Technical methods for colliery subsidence disaster monitoring using UAV LiDAR: A case study of the Maliantai colliery, Ningdong coal base, Ningxia
-
摘要:
探索采煤地表沉陷的高新监测技术方法是推动采煤沉陷监测的重要工作，无人机载LiDAR采煤塌陷监测技术是无人机与LiDAR构建的一种新型低空三维空间测量技术。以宁东煤炭基地马莲台煤矿采煤沉陷区为例，采用无人机机载LiDAR监测技术获取了2017年4月及8月2期三维点云数据，通过数据三维建模和沉降信息提取，得到了地面沉陷情况的三维立体图，监测出了3处地面沉降区，并利用实测水准点和已有GPS自动监测站数据，对该技术监测地面沉降的精度进行评估。研究结果表明，无人机机载LiDAR监测技术方法可满足采煤塌陷的立体监测需求，具有机动灵活、成本低、效率高、精度高等特点，未来可在类似地区推广应用。
Abstract:Exploring advanced technology of coal-mining subsidence disaster monitoring is an important task to promote the monitoring better. Colliery subsidence disaster monitoring using UAV LiDAR is a new technology of low-flying 3D measurement composed of UAV and LiDAR. In this study, the authors chose the typical subsidence area of Maliantai colliery, Ningdong coal base in Ningxia as the study area, and obtained point cloud data of two time periods in April and August 2017 in the study area based on UAV LiDAR data. The authors obtained the 3D stereogram of colliery subsidence disaster by information extraction and 3D modeling and discovered 3 colliery subsidence disaster areas. Also, using a certain number of existent leveling points and GPS automatic monitoring data, the authors evaluated the accuracy of the model. The results show that the technical methods of colliery subsidence disaster monitoring using UAV LiDAR data meet the requirements of relevant specification. The methods have such features as flexibility, low cost, high efficiency and high precision, and have wide popularization and application value in future.
-
Key words:
- multi-rotor UAV /
- UAV LiDAR /
- DEM /
- subsidence disaster monitoring /
- Maliantai colliery of Ningdong
-
-
表 1 飞行平台和激光雷达系统性能指标及技术参数
Table 1. Technical parameters of flight platform and LiDAR system
八旋翼无人机系统 激光雷达系统（SCANLOOK V） 性能指标 参数 性能指标 参数 机体轴距 1650mm 重量 3kg 旋叶直径 686mm 速度 70万点/s 空重 18.5kg 精度 < 2cm 最大起飞重量 56kg 扫描频率 5~20Hz 续航 载荷5kg/飞行35m 扫描线 32线 最大空中速度 50km/h 最大测程 120m 
下载: 导出CSV
表 2 研究区地表沉陷情况
Table 2. Statistical table of subsidence in the study area
沉陷范围/m 最大值/m 最小值/m 平均值/m 而积/hm2 比例/% 分布 -4.34~-2.50 -4.3454 -2.5784 -3.2521 0.06 0.03 西北部固体废弃物处理区 -2.0078 -1.0170 -1.3065 0.09 0.04 东部、南部裂缝处 -2.50~-1.00 -2.2373 -1.0195 -1.3917 0.07 0.03 东部堆煤场 -2.3536 -1.0253 -1.0917 0.23 0.11 西北部固体废弃物处理区、西南冲沟 -1.1836 -0.2011 -0.3069 5.94 2.92 北部塌陷区 -1.00~-0.20 -0.9191 -0.2026 -0.3755 0.49 0.24 东部裂缝处 -0.9647 -0.2001 -0.2600 1.87 0.92 南部塌陷区 -0.1999 -0.0410 -0.1157 10.70 5.27 北部塌陷区 -0.20~-0.04 -0.1999 -0.0407 -0.1012 12.27 6.04 南部塌陷区 -0.1999 -0.0405 -0.0959 2.50 1.23 中东部裂缝处 -0.04~+0.04 - - - 168.81 83.05 大部分区域 +0.04~+0.25 +0.2535 +0.00440 +0.1508 0.23 0.11 北部塌陷区周边局部地裂缝周边 注:-表示下降，+表示抬升
下载: 导出CSV
表 3 地表沉陷监测标志点水准测量数据与点云数据对比
Table 3. Comparison of leveling data and point cloud data of subsidence monitoring points
点号 第一期/m 第二期/m 点云数据 水准数据 误差 点云数据 水准数据 误差 JC06 1198.0801 1198.0931 0.0130 1197.9103 1197.8895 -0.0208 JC07 1190.0107 1190.0454 0.0347 1190.0600 1190.0434 -0.0166 JC08 1190.1605 1190.2177 0.0572 1190.1102 1190.1667 0.0565 JC09 1197.0711 1197.1146 0.0435 1197.1810 1197.1058 -0.0752 JC10 1192.8203 1192.8143 -0.0060 1192.7301 1192.8128 0.0827 JC12 1200.7404 1200.7846 0.0442 1200.7304 1200.7916 0.0612 JC13 1204.7200 1204.7933 0.0733 1204.7306 1204.795 0.0644 JC14 1204.0006 1204.0505 0.0499 1204.0512 1204.0535 0.0023 JC15 1205.4702 1205.5369 0.0667 1205.5108 1205.5404 0.0296
下载: 导出CSV
表 4 GPS自动监测数据与点云数据对比
Table 4. Comparison of GPS automatic monitoring data and point cloud data
点号 沉陷模型提取/m
沉陷值GPS自动观测数据/m
沉陷值误差
/mMLT-2-2 0.1294 0.1630 -0.0336 MLT-2-1 0.0673 0.0140 0.0532
下载: 导出CSV
-
[1] 孙张涛, 范景辉, 王如意, 等.基于高分辨率SAR数据的地面沉降监测——以印度尼西亚雅加达为例[J].地质通报, 2015, 34(10):1910-1917. doi: 10.3969/j.issn.1671-2552.2015.10.015 http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20151014&flag=1
[2] 刘超.西安地铁二号线南段地面沉降成因分析[D].长安大学硕士学位论文, 2012.
http://cdmd.cnki.com.cn/Article/CDMD-10710-1013018094.htm [3] 周飞飞.《全国地面沉降防治规划(2011-2020年)》解读——访国土资源部地质环境司副司长陶庆法[J].中国应急管理, 2012, 3:56-59. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK201203149017
[4] 陈炳乾.面向矿区沉降监测的InSAR技术及应用研究[D].中国矿业大学博士学位论文, 2015.
[5] 徐友宁.矿山地质环境调查研究现状及展望[J].地质通报, 2008, 8:1235-1244. doi: 10.3969/j.issn.1671-2552.2008.08.021 http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20080820&flag=1
[6] 刘毅.灾害性地面沉降分析[J].地质灾害与防治, 1990, 4:9-12. http://d.old.wanfangdata.com.cn/Conference/55071
[7] 何芳, 徐友宁, 陈华清, 等.西北地区矿山地质灾害的现状及其时空分布特征[J].地质通报, 2008, 27(8) 1245-1255. doi: 10.3969/j.issn.1671-2552.2008.08.022 http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20080821&flag=1
[8] 王婷婷.基于三维激光扫描技术的地表变形监测[D].山东科技大学硕士学位论文, 2011.
http://cdmd.cnki.com.cn/Article/CDMD-10424-1012276966.htm [9] 董秀军.三维激光扫描技术获取高精度DTM的应用研究[J].工程地质学报, 2007, 3:428-432. doi: 10.3969/j.issn.1004-9665.2007.03.022
[10] Strouth A, Burk R L, Eberhardt E. The Afternoon Creek rockslide near Newhalem, Washington[J]. Landslides, 2006, 3(2):175-179. doi: 10.1007/s10346-005-0030-z
[11] Hsiao K H, Liu J K, Yu M F. Change detection of landslide terrains using ground-based LIDAR data[C]//International Archives of Photogrammetry and Remote Sensing. Istambul, Turkey, 2004.
[12] Bitelli G, Dubbini M, Zanutta A. Terrestrial laser scanning and digital photogrammetry techniques to monitor landslide bodies[J]. International Archives of Photo-grammetry, Remote Sensing and Spatial Information Sciences, 2004, 35(Part B5):246-251. http://cn.bing.com/academic/profile?id=f18d43bacc9b838e7d8b2cc57f9e5b30&encoded=0&v=paper_preview&mkt=zh-cn
[13] 姚艳丽, 蒋胜平, 王红平.基于地面三维激光扫描仪的滑坡整体变形监测方法[J].测绘地理信息, 2014, 39(1):50-53. http://d.old.wanfangdata.com.cn/Periodical/chxxygc201401015
[14] 陈弘奕, 胡晓斌, 李崇瑞.地面三维激光扫描技术在变形监测中的应用[J].测绘通报, 2014, 12:74-77. http://d.old.wanfangdata.com.cn/Periodical/chtb201412020
[15] 李秋, 秦永智, 李宏英, 等.激光三维扫描技术在矿区地表沉陷监测中的应用研究[J].煤炭工程, 2006, 4:97-99. http://d.old.wanfangdata.com.cn/Periodical/mtgc200604040
[16] 徐进军, 王海城, 罗喻真.基于三维激光扫描的滑坡变形监测与数据处理[J].岩土力学, 2010, 31(7):2187-2191. http://d.old.wanfangdata.com.cn/Periodical/ytlx201007027
[17] 袁枫.机载LiDAR数据处理与土地利用分类研究[D].中国矿业大学(徐州)博士学位论文, 2010.
[18] Aleksey Boyko, Thomas Funkhouser. Extracting roads from dense point clouds in large scale urban environment[J]. Jounal of Photogrammetry and Remote Sensing, 2011, 66(5):2-12. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=54194a187f8cab1b5c31a5d88136ff30
[19] 林昀, 吴敦, 李丹农.基于机载激光雷达的高精度电力巡线测量[J].城市勘测, 2011, 5:71-74. http://d.old.wanfangdata.com.cn/Periodical/cskc201105021
[20] 韩立, 余代俊, 何延龙. LiDAR在四川某地电力选线项目中的应用[J].测绘与空间地理信息, 2014, 4:86-88. http://d.old.wanfangdata.com.cn/Periodical/dbch201404023
[21] 李红, 肖国强, 杨吉龙, 等.天津滨海新区地面沉陷层位的精准识别与沉陷过程重建[J].地质通报, 2016, 35(10):1646-1652. doi: 10.3969/j.issn.1671-2552.2016.10.012 http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20161012&flag=1
[22] 梁周雁, 赵富燕, 孙文潇.基于三维激光扫描技术的地表变形监测方法研究[J].测绘与空间地理信息, 2017, 6:213-214. http://d.old.wanfangdata.com.cn/Periodical/dbch201706070
[23] 陈利明, 张巍, 于虹, 等.无人机载LiDAR系统在电力线巡检中的应用[J].测绘通报, 2017, S1:176-178. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QKC20172017091300007082
[24] 李强, 邓辉, 周毅.三维激光扫描在矿区地面沉陷变形监测中的应用[J].中国地质灾害与防治学报, 2014, 3:119-124. http://d.old.wanfangdata.com.cn/Periodical/zgdzzhyfzxb201401021
[25] 石友峰.三维激光扫描技术在测量中的应用研究[D].长安大学硕士学位论文, 2007.
http://cdmd.cnki.com.cn/Article/CDMD-11941-2009211328.htm [26] 杨军, 曾翠华, 郑荣霞. PolyWorks在逆向工程点云数据处理中的应用[J]. CAD/CAM与制造业信息化, 2008, 11:55-57. http://d.old.wanfangdata.com.cn/Periodical/cadcamyzzyxxh200811021
[27] 宫丽玮, 张毅, 闫利.基于Cyclone和PolyWorks的三维建模实现[J].地理空间信息, 2012, 5:38-40. doi: 10.3969/j.issn.1672-4623.2012.02.014
[28] 张舒, 吴侃.三维激光扫描技术在沉陷监测中应用的若干问题探讨[C]//第七届全国矿山测量学术会议论文集.北京: 中国煤炭协会, 2007.
http://cpfd.cnki.com.cn/Article/CPFDTOTAL-ZGMT200711003012.htm -
图(7)
表(4)
计量
- 文章访问数: 1057
- PDF下载数: 13
- 施引文献: 0