无人机载LiDAR和倾斜摄影技术在地质灾害隐患早期识别中的应用

贾虎军，王立娟，范冬丽

（1.四川省安全科学技术研究院，四川 成都 610045；2.四川安信科创科技有限公司，四川 成都 610045）

0 引言

近年来，以“6·24”茂县叠溪镇新磨村山体高位滑坡、“8·28”纳雍县山体滑坡、金沙江白格滑坡——堰塞湖为代表的重大地质灾害频繁发生[1]，并呈现出隐蔽性强、突发性高、破坏力大、灾害链长等特点，传统的人工排查和群测群防已难早期发现、有效识别。而地质灾害隐患的早期识别工作是监测预警和精准防治的基础，在有效识别的工作基础之上才能通过地表地物或外部现象认识到其发育特征及成因机理，达到制定科学合理的防治措施[2-3]的目的。因此，如何能够更早的辨识和研判潜在的、隐蔽的重大地质灾害隐患，已成为地质灾害领域的工作重点和难点[4]。目前，著名地质灾害专家殷跃平、许强等提出了基于空天地一体化的普查、详查、核查“三查”体系。即利用合成孔径雷达干涉测量、高分辨率卫星遥感、无人机航测、激光雷达测量等多种高新技术，形成综合对地观测技术，开展地质灾害隐患早期观测与识别工作[5]。该综合对地观测技术体系中的激光雷达测量（Light Detection and Ranging, LiDAR）是一种新兴的三维地形测量技术，可以测量地表高程微小变化和获取微地貌的精细结构[6]，已广泛应用于地质灾害调查中，其高精度特性推动了地质灾害早期识别向定量化发展[7]。近几年发展起来的无人机具有机动性强、便捷性好、精度高等测量技术优势，并且可以同时搭载多种类型传感器。无人机搭载LiDAR 模块，能够“穿透”植被获取地表更为精准的三维点云数据，生成数字高程模型（Digital Elevation Model, DEM），进而可获取地质灾害体的坡度、等高线、坡向、粗糙度等微地貌参数特征[8]。无人机搭载倾斜摄影模块，采用基于运动结构重构方法的摄影测量技术[9]，可获取地质灾害隐患点的高分辨率实景三维模型、数字正射影像（Digital Orthphoto Map, DOM）等数据[7]，能够极大减少人工实地勘察的工作量[10]。这一系列数据产品优势互补，综合应用可有效提取地质灾害体精细化的三维形态和岩体结构面等相关的微地貌结构信息，可为地质灾害边界的圈定提供科学依据，可在高位、隐蔽性地质灾害早期识别工作中发挥至关重要的作用。

1 无人机载LiDAR 和倾斜摄影技术介绍

将无人机载LiDAR 和倾斜摄影技术相结合应用，可形成技术优势互补，有效提升数据获取效率和数据的丰富性、真实性，能够快速获取地质灾害隐患点高分辨率、高精度的地貌影像和真实地表地形数据[11]。

1.1 无人机载LiDAR 技术

LiDAR 技术是通过激光器发射的激光束获取与目标物之间的距离，使得大范围的三维地形地貌信息获取更加高效便捷[12]。无人机载LiDAR 是将小型化的LiDAR设备集成在无人机平台上，获取目标物的三维激光点云数据。

1.2 无人机倾斜摄影技术

无人机倾斜摄影技术是在无人机上搭载多台摄影传感器，分别从垂直、前方、后方、左侧、右侧五个不同的方向和角度同步采集影像数据[11]，获取高精度的多视影像信息，配合自动化的三维建模软件快速重构一定空间区域内的三维模型[13]，可以真实地表达地表物体的坐标、尺寸及外观等属性[14]。

1.3 无人机平台介绍

本文采用的无人机平台为飞马D200 无人机系统。飞马D200 属于多旋翼无人机，可以减少起降场地限制。该系统是由飞行器、载荷模块、地面控制站、GNSS基准站及无人机管理专业版软件组成。配合“无人机管家”中精准地形跟随飞行功能，可保证所获取数据分辨率一致。

本文采用搭载的倾斜模块为D-OP300，LiDAR 模块为D-LiDAR200。无人机系统和搭载模块详细参数如下：

（1）飞马D200 无人机系统。续航时间48 min，抗风能力5 级，测控半径5 km，实用升限海拔高度4 500 m，工作温度-20～50 °C。配备高精度差分GNSS 板卡，支持PPK/RTK 及其融合作业模式，具备免像控和稀少像控的能力，见图1（a）。

（2）D-OP300 倾斜摄影模块。模块具有5 个相机，传感器尺寸23.5 mm×15.6 mm，相机倾斜角度45°，每个相机有效像素2 400 万，镜头参数中间25 mm、四周4 个相机35 mm，重量1.45 kg，见图1（b）。

（3）D-LiDAR200 模块参数。激光器RIEGL mini VUX-1UAV，测量距离250 m，回波数量5(Max.)，回波强度16 bit，视场角——水平360°，分辨率——水平0.05°～0.5°，见图1（c）。

图1 无人机载LiDAR 和倾斜摄影模块Fig.1 UAV Li DAR and tilt camera module

2 工作流程

采用无人机载LiDAR 和倾斜摄影技术获取地质灾害隐患点三维空间数据，主要分为无人机外业飞行和内业数据处理两大部分。无人机外业飞行主要包括测区踏勘、检查点布设、倾斜摄影飞行、数字地表模型（Digital Surface Model, DSM）快速处理、LiDAR 变高飞行等。内业数据处理主要包括点云数据预处理和DOM、DEM、实景三维模型数据生产等。工作流程如图2所示。

图2 工作流程图Fig.2 Work flow chart

2.1 外业数据获取

（1）倾斜摄影数据获取。由于高位、隐蔽性地质灾害隐患点一般具有高海拔、大落差等特点，在满足勘测精度要求和保证飞行安全的条件下，无人机倾斜摄影飞行可采用统一高度航线规划。无人机倾斜摄影航线飞行完毕后，完成地质灾害隐患点区域正射影像快拼工作，快速生成DSM。

（2）LiDAR 数据获取。无人机倾斜摄影快速生成的DSM，可作为准确的高程信息，用于LiDAR 数据获取的精准地形跟随航线设计。无人机保持对地固定高度进行飞行作业，可确保点云密度的一致性，也可确保安全作业[15]。

2.2 内业数据处理

（1）倾斜摄影数据处理。通过多视影像密集匹配模型确定每张影像外方位元素[16]，再由空三计算和点云加密算法将稀疏点云生成密集点云，然后将密集点云进行网格化和纹理映射，并利用像控点数据，生成具有真实坐标的精细化实景三维模型和DOM 数据[14]。

（2）LiDAR 数据处理。将无人机的机载POS 数据、GNSS 地面基站数据和LiDAR 数据初步整理，并经轨迹解算、点云解算、航带平差、去除噪声等数据预处理，输出标准点云数据。将DOM 影像纹理赋色给点云数据，可生成彩色LiDAR 点云数据。

（3）数据质量评估。经内业数据处理后生成的数据主要有LiDAR 点云数据、DOM、DEM、实景三维模型等。数据精度检查主要包括：点云数据密度和分类精度检查，点云数据平面和高程精度检查，DOM 数据平面精度检查等。

3 地质灾害早期识别应用实例

3.1 研究区概况

本文研究区位于四川省阿坝藏族羌族自治州九寨沟县漳扎镇九道拐，海拔高度范围2 435～3 415 m，面积约6.2 km2。研究区植被茂密、地势陡峭、高差较大，见图3（a）。

3.2 无人机数据获取

3.2.1 倾斜摄影数据获取

本次实验无人机倾斜摄影航线设计地面分辨率为12 cm，航高为800 m，航向重叠度为75%，旁向重叠度为70%。航摄完成后在现场对POS 数据和航摄影像进行检查和整理，确保POS 信息无遗漏，影像清晰，共获得有效原始影像1 850 张。无人机航摄中采用连接CORS网络的RTK/PPK 作业模式，可免除像控点布设。

3.2.2 LiDAR 数据获取

本次实验LiDAR 数据获取方式采用精准地形跟随飞行的作业模式，飞行航线设计见图3（b）。图3（b）中，红线区域为LiDAR 数据获取有效范围，黄色线为无人机飞行路线，蓝色点位为无人机地形跟随飞行变高点。航线对地表保持固定飞行高度（150 m），确保激光对植被的穿透能力及均匀的地面分辨率，数据采集按照1∶1 000 比例尺进行。

图3 无人机载LiDAR 航线规划Fig.3 UAV LiDAR route planning

为了进一步分析LiDAR 技术的植被“穿透”能力，提取了研究区部分区域的LiDAR 点云数据，并生成了图4（a）中红色框内的点云数据剖面图见图4（b）。通过分析图4，可以看出LiDAR 技术在植被稀疏地区到达地面的点云数据较多，而在植被高覆盖区到达地面的点云数据相对较少。

图4 LiDAR 数据穿透植被能力分析Fig.4 LiDAR data penetration of vegetation

3.3 数据生成

针对地质灾害隐患早期识别需求，本文研究获取地质灾害隐患点的高精度、精细化LiDAR 点云、DEM、DOM 和实景三维模型等数据（图5）。本文基于Context Capture 软件，经融合差分GPS 解算、空三加密、数据生成等步骤，生成实景三维模型见图5（d）和DOM 见图5（b）。基于飞马无人机管家预处理LiDAR 点云数据，通过对LiDAR 点云数据分类处理并进行滤波处理后，获得LiDAR 点云数据成果[17]，见图5（a）。基于离散点构建不规则三角网模型（Triangulated Irregular Network，TIN），然后由TIN 利用高程内插算法生成DEM[18]，见图5（c）。数据生成后，需要进行精度检查，本实验检查采取人工实测的方式对比精度。经检验，LiDAR 数据的点云平均密度12～45 个/m²，平面中误差为0.033 m，高程中误差为0.039 m。

图5 无人机载LiDAR 和倾斜摄影数据产品Fig.5 UAV LiDAR and tilt photography data products

3.4 地质灾害早期识别分析

准确识别地质灾害体并确定其具体分布范围和体积是科学评估地质灾害隐患点危险性与危害性的重要前提[19]。在选择地质灾害隐患点数据获取的技术手段时，应充分考虑地形、岩土体出露条件，可采用基岩裸露区使用无人机倾斜摄影技术，植被覆盖区使用无人机载LiDAR 技术的工作原则[15]。无人机LiDAR 和倾斜摄影技术生成的高精度实景三维模型、LiDAR 点云数据、DEM 和DOM 及其衍生特征参数可用于对地质灾害隐患点进行定性和定量分析，并通过二维高分辨率影像、三维精细化模型综合研判，能够实现地质灾害隐患早期识别[17]、边界圈定。

3.4.1 定性分析

定性分析是通过高精度、高清晰的实景三维模型和DOM，在室内直观立体形态下，解译活动断层的几何展布特征和地质灾害体，发现微地貌和微变形，准确识别岩土体出露明显的各类不良地质体和地质要素信息[15]，如从图5（b）、图5（d）中可以明显判识出，研究区斜坡岩体普遍松动，碎屑物质沿沟谷走向呈流态化运动。

3.4.2 定量分析

定量分析是利用真实地表的DEM 数据提取山体阴影、坡度、等值线和粗糙度等精细微地形地貌参数，分析地质灾害特征要素[19]，实现准确圈定地质灾害体范围。也可使用相关算法计算出地质灾害体的面积和体积大小等数据。图5（b）研究示范区去除植被后生成的DEM。山体阴影、坡度、等高线等分别如图6（b）、图6（c）、图6（d）所示。通过对比分析图6（a）和图6（b），可以清晰的看出基于去除植被DEM 的山体阴影，能够明显增强滑坡的立体形态，显著提升识别能力。通过分析图6（c）和图6（d），坡度和等高线等DEM 衍生因子可以刻画出滑坡的线性特征，对于辅助圈定滑坡边界具有重要作用。

图6 滑坡DEM 衍生因子Fig.6 Derived factor of DEM on landslide

4 结果与讨论

地质灾害隐患早期识别工作的重要性、紧迫性和艰巨性，是当前地质灾害防治工作的重点任务和难点问题。研究地质灾害隐患的早期识别特征和技术方法，对提高地质灾害的预防能力具有重要意义。无人机倾斜摄影能够提供高分辨率、高精度的地形地貌影像和实景三维模型。无人机载LiDAR 通过多次回波技术可“穿透”地面植被，结合滤波算法可有效去除地表植被，获取真实地面数据高程信息，可以为高位、隐蔽性地质灾害隐患早期识别提供重要技术手段。本文研究主要得出如下结论：

（1）无人机平台具有机动性强、便捷性好、载荷模块多等勘测技术优势，搭载多种类型传感器，可以充分发挥各项技术优势，可作为高位、隐蔽性地质灾害隐患勘测的重要技术。

（2）无人机倾斜摄影技术可有效获取大面积地质灾害隐患的高分辨率、高精度地形地貌影像和实景三维模型，其承载信息丰富、对地质灾害体地表信息全覆盖，可快速地调查清楚孕灾环境和承灾体。

（3）基于LiDAR 数据获取的高精度真实地表DEM数据，通过衍生参数特征信息，如山体阴影、坡度、等高线、粗糙度等，可有效识别植被覆盖下隐蔽的地质灾害体，突破因数据不全对地质灾害隐患识别的局限性，对地质灾害的预防预警具有重要的意义。

（4）需要指出的是，利用无人机载LiDAR 和倾斜摄影技术进行地质灾害隐患早期识别的准确率，作者将在后续的工作中进一步研究和验证。