基于無人機(jī)的礦區(qū)地表水平移動(dòng)監(jiān)測(cè)方法

朱鵬程

（1. 陜西鐵路工程職業(yè)技術(shù)學(xué)院，陜西 渭南 714000）

煤炭資源作為我國(guó)主要工業(yè)能源之一，在為經(jīng)濟(jì)建設(shè)做出重要貢獻(xiàn)的同時(shí)也給環(huán)境帶來了嚴(yán)重破壞，主要包括工業(yè)污染[1]、開采沉陷[2]、水土流失[3]等。由于井下采煤導(dǎo)致煤層上覆巖層發(fā)生斷裂與位移，且隨著開采范圍的增大，巖層移動(dòng)波及地表，引起地表位移，不可避免地對(duì)采動(dòng)影響區(qū)域內(nèi)的建（構(gòu)）筑物、耕地、人類生產(chǎn)活動(dòng)產(chǎn)生影響。為定量分析采動(dòng)對(duì)地表的影響以及二者之間的對(duì)應(yīng)關(guān)系，相關(guān)學(xué)者開展了大量研究，如李昱昊[4]等以無人機(jī)攝影測(cè)量技術(shù)為基礎(chǔ)，利用BP 神經(jīng)網(wǎng)絡(luò)去除了沉降盆地內(nèi)的噪點(diǎn)，進(jìn)而提高了下沉盆地監(jiān)測(cè)精度；廉旭剛[5]等研究了免像控?zé)o人機(jī)攝影測(cè)量技術(shù)監(jiān)測(cè)開采沉陷的精度；楊緒霆[6]等通過地形跟隨模式提高了無人機(jī)攝影測(cè)量方法監(jiān)測(cè)礦區(qū)沉陷的精度。除無人機(jī)監(jiān)測(cè)外，InSAR 技術(shù)也被廣泛應(yīng)用于地表移動(dòng)監(jiān)測(cè)，如譚志祥[7]、沙永蓮[8]等采用SBAS-InSAR 技術(shù)實(shí)現(xiàn)了沉陷盆地的毫米級(jí)監(jiān)測(cè)；張童康[9]等將InSAR 與支持向量機(jī)相結(jié)合，改進(jìn)了開采沉陷預(yù)測(cè)模型。三維激光掃描技術(shù)也是常見的開采沉陷監(jiān)測(cè)方法，如王磊[10]、賈秉松[11]等分別將其應(yīng)用于礦區(qū)建筑物的變形監(jiān)測(cè)和采動(dòng)損害評(píng)估以及受采動(dòng)影響的山區(qū)邊坡沉陷監(jiān)測(cè)。已有研究幾乎均是通過某種技術(shù)手段監(jiān)測(cè)地表某點(diǎn)的縱向位移，即單點(diǎn)的沉降量，但地表某點(diǎn)受采動(dòng)影響的位移是一個(gè)三維移動(dòng)的過程[12]，既包含縱向位移，又包含橫向位移（水平位移），二者疊加才是其真實(shí)的位移量。為了彌補(bǔ)已有監(jiān)測(cè)方案的缺陷，更加全面地描述地表受采動(dòng)影響的變化過程，本文通過無人機(jī)攝影測(cè)量技術(shù)與計(jì)算機(jī)視覺技術(shù)相結(jié)合的方法，實(shí)現(xiàn)了采動(dòng)影響區(qū)域內(nèi)地表的水平移動(dòng)監(jiān)測(cè)，可為井下開采、沉陷預(yù)計(jì)、人員安置等提供更全面的數(shù)據(jù)。

1 無人機(jī)監(jiān)測(cè)礦區(qū)地表水平移動(dòng)方法

本文提出的無人機(jī)礦區(qū)地表水平移動(dòng)監(jiān)測(cè)方法的技術(shù)流程見圖1，首先利用開采沉陷預(yù)計(jì)方法預(yù)計(jì)采動(dòng)影響范圍，并根據(jù)監(jiān)測(cè)精度確定無人機(jī)作業(yè)的航高、重疊度、航線等參數(shù)；然后采集預(yù)計(jì)影響范圍內(nèi)不同時(shí)期的時(shí)序影像，通過Pix4Dmapper處理影像獲得時(shí)序DOM；再利用Global Mapper 對(duì)DOM 進(jìn)行網(wǎng)格化處理，并進(jìn)行特征點(diǎn)匹配，計(jì)算特征點(diǎn)在不同時(shí)序影像上的位置；最后計(jì)算特征點(diǎn)的水平移動(dòng)距離與方向，繪制水平移動(dòng)矢量圖。

圖1 無人機(jī)礦區(qū)地表水平移動(dòng)監(jiān)測(cè)方法流程圖

2 水平移動(dòng)提取關(guān)鍵技術(shù)

2.1 網(wǎng)格化處理

原始影像經(jīng)Pix4Dmapper 處理后生成DOM，再利用Global Mapper 進(jìn)行網(wǎng)格化處理，具體流程見圖2，網(wǎng)格大小由沉陷預(yù)計(jì)的最大水平移動(dòng)量ΔDmax確定，假設(shè)ΔDmax=500 mm，則網(wǎng)格邊長(zhǎng)為1.2ΔDmax即600 mm。劃分網(wǎng)格大小的目的：①減小特征點(diǎn)匹配時(shí)的運(yùn)算量，只需在對(duì)應(yīng)網(wǎng)格內(nèi)匹配同名特征點(diǎn)即可；②確定時(shí)序移動(dòng)增量監(jiān)測(cè)范圍，隨著采動(dòng)的影響，地表發(fā)生水平移動(dòng)與沉降后，其特征會(huì)與初期DOM 特征差異巨大，導(dǎo)致無法匹配，劃定網(wǎng)格后只需匹配當(dāng)前網(wǎng)格與上期對(duì)應(yīng)網(wǎng)格，通過計(jì)算移動(dòng)增量并累加增量的方法獲得當(dāng)期與初期之間的水平移動(dòng)大小與方向。

圖2 網(wǎng)格化處理

2.2 特征點(diǎn)匹配

常見的特征點(diǎn)匹配算法包括Harris 角點(diǎn)檢測(cè)算法、SIFT 算法、SURF 算法、FAST 角點(diǎn)檢測(cè)算法、BRIEF 描述子以及基于FAST 角點(diǎn)檢測(cè)算法和BRIEF描述子相結(jié)合的ORB算法等。大量學(xué)者已將上述算法應(yīng)用于各場(chǎng)景中并做出了相關(guān)改進(jìn)，如王丞[13]等利用Harris 角點(diǎn)檢測(cè)算法實(shí)現(xiàn)了三維點(diǎn)云的自適應(yīng)特征描述、提取與粗配準(zhǔn)；張占平[14]等將Harris 算子與SIFT描述子相結(jié)合，并輔以無人機(jī)影像的POS數(shù)據(jù)與公開的SRTM 數(shù)據(jù)，提高了無人機(jī)傾斜攝影影像的匹配效率；徐啟文[15]等利用一種具有動(dòng)態(tài)閾值的改進(jìn)SURF算法提升了圖像拼接效率；陳偉[16]等結(jié)合FAST提取的特征點(diǎn)和SURF 算法的描述子實(shí)現(xiàn)了圖像的快速拼接；陶卓[17]等利用稀疏光流法改進(jìn)了傳統(tǒng)ORB 算法，使算法的匹配精度更高、魯棒性更強(qiáng)。本文對(duì)同一場(chǎng)景進(jìn)行了常見特征檢測(cè)與提取算法的測(cè)試，并統(tǒng)計(jì)了5種特征點(diǎn)提取算法的提取效果，結(jié)果見表1。通過對(duì)比提取效率、特征點(diǎn)提取數(shù)量以及特征點(diǎn)匹配準(zhǔn)確性，最終確定本文的特征點(diǎn)提取與匹配采用經(jīng)典SIFT算法。

表1 常見特征檢測(cè)與提取算法比較

2.3 水平移動(dòng)大小與方向的計(jì)算

利用SIFT算子匹配兩幅影像中同名特征點(diǎn)后，需將特征點(diǎn)像素坐標(biāo)轉(zhuǎn)換為地理坐標(biāo)，本文采用GDAL空間數(shù)據(jù)轉(zhuǎn)換坐標(biāo)庫進(jìn)行坐標(biāo)轉(zhuǎn)換，轉(zhuǎn)換公式為：

式中，trans(0)、trans(3)為影像左上角像素點(diǎn)左上角位置的地理坐標(biāo)；trans(1)、trans(5)為影像上單個(gè)像素的寬度與高度；如若該影像是指北的，則trans(2)、trans(4)均為0；m、n為特征點(diǎn)在影像中的像素坐標(biāo)；x、y為該特征點(diǎn)轉(zhuǎn)換后的地理坐標(biāo)。

將同名特征點(diǎn)的像素坐標(biāo)轉(zhuǎn)換為地理坐標(biāo)后，便可計(jì)算該特征點(diǎn)的水平移動(dòng)量和方向，假設(shè)同一網(wǎng)格匹配n對(duì)特征點(diǎn)，各對(duì)特征點(diǎn)水平移動(dòng)量的計(jì)算公式為：

為使水平移動(dòng)監(jiān)測(cè)更加可視化，可計(jì)算水平移動(dòng)方向，假定某點(diǎn)水平移動(dòng)是由(x1'y1)指向(x2y2)，且水平移動(dòng)矢量與東方向形成的夾角為α（圖3），則有：

圖3 水平移動(dòng)矢量示意圖

2.4 基于水平移動(dòng)大小與方向的誤匹配剔除

由于礦區(qū)地物特征的特殊性和復(fù)雜性，采用SIFT算子提取的匹配特征點(diǎn)存在誤差（圖4a），為提高水平移動(dòng)監(jiān)測(cè)精度，本文提出了一種基于位移大小和方向的誤匹配剔除方法。通常在同一網(wǎng)格內(nèi)，各特征點(diǎn)間水平移動(dòng)量差別不大，且水平移動(dòng)方向具有一致性，根據(jù)這兩個(gè)特性可剔除誤匹配和不符合地表水平移動(dòng)規(guī)律的匹配。首先計(jì)算同一網(wǎng)格內(nèi)所有水平移動(dòng)量的平均值ΔA，設(shè)置0.9ΔA～1.1ΔA為滿足誤匹配剔除的大小閾值范圍；再計(jì)算同一網(wǎng)格內(nèi)所有水平移動(dòng)方向的平均值Δα，設(shè)置0.9ΔA～1.1ΔA為滿足誤匹配剔除的角度閾值范圍；最后結(jié)合兩個(gè)閾值范圍，可基本剔除誤匹配，剔除后效果見圖4b。

圖4 誤匹配剔除前后對(duì)比

3 實(shí)測(cè)案例分析

3.1 案例概況

監(jiān)測(cè)案例中采動(dòng)區(qū)域?yàn)樯綎|省濟(jì)寧市南屯煤礦33上08工作面（圖5），測(cè)區(qū)中心位于35°22′43″N、116°52′01″E，平均采深為300 m、走向長(zhǎng)680 m、傾向長(zhǎng)170 m、平均煤厚5.2 m。該工作面采動(dòng)前已對(duì)地表村莊易地搬遷，但仍保留部分工業(yè)建筑，且該區(qū)域?yàn)楦邼撍坏貐^(qū)，采動(dòng)后地下水會(huì)出露地表，因此對(duì)該區(qū)域的地表移動(dòng)進(jìn)行監(jiān)測(cè)非常必要。

圖5 監(jiān)測(cè)區(qū)域

基于概率積分法的開采沉陷預(yù)計(jì)方法是目前較成熟的礦山開采沉陷預(yù)計(jì)手段，主要基于已有變形監(jiān)測(cè)數(shù)據(jù)與對(duì)應(yīng)工作面參數(shù)，根據(jù)隨機(jī)介質(zhì)理論，以統(tǒng)計(jì)學(xué)的視角將采動(dòng)區(qū)域分解為無限個(gè)微小開采單元，進(jìn)而反演計(jì)算工作面參數(shù)與變形監(jiān)測(cè)數(shù)據(jù)之間的相互關(guān)系，主要通過下沉系數(shù)、水平移動(dòng)系數(shù)、拐點(diǎn)偏移距、主要影響角正切以及開采影響傳播角等預(yù)計(jì)參數(shù)進(jìn)行描述和計(jì)算，并以此預(yù)計(jì)同地質(zhì)采礦條件下的其他待采動(dòng)工作面的變形情況[18]。由3308工作面參數(shù)與歷史預(yù)計(jì)參數(shù)計(jì)算可知，該工作面預(yù)計(jì)最大下沉值為4 549 mm，東西最大水平移動(dòng)為1 396 mm，南北最大水平移動(dòng)為1 455 mm（圖6）。

圖6 33上08工作面開采地表下沉等值線

3.2 數(shù)據(jù)采集

為監(jiān)測(cè)3308工作面采動(dòng)對(duì)地表的影響，檢驗(yàn)本文方法的有效性，2021 年3—4 月對(duì)3308 工作面采動(dòng)影響區(qū)域采集3 期無人機(jī)影像數(shù)據(jù)與像控點(diǎn)坐標(biāo)數(shù)據(jù)。無人機(jī)采用大疆精靈RTK，作業(yè)高度為100 m，影像分辨率為2.73 cm/pixel，具體飛行數(shù)據(jù)見表2。像控點(diǎn)采用60 cm×60 cm 倒三角形像控點(diǎn)（圖7），并采用GPS-RTK+DS3 級(jí)水準(zhǔn)測(cè)量獲得坐標(biāo)與高程，其中平面誤差為2 cm，高程誤差為1 mm，共布設(shè)35 個(gè)像控點(diǎn)（圖8），包括10 個(gè)像控點(diǎn)和25 個(gè)檢查點(diǎn)。

表2 無人機(jī)飛行數(shù)據(jù)

圖7 33上08工作面像控點(diǎn)布設(shè)與量測(cè)

圖8 像控點(diǎn)布設(shè)位置分布圖

3.3 數(shù)據(jù)處理與精度分析

利用本文方法對(duì)3 期數(shù)據(jù)進(jìn)行處理，獲得水平移動(dòng)大小與方向圖（圖9），并將實(shí)測(cè)值與提取值進(jìn)行比較，統(tǒng)計(jì)本文方法的水平移動(dòng)提取誤差（表3），首期水平移動(dòng)由二期DOM 與初期DOM 比較獲得，二期水平移動(dòng)由三期DOM 與二期DOM 比較獲得，經(jīng)計(jì)算首期水平移動(dòng)提取中誤差為1.9 cm，二期水平移動(dòng)提取中誤差為3.3 cm，綜合誤差為3.8 cm。

表3 水平移動(dòng)提取誤差統(tǒng)計(jì)

圖9 兩期地表移動(dòng)監(jiān)測(cè)結(jié)果

4 結(jié) 語

本文基于無人機(jī)攝影測(cè)量技術(shù)提出了一種礦區(qū)地表水平移動(dòng)監(jiān)測(cè)方法，并通過實(shí)測(cè)案例檢驗(yàn)了該方法的可行性。

1）地表水平移動(dòng)作為受采動(dòng)影響的地表變形的重要組成部分，前人的相關(guān)研究重點(diǎn)關(guān)注地表沉降監(jiān)測(cè)，而對(duì)水平移動(dòng)監(jiān)測(cè)的研究存在缺失，本文是對(duì)相關(guān)研究的補(bǔ)充。

2）本文方法可基本完成地表水平移動(dòng)的自動(dòng)化監(jiān)測(cè)，較少需要人為干預(yù)，且精度可滿足礦區(qū)日常監(jiān)測(cè)要求。在影像分辨率為2.73 cm/pixel 的前提下，水平移動(dòng)提取精度為3.8 cm，且隨著硬件設(shè)備性能的提升，該方法可獲得更高精度的結(jié)果。

本文為受采動(dòng)影響的地表水平移動(dòng)監(jiān)測(cè)提供了一種更全面、便利、可視化的監(jiān)測(cè)手段，可廣泛應(yīng)用于采動(dòng)區(qū)域的變形監(jiān)測(cè)，為井下開采、耕地保護(hù)和搬遷移民等提供前瞻性和實(shí)時(shí)的數(shù)據(jù)支持，對(duì)于井下安全開采、采動(dòng)區(qū)治理以及采動(dòng)影響范圍內(nèi)的生命財(cái)產(chǎn)安全等具有重大意義。