0 引言
矿产资源是社会经济发展的重要基础,而开采矿产资源不可避免会引发植被破坏、水土流失、崩塌滑坡等地质环境问题。矿山地质环境调查是矿山恢复治理、矿区土地复垦、实现矿山绿色可持续发展的基础[1-7]。通过调查矿山开采引发的土地资源、地质地貌景观的破坏情况,地表水分布的变化情况,矿山范围内环境污染状况,以及采矿区的地面塌陷、山体开裂、崩塌、滑坡、泥石流等地质环境问题,可为矿山地质环境恢复治理提供依据[8]。传统的人工实地调查方法存在劳动强度大、成本高、易受野外环境影响等问题,近年来具有遥测、快速高效等优势的三维激光扫描及近景摄影测量技术在地质调查中得到开展应用。如:董秀军等[9]将三维激光扫描技术应用于高陡边坡地质调查;朴晶[10]、江颜等[11]相继利用三维激光扫描技术进行了岩石风化程度以及露天矿边坡地质调查的应用研究;李浩等[12]利用近景摄影测量方法进行了边坡地质编录的研究;赵兴东等[13]利用摄影测量技术进行了岩体结构面数字识别及采场稳定性分析;王凤艳等[14]基于近景摄影测量技术进行了边坡结构面信息获取研究等。三维激光扫描及近景摄影测量技术在地质调查中发挥着重要作用的同时也存在一些不足,例如:在复杂地形环境下难以找到合适的观测点而影响调查工作的开展;在大范围矿山地质环境调查中,需大量布设观测点,工作强度较大;有时受测量视点的影响而存在盲区,无法完整地获取研究区的地质环境信息。近年来无人机技术以其高效、便捷、低成本等优势,被广泛应用到各个领域[15-17]。无人机摄影测量技术通过摄取矿山数字影像,重建测区三维模型,从而快速准确地获取矿山地质环境信息。本文以长春市净月东升村废弃采石场为研究区,利用大疆精灵4无人机进行航摄获取研究区影像,利用Pix4Dmapper进行研究区三维模型重建,在研究区三维模型上经量测、解译,获取矿山地质环境信息,以探究无人机摄影测量技术在矿山地质环境调查中的应用。
1 研究区概况研究区位于吉林省长春市净月开发区东升村(图 1),面积约0.76 km2,地层岩性主要为二叠系杨家沟组(P3y)安山岩、砂岩等。大量采石使矿山附近的植被、农作物、土壤等受到不同程度的破坏,同时研究区内留有多处边坡和矿坑,地形破碎起伏较大,最大高差约70 m,降雨导致矿坑积水成潭,存在地质灾害隐患。
2 基本原理 2.1 摄影测量原理无人机摄影测量是基于摄影测量的基本原理,应用计算机技术、数字影像特征提取、影像匹配等相关理论与算法,建立研究区三维模型以提取相关几何与物理信息。摄影测量依据像点、摄影中心及物点的共线关系,建立像物关系模型:
式中:(x、y)为像点的像平面坐标;x0, y0,f为内方位元素;XS,YS,ZS为摄影中心的物方空间坐标;X,Y,Z为对应地面点的物方空间坐标;ai,bi,ci(i=1,2,3)为3个外方位角元素组成的9个方向余弦[18]。
2.2 摄影比例尺与地面分辨率摄影比例尺由相机焦距F及航高H来确定,根据摄影比例尺和摄像机像元大小a可确定地面分辨率G:
式中,1/m为摄影比例尺。
2.3 结构面产状解算模型结构面产状表示结构面的空间状态,由倾角α和倾向β组成(图 2)。传统的结构面产状测量采用人工现场罗盘测量方法,本文基于无人机摄影测量建立研究区边坡三维模型,在三维模型上测量结构面特征点坐标,通过产状解算模型获取产状信息[19]。该模型也可作为坡面空间状态的表达模型。
设结构面方程为Z=AX+BY+C,则该坡面法向量(以向上为正)为t=(-A, -B, 1)。设在某一结构面上共测得n(n≥3)个不共线特征点坐标,由最小二乘法可求解出A、B、C,如式(3)所示:
由法向量t计算倾角α和倾向β的数学模型为
2) 当A≠0时,
在研究区内进行控制测量并规划无人机航线获取研究区影像,利用Pix4Dmapper建立研究区三维模型,在模型上进行量测,获取研究区地质环境调查相关信息。
3.1 控制测量为将后期建立的三维模型统一到CGCS2000坐标系下,应先进行地面控制测量。结合研究区实际地形共布设了21个控制点,包括13个建模控制点和8个检验控制点(图 3),通过RTK获取CGCS2000坐标系下的控制点坐标。
3.2 无人机影像获取利用大疆精灵4四旋翼无人机进行研究区影像获取。为满足矿山地质环境调查需求[20],选定测图比例尺1:5 000、摄影比例尺1:25 000[21],设计航高100 m,地面分辨率4 cm,航向重叠度60%,旁向重叠度40%。共规划10条航线(图 3),分2个航次飞行,共获取航拍影像338张。
3.3 建模及精度评定依据控制测量成果和无人机摄取的影像,利用Pix4Dmapper建立研究区三维模型,根据图 4所示的建模流程可以得到研究区三维模型(图 5)。
由软件生成的处理报告可知模型内符合精度为7 cm;同时利用未参与建模的控制点的模型解译坐标与野外RTK测量坐标的差值Δ,按照公式σ=
依据研究区三维模型进行矿山地质环境相关信息的获取,包括山体表面积、体积,边坡高度、长度、方位,矿坑面积、填方量,以及滑坡、崩塌堆积体、断层,边坡结构面迹长、产状信息等,同时制作了研究区DOM(数字正射影像)、DSM(数字表面模型)和等高线地形图等图件。
4.1 山体、边坡、矿坑及结构面调查通过解译研究区无人机影像可知,研究区内有4处山体(Ⅰ, Ⅱ, Ⅲ, Ⅳ),共包含7个坡面(坡1—7),如图 6所示。
在研究区三维模型上测量各坡面长度、方位特征点的三维坐标,结合结构面产状解算模型可以获取各边坡的方位信息及长度信息。沿山体底部轮廓测量若干特征点,利用Pix4Dmapper中“创建堆体对象”功能可获取山体体积及表面积。表 1给出了4处山体的表面积和体积信息,表 2给出了研究区内7个坡面的几何特征信息,根据获取的山体表面积和体积、边坡长度和高度等信息可为研究区坡面治理及恢复绿化提供重要依据。
山体 | 表面积/m2 | 体积/m3 |
Ⅰ | 18 634.00 | 46 683.36 |
Ⅱ | 54 041.86 | 126 262.70 |
Ⅲ | 11 311.26 | 12 806.30 |
Ⅳ | 15 878.94 | 17 656.35 |
总计 | 99 866.06 | 203 408.70 |
坡面 | 坡顶高程/m | 坡底高程/m | 坡面高度/m | 坡面长度/m | 倾向/(°) | 倾角/(°) |
坡1 | 339.58 | 304.80 | 34.78 | 199.40 | 263 | 57 |
坡2 | 335.95 | 306.81 | 29.14 | 51.70 | 357 | 56 |
坡3 | 333.82 | 305.29 | 28.53 | 76.59 | 66 | 58 |
坡4 | 339.58 | 312.49 | 27.09 | 199.40 | 96 | 56 |
坡5 | 335.95 | 311.09 | 24.86 | 51.70 | 235 | 80 |
坡6 | 335.95 | 310.22 | 25.73 | 51.70 | 170 | 70 |
坡7 | 332.56 | 312.36 | 20.20 | 102.60 | 93 | 44 |
沿矿坑边缘测量若干特征点绘制出矿坑轮廓(图 7),利用Pix4Dmapper中“创建堆体对象”功能可估算其占地面积和填方量。由图 7可见,研究区内共有6处矿坑(矿坑1—6),其中东侧的5个矿坑(矿坑2—6)因降雨积水成潭。针对有积水的矿坑可在实地利用测深杆测量水深进行填方量估算,结果见表 3。以图 6中的坡5为例,为采集边坡结构面信息,以地面控制测量为基础进行坡面控制测量,手动控制无人机对边坡近距离倾斜摄影,利用Pix4Dmapper建立边坡三维模型[22],坡5的三维模型如图 8所示。
矿坑 | 周长/m | 面积/m2 | 填方量/m3 |
1 | 1 138.01 | 70 889.30 | 1 054 804.98 |
2 | 485.23 | 10 925.05 | 122 740.75 |
3 | 318.23 | 4 274.75 | 118 540.03 |
4 | 440.29 | 5 139.10 | 28 544.13 |
5 | 379.97 | 7 014.35 | 36 685.12 |
6 | 335.17 | 6 152.86 | 60 069.84 |
总计 | 3 096.90 | 104 395.41 | 1 421 384.85 |
在坡5的三维模型(图 8)上,利用Pix4Dmapper量测功能共测量了748条出露的随机结构面的特征点坐标,基于C#语言编写计算机程序解算其迹长及产状信息并绘制三维迹线图,见图 9。根据人工罗盘实测与在模型上解译的结构面产状分析可得,两种方法获取的倾向、倾角标准差分别约为5°、4°,均小于罗盘测量倾向和倾角的容许误差12°、9°[14]。
同时基于改进ISODATA算法的多参数岩体结构面优势分组法[23]对坡5进行结构面组数划分(表 4),并据此绘制分组产状极点图(图 10)。
组号 | 倾向/(°) | 倾角/(°) | 迹长/m | 结构面数 |
1 | 118 | 58 | 1.668 | 137 |
2 | 35 | 70 | 1.753 | 130 |
3 | 282 | 24 | 1.797 | 210 |
4 | 233 | 74 | 1.793 | 271 |
由表 4和图 10可知, 坡5第1、2、4组结构面倾角较大,结构面较陡峭,而第3组倾角较小,结构面较为平缓。
4.2 滑坡、崩塌及断层调查通过旋转、平移和缩放等操作,从多角度观察研究区三维模型(图 5)可发现, 研究区内有6处滑坡和1处断层。获取滑坡体的土方量可为滑坡治理提供基础数据, 图 11 a所示为山体Ⅲ处的两处滑坡。沿滑坡体边缘测量若干特征点绘制出其轮廓,利用Pix4Dmapper中“创建堆体对象”功能经测量得到各滑坡体的土方量(表 5)。图 11 b所示为山体Ⅳ南部的一处断层,该断层平错约1.26 m,落差约0.07 m,在研究区三维模型上结合该断层周边地理环境分析,该断层系山体两侧开挖形成矿坑,导致山体不均匀沉降受剪应力而形成的走滑断层。在三维模型中的断层面上测量若干特征点,根据结构面产状解算模型可得断层面倾向约161°,倾角约71°。野外验证时发现,该断层平直、产状稳定,断层面有大量水平擦痕,系平移断层,与模型上的判识结果一致。野外罗盘实测得知断层的倾向为159°、倾角为72°,与三维模型上解译的断层面倾向与倾角误差分别为2°和1°。
在Pix4Dmapper的DSM和正射影像图处理模块中分别设置DOM、DSM及等高线参数。针对研究区DOM,可根据工程需要定制地面分辨率,本研究中选择最大分辨率5.6 cm/像素;针对研究区DSM,设置点云噪声过滤及平滑处理;在附加输出模块中设置1 m等高距,1 m地面水平采样间隔,分别输出相应图件。利用ArcGIS对输出的DOM、DSM及等高线地形图进行比例尺和图例等整饰得到成果图,见图 12。由成果图DSM(图 12b)可知,该研究区最高处约为340 m,最低处约为270 m,整体高差约70 m左右,地表起伏较大;由等高线地形图(图 12c)可知在研究区内共有16处房屋,且较为分散。未来在对该矿山进行恢复治理的设计与规划时需要充分考虑多方面因素。
5 结论1) 依据RTK获取的地面控制测量成果及大疆精灵4无人机获取的影像,利用Pix4Dmapper建立的研究区三维模型内、外符合精度均在7 cm以内,满足矿山地质环境信息提取的精度要求。
2) 通过长春净月东升采石场的矿山地质环境调查实践,利用无人机摄影测量技术获取了矿山范围内地质地貌景观的破坏状况,矿坑、边坡的几何参数以及山体开裂、断层、崩塌和滑坡等矿山地质环境信息。
[1] |
Yang Zhi, Li Wenping, Pei Yabing, et al. Classification of the Type of Eco-Geological Environment of a Coal Mine District:A Case Study of an Ecologically Fragile Region in Western China[J]. Journal of Cleaner Production, 2018, 174: 1513-1526. DOI:10.1016/j.jclepro.2017.11.049 |
[2] |
Liu Li, Chen Liqun, Tang Jianxin, et al. Present Situation and Future Prospects of Geologic Environment Issues in Mines in China[J]. Disaster Advances, 2010, 4(3): 563-566. |
[3] |
Cheng Xianfeng, Xu Jun, Qi Wufu, et al. Research Background, Content and Route of Geological Environment Survey and Evaluation for Typical Metal Mines in Yunnan, China[J]. Matec Web of Conferences, 2016, 63: 03018. DOI:10.1051/matecconf/20166303018 |
[4] |
卢文喜, 郭家园, 董海彪, 等. 改进的支持向量机方法在矿山地质环境质量评价中的应用[J]. 吉林大学学报(地球科学版), 2016, 46(5): 1511-1519. Lu Wenxi, Guo Jiayuan, Dong Haibiao, et al. Evaluating Mine Geology Environmental Quality Using Improved SVM Method[J]. Journal of Jilin University(Earth Science Edition), 2016, 46(5): 1511-1519. |
[5] |
Liu Changrong, Huang Shuangbing, Zang Lizhong. New Mine Geological Environment Impact Assessment Method[J]. Journal of Groundwater Science and Engineering, 2014, 2: 88-96. |
[6] |
范雪婷, 赵朝贺, 潘九宝, 等. 矿山地质环境及治理恢复现状的调查与评价:以任楼矿区为例[J]. 资源与矿产, 2018, 20(6): 47-51. Fan Xueting, Zhao Chaohe, Pan Jiubao, et al. A Case Study on Renlou Mine:Investigation and Evaluation of Restoration of Mine Geological Environment[J]. Resources & Industries, 2018, 20(6): 47-51. |
[7] |
陈蒙, 林锦富, 段昌盛. 绿色矿山建设中的地质灾害监测数字化技术应用[J]. 地质灾害与环境保护, 2018, 29(4): 54-57. Chen Meng, Lin Jinfu, Duan Changsheng. Application of Digital Technology in Geological Disaster Monitoring of Green Mine Construction[J]. Journal of Geological Hazards and Environment Preservation, 2018, 29(4): 54-57. DOI:10.3969/j.issn.1006-4362.2018.04.010 |
[8] |
矿山地质环境保护与恢复治理方案编制规范: DZ/T 0223-2011[S].北京: 中国标准出版社, 2011. Compiling Code on the Project of Mining Geo-Environmental Protection and Integrated Renovation: DZ/T 0223-2011[S]. Beijing: Standards Press of China, 2011. |
[9] |
董秀军, 黄润秋. 三维激光扫描技术在高陡边坡地质调查中的应用[J]. 岩石力学与工程学报, 2006, 25(增刊2): 3629-3635. Dong Xiujun, Huang Runqiu. Application of 3D Laser Scanning Technology to Geologic Survey of High and Steep Slope[J]. Chinese Journal of Rock Mechanics and Engineering, 2006, 25(Sup.2): 3629-3635. |
[10] |
朴晶.三维激光扫描仪与红外热像仪在岩石风化场地中的应用研究[D].长春: 吉林大学, 2011. Piao Jing. Research on the Application of 3D Laser Scanner and Infrared Thermography in the Rock Weathering[D]. Changchun: Jilin University, 2011. |
[11] |
江颜, 闫俊, 陈思娇. 三维激光扫描在矿区边坡地质调查中的应用[J]. 有色金属(矿山部分), 2013, 65(5): 96-100. Jiang Yan, Yan Jun, Chen Sijiao. Application of 3D Laser Scanning Technology in Mining Slope Geological Survey[J]. Nonferrous Metals(Mining Section), 2013, 65(5): 96-100. DOI:10.3969/j.issn.1671-4172.2013.05.023 |
[12] |
李浩, 张友静, 吴继敏. 用近景摄影测量方法进行边坡地质编录[J]. 工程地质计算机应用, 1999, 13(2): 18-20. Li Hao, Zhang Youjing, Wu Jimin. The Geological Survey of the Slope Carried out Using the Near Shot Photogrammetric Method[J]. Engineering Geological Computer Application, 1999, 13(2): 18-20. |
[13] |
赵兴东, 刘杰, 张洪训, 等. 基于摄影测量的岩体结构面数字识别及采场稳定性分级[J]. 采矿与安全工程学报, 2014, 31(1): 127-133. Zhao Xingdong, Liu Jie, Zhang Hongxun, et al. Rockmass Structural Plane Digital Recognition and Stope Stability Classification Based on the Photographic Surveying Method[J]. Journal of Mining & Safety Engineering, 2014, 31(1): 127-133. |
[14] |
王凤艳, 陈剑平, 付学慧, 等. 基于VirtuoZo的岩体结构面几何信息获取研究[J]. 岩石力学与工程学报, 2008, 27(1): 169-175. Wang Fengyan, Chen Jianping, Fu Xuehui, et al. Study on Geometrical Information of Obtaining Rock Mass Discontinuities Based on VirtuoZo[J]. Chinese Journal of Rock Mechanics and Engineering, 2008, 27(1): 169-175. DOI:10.3321/j.issn:1000-6915.2008.01.024 |
[15] |
杨燕, 杜甘霖, 曹起铜. 无人机航测技术在地质灾害应急测绘中的研究与应用:以9.28丽水山体滑坡应急测绘为例[J]. 测绘通报, 2017, 21(增刊1): 119-122. Yang Yan, Du Ganlin, Cao Qitong. Application of UAV Aerial Surveying Technology in Geological Disaster Emergency Mapping[J]. Bulletin of Surveying and Mapping, 2017, 21(Sup.1): 119-122. |
[16] |
Song Fei, Dan Tingting, Yu Riu, et al. Small UAV-Based Multi-Temporal Change Detection for Monitoring Cultivated Land Cover Changes in Mountainous Terrain[J]. Remote Sensing Letters, 2019, 6(10): 573-583. |
[17] |
Congress S S C, Puppala A J, Lundberg C L, et al. Total System Error Analysis of UAV-CRP Technology for Monitoring Transportation Infrastructure Assets[J]. Engineering Geology, 2018, 247: 104-116. DOI:10.1016/j.enggeo.2018.11.002 |
[18] |
张剑清, 潘励, 王树根. 摄影测量学[M]. 武汉: 武汉大学出版社, 2009. Zhang Jianqing, Pan Li, Wang Shugen. Photogrammetry[M]. Wuhan: Wuhan University Press, 2009. |
[19] |
王凤艳, 黄润秋, 陈剑平, 等. 基于免棱镜全站仪的岩体边坡控制测量及结构面产状检验测量[J]. 吉林大学学报(工学版), 2013, 43(6): 1607-1614. Wang Fengyan, Huang Runqiu, Chen Jianping, et al. Control Surveying of Rock Mass Slope and Orientation Validation Measurement of Discontinuities Based on Reflectorless Total Station Instrument[J]. Journal of Jilin University (Engineering and Technology Edition), 2013, 43(6): 1607-1614. |
[20] |
工程地质测绘标准: CECS 238-2008.[S].北京: 中国计划出版社, 2008. Standard for Engineering Geological Survey and Mapping: CECS 238-2008[S]. Beijing: China Planning Press, 2008. |
[21] |
林君建, 苍桂华. 摄影测量学[M]. 北京: 国防工业出版社, 2012. Lin Jianjun, Cang Guihua. Photogrammetry[M]. Beijing: National Defense Industry Press, 2012. |
[22] |
赵明宇, 王凤艳, 王明常, 等. 基于无人机摄影测量的岩体结构面信息获取[J]. 工程地质学报, 2018, 26(增刊): 480-487. Zhao Mingyu, Wang Fengyan, Wang Mingchang, et al. Rock Mass Discontinuity Acquisition Based on Photogrammetry of UAV[J]. Journal of Engineering Geology, 2018, 26(Sup.): 480-487. |
[23] |
Ding Qing, Huang Runqiu, Wang Fengyan, et al. Multi-Parameter Dominant Grouping of Discontinuities in Rock Mass Using Improved ISODATA Algorithm[J/OL]. Mathematical Problems in Engineering, (2018-12-03)[2019-04-12].doi: 10.1155/2018/5619404.
|