長江中下游崩岸監測與預警技術研究進展及展望

Progress and future prospects of bank collapse monitoring and early warning technologies in the middle and lower reaches of the Yangtze River

陳柯兵

水利部長江水利委員會水文局長江河道崩岸監測預警中心，430010，武漢）

摘要：長江中下游干流水沙條件發生重大變化，河床處于高強度沖刷狀態，河道崩岸險情時有發生。為有效應對崩岸對防洪、航運、岸線利用等方面的威脅，水利部長江水利委員會水文局基于多年監測實踐和科研項目成果，形成一套“傳統與先進監測手段融合、定性與定量預警相結合、信息化平臺支撐”的崩岸監測與預警技術體系。監測層面，從早期的人工巡查、河道地形測繪逐步拓展到激光雷達、多波束測深、衛星遙感和無人機巡航等多源信息綜合監測；預警層面，經歷了從經驗判識到基于機理理論與指標體系的量化模型，再到信息化預警平臺的建立與推廣應用。未來，崩岸監測與預警將與數字孿生水利、大數據、人工智能等最新信息技術深度融合，在孿生數據底板構建、險情實時識別與快速處置、長時段河勢模擬與情景預測等方面發揮更大作用，為保障長江安瀾與沿江經濟社會可持續發展提供有力的技術支撐。

關鍵詞：長江中下游；崩岸；監測技術；預警平臺；數字孿生水利；人工智能

作者簡介：陳柯兵，高級工程師，主要從事河道崩岸預警、水資源規劃與管理方面研究。

基金項目：國家重點研發計劃課題（2023YFC3209502）。

DOI：10.3969/j.issn.1000-1123.2025.07.006

引言

長江上游以三峽水庫為核心的梯級水庫群及中下游主要支流水庫的陸續建成運行，使得長江中下游干流河道的泥沙銳減了七成到九成，河床進入長歷時、長距離和高強度的沖刷狀態。2002年10月—2021年4月，宜昌至湖口河段平灘河槽沖刷量達26.244億m3，年均沖刷量1.35億m3，明顯大于水庫蓄水前1966—2002年的0.011億m3。長江中下游大部分河岸由疏松沉積物組成，抗沖性差，受近岸河床沖深、局部河勢調整及其他因素綜合影響，長江中下游崩岸險情時有發生。據不完全統計，2003—2021年長江中下游干流河道共發生崩岸1046處，累計總崩岸長度約757.3km。

2003—2021年長江中下游崩岸長度及處數變化

崩岸險情嚴重影響了沿江設施安全，威脅防洪安全和人民生命財產安全，同時因局部河勢改變引起的水沙輸移特性驟變，還可能對河道治理等造成影響。其中部分崩岸位于長江干堤堤腳附近，如洪湖燕窩蝦子溝崩岸段距干堤堤腳僅20～30m，嚴重影響干堤度汛安全。部分崩岸位于重要節點河段，如下荊江尾閭連續急彎段崩岸發生自上而下連鎖反應，關系到長江-洞庭湖江湖關系穩定和重要防洪地帶安全等重大問題。還有部分崩岸發生在岸線利用程度較高的河段，對沿江岸線工廠企業和臨江設施的正常運行造成影響。

水利部長江水利委員會水文局（以下簡稱長江水文）自2016年起組建了長江河道崩岸監測預警中心，持續每年汛前向長江水利委員會水旱災害防御局及沿江各省（直轄市）發布崩岸預警簡報。通過承擔“長江中游荊江河段崩岸巡查、監測及崩岸預警技術研究”“三峽后續工作長江中下游影響處理河道觀測分析”“多源信息融合的崩岸險情智能篩查技術研發與示范”等國家級及水利部科研、生產項目，逐步構建起完善的長江中下游崩岸監測與預警技術體系，為維系長江安瀾作出了積極貢獻。

本文總結了長江中下游河道崩岸監測與預警技術的研究進展，從監測技術的類型、崩岸預警的發展階段等多個方面進行綜合闡述。在此基礎上，對未來在大數據、云計算、人工智能等最新信息技術和水利業務深度融合下的崩岸監測與預警技術發展進行展望。

崩岸監測技術進展

1.傳統監測手段

傳統上，河道崩岸的監測主要依賴人工巡查和定期地形測繪。人工巡查是由各沿江河道管理部門依據《堤防工程養護修理規程》，在汛期（5—9月）及汛后（10—11月）組織技術班組開展周期性巡查。巡查重點聚焦于岸坡表觀特征（縱向裂縫、塊體滑移、坡頂塌陷）及崩岸后地形突變區，采用人工記錄結合影像存檔方式形成巡查日志。以長江中下游為例，年均投入巡查人力超1.2萬人次，單次巡查岸線覆蓋密度為3人/km。但由于崩岸具有突發性與隱蔽性特點，而人工巡查存在時效性和人員覆蓋不足的問題，往往難以及時捕捉到水下沖刷等隱患。

定期地形測繪包括定期測量河岸、水下地形，之后通過對比分析岸坡地形變化與岸坡穩定性。傳統上，陸上地形測量采用水準儀、全站儀或GPS-RTK等方法獲取岸坡高程，水下地形測量則利用單波束回聲測深儀沿河岸掃描獲取水下岸坡坡面形態。這些手段能夠提供一定精度崩岸演變資料，但受制于測次（通常汛前汛后各一次）、測驗精度限制，無法精準掌握岸坡三維形變和近岸地形演變。

總體而言，傳統崩岸監測存在時空分辨率不足、信息化程度不高的問題，人工巡查記錄（定性描述）、陸上測繪（離散點云）、水下數據（二維剖面）缺乏統一時空基準，無法及時反映崩岸的突發變化，常使得崩岸預警滯后或無法實施有效預防。

2.現有監測手段

近年來，一些先進監測手段在長江崩岸監測中逐步得到應用，提高了監測精度和效率。如通過引入高分辨率激光雷達（LiDAR）技術，實施陸域地形三維激光掃描，實現了崩岸前后岸坡形態的高精度比對；針對水下地形監測需求，應用多波束測深系統對近岸河床開展高分辨率掃描，實現了水下地形圖高效生成與坡腳沖刷特征識別。

通過在船載平臺、無人機或岸上基站搭載激光雷達系統，結合高精度定位和慣性導航系統，可實現岸坡三維點云的快速掃描，在短時間內完成連續岸線數據采集，便于后續開展岸坡形變分析、岸坡位移監測及崩岸體積估算等。同時，激光雷達掃描還可與高分辨率攝像機結合，生成真實紋理的三維模型，為崩岸監測評估提供可視化的結果展示。在石首河段等多個典型河段的崩岸險情觀測實踐中，船載三維激光雷達已展現出快速、高效、精細的優勢。然而，激光雷達對于水下地形穿透效果差，需要與多波束測深技術相互結合，以獲取水上-水下一體化岸坡完整地形。

崩岸很大程度上源自坡腳處的水下沖刷，傳統單波束測深難以準確捕捉局部凹陷或陡坎信息，而多波束測深技術可顯著提高觀測分辨率與覆蓋度。通過配置合適的多波束聲吶系統，并在船載或無人船測量平臺上進行作業，可以實現對河道斷面和沿程水下地形的高精度掃描，直觀展現坡腳處可能出現的深槽或陡坎。

船載三維激光雷達及多波束測深監測系統獲取的崩岸地形

2019年10月、2020年11月長江水文先后兩次在荊江河段青安二圣洲崩岸段開展崩岸綜合監測技術試驗性觀測工作。試驗區域長度1.2km，分為水下監測區、崩岸監測區、岸灘監測區3個部分，為分析并評定崩岸觀測的精度與可靠性，在崩岸區域設置了30塊標靶，采用精確的標靶中心點位置作為參考。同時在整個測區，按照40m的間距布設，并采用常規方法觀測了31個1：2000的崩岸半江橫斷面，作為分析評定崩岸觀測精度與可靠性的依據。結果表明，崩岸綜合監測技術平面誤差范圍為0.067~0.268m，高程誤差范圍為0.002~0.228m，技術具備較高的時空分辨率，能夠客觀反映險情的真實情況，滿足崩岸多發、突發性強，觀測時空分辨率高的要求。

3.新興監測手段

（1）衛星影像篩查

在廣域尺度上，衛星遙感影像解譯是快速排查可能存在隱患岸段的重要手段。可以在較短時間內完成對長江中下游干流及重點支流的岸線篩查，發現河岸線發生的顯著退縮、崩塌裸露面等崩岸險情相關信息。

①光學衛星影像

利用高分辨率光學衛星影像對不同時期岸線位置進行提取對比，可在宏觀尺度上分析河岸崩退的動態變化。例如，通過不同時期的影像對比，可量算某河段多年間岸線崩退的面積和長度，在分析崩岸總體態勢方面具有獨特優勢。受衛星遙感影像獲取時效限制，該手段對實時預警作用有限，但可為岸線長期演變研究和重點隱患區篩查提供寶貴信息。

基于衛星影像的肖潘段崩岸監測示意

基于衛星影像的肖潘段崩岸長期監管示意

②SAR衛星影像

光學衛星影像分辨率高，顏色信息豐富，能直觀觀察到植被、土壤、護岸工程等，幫助判斷崩岸原因，但長江中下游為多云多雨地區，光學衛星影像依賴光照和天氣，無法穿透云層，導致監測數據獲取不連續。合成孔徑雷達SAR（Synthetic Aperture Radar）是一種主動式的對地觀測系統，發射的微波具有一定地表穿透能力。SAR影像的優勢在于可以穿透云雨，做到全天時、全天候觀測，彌補光學影像易受多云多雨天氣影響的不足。

SAR可以通過干涉測量（InSAR）來檢測地表形變，比如通過D-InSAR監測微小位移，識別崩岸前的形變跡象。SAR還可進行強度變化檢測，若SAR圖像中河岸的反射強度突然變化，則表明可能發生崩塌。此外，開展多時相分析，通過不同時間的SAR影像對比，也可直接觀察河岸線的變化。

基于SAR衛星影像的肖潘段崩岸識別示意

（2）無人機低空智能遙測

在當前實踐中，無人機主要被應用于人工操控下險工河段的巡查和崩岸發生后的應急航拍，以獲取現場高清影像和構建三維模型。隨著自動化無人機場的逐漸成熟，已實現無人機自動起降、自動巡航、自動充電，以自動機場為基礎的全自動飛行系統可有效實現無人機作業的自動化和遠程化，提高崩岸監測任務的即時響應能力。在汛期或重要時段，可安排無人機按預設航線對重點河段進行常態化巡航，將影像傳回分析中心后借助計算機視覺技術對實時視頻進行目標檢測，自動識別崩岸跡象（如新出現的塌陷、裂縫等異常變化），實現對崩岸的智能感知和快速報警。

此外，無人機還可以作為物探和監測設備的載體。如搭載非接觸式探地系統，利用電磁波在地下介質中的傳播特性，通過發射天線向地下發射高頻電磁波，并利用天線接收反射的電磁波信號。通過對信號的處理分析，可以形成地下介質的雷達圖像。

當前，長江水文正著力開展非接觸式堤防滲水、空蝕、蟻害自動探測實驗，為崩岸隱患智能巡查提供新型解決方案。可以預見，隨著無人機自主飛行、群智協同等技術的發展，將會以更低成本實現長江岸線的全天候巡查和現場感知，為崩岸預警提供更加及時準確的一手資料。

總體而言，長江中下游崩岸監測正逐步從以傳統人工為主向“天空地”一體化多手段綜合監測轉變。

崩岸預警技術進展

在深入理解崩岸機理和獲取監測數據的基礎上，通過建立預警模型對險情作出預報，是崩岸監測與預警工作的最終目標。對長江中下游崩岸預警的研究經歷了經驗判別、量化預警模型到信息化智能分析的過程。

1.經驗判識與定性預警

早期的崩岸預警多依賴有經驗的工程技術人員根據現場征兆和歷史經驗進行定性判斷。例如，通過觀察岸坡有無出現裂縫、滲水及掉塊等前兆來判斷岸坡穩定性，通過預報水情信息來預估汛期洪水頂沖、水位漲落等是否會威脅岸坡安全。經驗判識方法具有很強的主觀性，難以系統推廣。但實踐中總結出一些經驗判據，如坡腳沖刷深度超過岸高某比例時需高度警惕，洪水退水速率超過某閾值時易誘發崩岸等，為構建定量預警模型提供了初始思路。

在長江水文岸坡穩定性評估工作實踐中，綜合考慮近年岸線變化、斷面沖刷及坡比變化情況、歷史崩岸分布等因素，對所管轄河段的岸坡崩岸風險進行分級預判。這種預警通過專家經驗與數據分析相結合，在缺乏成熟定量模型的情況下發揮了積極作用。江蘇省和安徽省水利部門曾組織開展對沿江岸段危險性評價分析的工作，劃定紅色（高危險）、黃色（中等）和藍色（一般）等預警等級，并納入防汛預案。

河段崩岸風險評定示意

2.量化預警模型

為提高崩岸預警的科學性和客觀性，可量化的崩岸預警模型近年來不斷涌現。如：層次分析模型采用層次分析法（AHP）確定各險情相關指標權重，對岸坡穩定狀況進行綜合評分，通過理論推導、數值計算和實測統計相結合，確定了近岸流速、水位變幅及汊道分流比變化率等指標，針對不同崩岸風險等級劃定閾值范圍；利用歷史崩岸發生數據與同期水文氣象數據，采用多元回歸或數理統計分析，尋找統計相關性；基于長江中下游多年實測崩岸資料，進行判別分析，建立岸段失穩的判別函數，以概率形式給出預警；使用決策樹算法，根據歷年崩岸數據歸納出一組判別規則（如滿足若干條件，則崩岸風險高）；采用支持向量機（SVM）等作為分類器將河段劃分為穩定或不穩定類別。

受限于崩岸樣本數據相對有限及崩岸機理的復雜性，量化預警模型的預測準確率和可解釋性有待進一步提高。但隨著數據的不斷積累和崩岸機理理論研究的不斷突破，這一方向具有很大發展潛力。

3.信息化預警平臺

目前，長江中下游崩岸預警逐步向多源監測數據融合下的信息化和智能化發展。例如長江水文崩岸預警巡查系統集成了幾十年來的長江中下游崩岸監測數據和河道演變資料，形成了功能完善的崩岸大數據庫。通過該系統，相關工作人員能夠方便地調用歷史水文泥沙數據、岸線變化情況及整治工程措施等信息，對當前岸段的穩定狀態進行綜合研判。系統移動端App還具備崩岸巡查信息自動識別、入庫功能，基于圖像識別和模式匹配算法，自動獲取巡查影像中的重要信息，極大提高了崩岸巡查、預警工作的效率和準確性。目前該系統已通過測試并在長江河道崩岸監測預警中心日常工作中得以應用，未來將不斷完善功能并推廣至沿江各相關管理單位。

長江科學院聯合安徽省長江河道管理局開展了長江安徽段崩岸監測、診斷與預警綜合系統平臺建設。通過運用地理信息、河流模擬、基礎數據庫、水沙土實時監測和5G網絡等先進技術，構建集河道地理信息、河勢監測成果、崩岸風險綜合診斷評估及預警成果于一體的監測、診斷與預警綜合系統平臺。

南京水利科學研究院基于多指標決策的模糊算法，構建了適用于長江下游河段的崩岸風險評估模型，集成崩岸監測預警模型數據底板、模型平臺、可視化引擎，可實現全天候崩岸實時監測預警，相關成果已在安徽省長江崩岸應急治理工程崩岸預警管理信息系統、江蘇省長江崩岸監測預警系統等重大工程項目中得到應用。

江蘇省靖江市針對長江堤防新橋段21m深坑隱患，在長江堤防崩岸預警系統專題設計了邊坡數字樁，在21m隱患處植入多支數字樁，實時監測土壤對邊坡數字樁產生的作用力，通過長期監測與分析，判斷測點位置土體是否存在失穩風險，做到提前預警，高效助力防汛抗洪指揮決策。

上述實踐表明，崩岸預警模型和方法經歷了從經驗到模型、從人工到系統的演進。信息化技術正逐漸應用到崩岸預警中，形成從數據采集、傳輸、存儲到分析、決策、預警的閉環，不僅提高了預警準確率，也極大增強了預警發布時效性。

未來發展趨勢與展望

隨著數字孿生水利的大力發展，大數據、云計算、人工智能等最新信息技術和水利業務深度融合，長江中下游崩岸監測與預警技術將迎來跨越式發展新機遇。在未來，可重點關注以下幾個方面：

1.河道數字孿生仿真能力

針對崩岸監測需求，研發岸上、水下地形數字孿生場景自動構建系統，開展重點崩岸河段、險工段、岸坡不穩定河段定期定時巡檢，支撐河道三維建模底層信息動態更新。通過逐日、逐旬及滾動綜合對比分析，明晰河湖庫岸線、洲灘動態演變特征，提升河岸數字孿生仿真能力。同時，河道三維模型數據可為數字孿生流域提供河道空間數據底板。

2.崩岸預警智能決策能力

隨著崩岸監測技術不斷進步，監測數據規模和復雜性也在迅速增加，如何從這些監測數據中高效提取關鍵信息，發現崩岸前兆并進行有效預警顯得意義重大。利用大數據挖掘技術有望在崩岸險情快速識別和風險等級評估中發揮更大作用。可通過對歷史和實時監測數據的深入分析和特征學習，構建崩岸險情的智能診斷模型，可實現對潛在險情更早、更精確的識別。

3.長期崩岸風險預測能力

目前的崩岸預警多側重短期（季節內或當年）風險提示，而長江中下游河道演變具有長期性和累積效應。如何具備5年、10年以上尺度的風險預測能力是難點所在。這需要將崩岸預警與河勢演變預測結合起來，考慮氣候變化導致的流域來水來沙變化、上游水庫群調度長期效應、河道采砂整治等多種因素對未來岸線穩定格局的影響；需要發展基于數字孿生流域的情景模擬方法，設定若干未來情景模擬對應的岸線變化，從而在規劃層面提出前瞻性的風險預警，對于沿江崩岸防治相關措施及工程實施具有重要意義。

結論

①崩岸監測技術趨于多源融合。由傳統的人工巡查與河道地形測繪，逐漸發展到采用激光雷達、多波束測深、衛星影像與無人機巡航等“天空地”一體化綜合監測方式，極大提升了崩岸監測的時空分辨率與信息獲取效率。

②崩岸預警模式不斷完善。從早期基于經驗判別的定性預警，發展到應用統計分析、層次分析法、數值模擬等構建定量化的預警模型，實現了崩岸風險研判更精確。

③信息化平臺支撐體系初步形成。相關單位和部門已建成多套崩岸監測與預警系統，為崩岸數據的采集、處理及風險診斷、預警提供了平臺化支撐，助力崩岸險情的高效應對與處置。

隨著河道泥沙、水庫調度及氣候變化影響的持續累積，長江中下游崩岸風險具有長期性和不確定性。通過構建數字孿生流域，深化大數據和人工智能技術應用，可實現險情的動態仿真和多情景預測，為流域綜合防災減災提供前瞻決策支持。長江中下游崩岸監測與預警技術正由單一手段向多源融合、由局部分析向整體感知、由事后被動應對向事前主動預防加速轉變，必將為長江流域防洪安全及沿江經濟社會發展提供更加堅實的保障。

Abstract: Water and sediment conditions in the middle and lower reaches of the Yangtze River have undergone significant changes, resulting in a state of high-intensity erosion of the riverbed and frequent occurrences of riverbank collapses. In order to respond to its threat to flood control, navigation and shoreline utilization, the Hydrological Bureau of Yangtze River Water Resources Commission of MWR has established a monitoring and early warning system with “integration of traditional and advanced monitoring methods, combination of qualitative and quantitative early warning, and support of information platform” based on years of practices and scientific research. Regarding monitoring, manual inspection and river terrain mapping adopted in the early days has been gradually updated to comprehensive ways such as laser radar, multi-beam depth measurement, satellite remote sensing and UAV cruising. Regarding early warning, empirical recognition and quantitative models based on mechanism theory and indicator system have been transformed to formation and extension of information warning platforms. In the future, it shall be deeply integrated with the latest information technology such as digital twin, big data and artificial intelligence to play a bigger role in establishment of twin data base, real-time identification and quick response to dangerous situations, long-term river simulation and scenario prediction and provide technical support for ensuring safety of the Yangtze River and sustainable development of regional economy and society.

Keywords: middle and lower reaches of the Yangtze River; bank collapse; monitoring technology; warning platform; digital twin water resources; artificial intelligence

本文引用格式：

陳柯兵.長江中下游崩岸監測與預警技術研究進展及展望[J].中國水利，2025（7）：48-54.

責編李盧祎

校對呂彩霞

審核王慧

監制軒瑋

聲明：本文系轉載自互聯網，請讀者僅作參考，并自行核實相關內容。若對該稿件內容有任何疑問或質疑，請立即與鐵甲網聯系，本網將迅速給您回應并做處理，再次感謝您的閱讀與關注。