礦山高精度DEM建模方法研究

鄒冠華

（湖南有色金屬職業技術學院，湖南 株洲 412006）

隨著我國礦山智能化進程不斷推進，礦山開采及建設開始逐漸朝著智能化的方向發展，礦山管理的精細化程度在不斷提高，相應的對于高精度DEM應用需求也在不斷提高。

在我國礦山開采規劃中，DEM數據起著重要的作用，為礦山開采規劃提供了重要的數據支持。本文針對當前我國DEM建模方法進行了詳細的闡述，并列舉高精度DEM應用實例。

1 礦山高精度DEM建模特點

礦山DEM建模主要有以下幾個特點：其一，現階段傳統的數字表面模型已經無法滿足現代化礦山的需要。對此，為了能夠滿足現代化礦山的建設與開采要求，做到企業精細化管理，必須建立一個高精度的數字表面模型DEM。其二，礦山周邊區域的建筑，井下巷道等較為復雜的地形地貌，這些也是礦山高精度DEM建模中的組成部分。

2 礦山高精度DEM建模方法

制作DEM的方法通常有以下幾種：

其一，全野外測量數據的構建，這種方法具有極高的精度，但是這種方法需要耗費很長的時間，而且花費的成本也比較高，更新比較困難，因此，這種方法的應用范圍較小。

其二，將當前現有的地形圖數字化，然后生成一個數字網絡模型。這種方法較上一種可以有效節約成本，但是有可能無法準確的表達出礦山地物中的各個細節。

其三，采用攝影測量方法對礦山地形進行測量，此方法主要是采用相鄰的兩個對象進行對比，基于全自動攝影測量系統，將絕對定向數據、地面控制點數據、相對定向數據通過DSM建模生成。其四，使用激光雷達進行測量，所得到的數據是DSM點云數據，將收集的點云數據生成DEM數據。

2.1 數據準備

（1）機載激光點云數據

在機載點云數據采集完畢，對其進行數據處理時，首先需要對其進行處理前的準備工作，例如點云合并、點云分類去噪、點云特征線提取等。

點云合并主要指將已經生成的多個LAS和XYZ數據通過專門的軟件導入合并，由于點云數據的數據量很大，因此在進行合并時一定要對合并后文件數量與點云處理軟件數據承載量進行控制，確保兩者的量都是相同的，不會出現差誤。

（2）特征點線數據

立體像對、機載激光掃描數據、井下巷道框架這三種數據共同構成特征點數據源。

礦山巷道框架數據的準備工作需要進行數據排查、質量檢查、區塊劃分等多個環節，建模數據的選取應遵循的原則為選取斜坡線、高程點數據、陡坎線等，將DXF設定為主要輸出格式。

對于機載激光掃描數據和立體像對數據需要在數據源的特征上提取點線數據，并對其進行檢查，剔除不符合要求的數據，最后將其數據輸出格式轉換成DXF格式。

2.2 機載激光點云數據處理

（1）原始點云數據粗提取

若對礦區地形進行點云數據提取，所提取的原始點云數據呈現出的數據統計集為一個連續性的點云數據區間。以某個礦山為例，礦體的高程統計數據存在一個較大的峰值，在對這一區間數據進行提取過程中需要將與峰值相近的波谷高程值記錄下來，在波谷高程值區間內可以推測出地形點特征，以利于后續處理工作。

（2）克里金插值

將相關的地物點去除之后，礦山待測點會出現大片的空數據地帶，若將這部分空數據地帶進行填充，需采用克里金差值法對空白區域進行插值，因為空白區域面積較大，所以在采用克里金插值方法時需要使用迭代方式，多次插值后出現異常點采用粗提取方法進行剔除，再重新進行插值，以滿足所有點符合高程限差范圍。

3 高精度DEM應用實例

高精度DEM可以應用在我國多個行業領域，如水利、氣象、地質、礦山建設與規劃領域。

如在礦區發生災害時，可以對地質災害進行預估，利用高精度DEM數據去判斷整個礦區容易發生地質災害區域，并對其進行評估，然后將這些分析結果及時反饋，協助各級政府做出正確決策，為礦山企業減少不必要的經濟損失。

4 小結

綜上所述，傳統DEM數據的制作與生產已經無法滿足礦山開采及建設的需要，必須采用新的技術方法去制作DEM數據。

本文所提出的新方法主要融合了多種的數據源，結合區域地理位置特點，在制作DEM數據時進行了分層和分級，使得數據內容更加詳盡。

同時在方法運用過程中，對礦區地物進行了重點建模，使得礦山DEM建模具有了極高的精度，并且真實還原了礦山的地形地貌特征。