| 无人机滑坡地质灾害监测技术及应用研究 |
随着矿山资源的利用程度不断增强,矿山自然环境的破坏程度也进一步加剧,除了造成环境污染之外,还会引发滑坡、倾塌等地质灾害,此类现象都会滞缓地方经济的发展,造成巨大的负面社会影响。在大部分矿山内,地质灾害的监测与调查主要依靠野外调查、沉降观测等传统手段,结果虽较为可靠,但具体施工程序复杂[1],制约因素多,对施工人员的人身安全容易造成巨大威胁,且人迹罕至区域难以工作。
无人机低空遥感系统问世后,以其操作简单、价格低廉、机动灵活等优点,在诸多领域得到应用[2, 7]。自2008年发生汶川地震后,科研人员开始将无人机系统应用于地质灾害研究。周洁萍等[8]研究的三维可视化遥感管理系统,为汶川地震的信息处理提供了平台;马泽忠等[9]采用无人机技术对重庆城口滑坡地质灾害监测进行了相关探索。本文以无人机航空摄影获取的数据为基础,定性分析矿山施工后对山体的破坏,滑坡的危害等影响。
1 无人机滑坡地质灾害监测方法研究依据相关监测规范以及对滑坡安全性评价的要求,以单个滑坡为监测对象,利用已有地质资料,并收集附近相关自然环境及测绘数据资料,充分利用无人机地空航测的优势,展开滑坡区域的调查与监测工作。基于无人机的滑坡监测工作主要包括数据获取、数据处理、成果分析与评价三个阶段。数据获取阶段又分为收集资料、实地踏勘、设计、航拍等流程。数据处理阶段包括真三维模型的生产、构建空间模型等流程。成果分析与评价包括获取滑坡区域的空间属性数据,分析并评价滑坡危险等级、潜在危险因素、地质构造详情和结构类型;确定滑坡规模、影响范围、造成的社会影响;建立滑坡监测和评价数据库并及时更新。并提出合理化建议。其方法工作流程如图 1所示。
![]() |
| 图 1 无人机滑坡监测工作流程图 Fig.1 Flow Chart of UAV Landslide Monitoring Work |
2 工程应用及分析
本次应用以湖州市洞子门二期工程滑坡为研究对象,测区东接黄芝山,南连黄芝山卫生站,西临凤山,北靠文平纸管厂。测区地形为丘陵,高差为90 m,坡度约为45°,作业区域内降雨频繁、风向无定、风速变化较大,测区25 km范围内无机场不属于禁飞区。距离测区800 m有一个军事基地,所以每次作业前皆在公安局进行了报备。
2.1 测区像控点、监测点布设及测量洞子门测区航空影像获取前,首先完成了野外像控点、监测点布设工作。像控点布设时,根据现场实际情况采用灌浇水泥桩的方式进行埋设,在测区四角各布设一个点共布设了4个像控点。监测点根据现场边坡状况从上到下布设5排11个点,采用现场挖坑灌浇水泥的方法埋设,像控点、监测点测量外业使用1″徕卡全站仪以方向观测法进行测量,内业使用南方平差易计算坐标高程值。外业测量数据经检查记录无误且符合观测精度要求,导入南方平差易进行平差计算及精度评定,其精度满足作业要求。
2.2 数据获取根据项目要求的技术参数,认真组织研究了飞行方案,90 m的高差相对于50 m的航高过高容易造成航片重叠度不足或无人机撞山,因此,采用在无人机上加装地形匹配系统来解决。针对摄区面积小,摄区地形复杂等特点,采用四旋翼无人机搭载AMC536倾斜摄影平台航摄。针对摄区地形,为确保获取的航空影像全区域覆盖,在组织确认飞行方案时,适当增加了外扩区域,实际航摄面积外扩60 m,作业过程中严格落实作业规范。
飞行作业组进场前,作业组及时了解掌握摄区气象条件,利用互联网搜集掌握相关气象资料,结合所掌握的历史气象资料、周期性气象变化特点和近期内天气变化趋势,为飞行日安排及时提供依据。
航飞作业是一项十分认真仔细的工作,作业过程中要求现场实施人员根据当天航摄情况,如实填写航飞记录,每天对完成的航摄影像进行审查,及时制订补摄重摄方案,确保了航空影像的时效性。测区无人机航摄作业过程中飞行参数如表 1所示。
| 表 1 飞行参数 Tab.1 Flight Parameters |
![]() |
航空影像获取是整个摄区工作的重中之重,其成果是整个项目最原始、最基础的数据。摄区航空影像获取工作,在完成像控点敷设的基础上,洞子门摄区于2019年6月23日开始至8月12日共进行了4次无人机倾斜摄影作业。倾斜摄影原始影像数据地面分辨率优于0.007 m,图像辐射分辨率为24 Bit,饱和度等级高于10级,色彩还原真实准确,无失真,无偏色,区间色调一致,影像清晰,细节完整,达到相关规范对真三维模型生产源图的质量要求。
2.3 数据处理及监测点坐标提取本项目真三维模型的生产,采用Context Capture Center Edition系统,该系统用于快速生产和影像的自动化处理,应用地物的垂直和侧视影像和一定量的地面控制点构建真实的空间三维场景。真三维模型生产工作基于图形运算单元GPU对成千上万个图像进行快速运算,整个处理过程无需人工干预,对真实场景在原始影像分辨率下的全要素级别还原,达到了无限接近真实的极致。具体过程包括精准控制的空三加密,密集匹配技术进行影像匹配,然后采用OSGB(open scene graph binary)通用数据格式表达,并进行多节点并行计算之后完成监测点坐标提取,结果精度部分如表 2所示。
| 表 2 结果精度/m Tab.2 Results Accuracy/m |
![]() |
2.4 成果分析与评价
航测坐标提取后水平位移的中误差为1.6 cm,垂直位移的中误差为2.8 cm,能满足滑坡地质灾害监测的要求。根据无人机监测及调查结果,洞子门二期工程滑坡隐患体形态呈椅状,后缘高程约125 m,前缘高程约55 m,潜在滑移方向约为211°,滑坡隐患周界总长约300 m,前缘宽约124 m,平均厚2 m,轴线长约130 m,滑坡隐患体物质成分为残坡积土体及全风化粉砂岩,隐患体体积初步估算约32 240 m3,属中型土质滑坡。该边坡上部已发育有多条拉张裂缝,裂缝延伸长约3~38 m,宽约2~50 cm,贯入深度约0.5~1.0 m,潜在滑坡地质灾害隐患,对坡脚施工人员的人身安全及上山道路构成威胁,在暴雨、机械开采等外界因素下影响下可能引起滑坡,建议采取加固措施,避免造成不必要的损失。最终部分效果图如图 2所示。
![]() |
| 图 2 三维效果图 Fig.2 3D Rendering |
3 结束语
本文采用无人机技术,针对洞子门滑坡监测进行深入研究,得到了较好效果,为当地管理部门进行矿山管理和防灾减灾提供了相关测绘数据。通过本次实例,证明采用无人机倾斜摄影测量的方式监测边坡形变的方法是可行的,可用于大量降雨后的形变在3 cm以上的监测。相比传统监测方法,无人机倾斜摄影变形监测速度快、无视地形影响,比较适合丘陵、山区的易滑坡区的快速形变监测。尤其是针对人迹罕至、悬崖峭壁等危险区域的监测,本文方法能更好地保障测绘人员的安全,避免在监测过程中出现人员伤亡,降低负面影响。但在实际工作中,受无人机飞手的综合素质、环境天气变化、影像处理技术等因素影响,数据精度与传统监测方法相比还有待提升。随着无人机技术的发展和数据处理技术的进步,无人机监测的精度会得到进一步提高,对恶劣环境和天气的适应性也会得到加强。
| [1] |
赵星涛, 胡奎, 卢晓攀, 等. 无人机低空航摄的矿山地质灾害精细探测方法[J]. 测绘科学, 2014, 39(6): 49-52. |
| [2] |
韩杰, 王争. 无人机遥感国土资源快速监察系统关键技术研究[J]. 测绘通报, 2008(2): 4-6. |
| [3] |
胡青. 无人机遥感海洋监测应用探讨[J]. 环境与发展, 2017, 29(7): 117. |
| [4] |
马怀武, 王俊强. RTK结合无人机低空摄影在高原地区测绘中的应用[J]. 测绘地理信息, 2014, 39(3): 47-50. |
| [5] |
薛永安, 王晓丽, 张明媚. 无人机航摄系统快速测绘矿区大比例尺地形图[J]. 测绘地理信息, 2013, 38(2): 46-48. |
| [6] |
冯幼贵, 邢著荣, 韩玉琪. 基于5DMarkⅡ相机的无人机测绘1∶500地形图可行性分析[J]. 测绘地理信息, 2015, 40(3): 71-73. |
| [7] |
张祖勋, 吴媛. 摄影测量的信息化与智能化[J]. 测绘地理信息, 2015, 40(4): 1-5. |
| [8] |
周洁萍, 龚建华, 王涛, 等. 汶川地震灾区无人机遥感影像获取与可视化管理系统研究[J]. 遥感学报, 2008, 12(6): 877-884. |
| [9] |
马泽忠, 王福海, 刘智华, 等. 低空无人飞行器遥感技术在重庆城口滑坡堰塞湖灾害监测中的应用研究[J]. 水土保持学报, 2011, 25(1): 253-256. |
2021, Vol. 46





