的脚步声。

研究人员首先必须利用机器学习和智能算法从这些数据中去除所有环境噪声,这些算法由博士生直接编入无线传感器。为了与地面实况进行比对测试,他们还将在霍恩利小屋(Hörnlihütte)记录的数据输入算法中。霍恩利小屋是一座高山小屋,攀登马特洪峰的登山者会在此过夜。过夜人数和每日攀登人数,可作为登山者造成干扰的指示依据。

贝特尔对经过滤的地震数据分析给出了一幅有趣的图景:“岩石中出现的共振频率在一年中的变化相当大。”这一现象与山体的冻融过程有关。许多微裂缝和裂隙充满了冰与沉积物,这种混合物在冬季会冻结得如同岩石般坚硬。夏季融化时,裂隙中的粘结状况随之改变。自由振动的岩体随之扩大,因此共振频率下降。冬季则相反:岩体的共振频率上升。

“这与吉他的原理相同——音调取决于你按压琴弦的位置,从而形成不同长度的振动段,”贝特尔解释道。

“这些共振频率模式中出现非常突然的变化,将表明部分岩壁的稳定性已经发生改变,”贝特尔表示。如果频率下降,可能意味着现有裂隙已加深或张开,这可能预示着即将发生规模较大的岩崩。

“结合裂缝宽度测量和调查现场照片,利用地震与声学数据,我们能够相当精确地识别永久冻土的变化情况,并对开始形成的问题做出预测,”贝特尔表示。“我认为这是PermaSense项目迄今最重要的成果之一。”

预测灾害

马特洪峰上的测量项目仍在进行中。在项目持续期间,贝特尔希望将从“Horu”(即这座标志性山峰的当地名称)中获得的专业知识,转移至其他项目和地点。

所获得的技术与地质专业知识现可应用于自然灾害事件的预测。贝特尔表示,一种可能的应用场景是博加列亚谷(Bregaglia)的皮茨亨加洛峰(Piz Cengalo)。2017年夏季,一场规模达数百万立方米的大型岩崩造成多人遇难,随后产生的泥石流摧毁了下方博恩多(Bondo)村的部分区域。专家一致认为,该山峰未来还会发生岩崩,目前正借助雷达全天候监测其状况,但迄今为止仍缺乏原位测量数据。

来自苏黎世联邦理工学院以及包括巴塞尔大学和苏黎世大学在内的其他多家机构的研究人员也参与了这项工作。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。