泥石流来临前，山体能不能自己“报警”？

真正的灾难物联网，比的是网络最差的时候依然在线！

8月26日，尼泊尔与中国西藏交界的喜马拉雅山区发生严重山洪和泥石流灾害。冰川及岩体崩塌后，大量冰块、岩石和泥沙涌入河道，形成高速下泄的洪水与泥石流，沿途冲毁村庄、道路、桥梁和水电设施。截至8月28日，灾害已造成数百人死亡、近千人失踪，灾区形成的堰塞湖又带来二次洪水风险，部分救援行动因此被迫暂停。

对于这样的高山灾害，预警的难点不仅在于能否提前发现冰川、山体和河流水位的异常变化，还在于这些信息能否及时传出去。灾害发生时，供电、道路以及地面通信基础设施都可能受到影响，而安装在山区的监测节点还面临无人值守、低温、高湿、覆盖不足和长期供电等现实约束。一个平时能够正常上传数据的物联网系统，到了最需要它的时候，可能恰恰面临断网。

这也提出了一个更值得讨论的技术问题：如果公网本身可能成为灾害的一部分，遍布山体、河谷和冰川附近的传感器，该通过什么方式保持连接？从LoRa、Wi-SUN、NB-IoT/LTE-M，到4G/5G和正在进入物联网终端的卫星NTN，不同通信技术正在构成一套新的灾害监测与预警网络。

一次灾害预警，究竟需要哪些数据？

一场泥石流或山洪的形成，通常并不是某一个瞬间突然发生。降雨、土壤含水量、地下水压力、山体位移和河流水位往往会在灾害发生前持续变化。如果能够长期监测这些变量，并识别其中的异常趋势，就有机会把预警时间从灾害发生后的“发现”，提前到风险积累阶段。

最基础的一类数据来自气象环境。雨量计可以记录累计降雨量和单位时间内的降雨强度，温湿度、气压、积雪厚度和冰川温度等参数，则可以用于判断高山地区的环境变化。对于泥石流和滑坡来说，短时间强降雨尤其重要，因为大量雨水进入土壤后，会直接改变土体含水率和稳定性。

第二类数据来自山体本身。土壤含水率传感器、孔隙水压力计、倾角传感器、裂缝计和振动传感器，可以监测山体内部和表面的变化。如果某一区域持续出现含水率上升、倾角变化或者异常振动，就可能意味着山体稳定性正在下降。对于重点危险区域，还可以结合GNSS高精度定位，对毫米级甚至厘米级位移进行长期观测。

第三类是河流和沟谷数据。泥石流形成后，最终往往沿沟谷和河道快速传播，因此水位、流速、流量以及水压也是重要监测对象。在上游部署自动水位计和流速传感器，可以为下游争取几分钟甚至更长的撤离时间。

条件允许时，还可以加入摄像头、毫米波雷达、激光雷达、无人机和卫星遥感，用于观察更大范围的地形和河道变化。不过，这些设备产生的数据量远高于普通环境传感器，对网络带宽、功耗和边缘计算能力提出了更高要求。

由此可以看到，自然灾害监测实际上对应着两种完全不同的通信需求。一类是雨量、倾角、水位等小数据包，单次可能只有几个字节，却要求节点长期在线、低功耗运行；另一类是视频、雷达和遥感数据，需要更高带宽和更强的数据处理能力。

真正困难的地方在于，这些监测设备往往恰恰部署在山谷、河道、冰川和无人区。它们需要长期无人值守，供电条件有限，蜂窝信号也未必稳定。因此，灾害物联网面对的核心问题并不是“传多少数据”，而是如何在低功耗、远距离和极端环境下，把最关键的数据可靠地传回来。这也决定了后续LoRa、NB-IoT、Wi-SUN、蜂窝网络和卫星通信各自适合承担不同的角色。

面对自然灾害，没有一种通信技术可以包打天下

把传感器部署到山体和河谷只是第一步。真正进入工程阶段后，一个更现实的问题很快出现：这些数据究竟通过什么网络传回来？

自然灾害监测与普通城市物联网有一个明显区别——设备往往位于人口稀少、地形复杂甚至没有蜂窝网络覆盖的区域，而且长期无人值守。很多节点一年中绝大多数时间只需要上传温度、雨量、水位、倾角等几十字节的数据，一旦出现异常，又必须及时把信息送出去。因此，覆盖距离、功耗、基础设施依赖和灾害情况下的网络生存能力，往往比峰值传输速率更加重要。

我们先看LoRA技术，LoRa首先解决的是“远距离、低功耗、自建网络”的问题。

LoRa工作在非授权频段，一个网关可以连接大量传感节点，终端平时保持低功耗状态，只在需要时上传数据。Semtech给出的典型应用数据显示，LoRa链路在合适环境下覆盖距离可以达到数公里甚至10公里级，电池供电节点可以维持多年运行。对于雨量计、土壤含水率、倾角计、水位计等小数据量设备，这种模式尤其适合。

更重要的是，它不要求每一个监测点附近都有运营商基站。山区可以先建立自己的LoRa局域监测网络，再由少量网关统一把数据回传至云端。这意味着即使一个山谷里没有手机信号，只要传感器能够连接到网关，监测仍然可以继续。

但LoRa并没有彻底解决通信可靠性问题。它只是把风险从大量传感节点集中到了网关。如果网关依赖4G回传，而灾害又造成基站断电或光纤中断，前端传感器即使仍在正常工作，数据也可能被困在山里。

再看基于运营商的蜂窝通信技术，NB-IoT和LTE-M解决的则是“如何直接借助运营商网络连接大量低功耗设备”。

两者都是3GPP定义的蜂窝LPWA技术。NB-IoT更偏向低速率、小数据量和低功耗固定设备；LTE-M提供更高的数据能力，也更适合需要移动性或定位功能的设备。GSMA将二者视为互补的移动物联网技术，同时通过PSM、eDRX等机制降低终端长期联网的功耗。

这种方式最大的优势是部署简单。在已有蜂窝网络覆盖的河流、道路和村镇附近，水位计、雨量站等设备可以直接连接运营商网络，不必额外建设一套广域基础设施。

存在的问题也很明显：蜂窝物联网的可靠性最终仍建立在基站、电力和传输网络之上。

平时这可能不是问题，一旦洪水、滑坡或地震同时破坏电力、光纤和基站，NB-IoT、LTE-M以及普通4G/5G都可能失去连接。因此在灾害预警系统中，蜂窝网络很适合作为主通信链路，却未必适合作为唯一链路。

在河谷、道路等大量节点连续分布的场景中，Wi-SUN还提供了另一种思路。它基于IEEE 802.15.4-SUN构建无线Mesh网络，节点之间可以逐跳转发数据，而不是所有设备都直接寻找同一个基站。Wi-SUN Alliance目前将其主要定位在智能公用事业、智慧城市和大规模IoT网络。 对灾害监测而言，这种架构的价值在于可以把大量沿河、沿山布设的监测点连接起来，并减少对单一蜂窝接入点的依赖。

真正改变偏远地区通信边界的技术可能来自卫星通信。3GPP在Release 17中正式把非地面网络NTN纳入标准体系，其中IoT-NTN可以让NB-IoT、eMTC等蜂窝物联网技术延伸至卫星网络。也就是说，未来一些物联网终端在没有地面基站覆盖的情况下，可以直接通过卫星发送少量关键数据。

这一趋势已经开始进入芯片层面。Nordic nRF9151同时支持LTE-M、NB-IoT、NB-NTN和GNSS；Sony ALT1350把LTE-M/NB-IoT、非授权频段通信和卫星连接集成到同一颗IoT SoC中；Qualcomm 212S则直接面向离网固定监测设备，其官方应用场景已经包括环境监测和早期火灾检测。

卫星通信当然不是万能方案。相比地面LPWAN，它仍然要面对终端成本、功耗、天线、天空可视条件以及网络资费等问题，在峡谷和密林环境下也可能受到遮挡。因此，更现实的灾害物联网架构并不是在LoRa、NB-IoT和卫星之间选出一个“赢家”，而是让它们承担不同层级的任务。

大量低功耗传感器可以通过LoRa或Wi-SUN完成区域组网；有蜂窝覆盖时，通过NB-IoT、LTE-M或4G/5G把数据上传；当公网中断或监测点位于无人区时，再由卫星NTN承担备用回传。

对于自然灾害监测而言，真正重要的技术指标因此正在发生变化：网络覆盖有多广固然重要，更重要的是当地面网络失效以后，系统是否还有第二条路能够把那条关键的预警信息送出去。

真正可靠的灾害物联网，应该是一张“多层通信网络”

如果把前面的几类通信技术放到同一个系统里，会发现自然灾害监测其实并不适合依赖单一网络。真正可靠的方案，更接近一张由传感节点、区域网络、边缘网关、广域回传和预警平台共同组成的多层通信网络。

最底层是感知节点。雨量计、水位计、土壤含水率传感器、倾角计、裂缝计、振动传感器和GNSS设备长期部署在山体、河谷和冰川附近。这些设备产生的数据量通常不大，但数量多、位置分散，而且需要几年甚至更长时间持续运行。因此，LoRa、Wi-SUN或者私有Sub-GHz协议更适合承担这一层连接任务，用较低功耗把大量传感节点汇聚到区域网关。

再往上一层是边缘网关。它不应该只是简单的数据转发器，还需要具备一定的本地计算能力。例如，当降雨量持续增加、土壤含水率超过阈值，同时山体倾角开始异常变化时，网关可以在本地进行多参数判断，而不必等待所有原始数据上传云端后再计算。

这一点对于灾害系统尤其重要。普通物联网可以默认“云端永远在线”，但自然灾害恰恰可能同时破坏光纤、电力和蜂窝基站。如果所有预警逻辑都放在云端，一旦广域网络中断，前端传感器即使成功捕捉到异常，系统仍然可能失去最后的报警能力。

因此，在区域网关之上，还需要建立至少两种广域回传路径。

正常情况下，可以优先使用NB-IoT、LTE-M、Cat.1或者4G/5G，因为蜂窝网络成本相对较低，覆盖广，也便于与现有云平台和应急管理系统连接。但在重点地质灾害区域，卫星IoT或NTN可以作为第二条链路。当基站失效或者监测点本身位于无人区时，系统仍可以通过卫星发送位置、风险等级和关键传感数据。

一些关键节点还可以进一步配置本地警报器、广播设备或者私有集群通信终端。这样即使与云端完全失联，只要本地传感器和网关仍然工作，就可以直接通知附近居民和救援人员。

由此形成的系统实际上具有三层冗余：通信冗余、能源冗余和计算冗余。

通信层面，通过LoRa、Wi-SUN、私有Mesh、蜂窝和卫星形成多条数据路径；能源层面，可以采用太阳能、电池和备用储能，降低电网中断带来的影响；计算层面，则把部分预警模型下沉到边缘节点，避免云端成为唯一决策中心。

这种架构意味着，灾害物联网设计的重点已经从单纯追求“覆盖率”转向“网络韧性”。一条链路断掉，数据还能从另一条路径出去；云平台暂时失联，本地仍能做出判断；部分节点损坏，网络还可以维持最基本的监测和报警能力。

对自然灾害而言，真正重要的发当道路被冲毁、基站失去供电、光纤已经中断的时候，系统还剩下多少通信路径。只有把这种“失效状态”纳入设计，灾害物联网才真正具备预警价值。

私有通信协议：当公网失灵，自建一张“临时通信网”

除了LoRaWAN、NB-IoT和Wi-SUN，自然灾害现场还有一类容易被忽略的通信方式——私有无线协议。

所谓私有协议，并不意味着一定使用特殊频谱。很多方案仍然运行在Sub-1GHz或2.4GHz频段，但开发者可以自行定义PHY、数据包格式、节点唤醒、信道跳频、重传机制以及Mesh路由规则。相比标准化协议，它最大的特点是可以围绕某一类具体任务优化网络。

这种灵活性与灾害监测的需求有较高匹配度。例如，一个山体倾角监测节点平时可能每10分钟甚至更长时间才上传一次数据，一旦倾角或振动发生异常，则需要立即提高采样和通信频率，并优先发送报警信息。相比运行完整IP协议栈，通过精简的私有Sub-1GHz协议，可以减少通信开销，降低功耗，同时针对报警优先级、节点同步和中继方式进行定制。

TI、Silicon Labs等芯片厂商已经为此提供了底层开发能力。TI CC13xx系列支持Proprietary RF模式，开发者可以自行调整PHY、数据速率、前导码、同步字和数据包结构；Silicon Labs的EFR32FG系列也可通过Flex SDK和RAIL底层无线接口开发定制协议和网络拓扑。这意味着同一类Sub-GHz无线芯片既可以运行标准协议，也可以被设计成针对特定灾害场景的专用通信系统。

相比普通星型网络，灾害现场尤其值得关注的是私有Mesh和MANET自组网。

星型网络需要节点与中心网关保持连接，而Mesh允许设备相互转发数据。如果某个节点、基站或通信路径被洪水、塌方破坏，网络可以通过其他节点重新建立路径。这种“无中心或弱中心、自组网、自愈”的能力，使私有Mesh在既有通信基础设施失效后具有明显价值。

Rajant的Kinetic Mesh就是一个较典型的案例，其InstaMesh协议允许节点建立多条无线连接并动态选择路径，一旦某条链路失效，可以切换至其他节点或频段。这套系统曾被用于移动医院、灾害恢复中心和临时应急指挥等场景。

2017年飓风Maria重创波多黎各后，当地大量蜂窝通信基础设施受损，LCG Holdings随后测试了goTenna Pro Mesh通信系统，验证了在缺少公网条件下建立灾害现场冗余通信链路的可行性。AWS Disaster Response Team也曾与Doodle Labs合作设计应急通信架构，通过Mesh Rider MANET连接救援人员、车辆、无人机和现场终端，让视频、位置和现场数据在蜂窝网络或有线网络中断后仍然能够流转。

这些案例说明，私有通信在灾害场景中大体可以承担两类任务：一类是长期运行的低功耗监测专网，通过Sub-1GHz连接雨量、水位、倾角、位移等传感节点；另一类是灾害发生后的临时应急网络，通过Mesh、MANET连接救援人员、无人机、摄像头、车辆和指挥中心。

国内厂商中，大鱼半导体提供了一个从灾前监测延伸到灾后通信的案例。在近日刚刚举行的深圳物联网展上，笔者在大鱼半导体的展台看到了大鱼基于自研SoC U1和私有窄带通信协议FishLINK-X开发FishHOC远距离同步传感网络，面向公网覆盖不足、节点数量多、长期无人值守的场景。按照大鱼半导体披露的数据，FishHOC在17dBm发射功率下可实现最远50公里级传输，同时保持毫瓦级通信功耗，并提供微秒级时间同步能力。

FishHOC还可以按照星型、链式或带状方式部署，中继节点承担数据转发。当部分中继失效时，周边节点可以重新寻找可用中继完成注册，从而提升网络在复杂环境中的生存能力。大鱼公布的测试网络覆盖约16公里×2公里，共部署1.6万个节点，全网完成一次数据采集不到1小时，广播指令发送到全部节点低于5秒。

这类能力与地质灾害监测较为契合。泥石流、滑坡和地震预警需要长期采集雨量、位移、倾角、振动等数据，其中振动、地震波等监测任务还可能需要不同节点保持较精确的时间基准，以便分析不同地点信号出现的先后关系。公开资料显示，FishHOC已经被应用于地质灾害隐患点的位移、雨量等数据上报，同时覆盖森林防火、铁路监测、光伏和石油勘探等场景。

大鱼的技术布局并没有停留在低速传感网络。

针对灾后人员通信，其FishTALK数字集群通信方案同样基于U1开发。企业披露其在50mW发射功率下最高可实现40公里级通信，并支持多人语音。当地震、泥石流等灾害导致蜂窝网络中断后，这类脱离运营商基站运行的通信系统，可以用于救援队伍和临时指挥点之间的语音调度。

对于无人机和现场视频，大鱼则提供FishLINK宽带图传。与FishHOC传输少量传感数据不同，FishLINK面向视频等较高带宽业务，企业披露的视距传输距离最高可达100公里，并已面向森林防火、智慧消防、地理测绘等场景。灾害发生后，无人机可以越过道路中断区域，对滑坡体、堰塞湖和受灾村庄进行侦察，再通过宽带链路将视频传回现场指挥中心。

从这一产品组合可以看到一个值得关注的技术思路：灾害通信并不一定需要一张网络承担所有数据，而可以按照数据类型进行分层——FishHOC负责低速传感，FishTALK承担语音通信，FishLINK解决视频和图像回传。

这种分层方式实际上与整个灾害物联网的技术方向一致。灾前，大量低功耗节点长期监测环境变化；灾害发生时，即使部分公网失效，区域私有网络仍可维持关键数据流转；进入救援阶段，再由自组网、宽带通信甚至卫星网络承担人员调度和图像回传。

当然，私有协议的代价也十分明确。标准化程度较低意味着不同厂商设备之间难以直接互联，系统长期维护对原始供应商依赖更强，频谱规划、网络安全、设备管理和后续升级也需要自行解决。对于覆盖范围广、运行周期可能达到十年甚至更长的公共防灾体系。LoRaWAN、Wi-SUN和3GPP蜂窝标准仍然更有利于形成规模化生态。因此，私有通信协议更适合被理解为灾害通信体系中的一层补充，而不是标准网络的替代者。

灾害物联网背后的芯片供应商

从芯片产业链来看，自然灾害物联网并不存在一颗能够解决所有连接问题的“万能芯片”。山体上的低功耗传感节点、河谷Mesh网络、区域网关、蜂窝回传以及卫星备份，对通信芯片的要求差异很大。目前主要参与者可以大致分为LoRa/Sub-GHz、Wi-SUN/私有协议、蜂窝LPWA以及卫星NTN四条路线。

在最底层的传感节点中，Semtech仍然是LoRa生态中的核心芯片供应商。SX1262支持LoRa和FSK，最高发射功率达到+22dBm，接收灵敏度最低可达-148dBm；LR1121进一步覆盖Sub-GHz、2.4GHz以及卫星S/L Band，使同一射频平台拥有更大的网络扩展空间。

ST则选择把MCU与Sub-GHz射频集成。STM32WL不仅支持LoRaWAN，也可以运行Wi-SUN、mioty和私有协议，这种“MCU+无线”的SoC架构有利于减少传感节点的芯片数量和功耗。

如果需要构建Mesh或者定制网络，TI和Silicon Labs提供了更大的协议开发空间。TI CC1312R同时支持Wi-SUN、IEEE 802.15.4和Proprietary RF，长距离模式接收灵敏度可达到-121dBm；Silicon Labs EFR32FG25则面向Sub-GHz和Wi-SUN网络，同时支持私有协议，适合大量节点组成多跳网络。 国内的大鱼半导体则把这一思路进一步延伸到地质灾害场景，以U1芯片和FishLINK-X私有协议为基础，通过FishHOC承担低功耗远距离传感数据传输。

更明显的变化发生在广域回传层。Nordic nRF9151已经同时集成LTE-M、NB-IoT、NB-NTN和GNSS，一个终端即可在地面蜂窝和卫星网络之间形成更多连接选择。Sony ALT1350则把LTE-M/NB-IoT、非授权频段通信、NTN、定位和Sensor Hub进一步整合到同一SoC。

卫星芯片也开始针对物联网重新设计。MediaTek MT6825支持3GPP Release 17 IoT-NTN，官方直接把远程基础设施监控列为目标应用；Qualcomm 212S的定位更加明确，面向离网固定IoT设备，典型场景包括电网监测、火灾早期检测以及土壤和环境管理。

相比之下，翱捷ASR1606、紫光展锐8910DM这类Cat.1 bis芯片并不追求传感节点的极致低功耗，其价值更多体现在区域网关、DTU以及需要传输更多数据的终端。两款芯片均面向现有4G网络，ASR1606采用22nm工艺并集成基带、存储和PMIC，8910DM还集成蓝牙和Wi-Fi Scan等能力。

笔者认为，未来真正有价值的方案，很可能不是押注其中一种技术，而是把这些芯片按照传感、组网、回传和应急通信重新组合起来，构成一张可以在部分基础设施失效后继续工作的灾害物联网。

真正的灾害物联网，是网络最差的时候依然在线

近日发生的泥石流再次提醒我们，自然灾害预警真正考验的，并不是平时网络条件良好时能采集多少数据，而是在道路中断、基站掉电、光纤受损甚至公网失联后，系统还能不能继续工作。

这也是灾害物联网与普通物联网最大的区别。它需要的不只是传感器和连接，而是一套能够容忍局部失效的通信体系：前端节点用LoRa、Wi-SUN或私有Sub-GHz网络长期采集数据，区域网关承担本地判断，蜂窝网络负责日常回传，卫星NTN提供最后一道广域备份，必要时再通过私有Mesh和应急通信系统支撑现场救援。

从芯片角度看，这也意味着未来灾害通信不会由某一种协议“统一天下”。真正有价值的，是不同通信技术之间形成互补和冗余。

归根到底，衡量一套灾害物联网是否可靠，看的不是晴天时有多少节点在线，而是在山体开始移动、河流水位快速上涨、基站已经失去供电的时候，那条最关键的预警信息还能不能送出去。