泥石流溝谷滑坡體的點云采樣分析及變化檢測

詹 俏,甘 淑,2,袁希平,2,楊 敏

(1.昆明理工大學國土資源工程學院,云南 昆明 650093；2.云南省高校高原山區空間信息測繪技術應用工程研究中心,云南 昆明 650093)

1 引 言

利用傳統的測繪儀器(水準儀,經緯儀,全站儀,GPS等)配以相應的大地測量方法(前方交會法,測距法等)對滑坡體地表進行變化檢測[1],雖然這種方法簡單易操作,但是得到的都是單點信息,工作量隨著檢測網的增大而增加,而且數據獲得的完整性都地形條件制約[2-3]。近年來,隨著經濟的快速發展,各種數字傳感器技術不斷進步,測量儀器和信號處理技術迅猛發展,TLS技術也越來越廣泛的被應用到滑坡體變化檢測中。TLS技術可以獲取真實場景下高精度和高密度的激光點云數據,具有全自動和非接觸等諸多優勢,實現了從點測量向面測量的跨越。此外,激光具有一定的穿透性[4],利用該特性可透過稀疏植被到達地面獲取滑坡體地表信息。Abellan 等人[5]運用地面激光掃描技術對西班牙某危巖體進行監測,其結果顯示出具有毫米級高精度監測可行性。Kayen等人[6]采用三維激光掃描技術對日本新瀉縣中越地震中誘發的接近400個大型滑坡進行監測,并大大提高了震后災害的評估效率。

根據掃描場景的復雜程度,掃描對象的大小以及掃描儀設置采樣分辨率的高低,通過TLS技術獲取的點云數據可以從幾十萬到幾千萬甚至更高[7]。如此龐大的數據量,不僅消耗大量的存儲空間,而且對地形表達也沒有任何意義。泥石流溝谷地區地形起伏大,溝壑縱橫,利用TLS技術獲取的點云數據往往存在著數據分布不均勻,有大量的冗余數據等問題。通過查閱文獻可知,目前將TLS技術應用于泥石流溝伴生滑坡體,對其進行點云采樣分析及變化探測的研究還較少。針對上述問題,本文以東川小江大白泥河泥石流溝的以伴生滑坡體為試驗對象,開展對泥石流溝伴生滑坡體的點云數據采集與處理,建立滑坡體地表模型及進行誤差分析,嘗試探討重采樣分辨率對構建地表模型和估算物源量的影響,并針對滑坡體點云進行變化檢測分析的TLS技術運用方法流程。

2 試驗區與數據采集

2.1 試驗區概況

小江流域為位于金沙江右岸的一級支流,自南向北流經昆明市尋甸回族自治縣,東川區以及曲靖市會澤縣[8],其具體位置如圖1所示。小江流域境內已查明的泥石流溝有140條,泥石流溝流域總面積達1878.58 km2,占小江流域面積的61.73 %[9],其中,蔣家溝,大白泥溝,小白泥溝每年都爆發大量泥石流,對流域內的生產和人民安全都造成了巨大威脅。

由于生成NH3·H2O而沒有離開反應體系致使溶液呈現堿性,從而使CO2也很難從溶液中逸出,造成NH3·H2O和CO2并存于同一體系中,使水解反應不能進行徹底而很快達到平衡,反應進行的程度很小,為此兩者可以大量共存,這一點與和Al3+的反應不同。

圖1 試驗區位置圖

為了對泥石流滑坡體進行點云采樣分析和變化探測,本文選取位于大白泥河泥石流溝內的某一典型泥石流溝滑坡體作為試驗對象。大白泥河在地質上位于新華夏北-北向構造帶和川滇南北構造帶過渡區,地質構造復雜,地震運動強烈,地表巖層破碎,穩定性差,為泥石流爆發時提供了大量的物源；氣候旱雨季分明,雨季降水量占全年降雨量的88 %[9-10]。由于其特殊的地質和氣候條件,導致該區域內泥石流、滑坡、崩塌頻發。

2.2 數據采集

本文進行外業數據采集使用的儀器為澳大利亞MAPTEK公司生產的I-Site 8200型地面三維激光掃描儀,該掃描儀為一款中長距離測程的地面三維激光掃描儀,設備堅實穩定,安全防護等級高,比較適用于復雜的掃描環境,掃描儀的相關參數如表1所示。數據采集工作分兩次進行,2017年3月25日進行I期數據采集,2018年3月9日進行II期數據采集。數據采集模式采用適用于泥石流溝谷地形的基于GPS站點掃描模式[11]。首先,對試驗區域進行實地勘察,確定測站點位置；確定測站點位置時不僅要考慮通視、最大入射角和最大掃描范圍,而且還需考慮相鄰兩測站間保持20 %～30 %的重疊區域,為此,在布設測站時,應將測站布設在山谷或山脊的延伸中心線上,以獲得滑坡體的完整點云,基此原則,試驗區測站點布設如圖2所示。其次,架設儀器,進行對中整平,量取儀器高；然后,設置掃描參數,由于試驗區為植被較稀疏的泥石流溝谷地形,地物簡單,因此將掃描等級設置為2級可以滿足點云獲取要求,掃描范圍設置為360°,選擇GPS定位模式,后視選擇Compass,輸入儀器高；最后,實施掃描,采集掃描站點點云數據。數據采集完畢后,利用I-Site Studio軟件來進行后續的試驗數據處理和分析。

例：全國信息與文獻標準化技術委員會. 文獻著錄: 第4部分 非書資料: GB/T 3972.4-2009[S]. 北京: 中國標準出版社, 2010: 3.

cos5B(5-18t2+t4)l5

表1 掃描儀相關參數

圖2 測站點布設圖

3 試驗點云數據處理技術

3.1 點云配準

3.3.2 滑坡量估算方法

遇到雨雪天氣，總是習慣等到天氣徹底放晴后再洗車，于是遇到連續幾天的糟糕天氣，洗車的事就會被一拖再拖，然而這樣做的結果是，發現車漆不如以前有光澤了。

(5-t2+9η2)l4

(1)

試驗模型跨度為2.6 m+2.6 m，主梁選用鋁合金材料，箱型截面，分節段栓接而成；主塔選用I字鋼，杠桿加載系統由門架、杠桿組織和過梁系統三部分組成。斜拉索全橋共9組，每組4根，共計36根，選用高強鋼絲。試驗模型如圖1所示。

(2)

式中,(x,y)為高斯平面直角坐標系坐標;(B,l)為WGS-84坐標系下的大地坐標;X為自赤道起量的子午線弧長;N為曲率半徑;η為測站點上的垂線偏差在卯酉圈上的分量;t為緯度的正弦值,t=tanB,ρ=206265。

(2)根據X軸與磁北方向的夾角和點云與X軸的水平角計算點云的磁方位角；

5.1 推廣秸稈氣化技術，有利于提高農民生活質量，促進農村奔小康的進程。通過秸稈氣化技術，利用農村豐富的秸稈資源，以較低的成本向農民供應秸稈燃氣，做到了“兩人燒火，千戶做飯”，即改善了居住環境，又降低了勞動強度，實現村內少柴草，室內無煙塵的愿望。

根據本項目的經驗，隨著大體積混凝土施工應用越來越普遍，大體積混凝土的施工質量不僅僅會關聯到國家經濟的發展，還關系到人民群眾的生命財產安全，所以大體積混凝土施工需要嚴格按照規矩來施工，改善施工的工藝，盡最大的力量來減少大體積混凝土施工裂紋/裂縫，以此提高大體積混凝土的施工質量。

(3)根據磁方位角、點云豎直角和距離計算點云坐標。

對點云數據進行粗配準之后,本次試驗采用迭代最近點(iterative closest point,ICP)算法[12],實現點云精配準。

(1)將GPS測站點坐標轉換為高斯平面直角坐標；

3.2 基于區域增長漸進加密TIN的點云濾波

為了獲取滑坡體地面點云,本文根據試驗區地形地貌特征,采用一種基于區域增長漸進加密TIN濾波方法[13]。本文濾波算法的具體步驟如下:①運用中值濾波將點云數據中的低點和遠離地面的高點進行刪除,并將數據網格化,提取網格中的最低點作為初始三角網的種子點；②將提取出來的種子點構建成一個稀疏的初始三角網。通過設定閾值利用漸進加密TIN的原理對原始點云進行地面點與地物點的分類處理,逐點分析區域內的每一個點,將分離出來的地面點加入到下一次三角網重構中的地面點集,完成第一次區域增長；③利用新的地面點集,重新構成三角網,重復第二步,完成第二次區域增長；④重復上述步驟,直到三角網中不再有新的點添加時,基本地形就已經形成,即完成區域增長,濾波結束。

為進一步保證試驗的濾波效果,在完成基于區域增長漸進加密TIN濾波后,采用手動濾波方法進行再一次濾波處理。

3.3 點云重采樣表面建模與滑坡量估算

3.3.1 不同點云重采樣表面建模處理技術

在實際操作過程中,利用過多的點云來進行地表模型構建,不僅增加計算機運算時間,而且會占用存儲空間,并導致建模曲面不光滑。因此,本文對預處理后點云數據進行曲率重采樣,探究不同重采樣分辨率構建地表模型有何不同。NURBS(Non-Unionform Rational B-Spline)指的是非均勻有理B樣條,它能夠精確的表達二次曲線弧與二次曲面,具有幾何精度高,計算速度快和曲面擬合連續性好等優勢[14-15],所以本文利用NURBS算法對重采樣后的點云進行地表模型構建以表達真實地形。

點云配準的實質就是將多站點云統一在同一坐標系下,多站點云的配準結果會直接影響滑坡變化的檢測精度。一般來說,點云配準包括粗配準和精配準兩部分工作。基于GPS站點掃描模式的粗配準技術主要是利用X軸與磁北方向夾角、測站點坐標值、以及表面點水平角、豎直角和距離,利用三維激光掃描儀測算原理,直接獲取測定點云坐標值。基本原理如下:

現階段世界以工業制造加快產品國際化為主要趨勢，全球制造產業當中其低端的勞動密集型產品附加價值較低，技術含量較低的產品仍然集中在類似于我們國家的發展中國家。我們國家是第一大出口產品的國家，以委托代加工為主，對于核心技術的掌握需要一定的時間。在互聯網電子以及芯片類產品當中，對于核心技術的掌握還很不全面，還是要依賴于進口。傳統的紡織服裝類出口也是以中低端產品為主，沒有樹立世界級的品牌。

本文基于ArcGIS平臺來進行滑坡量的估算。其步驟為:首先,建立待計算滑坡量區域的矢量區塊,將其獨立提取出來；其次,通過條件函數和設定閾值將點云稀疏和缺失區域剔除,以及將下滑區和堆積區分別提取出來；最后,運用以表格顯示分區統計將柵格屬性賦值到分區區塊上,分別求取下滑區和堆積區體積；求取體積原理如下所述:

V=V1+V2+V3+…+Vn=c2·h1+c2·h2+c2·h3+…+c2·hn=c2(h1+h2+h3+…+hn)

任何工業系統在實際工作中，其控制部分都不是唯一的，大多留有備用設備，確保其在出現故障時仍能順利運行。電力調度監控系統同樣遵循這一規律，系統內部一般支持雙機備份功能，在部分監控設備異常時，仍能有效獲取調度信息，完成控制指令的下達傳送。

(3)

同樣的有:

V=c2·n(h1+h2+h3+…hn)/n

(4)

其中,(h1+h2+h3+…+hn)是分區統計的SUM統計類型;c是柵格大小;n是區塊數量。最后,下滑區體積減去堆積區體積為滑坡量,一般來說,滑坡量為正數,因為一部分泥石會隨著雨水流失。

4 試驗結果分析與討論

4.1 滑坡體表面建模分析

利用預處理后的兩期點云數據,對滑坡體進行NURBS曲面擬合以及地表模型的構建。從濾波后的點云數據可以看出,在點云數據采集期間,由于茂密植被或其他地物的遮擋,導致局部點云出現空洞現象,如圖3(a)。利用NURBS方法進行曲面擬合,可以在一定程度上還原滑坡體模型的完整性,如圖3(b)。為分析點云重采樣分辨率對構建地面模型精度的影響,本文采用“曲率抽樣法”,以便更好的保留試驗區的地形特征,從100 %起以10 %為采樣間隔進行遞減重采樣,各得到2期點云數據的10組重采樣數據,分別構建點云地表模型。圖4為利用不同重采樣點云構建的地表模型與其點云之間的垂直距離標準差,差值距離一般為0.3～0.5 cm。

圖3 滑坡體點云及地表模型

圖4 曲面擬合誤差分析

4.2 滑坡體估算量及最佳分辨率探討

本文利用4.1節中所述的10組重采樣數據,運用3.3.2節中所述的滑坡量估算方法,對不同重采樣分辨率下的滑坡量進行估算,從而分析不同重采樣分辨率對滑坡量估算產生的影響。其結果如圖5所示。在重采樣分辨率為50 %～70 %時,滑坡量的估算保持在一個穩定的范圍,分別為3405 m3,3393 m3,3331 m3,說明在這個采樣范圍所構建的估算滑坡量表面模型更為準確,可靠。實際上,曲率重采樣是基于地形的起伏程度來進行數據采樣,在地形起伏較大處保留較多的點云數據,在地形起伏較小處會剔除較多的點云數據,所以由于采樣分辨率的高低不同,會導致地形缺失部分的不同,從而導致估算滑坡量變化隨之高低不同。滑坡量在重采樣分辨率為80 %～100 %之間及其不穩定,在50 %～70 %之間維持一個穩定值,說明經過點云濾波處理后的地面點云中還存在著冗余數據,數據不夠精簡。由此可以推斷,針對泥石流溝谷地形,點云曲率重采樣分辨率在50 %～70 %范圍內,可以達到保留較好地形的數據精簡目的,從而高精度、高質量的提取地面點云。整體來說,該滑坡體在2017年3月25日至2018年3月9日期間處于一個較為穩定的狀態。

圖5 各采樣分辨率的滑坡量估算值

4.3 滑坡體變化探測

DEM數據比較的方法只能探測沿垂直方向的變形,不能滿足沿平面方向變形探測的要求,且不適用于高陡邊坡。結合試驗區地形特征,針對DEM檢測方法存在的不足之處,本文采用劉昌軍[16]等提出的基于八叉樹和改進的Hausdorff距離算法的激光點云直接比較算法對滑坡體進行“面”狀特征要素探測及分析。與點對網和網對網的距離計算方法相比,該方法具有以下優點:①直接計算點云,不需要對點云進行構網或網格化處理；②對于點云空洞區域可將點云轉化為深度圖像,采用深度圖像對空洞區域進行填充,然后采用Hausdorff距離對不同期點云進行變化比較；③采用最小二乘擬合平面進行局部建模,避免采樣差異問題；④實現點云數據的全景表達,并對不同掃描精度的點云數據進行直接比較計算,且不會增加額外計算負擔。如圖6所示。

圖6 滑坡體變化探測分析

得到I期點云與Ⅱ期點云的直接比較結果,從圖中可以看出:①整個滑坡體表面兩期點云間的距離范圍為0.008～1.924 m；②距離變化最大的3.839～15.334 m區域為一期掃描點云數據的空洞區域；③整個滑坡體的變化區域的距離變化區域在0.008～0.5 m。這種方法計算速度快,效率高,適用于高陡邊坡的變化檢測。

5 結 論

本文以昆明市東川小江流域大白泥河泥石流溝的伴生滑坡體為例,利用TLS技術對大范圍的泥石流溝伴生滑坡體進行了點云數據的獲取,探索了一系列的點云數據處理流程。通過利用不同重采樣分辨率的點云構建滑坡體地表模型并對其進行誤差分析,兩者間的垂直標準差為0.3～0.5 cm,可準確虛擬重現滑坡體的三維形態。當點云重采樣分辨率為50 %～70 %時,滑坡體的估算滑坡量較為可靠,真實,說明在泥石流溝谷地區,通過50 %～70 %的點云重采樣可以達到數據精簡的目的,且地形保留較完整。此外,基于點云直接比較法對滑坡體進行變化檢測,可以彌補基于DEM比較法在高陡邊坡檢測中存在的不足。基于點云直接比較法計算速度快,效率高,適用于泥石流溝谷地區的高陡邊檢測。

泥石流溝滑坡的發生具有突發性,將TLS技術應用在泥石流溝滑坡應急監測中,可以極大的減小泥石流滑坡所帶來的次生災害,為應急監測提供了一種新方案。同時,針對泥石流滑坡的產生條件,應盡量避開雨季對泥石流溝伴生滑坡體進行TLS掃描作業。