一种基于机载激光扫描点云的黄土沟壑地形开采沉陷区滑坡体变形监测与预警方法

1.本发明公开了一种基于机载激光扫描点云的黄土沟壑地形开采沉陷区滑坡体变形监测与预警方法，属于无人机测量技术领域。


背景技术：

2.国内外的滑坡体变形监测与预警研究表明，目前的滑坡体变形监测主要使用合成孔径雷达干涉测量进行，且滑坡预警主要针对当地降水模型对滑坡进行预警，目前的相关研究已较为成熟；但黄土沟壑地形条件下的地下采矿活动易引发较快速度的滑坡灾害，滑坡体初始变形阶段和等速变形阶段较短，加速变形与破坏运动发生突然，滑塌发生前几乎无任何征兆，目前的手段尚不能有效进行预警，无法满足矿区地表灾害控制及预防的需要。针对上述问题，本发明针对黄土沟壑地形条件下地下开采活动引发的滑坡发生规律进行研究，使用机载激光雷达进行高频率，高精度的滑坡体变形监测，通过总结滑坡发生规律，建立矿区滑坡预警模型，实现了符合该地区地貌特征和开采条件的滑坡监测及预警。


技术实现要素：

3.本发明公开了一种基于机载激光扫描点云的黄土沟壑地形开采沉陷区滑坡体变形监测与预警方法，以解决现有技术中，黄土沟壑地区因采煤发生的滑坡发生迅速，无法精准实施监测及预警的问题。
4.本发明为解决上述技术问题采用以下技术方案s1.开采沉陷区范围确定，根据概率积分法等开采沉陷预计模型，确定当前工作面开采所造成的地表变形影响范围；s2.初次数据采集，根据开采沉陷影响范围，规划航线进行无人机三维激光扫描，获取开采沉陷范围内初始地表点云数据；s3.隐患点早期识别，在地表点云中，依据滑坡隐患点的特殊形态标志，采用滑坡隐患点自动识别算法，识别易发生滑坡的隐患区域；s4.滑坡体标记，对滑坡隐患点地形构造进行分析，将滑坡隐患体范围进行标记；s5.机载激光雷达周期性监测，使用无人机激光扫描系统周期性对开采沉陷区内各滑坡隐患点进行监测与扫描；s6.数字表面模型建立，对每期监测点云数据进行去噪、滤波、插值等处理，构建高精度的滑坡体数字表面模型；s7.滑坡体变形监测，通过滑坡发生前后的高精度数字表面模型进行对比，计算滑坡体体积、滑坡破坏活动影响面积、对滑坡破坏活动造成的损害进行评估；s8.滑坡体位移速率计算，在定期监测数据中，通过激光点云数据计算滑坡体水平及垂直位移量，并计算该时期内滑坡体水平垂直平均位移速率；s9.滑坡预警模型建立，通过开采沉陷区内滑坡隐患区不同构造特征与滑坡位移
速率和发生概率的相关性，建立滑坡预警模型，对各滑坡隐患点进行实时预警。
5.优选地，步骤s1中，开采沉陷区范围确定时，可根据矿区岩移观测实测数据通过概率积分预计模型或模拟预计模型等进行确定，实际监测范围可在此基础上相应扩大。
6.优选地，步骤s2中，首次数据采集时，飞行范围要覆盖整个开采沉陷区，航线规划时，应根据航线上的实际地形设置飞行高度，使无人机以仿地飞行方式采集数据，相应的还应在密林区域降低飞行速度，以获得密度、精度均匀一致的基准数据。
7.优选地，步骤s3中，还应收集当地滑坡资料作为经验数据，通过人工方式加入隐患点识别过程中，以确保滑坡体隐患点识别全面、无遗漏。
8.优选地，步骤s4中，分析滑坡体运动范围，将滑坡体范围通过坐标进行标记。
9.优选地，步骤s5中，周期性监测数据采集获取过程中，应重点对滑坡隐患区域进行扫描，对于密林覆盖下的滑坡隐患点，单次飞行不能获取较好地面点云的，还应进行往返飞行。
10.优选地，步骤s6中，选择黄土沟壑地形区域适应性较好的去噪、滤波以及插值算法，获取高精度的滑坡体数字表面模型。
11.优选地，步骤s7中，将滑坡前后的滑坡体数字表面模型进行差值运算生成差值数字表面模型d-dsm，通过d-dsm计算滑坡体体积、影响范围等，对滑坡灾害影响进行评估。
12.优选地，步骤s8中，在不同周期监测数据中建立相同的规则格网，格网大小可根据精度需要设定，在格网中标记滑坡体范围，对每个格网进行编号，同时记录格网与隐患滑坡体的对应关系；进一步地，步骤s8中，在不同周期的监测数据中，对标记的格网，通过地面点的点云高程计算格网高程，若格网设定较大，则格网高程可通过散落在格网内的点云高程平均计算得来，若格网设定较小，部分格网无点云散落，则可用插值方式计算格网高程。
13.进一步地，步骤s8中，对相邻监测周期的格网高程差值与监测周期时长，计算此周期内格网垂直位移的平均速率，对同一滑坡体的格网垂直位移速率取平均值，作为该周期内滑坡体的垂直位移速率。
14.进一步地，步骤s8中，在格网中对相邻监测周期的滑坡体点云中识别同名特征点，计算同名特征点在不同时期的水平位移量以及水平位移方向，并以此计算特征点的水平位移速率，在同一滑坡体上识别尽可能多的特征点，以此计算滑坡体的水平位移速率。
15.优选地，步骤s9中，将开采沉陷范围内监测的各滑坡隐患体建立滑坡预警模型，监测后实时传输各滑坡体水平、垂直位移速率。并将已发生破坏运动的滑坡体以及滑坡前的位移速率作为阈值加入模型，对接近或已达到位移速率阈值的滑坡体发布预警信息。
16.与现有技术相比，本发明在数据处理中利用激光雷达点云数据进行滑坡早期识别，解决了黄土沟壑区开采沉陷引起的滑坡的突发性、难以预测性；与目前针对滑坡体变形监测的主流手段相比，本发明在滑坡体变形监测中更具预见性，突破了传统监测手段只能在滑坡后监测的局限性，通过周期性的高精度监测对黄土沟壑地形条件下开采沉陷引起的滑坡形成机理，演变规律及破坏作用进行分析与研究，并将此规律加入预警模型，对开采沉陷区滑坡隐患进行预警；通过建立固定规则格网，使用不同时期监测数据插值求格网高程的方式，计算滑坡体的数值位移速率，通过计算追踪并计算同名点在规则格网中的位移速率，计算滑坡体的水平位移速率，解决了点云之间相互对比困难的问题，同时极大优化了黄
土沟壑地形条件开采沉陷区滑坡体变形监测的效率、精度以及预警的提前性、准确性。
附图说明
17.附图1为本发明的工艺流程图。附图2为机载激光雷达滑坡体监测示意图。附图2中，1表示机载激光雷达系统，2表示滑坡体裂缝，3表示初始变性阶段滑坡体位移方向，4表示等速变形阶段与加速变形阶段滑坡体位移方向，5表示位移后滑坡体，6表示位移前滑坡体。
18.附图3为滑坡体垂直位移计算原理图。附图3中，7表示位移前格网拟合高程，8表示位移后格网拟合高程。9表示格网垂直位移值，10表示固定格网。
19.附图4为滑坡体水平位移计算原理图。附图4中，11表示滑坡体上同名点，12表示同名点水平位移速率，13表示固定格网。
具体实施方式
20.下面结合具体实施方式对本发明作进一步详细说明：一种基于机载激光扫描点云的黄土沟壑地形开采沉陷区滑坡体变形监测与预警方法，包括：s1.通过现场考察和工作面分析进行场地踏勘，然后根据矿区已有数据计算工作面开采概率积分预计模型，确定工作面开采的预计沉陷影响范围，将预计影响范围作为滑坡监测的重点区域；进行场地布置，如图1，图中的无人机1表示了其相继出现的三个位置以及其飞行路线，根据开采工作面位置和走向，确定无人机1飞行路线，沿飞行路线在开采沉陷区2范围外布设永久监测装置3，具体位于开采沉陷区2的前后两侧，对永久监测装置3进行48小时的连测，测量出每个特征点的绝对坐标和特征线的方位角；s2.初次数据采集，规划航线进行无人机三维激光扫描测量，获取开采沉陷范围内初始地表点云数据，如图2，图中1表示机载激光雷达系统，在扫描时，根据沟壑地形的地表起伏形态，设置仿地飞行，以得到密度均匀的地表点云数据；s3.隐患点早期识别，识别沟壑区的簸箕状、舌状、圈椅状、马蹄状等台阶；鼻状鼓丘、多级错落平台等滑动体；以及各种扇形、圆弧形块状结构，以及具有裂缝的沟壑边缘。上述特征地形均为滑坡隐患点，识别其形态并标识其位置；s4.在开采沉陷范围中建立0.3m
×
0.3m的固定规则格网，如图3，10表示规则格网，将格网进行编号，对每个滑坡隐患点地形构造进行分析，确定每个滑坡体的滑动范围，并在格网中标记滑坡隐患体范围，建立单个滑坡体与格网之间的联系，对每个滑坡体所占格网进行编号；s5.机载激光雷达周期性监测，在工作面开采过程中定期使用无人机激光扫描系统周期性对地表进行激光扫描测量，并重点对各滑坡隐患点进行监测与扫描；s6.数字表面模型建立，对每期监测点云数据进行点云去噪、渐进三角网加密滤波提取地面点、克里金插值等处理，构建高精度的滑坡体数字表面模型；s7.滑坡体变形监测，通过滑坡发生前后的高精度数字表面模型进行对比，通过dsm的差值运算构建差值dsm，以差值dsm计算滑坡体体积、滑坡破坏活动影响面积、对滑坡破坏活动造成的损害进行评估；
s8.滑坡体位移速率计算，在定期监测数据中，通过激光点云数据计算滑坡体水平及垂直位移量，并计算该时期内滑坡体水平垂直平均位移速率；s9.滑坡预警模型建立，通过开采沉陷区内滑坡隐患区不同构造特征与滑坡位移速率和发生概率的相关性，建立滑坡预警模型，对各滑坡隐患点进行实时预警。
21.步骤s8中，对标记的格网，通过地面点的点云高程取平均值计算格网高程，图3中，7和8分别表示两次平均计算出的格网高程，9为此时期内格网垂直位移量，以该位移量与监测周期计算出单个格网的周期位移速率，计算单个滑坡体所有格网的位移速率，取其平均值得到滑坡体的平均垂直位移速率。
22.步骤s8中，在格网中对两次监测周期的滑坡体点云中识别同名特征点，计算同名特征点在不同时期的水平位移量以及水平位移方向，并以此计算特征点的水平位移速率，在同一滑坡体上识别尽可能多的特征点，计算其水平位移速率，取其平均值计算滑坡体的水平位移速率。
23.步骤s9中，以开采沉陷区第一次滑坡作为参考，以其滑坡破坏运动发生前一周期计算得到的水平、垂直位移速率作为阈值，将其他位移速率达到阈值的滑坡体标记为危险区域，发布预警信息，由于一次数据所得阈值难以准确反应滑坡体破坏运动发生前的实际位移速率，故后续的滑坡数据均应加入滑坡预警模型，在监测过程中完善该地区的滑坡预警模型。
24.本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语（包括技术术语和科学术语）具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
25.当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

技术特征：
1.一种基于机载激光扫描点云的黄土沟壑地形开采沉陷区滑坡体变形监测与预警方法，其特征在于，包括：s1.确定开采沉陷区范围：根据概率积分法开采沉陷预计模型，确定当前工作面开采所造成的地表变形范围；s2.初次数据采集：根据开采沉陷区范围，规划航线进行无人机三维激光扫描，以获取开采沉陷区范围内初始地表点云数据；s3.隐患点早期识别，在获取的地表点云数据中，依据滑坡隐患点的特殊形态标志，采用滑坡隐患点自动识别算法，识别易发生滑坡的隐患区域；s4.滑坡体标记，对滑坡隐患点地形构造进行分析，并标记滑坡隐患体范围；s5.监测数据获取：使用无人机激光扫描系统周期性对开采沉陷区内各滑坡隐患点进行监测与扫描，并获取定期监测数据；s6.数字表面模型建立，对监测点云数据进行去噪、滤波、插值等处理，构建高精度的滑坡体数字表面模型；s7.滑坡体变形监测，通过滑坡发生前后的高精度数字表面模型进行对比，计算滑坡体体积、滑坡破坏活动影响面积、对滑坡破坏活动造成的损害进行评估；s8.滑坡体位移速率计算，在定期监测数据中，通过激光点云数据计算滑坡体水平及垂直位移量，并计算该时期内滑坡体水平垂直平均位移速率；s9.滑坡预警模型建立，通过开采沉陷区内滑坡隐患区不同构造特征与滑坡位移速率和发生概率的相关性，建立滑坡预警模型，对各滑坡隐患点进行实时预警。2.根据权利要求1所述的基于机载激光扫描点云的黄土沟壑地形开采沉陷区滑坡体变形监测与预警方法，其特征在于，步骤s1中，首先根据矿区以往实测数据或模拟数据等，通过概率积分预计模型或模拟预计模型，对工作面开采可能产生的地表影响范围进行确定，并将该影响范围作为监测区域。3.根据权利要求1所述的基于机载激光扫描点云的黄土沟壑地形开采沉陷区滑坡体变形监测与预警方法，其特征在于，在步骤s2和/或s5中，规划无人机飞行航线时，根据开采沉陷范围内数字地面模型设置飞行高度，使无人机进行仿地飞行以获取密度均匀的地面点云数据。4.根据权利要求1所述的基于机载激光扫描点云的黄土沟壑地形开采沉陷区滑坡体变形监测与预警方法，其特征在于，步骤s3中，在激光点云的开采沉陷区中识别沟壑区的簸箕状、舌状、圈椅状、马蹄状台阶；鼻状鼓丘、多级错落平台等滑动体；以及各种扇形、圆弧形块状结构作为滑坡隐患点。5.根据权利要求1所述的基于机载激光扫描点云的黄土沟壑地形开采沉陷区滑坡体变形监测与预警方法，其特征在于，在步骤s4中，对每个滑坡隐患点进行结构分析，对滑坡隐患体的构造、范围进行预估及标记范围。6.根据权利要求1所述的基于机载激光扫描点云的黄土沟壑地形开采沉陷区滑坡体变形监测与预警方法，其特征在于，在步骤s6中，将每期机载激光点云数据进行去噪，滤波，提取高精度地表点云数据后，再经过点云插值算法，生成滑坡体的高精度数字表面模型，滤波及去噪参数应在现场实地踏勘基础上设置，获取精确的滑坡体点云数据。7.根据权利要求1所述的基于机载激光扫描点云的黄土沟壑地形开采沉陷区滑坡体变
形监测与预警方法，其特征在于，在步骤s7中，对滑坡破坏运动发生前后的体状数字表面模型进行精确配准并进行对比，在此基础上分析滑坡造成的损害，计算滑坡体体积，对滑坡后形成的形态构造进行安全隐患评估。8.根据权利要求1所述的基于机载激光扫描点云的黄土沟壑地形开采沉陷区滑坡体变形监测与预警方法，其特征在于，在步骤s8中，通过激光点云插值拟合对比的方法，计算滑坡体在不同时期的水平垂直位移量与位移速率。9.根据权利要求1所述的基于机载激光扫描点云的黄土沟壑地形开采沉陷区滑坡体变形监测与预警方法，其特征在于，在步骤s9中，建立滑坡预警模型，通过对各滑坡体位移的高频率数据采集，监测分析滑坡体的初始变形阶段、等速变形阶段、加速变形阶段与破坏运动发生的时长、统计位移速率，并将滑坡体破坏运动发生前的平均位移速率作为阈值加入预警模型中，对位移速率接近或已经达到阈值的滑坡体及时发布预警信息，以减小滑坡对人民生命财产安全造成的影响。

技术总结
本发明公开了一种机载激光雷达扫描进行黄土沟壑地形条件下由开采沉陷引起的滑坡监测与预警方法，属于无人机测量技术领域，主要解决黄土沟壑地形条件下，受地下矿山开采引起的滑坡发生迅速，难以快速监测及提前预警的问题。其步骤包括：开采沉陷区范围确定；无人机三维激光扫描，获取开采沉陷范围内初始地表点云数据；依据滑坡隐患点的特殊形态标志，识别滑坡隐患区域；滑坡隐患体范围标记；周期性获取工作面的地表点云数据；建立数字表面模型；通过滑坡发生前后的高精度数字表面模型进行对比滑坡体变形监测；滑坡体位移速率计算；建立滑坡预警模型。滑坡预警模型。滑坡预警模型。


技术研发人员：禹学成 王冬 吴永平 任彦存 顾雷雨 郝娇阳 王雁昕 周全超 焦建军 杨健
受保护的技术使用者：山东科技大学 华能煤炭技术研究有限公司 盘古斧科技(青岛)有限公司
技术研发日：2022.12.26
技术公布日：2023/9/23