基于三維激光掃描儀的礦區(qū)邊坡變形監(jiān)測數(shù)據(jù)的分析處理

杜江麗，岳軍紅，陳建平，彭 捷，鄭苗苗

(1.陜西省地質(zhì)環(huán)境監(jiān)測總站，陜西 西安 710054； 2.陜西鐵路工程職業(yè)技術(shù)學(xué)院，陜西 渭南 714000)

邊坡變形是非常普遍的現(xiàn)象，每年因為邊坡失穩(wěn)所造成的經(jīng)濟損失和人員傷亡越來越嚴重，邊坡變形監(jiān)測和分析已成為非常重要的工作[1]。與自然邊坡相比，采礦區(qū)由于采礦原因形成的一些人工邊坡時間較短，存在較大的不穩(wěn)定性[2-4]，給礦區(qū)周邊人們的生命財產(chǎn)造成較大威脅，其變形監(jiān)測分析也是一項重要工作[5-6]。傳統(tǒng)的邊坡變形主要通過全站儀、經(jīng)緯儀、水準儀獲得數(shù)據(jù)，然后進行簡單的算術(shù)運算就可以獲得變形分析結(jié)果，但是這類儀器的監(jiān)測效率低[7-8]。采用GNSS進行監(jiān)測具有效率高、精度較高、非接觸式監(jiān)測的優(yōu)點[9]，可以實現(xiàn)邊坡災(zāi)害變形的位置跟蹤。攝影測量法也是一種變形監(jiān)測方法，但是像控點對監(jiān)測精度有較大影響，在后期數(shù)據(jù)處理和分析時較為復(fù)雜[10]。三維激光掃描儀能達到“實景復(fù)制”效果，目前逐漸被應(yīng)用于工程測量和探測領(lǐng)域[11-12]。采用三維激光掃描儀可以獲得一些復(fù)雜、表面不規(guī)則、非標準物體的三維信息，目前已經(jīng)成為繼GPS測量設(shè)備之后又一關(guān)鍵儀器[13]。三維激光掃描儀可以監(jiān)測和分析邊坡整體變形和局部變形，為地質(zhì)災(zāi)害預(yù)警提供科學(xué)依據(jù)[14]。段志鑫[15]提出了一種基于單位法向擴展距離的點云數(shù)據(jù)處理方法和一種基于近鄰點切平面投影分布的點云邊界提取方法，并在實際邊坡分析中進行了應(yīng)用，但是該方法的精簡效果不夠理想；殷德耀等[16]將三維激光掃描儀應(yīng)用于礦山開采沉降監(jiān)測中，監(jiān)測結(jié)果較為準確，但是在點云數(shù)據(jù)處理方面采用的方法不具有普適性；有較多的學(xué)者如李淑軍[17]、張燈軍[18]將三維激光掃描儀應(yīng)用于礦山測繪和天然礦山邊坡的監(jiān)測和變形分析中，但在掃描數(shù)據(jù)的內(nèi)業(yè)分析方面研究的較少。

采用三維激光掃描儀進行邊坡變形分析時，往往會遇到一些數(shù)據(jù)處理問題。為了給使用三維激光掃描儀分析邊坡變形提供有效的參考方法，憑借三維激光掃描儀的使用經(jīng)驗，以陜西省南鄭縣碑壩孔溪溝鋅礦區(qū)邊坡為研究對象，選用Maptek I-Site 8200ER三維激光掃描儀進行數(shù)據(jù)采集，對獲得的點云數(shù)據(jù)進行系列處理，針對處理過程中遇到的問題，提出相應(yīng)的解決方法，完成模型重建工作，以期為其他邊坡變形監(jiān)測數(shù)據(jù)分析提供參考。

1 礦區(qū)概況

碑壩孔溪溝鋅礦區(qū)地處陜西南部、秦巴山區(qū)中，區(qū)內(nèi)為低山、丘陵，地表高低不平，該礦已開采結(jié)束，形成了較大的礦山采空區(qū)。礦區(qū)東側(cè)、西側(cè)及西南部位地勢較高，北側(cè)地勢較低。鋅礦主要位于區(qū)域西北側(cè)的山體中，鋅礦區(qū)以露天開采為主，形成了較大的礦區(qū)邊坡，坡度在50°～66°，降雨之后，很容易出現(xiàn)變形。礦區(qū)概貌衛(wèi)星圖如圖1所示。

圖1 礦區(qū)概貌衛(wèi)星圖

2 三維激光掃描設(shè)備及點云數(shù)據(jù)處理

2.1 掃描設(shè)備

結(jié)合礦區(qū)的實際情況和變形監(jiān)測要求，采用中距離掃描方法，選用Maptek I-Site 8200ER三維激光掃描儀，同時采用I-Site Studio軟件進行數(shù)據(jù)處理。使用該設(shè)備及軟件可以迅速而準確地確定測站和后視的相對位置。

2.2 數(shù)據(jù)采集

首先進行現(xiàn)場踏勘，然后進行數(shù)據(jù)采集。受礦區(qū)地形條件的影響，如果采用單次掃描，則會受到一定限制，無法對研究區(qū)進行全面掃描。根據(jù)監(jiān)測要求，設(shè)置3個測站，共進行3次掃描。掃描分兩期，第一期為2018年4月6日，第二期為2018年10月10日。為了降低點云拼接誤差對分析結(jié)果的影響，基于三維激光掃描儀的后視定向功能，采用球形標靶實現(xiàn)精確掃描。提取標靶中心的絕對三維坐標，通過建立統(tǒng)一坐標系表示3個測站的數(shù)據(jù)。

2.3 點云數(shù)據(jù)處理

2.3.1 數(shù)據(jù)拼接

由于兩期掃描均采用分次掃描，在不同監(jiān)測站上分別進行一次，即分站式掃描，為了獲得完整的點云信息，保證不遺漏任何部位，因此相鄰測站的點云重疊度均大于等于20%。對每個測站的點云數(shù)據(jù)進行拼接以解決過多的重疊度問題?；诙嗾酒唇臃?，同時將用戶自定義坐標系作為工作坐標系。為保證拼接的精度，首先進行粗略拼接，然后進行精細拼接。粗略拼接過程如下：①確定基準數(shù)據(jù)和待配準數(shù)據(jù)，如分別選擇第1和第2測站的數(shù)據(jù)，采用 I-Site Studio軟件中的拼接工具進行拼接；②重復(fù)步驟①，進行第2和第3測站數(shù)據(jù)的拼接。

采用精細拼接的方式對粗略拼接的結(jié)果進行處理。研究區(qū)內(nèi)設(shè)置了控制點，為保證拼接結(jié)果的正確性和拼接誤差的順利獲得，需利用控制點坐標對最終的拼接結(jié)果進行校正。采用多站拼接方式對 3個測站的數(shù)據(jù)進行精細拼接。

2.3.2 點云濾波

采用濾波方法對無序點云數(shù)據(jù)進行處理。對比分析高斯濾波、曲率濾波、中值濾波和平均濾波等幾種濾波方法后，最終認為高斯濾波具有較好的適用性。

2.3.3 點云精簡

在點云濾波后，依然會有較多的重疊點云存在，需采用數(shù)據(jù)精簡的方法進行處理。應(yīng)用八叉樹結(jié)構(gòu)精簡法，前后兩期點云數(shù)據(jù)經(jīng)精簡之后的結(jié)果如圖2、圖3所示。

圖2 一期點云數(shù)據(jù)精簡結(jié)果

圖3 二期點云數(shù)據(jù)精簡結(jié)果

精簡之前，一期、二期的數(shù)據(jù)點分別為342 066、227 114個，精簡之后的數(shù)據(jù)點分別為19 602、18 423個，數(shù)據(jù)點大幅減少。

由圖2、圖3可知，精簡之后研究區(qū)的坡面模型依然完整，并不會對后續(xù)分析造成誤差影響。

2.3.4 模型重建

采用Maptek軟件重建曲面模型。由于軟件基于Delaunay三角剖分法，導(dǎo)致模型存在尖角、凸塊、孔洞等情況，故采用Geomagic control 2014軟件進行消尖、平滑、補洞等處理。礦區(qū)邊坡表面存在較多的碎石和雜草，雖然濾波可以消除這些影響，但是濾波的同時也會導(dǎo)致一些坡面點云數(shù)據(jù)被濾除，出現(xiàn)一些孔洞。經(jīng)分析，Geomagic control軟件中的“網(wǎng)格醫(yī)生”工具可修補小孔洞，“填充單個孔洞”工具可修補較大孔洞。對于大孔洞及邊界孔洞，采用“搭橋”工具將其分解為多個小孔洞，再采用“網(wǎng)格醫(yī)生”工具進行修補。經(jīng)過修補處理之后的礦區(qū)邊坡曲面模型如圖4、圖5所示。

圖4 一期模型重建結(jié)果

圖5 二期模型重建結(jié)果

3 邊坡變形分析

采用三維激光掃描儀獲得的前后兩期點云數(shù)據(jù)和傳統(tǒng)監(jiān)測儀器獲得的數(shù)據(jù)相比，前者缺乏同名點信息，導(dǎo)致在分析邊坡變形的過程中，水平位移和豎向位移很難通過點云數(shù)據(jù)獲得。針對這種情況，提出一種基于不規(guī)則地物的特征提取方法分析位移，其原理如下：分別以兩期點云為基礎(chǔ)，在點云上繪制若干多邊形，多邊形不相重合，且均包含一定范圍的點云數(shù)據(jù)，前后兩期多邊形的相對位置保持不變；求解兩期邊坡表面點云多邊形的重心坐標(該重心稱為虛擬監(jiān)測點)，重心坐標隨同一多邊形前后兩期點云數(shù)據(jù)的變化而變化，而多邊形重心坐標的變化可以反映邊坡變形，以此獲得邊坡變形量，該方法也稱為多邊形分割法。結(jié)合邊坡實際情況，選擇一定范圍內(nèi)的點云數(shù)據(jù)進行分析，根據(jù)自上而下、自左往右的順序?qū)⑦x擇范圍內(nèi)前后兩期的邊坡曲面模型劃分為多邊形，每期的多邊形數(shù)量均為31個，對應(yīng)的重心坐標共有62個。多邊形重心在水平面上的分布如圖6所示。

圖6 多邊形重心位移和方向

通過提取兩期邊坡曲面模型的數(shù)據(jù)信息，獲得了相應(yīng)的重心坐標值，如表1所示。

表1 兩期邊坡曲面模型對應(yīng)的多邊形重心坐標與位移 單位：m

3.1 水平位移

根據(jù)表1的數(shù)據(jù)，已知x向和y向位移，可計算每個多邊形重心的水平位移和方向。分析水平位移可以發(fā)現(xiàn)：最小值為0.002 m，對應(yīng)8號重心；最大值為0.294 m，對應(yīng)31號點，位于右側(cè)坡底位置；位移大于0.1 m的多邊形重心有6、13、14、21、29、30、31號重心，6個重心的平均位移為0.223 m，分析這些重心的分布可以發(fā)現(xiàn)，均處于左右邊坡相互交叉和右側(cè)坡底位置；位移小于0.1 m的多邊形重心主要位于邊坡左側(cè)區(qū)域。從整個邊坡水平位移的方向分析，整體變形為順坡向。根據(jù)邊坡的實際地形及當?shù)氐臍夂驐l件進行分析，邊坡左側(cè)的坡度緩于右側(cè)，在兩次掃描間隔期間，經(jīng)歷了雨季，邊坡發(fā)生了泥石流，坡面上的巖土體堆積于坡腳，使坡腳右側(cè)兩個多邊形重心出現(xiàn)了向東北方向的位移。由圖6可知，邊坡左側(cè)區(qū)域的多邊形重心水平位移偏向東南，右側(cè)區(qū)域的多邊形重心水平位移偏向南和西南。水平位移的分析結(jié)果和實際變化情況相符，誤差較小。

3.2 豎向位移

為了分析處于不同高程多邊形重心的豎向位移變化情況，以豎向yOz坐標平面為剖面，將31個多邊形重心分為4排，即x坐標相近的重心位于同排，第1排包含7個點，第2～4排均包含8個點。不同排多邊形重心的豎向位移變化情況如圖7所示。

圖7 不同排多邊形重心的豎向位移

由圖7可知，不同排的多邊形重心整體表現(xiàn)為下降趨勢。邊坡左側(cè)區(qū)域的多邊形重心下降幅度較小，左右坡體交叉區(qū)域下降幅度較大。結(jié)合表1進行分析，6號重心的下降幅度最大為1.194 m，13號重心的下降幅度也大于1 m；22、29、30、31號重心高程均出現(xiàn)了升高，其中30號重心的升高幅度最大為0.398 m。第1排和第2排的豎向位移大于第3排和第4排，說明邊坡上部更易下降。結(jié)合現(xiàn)場實際情況，因前后兩期間降雨的影響，左右坡體交叉部位出現(xiàn)了泥石流，同時邊坡右側(cè)區(qū)域存在較明顯的滑坡，邊坡上的巖土體滑落至坡底，造成邊坡下部一些多邊形重心高程增大。通過和實際變化情況進行對比，豎向位移的分析結(jié)果和實際較吻合。

4 結(jié)語

1)選用Maptek I-Site 8200ER三維激光掃描儀采集邊坡變形數(shù)據(jù)，針對數(shù)據(jù)拼接、點云濾波、點云精簡、模型重建過程中遇到的問題，提出了相應(yīng)的解決方法。在保證模型精度的情況下，通過點云精簡，極大地減少了數(shù)據(jù)量。模型重建過程中遇到的尖角、凸塊、孔洞等缺陷可以分別采用消尖、平滑、補洞或“搭橋”的方法進行處理。

2)提出了多邊形分割法，并利用點云數(shù)據(jù)分析邊坡的水平位移和豎向位移，該方法在其他邊坡變形分析中也具有較好的適用性。邊坡水平位移整體為順坡向，最大位移量為0.294 m。邊坡左側(cè)和右側(cè)區(qū)域多邊形重心的水平位移方向呈現(xiàn)較大不同；邊坡上部的豎向位移大于下部的豎向位移，說明邊坡上部更易發(fā)生沉降。

3)利用三維激光掃描儀采集邊坡變形數(shù)據(jù)，分析了礦區(qū)邊坡變形情況，最終的分析結(jié)果和實際變化情況較吻合。