摘要：無(wú)人機(jī)攝影測(cè)量技術(shù)的快速發(fā)展使得獲取高精度、高分辨率的地理信息數(shù)據(jù)變得更加容易，但如何高效地處理這些海量數(shù)據(jù)仍然是當(dāng)前無(wú)人機(jī)應(yīng)用領(lǐng)域的熱點(diǎn)之一。在現(xiàn)有無(wú)人機(jī)攝影測(cè)量技術(shù)的基礎(chǔ)上，提出采用地表空間位移場(chǎng)的測(cè)量方法，對(duì)采空耕地的三維變形數(shù)據(jù)進(jìn)行研究。實(shí)驗(yàn)表明：對(duì)無(wú)人機(jī)原始數(shù)據(jù)直接計(jì)算所得首、末兩期下沉中誤差為19.8mm，采用地表空間位移場(chǎng)的測(cè)量方法處理后的測(cè)量中誤差為12.1mm，較處理前精度提升38.9%，地表水平移動(dòng)測(cè)量精度為21.6mm。

關(guān)鍵詞：無(wú)人機(jī)變形監(jiān)測(cè)下沉提取水平移動(dòng)提取

中圖分類號(hào)：P231

Researchon3DSurfaceDeformationMonitoringinGoafUsingUAVTechnology

SHIQinggang

159thBrigade，GuizhouProvincialCoalfieldGeologicalBureau，，Liupanshui，GuizhouProvince，553500China

Abstract：TherapiddevelopmentofUnmannedAerialVehicle（UAV）Photogrammetrytechnologyhasmadeiteasiertoobtainhigh-precisionandhigh-resolutiongeographicinformationdata，buthowtoefficientlyprocessthesemassiveamountsofdataremainsoneofthehottopicsinthecurrentfieldofUAVapplications.OnthebasisofexistingUAVPhotogrammetrytechnology，thisarticleproposesameasurementmethodusingSurfaceSpatialDisplacementFieldtostudythethree-dimensional（3D）deformationdataofgoaffarmland.TheexperimentshowsthatthemeansquareerrorofthefirstandlasttwoperiodsofsubsidencedirectlycalculatedfromtheUAVrawdatais19.8mm，andthemeasurementmeansquareerrorprocessedusingthesurfacespatialdisplacementfieldmeasurementmethodis12.1mm，whichisanimprovementof38.9%inaccuracycomparedtobeforeprocessing.theaccuracyofsurfacehorizontalmovementmeasurementis21.6mm.

KeyWords：UAV;Deformationmonitoring;Sinkingextraction;Horizontalmovementextraction

我國(guó)耕地總面積中有42.7%為煤量復(fù)合區(qū)域，在煤炭資源不斷開采的同時(shí)，不可避免地會(huì)對(duì)耕地土壤造成破壞，如水土流失、肥力下降等，嚴(yán)重時(shí)甚至導(dǎo)致地表產(chǎn)生裂縫或者塌陷[1]。如何平衡糧食生產(chǎn)和煤炭開采之間的問題，一直是制約著我國(guó)可持續(xù)發(fā)展的關(guān)鍵點(diǎn)。

地下煤炭的開采會(huì)導(dǎo)致上覆巖層的應(yīng)力狀態(tài)經(jīng)歷“平衡—變化—再平衡”過程。而這一過程會(huì)導(dǎo)致巖層發(fā)生移動(dòng)、變形和破壞，從而影響到地表，使其發(fā)生連續(xù)或非連續(xù)變形[2]。長(zhǎng)期以來(lái)，如何解決地表變形等問題一直是學(xué)者們研究的重點(diǎn)。

1工程概況

本次研究區(qū)域位于貴州省某煤礦，工作面上方多為耕地，且分布有零星的建筑物。煤礦開采會(huì)對(duì)地表土壤和植被造成破壞，導(dǎo)致土地沉降、土壤侵蝕、植被覆蓋度降低等問題，進(jìn)而會(huì)引發(fā)地下水位降低，導(dǎo)致周邊土地干旱、植物枯萎等。為了降低對(duì)當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)和居民生活的影響，有必要明確在煤礦開采過程中最為顯著的地表沉降變化，為后續(xù)研究土地破壞、地下水位降低等方面的問題提供數(shù)據(jù)支撐。

2外業(yè)數(shù)據(jù)獲取

為了監(jiān)測(cè)工作面開采對(duì)地表產(chǎn)生的變形，基于無(wú)人機(jī)的空間位移場(chǎng)測(cè)量方法對(duì)工作面上方地表進(jìn)行監(jiān)測(cè)。在2022年3月至2023年1月期間共采集七期數(shù)據(jù)。由于研究區(qū)域多為耕地，為了在數(shù)據(jù)采集期間保證像控點(diǎn)的穩(wěn)定性，本次研究定制了紅白相間的硬塑料板平鋪在耕地上作為像控點(diǎn)，在周邊的水泥路面上則是使用油漆噴制而成，像控點(diǎn)布設(shè)平面位置如圖1所示。采用RTK測(cè)量像控點(diǎn)的平面坐標(biāo)，精度為3cm，采用三等水準(zhǔn)測(cè)量像控點(diǎn)的高程坐標(biāo)，精度為1mm。

3地表下沉提取

根據(jù)各期點(diǎn)云數(shù)據(jù)中植被的RGB值設(shè)置相應(yīng)的顏色閾值之后，剔除地面點(diǎn)云中的植被點(diǎn)以及其他噪點(diǎn)。為了得到更加精確的地表下沉數(shù)據(jù)，現(xiàn)根據(jù)耦合地表變形與無(wú)人機(jī)測(cè)量精度的空間域?yàn)V波方法對(duì)原始數(shù)據(jù)進(jìn)行處理[3]。將各期的地面點(diǎn)云進(jìn)行柵格化處理，重新生成精度更高的DEM，計(jì)算首末兩期DEM差值后，均勻地提取該區(qū)域內(nèi)點(diǎn)的下沉值，并沿東西方向和南北方向分別導(dǎo)出采樣點(diǎn)的初始下沉點(diǎn)坐標(biāo)（x，y，z），得到沿兩個(gè)不同方向排序的初始下沉值文件。通過遍歷采樣點(diǎn)，計(jì)算當(dāng)前點(diǎn)南北方向相鄰兩點(diǎn)的下沉差與兩點(diǎn)之間距離的比值，當(dāng)作該點(diǎn)的南北方向傾斜值。同理，計(jì)算該點(diǎn)的東西方向傾斜值。

計(jì)算完所有點(diǎn)的初始傾斜值后，根據(jù)無(wú)人機(jī)的測(cè)量精度以及采樣點(diǎn)的初始傾斜值，確定該點(diǎn)周圍格網(wǎng)劃分的大小，對(duì)格網(wǎng)內(nèi)所有點(diǎn)的下沉值取平均值當(dāng)作該點(diǎn)的實(shí)際下沉值。將處理之后的采樣點(diǎn)重新構(gòu)建高程三角網(wǎng)生成DEM，進(jìn)行后續(xù)綜合性分析。第2期和第7期DEM分別如圖2、圖3所示，從圖中可以清晰地看出，受地下開采的影響，地表變形區(qū)域范圍逐漸擴(kuò)大，且最大下沉值也在不斷地增大。

為了驗(yàn)證該方法提取的地表下沉精度，本文實(shí)驗(yàn)通過在工作面上方布置地表移動(dòng)觀測(cè)站測(cè)量水準(zhǔn)高程來(lái)檢驗(yàn)精度。以水準(zhǔn)測(cè)量數(shù)據(jù)為地表下沉真值驗(yàn)證無(wú)人機(jī)測(cè)量地表下沉的精度[4]。計(jì)算可得，在研究區(qū)域均勻布設(shè)像控點(diǎn)時(shí)，（1）四期的無(wú)人機(jī)原始數(shù)據(jù)測(cè)量地表下沉中誤差為13.4mm，利用本文所提方法處理后中誤差為8.1mm，精度提升效率為39.6%；（2）五期的無(wú)人機(jī)原始數(shù)據(jù)測(cè)量地表下沉中誤差為18.1mm，經(jīng)處理后中誤差為11.1mm，精度提升效率為38.7%；（3）六期的無(wú)人機(jī)原始數(shù)據(jù)測(cè)量地表下沉中誤差為19.8mm，經(jīng)處理后中誤差為12.1mm，精度提升效率為38.9%。由此可知，隨著下沉值的增加，測(cè)量的精度也有一定的下降，但本文所提無(wú)人機(jī)下沉測(cè)量方法均有較高的精度提升效果。

4地表水平移動(dòng)提取

為了更好地揭示地表的變形規(guī)律，在獲取地表下沉的同時(shí)提取地表的水平移動(dòng)值。本次實(shí)驗(yàn)基于增量的地表水平移動(dòng)提取方法來(lái)獲取水平移動(dòng)變化量[5]。由于整個(gè)監(jiān)測(cè)周期較長(zhǎng)，首末兩期影像變化較大，缺少持續(xù)穩(wěn)定的特征點(diǎn)，因此本次實(shí)驗(yàn)通過構(gòu)建虛擬觀測(cè)網(wǎng)，在此基礎(chǔ)上計(jì)算相鄰兩期的水平移動(dòng)變化量，利用虛擬觀測(cè)網(wǎng)作為橋梁，將水平移動(dòng)增量進(jìn)行累加，獲取整個(gè)采動(dòng)變形周期內(nèi)的水平移動(dòng)值。具體操作如下。

（1）考慮到本次案例的監(jiān)測(cè)區(qū)域范圍較大，因此將獲取的DOM影像均勻地分割成同等的數(shù)量，對(duì)裁剪后的影像進(jìn)行檢查，確保每一對(duì)對(duì)應(yīng)的影像都包含相同的研究區(qū)域。

（2）利用SIFT算子對(duì)同名影像DOM1與DOM2進(jìn)行特征點(diǎn)匹配。根據(jù)特征點(diǎn)在DOM1上的坐標(biāo)Ai（X1，Y1），和DOM2上的坐標(biāo)Bi（X2，Y2）計(jì)算特征點(diǎn)的地理坐標(biāo)偏移[6]。

（3）將研究區(qū)域范圍內(nèi)所有的特征點(diǎn)水平移動(dòng)值進(jìn)行匯總，并按東西方向和南北方向進(jìn)行分解，得到沿兩個(gè)方向的水平移動(dòng)變化量。

（4）以10m的間隔對(duì)整個(gè)采動(dòng)影響區(qū)域進(jìn)行格網(wǎng)剖分，并將格網(wǎng)的中心作為虛擬觀測(cè)點(diǎn)，根據(jù)上一步驟中獲取的特征點(diǎn)的水平移動(dòng)值，按反距離加權(quán)法內(nèi)插出虛擬觀測(cè)點(diǎn)沿東西和南北向的水平移動(dòng)值。

（5）重復(fù)上述步驟，獲取所有相鄰兩期DOM在虛擬觀測(cè)點(diǎn)上的水平變化量，并以其為橋梁進(jìn)行疊加，得到整個(gè)監(jiān)測(cè)周期內(nèi)的地表水平移動(dòng)變化值。

主要統(tǒng)計(jì)了四、五、六期的水平移動(dòng)值，經(jīng)計(jì)算發(fā)現(xiàn)：（1）四期的東西向水平移動(dòng)中誤差為12.4mm，南北向水平移動(dòng)中誤差為11.9mm；（2）五期的東西向水平移動(dòng)中誤差為15mm，南北向水平移動(dòng)中誤差為15.5mm；（3）六期的東西向水平移動(dòng)中誤差為21.6mm，南北向水平移動(dòng)中誤差為18.8mm。在校內(nèi)實(shí)驗(yàn)時(shí)該模式下的水平移動(dòng)中誤差為3.9mm，遠(yuǎn)小于野外測(cè)量的誤差，分析原因是校內(nèi)實(shí)驗(yàn)時(shí)識(shí)別特征點(diǎn)的誤差為3.9mm，并非內(nèi)插得到的虛擬觀測(cè)點(diǎn)的坐標(biāo)誤差，因此誤差較大。此外，校內(nèi)實(shí)驗(yàn)只涉及兩期數(shù)據(jù)間的水平移動(dòng)計(jì)算，并未有多期數(shù)據(jù)間的累加，根據(jù)誤差傳播定律，隨著各期水平移動(dòng)的累加，其誤差勢(shì)必會(huì)增大。

根據(jù)各期南北方向和東西方向的水平移動(dòng)值計(jì)算各地面點(diǎn)的矢量和，進(jìn)而繪制地表水平位移場(chǎng)矢量圖，如圖4、圖5所示。以箭頭的形式表示每個(gè)點(diǎn)的水平移動(dòng)方向和大小，箭頭的長(zhǎng)度和方向表示了地表水平移動(dòng)的幅度和方向。從圖中可以看出，在工作面附近的中心區(qū)域，地表呈現(xiàn)出向內(nèi)收縮的變形特征，變形量較大，矢量箭頭長(zhǎng)度較長(zhǎng)，表示水平位移較大的區(qū)域。而遠(yuǎn)離工作面的區(qū)域，變形量逐漸減小，矢量箭頭長(zhǎng)度也相應(yīng)減小。隨著工作面的不斷推進(jìn)，水平移動(dòng)值在逐漸增大，位移的角度也逐漸增大，更偏向于指向工作面的中心方向。

5結(jié)語(yǔ)

采動(dòng)過程中地表平面、高程的變化是揭示地表移動(dòng)與變形規(guī)律，構(gòu)建地表沉陷預(yù)測(cè)方法的重要基礎(chǔ)數(shù)據(jù)。獲取高精度的變形監(jiān)測(cè)數(shù)據(jù)、提取煤礦開采產(chǎn)生的地表點(diǎn)的三維變形對(duì)于煤礦安全生產(chǎn)、防災(zāi)減災(zāi)具有重要的意義。本文采用地表下沉空間域?yàn)V波方法和基于增量的地表水平移動(dòng)提取方法，實(shí)驗(yàn)表明，該方法的首、末兩期下沉測(cè)量精度為12.1mm，較未處理前精度提升38.9%；水平移動(dòng)測(cè)量精度為21.6mm，有效地提高了無(wú)人機(jī)攝影測(cè)量的精度。

參考文獻(xiàn)

[1]童朋飛.聯(lián)合無(wú)人機(jī)激光雷達(dá)和正射影像的礦區(qū)地表變形監(jiān)測(cè)研究[D].長(zhǎng)沙：中南大學(xué)，2022.

[2]張士誠(chéng)，魏娜，楊金凱，等.基于無(wú)人機(jī)遙感影像的邊坡位移變形監(jiān)測(cè)技術(shù)[J].自動(dòng)化技術(shù)與應(yīng)用，2023，42（06）：13-16，32.

[3]葛永泉.智能手機(jī)及無(wú)人機(jī)在動(dòng)態(tài)變形監(jiān)測(cè)中的應(yīng)用研究[D].濟(jì)南：山東建筑大學(xué)，2022.

[4]孫斌.基于無(wú)人機(jī)航空攝影測(cè)量技術(shù)的礦區(qū)地表變形監(jiān)測(cè)外業(yè)數(shù)據(jù)采集[J].世界有色金屬，2020（13）：36-37.

[5]牟海鵬，楊默含，張孝魯，等.像控點(diǎn)分布對(duì)無(wú)人機(jī)監(jiān)測(cè)公路變形的精度影響分析[J].現(xiàn)代礦業(yè)，2023，39（2）：75-78.

[6]張凱想.無(wú)人機(jī)攝影測(cè)量技術(shù)在邊坡變形監(jiān)測(cè)中的應(yīng)用研究[D].唐山：華北理工大學(xué)，2022.