基于三維激光掃描儀的礦區邊坡變形監測數據的分析處理

杜江麗，岳軍紅，陳建平，彭 捷，鄭苗苗

(1.陜西省地質環境監測總站，陜西 西安 710054； 2.陜西鐵路工程職業技術學院，陜西 渭南 714000)

邊坡變形是非常普遍的現象，每年因為邊坡失穩所造成的經濟損失和人員傷亡越來越嚴重，邊坡變形監測和分析已成為非常重要的工作[1]。與自然邊坡相比，采礦區由于采礦原因形成的一些人工邊坡時間較短，存在較大的不穩定性[2-4]，給礦區周邊人們的生命財產造成較大威脅，其變形監測分析也是一項重要工作[5-6]。傳統的邊坡變形主要通過全站儀、經緯儀、水準儀獲得數據，然后進行簡單的算術運算就可以獲得變形分析結果，但是這類儀器的監測效率低[7-8]。采用GNSS進行監測具有效率高、精度較高、非接觸式監測的優點[9]，可以實現邊坡災害變形的位置跟蹤。攝影測量法也是一種變形監測方法，但是像控點對監測精度有較大影響，在后期數據處理和分析時較為復雜[10]。三維激光掃描儀能達到“實景復制”效果，目前逐漸被應用于工程測量和探測領域[11-12]。采用三維激光掃描儀可以獲得一些復雜、表面不規則、非標準物體的三維信息，目前已經成為繼GPS測量設備之后又一關鍵儀器[13]。三維激光掃描儀可以監測和分析邊坡整體變形和局部變形，為地質災害預警提供科學依據[14]。段志鑫[15]提出了一種基于單位法向擴展距離的點云數據處理方法和一種基于近鄰點切平面投影分布的點云邊界提取方法，并在實際邊坡分析中進行了應用，但是該方法的精簡效果不夠理想；殷德耀等[16]將三維激光掃描儀應用于礦山開采沉降監測中，監測結果較為準確，但是在點云數據處理方面采用的方法不具有普適性；有較多的學者如李淑軍[17]、張燈軍[18]將三維激光掃描儀應用于礦山測繪和天然礦山邊坡的監測和變形分析中，但在掃描數據的內業分析方面研究的較少。

采用三維激光掃描儀進行邊坡變形分析時，往往會遇到一些數據處理問題。為了給使用三維激光掃描儀分析邊坡變形提供有效的參考方法，憑借三維激光掃描儀的使用經驗，以陜西省南鄭縣碑壩孔溪溝鋅礦區邊坡為研究對象，選用Maptek I-Site 8200ER三維激光掃描儀進行數據采集，對獲得的點云數據進行系列處理，針對處理過程中遇到的問題，提出相應的解決方法，完成模型重建工作，以期為其他邊坡變形監測數據分析提供參考。

1 礦區概況

碑壩孔溪溝鋅礦區地處陜西南部、秦巴山區中，區內為低山、丘陵，地表高低不平，該礦已開采結束，形成了較大的礦山采空區。礦區東側、西側及西南部位地勢較高，北側地勢較低。鋅礦主要位于區域西北側的山體中，鋅礦區以露天開采為主，形成了較大的礦區邊坡，坡度在50°～66°，降雨之后，很容易出現變形。礦區概貌衛星圖如圖1所示。

圖1 礦區概貌衛星圖

2 三維激光掃描設備及點云數據處理

2.1 掃描設備

結合礦區的實際情況和變形監測要求，采用中距離掃描方法，選用Maptek I-Site 8200ER三維激光掃描儀，同時采用I-Site Studio軟件進行數據處理。使用該設備及軟件可以迅速而準確地確定測站和后視的相對位置。

2.2 數據采集

首先進行現場踏勘，然后進行數據采集。受礦區地形條件的影響，如果采用單次掃描，則會受到一定限制，無法對研究區進行全面掃描。根據監測要求，設置3個測站，共進行3次掃描。掃描分兩期，第一期為2018年4月6日，第二期為2018年10月10日。為了降低點云拼接誤差對分析結果的影響，基于三維激光掃描儀的后視定向功能，采用球形標靶實現精確掃描。提取標靶中心的絕對三維坐標，通過建立統一坐標系表示3個測站的數據。

2.3 點云數據處理

2.3.1 數據拼接

由于兩期掃描均采用分次掃描，在不同監測站上分別進行一次，即分站式掃描，為了獲得完整的點云信息，保證不遺漏任何部位，因此相鄰測站的點云重疊度均大于等于20%。對每個測站的點云數據進行拼接以解決過多的重疊度問題。基于多站拼接法，同時將用戶自定義坐標系作為工作坐標系。為保證拼接的精度，首先進行粗略拼接，然后進行精細拼接。粗略拼接過程如下：①確定基準數據和待配準數據，如分別選擇第1和第2測站的數據，采用 I-Site Studio軟件中的拼接工具進行拼接；②重復步驟①，進行第2和第3測站數據的拼接。

采用精細拼接的方式對粗略拼接的結果進行處理。研究區內設置了控制點，為保證拼接結果的正確性和拼接誤差的順利獲得，需利用控制點坐標對最終的拼接結果進行校正。采用多站拼接方式對 3個測站的數據進行精細拼接。

2.3.2 點云濾波

采用濾波方法對無序點云數據進行處理。對比分析高斯濾波、曲率濾波、中值濾波和平均濾波等幾種濾波方法后，最終認為高斯濾波具有較好的適用性。

2.3.3 點云精簡

在點云濾波后，依然會有較多的重疊點云存在，需采用數據精簡的方法進行處理。應用八叉樹結構精簡法，前后兩期點云數據經精簡之后的結果如圖2、圖3所示。

圖2 一期點云數據精簡結果

圖3 二期點云數據精簡結果

精簡之前，一期、二期的數據點分別為342 066、227 114個，精簡之后的數據點分別為19 602、18 423個，數據點大幅減少。

由圖2、圖3可知，精簡之后研究區的坡面模型依然完整，并不會對后續分析造成誤差影響。

2.3.4 模型重建

采用Maptek軟件重建曲面模型。由于軟件基于Delaunay三角剖分法，導致模型存在尖角、凸塊、孔洞等情況，故采用Geomagic control 2014軟件進行消尖、平滑、補洞等處理。礦區邊坡表面存在較多的碎石和雜草，雖然濾波可以消除這些影響，但是濾波的同時也會導致一些坡面點云數據被濾除，出現一些孔洞。經分析，Geomagic control軟件中的“網格醫生”工具可修補小孔洞，“填充單個孔洞”工具可修補較大孔洞。對于大孔洞及邊界孔洞，采用“搭橋”工具將其分解為多個小孔洞，再采用“網格醫生”工具進行修補。經過修補處理之后的礦區邊坡曲面模型如圖4、圖5所示。

圖4 一期模型重建結果

圖5 二期模型重建結果

3 邊坡變形分析

采用三維激光掃描儀獲得的前后兩期點云數據和傳統監測儀器獲得的數據相比，前者缺乏同名點信息，導致在分析邊坡變形的過程中，水平位移和豎向位移很難通過點云數據獲得。針對這種情況，提出一種基于不規則地物的特征提取方法分析位移，其原理如下：分別以兩期點云為基礎，在點云上繪制若干多邊形，多邊形不相重合，且均包含一定范圍的點云數據，前后兩期多邊形的相對位置保持不變；求解兩期邊坡表面點云多邊形的重心坐標(該重心稱為虛擬監測點)，重心坐標隨同一多邊形前后兩期點云數據的變化而變化，而多邊形重心坐標的變化可以反映邊坡變形，以此獲得邊坡變形量，該方法也稱為多邊形分割法。結合邊坡實際情況，選擇一定范圍內的點云數據進行分析，根據自上而下、自左往右的順序將選擇范圍內前后兩期的邊坡曲面模型劃分為多邊形，每期的多邊形數量均為31個，對應的重心坐標共有62個。多邊形重心在水平面上的分布如圖6所示。

圖6 多邊形重心位移和方向

通過提取兩期邊坡曲面模型的數據信息，獲得了相應的重心坐標值，如表1所示。

表1 兩期邊坡曲面模型對應的多邊形重心坐標與位移 單位：m

3.1 水平位移

根據表1的數據，已知x向和y向位移，可計算每個多邊形重心的水平位移和方向。分析水平位移可以發現：最小值為0.002 m，對應8號重心；最大值為0.294 m，對應31號點，位于右側坡底位置；位移大于0.1 m的多邊形重心有6、13、14、21、29、30、31號重心，6個重心的平均位移為0.223 m，分析這些重心的分布可以發現，均處于左右邊坡相互交叉和右側坡底位置；位移小于0.1 m的多邊形重心主要位于邊坡左側區域。從整個邊坡水平位移的方向分析，整體變形為順坡向。根據邊坡的實際地形及當地的氣候條件進行分析，邊坡左側的坡度緩于右側，在兩次掃描間隔期間，經歷了雨季，邊坡發生了泥石流，坡面上的巖土體堆積于坡腳，使坡腳右側兩個多邊形重心出現了向東北方向的位移。由圖6可知，邊坡左側區域的多邊形重心水平位移偏向東南，右側區域的多邊形重心水平位移偏向南和西南。水平位移的分析結果和實際變化情況相符，誤差較小。

3.2 豎向位移

為了分析處于不同高程多邊形重心的豎向位移變化情況，以豎向yOz坐標平面為剖面，將31個多邊形重心分為4排，即x坐標相近的重心位于同排，第1排包含7個點，第2～4排均包含8個點。不同排多邊形重心的豎向位移變化情況如圖7所示。

圖7 不同排多邊形重心的豎向位移

由圖7可知，不同排的多邊形重心整體表現為下降趨勢。邊坡左側區域的多邊形重心下降幅度較小，左右坡體交叉區域下降幅度較大。結合表1進行分析，6號重心的下降幅度最大為1.194 m，13號重心的下降幅度也大于1 m；22、29、30、31號重心高程均出現了升高，其中30號重心的升高幅度最大為0.398 m。第1排和第2排的豎向位移大于第3排和第4排，說明邊坡上部更易下降。結合現場實際情況，因前后兩期間降雨的影響，左右坡體交叉部位出現了泥石流，同時邊坡右側區域存在較明顯的滑坡，邊坡上的巖土體滑落至坡底，造成邊坡下部一些多邊形重心高程增大。通過和實際變化情況進行對比，豎向位移的分析結果和實際較吻合。

4 結語

1)選用Maptek I-Site 8200ER三維激光掃描儀采集邊坡變形數據，針對數據拼接、點云濾波、點云精簡、模型重建過程中遇到的問題，提出了相應的解決方法。在保證模型精度的情況下，通過點云精簡，極大地減少了數據量。模型重建過程中遇到的尖角、凸塊、孔洞等缺陷可以分別采用消尖、平滑、補洞或“搭橋”的方法進行處理。

2)提出了多邊形分割法，并利用點云數據分析邊坡的水平位移和豎向位移，該方法在其他邊坡變形分析中也具有較好的適用性。邊坡水平位移整體為順坡向，最大位移量為0.294 m。邊坡左側和右側區域多邊形重心的水平位移方向呈現較大不同；邊坡上部的豎向位移大于下部的豎向位移，說明邊坡上部更易發生沉降。

3)利用三維激光掃描儀采集邊坡變形數據，分析了礦區邊坡變形情況，最終的分析結果和實際變化情況較吻合。