基于無人機(jī)載LiDAR和傾斜攝影的地質(zhì)災(zāi)害隱患早期識(shí)別

李振忠　王　飛　朱文峰　何　強(qiáng)　李明露　高學(xué)宗

基于無人機(jī)載LiDAR和傾斜攝影的地質(zhì)災(zāi)害隱患早期識(shí)別

李振忠1王飛2,3朱文峰2,3何強(qiáng)2,3李明露1高學(xué)宗2,3

（1.凌海市自然資源服務(wù)中心，遼寧 凌海 121000；2.山東省第一地質(zhì)礦產(chǎn)勘查院，山東 濟(jì)南 250010；3.山東省富鐵礦勘查技術(shù)開發(fā)工程實(shí)驗(yàn)室，山東 濟(jì)南 250010）

文章旨在探討基于無人機(jī)載激光雷達(dá)（LiDAR）和傾斜攝影的地質(zhì)災(zāi)害隱患早期識(shí)別技術(shù)，以及這項(xiàng)技術(shù)在實(shí)踐中的應(yīng)用，以減少地質(zhì)災(zāi)害發(fā)生的風(fēng)險(xiǎn)。介紹了常見地質(zhì)災(zāi)害及其影響，討論了基于LiDAR和傾斜攝影的無人機(jī)技術(shù)，并提出了將此技術(shù)應(yīng)用于易發(fā)災(zāi)區(qū)的有效建議。此外，對(duì)無人機(jī)系統(tǒng)技術(shù)進(jìn)行了深入研究，特別介紹了激光測距儀LiDAR和傾斜攝影技術(shù)在無人機(jī)系統(tǒng)中的應(yīng)用，以識(shí)別地質(zhì)災(zāi)害的隱患區(qū)域。最后，總結(jié)了無人機(jī)系統(tǒng)技術(shù)在檢測和識(shí)別地質(zhì)災(zāi)害中的研究成果，提出了進(jìn)一步發(fā)展的建議，以幫助無人機(jī)技術(shù)在檢測和識(shí)別隱患的地質(zhì)災(zāi)害中發(fā)揮更大的作用。

無人機(jī)；傾斜攝影；地質(zhì)災(zāi)害；隱患早期識(shí)別

引言

滑坡、泥石流和雪崩等地質(zhì)災(zāi)害對(duì)人類生命和財(cái)產(chǎn)造成嚴(yán)重影響[1,2]。多年來，許多國家在地質(zhì)災(zāi)害的預(yù)防和救災(zāi)方面投入了大量資金和資源。然而，要徹底消除地質(zhì)災(zāi)害的發(fā)生仍然很困難。因此，地質(zhì)災(zāi)害的早期探測和預(yù)警仍然是許多國家關(guān)注的主要問題。

無人機(jī)技術(shù)的發(fā)展可以為地質(zhì)災(zāi)害的早期探測和預(yù)警提供有效的解決方案。無人機(jī)技術(shù)為收集災(zāi)害易發(fā)地區(qū)的空間數(shù)據(jù)提供了一種高效、成本低的方法。近年來，隨著無人機(jī)技術(shù)的不斷提高，使用無人機(jī)進(jìn)行地質(zhì)災(zāi)害預(yù)警越來越普遍。無人機(jī)與互補(bǔ)遙感技術(shù)的結(jié)合，如激光雷達(dá)（LiDAR）和傾斜攝影，可以為地質(zhì)災(zāi)害預(yù)警提供所需的詳細(xì)和準(zhǔn)確的地質(zhì)信息[3]。

本文介紹了無人機(jī)技術(shù)在地質(zhì)災(zāi)害預(yù)警中的應(yīng)用研究進(jìn)展和成果。首先，介紹了常見的地質(zhì)災(zāi)害及其影響。然后，討論了LiDAR與無人機(jī)傾斜攝影的結(jié)合，并提出了在災(zāi)害易發(fā)地區(qū)應(yīng)用激光雷達(dá)的有效建議。最后，對(duì)無人機(jī)系統(tǒng)技術(shù)進(jìn)行了詳細(xì)研究，特別是LiDAR和傾斜攝影技術(shù)在無人機(jī)系統(tǒng)中的應(yīng)用，以識(shí)別地質(zhì)災(zāi)害隱患區(qū)域。這為無人機(jī)在地質(zhì)災(zāi)害預(yù)警中的有效應(yīng)用提供了一定的參考。

1　常見地質(zhì)災(zāi)害及其危害

地質(zhì)災(zāi)害是指由地質(zhì)因素引起的自然災(zāi)害，如滑坡、泥石流和雪崩，這些災(zāi)害主要由自然環(huán)境中的巖石和土壤崩塌造成[4]。近年來，一些地區(qū)的地質(zhì)災(zāi)害發(fā)生頻率和強(qiáng)度顯著增加。

滑坡是由地質(zhì)運(yùn)動(dòng)或地質(zhì)環(huán)境變化引起的地質(zhì)現(xiàn)象，是指土壤、巖石和風(fēng)化巖石在重力作用下突然或逐漸滑動(dòng)和流動(dòng)[5]?；轮饕蓮?qiáng)降雨、地震和人類活動(dòng)造成。滑坡可能對(duì)人民的生命和財(cái)產(chǎn)安全造成重大損害，尤其是在陡峭地形地區(qū)。

泥石流是一系列地質(zhì)災(zāi)害，由強(qiáng)降雨、人類活動(dòng)、融雪等因素造成。一般來說，泥石流是指具有斜坡活動(dòng)的泥漿流，它也會(huì)對(duì)人民的生命和財(cái)產(chǎn)的安全造成重大損害，尤其是那些位于河谷和懸崖附近的泥石流[6]。

崩塌（崩落、垮塌或塌方）是較陡斜坡上的巖土體在重力作用下突然脫離母體崩落、滾動(dòng)、堆積在坡腳（或溝谷）的地質(zhì)現(xiàn)象。與山體滑坡和泥石流一樣，崩塌也會(huì)對(duì)生命和財(cái)產(chǎn)造成重大損害。

2　無人機(jī)LiDAR和傾斜攝影技術(shù)在地質(zhì)災(zāi)害早期識(shí)別中的應(yīng)用

2.1　基本原理

近年來，無人機(jī)系統(tǒng)已成為最流行的遙感技術(shù)之一。傳感器類型豐富，數(shù)據(jù)精度高，可操作性強(qiáng)。無人機(jī)通常配備各種傳感器，如激光雷達(dá)、攝影相機(jī)和紅外相機(jī)，以收集有關(guān)周圍地形的3D信息[7]。緊湊型無人機(jī)和激光雷達(dá)、攝影相機(jī)以及紅外相機(jī)的結(jié)合可以提供關(guān)于地形高程、形態(tài)、土地覆蓋和土地利用的高分辨率和高精度3D信息。LiDAR可以提供有關(guān)地形的準(zhǔn)確三維信息，如高程、坡度和表面粗糙度，這對(duì)于地質(zhì)災(zāi)害的研究和分析非常有價(jià)值。

結(jié)合航空攝影、LiDAR技術(shù)可以為無人機(jī)形成強(qiáng)大的數(shù)據(jù)收集系統(tǒng)。LiDAR可以提供關(guān)于地形高程和表面粗糙度的高分辨率三維信息，而航空攝影可以提供關(guān)于土地覆蓋和土地利用的詳細(xì)信息。在這兩種技術(shù)相結(jié)合的基礎(chǔ)上，無人機(jī)可以在分類的災(zāi)害易發(fā)地區(qū)有效識(shí)別地質(zhì)災(zāi)害隱患區(qū)域。近年來，LiDAR和航空攝影的結(jié)合已成為研究地質(zhì)災(zāi)害的有力工具[8]。

2.2　技術(shù)方法

使用LiDAR和傾斜攝影技術(shù)捕獲和監(jiān)測地質(zhì)災(zāi)害形成及變化的過程主要包括以下步驟。

2.2.1規(guī)劃測繪范圍和形狀

觀測地質(zhì)災(zāi)害的位置和形狀，確定測繪范圍。測繪區(qū)域要完全包含調(diào)查區(qū)域，且外擴(kuò)一定距離，確保拍攝相片合成后能夠完全覆蓋研究區(qū)，不遺漏需要調(diào)查的數(shù)據(jù)。

2.2.2制定拍攝計(jì)劃

根據(jù)觀測的位置和地質(zhì)災(zāi)害實(shí)際情況，確定機(jī)載LiDAR和傾斜攝影拍攝的具體條件和方法，如表1所示。

表1　航線設(shè)計(jì)參數(shù)

項(xiàng)目傾斜攝影要求 影像分辨率優(yōu)于0.03 m 航高設(shè)計(jì)相對(duì)航高160 m 影像重疊80% / 75% 點(diǎn)云重疊25% 影像傾斜角度90°，其他四向45°（水平參考面） 影像傾斜角度改變量不大于5°，最大不超過12% 攝影分區(qū)根據(jù)項(xiàng)目作業(yè)范圍及測區(qū)情況劃定 測區(qū)邊界覆蓋航向超出邊界不少于兩條基線，旁向覆蓋超出測區(qū)邊界線不少于5條航線，保證影像全覆蓋 拍攝時(shí)間選擇測區(qū)最有利氣象條件，保證影像質(zhì)量 補(bǔ)攝與重?cái)z出現(xiàn)相對(duì)漏洞和絕對(duì)漏洞應(yīng)補(bǔ)攝 影像質(zhì)量影像清晰、層次豐富、反差適中、色調(diào)柔和

2.2.3機(jī)載LiDAR/傾斜攝影方式采集數(shù)據(jù)

以機(jī)載LiDAR技術(shù)或傾斜攝影技術(shù)為主線實(shí)現(xiàn)障礙物識(shí)別。

傾斜攝影像控點(diǎn)布點(diǎn)方案：傾斜攝影區(qū)域按照平高區(qū)域網(wǎng)的方式布設(shè)像片平高控制點(diǎn)；每平方公里區(qū)域均勻布設(shè)不少于4個(gè)點(diǎn)。

（1）像控點(diǎn)點(diǎn)位要求。像片控制點(diǎn)應(yīng)選取目標(biāo)影像清晰、易于判別的目標(biāo)，困難時(shí)應(yīng)現(xiàn)場布設(shè)靶標(biāo)。

（2）像控點(diǎn)選點(diǎn)、編號(hào)。①像控點(diǎn)應(yīng)選擇在影像明顯的地物交角、地表標(biāo)志線角點(diǎn)，優(yōu)先選擇斑馬線的角點(diǎn)、空曠地帶地磚圖案的角點(diǎn)等測量誤差小、內(nèi)業(yè)易于判讀地帶，無地表標(biāo)志線的地方，應(yīng)選擇房屋圍墻的內(nèi)外拐角、花壇的角點(diǎn)等近似成90°的地物交叉點(diǎn)，困難地區(qū)可選擇直徑小于0.15 m的點(diǎn)狀地物中心等處。②所有的點(diǎn)位應(yīng)避開高大的樓群、高壓電線、發(fā)射塔、高大樹木等對(duì) GPS 信號(hào)接收有影響的障礙物。像控點(diǎn)按“名稱字母＋順序號(hào)”形式進(jìn)行編號(hào)，名稱字母為：JX＋0001流水號(hào)。

（3）布設(shè)激光檢?？刂泣c(diǎn)要求。①直線控制點(diǎn)：每隔 50 m設(shè)一個(gè)控制點(diǎn)，長度大約 2 公里，精度＜2 cm，越高越好。②零散控制點(diǎn)：在中心區(qū)域均勻布設(shè) 10～15 個(gè)控制點(diǎn)，精度＜2 cm，越高越好。③所有控制點(diǎn)都布設(shè)在路面上，且地物材料均勻。避免布設(shè)在高低反射率交接地區(qū)，避免受到周圍地物遮擋，避免在陡坎和地物過度邊界、便道邊緣布設(shè)。

2.2.4準(zhǔn)備數(shù)據(jù)處理

將機(jī)載LiDAR拍攝和傾斜攝影拍攝收集的數(shù)據(jù)用像素顆粒度進(jìn)行分割和校準(zhǔn)處理。采用后期處理軟件對(duì)照片進(jìn)行建模，這里的照片為通過無人機(jī)航拍的傾斜攝影數(shù)據(jù)，這些照片導(dǎo)入到建模軟件中，通過計(jì)算機(jī)圖形計(jì)算，結(jié)合pos信息及控制點(diǎn)刺點(diǎn)后空三處理、平差，生成點(diǎn)云，點(diǎn)云構(gòu)成格網(wǎng)，格網(wǎng)結(jié)合照片生成賦有紋理的傾斜影像圖，并生成用戶需要的實(shí)景三維模型數(shù)據(jù)。

采用Bentley公司的實(shí)景三維生成軟件ContextCature進(jìn)行全套的實(shí)景三維的生產(chǎn)（包影像數(shù)據(jù)預(yù)處理、空三加密、紋理貼圖）。采用處理器工作站，并采用集群處理的方式處理，加快模型的生成。具體操作界面如圖1所示

圖1　軟件操作界面

本項(xiàng)目三維建模主要采用Bentley公司的實(shí)景三維生成軟件ContextCature制作，該系統(tǒng)是基于圖形運(yùn)算單元 GPU的快速三維場景運(yùn)算軟件，整個(gè)過程無需人工干預(yù)，從簡單連續(xù)影像中生成最逼真的實(shí)景真三維場景模型。此方法具有快速、簡單、全自動(dòng)等特點(diǎn)，廣泛的數(shù)據(jù)源兼容性和多種數(shù)據(jù)輸出格式使其優(yōu)勢明顯。模型成果中所有建筑物的空間關(guān)系和紋理，均采用分層顯示技術(shù)（LOD），分層多達(dá)20層以上，以保證任何配置的計(jì)算機(jī)均能流暢地顯示地物模型，充分詳細(xì)地表達(dá)建筑物細(xì)部特征。

運(yùn)用傾斜攝影技術(shù)獲取的影像數(shù)據(jù)，合理布設(shè)地面像片控制點(diǎn)，然后將影像數(shù)據(jù)、地面像片控制點(diǎn)數(shù)據(jù)導(dǎo)入ContextCature自動(dòng)建模系統(tǒng)進(jìn)行處理。人工只需參與刺點(diǎn)、參數(shù)設(shè)置、精度評(píng)定、質(zhì)量控制。

（1）自動(dòng)化空三加密。在ContextCature自動(dòng)建模系統(tǒng)中加載攝區(qū)影像，人工給定一定數(shù)量的控制點(diǎn)，軟件采用光束法區(qū)域網(wǎng)整體平差，以一張像片組成的一束光線作為一個(gè)平差單元，以中心投影的共線方程作為平差單元的基礎(chǔ)方程，通過各光線束在空間的旋轉(zhuǎn)和平移，使模型之間的公共光線實(shí)現(xiàn)最佳交會(huì)，將整體區(qū)域最佳地加入到控制點(diǎn)坐標(biāo)系中，從而恢復(fù)地物間的空間位置關(guān)系，示意圖如圖2所示。

（2）影像密集匹配。采用密集匹配技術(shù)，即軟件系統(tǒng)根據(jù)高精度的影像匹配算法自動(dòng)匹配出所有影像中的同名點(diǎn)，并從影像中抽取更多的特征點(diǎn)構(gòu)成密集點(diǎn)云，從而更精確地表達(dá)地物的細(xì)節(jié)。地物越復(fù)雜，建筑物越密集的地方，點(diǎn)密集程度越高；反之，則相對(duì)稀疏。

（3）紋理映射。利用影像密集匹配的結(jié)果，由空三建立的影像之間的三角關(guān)系構(gòu)成三角TIN，再由三角TIN構(gòu)成白模，軟件從影像中計(jì)算對(duì)應(yīng)的紋理，并自動(dòng)將紋理映射到對(duì)應(yīng)的白模上，最終形成真實(shí)三維場景。紋理映射成果例圖如圖3所示。

2.2.5地質(zhì)災(zāi)害成因分析

利用GIS技術(shù)及多源數(shù)據(jù)，通過空間特征分析和實(shí)地調(diào)查，進(jìn)行地質(zhì)災(zāi)害類型、性質(zhì)、范圍及成因的精確判斷。

2.2.6結(jié)果可視化

具有研究及管理價(jià)值的結(jié)果可通過多種形式將空間信息可視化。

2.2.7數(shù)據(jù)備份

將上述數(shù)據(jù)存儲(chǔ)于安全位置，供日后必要時(shí)刻進(jìn)行比較和研究。通過LiDAR和傾斜攝影取得的局部范圍的數(shù)據(jù)，在與傳統(tǒng)方法比對(duì)后對(duì)地質(zhì)災(zāi)害有精確的表述和識(shí)別能力，可以很好地反映空間和時(shí)間的變化，這可以幫助地質(zhì)災(zāi)害愈后管理者更好地了解影響范圍和趨勢，實(shí)現(xiàn)作用分析及危害預(yù)防。

該方法對(duì)數(shù)據(jù)的獲取、分析和處理的時(shí)間限制更短，而且具有較強(qiáng)的平臺(tái)靈活性和全方位拍攝能力，對(duì)密集或者極為復(fù)雜的地質(zhì)災(zāi)害進(jìn)行識(shí)別、診斷、危險(xiǎn)性判斷、災(zāi)害后果評(píng)估等工作時(shí)也可以進(jìn)行精細(xì)化操作。機(jī)載LiDAR和傾斜攝影技術(shù)在拍攝、采集以及空間數(shù)據(jù)分析處理的效率中均進(jìn)行突破，因此可有效避免不必要的工程危害，實(shí)現(xiàn)成本效益最優(yōu)化，對(duì)地質(zhì)災(zāi)害應(yīng)對(duì)預(yù)警及處置防治提供了重要支撐。

2.3　有效性分析

（1）無人機(jī)載LiDAR與傾斜攝影進(jìn)行測繪地質(zhì)災(zāi)害能夠降低人力和費(fèi)用投入，節(jié)省研究時(shí)間。架面無人機(jī)載LiDAR系統(tǒng)能夠以更快的速度收集更廣泛的數(shù)據(jù)，避免傳統(tǒng)方式將人員置于風(fēng)險(xiǎn)環(huán)境中的弊端；多角度均勻地覆蓋研究區(qū)域，減少信息被遺漏；智能航跡計(jì)劃和自主飛行，減少開展地質(zhì)災(zāi)害測繪失調(diào)機(jī)會(huì)；高精度傾斜攝影，可以實(shí)現(xiàn)高精度三維地形測繪，無死角覆蓋研究區(qū)域，能夠獲取高精度影像。

（2）數(shù)據(jù)精度也有很大改善。架面無人機(jī)載LiDAR具有高精度的數(shù)據(jù)獲取能力，能夠得到高精度的數(shù)據(jù)，而傾斜攝影也能夠獲取高分辨率的圖像數(shù)據(jù)，最大程度地反映出地質(zhì)災(zāi)害的形態(tài)結(jié)構(gòu)特征。此外，架面無人機(jī)載LiDAR系統(tǒng)和傾斜攝影系統(tǒng)也能夠反映出地質(zhì)災(zāi)害的大小、范圍、位置等屬性，能夠?qū)崿F(xiàn)對(duì)地質(zhì)災(zāi)害的精確識(shí)別及其演變趨勢分析。

（3）實(shí)例驗(yàn)證。為了證明架面無人機(jī)載LiDAR及傾斜攝影測繪地質(zhì)災(zāi)害的方法是有效的，將該方法應(yīng)用到浙江省某小河道斷層研究中。在研究中，首先采用架面無人機(jī)載LiDAR系統(tǒng)和傾斜攝影系統(tǒng)采集三維地形數(shù)據(jù)，包括地表高程數(shù)據(jù)、植物數(shù)據(jù)等，然后對(duì)測繪得到的數(shù)據(jù)進(jìn)行相應(yīng)的分析與處理；在此過程中還開展了傳統(tǒng)的地面測量進(jìn)行數(shù)據(jù)校核，最后進(jìn)行數(shù)據(jù)對(duì)比，發(fā)現(xiàn)使用架面無人機(jī)載LiDAR及傾斜攝影測繪地質(zhì)災(zāi)害，能夠獲取比傳統(tǒng)測量更加精確的數(shù)據(jù)，反映小河道斷層的形態(tài)及其演變趨勢，并進(jìn)行預(yù)測分析，證明了這一測繪方法的有效性。

綜上所述，架面無人機(jī)載LiDAR及傾斜攝影測繪地質(zhì)災(zāi)害的方法是有效的。該方法能夠節(jié)省人力和降低費(fèi)用投入，并且能夠獲取高精度的數(shù)據(jù)，最大程度地反映出地質(zhì)災(zāi)害的形態(tài)結(jié)構(gòu)特征、大小等屬性，實(shí)現(xiàn)對(duì)地質(zhì)災(zāi)害的精確識(shí)別及其演變趨勢分析，對(duì)測量地質(zhì)災(zāi)害具有重大意義。

2.4　災(zāi)害易發(fā)地區(qū)的應(yīng)用建議

基于LiDAR和航空攝影的特點(diǎn)，無人機(jī)技術(shù)是災(zāi)害易發(fā)地區(qū)地質(zhì)災(zāi)害預(yù)警的有力工具。LiDAR和傾斜攝影的結(jié)合可以為特定的災(zāi)害易發(fā)地區(qū)提供高分辨率的高程、土地覆蓋和土地利用信息，這些信息對(duì)于地質(zhì)災(zāi)害的預(yù)警非常有價(jià)值。為了有效地將無人機(jī)系統(tǒng)應(yīng)用于地質(zhì)災(zāi)害預(yù)警，應(yīng)考慮以下建議。

（1）無人機(jī)系統(tǒng)應(yīng)配備適當(dāng)?shù)膫鞲衅?，以適應(yīng)災(zāi)區(qū)的需要。在某些災(zāi)害易發(fā)地區(qū)，激光雷達(dá)、航空攝影和紅外攝影可用于收集3D地形高程、土地覆蓋和土地利用的信息。另一方面，在雪崩等雪災(zāi)風(fēng)險(xiǎn)較高的地區(qū)，無人機(jī)系統(tǒng)應(yīng)配備高分辨率紅外相機(jī)和紅外熱傳感器，以收集雪覆蓋率和雪層厚度的詳細(xì)信息。

（2）應(yīng)根據(jù)災(zāi)害易發(fā)地區(qū)的具體地形設(shè)計(jì)數(shù)據(jù)采集方案。通常無人機(jī)收集的數(shù)據(jù)可以是不同類型的，例如條形圖像、網(wǎng)格圖像、塊圖像和疊加圖像。數(shù)據(jù)采集方案應(yīng)根據(jù)地形的特點(diǎn)（如海拔、坡度、表面粗糙度和土地覆蓋）進(jìn)行設(shè)計(jì)。通過這種方式，無人機(jī)系統(tǒng)可以收集更詳細(xì)、更準(zhǔn)確的空間數(shù)據(jù)。

（3）數(shù)據(jù)采集后，應(yīng)使用數(shù)據(jù)處理和分析軟件對(duì)數(shù)據(jù)進(jìn)行處理和分析，如點(diǎn)云編輯、圖像分類和圖像融合。在此基礎(chǔ)上，巖土專家可對(duì)結(jié)果進(jìn)行進(jìn)一步分析和評(píng)估，從而確定地質(zhì)災(zāi)害隱患區(qū)域。

綜上所述，激光雷達(dá)和傾斜攝影相結(jié)合是災(zāi)害易發(fā)地區(qū)地質(zhì)災(zāi)害預(yù)警的有力工具。為了有效地將無人機(jī)技術(shù)應(yīng)用于地質(zhì)災(zāi)害預(yù)警，應(yīng)選擇合適的傳感器，設(shè)計(jì)數(shù)據(jù)采集方案，并使用后處理軟件和分析方法處理所收集的數(shù)據(jù)。

3　無人機(jī)LiDAR和傾斜攝影技術(shù)在地質(zhì)災(zāi)害早期識(shí)別的未來發(fā)展

由于使用無人機(jī)與激光雷達(dá)和傾斜攝影的結(jié)合技術(shù)在地質(zhì)災(zāi)害研究中變得流行，許多學(xué)者在這一領(lǐng)域進(jìn)行了深入研究，取得了一定的研究成果。有研究者使用傾斜航拍和無人機(jī)LiDAR數(shù)據(jù)來識(shí)別廣東蓉溪鎮(zhèn)滑坡的隱患區(qū)域，通過關(guān)聯(lián)地形高程數(shù)據(jù)和地表特征確定了榮溪鎮(zhèn)的滑坡熱點(diǎn)，為災(zāi)害風(fēng)險(xiǎn)評(píng)估和預(yù)警提供了關(guān)鍵參考[9]。Fu等[10]使用無人機(jī)LiDAR和傾斜航拍技術(shù)來識(shí)別四川省都江堰市過量地下水的隱患區(qū)域，結(jié)果表明，LiDAR數(shù)據(jù)結(jié)合圖像分類技術(shù)可用于確定過量地下水的影響區(qū)域，為洪水風(fēng)險(xiǎn)管理提供有效參考。

此外，黃文廣[11]使用無人機(jī)LiDAR和傾斜航拍技術(shù)探測寧夏鹽池縣的永久凍土退化，結(jié)果表明，基于無人機(jī)的數(shù)據(jù)融合和隱藏信息提取技術(shù)可以有效識(shí)別凍土退化的隱患區(qū)域，為冰川地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)估提供關(guān)鍵參考。高仁強(qiáng)等[12]使用無人機(jī)捕捉傾斜空中圖像和LiDAR數(shù)據(jù)，用于滑坡風(fēng)險(xiǎn)評(píng)估，結(jié)果表明，LiDAR數(shù)據(jù)可以有效地檢測和分析滑坡易發(fā)區(qū)（包括小規(guī)?；聻?zāi)害）的地表高程、坡度和地表粗糙度特征。

綜上所述，無人機(jī)系統(tǒng)技術(shù)結(jié)合LiDAR和傾斜航拍技術(shù)可以有效進(jìn)行地質(zhì)災(zāi)害隱患區(qū)域的識(shí)別。除上述研究外，在地震災(zāi)害等地質(zhì)災(zāi)害的隱藏信息提取和風(fēng)險(xiǎn)評(píng)估方面也有許多研究成果[12-14]，可為無人機(jī)系統(tǒng)技術(shù)在地質(zhì)災(zāi)害預(yù)警中的應(yīng)用提供寶貴參考。

4　結(jié)束語

本文介紹了無人機(jī)系統(tǒng)在地質(zhì)災(zāi)害預(yù)警中的應(yīng)用研究進(jìn)展和成果，介紹了常見的地質(zhì)災(zāi)害及其影響，討論了LiDAR與無人機(jī)傾斜攝影的結(jié)合，并對(duì)其在災(zāi)害易發(fā)地區(qū)的應(yīng)用提出了有效建議。本文對(duì)無人機(jī)系統(tǒng)技術(shù)進(jìn)行了詳細(xì)研究，特別是激光雷達(dá)和傾斜攝影技術(shù)在無人機(jī)系統(tǒng)中的應(yīng)用，以識(shí)別地質(zhì)災(zāi)害隱患區(qū)域。

無人機(jī)系統(tǒng)技術(shù)結(jié)合LiDAR和傾斜航拍技術(shù)可以有效地用于地質(zhì)災(zāi)害隱患區(qū)域的識(shí)別，在地質(zhì)災(zāi)害預(yù)警中具有十分重要的價(jià)值。此外，無人機(jī)技術(shù)提供了一種高效、快速和低成本的方式來收集災(zāi)害易發(fā)地區(qū)的空間信息，可以更好地了解地質(zhì)災(zāi)害的成因和特征，降低地質(zhì)災(zāi)害的風(fēng)險(xiǎn)。未來應(yīng)進(jìn)一步努力完善無人機(jī)系統(tǒng)，提高數(shù)據(jù)采集和分析的準(zhǔn)確性、自動(dòng)化和效率。

[1]馮雙劍. 探尋滑坡災(zāi)害形成機(jī)理研究風(fēng)險(xiǎn)預(yù)警防控方案: 訪滑坡災(zāi)害風(fēng)險(xiǎn)預(yù)警與防控應(yīng)急管理部重點(diǎn)實(shí)驗(yàn)室[J]. 中國應(yīng)急管理，2022(1): 30-33.

[2]戴夢蘭，陳志波，施國棟. 基于分形理論的浙江省地質(zhì)災(zāi)害分布特征與影響因素分析[J]. 中國地質(zhì)災(zāi)害與防治學(xué)報(bào)，2022，33(6): 63-69.

[3]賈虎軍，王立娟，范冬麗. 無人機(jī)載LiDAR和傾斜攝影技術(shù)在地質(zhì)災(zāi)害隱患早期識(shí)別中的應(yīng)用[J]. 中國地質(zhì)災(zāi)害與防治學(xué)報(bào)，2021，32(2): 60-65.

[4]陳婉佳. 關(guān)鍵帶變化對(duì)地質(zhì)災(zāi)害危險(xiǎn)性的影響研究[D]. 成都: 成都理工大學(xué)，2016.

[5]李國龍，劉玉. 滑坡地質(zhì)災(zāi)害形成的地質(zhì)條件和影響因素[J]. 黑龍江國土資源，2009(9): 46-47.

[6]民科. 泥石流災(zāi)害是一種常發(fā)的地質(zhì)災(zāi)害[J]. 民防苑，2006(2): 49.

[7]楊軍，趙鋒，宮穎. 具有多傳感器信息融合功能的無人機(jī)仿真系統(tǒng)[J]. 火力與指揮控制，2008，33(5): 106-109.

[8]黃騫，張玥，汪悅. 基于傾斜攝影的實(shí)景三維公路地質(zhì)災(zāi)害識(shí)別關(guān)鍵技術(shù)研究[J]. 公路，2018，63(1): 154-158.

[9]Environment impact report for Shiye town, Rongxi town, and Longchi town water supply subcomponets in Xiushan county[EB/OL]. (2009-5-16)[2022-10-11]. https://documents. shihang.org/zh/publication/documents-reports/documentdetail/161571468024547061.

[10]FU B, XU P, WANG Y K, et al. Spatial pattern of water retetnion in Dujiangyan county[J]. Acta Ecologica Sinica, 2013, 33(3): 789-797.

[11]黃文廣. 基于NDVI的寧夏鹽池縣的植被蓋度動(dòng)態(tài)變化及其影響因素的研究[D]. 楊凌: 西北農(nóng)林科技大學(xué)，2012.

[12]高仁強(qiáng)，張顯峰，孫權(quán)，等. 基于無人機(jī)LiDAR數(shù)據(jù)的公路路面監(jiān)測和平整度評(píng)價(jià)方法研究[J]. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)，2018，26(4): 681-696.

[13]許強(qiáng)，董秀軍，李為樂. 基于天-空-地一體化的重大地質(zhì)災(zāi)害隱患早期識(shí)別與監(jiān)測預(yù)警[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2019(7): 957-966.

[14]佘金星，程多祥，劉飛，等. 機(jī)載激光雷達(dá)技術(shù)在地質(zhì)災(zāi)害調(diào)查中的應(yīng)用: 以四川九寨溝7.0級(jí)地震為例[J]. 中國地震，2018，34(3): 52-61.

Early Identification of Geological Hazards Based on Unmanned Aerial Vehicle LiDAR and Oblique Photography

This article aims to explore the early identification technology of geological hazards based on unmanned aerial vehicle LiDAR and oblique photography, as well as the application of this technology in practice to reduce the risk of geological hazards. This paper introduces the common geological disasters and their effects, discusses the UAV technology based on LiDAR and oblique photography, and puts forward effective suggestions to apply this technology to the prone disaster areas. In addition, the UAV system technology is studied in depth, especially the application of laser rangefinder LiDAR and oblique photography technology in the UAV system to identify hidden areas of geological disasters. Finally, the research achievements of UAV system technology in detecting and identifying geological disasters are summarized, and suggestions for further development are put forward to help UAV technology play a greater role in detecting and identifying hidden geological disasters.

unmanned aerial vehicle (UAV); oblique photography; geological hazards; early identification of hidden dangers

TP7

A

1008-1151(2023)07-0009-05

2023-02-27

濟(jì)南市天橋區(qū)自然資源局地質(zhì)災(zāi)害風(fēng)險(xiǎn)普查服務(wù)項(xiàng)目（TQKNCS-2021-88）。

李振忠（1969－），男，遼寧錦州人，凌海市自然資源服務(wù)中心工程師，從事測繪地理信息系統(tǒng)，自然資源調(diào)查服務(wù)工作。

何強(qiáng)（1986－），男，河北高碑店人，山東省第一地質(zhì)礦產(chǎn)勘查院工程師，從事水工環(huán)地質(zhì)勘查研究工作。