多模態傳感器系統在河槽邊坡地貌測量中的應用

張家豪，周豐年，程和琴，鄭樹偉，石盛玉，姜月華，周權平

(1. 華東師范大學河口海岸學國家重點實驗室，上海200062； 2. 長江水利委員會長江口水文水資源勘測局，上海200136； 3. 中國地質調查局南京地質調查中心，江蘇 南京 210016)

河流邊坡地貌特征和發展演變關乎航道安全和防汛安全，是地學領域的一個主要研究方向[1-4]，其中邊坡高精度地形數據的獲取是研究河流邊坡侵蝕和穩定性的基礎。對河流險段邊坡的穩定性及發展趨勢的監測和評估迫切需要對其陸上和水下兩部分地形進行結合研究和定量分析。但由于水陸地形測量儀器的測量方法和原理的差異，以及數據融合方法的困難，對河流邊坡陸上、水下兩部分地形數據的同時獲取和結合研究的難度較大[5-6]。

傳統的陸地和水下地形測量主要依靠GPS RTK和單波束回聲測深儀等實現，測量效率及精度均較低。隨著新型儀器的開發，一些學者利用以激光掃描系統和多波束測深系統為核心的多傳感器系統對河流邊坡一體化的測量與融合開展了相關研究。如Hackney[7]、Leyland[8]等對湄公河Kratie段邊坡進行聯合測量，前者指出近岸堆積體在崩岸后期加劇了邊坡的侵蝕作用，后者利用泊松曲面重構算法對陸上和水下點云數據進行了融合研究并指出颶風對邊坡侵蝕起到了加劇作用；陳科[9]、鄧神寶[10]、趙春明[11]等嘗試利用船載掃描系統分別對大壩水庫河道、北江河段和長山水道進行了水陸地形一體化測量并進行了測量精度驗證；但受制于多種儀器同步測量和數據融合方法，河流邊坡陸上與水下連續地形的測量仍是國內外研究的難點[8]，特別是洪季河流崩岸等強烈侵蝕岸段的測量工作較難開展，有關其高精度近岸邊坡一體化地形的測量成果尚未見報道。

自長江三峽水庫蓄水后，來沙量的減小使長江中下游河段邊界條件發生改變，近岸深槽沖刷、坡比增大，岸灘不斷崩退[12-15]，對航運和防汛安全構成威脅，迫切需要對河流險段邊坡進行地貌觀測和定量計算分析?；诖耍疚睦糜蒖iegl VZ-4000三維激光掃描儀、SeaBat-7125多波束測深儀、GPS RTK、Trimble差分GPS等儀器組成多模態傳感器系統，對長江下游銅陵段窩崩邊坡和馬鞍山段侵蝕型河漫灘邊坡開展聯合測量研究，建立水陸一體化三維地貌模型，全面揭示了洪季大流量影響下的窩崩和侵蝕河漫灘的各項地貌參數，實現了對地貌特征的定量分析，以期為長江流域航道建設和防汛減災提供參考。

1　研究區域與研究方法

1.1　研究區域

研究區分別位于長江銅陵段太陽洲水道凹岸(如圖1(a)所示)和馬鞍山進口段左岸(如圖1(b)所示)。前者屬鵝頭型分汊河型，干流長約59.9 km，進口段和出口段均為窄而深的順直單一段，中間分布有成德洲、汀家洲、紫沙洲、銅陵沙等沙洲，平面形態極為復雜[16]。三峽水庫蓄水以后，銅陵河段進入河勢調整期，含沙量減小，主流貼岸沖刷，河道更趨于彎曲，且隨著汀家洲和紫沙洲左汊分流比的減少，銅陵沙左側主槽水流頂沖點上提，崩岸頻發[17]。后者為長約3.5 km的順直河段，地處東梁山與西梁山兩大山磯卡口之間，同時又位于陳家洲和江心洲兩大江心洲之間，是長江蕪湖段與馬鞍山段分界處的咽喉位置。受來水來沙變化、長江主流與陳家洲汊道匯流及東梁山挑流作用的影響，水動力軸線不斷調整擺動，屬于強崩岸地區[18-19]，動力地貌環境較為復雜。左岸為典型的二元結構河漫灘，三峽水庫運行以來，該河段主流向左岸逼近，對其造成大幅沖刷[20-21]。

1.2　測量方法

1.2.1陸上邊坡測量

Riegl VZ-4000三維激光掃描系統、GPS RTK系統組成的陸上傳感器系統可以采集毫米級精度的陸上三維地形數據(如圖2所示)。三維激光掃描儀集成了激光測距系統、掃描系統、內部校正系統和CCD數字攝影，采用脈沖式窄紅外激光束快速掃描機制[22]，可實現高精度、快速非接觸式的數據獲取。工作時，掃描角度為水平360°和垂向±60°，預設頻率50 kHz，預設解析度為水平方向0.03，豎直方向0.013，測量速率為37 000 meas/s，最大測距4000 m，精度和分辨率分別為15和10 mm，掃描時間為33 min左右。

圖1　研究區域

掃描完成后需要進行坐標校正。本次測量采用反射片校正法，掃描前將4個直徑5 cm的圓形反射標靶架設在以激光掃描儀為圓心，半徑50～70 m的范圍內，儀器在掃描過程中會精確記錄各個反射片中心的位置。掃描完成后將RTK流動站分別放至4個反射標靶及GPS控制點位置進行精確測定，獲取其經緯度和高程信息，并與三維激光掃描儀坐標系進行坐標系統校正。

1.2.2水下邊坡測量

SeaBat-7125多波束測深系統、Trimble差分GPS組成的船載傳感器系統可以采集高精度的水下三維地形數據(如圖2所示)。多波束測深系統配有POS MV(IMU)慣性導航設備，工作時利用換能器陣列發射寬扇區覆蓋的聲波，并通過接收換能器陣列對聲波進行窄波束接收，實現水下地形的測量。該多波束作業頻率為200 kHz/400 kHz(雙頻可選)，在400 kHz的作業頻率下，中央波束角為0.5°，發射波束寬為1°(±0.2°)，最大頻率為(50±1)Hz，共512個波束，測深分辨率可達6 mm。測量時頻率采用400 kHz，Ping率設置為20 Hz。換能器用鋼架置于測量船前方，可以有效減小行船水流帶來的干擾，船速控制在2.5 m/s以下，可以保證格網分辨率達到0.3 m。差分GPS則為船載測量設備提供定位支持。

1.3　數據處理方法

1.3.1激光掃描儀點云數據的處理

利用RiScan Pro對掃描儀數據LAS Dataset進行點云的預處理。首先將點云數據以ASCII格式進行提取，測量過程中產生的噪點和植被采用RiScan Pro提供的地形過濾器進行迭代濾除。此外，由于馬鞍山河段采取雙測站掃描方法，故需對兩測站掃描數據進行拼接處理。測站的拼接以兩測站的坐標系統SOCS1 (scanner own coordinate system)和SOCS2為基礎，其原理是基于每個測站的點云數據生成大量的平面，通過對兩測站公共區域內的共同平面進行數次迭代擬合，直至擬合精度達到所需標準，從而實現點云數據的高精度拼接。首先，從兩站中選取4個對應的控制點進行點云數據的粗拼，然后對結果進行迭代擬合，進一步消除拼接誤差。對馬鞍山測站進行測站的拼接，共進行了4次迭代擬合，每次迭代調整容差系數，最小平面數為2377個，最終的拼接誤差為0.004 6 m，兩測站的融合結果令人滿意(如圖3所示)。

圖2　由多波束、三維激光掃描儀、差分GPS和RTK組成的多模態傳感器系統工作示意圖

激光掃描儀獲取的海量點云數據雖然能夠精準地“復刻”地形，但是龐大的數據量也對數據處理造成了較大困難，其中包括了很多的冗余信息，對計算效率也會造成影響。因此，對數據的簡化處理十分必要?；诖?，本研究設置了x、y、z、方向抽稀距離，對點云數據進行了抽稀操作。

圖3　馬鞍山測點兩測站拼接結果及誤差

1.3.2多波束點云數據的處理

多波束測深系統在采集數據時進行了姿態校正、水位校正、吃水改正和聲速改正。對校正后的數據利用PDS2000軟件進行異常波束的剔除及噪點的粗差濾除，生成格網化的點云數據。

1.3.3激光掃描數據與多波束數據的融合

本次測量水陸測量統一采用WGS-84坐標系統和高斯3°帶投影，高程系統為WGS-84橢球高。將處理后的激光掃描儀LAS點云數據與多波束S7K點云數據統一轉換為ASCII編碼格式并導入RiScan Pro中轉換為LAS數據，實現地形的初步融合。隨后導入ArcGIS平臺創建LAS Dataset數據集，實現大量點云數據的快速讀取，并構建Terrain數據集對數據進行進一步的細化，在構建過程中，選擇合適的Terrain金字塔類型，設置合理的金字塔等級。一般有z容差金字塔和窗口大小金字塔兩種，通過比較分析選用z容差金字塔，該金字塔過濾器速度較慢，但對地表激光掃描數據的處理及對垂向精度的控制效果較好。

對生成的數據集通過不同插值方法(克里金法、反距離權重法、自然鄰域法、線性插值三角網法、趨勢面法等)進行插值比較，最終選擇精度較高、邊界約束較好的反距離權重法(IDW)插值生成柵格數據集。該插值方法主要依賴于反距離的冪值，冪參數可基于距輸出點的距離來控制已知點對內插值的影響，隨著冪數的增大，內插值將逐漸接近最近采樣點的值，插值表面會變得詳細而不平滑，指定較小的冪值將對距離較遠的周圍點產生更大的影響，從而導致平面更加平滑，其中柵格大小設置為10 cm。對生成的柵格數據進行三次陰影疊加渲染處理，獲得銅陵段和馬鞍山段的高精度陸上水下一體化邊坡地形、TIN、坡度、高程等值線和斷面圖。

1.4　誤差來源分析

陸上測量誤差的主要來源為坐標校正[23]，由于校正用的反射片坐標信息由RTK測得，故存在觀測誤差。采用RTK技術測量的平面和垂直坐標精度能夠控制在2 cm以內[22]，因此對于反射標靶控制范圍內的點云坐標精度是能夠保證的。本次測量利用3個點進行匹配和確定坐標系并利用第4個點進行驗證，結果顯示匹配結果的標準偏差為0.011和0.017 m。

2　地形測量及融合結果

2.1　窩崩邊坡水陸一體化地貌模型

地貌測量結果顯示(如圖4(a)所示)，該邊坡為

典型窩崩地貌，其形似“耳”狀，發育有一大一小兩個窩崩坑，通過定量計算得出，該崩岸崩口長約102.7 m，最寬處約37.1 m，窩崩坑水下部分投影面積2 059.9 m2，表面積3 206.6 m2，崩塌土方體積15 245.8 m3。受2016年洪水影響，陸上邊坡發育有三階沖刷陡坎(如圖4(b)所示)，坡比為0.09～0.25(如圖4(c)所示)，第一階緊貼水邊線，高約1.21～1.37 m，寬約1.4 m；第二階高約0.55～2.01 m，寬約8 m；第三階階地上覆蓋有高度為1.49～2.59 m的植被帶。水下坍塌邊坡坡比達到了0.33～0.55(如圖4(c)所示)，離岸100 m范圍外河床沖深超過30 m，岸坡有向下部沖進之勢。此外，在窩崩坑下游80 m處發育有長107 m、寬39 m的坍塌堆積體，岸邊至堆積體之間的河床整體抬升。

地形剖面圖(如圖4(d)—(h)所示)顯示，自Ⅰ斷面至Ⅳ斷面，邊坡大部分呈內凹型，最陡處出現在Ⅲ斷面。前人根據歷史實測資料[4]和室內概化模型試驗[24]指出，長江中下游穩定坡比取值范圍為0.23～0.45，可判斷該窩崩坡度介于崩塌坡度和穩定坡度之間，屬于不穩定階段。此外，其東向水下堆積體的發育使得近岸形成緩流區，將近岸河床表面抬升了5 m左右，阻止了窩崩向東繼續坍塌擴展，但西北向圓形沖刷陡坎的形成和水下副窩崩坑的發育揭示了窩崩正在向西北方向擴展的趨勢。

圖4　(a)基于反距離權重法的陸上水下地形數據融合圖 (b)TIN模型 (c)坡度模型 (d)高程等值線圖 (e-h)窩崩區域典型斷面圖

2.2　侵蝕型河漫灘邊坡水陸一體化地貌模型

地貌測量結果顯示(如圖5(a)所示)，該邊坡為典型侵蝕型河漫灘地貌。受2016年洪水影響，該區域沖刷嚴重，河灘出現多層崩塌陡坎，自河漫灘至江邊呈三層階梯型分布，平均坡比0.087，第一階寬18.5～30.2 m，厚1.6～3.6 m，其上覆蓋的植被受沖刷根莖裸露在地表之上；第二階寬2.4～16.8 m，厚0.7～2.0 m；第三階寬25.3～38.6 m，厚1.4～1.8 m(如圖5(b)所示)。水下邊坡受水流侵蝕坡比增大至0.22～0.88，在離岸3 m左右的位置發育有長69.2 m、寬44.6 m、深19.2 m的橢圓形沖刷坑(如圖5(a)所示)，其邊緣坡度均超過40°(如圖5(c)所示)。

地形剖面圖(如圖5(d)—(h)所示)顯示，該河段陸上邊坡整體坡度較緩，水下邊坡坡度驟然變陡，最陡處出現在橢圓形沖刷坑內，自Ⅰ斷面至Ⅳ斷面，邊坡由外凸型結構轉變為內凹型結構。該岸段坡腳受水流的沖蝕呈現高地不均的起伏形態，由于近岸受到持續沖刷發育有多處大小不均的沖刷坑，沖刷坑的發育使得近岸地形呈不連續性，地形的不連續性會改變周邊流場結構，使水流對邊坡的侵蝕加劇，嚴重時可能使水流在地形不連續處入契形成回流，不停旋轉的回流渦體會對邊坡形成環形淘刷，增加對坡腳的擾動和剪切，加速土體的破碎和輸移，進而產生崩岸，因此大型沖刷坑的存在使得局部邊坡失穩坍塌的風險增大。

圖5　(a)基于反距離權重插值法的馬鞍山河漫灘邊坡陸上水下地形融合圖 (b)TIN模型 (c)坡度模型 (d)高程等值線圖 (e-h)窩崩區域典型斷面圖

3　結　語

長江流域河槽邊坡的地形觀測及穩定性評估，對長江經濟帶防汛安全及工程建設具有重要意義。本文利用三維激光掃描儀、多波束測深系統、RTK、差分GPS系統等先進儀器，對長江下游銅陵段太陽洲水道凹岸邊坡、馬鞍山段侵蝕型河漫灘進行聯合測量，實現了河流險段的高精度一體化地形的獲取，揭示了窩崩、侵蝕河漫灘在洪季時期的完整地貌特征，初步評估了其穩定性和發展趨勢。

本文的非接觸測量方法和數據融合手段克服了傳統測量方式的不易實施性和危險性，測量精度與測量效率均較高。利用此方法獲得的陸上水下一體化地形數據可以構建大空間尺度的河流邊坡地面高程模型，結合不同時期的實測數據，可以達到對重點岸段或航道工程的監測和評估。除此之外，實測的一體化斷面數據還可以加入數理模型中進行邊坡的穩定性和侵蝕量定量計算，應用前景較好。

一言以蔽之，課程整合即旨在通過學校教學時空的重新分配，引導學校思考存在的價值和育人模式，重新組織教育要素，調整教學秩序；引導教師重新思考學科本質、跨學科的必要性和多路徑選擇，引導學生穿跨學科壁壘，聯通直接知識與間接知識，關聯知識與生活，彰顯學習的實踐性與創新性，過與以往不同的學校生活。

參考文獻：

[1] OSMAN A M，THORNE C R.Riverbank Stability Analysis.I: Theory[J].Journal of Hydraulic Engineering，1988，114(2):134-150.

[2] 黨祥.二元結構河岸崩塌機理試驗研究[D].武漢：長江科學院，2012.

[3] SIMON A，COLLISON A J C.Quantifying the Mechanical and Hydrologic Effects of Riparian Vegetation on Streambank Stability[J].Earth Surface Processes & Landforms，2002，27(5):527-546.

[4] 唐金武，鄧金運，由星瑩，等.長江中下游河道崩岸預測方法[J].四川大學學報工程科學版，2012，44(1):75-81.

[5] 邊志剛，王冬.船載水上水下一體化綜合測量系統技術與應用[J].港工技術，2017(1):109-112.

[6] 張則飛，蔣嬋娟.水上水下一體化測量設備應用分析[J].山西建筑，2015，41(25):210-211.

[7] HACKNEY C，BEST J，LEYLAND J，et al.Modulation of Outer Bank Erosion by Slump Blocks: Disentangling the Protective and Destructive Role of Failed Material on the Three-dimensional Flow Structures [J].Geophysical Research Letters，2015，42(24):10663-10670.

[8] LEYLAND J，HACKNEY C R，DARBY S E，et al.Extreme Flood-driven Fluvial Bank Erosion and Sediment Loads: Direct Process Measurements Using Integrated Mobile Laser Scanning (MLS) and Hydro-acoustic Techniques [J].Earth Surface Processes & Landforms，2017，42 (2):334-346.

[9] 陳科，王沖，聞平，等.利用多傳感器集成和數據融合實現水上水下一體化測繪[J].測繪通報，2017(3):76-79.

[10]鄧神寶，沈清華，王小剛.船載激光三維掃描系統構建與應用[J].人民珠江，2016，37(10):23-26.

[11]趙春明，葉作安，謝志茹，等.水上水下一體化測量技術探討[J].中國水運月刊，2016，16(9):287-290.

[12]唐金武，由星瑩，李義天，等.三峽水庫蓄水對長江中下游航道影響分析[J].水力發電學報，2014，33(1):102-107.

[13]高清洋，李旺生，楊陽，等.長江中下游河道崩岸研究現狀及展望[J].水運工程，2016(8):99-105.

[14]姚仕明，何廣水，盧金友.三峽工程蓄水運用以來長江中游干流河道河岸穩定性初步研究[C]∥湖北省水利學會.“三峽工程建成后對長江中游的影響”專題論壇——2007中國科協年會分論壇之十論文集.武漢：湖北省水利學會，2007:36-42.

[15]黎禮剛.長江中下游干流河道崩岸統計及存在的問題[J].水利水電快報，2007，28(2):11-12.

[16]司國良，於邦生，徐文法.安徽省境內長江重點河段整治淺議[J].人民長江，2002，33(4):25-27.

[17]馮源，王敏，廖小永，等.三峽水庫蓄水后銅陵河段演變特點及趨勢分析[J].人民長江，2012，43(5):89-92.

[18]管麗萍.長江馬鞍山河段江心洲左右汊河道演變分析[J].江淮水利科技，2010(4):24-26.

[19]李長安，楊則東，鹿獻章，等.長江皖江段岸崩特征、形成機理及治理對策[J].第四紀研究，2008，28(4):578-583.

[20]劉東風.三峽工程蓄水以來安徽長江河勢變化及崩岸情況[J].江淮水利科技，2010(5):13-15.

[21]唐金武，由星瑩，侯衛國，等.長江下游馬鞍山河段演變趨勢分析[J].泥沙研究，2015(1):30-35.

[22]錢偉偉.基于三維激光掃描系統的崇明東灘潮灘地形測量研究[D].上海：華東師范大學，2016.

[23]謝衛明，何青，章可奇，等.三維激光掃描系統在潮灘地貌研究中的應用[J].泥沙研究，2015(1):1-6.

[24]張幸農，應強，陳長英，等.江河崩岸的概化模擬試驗研究[J].水利學報，2009，40(3):263-267.