基于無人機(jī)攝影測量的尾礦壩邊坡表面變形監(jiān)測*

楊 超，楊 鵬,2，呂文生，王 昆

(1.北京科技大學(xué) 土木與資源工程學(xué)院，北京 100083；2.北京聯(lián)合大學(xué) 北京市信息服務(wù)工程重點實驗室，北京 100101；3.山東科技大學(xué) 能源與礦業(yè)工程學(xué)院，山東 青島 266590)

0 引言

尾礦壩是攔擋尾礦和水的尾礦庫外圍構(gòu)筑物，其位移變形能夠直觀準(zhǔn)確地反映出尾礦庫的運行狀況，對其進(jìn)行實時有效監(jiān)測是尾礦庫安全運營管理工作的重要內(nèi)容[1]。由于筑壩材料與內(nèi)部結(jié)構(gòu)在空間上的差異性，受到外力作用時尾礦壩變形往往呈非線性變化，而目前基于全站儀和GNSS/GPS的單點監(jiān)測方法主要是通過監(jiān)測點的位置變化來判斷其變形情況，難以對壩體邊坡進(jìn)行全面描述，因此，其不同部位的變形差異容易對尾礦壩的穩(wěn)定性分析與安全評估造成誤差[2]。同時，由于布置在壩坡表面的監(jiān)測點需要人工測量或者采用固定設(shè)備，在連續(xù)暴雨等易導(dǎo)致壩體出現(xiàn)重大威脅情況發(fā)生時，變形監(jiān)測人員及監(jiān)測設(shè)備會面臨較大風(fēng)險[3]。因此，為全面、安全、快速、便捷地獲取尾礦壩的整體變形信息，需要對當(dāng)前的監(jiān)測技術(shù)與方法進(jìn)行改進(jìn)。

近幾年，受益于消費級無人機(jī)的推廣使用和相關(guān)商業(yè)軟件的研發(fā)與成熟，無人機(jī)攝影測量技術(shù)以其效率高、成本低、機(jī)動靈活、環(huán)境適應(yīng)性強(qiáng)等優(yōu)點在環(huán)境監(jiān)測與保護(hù)[4]、地質(zhì)災(zāi)害調(diào)查與應(yīng)急救援[5]、地圖測繪[6]等諸多領(lǐng)域得到廣泛應(yīng)用。在礦業(yè)領(lǐng)域，向杰等[7]利用無人機(jī)攝影測量技術(shù)對北京首云鐵礦儲量進(jìn)行動態(tài)監(jiān)測；Chen等[8]利用無人機(jī)對露天礦DSM等地形信息進(jìn)行采集；張愷等[9]研究無人機(jī)傾斜攝影測量技術(shù)在露天礦邊坡巖體結(jié)構(gòu)編錄中的應(yīng)用；王自力等[10]闡述無人機(jī)在尾礦庫安全監(jiān)管中的應(yīng)用；Byrne等[11]利用無人機(jī)對加拿大哥倫比亞省Mount Polley尾礦庫泄漏導(dǎo)致的環(huán)境影響進(jìn)行長期監(jiān)測；唐鵬飛等[12]基于無人機(jī)獲得的高分辨率下游地形對山東某尾礦庫進(jìn)行潰壩模擬；Rauhala等[13]利用無人機(jī)攝影測量技術(shù)對鄰近北極圈的已閉庫Laiva尾礦庫進(jìn)行年沉降量分析。

由于尾礦壩不斷堆筑導(dǎo)致其局部形態(tài)會發(fā)生連續(xù)較大變化的工程特點，無人機(jī)攝影測量技術(shù)在其邊坡表面變形監(jiān)測中的應(yīng)用受到諸多限制，相關(guān)研究較少。因此，本文基于無人機(jī)攝影測量技術(shù)飛速發(fā)展的現(xiàn)狀，結(jié)合尾礦壩邊坡現(xiàn)有位移監(jiān)測系統(tǒng)，提出1種基于無人機(jī)攝影測量的尾礦壩邊坡表面變形監(jiān)測方法，并以山東某尾礦壩為研究對象，對其整體變形與細(xì)節(jié)變化進(jìn)行監(jiān)測，得到較好的監(jiān)測結(jié)果。

1 尾礦壩邊坡表面變形監(jiān)測技術(shù)研究與應(yīng)用現(xiàn)狀

目前，根據(jù)監(jiān)測點的空間分布，常見的尾礦壩邊坡表面變形監(jiān)測方法與技術(shù)可以分為單點或多點式監(jiān)測、線監(jiān)測和空間三維面監(jiān)測3種，其在工程應(yīng)用中的特點見表1[14-17]。

表1 尾礦壩邊坡表面變形監(jiān)測方法與技術(shù)

通過對現(xiàn)有尾礦壩邊坡表面變形監(jiān)測方法與技術(shù)的分類研究發(fā)現(xiàn)，受限于尾礦庫特殊的工程環(huán)境與技術(shù)特點，其在工程應(yīng)用中均存在一定的局限性，因此，本文根據(jù)尾礦庫現(xiàn)場實際情況與當(dāng)前技術(shù)發(fā)展，提出結(jié)合尾礦壩現(xiàn)有位移監(jiān)測系統(tǒng)，利用無人機(jī)來實現(xiàn)尾礦壩邊坡表面變形監(jiān)測的新方法。

2 尾礦壩空間三維地理信息的獲取

2.1 尾礦庫概況

該尾礦庫位于山東省濟(jì)南市，屬于典型的山谷型尾礦庫。由于其黏性細(xì)粒級尾礦顆粒含量較高，沉積固結(jié)緩慢，筑壩困難，故采用干選廢石+土工布+分級尾砂護(hù)坡的上游法筑壩，當(dāng)前已堆筑完成22期子壩，壩頂標(biāo)高+352 m，壩軸線約1 049 m，存儲尾礦約2 800萬 m3，是山東省內(nèi)最大的地質(zhì)災(zāi)害危險源之一。

表1(續(xù))

根據(jù)《尾礦設(shè)施設(shè)計規(guī)范》(GB 50863—2013)[1]規(guī)定，該尾礦庫屬于三等庫，但由于其下游1 km范圍內(nèi)分布著居民點、廠房、耕地等，且G2京滬高速公路在其下游距尾礦壩壩址1 km范圍內(nèi)穿過，因此，為保障下游居民的生命財產(chǎn)安全、重要交通設(shè)施的通暢及環(huán)境保護(hù)，根據(jù)“頭頂庫”提升1個等級進(jìn)行管理的規(guī)定，已安裝有浸潤線埋深、壩體位移、干灘長度、庫水位標(biāo)高及降雨量等實時在線監(jiān)測系統(tǒng)。尾礦庫下游重要設(shè)施分布如圖1所示。

2.2 數(shù)據(jù)采集與三維重建

尾礦壩空間三維地理信息的采集主要包括為建立高精度控制網(wǎng)參考坐標(biāo)系的地面控制點坐標(biāo)測量和尾礦壩航測數(shù)據(jù)采集2部分，其數(shù)據(jù)采集流程如圖2所示。分別于2019年6月和2019年10月利用消費級無人機(jī)DJI Phantom 4 RTK對尾礦壩無人機(jī)傾斜序列影像進(jìn)行采集，其中2次數(shù)據(jù)采集作業(yè)時的航向重疊率均為80%，旁向重疊率均為60%，航高控制在80～120 m之間，地面平均分辨率為20.8～32.5 mm/pix，共采集尾礦壩傾斜序列影像2 356張；利用中海達(dá)V30 GNSS RTK測量地面控制點(布置在壩坡表面的位移人工監(jiān)測水泥樁)的北京54坐標(biāo)。

圖2 數(shù)據(jù)采集流程

隨著尺度不變特征變換(Scale-Invariant Feature Transform，SIFT)、運動恢復(fù)結(jié)構(gòu)(Structure From Motion，SFM)、多視立體視覺(Patch-Based Multi-View Stereo，PMVS)等算法的提出與完善，基于計算機(jī)視覺的圖像三維重建已逐漸成熟，相應(yīng)的商業(yè)軟件如Pix 4D，Agisoft PhotoScan，ContextCapture等也得到推廣使用，因此，本文試驗采用ContextCapture對尾礦壩無人機(jī)傾斜序列影像進(jìn)行三維重建，得到尾礦壩的密集三維點云數(shù)據(jù)。

為評價三維重建精度，本文試驗在尾礦壩坡面不同位置設(shè)定30個檢查點和10組人工特征標(biāo)志(現(xiàn)場白灰線段組)，如圖3所示。通過相應(yīng)的質(zhì)量報告及對壩面人工特征標(biāo)志的測量(實際與模型)分析得知，2019年6月尾礦壩三維點云模型地理平面定位平均精度為0.028 m，地理高程定位平均精度為0.031 m，模型中誤差(人工特征標(biāo)志實際尺寸與模型上的人工特征標(biāo)志尺寸平均誤差)為0.015 m；2019年10月尾礦壩三維點云模型地理平面定位平均精度為0.019 m，地理高程定位平均精度為0.024 m，模型中誤差為0.012 m。由于后期主要是依據(jù)點云模型進(jìn)行變形監(jiān)測分析，因此本文試驗主要考慮模型誤差影響，2期模型誤差均控制在10～20 mm范圍，監(jiān)測精度在厘米級范圍。

圖3 人工特征標(biāo)志實際尺寸測量

2.3 基于壩坡表面水泥樁的點云配準(zhǔn)方法

隨著礦山生產(chǎn)規(guī)模不斷擴(kuò)大，尾礦壩在不斷堆筑，本文試驗前后2期點云形態(tài)已經(jīng)發(fā)生較大的變化，而采用點云全局配準(zhǔn)時可能會出現(xiàn)局部最優(yōu)從而影響配準(zhǔn)精度，因此，基于尾礦壩現(xiàn)場實際情況，結(jié)合礦山現(xiàn)有壩坡表面位移人工監(jiān)測系統(tǒng)，設(shè)計1種基于壩坡表面水泥樁的點云配準(zhǔn)方法，具體步驟如下：

1)將2期尾礦壩點云數(shù)據(jù)中的壩坡表面水泥樁均分割成大小相等的立方體，并分別擬合成面。

2)若立方體內(nèi)的所有點到擬合面的距離方差小于某閾值T1，則保留該平面，同時計算其法向量n。否則，將該立方體等分成8個小立方體，分別擬合成子平面。

3)重復(fù)步驟2)，當(dāng)小立方體包含的點數(shù)小于某閾值T2時，停止判斷。

4)尋找同名匹配點。設(shè)基準(zhǔn)點為I={x0，y0，z0，n0}，在待匹配點集中搜索鄰域d范圍內(nèi)的匹配點J={xi，yi，zi，ni}，則有式(1)～(2)：

(1)

J=kRI+T

(2)

式中：ni，n0分別為點I和點J所在擬合面的法向量；a為法向量約束閾值；d為鄰域范圍；k為縮放比例；R為旋轉(zhuǎn)矩陣；T為平移向量。

5)通過迭代不斷最小化匹配點之間的距離差G，計算參考轉(zhuǎn)換參數(shù)，如式(3)～(4)所示：

(3)

Gn-Gn-1≤ε

(4)

式中：t為匹配點數(shù)；n為迭代次數(shù)。

當(dāng)某次迭代的距離差與上一次迭代結(jié)果的差值小于閾值ε時，停止迭代，得到最終的轉(zhuǎn)換參數(shù)，用于點云全局配準(zhǔn)。

通過對尾礦壩坡現(xiàn)有的23個位移人工監(jiān)測點(水泥樁)進(jìn)行逐一分割、迭代計算后，再對10組人工特征標(biāo)志擬合測量，得出2期三維點云模型配準(zhǔn)中誤差約為0.01 m，重疊的配準(zhǔn)結(jié)果幾乎達(dá)到100%，說明基于壩坡表面水泥樁的點云配準(zhǔn)方法能夠滿足尾礦壩局部形態(tài)發(fā)生較大變化時的配準(zhǔn)精度。

3 結(jié)果與分析

多期尾礦壩點云配準(zhǔn)后，即可以利用點云間的距離來判斷其變形情況。本文試驗以6月份尾礦壩點云為基準(zhǔn)，對尾礦壩整體變形與細(xì)節(jié)變化進(jìn)行分析。

3.1 基于點云的壩坡區(qū)域面整體變形分析

由于本文試驗范圍較大(約0.18 km2)，因此，為精細(xì)化體現(xiàn)尾礦壩邊坡的變形細(xì)節(jié)信息，現(xiàn)選取尾礦壩第10～14期子壩左側(cè)局部坡面進(jìn)行分析(圖1中尾礦庫旁矩形框范圍)。壩坡區(qū)域面整體變形如圖4所示。

圖4 壩坡區(qū)域面整體變形

為迎接雨季，6月份采集數(shù)據(jù)時，尾礦壩邊坡剛完成修補(bǔ)與雜草清除，子壩平臺及坡面局部存在新敷設(shè)的疏松土層，經(jīng)過近4個月的風(fēng)吹雨淋，新敷設(shè)的土體在10月份數(shù)據(jù)采集時已基本完成體積收縮與固結(jié)，因此，根據(jù)現(xiàn)場覆土厚度與固結(jié)特性，對比6月份與10月份具有紋理特征的2期尾礦壩點云及變形測量結(jié)果可以看出，本文提出的方法能夠反映出表層土體收縮固結(jié)引起的沉降變形，如圖4中第10期子壩平臺上的區(qū)域A，其表現(xiàn)為約0.002～0.02 m的不均勻沉降；同時可以看出，試驗期間，尾礦壩邊坡局部出現(xiàn)沖溝、滑塌、表層滑移等現(xiàn)象，由于6月份修補(bǔ)的覆土固結(jié)度較低，經(jīng)過雨季沖刷后的10月份，在原位置基本又形成新的沖溝，如第13期子壩坡面的區(qū)域C，在該范圍內(nèi)，僅區(qū)域B有1處6月份修補(bǔ)的沖溝經(jīng)過暴雨沖刷后仍然保持坡面穩(wěn)定；另外，通過分析圖4可以看出，由于子壩平臺局部覆土不平整而引起的匯水沖刷是10月份壩坡面出現(xiàn)新沖溝的主要原因，如圖4中行車道平臺附近的區(qū)域E。

圖4中區(qū)域E的放大顯示圖如圖5所示。由圖5可知，6月份時，該處坡面已經(jīng)出現(xiàn)滑塌傾向，坡肩附近(圖5(a)中虛線框范圍)出現(xiàn)多條寬約1～4 mm的水平向裂縫，坡面則存在多條1～3 mm的豎向裂縫，但這并未引起礦山管理人員重視，經(jīng)過雨季沖刷及浸潤后，10月份時，該處邊坡(圖5(b)中虛線框范圍)已經(jīng)發(fā)生表層滑塌。由圖5可知，雖然滑塌還未發(fā)展至下級子壩平臺，但如果得不到及時治理與防護(hù)，該處滑坡必定會繼續(xù)發(fā)展，從而影響尾礦壩邊坡的穩(wěn)定性；該區(qū)域旁的沖溝由于未得到及時修補(bǔ)處理，10月份時已經(jīng)明顯拓寬加深，經(jīng)過測量，10月份相較6月份時最大拓寬為0.56 m，最大加深約0.27 m。由此可見，對尾礦壩邊坡的日常管理維護(hù)對尾礦庫的安全穩(wěn)定運行具有重要意義。

圖5 坡面局部表層滑塌

3.2 基于剖面的采樣分析

由于尾礦壩表面具有不穩(wěn)定性，不易設(shè)置恒定監(jiān)測點，因此，為驗證本文提出方法的準(zhǔn)確性，依據(jù)尾礦壩現(xiàn)有表面位移監(jiān)測系統(tǒng)，沿坡面布置近似水平和豎直2條監(jiān)測剖面(見圖4(b))，以第1期數(shù)據(jù)為基準(zhǔn)進(jìn)行變形分析，其剖面監(jiān)測數(shù)據(jù)如圖6所示。

圖6 剖面監(jiān)測數(shù)據(jù)

由圖6可知，基于礦山監(jiān)測點(水泥樁)的尾礦壩邊坡表面變形均表現(xiàn)為0.026 m內(nèi)的不均勻沉降，而基于無人機(jī)攝影測量的坡面表面變形則表現(xiàn)為沉降與凸起無規(guī)律交叉變化，通過比較6月份與10月份的點云數(shù)據(jù)可以看出，這更符合表層土體邊坡受外界環(huán)境影響大，表面具有不穩(wěn)定性的現(xiàn)狀；基于無人機(jī)攝影測量的剖面變形監(jiān)測數(shù)據(jù)變化范圍明顯比礦山監(jiān)測數(shù)據(jù)大，尤其是X=105剖面，基于無人機(jī)攝影測量的變形監(jiān)測數(shù)據(jù)更好地反映出該剖面出現(xiàn)的沖溝、滑塌等異常變形。因此可以看出，單純依靠單點或多點監(jiān)測方式，即使尾礦壩坡面出現(xiàn)較大程度的變形也可能無法發(fā)現(xiàn)，從而導(dǎo)致尾礦壩安全評估出現(xiàn)重大失誤。

4 討論

本文提出的新型邊坡表面變形監(jiān)測方法目前仍有需要繼續(xù)改進(jìn)與完善的方面，比如，不同于水準(zhǔn)測量，GPS/GNSS等能夠直接獲取尾礦壩邊坡的絕對位移和變形，基于無人機(jī)攝影測量的尾礦壩邊坡表面變形監(jiān)測仍需要少量固定控制點來進(jìn)行定位定向，所獲得的變形屬于以壩面測樁測量數(shù)據(jù)為基礎(chǔ)的相對變形，對壩體絕對位移和變形敏感性較差，并且由于傳感器及相應(yīng)算法的限制，其監(jiān)測精度低于水準(zhǔn)測量和GNSS等；由于該方法基于傾斜序列影像進(jìn)行建模和測量，受無人機(jī)續(xù)航時間、影像傳感器、云雨天氣等限制，數(shù)據(jù)采集屬于非連續(xù)間斷模式，無法實現(xiàn)連續(xù)實時監(jiān)測，存在一定的監(jiān)測空白期；同時，受點云處理相關(guān)算法的限制，點云生成及配準(zhǔn)過程中仍需要部分人機(jī)交互操作，配準(zhǔn)精度受人工操作影響較大，自動化水平有待進(jìn)一步提高等。

但受益于消費級無人機(jī)的普及、相關(guān)商用處理軟件的推廣使用及點云處理方法的改進(jìn)，基于無人機(jī)攝影測量的尾礦壩邊坡表面變形監(jiān)測方法由于其成本低、操作簡便、大范圍、無盲區(qū)、可視化等優(yōu)勢，可作為尾礦庫傳統(tǒng)監(jiān)測系統(tǒng)的有力補(bǔ)充，應(yīng)當(dāng)受到礦山安全部門的重視與推廣使用。

5 結(jié)論

1)相較于基于GPS的礦山單點或多點監(jiān)測方式，基于無人機(jī)攝影測量的尾礦壩邊坡表面變形監(jiān)測方法能夠快速準(zhǔn)確地獲取尾礦壩邊坡的整體變形和細(xì)節(jié)變化，監(jiān)測精度可達(dá)厘米級。

2)針對尾礦壩隨礦山生產(chǎn)不斷堆積變化的工程特點，提出的基于壩坡表面位移人工監(jiān)測水泥樁的點云配準(zhǔn)方法可實現(xiàn)多期尾礦壩點云數(shù)據(jù)的精確配準(zhǔn)，配準(zhǔn)中誤差約為0.01 m。

3)基于無人機(jī)攝影測量的監(jiān)測數(shù)據(jù)成果豐富，對精細(xì)識別和解譯尾礦壩邊坡變形與發(fā)展趨勢、及時制定針對性防治預(yù)案具有重要的意義。

4)通過本文試驗發(fā)現(xiàn)，在雨季來臨之前對尾礦壩邊坡進(jìn)行及時修補(bǔ)維護(hù)對邊坡的穩(wěn)定性具有重要意義，尾礦壩覆土施工質(zhì)量和子壩平臺的平整度對壩坡抗暴雨沖刷具有關(guān)鍵作用。