无人机摄影测量技术在采煤沉陷区沉陷监测中的应用研究

荆 盼

（安徽省地质矿产勘查局325 地质队，安徽 淮北 235000）

淮南市位于淮河中游，属于皖北地区，采煤沉陷区共涉及五区一县，分别为潘集区、八公山区、大通区、谢家集区、毛集实验区、凤台县。煤层埋藏深、多煤层重复开采，导致采煤区反复沉陷，不易稳沉；加之煤层厚、采高大、地下含水层浅，导致地表沉陷深度大，易形成大面积沉陷积水。矿区由于多年大规模煤炭开采，形成了大面积采煤沉陷区，不仅给当地居民生产生活带来困难，对人民生命安全也造成了威胁。目前，矿区塌陷区仍以每年1 万亩的速度递增。

1 不同测量方法监测沉陷区的优缺点

传统的沉陷监测方法有水准测量和GPS 技术。水准测量一直被认为是精度最高的沉降监测方法，在监测区域内布测水准网点，通过对水准监测数据的平差处理，可以获得区域范围内的各点沉降信息。地面沉陷需要进行周期监测，根据每个周期监测得到的高程平差值，计算本周期的沉降量、累计沉降量、沉降速率等数据，从而掌握监测区域的地面沉降情况。因监测范围大，这种方法不仅工作量大，需要耗费的时间长，还需要投入大量的人力。

GPS 技术是测量监测点的三维坐标，通过不同时段监测点的高程差值，可以得出监测区域内地面是否发生沉降。GPS 监测网形对GPS 测高精度影响较大，监测点与沉陷区距离的远近，影响监测网结构与网精度。但沉陷区具体范围难以把握，如把监测点选在监测区附近,监测点的稳定性与可靠性都将大大降低，监测成果将不能体现本地区地面沉降变化趋势情况。

无人机倾斜摄影测绘技术[1-6]的应用可以实现沉陷区的全过程监控，无人机遥感影像可以清楚直观地反映出沉陷区地物地貌的真实情况和周边地质环境状态，可以保证地面沉陷监测的全面性，外业航摄效率、建模速度、建模精度都大大提高，能够低成本快速采集高精度野外数据。

大面积的沉陷用传统的方法监测具有周期长、难度大等困难，本文结合矿区范围内高分辨率观测影像数据判读，判定沉陷区的基础数据。随着开采活动的持续，进行2 次航飞数据采集，分别获得2期沉陷区立体三维数据。通过对2 期数据对比，得出沉陷区有无沉降变化，后续为沉陷区继续沉陷提供预警作用，并验证成果的可靠性。

2 采煤沉陷区域实地特征判定

地面沉陷是沉陷区内一种地表表现剧烈、变形破坏较大的灾害现象。地面沉陷主要是由于地下煤层被开采，上层失去支撑作用力，在重力作用下，形变自下而上延伸至地表形成的地面沉陷。

为明晰沉陷区分布及沉陷区持续扩增等特点，需对历年沉陷区影像进行收集与整理，结合沉陷区沉陷实际状况及遥感卫星影像，更新沉陷范围情况。各种形态的沉陷、地裂缝等地面灾害是采煤沉陷区在地表形成的直接表现，在遥感影像上也会表现出不同的特征，通过这些特征可以间接地确定沉陷区的分布范围。2019 年原本未出现沉陷的位置，2022年新增一个沉陷坑，如图1 所示，圈出位置为新增沉陷坑。

图1 新增沉陷坑对比图

2.1 地面沉陷

图2 为淮南地区影像，通过不同时期遥感影像的对比能够清晰地发现沉陷坑的分布位置。沉陷坑在遥感影像上表现为圆形、椭圆形或不规则形状，独立或成群分布；沉陷坑与其周围地表的色差一般较大，沉陷坑内部色调明暗不同，沉陷坑内常形成沉陷积水，表现为积水沉陷坑。若沉陷持续，不同积水坑慢慢相连，出现大片积水区域。

图2 成片积水沉陷坑对比图

2.2 地裂缝

地裂缝是地表结构的连续性与完整性遭到分割与破坏的一种现象，主要表现为直线形、弧形、折线形、不规则形等，长短不一，单条出现或多条平行、不规则排列。采煤沉陷区内由地裂缝造成的破坏主要表现为对原始地形地貌的破坏，在高分辨率遥感影像上的植被覆盖率较低的区域比较容易识别。地裂缝在遥感影像上呈或长或短的蠕虫状或折线状，多条地裂缝呈交叉、平行或不规则排列；裂缝两侧地形高差明显或无明显变化；颜色呈黑色或灰黑色，或明或暗，裂缝两侧颜色也可能会有差异；地裂缝常常使矿区的地形地貌和道路等资源遭受破坏。

3 无人机倾斜摄影测量技术

无人机倾斜摄影测量技术即通过在同一飞行平台上搭载五镜头相机或单镜头相机，同时从下视、前视、后视、左视、右视5 个不同方向采集影像，通过配套软件的应用，可以直接基于成果影像进行高度、长度、面积、角度的量测，从而获得地面点云和影像数据。

3.1 无人机影像数据获取

1）结合前期高分影像资料，基本确定沉陷范围。根据实地勘查，核实是否有不利于无人机飞行的现场条件。根据所在航摄区域的建筑物高度、地面分辨率、现场周边情况，进行航线设计。

2）进行像控点布设，摄区采用IMU/DGPS 解决外业控制测量和内业高程数据采集方案。该方案较常规像控测量大大减少了像控点布设的数量。本次控制点测量采用基于安徽省CORS 站的RTK 技术对布设的控制点进行测量，测量时段为快速静态测量，一般为15 s 或30 s，坐标精度为平面2 cm、高程5 cm，满足1:1000 测图精度要求。

3）进行已获取数据的质量检查。根据要求，航线基准设计分辨率为3 cm，相对行高314 m，航向重叠度80%，旁向重叠度65%。如果重叠度不够，产生漏洞，则需要补飞。

3.2 无人机影像数据处理

1）利用无人机自带的POS 系统结合照片进行自由网平差解算，通过Context Capture 粗略刺点和精细刺点进行控制网平差解算，两者结合进行空三加密；2）通过Contest Capture 软件、PIX4D 软件，生成空三加密成果的DSM，再通过DSM 对原始影像进行数字微分纠正,生产出数字正射影像数据DOM；3）利用LAS 数据，进行点云数据的分离、去噪、抽稀、特征点匹配等，从而得到DEM。

DEM 作为地面高程数字模型，通过比较不同时期地面同一区块的DEM，便可以有效地反映出某一阶段矿区的沉陷状况，所以DEM 的精度决定了监测是否准确，高质量的DEM 数据离不开高精度的点云数据分离。

3.2.1 点云数据的分离

点云的噪声点对后续点云处理有很大影响，处理掉密度不规则且不平滑的点云数据、地面点遮挡的异常点云数据，还需要对大量点云数据进行抽样，删除噪音数据。地面点是模拟出测区中的地形特征，非地面点是模拟出测区中的地物特征，通过不同的滤波算法，实现地面点和非地面点的分离。

1）坡度法。主要针对地形表面是一个分段光滑的曲面，具有一定的坡度，在地形连续不间断的情况下，地面点之间的坡度变化程度相对较低，且地面点高程低于周围地物点高程。但是在地形起伏较大的区域，坡度阈值不能很好的选择，可能会导致一些低矮植被会被错误划分为地面点，从而影响DEM 质量。

2）移动曲面拟合法。采用移动曲面拟合法进行滤波时，首先假设一个规则来区分地面点和非地面点，然后用一个简单的二次曲面去拟合逼近假设空间的局部面元。效果对拟合半径依赖性较强，要求地面点密度要连续均匀，且高度阈值不能根据地形条件很好的选择。

3）数学形态学。该方法是对点云数据膨胀阈值中的不同取舍，可以达到对地面点和非地面点的分离。当取低值时，可以滤掉比结构元素尺寸小的树木点等非地面点；取高值时，可以恢复被密集点云数据腐蚀的建筑物等边缘。该方法算法简单，实现滤波效率较高，但是在复杂地形区域内无法获得较好的滤波效果。

4）不规则三角网法。该算法的思想是假设在局部地形内表面是平坦的，首先对点云数据进行格网划分，选取格网内与地面最为接近的点云，建立不规则三角网模型并逐步迭代内插、加密到三角网初始模型中；然后剔除点云数据中所有的非地面点，使得滤波之后的三角网与实地地形无限接近，从而完成整个滤波的过程。该方法操作简单，效果好，并且能够保持原始点云数据的精度，但过滤低矮地面物体时容易产生误差。

5）最小二乘拟合法。首先利用一个假定一块足够薄的曲面布置于地形正上方，通过寻找与地面的最低点拟合出来一个粗略的地形模型，然后将高差超过假定阈值的点过滤掉，从而过滤掉大的噪声点。在此基础上，再用多面函数拟合无限逼近细节部分，选取更准确的地形点，进而获取准确的DEM，可以用于分离平坦以及斜坡地区的植被和建筑物。

因为沉陷区大多分布在地势平坦的乡村区域，主要涉及耕地、居民地，根据不同滤波方法的特点，对于建筑房屋密度大、分布错综复杂的居民地，采取不规则三角网法，对于大面积耕地的沉陷区，采取最小二乘拟合法。

3.2.2 DEM 的建立

数字高程模型（DEM）是通过有限的地形高程数据实现对地面地形的数字化模拟，在地形地质、大地测绘等方面有着广泛的应用。DEM 主要由地面点云插值进行生产，但是在建筑物、植被等非地面点被滤除后，在原来的区域形成空洞，以此构建DEM 较粗糙、精度较低不符合实际的地形情况，对空洞区域进行补洞后，再进行插值构建DEM。

不规则三角网模型，不仅能减少数据的冗余，同时能够保持地形地貌，而且能以不同的分辨率来呈现地形表面，能够更真实、精确的表达地形。不规则三角网插值主要是以参与构建DEM 的点数据为顶点，通过利用合并和内插完成的地面点数据整体内插方式，来构建不规则三角网，生成DEM。顾北煤矿2 号沉陷区DEM 模型如图3 所示。

图3 顾北煤矿2 号沉陷区DEM 模型

3.3 沉陷区监测对比

3.3.1 两期DEM 对比

利用生成的DEM 影像数据，获取该沉陷区内某时间段的变化范围及地貌变化情况，例如沉陷积水区变化、沉陷受损区变化以及道路、耕地、水利设施等破损变化等。

图4 为潘四东煤矿1 号沉陷区两期影像对比图，一期、二期间隔4 个月。通过对比可以初步判断，在间隔时间段内该地区确实发生了地貌变化，沉陷幅度较大，部分区域积水范围扩大，耕地受损严重。

图4 潘四东煤矿1 号沉陷区对比图

3.3.2 两期DSM 对比

在两期DOM 影像的基础上，加载两期DSM数据，生成二期减一期影像，分析地表三维变化情况，分析沉陷范围及沉陷深度。通过两期DSM 对比，根据颜色深浅变化，可圈定沉陷范围的变化区域。如图5 中颜色较深区域为沉陷变化较大部分。

图5 朱集西煤矿沉陷范围

3.3.3 两期高程点对比

引起两期DSM 数据变化原因包括地面沉降、植被变化、生产生活活动等，针对变化区域提取两期地面三维坐标进行细化分析，最终判定变化类型及变化趋势。在ArcGIS Pro 软件中，分别提取第一期和第二期变化区域的平面坐标和高程坐标，通过差值对比，具体客观判断沉陷区变化范围、沉陷变化程度以及未纳入沉陷范围的异常沉降行为。根据DSM差值模型颜色变化，在变化范围内选取变化点。变化点的选取结合影像，选取在地势起伏较小、无障碍物遮挡、不易受人为因素干扰的周边主要道路、田埂、水泥地等，尽量避开车辆、树木和农作物，以免影响数据的精度。

4 精度分析

因水准测量一直被认为是精度最高的沉降监测方法，本文以二等水准观测结果为基准，选取20个特征点进行观测。其观测结果与无人机倾斜摄影测量DEM 上对应的监测高程值进行对比，见表1。

表1 摄影测量与二等水准观测成果对比分析比表 m

由表1 可知，无人机倾斜摄影测量数据与二等观测值最大偏差为0.076 9 m，最小偏差为0.008 1 m，平均偏差为0.047 7 m，均未超过限差。说明采用无人机倾斜摄影测量技术进行地面沉陷监测具有可行性，其成果真实可靠。

5 结语

矿区开采导致的地表沉降已深入到城市建成区内部，造成城市道路、给水管网、排水管网、电力线路、通信线路等城市基础设施的开裂、折断变形，导致交通不畅；矿区内的民宅、耕地、乡村道路等积水沉陷、断裂，受到了不同程度的破坏。通过对比不同时期DOM、DSM 和DEM 影像，结合高分辨率观测影像数据、无人机倾斜影像测绘技术、地质、水文和历史资料等综合分析，后续为沉陷区继续沉陷提供预警作用，其成果准确、可行性高。