徐夢潔 鄭朝峰 季曉菲

摘要：為實現(xiàn)邊坡巖體穩(wěn)定評估，以西南某露天礦山邊坡為研究對象，通過實地勘察進行研究區(qū)劃分、結構優(yōu)勢面分析和測點布置，獲取分區(qū)點云數(shù)據。采用Python編程及一系列處理軟件實現(xiàn)巖體結構面三維信息提取與統(tǒng)計分析，得到結論如下：1） 通過現(xiàn)場考察，將研究區(qū)劃分為東側3個區(qū)和南側3個區(qū)，選出4個分區(qū)進行測點和測站布置，共布置14個測點和23個測站獲取邊坡點云；2） 基于圓盤模型、投影法和點法式平面方程，并結合Python等一系列處理軟件實現(xiàn)了結構面三維信息的半自動提取與統(tǒng)計分析；3） 研究區(qū)結構面參數(shù)分布形式主要為均勻分布為，東側層理體密度大于南側，E-2分區(qū)邊坡整體穩(wěn)定由節(jié)理和層理共同控制，而E-3、S-2和S-3分區(qū)主要由層理控制。

關鍵詞：巖體結構面；三維點云；半自動提取與統(tǒng)計；礦山邊坡

中圖分類號：TU45? ? 文獻標識碼：A

文章編號：1009-3044（2024）07-0121-03

開放科學（資源服務）標識碼（OSID）

0 引言

邊坡巖體在長期地質構造運動作用下，會產生大量形態(tài)各異、均一性差的結構面，造成巖體性質復雜多變，威脅巖質邊坡穩(wěn)定。巖體結構面三維信息獲取對于邊坡巖體安全評估十分重要。傳統(tǒng)的測量和數(shù)據處理方法已不能滿足目前高速發(fā)展社會的測量需求。三維激光掃描技術被譽為繼GPS技術以來測繪領域的又一次技術革命[1]。其能高效、大范圍、高精度地獲取地物結構三維信息，廣泛用于巖體測繪等多項領域，發(fā)展前景廣闊。而高效、準確地處理結構三維點云數(shù)據，實現(xiàn)結構三維信息的自動化提取和分析是今后發(fā)展的方向。

胡武婷[2]等基于某巖質邊坡，通過PCA主成分分析計算和高斯核密度計算求解點云產狀和點云密度，并利用改進優(yōu)化的分水嶺算法實現(xiàn)巖體優(yōu)勢結構面的自動聚類。陳凱[3]等以國內某礦山邊坡為例，通過三維掃描技術實現(xiàn)邊坡結果信息獲取和預處理，并提出實現(xiàn)巖體結構面產狀、跡長等信息的快速識別、提取與統(tǒng)計的方法。

對此，本文以西南某礦山邊坡為研究對象，通過實地勘察、研究區(qū)劃分、結構優(yōu)勢面分析、測點布置、三維掃描等流程獲取分區(qū)點云數(shù)據。采用圓盤模型、投影法結合Python編程及一系列軟件處理手段實現(xiàn)巖體結構面信息半自動化提取與統(tǒng)計分析，為邊坡巖體結構面穩(wěn)定性評估提供技術支撐。

1 研究區(qū)概況

本研究對象為西南某大型露天礦山，研究區(qū)東側開挖較早，早期已完成施工，邊坡長時間裸露，巖體風化程度較高，表面植被發(fā)育；研究區(qū)南側為開挖施工區(qū)，出露巖體較新，多為近期開挖，完整性好，植被較少。

2 點云數(shù)據獲取

礦山邊坡研究區(qū)點云數(shù)據具體獲取流程如下：

2.1 現(xiàn)場考察

通過現(xiàn)場考察，研究區(qū)東側和南側邊坡性狀因開挖施工和長期環(huán)境作用影響，表現(xiàn)出較大的差異。其中，東側邊坡受人工開挖影響，出露巖體受爆破擾動影響較嚴重，巖體破碎程度高，完整性差，植被發(fā)育，對掃描獲取邊坡結構信息的干擾較大，需設置多個測點相互補充修正，以獲取采集邊坡完整和準確信息；邊坡臺階條件和結構面出露條件較差，增加點云識別難度和要求。研究區(qū)南側為新開采區(qū)，植被生長比東側少，表面多處覆土；結構面出露較不明顯，該區(qū)節(jié)理出露條件較好，而層理存在多處測量盲區(qū)，需針對具體情況布置測點。

2.2 研究區(qū)劃分

基于現(xiàn)場考察結果，考慮邊坡開挖時間、巖體風化程度以及巖體出露條件等因素，將研究區(qū)劃分為E、S兩個大區(qū)，對應研究區(qū)東側和南側。并根據開采時間先后、風化程度強弱和采集難易程度，將E、S兩個大區(qū)細分為E-1、E-2、E-3和S-1、S-2、S-3 6個小區(qū)。其中E-1分區(qū)采集條件惡劣、測取十分困難，S-1分區(qū)范圍較小，這2個分區(qū)不開展后續(xù)研究。

2.3 優(yōu)勢結構面分析

對剩下4個分區(qū)進行優(yōu)勢結構面分析：研究區(qū)東側的E-2和E-3分區(qū)優(yōu)勢結構面均為3組節(jié)理和1組層面，南側的S-2和S-3分區(qū)則是2組節(jié)理和1組層面，對其按分區(qū)順序進行編號共計10組節(jié)理（J1～J10） 和4組層理（B1～B4） 。

2.4 測點和測站確定

為保證測取數(shù)據的完整性和準確性，結合各分區(qū)邊坡結構面出露情況，各分區(qū)設置2～3組測點，各組測點包括1～3個測點，各測點布設2～3組測站，以方便數(shù)據對比和修正，保證測取面積的全面覆蓋。具體測點、測站布置情況如表1所示，共計布置9組測點，14個測點，23個測站。

2.5 點云數(shù)據獲取與預處理

本文研究采用礦用三維激光掃描測量系統(tǒng)（BLSS-PE） 獲取礦山邊坡結構面點云數(shù)據，點云數(shù)據預處理主要完成點云拼接和去除雜質任務，結合本研究具體情況，點云數(shù)據處理包括以下4個步驟：

①采用掃描系統(tǒng)配套程序去除研究區(qū)外雜點，并根據測站主機方位角建立點云與大地坐標的映射關系，以dxf格式導出處理后點云數(shù)據。

②將同一測點不同測站的點云數(shù)據導入Geomagic軟件，參考結構面特征點與參照物的位置關系，利用軟件N點對齊和最佳擬合對齊功能拼接點云，完成點云簡單處理。

③為提高優(yōu)化點云精度，將拼接完成后的點云對比現(xiàn)場拍攝照片進行手動裁剪，以去除植被、表面覆土和碎石裂紋的干擾；并考慮結合軟件減噪功能完成去噪處理，以降低點云厚度，提高分析精度。

④最終得到處理完成點云，通過Polyworks導出保存為txt格式，以備后續(xù)結構面三維信息提取和統(tǒng)計分析工作使用。

3 結構面三維信息提取與統(tǒng)計分析

3.1 結構面三維信息提取

3.1.1 提取原理與方法

本研究的結構面信息提取采用半自動提取的方法，首先采用MATLAB開發(fā)的DSE軟件分組保存點云數(shù)據，然后采用CloudCompare軟件篩選、分離分組后的點云噪聲數(shù)據，將處理好的各分區(qū)數(shù)據通過Octree分組將結構面點云單獨分離出來，并對其編號。最后通過Python編寫計算程序，計算各結構面的產狀、跡長、間距和體密度等三維信息。

跡長和間距的計算采用Beacher等提出的泊松圓盤模型，以E-2分區(qū)的節(jié)理J3為例，圖1為基于E-2分區(qū)節(jié)理J3構建的結構面圓盤模型，每個圓盤代表一個結構面，跡長則是每個結構面圓盤的弦長（紅線），對應圓盤上兩點點距最大值，可通過Python編寫基于各結構面點云點與點距離的遍歷算法求取。結構面間距則是法向方向上各圓盤的垂直距離，可通過點法式平面方程進行計算（見式（1）） ，式中，[α、β、γ]為結構面對應法向量與[x、y、z]軸間的夾角，由分組后的結構面優(yōu)勢產狀確定；[p]為原點到平面的距離。將計算所得各結構面平面方程按p值大小排序，即可計算兩兩平面之間的間距。體密度為該組結構面數(shù)量n與最小包裹長方體體積V的比值，其計算原理如圖2所示。計算該組結構面坡面的法向量A、邊坡走向B和正交于AB面的C，將3D點云在A、B、C三個方向上的投影間距最大值作為長方體的長寬高（同樣采用式（1） 計算），即可計算長方體的體積。最后對計算結果進行編號整理并記錄。

[xcosα+ycosβ+zcosγ=p] （1）

3.1.2 編程實現(xiàn)半自動提取

基于上述思路，采用Python軟件編寫分組后結構面點云數(shù)據再處理計算程序，高效智能地獲取分組后各組結構面的跡長、間距、體密度等參數(shù)，具體編寫思路流程如下：

①產狀提?。壕帉懱幚?D點云的代碼，計算各組結構面整體產狀，包括傾向、傾角數(shù)據。然后將各組結構面點云分隔成單一結構面，計算結構面數(shù)量并分開編號保存，以便數(shù)據整理和索引。

②跡長提取：編寫點距遍歷算法，以單個結構面中點距最大值作為跡長，計算并記錄點距最大值、兩點坐標及中點坐標的數(shù)據信息，然后統(tǒng)計整組結構面的所有數(shù)據并合并導出。

③間距提?。簩③E長中點作為結構面中心，根據結構面傾向和傾角數(shù)據編寫代碼計算優(yōu)勢結構面的法向量，將中點坐標和法向量與三個坐標軸夾角的余弦值帶入點法式平面方程（式（1）） ，計算得到各結構面的重構平面方程組，按順序排列平面方程組并計算相鄰結構面間距，打包記錄該組結構面的間距數(shù)據并導出。

④體密度提?。翰捎貌襟E③的間距計算方法，編寫代碼計算各方向點云投影間距最大值，然后對應算出最小包裹長方體體積V和長方體內結構面數(shù)量，最終計算出結構面體密度。

3.2 結構面三維信息統(tǒng)計分析

3.2.1 統(tǒng)計結果

運用SPSS與Origin軟件檢測計算結構面產狀、跡長、間距和體密度數(shù)據的統(tǒng)計分布類型，通過分析可知，各組結構面參數(shù)主要包括均勻分布（I） 、正態(tài)分布（II） 、對數(shù)正態(tài)分布（III） 和負指數(shù)分布（IV） 四種分布類型，各分區(qū)結構面參數(shù)統(tǒng)計結果如表2所示。

3.2.2 結果分析

分析統(tǒng)計計算結果可知：

1） 參數(shù)分布形態(tài)：研究對象共計4組結構面分區(qū)，包括10組節(jié)理和4組層面，其傾向、傾角、半跡長和間距主要以均勻分布（I） 為主，部分結構面參數(shù)呈正態(tài)分布（II） ，少數(shù)呈對數(shù)正態(tài)分布（III） 或負指數(shù)分布（IV） 。

2） 體密度大?。貉芯繀^(qū)東側的E-2和E-3兩個分區(qū)的層面體密度明顯小于南側S-2和S-3兩個分區(qū)，各分區(qū)層理體密度變化范圍較大。

3） 邊坡形態(tài)：E-2分區(qū)節(jié)理J1規(guī)模較小，控制邊坡局部穩(wěn)定，而節(jié)理J2、J3和層理B1規(guī)模較大，邊坡整體穩(wěn)定由節(jié)理和層理共同控制；E-3分區(qū)節(jié)理J4、J5、J6規(guī)模較小，控制邊坡局部穩(wěn)定，而層理B2規(guī)模較大，邊坡整體穩(wěn)定由層理控制；S-2分區(qū)節(jié)理J7、J8規(guī)模較小，層理B3規(guī)模較大，邊坡整體穩(wěn)定同樣由層理控制；S-3分區(qū)節(jié)理J9、J10規(guī)模較小，層理B4規(guī)模較大，層理控制邊坡整體穩(wěn)定。 （下轉第126頁）

（上接第123頁）

4 結論

本文以西南某大型露天礦山邊坡為例，在實地勘察的基礎上進行研究區(qū)劃分、結構優(yōu)勢面分析和測點布置，獲取了各分區(qū)的點云數(shù)據。然后通過Python編程及一系列處理軟件實現(xiàn)了巖體結構面三維信息提取與統(tǒng)計分析，得到如下結論：

1） 基于現(xiàn)場考察結果將研究區(qū)分為東側3個區(qū)和南側3個區(qū)，對能進行量測或有量測價值的4個區(qū)進行測點和測站布置，共計布置14個測點和23個測站。

2） 基于圓盤模型、投影法和點法式平面方程，結合Python編程和一系列處理軟件實現(xiàn)巖體結構面傾角、傾向、跡長、間距和體密度等三維信息的半自動提取與統(tǒng)計分析。

3） 分析統(tǒng)計結果可知，結構面參數(shù)分布形式主要為均勻分布，少數(shù)呈正態(tài)分布、對數(shù)正態(tài)分布或負指數(shù)分布；研究區(qū)東側層理體密度整體大于南側；E-2分區(qū)邊坡整體穩(wěn)定由節(jié)理和層理共同控制，而E-3、S-2和S-3分區(qū)主要由層理控制。

參考文獻

[1] 方立偉.三維激光掃描技術在隧道工程中的應用分析[J].測繪與空間地理信息，2023，46（2）：163-165.

[2] 胡武婷，劉昶，董秀軍，等.基于三維激光掃描的巖質邊坡結構面自動識別方法[J].成都理工大學學報（自然科學版），2023，50（3）：351-360.

[3] 陳凱，楊小聰，張達，等.三維激光掃描技術在巖體結構面幾何參數(shù)獲取中的應用[J].有色金屬工程，2021，11（8）：128-133.

【通聯(lián)編輯：梁書】