弃渣场监测是生产建设项目水土保持监测工作的一项重要内容^[1]，深圳光明新区渣土受纳场“12·20”特别重大滑坡事故发生后，弃渣场的安全稳定已成为全社会关注的热点^[2]，及时定期开展弃渣场的水土保持监测，尤其是对堆渣量>500万m³的超大型弃渣场开展监控已成为水土保持监测工作的重中之重。经过70多年的发展^[3]，尤其是3S(RS、GIS、GPS)技术在水土保持领域的应用，生产建设项目水土保持监测技术由调查监测、地面观测逐步发展到调查监测、地面观测与遥感观测相结合的空地立体监测。近年来，随着无人机技术对民用领域的开放，基于无人机低空遥感的水土保持监测技术也日臻成熟^[4-5]，并与调查监测、地面观测及遥感观测相结合，发展为“空天地一体化”监测技术。由于弃渣场空间尺度的特殊性，其监测既不同于坡面尺度的地物特征监测，也不同于流域尺度的地物特征监测^[1]；因此在监测方法上，除了传统的调查监测、地面观测外，无人机监测已得到大规模应用^{[1-2, 4-5]}，并取得了显著成效。然而，受续航能力及飞行条件的限制，无人机低空遥感无法实现对弃渣场，尤其是超大型弃渣场的实时监控。目前“放管服”改革正在进行，生产建设项目事中事后监管也在日益加强，如何基于现有技术实现对超大型弃渣场的实时有效监控，已成为水土保持监测工作新的技术增长点。以笔者团队承担的堆渣量>500万m³的某超大型弃渣场为背景，基于视频监控技术，结合无人机低空遥感技术及传统的调查监测、地面观测等，构建了一套针对超大型弃渣场的监控方案，以期提高新时期水土保持监测水平，为水土流失防治提供新的技术支撑手段，促进我国生态文明的建设与发展。

根据《生产建设项目水土保持监测规程(试行)》(办水保〔2015〕139号，以下简称《规程》)，弃渣场的监测内容包括渣场的数量、位置、方量、表土剥离、防治措施落实情况等。受深圳光明新区渣土受纳场“12·20”特别重大滑坡事故启示，依据超大型弃渣场施工特点及弃渣可能产生的危害，应建设单位要求，除《规程》规定的监测内容外，还应对弃渣施工方式、堆渣边坡情况、防治措施效果等开展监控。

本文所指的对超大型弃渣场的水土保持监控包括《规程》规定的监测内容，是广义上的水土保持监测。

根据监控的内容，确定的监控基本原则主要包括全面监控与重点监控相结合、多种方法综合运用、监控方法易操作、监控数据客观真实等。

1) 全面监控与重点监控相结合原则。在对弃渣场数量、位置、方量、表土剥离、防治措施落实情况等进行全面监控基础上，重点对弃渣施工方式、堆渣边坡情况、防治措施效果等进行实时监控。

2) 多种方法综合运用原则。将常规方法和先进技术相结合，综合运用调查监测、地面观测、无人机监测及现场视频监控等多种方法，各种方法间取长补短，以实现对超大型弃渣场的有效监控。

3) 监控方法易操作原则。多种方法在综合运用的同时，综合考虑各种方法的适用性和经济性，并以简便、易操作为原则，使不同方法能充分发挥各自的最大监控功能。

4) 监控数据客观真实原则。监控数据严格按照相关技术规范进行测定，做好原始数据记录，不编造、虚构，以便监控工作具有有效的指导性，为弃渣场后续的稳定性评估提供数据基础。

根据《规程》，结合实际情况，对于堆渣量>500万m³的超大型弃渣场，监控内容包括弃渣场基本情况、表土剥离情况、堆渣量、水土保持防治措施、堆渣边坡处理情况及堆渣工艺等。相应的监控指标包括渣场数量、渣场位置、表土剥离方式、表土剥离量、渣场弃渣量、防治措施量、防治措施实施进度、防治措施效果、堆渣边坡处理情况、堆渣施工方式等；其中，渣场数量、渣场位置、表土剥离量、渣场弃渣量、防治措施量等为定量指标，表土剥离方式、防治措施实施进度、防治措施效果、堆渣边坡处理情况、堆渣施工方式等为定性指标。采用的方法包括调查监测、地面观测、无人机监测及视频监控等，其中，调查监测、地面观测、无人机监测主要用于定量指标监控，视频监控用于定性指标。

笔者提出的超大型弃渣场水土保持监控总体思路如图 1所示。根据思路，采用调查监测和地面观测对渣场数量、渣场位置及表土剥离方式等进行监测；采用无人机低空遥感技术对表土剥离量、渣场弃渣量及防治措施量等进行监测；采用视频技术对防治措施实施进度、防治措施效果、堆渣边坡处理情况、堆渣施工方式等进行监控；最后，基于中心管理平台，将调查监测、地面观测、无人机监测结果与视频监控结果进行综合分析，以掌握弃渣场的变化情况，实现对弃渣场的有效监控，进而为超大型弃渣场的科学有效监管提供依据。

图 1(Fig. 1)

图 1 超大型弃渣场水土保持监控总体思路 Fig. 1 General supervising scheme of soil and water conservation for a super large disposal area

由于调查监测和地面观测均为常规监测方法，已为水土保持工作者所熟知^[3]，无人机技术也已在水土保持监测中得到较多的成功应用^[4-5]，因此笔者将重点对视频监控关键技术进行探讨。

视频监控是指利用计算机视觉技术对视频信号进行处理、分析和理解，对监控场景中的变化进行定位、识别和跟踪，并在此基础上分析和判断目标的行为^[6]。视频监控系统一般由中心管理平台、前端单元、客户端单元和传输网络4大部分组成^[7]，以下将主要对其在超大型弃渣场中应用时的信息采集、存储、传输及管理使用等关键技术进行分析。

监控信息采集由前端单元完成，前端单元负责现场视音频、报警信号的收集和各种监控外围设备的控制，可以采用基于NVS(network video system)系统软件的视频源、基于NVR(network video recorder)硬件架构的视频源或基于RTSP协议的视频源^[8]。本文案例渣场采用RTSP技术，因为RTSP通过网络直接连接摄像头，允许同时多个串流需求控制，能容忍网络延迟，降低服务器端的网络用量^[9]。

由于本文案例渣场为超大型平原弃渣场、占地面积较大，因此要对防治措施实施进度、防治措施效果、堆渣边坡处理情况及堆渣施工方式进行监控，监控点的布设是关键。渣场占地面积大，根据主体工程施工进度，其进出口数量和位置都会发生变化，假定渣场进出口各有2个，且堆渣为四边形，则弃渣场地需布设16处监控点，具体布设方式为：进口处2个(每个进口布设1个)，出口处2个(每个出口布设1个)，弃渣场4个角各布设1个，4个堆渣坡面8个(每个坡面布设2个)。

进口处监控点主要监控运渣车辆的数量和车上堆渣情况，出口处监控点主要监控运渣车出去的数量，并用来对进入渣场的运渣车数量进行复核；4角处的监控点主要用于监控堆渣的施工方式及渣场顶部情况；堆渣坡面处的监控点主要用于监控堆渣边坡的处理情况、边坡处的水土保持措施实施进度及防治效果。

监控点摄像头一般不间断工作，单帧视频高清码率约2M，按每个监控点存储30d计算，单个监控点每天需要22G，1个月共需660G容量，因此每个监控点配置容量1T的存储硬盘。由于弃渣场位置一般较为偏僻，不易布设有线网络，因此监控信息采用4G无线网络技术进行传输。然而，单个监控点每日数据量达22G，若对所有数据进行传输，则一方面耗费大量的流量，另一方面也给中心管理平台的数据分析带来很大压力；因此需要在信息传输前，对监控信息进行自动判别，然后根据需要进行选择性传输。自动判别通过内置于摄像头的智能监控软件设置智能控制算法和监控时间来实现，主要对某一设定时段始末相应监控数据的变化进行分析，并与中心管理平台进行远程数据交互。

由于堆渣边坡稳定和挡渣墙的实施，是决定弃渣场稳定的关键，因此视频监控的重点是堆渣边坡处理情况及防治措施实施进度。自动判别主要基于某一间隔时段(可预先设定时间，如60min、120min等)前后摄像头拍摄的2帧影像(照片)相关元素(如坡高、坡长、挡渣墙长度等)的对比计算，有变化时(具体变化参数可预设定并根据现场实际进行调整)，说明坡面有新的堆渣，或发生较大变形，或水土保持措施有新的变化，此时智能监控软件将坡面影像信息传输给中心管理平台，启动人工查看模式，进而监控人员通过中心管理平台远程连接前端单元，再通过摄像头查看堆渣坡面变化和水土保持措施实施情况。对比计算由内置于摄像头内的智能监控软件完成，软件附有专门计算程序。

另外，通过判别，当堆渣坡面或水土保持措施实施进度无明显变化(变化值小于预设的参数)时，每0.5d或1d监控点摄像头将拍摄的相应影像(照片)信息传输到中心管理平台，包括堆渣坡面影像、水土保持措施影像、渣场进出口运渣车辆实况影像、堆渣施工实况影像、渣顶实况影像等。这样既能监控渣场的实况，又能节省数据流量及存储资源。

监控信息自动判别和选择性传输思路如图 2所示。

图 2(Fig. 2)

图 2 监控信息自动判别和选择性传输思路 Fig. 2 Automatic identification and selective transmission scheme of monitoring information from cameras

信息管理主要由中心管理平台完成，中心管理平台是整个视频监控系统的核心部分，由一组服务器和硬件的算法处理卡及智能软件构成^[10]。一方面，中心管理平台接收前端单元传输过来的监控信息，并将其与调查监测信息、地面观测信息、无人机监测信息等一同进行存储；另一方面，管理平台按照水土保持监测相关规程规范要求，将存储的信息进行汇总分析，形成超大型弃渣场的监控成果；同时，中心管理平台作为客户端单元和前端单元之间的纽带，使两者能够实现信息流交换，进而客户端单元能通过中心管理平台连接到前端单元，实现对监控点信息的浏览与查看，对弃渣场现场进行实时监控。

客户端单元通过客户端软件与中心服务平台相联接，通过中心管理平台完成对前端单元监控信息的浏览、控制等功能。当前端单元监控点启动人工查看模式时，中心管理平台输出报警信息给客户端单元，以便监控技术人员通过客户端单元对现场进行查看。报警信息输出有3种传输机制，分别为HTTP通信机制^[8]、Socket通信机制^[11]及邮箱通信机制^[12]。本文案例渣场采用HTTP通信机制，该通信机制是构建在HTTP协议之上，基于Web的开发，使服务器(智能控制软件)与客户端(报警输出端)可进行远程报警信息传输^[10]，当中心管理平台给客户端单元传输报警信息的同时，也会将报警信息推送至监控技术人员手机上，以示提醒。

如图 1所示，对超大型弃渣场的监控，除视频技术监控的定性指标外，还有调查监测、地面观测及无人机遥感监测的定量指标；在数据类型方面，既有视频数据、图片数据、无人机遥感数据，还有基于无人机遥感数据解译生成的DEM、DOM数据，以及调查监测和地面观测获取的文本数据等。因此，需要对不同类型数据进行融合并分析，才能实现对超大型弃渣场的全面有效监控。

数据融合由中心管理平台完成，平台根据弃渣场特征，将接收的信息分为基本信息、表土剥离、防治措施、堆渣进度、施工工艺、三维模型等多个模块进行存储。各模块信息可划分为数据层、特征层和决策层3类^[13]。其中，数据层为各模块存储的原始信息。对于视频监控信息，因数据量大，由技术人员根据监测需求进行选择性存储；对于无人机遥感信息，由计算机自动解译并辅以人工校核分析后，将相关数据自动关联上传至中心管理平台；对于地面观测和调查监测信息，由技术人员按水土保持相关技术规程要求整理后，上传至中心管理平台。特征层为各模块原始信息通过二次抽取“索引化整合”逻辑关联后形成的数据，中心管理平台为不同模块数据之间建立了公式关联，通过关联，不同模块数据建立了统一的数据服务接口，即形成特征层数据。决策层是硬件处理算法对特征层数据计算得出的监控结果数据，按照水土保持技术规程，结合实际监控需求，中心管理平台通过对特征层数据二次计算生成目标数据以供决策，如拦渣率、土壤流失控制比等指标。

监控成果包括2类，一类是决策层数据按照水土保持监测相关技术规程规范要求，分别生成水土保持季度、年度、总结性或专题监测成果，表现形式为数据表格、报告及相关图件。这一功能由中心管理平台完成，平台内预先设置了表格格式和报告模板，且监控技术人员可通过客户端单元对成果数据进行浏览、查看和编辑。另一类是基于对不同类型数据的融合，中心管理平台通过对前端单元传输过来的信息计算，自动判别是否启动人工查看模式进行现场监控，或监控技术人员直接将视频监控成果、无人机三维模型及现场调查和地面观测成果进行叠加，实现对超大型弃渣场的三维浏览、分析和监控。

引入视频监控技术，将其与调查监测、地面观测及无人机遥感技术相融合，构建了一套针对超大型弃渣场的水土保持监控技术方案，如图 3所示。视频技术主要用于水土流失防治措施实施进度、防治措施效果、堆渣边坡处理情况、堆渣施工方式等定性指标的监控，调查监测、地面观测及无人机监测主要用于渣场数量、渣场位置、表土剥离量、渣场弃渣量、防治措施量等定量指标的监控。

图 3(Fig. 3)

图 3 超大型弃渣场水土保持监控流程图 Fig. 3 Flow diagram of soil and water conservation supervising for a super large disposal area

重点从信息采集、信息存储与传输、信息管理与使用等3方面阐述了视频监控关键技术。视频监控系统一般由中心管理平台、前端单元、客户端单元及传输网络4大部分组成。其中：监控信息采集由前端单元摄像头完成，可采用基于NVS、NVR或RTSP的视频源；信息存数由监控点专配的存储硬盘完成，信息传输基于自动判别技术进行定时或选择性传输，采用4G无线网络，自动判别由内置于摄像头的智能监控软件设置智能控制算法和监控时间来实现；信息管理与使用由中心管理平台完成，平台在接收、存储、汇总及分析信息的同时，实现客户端单元与前端单元间的信息流交换，进而可对弃渣场开展有效监控。

不同方法的数据融合由中心管理平台完成，平台首先将视频监控、调查监测、地面观测及无人机遥感的不同类型数据，按照不同数据模块存储到数据层，然后通过二次抽取“索引化整合”逻辑关联，形成具有统一服务接口的特征层数据，最后按照监控要求，计算输出具体水土保持监控指标的决策层数据，同时可输出水土保持监测季度、年度、总结性或专题成果，并能实现对弃渣场现状的三维浏览、分析与监控。

本文构建的监控方案具有简便、实用的特点，可为超大型弃渣场的水土保持监控提供新的技术支撑，也可为其他类型弃渣场的监控提供技术参考；但由于受前端单元野外管理难度大、信息交互传输数据量大等多种因素的限制，且该方案的应用还处于起步阶段，因此还需要在不断的实践中，对本文所提出的方案做进一步的探讨和完善。