基于多源異構(gòu)數(shù)據(jù)的少資料尾礦庫潰壩三維模型重建

孫黎明,蔡 紅,嚴(yán) 俊,李維朝,肖建章

(中國水利水電科學(xué)研究院 巖土工程研究所,北京 100048)

0 引 言

尾礦庫通常由筑壩攔截谷口或圍地形成,用以堆存尾礦或其他工業(yè)廢渣。中國有數(shù)量巨大的尾礦庫,早年低標(biāo)準(zhǔn)修筑或者疏于管理的一些尾礦庫存在潰壩風(fēng)險(xiǎn),一旦失事,將對人民生命和財(cái)產(chǎn)安全產(chǎn)生重大威脅,造成重大事故[1-4]。巴西Brumadinho尾礦庫和中國襄汾尾礦庫失事都造成了巨大的人員財(cái)產(chǎn)損失,因此需要研究尾礦庫潰壩相關(guān)搶險(xiǎn)和救災(zāi)技術(shù),特別是在潰決后,需快速獲取潰決前后的地形數(shù)據(jù)、尾礦壩、尾礦庫等建立現(xiàn)狀地形模型,用于快速評估災(zāi)情,為搶險(xiǎn)救災(zāi)提供信息化支撐[5]。

在尾礦庫潰決后,首先需要獲取潰決前后的尾礦庫內(nèi)地形數(shù)據(jù),其中以尾礦壩潰前和潰后的三維幾何模型及潰后下游影響區(qū)地形為重點(diǎn),為尾礦壩的數(shù)值模擬分析提供幾何模型基礎(chǔ)。結(jié)合GIS(地理信息系統(tǒng))空間分析技術(shù),可以快速計(jì)算潰決的體積、區(qū)域面積、損失程度和生境等信息。開展尾礦庫潰壩前后模型重建相關(guān)的專業(yè)研究[6-8],有助于在災(zāi)情發(fā)生的第一時間快速恢復(fù)相關(guān)三維幾何模型,為虛擬仿真和數(shù)值計(jì)算提供計(jì)算模型基礎(chǔ)。過去針對尾礦庫相關(guān)的分析計(jì)算研究,主要是利用衛(wèi)星、無人機(jī)、GNSS(全球定位系統(tǒng))測量等手段進(jìn)行數(shù)據(jù)感知,可以在尾礦壩潰后第一時間獲取DEM(數(shù)字地形模型)、DOM(數(shù)字正射影像)等數(shù)據(jù),構(gòu)建地形模型和尾礦壩體三維幾何模型,并基于GIS平臺,實(shí)現(xiàn)尾礦庫潰決過程的精準(zhǔn)化虛擬仿真,然而這些只是針對常規(guī)礦區(qū)潰后的地形模型和尾礦庫地形構(gòu)建方案。此外,在一些偏遠(yuǎn)地區(qū)或者閉庫的資料匱乏區(qū)域,潰決前的地形數(shù)據(jù)和壩體詳細(xì)資料在短時間內(nèi)較難獲取。目前,針對多源數(shù)據(jù)融合的快速建?；蜥槍ι儋Y料地區(qū)的尾礦庫模型恢復(fù)重建的相關(guān)研究還相對較少,無法為實(shí)際搶險(xiǎn)救災(zāi)提供支撐,因此,針對少資料地區(qū)尾礦庫潰決后的地形模型和尾礦庫模型恢復(fù)方法,是當(dāng)前亟需研究的重點(diǎn)課題之一[9]。

目前,針對尾礦庫的地形獲取方法主要集中于利用無人機(jī)或者衛(wèi)星遙感手段直接獲取DEM,后續(xù)再基于此建立尾礦庫影響區(qū)的三維模型,進(jìn)行尾礦庫安全的預(yù)測預(yù)警和分析評估[10-11],以及通過已有的基礎(chǔ)圖紙,結(jié)合GIS、CAD、CAE類軟件構(gòu)建壩區(qū)的三維模型,將三維模型用于風(fēng)險(xiǎn)評估、潰決模擬和損失情況等數(shù)值模擬分析、空間計(jì)算分析和三維虛擬仿真[12-13]。然而,目前針對少資料情況下尾礦庫的多源異構(gòu)數(shù)據(jù)感知與融合,以及潰壩前后三維模型構(gòu)建方法的相關(guān)研究還較少[14]。對此,本文提出一種適用于少資料地區(qū)的基于多源空間數(shù)據(jù)的尾礦庫三維模型重建方法,以光學(xué)遙感衛(wèi)星、雷達(dá)衛(wèi)星、無人機(jī)等方式獲取到的多種數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)源,結(jié)合尾礦壩和尾礦庫的數(shù)據(jù)結(jié)構(gòu)與幾何分布特征,利用克里金插值方法或樣條插值方法結(jié)合模型轉(zhuǎn)換融合方法,實(shí)現(xiàn)柵格數(shù)據(jù)的高精度融合,完成尾礦庫潰壩前后的三維模型和下游地形模型重建,為后續(xù)的計(jì)算分析評估提供壩體三維幾何模型、網(wǎng)格模型和地形模型支持。本文以2008年山西襄汾陶寺鄉(xiāng)980溝尾礦庫潰壩事件為研究案例,采用此方法構(gòu)建了襄汾尾礦庫潰壩前后的高精度三維模型[15-16],可以為后續(xù)少資料地區(qū)尾礦庫三維模型的快速重建提供參考。

1 尾礦庫多源數(shù)據(jù)感知方法

尾礦庫潰決后需要盡快進(jìn)行災(zāi)情評估和搶險(xiǎn),而全面的數(shù)據(jù)是進(jìn)行評估的基礎(chǔ)[17]。研究尾礦庫數(shù)據(jù)獲取的方法和標(biāo)準(zhǔn)有助于在尾礦庫潰決后第一時間獲取數(shù)據(jù),實(shí)現(xiàn)數(shù)據(jù)高效融合利用[18-19]。目前,尾礦庫潰決后的信息感知有以下幾個難題:① 搶險(xiǎn)救災(zāi)所需數(shù)據(jù)感知方式分散;② 針對尾礦庫失事所需的感知信息時效性不高;③ 多源異構(gòu)數(shù)據(jù)不能有效融合;④ 偏遠(yuǎn)少資料地區(qū)的尾礦庫在潰后較難重建出滿足需求的三維模型。

近些年,關(guān)于尾礦庫的信息快速感知方面的研究重點(diǎn)集中在采用無人機(jī)、衛(wèi)星和GNSS等手段,獲取某一時刻尾礦庫所在區(qū)域的地形模型,但對多種方法融合應(yīng)用的研究還較少;且這些模型多用于三維虛擬瀏覽,而針對少資料地區(qū)特別是缺少潰決前高精度地形數(shù)據(jù)的地區(qū),直接在潰后獲取的地形數(shù)據(jù)不能滿足壩體潰決和泥石流損失評估的需求(需要將潰壩前的壩體、庫區(qū)和下游地形與潰決后的情況進(jìn)行對比,得到2個時間段的同一區(qū)域的地形模型數(shù)據(jù))。此外,還需要構(gòu)建壩體的內(nèi)部結(jié)構(gòu)三維模型,為壩體的數(shù)值模擬分析提供網(wǎng)格結(jié)構(gòu)模型。以下為幾種常見的尾礦庫空間信息感知方法。

(1) 遙感衛(wèi)星。光學(xué)遙感衛(wèi)星可以利用衛(wèi)星對地固定區(qū)域的周期性訪問,獲取地面的地理光學(xué)影像。商業(yè)光學(xué)衛(wèi)星的分辨率通常可至20 cm,而傾斜攝影技術(shù)和雷達(dá)衛(wèi)星可以得到全球大區(qū)域范圍內(nèi)的地形數(shù)據(jù),這對于少資料地區(qū)或者偏遠(yuǎn)區(qū)域的尾礦庫潰決研究有較大意義[20]。此外,衛(wèi)星感知是全天候、全球化、受地面條件影響少的一種方式,特別在突然發(fā)生事故的情況下,衛(wèi)星數(shù)據(jù)可第一時間得到全面的歷史資料,獲取潰決前一段時間的地形和影像數(shù)據(jù),這對搶險(xiǎn)的信息化支持至關(guān)重要。

(2) InSAR(合成孔徑雷達(dá))衛(wèi)星。InSAR衛(wèi)星技術(shù)可分析大區(qū)域的高精度形變,利用InSAR衛(wèi)星的高時間分辨率和干涉特征,可以結(jié)合地面的常規(guī)DEM數(shù)據(jù),分析地表形變和尾礦壩的形變特征,進(jìn)而關(guān)注潰決成因和發(fā)生時間等關(guān)鍵參數(shù),精度可達(dá)厘米和毫米級。InSAR技術(shù)還可以普查大區(qū)域范圍內(nèi)的滑坡形變及應(yīng)用于壩體形變分析。

(3) 無人機(jī)。無人機(jī)主要用于快速、高精度獲取小范圍內(nèi)的高精度影像和DEM。隨著旋翼無人機(jī)的技術(shù)發(fā)展和成本大幅降低,其成為高精度地形和影像數(shù)據(jù)獲取的最常用方法。在發(fā)生災(zāi)害第一時間,通常采用無人機(jī)數(shù)據(jù),其中固定翼無人機(jī)體積更大、飛行高度更高,數(shù)據(jù)獲取效率更高,但是在高山峽谷區(qū)飛行困難,比較適合大區(qū)域范圍內(nèi)的測繪作業(yè);旋翼無人機(jī)更小、靈活性更高,比較適合小范圍更低高度的數(shù)據(jù)獲取,這樣得到的數(shù)據(jù)精度和時效性都更高[21]。但是,需要對無人機(jī)獲取的影像進(jìn)行后期的軟件空間解算和處理才能得到地理數(shù)據(jù),這個過程較為耗時,無法實(shí)時得到數(shù)據(jù)。

(4) LiDAR。LiDAR主要借助于搭載在無人機(jī)上的小型三維激光掃描設(shè)備進(jìn)行地形或其他結(jié)構(gòu)的外部點(diǎn)云獲取。點(diǎn)云數(shù)據(jù)的特點(diǎn)是垂直精度比水平精度高,這是其相比于光學(xué)無人機(jī)的主要優(yōu)點(diǎn)。同時,點(diǎn)云不需要復(fù)雜的后期計(jì)算,只需要與基站進(jìn)行精度矯正,因而可以實(shí)時得到高精度地形數(shù)據(jù),在精細(xì)化的壩體模型構(gòu)建和計(jì)算部分可以快速應(yīng)用。

(5) 監(jiān)測數(shù)據(jù)。GNSS主要是監(jiān)測布置在壩體及其附近的監(jiān)測儀器數(shù)據(jù)。GNSS基準(zhǔn)點(diǎn)和形變監(jiān)測數(shù)據(jù)可以為尾礦庫的三維模型分析和計(jì)算提供高精度位置參考數(shù)據(jù)。

(6) 圖紙資料。尾礦庫的地形圖、設(shè)計(jì)圖紙和計(jì)算資料等可以用于后期的三維建模,特別是在壩體內(nèi)部結(jié)構(gòu)建模時,用于壩體模型與庫區(qū)模型的離散構(gòu)建。但是,通常設(shè)計(jì)圖紙的坐標(biāo)體系和地理坐標(biāo)系不同,因而需要考慮圖紙和地理數(shù)據(jù)的融合。

2 多源異構(gòu)空間數(shù)據(jù)的快速融合

通過感知得到的多源異構(gòu)數(shù)據(jù),其格式和精度通常不同,并且不同時間、不同設(shè)備、不同方法,其數(shù)據(jù)范圍也不完全重疊。為了充分利用這些數(shù)據(jù),必須進(jìn)行數(shù)據(jù)融合,將現(xiàn)有多分辨率、多結(jié)構(gòu)、不同范圍的數(shù)據(jù)融合成為一個范圍更大、結(jié)構(gòu)更統(tǒng)一、精度更高的數(shù)據(jù),為尾礦庫的三維模型構(gòu)建提供可靠的數(shù)據(jù)來源[22]。根據(jù)數(shù)據(jù)需求分以下3種情況。

2.1 DOM影像數(shù)據(jù)融合

DOM主要指通過衛(wèi)星或無人機(jī)等得到的帶有地理投影的航空像片或遙感影像[23]。利用衛(wèi)星的時序性特征,可以收集低分辨率的尾礦庫潰決發(fā)生前的DOM數(shù)據(jù),其范圍通常相對較大,包含了潰決前的房屋、道路等生境特征;潰決后得到的高分辨率無人機(jī)影像可以與潰前的衛(wèi)星數(shù)據(jù)進(jìn)行融合。在兩者進(jìn)行投影一致化的基礎(chǔ)上,影像融合需要結(jié)合特征級融合和決策級融合兩種方法,特征級融合的重點(diǎn)是尋找尾礦壩的邊界輪廓、房屋的房角、道路等清晰邊界進(jìn)行兩張影像的校正和匹配,最終兩張圖像進(jìn)行影像鑲嵌,完成影像的融合,得到最大范圍且多個時間點(diǎn)的DOM影像。這個過程可以借助于QGIS、GRASS、ILWIS等相關(guān)GIS和遙感軟件中的數(shù)據(jù)融合功能完成。

2.2 地形數(shù)據(jù)融合

地形數(shù)據(jù)是計(jì)算和可視化中最重要的基礎(chǔ)數(shù)據(jù),通常也是由不同數(shù)據(jù)結(jié)構(gòu)存儲的,包括地形圖(等高線CAD數(shù)據(jù))、DEM、測點(diǎn)和點(diǎn)云的離散點(diǎn)數(shù)據(jù)(由LiDAR或者GNSS測量得到),因此需要研究可以融合地形數(shù)據(jù)的方法。融合方法主要分兩步:① 首先進(jìn)行投影坐標(biāo)的統(tǒng)一和位置逐點(diǎn)對照,可以選擇高精度的GNSS點(diǎn)作為控制點(diǎn)坐標(biāo),以高精度的點(diǎn)云數(shù)據(jù)為基礎(chǔ)數(shù)據(jù),然后確定壩體形變測量基準(zhǔn)點(diǎn)、道路交叉點(diǎn)等進(jìn)行數(shù)據(jù)空間校正;② 按照最終需要的數(shù)據(jù)分辨率進(jìn)行上采樣或者下采樣,通過一些常見的算法實(shí)現(xiàn)低分辨率采樣或者高分辨率插值,對于點(diǎn)云稀疏的地區(qū)或者遮擋區(qū)域,也需要用插值方法進(jìn)行加密,常用的插值方法主要是地學(xué)領(lǐng)域的空間插值方法,包括克里金插值、反距離加權(quán)插值、樣條插值等[24],在插值時需要考慮數(shù)據(jù)分布的各向異性,進(jìn)行針對性的加權(quán)以提升精度,圖1(a),(b)分別為低分辨率衛(wèi)星地形和高分辨率無人機(jī)DEM;③ 將不同格式的數(shù)據(jù)進(jìn)行結(jié)構(gòu)轉(zhuǎn)換以完成整個地形數(shù)據(jù)融合過程,這個過程可以借助于相關(guān)GIS和遙感軟件[25]。

圖1 低分辨率和高分辨率DEMFig.1 Low and high resolution DEM

2.3 三維模型與地形和影像數(shù)據(jù)融合

根據(jù)三維無人機(jī)傾斜攝影模型或BIM等三維模型,可以修正地形模型和影像數(shù)據(jù)。因?yàn)槿S模型通常有更詳細(xì)的信息,而且分辨率更高,因此可利用三維模型中的橋梁、壩體、洪痕等高精度區(qū)域數(shù)據(jù)更新地形模型,融合過程采用關(guān)鍵點(diǎn)匹配更新的方式。數(shù)據(jù)融合的具體過程如下。

(1) 統(tǒng)一參考體系。將規(guī)則格網(wǎng)數(shù)據(jù)和模型的坐標(biāo)系調(diào)整到一個坐標(biāo)系,將地理坐標(biāo)系轉(zhuǎn)換為投影坐標(biāo)系。

(2) 特征點(diǎn)匹配。選定2個數(shù)據(jù)的關(guān)鍵特征點(diǎn),特征點(diǎn)應(yīng)精度高且容易識別,通?？梢詤⒖紵o人機(jī)飛行的控制點(diǎn),或者道路、房屋的角點(diǎn)等。

(3) 空間校準(zhǔn)。利用GIS軟件將不同數(shù)據(jù)進(jìn)行空間幾何校正,相同特征點(diǎn)進(jìn)行一一對照。

(4) 空間插值。按照最高精度的數(shù)據(jù),對低分辨率的數(shù)據(jù)進(jìn)行空間插值計(jì)算,得到統(tǒng)一高精度的數(shù)據(jù)。

(5) 模型融合。將規(guī)則格網(wǎng)數(shù)據(jù)轉(zhuǎn)換為模型的三角網(wǎng)格式,然后將已有壩體模型與地形模型進(jìn)行無縫融合,利用CAD、CAE等3D建模類軟件完成。

3 尾礦庫三維模型恢復(fù)方法

針對缺乏潰前高精度地形和設(shè)計(jì)資料的情況,需要構(gòu)建潰壩前三維模型,用于和潰后模型進(jìn)行對比分析計(jì)算,為數(shù)值模擬和三維虛擬仿真提供模型。為了構(gòu)建潰壩前后尾礦庫的三維模型,需要研究基于低分辨率地形數(shù)據(jù)構(gòu)建三維壩體模型的方法。本文提出了一種基于樣條曲面方法的三維模型恢復(fù)法,可根據(jù)低精度的地形數(shù)據(jù)構(gòu)建尾礦庫和影響區(qū)域的三維模型。首先從低分辨率的數(shù)據(jù)上提取潰壩前地形的幾何特征,然后用于潰后的無人機(jī)高精度數(shù)據(jù)上,構(gòu)建壩體和庫區(qū)的三維模型,最后根據(jù)兩次數(shù)據(jù)恢復(fù)潰前的地形數(shù)據(jù)。

3.1 潰壩前后地形模型幾何特征提取

在少資料地區(qū)的尾礦庫潰壩模型構(gòu)建過程中,前期通常只有衛(wèi)星的地形數(shù)據(jù),分辨率較低(幾米),無法滿足分析計(jì)算誤差要求。在少資料的情況下進(jìn)行模型構(gòu)建,需要盡可能充分利用、融合多個數(shù)據(jù),因而需要從潰壩前的各種資料提取所需要的重點(diǎn)幾何特征,如表1所示。

表1 尾礦庫的幾何特征分類Tab.1 Classification of geometric characteristics of tailings reservoir

3.2 庫區(qū)三維模型重建

(1) 壩體模型構(gòu)建。構(gòu)建尾礦庫壩體的三維模型通常需要融合潰壩前的設(shè)計(jì)資料和地形。在缺乏設(shè)計(jì)資料的前提下,潰壩前的衛(wèi)星數(shù)據(jù)分辨率很低,潰決后使用的無人機(jī)影像分辨率高,卻沒有壩體的完整模型,只有潰決后的地形。構(gòu)建壩體模型需要先根據(jù)壩體的高程、寬度、馬道和輪廓構(gòu)建一個基礎(chǔ)斷面,將斷面與地形進(jìn)行融合,然后對斷面沿著壩軸線進(jìn)行三維拉伸進(jìn)而完成模型構(gòu)建,將尾礦庫恢復(fù)后得到的模型與高精度地形模型進(jìn)行一致化融合。

(2) 庫內(nèi)構(gòu)建。通常需要根據(jù)低分辨率的地形DEM數(shù)據(jù),利用樣條曲面函數(shù)進(jìn)行空間插值以構(gòu)建庫區(qū)內(nèi)模型。樣條曲面插值適合于三維模型的構(gòu)建,其可以從已有數(shù)據(jù)得到所在范圍內(nèi)未知位置點(diǎn)的值,獲取高分辨率的平滑數(shù)據(jù)[26-27]。以壩體內(nèi)側(cè)邊界到山體邊界為庫內(nèi)尾礦砂的模型表面。樣條曲面函數(shù)的計(jì)算方法如式(1)～(2)所示:

(1)

(2)

3.3 下游影響區(qū)三維模型重建

根據(jù)上文通過數(shù)據(jù)提取的幾何特征,為得出下游影響區(qū)在潰壩前的地形,需要在潰決后的地形上進(jìn)行恢復(fù)?；謴?fù)需要通過對洪痕高程插值進(jìn)行模型構(gòu)建,另外在河流和道路的邊界區(qū)域,通過測量潰壩洪痕點(diǎn)所在的地形數(shù)據(jù),結(jié)合道路、河流等約束條件構(gòu)建DEM地形曲面;對于房屋模型,需要在DEM地形曲面的基礎(chǔ)上進(jìn)行構(gòu)建,將房屋模型嵌入到三維地形模型之上;三維房屋橋梁等的建筑模型的構(gòu)建采用freecad,sketch up,3d max和blender等建模軟件完成。

4 應(yīng)用實(shí)例

根據(jù)本文提出的方法,按照圖2所示的技術(shù)流程,以2008年山西省襄汾980溝尾礦庫潰壩事件為研究對象,構(gòu)建了三維模型,以用于后續(xù)的風(fēng)險(xiǎn)評估、數(shù)值分析計(jì)算虛擬仿真性。

圖2 總體技術(shù)流程Fig.2 Overall technical flow

由于尾礦庫潰決時已經(jīng)是閉庫狀態(tài),且管理不規(guī)范,缺乏潰壩前的詳細(xì)設(shè)計(jì)資料,因而構(gòu)建潰壩前后的三維模型存在較大困難。潰壩后過泥面積為0.302 km2,最大縱深2.5 km,最大橫寬350 m,卸庫體積26.8萬m3,造成了重大的人員傷亡。其中,利用旋翼低空無人機(jī)進(jìn)行了傾斜攝影測量獲取DEM和DOM,襄汾尾礦庫的DOM見圖3,無人機(jī)飛行面積1.84 km2,航線長度24 km,覆蓋范圍的長度3 100 m,寬度600 m。利用無人機(jī)傾斜攝影技術(shù)得到了高精度5 cm分辨率的DOM和10 cm分辨率DSM。此外,收集到在尾礦庫發(fā)生前,2007年相關(guān)區(qū)域20 m的衛(wèi)星遙感DEM數(shù)據(jù),通過Google earth獲取到了潰壩前多個時間點(diǎn)的DOM數(shù)據(jù),但是DEM的分辨率也都較低,無法滿足潰壩計(jì)算和虛擬仿真的需要。

圖3 尾礦庫遙感影像DOMFig.3 Remote sensing DOM of tailings reservoir

利用洪痕采集記錄潰壩后尾礦砂覆蓋的范圍和典型斷面的堆積厚度,用于更新潰壩前后的地形和模型,為后期數(shù)值計(jì)算結(jié)果準(zhǔn)確性提供校核依據(jù)?，F(xiàn)場共采集洪痕點(diǎn)107處(圖4),針對現(xiàn)場測量的房屋和道路的洪痕(圖5),采用GPS靜態(tài)測量完成,精度在毫米級?；诒疚奶岢龅姆椒?首先根據(jù)衛(wèi)星、無人機(jī)、GNSS得到的地形和影像進(jìn)行了多源異構(gòu)數(shù)據(jù)的融合,調(diào)查了潰決后的房屋、橋梁和河流的損失情況,融合了洪痕點(diǎn)數(shù)據(jù),然后在數(shù)據(jù)基礎(chǔ)上建立了尾礦壩、庫區(qū)和下游影響區(qū)的三維模型(圖6),模型的精度滿足潰壩計(jì)算的要求。根據(jù)該方法得到潰壩后的DEM與地形圖(圖7)及潰壩前的DEM與不規(guī)則三角網(wǎng)模型(圖8)。因此本文提出的方法可為后續(xù)的虛擬仿真和數(shù)值模擬分析提供了三維模型基礎(chǔ),包括下游沖擊損失評估和潰壩模擬分析等。將構(gòu)建好的模型轉(zhuǎn)換為三角形網(wǎng)格單元,利用光滑粒子流體動力學(xué)(Smoothed Particle Hydrodynamics,SPH)流體模擬方法,三維模型作為地形約束曲面,輸入條件后模擬潰壩過程,可以詳細(xì)計(jì)算尾礦砂堆積過程、范圍和厚度,以此詳細(xì)進(jìn)行損失評估和尾礦庫潰壩的風(fēng)險(xiǎn)和模式研究,同時驗(yàn)證了方法的可行性。

圖4 洪痕點(diǎn)分布Fig.4 Flood marks distribution

圖5 洪痕點(diǎn)高程測量Fig.5 Flood marks elevation measurement

圖6 基礎(chǔ)DEM地形數(shù)據(jù)和與壩體融合后的三維模型Fig.6 Basic DEM terrain data and the 3D model integrated with dam data

圖7 融合后得到的襄汾尾礦庫的潰后DEM和地形圖Fig.7 DEM data and topographic map of Xiangfen tailings reservoir after dam failure

圖8 潰壩前壩體與地形融合模型Fig.8 3D modeling of dam and the terrain integration before dam failure

5 結(jié) 論

尾礦庫潰壩后的數(shù)值分析和三維虛擬仿真計(jì)算為搶險(xiǎn)救災(zāi)提供了重要支撐,而少資料地區(qū)通常需要在多源多分辨率異構(gòu)數(shù)據(jù)的基礎(chǔ)上快速構(gòu)建尾礦庫潰壩前后的三維模型。本文提出了一種基于多源異構(gòu)數(shù)據(jù)融合的三維模型高精度構(gòu)建方法,實(shí)現(xiàn)了在衛(wèi)星、無人機(jī)、GNSS等多源多分辨率異構(gòu)空間數(shù)據(jù)融合的基礎(chǔ)上,提取尾礦庫三維模型的幾何特征,結(jié)合房屋、洪痕、損失調(diào)查等,利用樣條曲面插值方法,提出了潰壩前后尾礦壩、庫區(qū)和下游影響區(qū)潰壩前后三維模型的恢復(fù)方法,實(shí)現(xiàn)了最大化的數(shù)據(jù)利用,為少資料地區(qū)尾礦庫提供了潰壩前后三維模型快速構(gòu)建支持,未來可以繼續(xù)在數(shù)據(jù)融合與幾何特征提取方面進(jìn)行更多研究,提升整體模型構(gòu)建的精確度。