Slope movement monitoring through a combination of IoT and InSAR

• Autorzy: Guilhot T. , Martinez del Hoyo T. , Bartoli A. , Ramakrishnan P. , Leemans G. , Houtepen M. , Salzer J. , Metzger J. S. , Maknavicius G.

Warianty tytułu

PL

Monitorowanie ruchu zboczy poprzez połączenie technologii internetu rzeczy (IoT) oraz satelitarnej interferometrii radarowej (InSAR)

• Języki publikacji: EN

Abstrakty

EN

Tailings dams are critical, complex infrastructures that result particularly challenging to secure. Complex systems involving a variety of physical and digital devices have recently been used, but an optimized solution remains difficult to find due to the dimensions and complexity of the areas to be monitored. The use of siloed processes to manage such infrastructures is generally not a practical and cost-effective process. New combinations of technologies must be explored to provide optimum solutions. This paper presents a commercial, cost-effective method to accurately monitor slope movements. The combination of a network of surface sensors with satellite radar data is proposed. The Internet of Things monitoring system is composed of several distributed data collection points, used in combination with periodic InSAR studies. The correlation of both data sets is demonstrated in a testbed in which slope failure events are detected and long-term drifts confirmed. This study has been performed in a real-life testbed and two events have been detected. In the first slope failure event, the data is correlated between all technologies involved: same direction, with different orders of magnitude consistent with the sensors’ location. In the other event, some technologies have detected the event whilst the tiltmeters have demonstrated that the structure had not been affected.

PL

Zapory zbiorników wodnych oraz inne budowle ziemne są ważną i złożoną infrastrukturą, której zapewnienie trwałości i poprawnego funkcjonowania stanowi szczególne wyzwanie. Ostatnio, do oceny trwałości skap tych budowli oraz zboczy naturalnych, próbuje się stosować złożone systemy obejmujące różne fizyczne i cyfrowe urządzenia, ale wciąż, ze względu na wymiary i złożoność obszarów, które mają być objęte monitoringiem, potrzebne jest znalezienie rozwiązania optymalnego. Wykorzystanie „procesów silosowych”10) do zarządzania taką infrastrukturą jest na ogół procesem niepraktycznym i nieopłacalnym. Należy więc zbadać nowe kombinacje technologii, aby zapewnić optymalne rozwiązania. W artykule przedstawiono komercyjną, efektywną kosztowo metodę dokładnego monitorowania ruchów skarp. Zaproponowano połączenie sieci czujników powierzchniowych z satelitarnymi danymi radarowymi. System monitoringu oparty na Internecie Rzeczy (Internet of Things – IoT) składa się z kilku rozproszonych punktów zbierania danych, wykorzystywanych w połączeniu z okresowymi pomiarami z systemu satelitarnej interferometrii radarowej (Interferometric Synthetic Aperture Radar – InSAR). Korelacja obu zestawów danych jest wyświetlana na stanowisku badawczym, w którym wykrywane są zdarzenia awarii zbocza i potwierdzane długoterminowe ruchy osuwiskowe. Badanie to zostało przeprowadzone na rzeczywistym stanowisku badawczym, gdzie wykryto dwa zdarzenia. W pierwszym przypadku uszkodzenia zbocza dane są skorelowane pomiędzy wszystkimi zaangażowanymi technologiami: ten sam kierunek, różne rzędy wielkości zgodne z lokalizacją czujników. W drugim przypadku, niektóre technologie wykryły zdarzenie, podczas gdy pochyłomierze wykazały, że konstrukcja nie została naruszona.

Słowa kluczowe

EN

Tailings Dams; interferometric synthetic aperture radar; InSAR; digital mining; autonomous monitoring; Internet of things (IoT)

PL

zapory składowisk odpadów mokrych; interferometryczny radar; InSAR; cyfryzacja w górnictwie; autonomiczny monitoring; Internet rzeczy (IoT)

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Gospodarka Wodna
• Rocznik: 2021
• Tom: Nr 9
• Strony: 35--40
• Opis fizyczny: Bibliogr. 14 poz., rys.

Twórcy

autor

Guilhot T.

• Worldsensing SL., C/ Viriat 47, 08015 Barcelona, Spain

• https://orcid.org/0000-0002-6576-4920

autor

Martinez del Hoyo T.

• Worldsensing SL., C/ Viriat 47, 08015 Barcelona, Spain

autor

Bartoli A.

• Worldsensing SL., C/ Viriat 47, 08015 Barcelona, Spain

autor

Ramakrishnan P.

• SkyGeo Inc., 1068 Carolina St., San Francisco, CA., 94107

autor

Leemans G.

• SkyGeo Inc., 1068 Carolina St., San Francisco, CA., 94107

autor

Houtepen M.

• SkyGeo Inc., 1068 Carolina St., San Francisco, CA., 94107

autor

Salzer J.

• SkyGeo Inc., 1068 Carolina St., San Francisco, CA., 94107

autor

Metzger J. S.

• SkyGeo Inc., 1068 Carolina St., San Francisco, CA., 94107

autor

Maknavicius G.

• GPS Partneris; Laisves ave. 71-62, LT-07189 Vilnius, Lithuania

Bibliografia

• [1] US Geological Survey. Online access: https://www.usgs.gov/natural-hazards/landslide-hazards (9 April 2021).
• [2] O. Senouci, ”Mining: A Key Human Cause of Landslides”, International Research Journal of Engineering and Technology, 7(4): 6604–6606, 2020.
• [3] L.M. Highland, P. Bobrowsky, “Appendix B. Introduction to Landslide Evaluation Tools — Mapping, Remote Sensing, and Monitoring of Landslides”. The landslide handbook — A guide to understanding landslides, U.S. Geological Survey Circular: Reston, Virginia: 65–74, 2008.
• [4] T. Carlà, E. Intrieri, F. Raspini, F. Bardi, P. Farina, A. Ferretti, D. Colombo, F. Novali, N. Casagli, “Perspectives on the prediction of catastrophic slope failures from satellite InSAR”, Nature research scientific reports, 9: 14137, 2019. DOI: https://doi.org/10.1038/s41598-019-50792-y.
• [5] R.N. Treuhaft, B..E. Law, G.P. Asner, “Forest Attributes from Radar Interferometric Structure and Its Fusion with Optical Remote Sensing”, BioScience, 54: 561–571, 2004.
• [6] T. Carlà, V. Tofani, L. Lombardi, F. Raspini, S. Bianchini, D. Bertolo, P. Thuegaz, N. Casagli, “Combination of GNSS, satellite InSAR, and GBInSAR remote sensing monitoring to improve the understanding of a large landslide in high alpine environment”, Geomorphology, 335: 62–75, 2019.
• [7] M. Wei, D. Sandwell, B. Smith-Konter, “Optimal combination of InSAR and GPS for measuring interseismic crustal deformation”, Advances in Space Research, 46: 236–249, 2010.
• [8] T. Carlà, P. Farina, E. Intrieri, H. Ketizmen, N. Casagli, “Integration of ground-based radar and satellite InSAR data for the analysis of an unexpected slope failure in an open-pit mine”, Engineering Geology, 235: 39–52, 2018.
• [9] S. Selvakumaran, C. Rossi, A. Marinoni, G. Webb, J. Bennetts, E. Barton, S. Plank, C. Middleton, “Combined InSAR and Terrestrial Structural Monitoring of Bridges”, IEEE Transactions on Geoscience and Remote Sensing, 2020.
• [10] A. Lastra, P. Gonzalez, R. Beniamino, R. Rodriguez Solá, J. Ribalaygua ”Escenarios de cambio climático para eventos pluviométricos severos en la Comunidad de Madrid, Madrid: Canal de Isabel II”, Cuadernos de I+D+i 27. Canal de Isabel II: Madrid, 2018.
• [11] D. DiMartire, R. Iglesias, D. Monells, G. Centolanza, S. Sica, M. Ramondini, L. Pagano, J. Mallorqui, D. Calcaterra, “Comparison between Differential SAR interferometry and ground measurements data in the displacement monitoring of the earth-dam of Conza della Campania (Italy)”, Remote Sensing of Environment, 148: 58-69, 2014. DOI: http://dx.doi.org/10.1016/j.rse.2014.03.014.
• [12] V. Tofani, F. Raspini, F. Catani, N. Casagli, “Persistent Scatterer Interferometry(PSI) Technique for Landslide Characterization and Monitoring”, Remote Sensing, 5(3): 1045–1065, 2013.
• [13] L. Antronico, L. Borrelli, D. Peduto, G. Fornaro, G. Gulla, L. Paglia, G. Zeni, “Conventional and Innovative Techniques for the Monitoring of Displacements in Landslide Affected Area”. Landslide Science and Practice Margottini, C., Canuti, P., Sassa K. Eds; Springer: Berlin, Heidelberg: 125–131, 2013.
• [14] V. Milkulenas, V. Minkevicius, J. Satkunas, “Gediminas’s Castle Hill (in Vilnius) case: slopes failure through historical times until present”, Proceedings of World Landslide Forum, 4, 2017.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).