應用無人機技術的采空區三維地表變形監測研究

摘要：無人機攝影測量技術的快速發展使得獲取高精度、高分辨率的地理信息數據變得更加容易，但如何高效地處理這些海量數據仍然是當前無人機應用領域的熱點之一。在現有無人機攝影測量技術的基礎上，提出采用地表空間位移場的測量方法，對采空耕地的三維變形數據進行研究。實驗表明：對無人機原始數據直接計算所得首、末兩期下沉中誤差為19.8mm，采用地表空間位移場的測量方法處理后的測量中誤差為12.1mm，較處理前精度提升38.9%，地表水平移動測量精度為21.6mm。

關鍵詞：無人機變形監測下沉提取水平移動提取

中圖分類號：P231

Researchon3DSurfaceDeformationMonitoringinGoafUsingUAVTechnology

SHIQinggang

159thBrigade，GuizhouProvincialCoalfieldGeologicalBureau，，Liupanshui，GuizhouProvince，553500China

Abstract：TherapiddevelopmentofUnmannedAerialVehicle（UAV）Photogrammetrytechnologyhasmadeiteasiertoobtainhigh-precisionandhigh-resolutiongeographicinformationdata，buthowtoefficientlyprocessthesemassiveamountsofdataremainsoneofthehottopicsinthecurrentfieldofUAVapplications.OnthebasisofexistingUAVPhotogrammetrytechnology，thisarticleproposesameasurementmethodusingSurfaceSpatialDisplacementFieldtostudythethree-dimensional（3D）deformationdataofgoaffarmland.TheexperimentshowsthatthemeansquareerrorofthefirstandlasttwoperiodsofsubsidencedirectlycalculatedfromtheUAVrawdatais19.8mm，andthemeasurementmeansquareerrorprocessedusingthesurfacespatialdisplacementfieldmeasurementmethodis12.1mm，whichisanimprovementof38.9%inaccuracycomparedtobeforeprocessing.theaccuracyofsurfacehorizontalmovementmeasurementis21.6mm.

KeyWords：UAV;Deformationmonitoring;Sinkingextraction;Horizontalmovementextraction

我國耕地總面積中有42.7%為煤量復合區域，在煤炭資源不斷開采的同時，不可避免地會對耕地土壤造成破壞，如水土流失、肥力下降等，嚴重時甚至導致地表產生裂縫或者塌陷[1]。如何平衡糧食生產和煤炭開采之間的問題，一直是制約著我國可持續發展的關鍵點。

地下煤炭的開采會導致上覆巖層的應力狀態經歷“平衡—變化—再平衡”過程。而這一過程會導致巖層發生移動、變形和破壞，從而影響到地表，使其發生連續或非連續變形[2]。長期以來，如何解決地表變形等問題一直是學者們研究的重點。

1工程概況

本次研究區域位于貴州省某煤礦，工作面上方多為耕地，且分布有零星的建筑物。煤礦開采會對地表土壤和植被造成破壞，導致土地沉降、土壤侵蝕、植被覆蓋度降低等問題，進而會引發地下水位降低，導致周邊土地干旱、植物枯萎等。為了降低對當地農業生產和居民生活的影響，有必要明確在煤礦開采過程中最為顯著的地表沉降變化，為后續研究土地破壞、地下水位降低等方面的問題提供數據支撐。

2外業數據獲取

為了監測工作面開采對地表產生的變形，基于無人機的空間位移場測量方法對工作面上方地表進行監測。在2022年3月至2023年1月期間共采集七期數據。由于研究區域多為耕地，為了在數據采集期間保證像控點的穩定性，本次研究定制了紅白相間的硬塑料板平鋪在耕地上作為像控點，在周邊的水泥路面上則是使用油漆噴制而成，像控點布設平面位置如圖1所示。采用RTK測量像控點的平面坐標，精度為3cm，采用三等水準測量像控點的高程坐標，精度為1mm。

3地表下沉提取

根據各期點云數據中植被的RGB值設置相應的顏色閾值之后，剔除地面點云中的植被點以及其他噪點。為了得到更加精確的地表下沉數據，現根據耦合地表變形與無人機測量精度的空間域濾波方法對原始數據進行處理[3]。將各期的地面點云進行柵格化處理，重新生成精度更高的DEM，計算首末兩期DEM差值后，均勻地提取該區域內點的下沉值，并沿東西方向和南北方向分別導出采樣點的初始下沉點坐標（x，y，z），得到沿兩個不同方向排序的初始下沉值文件。通過遍歷采樣點，計算當前點南北方向相鄰兩點的下沉差與兩點之間距離的比值，當作該點的南北方向傾斜值。同理，計算該點的東西方向傾斜值。

計算完所有點的初始傾斜值后，根據無人機的測量精度以及采樣點的初始傾斜值，確定該點周圍格網劃分的大小，對格網內所有點的下沉值取平均值當作該點的實際下沉值。將處理之后的采樣點重新構建高程三角網生成DEM，進行后續綜合性分析。第2期和第7期DEM分別如圖2、圖3所示，從圖中可以清晰地看出，受地下開采的影響，地表變形區域范圍逐漸擴大，且最大下沉值也在不斷地增大。

為了驗證該方法提取的地表下沉精度，本文實驗通過在工作面上方布置地表移動觀測站測量水準高程來檢驗精度。以水準測量數據為地表下沉真值驗證無人機測量地表下沉的精度[4]。計算可得，在研究區域均勻布設像控點時，（1）四期的無人機原始數據測量地表下沉中誤差為13.4mm，利用本文所提方法處理后中誤差為8.1mm，精度提升效率為39.6%；（2）五期的無人機原始數據測量地表下沉中誤差為18.1mm，經處理后中誤差為11.1mm，精度提升效率為38.7%；（3）六期的無人機原始數據測量地表下沉中誤差為19.8mm，經處理后中誤差為12.1mm，精度提升效率為38.9%。由此可知，隨著下沉值的增加，測量的精度也有一定的下降，但本文所提無人機下沉測量方法均有較高的精度提升效果。

4地表水平移動提取

為了更好地揭示地表的變形規律，在獲取地表下沉的同時提取地表的水平移動值。本次實驗基于增量的地表水平移動提取方法來獲取水平移動變化量[5]。由于整個監測周期較長，首末兩期影像變化較大，缺少持續穩定的特征點，因此本次實驗通過構建虛擬觀測網，在此基礎上計算相鄰兩期的水平移動變化量，利用虛擬觀測網作為橋梁，將水平移動增量進行累加，獲取整個采動變形周期內的水平移動值。具體操作如下。

（1）考慮到本次案例的監測區域范圍較大，因此將獲取的DOM影像均勻地分割成同等的數量，對裁剪后的影像進行檢查，確保每一對對應的影像都包含相同的研究區域。

（2）利用SIFT算子對同名影像DOM1與DOM2進行特征點匹配。根據特征點在DOM1上的坐標Ai（X1，Y1），和DOM2上的坐標Bi（X2，Y2）計算特征點的地理坐標偏移[6]。

（3）將研究區域范圍內所有的特征點水平移動值進行匯總，并按東西方向和南北方向進行分解，得到沿兩個方向的水平移動變化量。

（4）以10m的間隔對整個采動影響區域進行格網剖分，并將格網的中心作為虛擬觀測點，根據上一步驟中獲取的特征點的水平移動值，按反距離加權法內插出虛擬觀測點沿東西和南北向的水平移動值。

（5）重復上述步驟，獲取所有相鄰兩期DOM在虛擬觀測點上的水平變化量，并以其為橋梁進行疊加，得到整個監測周期內的地表水平移動變化值。

主要統計了四、五、六期的水平移動值，經計算發現：（1）四期的東西向水平移動中誤差為12.4mm，南北向水平移動中誤差為11.9mm；（2）五期的東西向水平移動中誤差為15mm，南北向水平移動中誤差為15.5mm；（3）六期的東西向水平移動中誤差為21.6mm，南北向水平移動中誤差為18.8mm。在校內實驗時該模式下的水平移動中誤差為3.9mm，遠小于野外測量的誤差，分析原因是校內實驗時識別特征點的誤差為3.9mm，并非內插得到的虛擬觀測點的坐標誤差，因此誤差較大。此外，校內實驗只涉及兩期數據間的水平移動計算，并未有多期數據間的累加，根據誤差傳播定律，隨著各期水平移動的累加，其誤差勢必會增大。

根據各期南北方向和東西方向的水平移動值計算各地面點的矢量和，進而繪制地表水平位移場矢量圖，如圖4、圖5所示。以箭頭的形式表示每個點的水平移動方向和大小，箭頭的長度和方向表示了地表水平移動的幅度和方向。從圖中可以看出，在工作面附近的中心區域，地表呈現出向內收縮的變形特征，變形量較大，矢量箭頭長度較長，表示水平位移較大的區域。而遠離工作面的區域，變形量逐漸減小，矢量箭頭長度也相應減小。隨著工作面的不斷推進，水平移動值在逐漸增大，位移的角度也逐漸增大，更偏向于指向工作面的中心方向。

5結語

采動過程中地表平面、高程的變化是揭示地表移動與變形規律，構建地表沉陷預測方法的重要基礎數據。獲取高精度的變形監測數據、提取煤礦開采產生的地表點的三維變形對于煤礦安全生產、防災減災具有重要的意義。本文采用地表下沉空間域濾波方法和基于增量的地表水平移動提取方法，實驗表明，該方法的首、末兩期下沉測量精度為12.1mm，較未處理前精度提升38.9%；水平移動測量精度為21.6mm，有效地提高了無人機攝影測量的精度。

參考文獻

[1]童朋飛.聯合無人機激光雷達和正射影像的礦區地表變形監測研究[D].長沙：中南大學，2022.

[2]張士誠，魏娜，楊金凱，等.基于無人機遙感影像的邊坡位移變形監測技術[J].自動化技術與應用，2023，42（06）：13-16，32.

[3]葛永泉.智能手機及無人機在動態變形監測中的應用研究[D].濟南：山東建筑大學，2022.

[4]孫斌.基于無人機航空攝影測量技術的礦區地表變形監測外業數據采集[J].世界有色金屬，2020（13）：36-37.

[5]牟海鵬，楊默含，張孝魯，等.像控點分布對無人機監測公路變形的精度影響分析[J].現代礦業，2023，39（2）：75-78.

[6]張凱想.無人機攝影測量技術在邊坡變形監測中的應用研究[D].唐山：華北理工大學，2022.