基于GIS的數字化測量技術在礦山儲量動態(tài)監(jiān)測的應用

摘 要 目前常規(guī)的礦山儲量動態(tài)監(jiān)測方法無法準確判斷礦山儲量分布路徑，導致得到的參數誤差較大、監(jiān)測準確率較低。為此，深入研究數字化測量技術在礦山儲量動態(tài)監(jiān)測中的應用效果，借助數字化測量分析手段得到礦體的真厚度、鉛直厚度和礦體水平厚度參數，并建立采礦權范圍拐點表，通過數字化分析修正礦體參數誤差。然后圈定零點邊界線、可采邊界線、儲量類別邊界線，依照礦山開采點位完成礦產邊界線數據動態(tài)監(jiān)測，計算出礦體體積，利用三維激光掃描技術融合掃描的點云數據實現動態(tài)監(jiān)測。最后以青海省藏成山坎布拉鎮(zhèn)建筑用金屬礦為研究對象進行實例分析，結果表明：在礦山儲量出現動態(tài)變化時，監(jiān)測準確率達到99.8%以上。

關鍵詞 數字化測量技術 礦山儲量 儲量監(jiān)測 動態(tài)監(jiān)測 點云數據 監(jiān)測應用 地理信息系統

中圖分類號 P237" "文獻標志碼 A" "文章編號 1000-3932（2024）06-1116-07

礦山地理位置大多偏遠、地形惡劣，傳統的人力礦產儲量監(jiān)測方法難以動態(tài)監(jiān)測礦產儲量變化［1，2］。隨著科技水平的發(fā)展，目前已經可以利用多種技術手段完成礦山儲量的動態(tài)監(jiān)測［3］。針對如何實現礦山儲量動態(tài)監(jiān)測這一問題，相關領域學者進行了較為深入的研究，并取得了一定的成就。楊立強等依據化學特征空間分布對礦區(qū)關鍵元素含量進行數據采集，分析關鍵元素濃度參數獲得了礦產儲量級別和儲量規(guī)模，在對可利用礦產資源估算方面取得了一定的成果［3］；周呂等利用無人機傾斜攝影測量技術對礦產儲量進行了實時監(jiān)測，并將無人機采集到的數據引入ArcGIS和Context Capture兩款軟件中，通過軟件中的礦產資源儲量估算出實際數值，該方法具有效率高、成本低和實時動態(tài)的優(yōu)點，但是由于無人機傾斜攝影測量具有一定的操作難度，且在外部環(huán)境較為復雜的情況下無人機無法啟動飛行，因此這種方法的應用條件較為苛刻，目前不能完全普及［4］；胡官兵等提出一種綠色礦山遴選評估方法，充分利用遙感技術采集礦山儲量的客觀數據，實時監(jiān)測礦山的開采量和儲量，具有較快的數據傳輸和信息反饋速率，可以將采集到的信息同時傳輸到第三方機構和自然資源部門，提高數據的客觀性，但是該方法信息獲取能力較低，易受各種評估算法限制，從而影響了最終的監(jiān)測結果［5］；解天琪等從經濟發(fā)展變化和土地規(guī)劃利用角度出發(fā)，結合CA-Markov模型模擬未來經濟與土地規(guī)劃發(fā)展趨勢，獲得了礦產密度與礦產含量分布數據，實現了礦山儲量的估算［6］。

現有研究在礦山儲量監(jiān)測領域雖然取得了一定進展，但監(jiān)測精度水平有待提高。有效可靠的監(jiān)測數據是估算礦山儲量的基礎，必須從地質實情出發(fā)，進行準確的數據信息采集。基于此，本研究借助數字化測量技術對礦山儲量進行動態(tài)監(jiān)測，分析礦產資源空間分布特征，利用數字識別功能在二維地圖中呈現礦山儲量資源分布路徑，直觀展現礦產資源具體分布位置，通過數字化分析采集相關數據并進行動態(tài)處理，輸出處理結果，實現動態(tài)監(jiān)測，并驗證方法的實際應用效果，以期為類似礦山儲量的動態(tài)監(jiān)測提供參考。

1 礦體參數數字化測量計算

1.1 基于數字化測量技術的礦體參數計算

如圖1所示，藏成山坎布拉鎮(zhèn)建筑用金屬礦位于青海省尖扎縣坎布拉鎮(zhèn)東南方向，礦區(qū)中心地理坐標為東經101°52′27″、北緯36°05′56″。

如圖1所示，藏成山金屬礦區(qū)地貌類型可劃分為侵蝕構造中低山區(qū)并且分布在整個評估區(qū)，為第四紀晚更新世洪沖積，露天底標高2 025 m、最高開采標高2 107 m、相對高差82 m，礦區(qū)地形總體西高東低，山坡坡角一般在30～55°，局部大于 55°，礦體參數計算式如下：

m=■（sin α·sin β·cos γ±cos α·cos β）" " （1）

m′=■（sin α·tg β·cos γ±cos α）" " "（2）

m″=■（sin α·cos γ±cos α·ctg β）" " "（3）

式中 l——最高開采標高，m；

" m——被測量礦山的真厚度，m；

m′——被測量礦體的鉛直厚度，m；

m″——被測量礦體的水平厚度，m；

" "n——礦心采取率，%；

α——開采礦山坡與開采鉆孔角度，（°）；

β——山坡角度，（°）；

γ——鉆孔傾向與礦體傾向角度，（°）。

礦山內部礦體厚度測定過程如圖2所示，其中，A、B、C、D4個點表示測量中設置的標定點；△ABC表示礦體的一個橫截面，用于確定礦體的邊界或厚度；E、F表示與測量設備相對面的傾斜線上的兩個關鍵點，用于確定這個傾角；M表示數字化測量點，用以推導山坡角度。

將計算結果以拐點的方式標注在二維空間坐標圖中，如圖3所示。

拐點間的連線是礦山儲量限界，通過拐點可以更直觀地表現礦山儲量平面范圍，拐點坐標見表1。

利用數字化技術進行礦體參數測量，構建數字化繪圖場景，在數字化繪圖中得到數字化技術的應用場景，利用地理信息系統（GIS）地理空間分析技術在原有的數字化資源基礎上精細繪圖內容，以提高數字化測量技術的精準度，得到礦體參數［7～9］。

1.2 礦體參數誤差修正

由于計算得到的數字化測量技術下的礦山儲量動態(tài)監(jiān)測數據與實際礦山儲量動態(tài)監(jiān)測數據有一定誤差［10］，在計算礦體參數后需對誤差進行修正，步驟如下：

a. 根據不同類型的礦山環(huán)境進行不同規(guī)模的數字化測量技術分析［11］。

b. 在礦山儲量動態(tài)監(jiān)測過程中盡量一次性完成全部的礦山儲量監(jiān)測任務，并建立礦山實時動態(tài)三維地形坐標。

c. 將監(jiān)測到的數據還原在動態(tài)三維地形坐標中，形成可視化的礦山儲量動態(tài)數據集。

d. 在礦山儲量動態(tài)數據集中引入加權平均法（加權修正后礦體參數C=■m■，其中，m■代表礦體真厚度、礦體鉛直厚度及礦體水平厚度等礦體參數之和，根據總體參數確定測量范圍）修正礦體參數存在的誤差值，在可控搜索范圍內，對模板匹配方法下的數據進行分析，根據三維可視化圖像掃描結果換算分辨率，得到礦山儲量實時動態(tài)影像內的行列數值，并將該數值作為新的數字化測量范圍。

e. 在參數數據已知的情況下進行深度誤差修正，復核數字化礦山儲量動態(tài)監(jiān)測值，判斷基礎坐標數據和數字化測量技術下的數據是否存在較大誤差，根據誤差值制定一系列的改進措施。

2 礦山儲量邊界線種類圈定

2.1 動態(tài)礦產邊界線圈定

用數字化測量技術在礦山開采區(qū)域進行測量規(guī)劃，確定礦山儲量動態(tài)開采邊界線和實際位置［12］，邊界線圈定結果如圖4所示，其中，m■、m■、m■分別代表可開采邊界的最短邊、中截邊、最長邊；R為礦山的基點連線。

首先，零點邊界線的圈定體現在二維坐標系圖中，連接圖中拐點，然后用中點法或地質推斷法尋找趨近于零的拐點連接線，是確定礦山儲量范圍的輔助線［13，14］。

可開采邊界線長度用內插法確定，公式為：

x=■·R" " nbsp; " （4）

圈定的跨區(qū)邊界和越區(qū)邊界如圖5所示。

2.2 礦產邊界線數據動態(tài)監(jiān)測

用數字化測量技術對礦山邊界線數據進行動態(tài)監(jiān)測，通過數字化掃描識別上傳內容，對采集到的礦山儲量動態(tài)數據進行處理，有效復原礦山儲量在三維可視化圖像中的光路結構，確定礦山開采點位［15，16］。礦山開采點位如圖6所示。

筆者用框標模板定義法確定數字化測量結果，進一步分析礦山儲量動態(tài)監(jiān)測三維空間中的顯示邊界節(jié)點。考慮到數字化測量結果特征顯著，在較多的測量結果中選取一定范圍內的像素模板作為框標模板影像。框標模板中的動態(tài)數據實時受內定向處理的限制，通過模板匹配算法的自動測量完成礦山儲量的高分辨率驗證。

A、B動態(tài)測量點的算法實施過程如下：

A=B=｛1，2，3，4｝=Max{0，0}" " "（5）

使用模板匹配法計算出框標模板中數據的實時數據狀態(tài)和在三維空間坐標系中的對應系數，將獲取到的系數值作為判定條件定義一個像素為框標的中心點，不斷滑動框內的影像，確保影像的匹配方法與內定向方法均能在礦山范圍內實現，從而完成礦產邊界線數據的動態(tài)監(jiān)測。

3 基于三維可視化分析的礦山儲量動態(tài)數字化監(jiān)測

利用數字化測繪的三維可視化技術進行動態(tài)處理，實現礦山儲量的動態(tài)監(jiān)測。礦山儲量動態(tài)監(jiān)測流程如圖7所示。

按圖7礦山儲量動態(tài)監(jiān)測流程，用三維激光掃描技術對礦山儲量進行整體掃描，數據管理人員將獲取到的礦山儲量動態(tài)信息添加到周邊環(huán)境狀態(tài)數據中，豐富監(jiān)測數據量。體積計算過程如圖8所示。

礦體三維模型體積V的計算式為：

V=■（S■+S■）" " " " （6）

式中 L——模型邊長，m；

S■——有規(guī)則形狀面積，m2；

S■——無規(guī)則形狀面積，m2。

初步分析所有采集到的數據，在已經采集到的數據基礎上構建礦山施工模型框架，并使數據實時運作在模型中。運作過程需要使用繪制技術和計算機三維搭建軟件，數字化技術有利于提升數據統計和數據采集分類操作的工作效率。獲取礦體體積后即可計算出體積內的礦石儲量Q：

Q=V·d" " " " "（7）

式中 d——礦石平均密度，kg/m3。

搭建數據支撐平臺，整理采集到的數據，對不同種類資料進行分類管理，并將該數據平臺共享。

通過三維激光掃描技術對掃描的點云數據進行融合，在已經建成的數據支撐平臺上還原礦山儲量的動態(tài)真實場景，分別以精細化數據、較精細化數據和粗略化數據3種類型數據對礦山儲量動態(tài)情況進行全覆蓋建模。建模過程即為數據融合過程，將三維激光掃描技術下的所有點云數據按精細化程度進行TIN模型的搭建，然后再尋找多源數據依次拼接到監(jiān)測坐標中，使用特定的數據標靶控制點云數據在毫米范圍內實現拼接。

4 結果和分析

為了驗證數字化測量技術在礦山儲量動態(tài)監(jiān)測中的應用效果，利用藏成山坎布拉鎮(zhèn)建筑用金屬礦進行分析研究，礦體分布特征如圖9所示。

將數字化測量技術的數據采集步驟、數據識別步驟和數據處理步驟結合為一套步驟，避免礦山儲量動態(tài)監(jiān)測信息在多個步驟間傳輸而產生誤差。

采用數字柵格儀器繪制礦山儲量地形大樣圖，利用數字柵格儀器的數字識別功能在傳統二維地圖中獲取礦山儲量資源的分布特征，并將主要路徑標記在礦山測繪圖中，提取精準的礦山資源分布位置坐標，確定礦產資源斷面，得到礦山儲量分布（圖10）。

利用數字柵格儀器確定二維地圖中的數據是礦山儲量動態(tài)監(jiān)測的基礎，為后期的數據查詢和數據采集分類創(chuàng)造了穩(wěn)定的綜合性條件。

礦山斷面初始數據采集結束，使用三維可視化技術將礦山儲量動態(tài)數據表現在三維計算機軟件中，更加生動地將傳統數字數據分類成礦山環(huán)境和地形特征并將其三維可視化處理。發(fā)揮三維可視化技術的高級建模功能和數字統計分類功能，精準表現出礦山儲量的動態(tài)立體數據信息。得到的三維可視化監(jiān)測結果如圖11所示。

實際儲量動態(tài)變化結果見表2。設定監(jiān)測時間為兩個月，其中出現了動態(tài)變化，監(jiān)測結果見表3。分析表中數據可知，在礦山儲量出現變化時，筆者提出的監(jiān)測方法準確率能夠達到99.8%以上，工作效率提高50%。

數字化測量技術具有數據分析的優(yōu)勢，在礦山儲量動態(tài)監(jiān)測過程中可以對采集到的數據進行合理性分析，避免出現誤差過大的監(jiān)測值。

5 結束語

數字化測量技術應用在礦山儲量動態(tài)監(jiān)測工作中，可以有效提升礦山管理人員的工作效率和質量。筆者以藏成山坎布拉鎮(zhèn)建筑用金屬礦區(qū)為例開展了數字化測量技術的應用研究。運用基于GIS的數字化測量技術計算礦體基本參數，使用加權平均法修正礦體參數誤差，精確礦山的開采位置，提升了數字化技術的測量精度；運用框標模板定義法和模板匹配算法對動態(tài)開采邊界線內的數據進行歸納，確保影像的匹配方法與內定向方法均能在礦山范圍內實現，從而完成礦產邊界線數據的動態(tài)監(jiān)測，縮小了數字化測量技術的誤差范圍；應用數字柵格儀器和三維激光掃描技術對礦山數據進行可視化處理，將礦體體積、儲量、面積等數據覆蓋其中，完成了礦山儲量動態(tài)數據的采集拼接任務，更加生動地將傳統數字數據分類成礦山環(huán)境和地形特征，精準表現出礦山儲量的動態(tài)立體數據信息。所提數字化測量技術流程在礦山儲量動態(tài)監(jiān)測的應用結果表明，監(jiān)測準確率達到了99.8%以上，工作效率提高50%，充分體現了該技術的優(yōu)勢。

參 考 文 獻

［1］ 曲俊利，孟剛，苗琦，等.我國省市礦山儲量動態(tài)管理的工作實踐與思考［J］.中國礦業(yè)，2020，29（8）：14-18.

［2］ 吳初國，湯文豪，張雅麗，等.新時代我國礦產資源安全的總體態(tài)勢［J］.中國礦業(yè)，2021，30（6）：9-15.

［3］ 楊立強，魏瑜吉，王偲瑞，等.膠東金礦床中關鍵金屬資源儲量估算與潛力初探［J］.巖石學報，2022，38（1）：9-22.

［4］ 周呂，李青遜，權菲，等.基于無人機傾斜攝影測量的礦產儲量動態(tài)監(jiān)測［J］.科學技術與工程，2022，22（5）：1760-1767.

［5］ 胡官兵，廖志堅，裴捷，等.綠色礦山遴選遙感技術應用探討［J］.中國礦業(yè)，2021，30（10）：52-56.

［6］ 解天琪，李龍，陳鑫，等.基于土地利用的淮海經濟區(qū)碳儲量估算與預測［J］.中國農業(yè)大學學報，2021，26（1）：131-142.

［7］ 衡沖，沈華，王府梅.數字化羊絨測色法及其在長度測量中的應用［J］.紡織學報，2020，41（12）：42-48.

［8］ FENG X，DING Z，HU Q，et al.Orthogonal numerical analysis of deformation and failure characteristics of deep roadway in coal mines：A case study［J］.Minerals，2022，12（18）：130-141.

［9］ SAMANTA G，SINHA S，DEY T.Stope boundary optimization for an underground copper deposit using mixed integer linear programming based algorithm［J］.Journal of Mines，Metals amp; Fuels，2021，69（3）：73-80.

［10］ 熊玉勇，李松旭，彭志科.基于微波感知的撓性結構動態(tài)響應監(jiān)測［J］.振動與沖擊，2020，39（15）：277-282.

［11］ JIA R，DAI L.Analysis of economic benefits of mineral resources development ecological environment based on ecological footprint［J］.Arabian Journal of Geosciences，2021（24）：14-29.

［12］ 祁帥，喬文光，張勇.遙感技術在內蒙古綠色礦山地質環(huán)境動態(tài)監(jiān)測中的應用［J］.測繪通報，2021（S1）：79-82.

［13］ TAVAF S，ABDIDEH M.Using petrophysical and geomechanical modeling of reservoir rock in well completion［J］.Modeling Earth Systems and Environment，2022，8（4）：5639-5652.

［14］ 李迅，黃惠勇，張小義.地下大理石礦山多技術融合安全監(jiān)測運用研究［J］.化工礦物與加工，2020，49（1）：45-49.

［15］ 王志豪，李中洲，田震.全景測量技術在海域動態(tài)監(jiān)視監(jiān)測中的應用［J］.測繪通報，2021（2）：112-116.

［16］ 熊春寶，龐紅星，王猛，等.基于ICEEMDAN的多濾波算法在超高層動態(tài)變形監(jiān)測中的應用［J］.測繪通報，2022（3）：152-156.

（收稿日期：2024-02-21，修回日期：2024-04-15）

Application of Digital Measurement Technology in Dynamic Monitoring of Mine Reserves

JIN Yan-bang， ZHAO Fu-rong， MO Sheng-juan

（No.3 Exploration Institute of Geology Resources of Qinghai Province）

Abstract" "At present， the conventional dynamic monitoring method of mine reserves fails to accurately judge distribution path of mine reserves and it results in large parameter errors and low monitoring accuracy. In this paper， the application effect of digital measurement technology in dynamic monitoring of mine reserves was investigated， including making use of digital measurement and analysis obtain real thickness， straight thickness and horizontal thickness of the ore body and establish inflections table of mining rights， adopt digital analysis to correct error of the ore body parameters， delineate zero boundary line， recoverable boundary line， reserve category boundary line， dynamically monitor the mineral boundary according to mining point position， calculate ore body volume， as well as employ 3D laser scanning technology to fuse scanned point cloud data to realize dynamic monitoring. In addition， analyzing a metal mine in Qinghai Province shows that， the monitoring accuracy can be more than 99.8% when the mine reserves change dynamically.

Key words" "digital measurement technology， mine reserves， reserves monitoring， dynamic monitoring， point cloud data， monitoring application， GIS