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。