遠—近景攝影測量在烏山銅鉬礦工程地質勘察中的應用*

劉 偉 張海濤 王亞強 劉飛躍 楊天鴻 張鵬海

（1.中國黃金集團內蒙古礦業有限公司；2.東北大學資源與土木工程學院）

作為影響露天礦邊坡穩定性的重要因素之一，巖體中不同級別的結構面分布特征直接影響巖體的力學特性、應力分布和破壞模式。一般來講，在巖體結構面的5級分類方案中，需要巖體開挖過程中現場測試的巖體結構面包括：①II 級與III 級，含括各種斷層、不整合面、風化夾層等，規模較大，數量較少，和開挖臨空面相互交切組合，主要制約局部危巖體（關鍵塊體）的崩落、滑動方式；②IV 級與V 級，具有一定分布規律和統計意義的節理面、卸荷裂隙、風化裂隙等微級結構面。IV 級和V 級數量大、隨機展布，作為統計結構面主要弱化巖體的力學性質［1］。

目前，國內外學者對于巖體結構面采集作了大量的研究工作，歸納起來，當前的采集技術和方法主要有4 類［2-3］。①測線法：通過羅盤皮尺對結構面露頭進行手動測量，得到跡長與方位等信息，同時進行地質素描得到結構充填情況；②鉆孔電視法：通過定向鉆孔并使用全景相機獲取巖體內部結構信息，該方法獲取結構面信息規模小，且難以獲取結構面空間展布情況；③攝影測量法：該方法結合數字圖像與攝影測量技術在計算機中重現工程巖體結構特征，作為一種非接觸測量方法，攝影測量方法可以提供具有紋理信息的三維實體表面模型；④激光掃描法：使用激光掃描獲取巖體表面三維點云，通過三維成像、影像匹配、模式識別等手段可以自動獲取結構面的幾何信息。

近年來，隨著無人機（UVA）傾斜攝影測量技術的進步，使用無人機進行工程地質勘察甚至工程驗收均有報道，當前無人機的精度可以有效地識別II級與III 級結構面，但難以對IV 級與V 級結構面進行精確識別。為此，本研究以烏山銅鉬礦為例，使用無人機遠景攝影測量與3GSM 近景攝影測量相結合的手段進行工程地質勘察，并將結果集成至SuperMap 的地理信息云平臺。研究結果表明，該手段具有快速、精確、安全的優點，為非接觸式勘察提供了可行的思路。

1 礦區概況

烏山銅鉬礦位于內蒙古滿洲里市，礦區面積為9.84 km2，分南北2 個礦段進行露天開采。礦山境界邊坡最大高差約為630 m，整體邊坡角為43°～45°。礦山邊坡臺階高度為15 m，并段后臺階高度為30 m。露天開采終了境界圈定的采場尺寸：上口3 640 m×1 330 m，下口1360 m×160 m，封閉圈標高為735 m。露天采場目前最低開采水平為675 m，最高開采標高為855 m，現露天采坑最大深度為180 m，露天坑北礦段東北部有部分邊坡已靠幫。

隨著礦山開采揭露巖體范圍的不斷擴大，礦山不同邊坡區域節理構造發育情況有較大差異，部分邊坡區域構造發育、巖體破碎，已對下部安全生產產生了一定影響。如圖1 所示，2016 年4 月份，在北礦段靠幫區域發生了一處局部滑坡，初步分析該滑坡體位于強風化層至地表間，由于冬季外部含水層滲水結冰，春季解凍，形成膏狀半流質，導致邊坡局部失穩。且現階段揭露的采場北礦段東南部邊坡巖體構造發育，巖體較破碎，存在斷層及其破碎帶，一經開挖，潛在應力釋放快、圍巖易失穩，存在引起邊坡巖體局部失穩垮塌的風險，上部松散地層、土巖交界面及破碎巖體均會對下部露天采剝工作產生較大安全影響。

以上諸多不利因素嚴重威脅烏山銅鉬礦邊坡的穩定，極易誘發邊坡發生滑坡災害，一旦局部邊坡發生滑坡，必將阻斷局部運輸線路，損害礦山運輸和采礦設備，危及采礦人員的人身和財產安全，同時危及烏山銅鉬礦的正常生產活動，給礦山企業帶來巨大的損失。針對此問題，利用自帶RTK 采集功能的航測無人機，獲取具有位置信息的大批量照片，進而使用三維建模軟件生成對應的高密度點云，并以此生成基于真實影像紋理的高分辨率三維模型。基于傾斜攝影得到的高精度三維模型，建立多層次多尺度空間索引，實現烏山礦區大規模、多尺度的地質體、地質結構快速動態三維建模和可視化表達，準確、直觀地反映礦山邊坡現狀，從而為礦山邊坡穩定性判斷提供判據，提高礦山生產的安全性。

2 遠—近景相結合的攝影測量

2.1 無人機遠景攝影測量

本次測試主要采用大疆M300 RTK 型無人機，該飛行器集成DJITM 先進的飛控系統、六向雙目視覺+紅外感知系統和FPV 攝像頭，兼容全向避障雷達，內置DJI AirSense，可檢測周圍航空器情況，以保障飛行安全。該款無人機可適配多款DGC2.0接口的云臺相機，多云臺系統最多同時支持3 個獨立云臺，可滿足不同領域的使用需求。飛行器內置RTK 模塊，可實現高精度準確定位。雙電池系統提升飛行安全系數，空載時飛行時間約55 min。

本次航測使用賽爾PSDK-102S 五鏡頭，單架次即可完成傾斜攝影測量所需的全部影像。無人機航測作業航線配置如圖2所示，飛行高度為400 m，飛行速度為10 m/s，旁向重疊率為70%，航向重疊率為80%，邊距為25 m，共拍攝約6 000張照片。使用賽爾航測管家將精準位置信息寫入至每張照片，然后將處理好的照片導入至大疆智圖軟件中進行三維建模，使用配置有IntelXeon W3245M 3.2 GHz 的處理器（CPU）與NVIDIA RTX 2080Ti 顯卡（GPU）的小型服務器，耗時約12 h獲得烏山銅鉬礦傾斜攝影模型。

從無人機傾斜攝影測量獲取的三維模型上，可以清晰地獲取斷層裂隙帶的分布情況。礦區主要斷層裂隙帶為北東向、北西向和近東向3 組，均表現為成礦后期斷裂，對礦山巖體起破壞作用。將合成的三維傾斜攝影測量模型導入EPS軟件中，手動描繪出斷層的出露跡線，如圖3所示。同時通過現場踏勘獲得礦區內主要斷層裂隙帶的空間位置、產狀、規模，其中位于滑坡區域的斷層為北東向的F5斷層。

2.2 3GSM近景攝影測量

為了獲取IV 級與V 級結構面的分布特征，在烏山銅鉬礦使用ShapeMetriX3D 系統對巖體表面進行近景攝影測量。首先確定調查區域，通過標定過的高像素相機獲取揭露面左、右視圖（圖4），將左、右視圖導入軟件分析系統，系統根據像素點匹配、圖像變形偏差糾正等一系列技術，自動識別點P1和P2并進行三維重構，得到三維點P（x，y，z），對三維模型進行合成，并實現方位、距離真實化，得到巖體表面的真三維數字模型，最終建立巖體表面模型。基于重構的三維表面，可以對巖體節理、結構面進行標記，如節理跡長、間距、斷距等信息，最終可以實現對結構面幾何產狀信息進行統計分析。

北礦段南幫局部滑坡的近景攝影測量結果如圖5 所示，在攝影測量的同時，使用RTK 獲取其坐標。該區域分布2組節理，對應的節理線密度為3.39條/m（深色）與2.66條/m（淺色），對應的節理體密度為6.05條/m3。2 組結構面的方位分別為213°∠68°與130°∠41°。按照《工程巖體分級標準》（GB/T 50218—2014）中巖體完整程度的劃分，該區域巖體的完整程度為“較破碎”，且主要結構面結合程度差，多為張性裂縫，對邊坡巖體的穩定性有不利影響。此外，北礦段南幫局部邊坡坡面的方位角為347°∠47°，與2組結構面相互切割易形成楔形滑體。總體來看，烏山銅鉬礦北礦段南幫邊坡區域構造發育、巖體破碎，易誘發邊坡楔體滑坡災害。此外，烏山銅鉬礦位于內蒙古滿洲里市，受北方季節變化影響，張性結構面開度較大，凍融影響下極易誘發邊坡發生滑坡災害。

2.3 數據集成與顯示

將上述工程地質勘察結果集成至云平臺SuperMap 地理信息系統，SuperMap 軟件具備二、三維一體化的數據管理、處理、制圖、分析、標繪等功能，支持在線地圖服務訪問及云端資源系統共享，可用于空間數據的生產、加工、分析和行業應用系統快速定制開發。該軟件的大規模數據快速加載與顯示功能特別適合于礦山精細化三維地質模型的云端顯示。

將礦山虛擬仿真場景文件上傳至阿里云服務器，文件包括場景涉及的所有網頁代碼、圖片、數據庫、地形數據。因為云端訪問模塊采用的是B/S 網絡系統，需前端與后端協同實現，其中后端采用php 語言進行架構編輯［4-5］。

集成的云平臺如圖6所示，從網頁即可獲取數據服務和功能服務，包括數據查詢、圖表生成、三維模型顯示及交互控制、礦山地質測量等功能，并行支持上層Web 端應用軟件的服務調用。可以實現礦山實測數據的采集、存儲、傳輸與可視化查詢，三維地理信息系統訪問，邊坡穩定性分析與報警信息發布。

4 結論

（1）使用無人機遠景攝影與ShapeMetriX3D 近景攝影相結合的近—遠景攝影測量方法，一方面無人機具有機動靈活、高效快速、作業成本低、適用范圍廣、生產周期短等特點，在礦山測量過程中可以有效地識別II 級與III 級結構面，建立三維表面地質模型并識別區域內主要斷層信息；另一方面，使用ShapeMetriX3D近景攝影技術對巖體表面進行抵近測量，對巖體的IV 級與V 級結構面進行準確拾取。二者從不同尺度上高效精確地獲取巖體表面結構信息，在礦山實景測量中具有一定的推廣意義。

（2）使用無人機傾斜攝影測量獲取烏山銅鉬礦表面三維地質模型，進而識別區域內主要斷層信息，結果表明，北礦段南幫歷史滑坡區域內存在北東向的F4 斷層，對邊坡穩定性有不利影響。使用ShapeMetriX3D近景攝影測量對烏山銅鉬礦北礦段南幫歷史滑坡區域進行抵近測試，該區域分布兩組結構面，節理體密度為6.05條/m3，相互切割易形成楔形滑體。該區域巖體節理較為發育，且張性結構面結合程度差，屬于破碎巖體。