应用无人机技术的采空区三维地表变形监测研究

摘要：无人机摄影测量技术的快速发展使得获取高精度、高分辨率的地理信息数据变得更加容易，但如何高效地处理这些海量数据仍然是当前无人机应用领域的热点之一。在现有无人机摄影测量技术的基础上，提出采用地表空间位移场的测量方法，对采空耕地的三维变形数据进行研究。实验表明：对无人机原始数据直接计算所得首、末两期下沉中误差为19.8mm，采用地表空间位移场的测量方法处理后的测量中误差为12.1mm，较处理前精度提升38.9%，地表水平移动测量精度为21.6mm。

关键词：无人机变形监测下沉提取水平移动提取

中图分类号：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

我国耕地总面积中有42.7%为煤量复合区域，在煤炭资源不断开采的同时，不可避免地会对耕地土壤造成破坏，如水土流失、肥力下降等，严重时甚至导致地表产生裂缝或者塌陷[1]。如何平衡粮食生产和煤炭开采之间的问题，一直是制约着我国可持续发展的关键点。

地下煤炭的开采会导致上覆岩层的应力状态经历“平衡—变化—再平衡”过程。而这一过程会导致岩层发生移动、变形和破坏，从而影响到地表，使其发生连续或非连续变形[2]。长期以来，如何解决地表变形等问题一直是学者们研究的重点。

1工程概况

本次研究区域位于贵州省某煤矿，工作面上方多为耕地，且分布有零星的建筑物。煤矿开采会对地表土壤和植被造成破坏，导致土地沉降、土壤侵蚀、植被覆盖度降低等问题，进而会引发地下水位降低，导致周边土地干旱、植物枯萎等。为了降低对当地农业生产和居民生活的影响，有必要明确在煤矿开采过程中最为显著的地表沉降变化，为后续研究土地破坏、地下水位降低等方面的问题提供数据支撑。

2外业数据获取

为了监测工作面开采对地表产生的变形，基于无人机的空间位移场测量方法对工作面上方地表进行监测。在2022年3月至2023年1月期间共采集七期数据。由于研究区域多为耕地，为了在数据采集期间保证像控点的稳定性，本次研究定制了红白相间的硬塑料板平铺在耕地上作为像控点，在周边的水泥路面上则是使用油漆喷制而成，像控点布设平面位置如图1所示。采用RTK测量像控点的平面坐标，精度为3cm，采用三等水准测量像控点的高程坐标，精度为1mm。

3地表下沉提取

根据各期点云数据中植被的RGB值设置相应的颜色阈值之后，剔除地面点云中的植被点以及其他噪点。为了得到更加精确的地表下沉数据，现根据耦合地表变形与无人机测量精度的空间域滤波方法对原始数据进行处理[3]。将各期的地面点云进行栅格化处理，重新生成精度更高的DEM，计算首末两期DEM差值后，均匀地提取该区域内点的下沉值，并沿东西方向和南北方向分别导出采样点的初始下沉点坐标（x，y，z），得到沿两个不同方向排序的初始下沉值文件。通过遍历采样点，计算当前点南北方向相邻两点的下沉差与两点之间距离的比值，当作该点的南北方向倾斜值。同理，计算该点的东西方向倾斜值。

计算完所有点的初始倾斜值后，根据无人机的测量精度以及采样点的初始倾斜值，确定该点周围格网划分的大小，对格网内所有点的下沉值取平均值当作该点的实际下沉值。将处理之后的采样点重新构建高程三角网生成DEM，进行后续综合性分析。第2期和第7期DEM分别如图2、图3所示，从图中可以清晰地看出，受地下开采的影响，地表变形区域范围逐渐扩大，且最大下沉值也在不断地增大。

为了验证该方法提取的地表下沉精度，本文实验通过在工作面上方布置地表移动观测站测量水准高程来检验精度。以水准测量数据为地表下沉真值验证无人机测量地表下沉的精度[4]。计算可得，在研究区域均匀布设像控点时，（1）四期的无人机原始数据测量地表下沉中误差为13.4mm，利用本文所提方法处理后中误差为8.1mm，精度提升效率为39.6%；（2）五期的无人机原始数据测量地表下沉中误差为18.1mm，经处理后中误差为11.1mm，精度提升效率为38.7%；（3）六期的无人机原始数据测量地表下沉中误差为19.8mm，经处理后中误差为12.1mm，精度提升效率为38.9%。由此可知，随着下沉值的增加，测量的精度也有一定的下降，但本文所提无人机下沉测量方法均有较高的精度提升效果。

4地表水平移动提取

为了更好地揭示地表的变形规律，在获取地表下沉的同时提取地表的水平移动值。本次实验基于增量的地表水平移动提取方法来获取水平移动变化量[5]。由于整个监测周期较长，首末两期影像变化较大，缺少持续稳定的特征点，因此本次实验通过构建虚拟观测网，在此基础上计算相邻两期的水平移动变化量，利用虚拟观测网作为桥梁，将水平移动增量进行累加，获取整个采动变形周期内的水平移动值。具体操作如下。

（1）考虑到本次案例的监测区域范围较大，因此将获取的DOM影像均匀地分割成同等的数量，对裁剪后的影像进行检查，确保每一对对应的影像都包含相同的研究区域。

（2）利用SIFT算子对同名影像DOM1与DOM2进行特征点匹配。根据特征点在DOM1上的坐标Ai（X1，Y1），和DOM2上的坐标Bi（X2，Y2）计算特征点的地理坐标偏移[6]。

（3）将研究区域范围内所有的特征点水平移动值进行汇总，并按东西方向和南北方向进行分解，得到沿两个方向的水平移动变化量。

（4）以10m的间隔对整个采动影响区域进行格网剖分，并将格网的中心作为虚拟观测点，根据上一步骤中获取的特征点的水平移动值，按反距离加权法内插出虚拟观测点沿东西和南北向的水平移动值。

（5）重复上述步骤，获取所有相邻两期DOM在虚拟观测点上的水平变化量，并以其为桥梁进行叠加，得到整个监测周期内的地表水平移动变化值。

主要统计了四、五、六期的水平移动值，经计算发现：（1）四期的东西向水平移动中误差为12.4mm，南北向水平移动中误差为11.9mm；（2）五期的东西向水平移动中误差为15mm，南北向水平移动中误差为15.5mm；（3）六期的东西向水平移动中误差为21.6mm，南北向水平移动中误差为18.8mm。在校内实验时该模式下的水平移动中误差为3.9mm，远小于野外测量的误差，分析原因是校内实验时识别特征点的误差为3.9mm，并非内插得到的虚拟观测点的坐标误差，因此误差较大。此外，校内实验只涉及两期数据间的水平移动计算，并未有多期数据间的累加，根据误差传播定律，随着各期水平移动的累加，其误差势必会增大。

根据各期南北方向和东西方向的水平移动值计算各地面点的矢量和，进而绘制地表水平位移场矢量图，如图4、图5所示。以箭头的形式表示每个点的水平移动方向和大小，箭头的长度和方向表示了地表水平移动的幅度和方向。从图中可以看出，在工作面附近的中心区域，地表呈现出向内收缩的变形特征，变形量较大，矢量箭头长度较长，表示水平位移较大的区域。而远离工作面的区域，变形量逐渐减小，矢量箭头长度也相应减小。随着工作面的不断推进，水平移动值在逐渐增大，位移的角度也逐渐增大，更偏向于指向工作面的中心方向。

5结语

采动过程中地表平面、高程的变化是揭示地表移动与变形规律，构建地表沉陷预测方法的重要基础数据。获取高精度的变形监测数据、提取煤矿开采产生的地表点的三维变形对于煤矿安全生产、防灾减灾具有重要的意义。本文采用地表下沉空间域滤波方法和基于增量的地表水平移动提取方法，实验表明，该方法的首、末两期下沉测量精度为12.1mm，较未处理前精度提升38.9%；水平移动测量精度为21.6mm，有效地提高了无人机摄影测量的精度。

参考文献

[1]童朋飞.联合无人机激光雷达和正射影像的矿区地表变形监测研究[D].长沙：中南大学，2022.

[2]张士诚，魏娜，杨金凯，等.基于无人机遥感影像的边坡位移变形监测技术[J].自动化技术与应用，2023，42（06）：13-16，32.

[3]葛永泉.智能手机及无人机在动态变形监测中的应用研究[D].济南：山东建筑大学，2022.

[4]孙斌.基于无人机航空摄影测量技术的矿区地表变形监测外业数据采集[J].世界有色金属，2020（13）：36-37.

[5]牟海鹏，杨默含，张孝鲁，等.像控点分布对无人机监测公路变形的精度影响分析[J].现代矿业，2023，39（2）：75-78.

[6]张凯想.无人机摄影测量技术在边坡变形监测中的应用研究[D].唐山：华北理工大学，2022.