免像控无人机摄影测量开采沉陷监测方法研究

针对常规全站仪等传统监测方法在矿区沉陷监测中存在的监测周期长、劳动强度大等问题,以山西 某矿区为例,利用免像控无人机摄影测量技术在短期内采集研究区 5 期影像数据,通过对内业数据处理成果密集 匹配点云进行滤波和插值处理得到每期的 DEM 数据,将两时段的 DEM 相减得到矿区地表沉陷盆地,并利用实测数 据对其进行验证。首先分析了监测期间动态沉陷盆地的发展过程,将全站仪实测与无人机沉陷 DEM 提取的下沉 曲线进行对比,计算均方根误差;其次分析了无人机监测的误差来源以及减小误差的方法;最后提取工作面主断面 数据进行多项式拟合,验证拟合后曲线最大下沉值的精度,讨论了开采工作面主断面方向的累计沉降特征,总结了 工作面开采沉陷规律。研究表明：时序无人机摄影测量沉陷数据与同时期的全站仪实测数据对比,平均均方根误 差为 150 mm,拟合曲线的最大下沉监测精度最优值与实测值相差仅 20 mm;随着工作面的推进,地表累计沉降值增 加,矿区沉降总体趋势体现出下沉盆地特征,并且沉陷盆地的发展过程符合开采沉陷规律;免像控无人机摄影测量 技术可以有效监测矿区开采地表沉陷,为无人机摄影测量在矿区开采沉陷监测中的推广应用提供了技术支撑。     

用三维激光扫描技术监测矿山开采沉陷

经典地表沉陷监测方法具有工作量大、监测点保护困难、监测时间长、监测成本高等缺点,难以适应实时化矿山开采沉陷监测的需要。为此,以某矿山为例,结合三维激光扫描技术,提出了一种矿山开采沉陷高精度监测方法。在分析三维激光扫描技术工作原理的基础上,首先对矿区生产概况、监测方案、地表移动监测站设置方案进行了分析;然后结合MATLAB软件,利用分离非地面点和地面点、去除孤立点、拼接点云数据等方法处理经三维激光扫描得到的沉陷数据,并基于矿区2014年10月、2016年10月两期三维激光扫描数据,利用Kriging算法分别建立了矿区地表下沉盆地数字高程模型(Digital elevation model,DEM),对矿区地表沉陷进行分析;最后选取了矿区若干有代表性的监测点的开采沉陷监测值与对应的水准测量结果进行了对比分析。研究表明:监测结果与实测值的误差达到毫米级,反应出利用三维激光扫描技术不仅可快速获取矿区开采沉陷监测数据,而且可对开采沉陷进行高精度监测,对于进一步研究矿区开采沉陷规律、提高矿区开采沉陷监测效率有一定的参考价值。     

矿区开采沉陷预计的Geomagic法

利用三维激光扫描技术监测矿区开采沉陷,效率较高,但观测点云数量大、处理困难,目前缺乏成熟的软件进行矿区点云数据分析。为有效处理沉陷区的点云数据并实现沉陷区3D比较、剖面分析和开采沉陷预计参数求取,提出了一种矿区开采沉陷预计的Geomagic法。以某矿为例,首先利用Geomagic Studio软件建立了矿区数字地面模型(Digital terrain model,DTM);其次研究了开采沉陷发生前后的矿区数字地面模型3D对比方法,利用Geomagic Qualify软件分析得到沉陷区地表下沉三维视图;然后对地表下沉三维视图进行了剖面分析,提取走向方向与倾向方向的剖面点下沉值;最后利用剖面点下沉值求取了开采沉陷预计参数,并计算了剖面点的下沉预计值,将下沉预计值与提取的下沉值进行了对比分析,可知下沉拟合准确度达到92%,表明计算出的开采沉陷预计参数具有较高的精度,对于进一步推动三维激光扫描技术在矿区开采沉陷监测预计方面的应用有一定的参考价值。     

基于机载LiDAR点云C2C算法的矿山沉陷监测研究

针对地表移动观测站和InSAR技术手段在矿山开采沉陷监测的局限性，利用机载激光雷达(Light Detection and Ranging, LiDAR)采集沉陷区三维点云数据，通过多时相点云构建地表数字沉陷模型(沉陷DEM),获取地表的移动变形特征。然而构建的沉陷DEM包含多种来源复杂且难以去除的噪声，限制了该技术在矿山开采沉陷监测的应用。提出将机载LiDAR点云直接比较的算法(Cloud to Cloud, C2C)进行矿山开采沉陷监测，以榆神矿区某工作面为研究区，将同期水准观测数据作为参考数据，并与三种主流点云插值算法构建的沉陷DEM进行对比，验证该算法的可行性和精度。结果表明，C2C算法能够快速获取高精度的沉陷值，其沉陷精度明显优于通过点云插值算法获取的计算结果，下沉曲线符合矿山开采沉陷的一般规律。该算法可以达到厘米级的精度，为矿山地表移动变形监测和生态环境修复提供了新的参考方案。     

开采沉陷预计数据自动嵌入矿区DEM的方法研究

首先分析了几种开采沉陷预计数据（下沉,倾斜,曲率,水平移动和水平变形 ）的特点,介绍了上述几种数据的表达方式,根据数据特点提出了沉陷预计结果数据的预处理方法。通过研究提出了将预计结果数据嵌入矿区DEM的方法--双线性重采样插值法,经实例验证该方法达到了预期目标,为矿区的DEM更新做出了贡献。     

三维激光扫描与DInSAR联合监测矿区地表动态沉降方法

为解决SRTM DEM(分辨率30 m)与雷达影像分辨率不匹配降低了DInSAR地表形变监测精度的问题,研究了1种三维激光扫描与DInSAR联合监测矿区地表动态沉陷方法。该方法首先利用地面三维激光扫描点云数据构建高分辨率、高精度DEM,然后由低分辨率SRTM DEM内插补充数据缺失区域以获取整个研究区域DEM,最后将其与高分辨率SAR影像进行时序差分处理,获取矿区地表动态沉降监测数据。利用覆盖某矿5景3 m分辨率的TerraSAR-X影像进行了验证。结果表明:相比现有的SRTM DEM监测结果,该方法减小了DEM误差对形变结果的影响,实现了矿区大范围、高精度、动态的地表沉降监测,具有较好的应用价值。     

基于LiDAR DEM不确定性分析的矿区沉陷信息提取

机载LiDAR系统能够快速获取大面积地表高分辨率、高精度的三维点云数据,可用于矿区沉陷信息提取,但LiDAR数据本身的误差、地表覆被和数据处理等会导致生成DEM中存在一定的不确定性。基于研究区2009、2012年2期机载LiDAR点云数据,在LiDAR DEM精度与不确定性分析的基础上,利用模糊推理方法建立了基于坡度、点云密度和地表粗糙度的误差相关表面,用于差值DEM不确定性的量化与DEM最小变化阈值的探测,采用基于权重滤波窗口的贝叶斯估计判定与修正,较精确地获取了研究区地表形变信息;针对地表侵蚀等导致的地形变化信息,在坡度相关性分析的基础上,通过掩膜去除了非开采沉陷导致的地形变化信息,获取了较为精确的沉陷盆地信息。实验表明该方法适用于大面积开采沉陷监测,能够快速确定沉陷区位置,较准确获取沉陷区的分布范围、面积及体积等信息,为开采沉陷监测提供了一种新的技术手段。     

无人机激光雷达矿山开采沉陷监测研究

为了快速、准确、全面监测煤矿高强度大规模开采引起的地表沉陷，以鄂尔多斯王家塔煤矿为例，采用无人机激光雷达(UAV-LiDAR)测量技术对该矿高强度开采地表沉陷进行监测，给出了数据获取及处理的关键技术及方法；通过对实测点云进行克里金插值得到地面点并建立地表DEM,多期DEM差分处理得到地表下沉盆地，联合中值滤波和双边滤波对下沉盆地进行去噪处理，最终得到高精度的下沉值。结果表明：该技术实测地表DEM精度为15 mm,求出地表沉陷盆地模型中误差为36 mm;可以快速获得丰富的地表数据，得到高精度的地表沉陷盆地信息。     

基于Matlab的矿区地表移动与变形计算方法研究

运用开采沉陷理论、概率积分法、Knothe时间函数和坐标转换理论,基于Matlab编程语言对煤矿采空区地表移动变形值计算方法进行了探讨,主要得到了以下几个方面的成果:采空区上方地表移动与变形计算;预计时刻地表下沉与变形动态值预计;地表下沉等值面图和三维可视化效果图的自动绘制;采空区上方地表任意方向下沉与变形剖面图绘制;地表移动变形分布规律分析。本文的程序运行成果与矿区数字地形图一起作为G IS的输入数据进行矿区地表历史DEM的反演,对生产矿井开采技术可行性分析、地下保护煤柱设计以及矿区生态环境损害评价分析将起到至关重要的作用。     

三维激光扫描技术在开采沉陷监测中的应用

文中介绍了三维激光扫描系统的工作原理及在沉陷监测中的数据处理方法。针对三维激光扫描技术在沉陷监测中应用的精度问题,运用三维激光扫描技术对沉陷区进行监测,并将提取的下沉值与同期部分水准测量数据作比较分析。结果表明:三维激光监测所得到的沉陷情况与实地情况基本相符,能反映开采沉陷量及矿区沉陷趋势。文中还分析讨论了三维激光扫描技术在沉陷监测中技术优势和存在问题,对三维激光扫描技术在沉陷区监测中的实际应用具有参考辅助作用。     

三维激光扫描用于开采沉陷监测研究

三维激光扫描是一种新型测量技术,具有高效、实时、高密度等优点。将三维激光扫描用于开采沉陷监测,提出了获取下沉盆地的数据处理方法,并对其精度进行了讨论。通过实例应用,得到了沉陷区的下沉盆地DEM,直观全面地反映了开采沉陷盆地的形态。     

矿区DEM的时空模拟与反演方法及其应用研究

为了对矿区地表移动与变形的空间分布规律进行预计与"再现",文章提出了数字沉陷模型DSM的概念,分析了其与DTM和DEM的区别与联系,讨论了DSM的构建方法。在此基础上提出了矿区DEM反演的概念,讨论了反演分析原理及其实现方法。然后结合研究区实际例子进行了DSM计算和静态下沉等值曲线表达,最后采用动态移动过程模拟和时空反演模拟方法,根据常村矿矿井南部2002年的DEM构建了该区域2000,1997年的DEM。利用上述方法生成的DEM数据层可以与矿区对应时刻的生态数据图层一起进行GIS空间叠置运算,为分析矿区生态环境采动变化趋势提供数据方法。     

测量机器人在矿区地表动态变形监测中的应用

煤炭开采引起的地表沉陷现象十分普遍,加强对矿区地表沉陷问题的监测及研究已成为实现矿区可持续发展的重要课题之一。传统监测方法是建立地表移动观测站,通过水准测量获取矿区地表移动数据。这种方法外业工作量大,且难以获取实时动态数据,无法准确得到地表移动变形的动态规律。在研究了TCA2003测量机器人高程测量精度的基础上,论述了其在矿区沉陷监测的可行性,同时对某矿区的一个采煤工作面上方地表进行了连续监测,获取了连续动态的监测数据,分析了不同时间尺度下的地表下沉和下沉速度特征,为研究地表沉陷动态规律提供了丰富的数据。     

煤矿开采地表沉陷UAV-摄影测量监测技术研究

西部矿区开采地表沉陷大多呈变形速度快、损害程度深、波及范围广的特点,常规观测站已无法适应其高强度开采地表损害监测任务。如何快速、准确、全面地监测煤矿高强度大规模开采引起的地表沉陷与环境损害是矿山企业面临解决的一个关键问题。采用无人机(Unmanned Aerial Vehicle, UAV)摄影测量技术对西部高强度开采的矿区进行地表沉陷监测,给出了基本思路和方法,并以内蒙古鄂尔多斯某煤矿为例进行了应用研究,通过与水准对比评定了UAV摄影测量建立的数字高程模型(Digital Elevation Model, DEM)和沉陷盆地的精度。研究结果表明：UAV摄影测量技术获取的DEM精度为228 mm,沉陷盆地精度为81 mm,沉陷盆地精度为比DEM高程精度提高了64.5%;反演得到的下沉系数与水准求参结果相比,相对误差为1.4%;UAV摄影测量技术可以快速获得地表丰富的遥感影像数据,并可求出“面状”全盆地沉陷数据和可靠的沉陷参数,为矿区生态环境监测以及后续的生态修复和土地复垦提供支撑,研究成果可以为多数西部煤矿开采地表损害监测提供有效手段。     

基于DInSAR的南屯煤矿93_上10工作面采动损害分析

为了研究DInSAR在矿区沉陷变形动态监测及沉陷区地表高等级道路动态破坏程度分析中的应用,在南屯矿93上10工作面进行了SAR影像差分干涉实验。采用二轨差分的方法获取地表动态下沉值,并绘制沉陷区域的下沉等值线及最大下沉点处的剖面图,得到93上10工作面上方地表的动态沉陷范围和下沉程度,并在此基础上分析工作面上方邹济公路的破坏程度。     

基于无人机LiDAR的榆神矿区采煤沉陷建模方法改进

煤矿地表沉陷监测中常规的大地测量和InSAR等遥感手段均有一定的局限性。利用无人机LiDAR对沉陷区进行地面扫描,通过多期数据叠加可快速获取地表沉陷盆地的精细特征。然而,按现有的主流点云滤波及插值算法所构建的沉陷模型往往包含显著噪声,限制了该技术在矿区的实际应用。以榆神矿区某开采工作面地表为实验区,针对其地形起伏而植被覆盖度较低的地理环境,利用低空无人机Li DAR获取2期4组地面点云数据,结合常规地表移动实测数据,研究基于激光点云的矿区沉陷建模改进方法。分别采用专业化数字高程模型插值、反距离权重插值、克里金插值、自然邻域插值、样条函数插值及三角网渐进加密滤波、基于高程阈值的滤波、多尺度曲率滤波、基于坡度阈值的滤波、渐进形态学滤波等主流点云插值和滤波算法,构建实验区数字高程模型(DEM)并进行误差对比分析,发现专业化数字高程模型插值及三角网渐进加密滤波算法的效果相对较优,但两期DEM叠加生成的初始沉陷模型仍然精度不足,主要包含点云平面位置误差、非地面点噪声、点云内插误差、水域覆盖范围变化等引起的模型误差。在分析上述误差分布特征及其改进途径的基础上,提出基于小波阈值的沉陷模型去噪优化方案。针对沉陷盆地和非沉陷区域选用不同的小波参数,先利用非沉陷区下沉值为零的先验条件,对全区域数据进行多层次小波分解,再对沉陷区进行低层次小波分解,最后将两者结果进行镶嵌处理。实测验证表明,经上述小波去噪后的沉陷模型精度得到显著改善,并有效保留了沉陷盆地的细节特征,沉陷模型的总体标准差在50 mm以内,能够满足西部矿区地表大变形监测的基本要求。进一步根据沉陷模型边缘的随机误差特征,提出了基于下沉坡度临界值的沉陷边界提取方法,为机载LiDAR技术用于西部矿区采煤沉陷的高效监测与精细建模提供了可行方案。     

矿区沉陷DEM多重滤波方法研究

针对传统地表移动监测方法周期较长、工作量大的问题,通过无人机LiDAR和点云滤波获取地面点云,并构建沉陷DEM,实现地表沉陷监测的方法具有快速、高效的优势;由于现有点云滤波和插值算法构建的沉陷DEM模型仍会包含噪声,限制了该技术在矿区的普及,因此,进一步研究了沉陷DEM噪声的去除方法,对比分析了多重滤波与经典滤波方法。实验分析结果表明：在几种去噪方法中,中值滤波组合维纳滤波的去噪效果最好,保留了下沉盆地的细节特征,能够满足矿区地表形变监测的基本要求。     

融合概率积分模型与D-InSAR的开采沉陷预计

矿区地表植被多,开采沉陷速度快、量值大,所产生的地质灾害较一般性的地表沉陷严重,极易使得2景SAR影像失去相干性,造成解缠错误。针对矿区SAR影像相干性较低、下沉盆地中央相位值易丢失的情况,结合合成孔径雷达干涉差分技术（Differential interferometric synthetic aperture radar,D-InSAR）和基于遗传算法的概率积分模型,提出了一种矿区开采下沉盆地预计方法。以该方法利用矿区下沉盆地边缘一定数量的相干系数较高且下沉较明显的D-InSAR监测值和下沉盆地中央最大下沉点与拐点附近的少量观测值对某矿II3720工作面进行试验,首先利用概率积分模型反演概率积分法预计参数并采用遗传算法进行多次优化,然后利用得到的参数对该工作面下沉盆地进行模拟预计,结果表明：通过该方法得出的下沉盆地参数及下沉值与实测值较接近,有助于弥补由于矿区SAR影像干涉效果不佳而导致的预计精度不高的不足,通过少量的观测数据可较为有效地预计矿区下沉盆地,对于提高矿山开采沉陷监测与预计的精度有一定的参考价值。     

基于无人机影像的西部矿区地表沉陷信息提取方法改进

利用低空无人机航拍影像进行建模叠加可高效获取矿区地表沉陷信息，但植被覆盖和航测系统性误差往往会导致沉陷模型的噪声过大，制约了航测技术在矿区沉陷监测中的实际应用。为此，以陕北某矿采煤沉陷区为试验场地，利用低空无人机航拍影像数据构建初始沉陷模型。在选取非沉陷区样本分析植被、道路、沙地等主要地物对沉陷建模精度影响的基础上，利用可见光波段差异植被指数(VDVI)从初始沉陷模型中剔除对沉陷模型精度影响较大的植被覆盖区沉陷数据，再结合高斯卷积核与数字高程模型插值算法拟合植被区域沉陷信息，生成剔除植被影响的地表沉陷模型。进一步以非沉陷区下沉量应为零作为先验条件，通过统计非沉陷区域的误差分布特征，从中提取沉陷模型中潜在的系统误差，并以统计样区与控制点的距离作为权重，分析系统误差传播规律，对沉陷模型施加系统误差改正。通过与实测数据对比表明，经植被剔除后的沉陷模型精度得到显著改善；经系统误差改正后，沉陷模型主断面下沉曲线与实测数据更加吻合。研究结果表明：在剔除噪声并改正系统性误差影响后的无人机影像建模方法能够满足西部低植被覆盖区大范围、高强度采煤地表沉陷监测的基本要求，为无人机遥感技术用于西部矿区采煤沉陷...     

应用Sentine1-1A卫星数据对宁东煤炭基地进行沉陷监测试验研究

西部黄土高原煤炭开采造成的地表沉陷严重威胁煤矿安全生产,利用InSAR技术监测地表沉陷已成为矿区监测新途径。文中使用Sentinel-1A数据对宁东金凤煤矿探测,得到沉降图,并插值失相干区域的形变数据得到整个矿区的沉陷数据,为矿区灾害预警提供决策信息。