詹 俏,甘 淑,2,袁希平,2,杨 敏

(1.昆明理工大学国土资源工程学院,云南 昆明 650093；2.云南省高校高原山区空间信息测绘技术应用工程研究中心,云南 昆明 650093)

1 引 言

利用传统的测绘仪器(水准仪,经纬仪,全站仪,GPS等)配以相应的大地测量方法(前方交会法,测距法等)对滑坡体地表进行变化检测[1],虽然这种方法简单易操作,但是得到的都是单点信息,工作量随着检测网的增大而增加,而且数据获得的完整性都地形条件制约[2-3]。近年来,随着经济的快速发展,各种数字传感器技术不断进步,测量仪器和信号处理技术迅猛发展,TLS技术也越来越广泛的被应用到滑坡体变化检测中。TLS技术可以获取真实场景下高精度和高密度的激光点云数据,具有全自动和非接触等诸多优势,实现了从点测量向面测量的跨越。此外,激光具有一定的穿透性[4],利用该特性可透过稀疏植被到达地面获取滑坡体地表信息。Abellan 等人[5]运用地面激光扫描技术对西班牙某危岩体进行监测,其结果显示出具有毫米级高精度监测可行性。Kayen等人[6]采用三维激光扫描技术对日本新泻县中越地震中诱发的接近400个大型滑坡进行监测,并大大提高了震后灾害的评估效率。

根据扫描场景的复杂程度,扫描对象的大小以及扫描仪设置采样分辨率的高低,通过TLS技术获取的点云数据可以从几十万到几千万甚至更高[7]。如此庞大的数据量,不仅消耗大量的存储空间,而且对地形表达也没有任何意义。泥石流沟谷地区地形起伏大,沟壑纵横,利用TLS技术获取的点云数据往往存在着数据分布不均匀,有大量的冗余数据等问题。通过查阅文献可知,目前将TLS技术应用于泥石流沟伴生滑坡体,对其进行点云采样分析及变化探测的研究还较少。针对上述问题,本文以东川小江大白泥河泥石流沟的以伴生滑坡体为试验对象,开展对泥石流沟伴生滑坡体的点云数据采集与处理,建立滑坡体地表模型及进行误差分析,尝试探讨重采样分辨率对构建地表模型和估算物源量的影响,并针对滑坡体点云进行变化检测分析的TLS技术运用方法流程。

2 试验区与数据采集

2.1 试验区概况

小江流域为位于金沙江右岸的一级支流,自南向北流经昆明市寻甸回族自治县,东川区以及曲靖市会泽县[8],其具体位置如图1所示。小江流域境内已查明的泥石流沟有140条,泥石流沟流域总面积达1878.58 km2,占小江流域面积的61.73 %[9],其中,蒋家沟,大白泥沟,小白泥沟每年都爆发大量泥石流,对流域内的生产和人民安全都造成了巨大威胁。

由于生成NH3·H2O而没有离开反应体系致使溶液呈现碱性,从而使CO2也很难从溶液中逸出,造成NH3·H2O和CO2并存于同一体系中,使水解反应不能进行彻底而很快达到平衡,反应进行的程度很小,为此两者可以大量共存,这一点与和Al3+的反应不同。

图1 试验区位置图

为了对泥石流滑坡体进行点云采样分析和变化探测,本文选取位于大白泥河泥石流沟内的某一典型泥石流沟滑坡体作为试验对象。大白泥河在地质上位于新华夏北-北向构造带和川滇南北构造带过渡区,地质构造复杂,地震运动强烈,地表岩层破碎,稳定性差,为泥石流爆发时提供了大量的物源；气候旱雨季分明,雨季降水量占全年降雨量的88 %[9-10]。由于其特殊的地质和气候条件,导致该区域内泥石流、滑坡、崩塌频发。

2.2 数据采集

本文进行外业数据采集使用的仪器为澳大利亚MAPTEK公司生产的I-Site 8200型地面三维激光扫描仪,该扫描仪为一款中长距离测程的地面三维激光扫描仪,设备坚实稳定,安全防护等级高,比较适用于复杂的扫描环境,扫描仪的相关参数如表1所示。数据采集工作分两次进行,2017年3月25日进行I期数据采集,2018年3月9日进行II期数据采集。数据采集模式采用适用于泥石流沟谷地形的基于GPS站点扫描模式[11]。首先,对试验区域进行实地勘察,确定测站点位置；确定测站点位置时不仅要考虑通视、最大入射角和最大扫描范围,而且还需考虑相邻两测站间保持20 %～30 %的重叠区域,为此,在布设测站时,应将测站布设在山谷或山脊的延伸中心线上,以获得滑坡体的完整点云,基此原则,试验区测站点布设如图2所示。其次,架设仪器,进行对中整平,量取仪器高；然后,设置扫描参数,由于试验区为植被较稀疏的泥石流沟谷地形,地物简单,因此将扫描等级设置为2级可以满足点云获取要求,扫描范围设置为360°,选择GPS定位模式,后视选择Compass,输入仪器高；最后,实施扫描,采集扫描站点点云数据。数据采集完毕后,利用I-Site Studio软件来进行后续的试验数据处理和分析。

例：全国信息与文献标准化技术委员会. 文献著录: 第4部分 非书资料: GB/T 3972.4-2009[S]. 北京: 中国标准出版社, 2010: 3.

cos5B(5-18t2+t4)l5

表1 扫描仪相关参数

图2 测站点布设图

3 试验点云数据处理技术

3.1 点云配准

3.3.2 滑坡量估算方法

遇到雨雪天气，总是习惯等到天气彻底放晴后再洗车，于是遇到连续几天的糟糕天气，洗车的事就会被一拖再拖，然而这样做的结果是，发现车漆不如以前有光泽了。

(5-t2+9η2)l4

(1)

试验模型跨度为2.6 m+2.6 m，主梁选用铝合金材料，箱型截面，分节段栓接而成；主塔选用I字钢，杠杆加载系统由门架、杠杆组织和过梁系统三部分组成。斜拉索全桥共9组，每组4根，共计36根，选用高强钢丝。试验模型如图1所示。

(2)

式中,(x,y)为高斯平面直角坐标系坐标;(B,l)为WGS-84坐标系下的大地坐标;X为自赤道起量的子午线弧长;N为曲率半径;η为测站点上的垂线偏差在卯酉圈上的分量;t为纬度的正弦值,t=tanB,ρ=206265。

(2)根据X轴与磁北方向的夹角和点云与X轴的水平角计算点云的磁方位角；

5.1 推广秸秆气化技术，有利于提高农民生活质量，促进农村奔小康的进程。通过秸秆气化技术，利用农村丰富的秸秆资源，以较低的成本向农民供应秸秆燃气，做到了“两人烧火，千户做饭”，即改善了居住环境，又降低了劳动强度，实现村内少柴草，室内无烟尘的愿望。

根据本项目的经验，随着大体积混凝土施工应用越来越普遍，大体积混凝土的施工质量不仅仅会关联到国家经济的发展，还关系到人民群众的生命财产安全，所以大体积混凝土施工需要严格按照规矩来施工，改善施工的工艺，尽最大的力量来减少大体积混凝土施工裂纹/裂缝，以此提高大体积混凝土的施工质量。

(3)根据磁方位角、点云竖直角和距离计算点云坐标。

对点云数据进行粗配准之后,本次试验采用迭代最近点(iterative closest point,ICP)算法[12],实现点云精配准。

(1)将GPS测站点坐标转换为高斯平面直角坐标；

3.2 基于区域增长渐进加密TIN的点云滤波

为了获取滑坡体地面点云,本文根据试验区地形地貌特征,采用一种基于区域增长渐进加密TIN滤波方法[13]。本文滤波算法的具体步骤如下:①运用中值滤波将点云数据中的低点和远离地面的高点进行删除,并将数据网格化,提取网格中的最低点作为初始三角网的种子点；②将提取出来的种子点构建成一个稀疏的初始三角网。通过设定阈值利用渐进加密TIN的原理对原始点云进行地面点与地物点的分类处理,逐点分析区域内的每一个点,将分离出来的地面点加入到下一次三角网重构中的地面点集,完成第一次区域增长；③利用新的地面点集,重新构成三角网,重复第二步,完成第二次区域增长；④重复上述步骤,直到三角网中不再有新的点添加时,基本地形就已经形成,即完成区域增长,滤波结束。

为进一步保证试验的滤波效果,在完成基于区域增长渐进加密TIN滤波后,采用手动滤波方法进行再一次滤波处理。

3.3 点云重采样表面建模与滑坡量估算

3.3.1 不同点云重采样表面建模处理技术

在实际操作过程中,利用过多的点云来进行地表模型构建,不仅增加计算机运算时间,而且会占用存储空间,并导致建模曲面不光滑。因此,本文对预处理后点云数据进行曲率重采样,探究不同重采样分辨率构建地表模型有何不同。NURBS(Non-Unionform Rational B-Spline)指的是非均匀有理B样条,它能够精确的表达二次曲线弧与二次曲面,具有几何精度高,计算速度快和曲面拟合连续性好等优势[14-15],所以本文利用NURBS算法对重采样后的点云进行地表模型构建以表达真实地形。

点云配准的实质就是将多站点云统一在同一坐标系下,多站点云的配准结果会直接影响滑坡变化的检测精度。一般来说,点云配准包括粗配准和精配准两部分工作。基于GPS站点扫描模式的粗配准技术主要是利用X轴与磁北方向夹角、测站点坐标值、以及表面点水平角、竖直角和距离,利用三维激光扫描仪测算原理,直接获取测定点云坐标值。基本原理如下:

现阶段世界以工业制造加快产品国际化为主要趋势，全球制造产业当中其低端的劳动密集型产品附加价值较低，技术含量较低的产品仍然集中在类似于我们国家的发展中国家。我们国家是第一大出口产品的国家，以委托代加工为主，对于核心技术的掌握需要一定的时间。在互联网电子以及芯片类产品当中，对于核心技术的掌握还很不全面，还是要依赖于进口。传统的纺织服装类出口也是以中低端产品为主，没有树立世界级的品牌。

本文基于ArcGIS平台来进行滑坡量的估算。其步骤为:首先,建立待计算滑坡量区域的矢量区块,将其独立提取出来；其次,通过条件函数和设定阈值将点云稀疏和缺失区域剔除,以及将下滑区和堆积区分别提取出来；最后,运用以表格显示分区统计将栅格属性赋值到分区区块上,分别求取下滑区和堆积区体积；求取体积原理如下所述:

V=V1+V2+V3+…+Vn=c2·h1+c2·h2+c2·h3+…+c2·hn=c2(h1+h2+h3+…+hn)

任何工业系统在实际工作中，其控制部分都不是唯一的，大多留有备用设备，确保其在出现故障时仍能顺利运行。电力调度监控系统同样遵循这一规律，系统内部一般支持双机备份功能，在部分监控设备异常时，仍能有效获取调度信息，完成控制指令的下达传送。

(3)

同样的有:

V=c2·n(h1+h2+h3+…hn)/n

(4)

其中,(h1+h2+h3+…+hn)是分区统计的SUM统计类型;c是栅格大小;n是区块数量。最后,下滑区体积减去堆积区体积为滑坡量,一般来说,滑坡量为正数,因为一部分泥石会随着雨水流失。

4 试验结果分析与讨论

4.1 滑坡体表面建模分析

利用预处理后的两期点云数据,对滑坡体进行NURBS曲面拟合以及地表模型的构建。从滤波后的点云数据可以看出,在点云数据采集期间,由于茂密植被或其他地物的遮挡,导致局部点云出现空洞现象,如图3(a)。利用NURBS方法进行曲面拟合,可以在一定程度上还原滑坡体模型的完整性,如图3(b)。为分析点云重采样分辨率对构建地面模型精度的影响,本文采用“曲率抽样法”,以便更好的保留试验区的地形特征,从100 %起以10 %为采样间隔进行递减重采样,各得到2期点云数据的10组重采样数据,分别构建点云地表模型。图4为利用不同重采样点云构建的地表模型与其点云之间的垂直距离标准差,差值距离一般为0.3～0.5 cm。

图3 滑坡体点云及地表模型

图4 曲面拟合误差分析

4.2 滑坡体估算量及最佳分辨率探讨

本文利用4.1节中所述的10组重采样数据,运用3.3.2节中所述的滑坡量估算方法,对不同重采样分辨率下的滑坡量进行估算,从而分析不同重采样分辨率对滑坡量估算产生的影响。其结果如图5所示。在重采样分辨率为50 %～70 %时,滑坡量的估算保持在一个稳定的范围,分别为3405 m3,3393 m3,3331 m3,说明在这个采样范围所构建的估算滑坡量表面模型更为准确,可靠。实际上,曲率重采样是基于地形的起伏程度来进行数据采样,在地形起伏较大处保留较多的点云数据,在地形起伏较小处会剔除较多的点云数据,所以由于采样分辨率的高低不同,会导致地形缺失部分的不同,从而导致估算滑坡量变化随之高低不同。滑坡量在重采样分辨率为80 %～100 %之间及其不稳定,在50 %～70 %之间维持一个稳定值,说明经过点云滤波处理后的地面点云中还存在着冗余数据,数据不够精简。由此可以推断,针对泥石流沟谷地形,点云曲率重采样分辨率在50 %～70 %范围内,可以达到保留较好地形的数据精简目的,从而高精度、高质量的提取地面点云。整体来说,该滑坡体在2017年3月25日至2018年3月9日期间处于一个较为稳定的状态。

图5 各采样分辨率的滑坡量估算值

4.3 滑坡体变化探测

DEM数据比较的方法只能探测沿垂直方向的变形,不能满足沿平面方向变形探测的要求,且不适用于高陡边坡。结合试验区地形特征,针对DEM检测方法存在的不足之处,本文采用刘昌军[16]等提出的基于八叉树和改进的Hausdorff距离算法的激光点云直接比较算法对滑坡体进行“面”状特征要素探测及分析。与点对网和网对网的距离计算方法相比,该方法具有以下优点:①直接计算点云,不需要对点云进行构网或网格化处理；②对于点云空洞区域可将点云转化为深度图像,采用深度图像对空洞区域进行填充,然后采用Hausdorff距离对不同期点云进行变化比较；③采用最小二乘拟合平面进行局部建模,避免采样差异问题；④实现点云数据的全景表达,并对不同扫描精度的点云数据进行直接比较计算,且不会增加额外计算负担。如图6所示。

图6 滑坡体变化探测分析

得到I期点云与Ⅱ期点云的直接比较结果,从图中可以看出:①整个滑坡体表面两期点云间的距离范围为0.008～1.924 m；②距离变化最大的3.839～15.334 m区域为一期扫描点云数据的空洞区域；③整个滑坡体的变化区域的距离变化区域在0.008～0.5 m。这种方法计算速度快,效率高,适用于高陡边坡的变化检测。

5 结 论

本文以昆明市东川小江流域大白泥河泥石流沟的伴生滑坡体为例,利用TLS技术对大范围的泥石流沟伴生滑坡体进行了点云数据的获取,探索了一系列的点云数据处理流程。通过利用不同重采样分辨率的点云构建滑坡体地表模型并对其进行误差分析,两者间的垂直标准差为0.3～0.5 cm,可准确虚拟重现滑坡体的三维形态。当点云重采样分辨率为50 %～70 %时,滑坡体的估算滑坡量较为可靠,真实,说明在泥石流沟谷地区,通过50 %～70 %的点云重采样可以达到数据精简的目的,且地形保留较完整。此外,基于点云直接比较法对滑坡体进行变化检测,可以弥补基于DEM比较法在高陡边坡检测中存在的不足。基于点云直接比较法计算速度快,效率高,适用于泥石流沟谷地区的高陡边检测。

泥石流沟滑坡的发生具有突发性,将TLS技术应用在泥石流沟滑坡应急监测中,可以极大的减小泥石流滑坡所带来的次生灾害,为应急监测提供了一种新方案。同时,针对泥石流滑坡的产生条件,应尽量避开雨季对泥石流沟伴生滑坡体进行TLS扫描作业。