基于三維激光掃描與貼近攝影測量的地質災害監測研究

蔣 霖

1.廣西建設職業技術學院，廣西 南寧 530007

2.廣西空間信息與測繪重點實驗室，廣西 桂林 541004

當前，傳統的地質災害巡排查與監測手段已難以滿足防災減災的需求，尋求一種兼顧地質災害監測體整體變形狀態和重要局部細節變形的監測方法是地質災害監測工作的現實需求。

三維激光掃描技術和無人機攝影測量是近幾年發展起來的三維測量新技術，能夠快速、直接地獲取地質災害監測體的三維點云。在地質災害監測中，三維激光掃描技術存在無法掃描地質災害監測體高處凹部盲區的不足，無人機攝影測量存在無法獲取植被密集處的地表變形數據的問題，將兩者結合取長補短，通過統一的空間坐標系統實現數據融合，能有效監測和分析地質災害監測體整體變形狀態和重要局部細節變形，滿足地質災害監測工作的需要[1-2]。

1 地質災害監測方法

基于三維激光掃描與貼近攝影測量的地質災害監測方法是將三維激光掃描技術和無人機貼近攝影測量獲取的點云數據，通過迭代最近點（Iterative Closest Points，簡寫為ICP）算法將數據融合在一起生成高質量的三維點云模型，再對地質災害監測體整體變形狀態和重要局部細節變形進行分析[3-4]，技術流程如圖1所示。

圖1 基于三維激光掃描與貼近攝影測量的地質災害監測方法技術流程圖

貼近攝影測量源于滑坡、危巖崩塌的地質調查、監測與預警，是精細化對地觀測需求與無人機發展結合的產物，其基本流程是采集目標表面的超高清分辨率影像，通過數據處理，獲取研究對象的精確坐標和精細結構形態，目前已在滑坡監測、城市精細重建、古建筑重建、水利工程監測等方面進行探索和應用[5-6]。

三維激光掃描技術具有非接觸、精度高、效率高、穿透性和適應性強等優點，能應用于地質災害中不同變形階段的地表變形監測。但地質災害監測環境一般較為復雜，地形高低起伏、高邊坡陡坎、臺階裂縫、溝谷、變形危險區等形成了不少數據采集盲區。貼近攝影測量通過靈活的空對地觀測，能夠有效地采集到這些盲區的數據。兩者結合能實現無死角地采集地質災害監測體地表的完整三維點云數據。

2 工程實例

2.1 工程概況

某滑坡是發育在自然斜坡和人工邊坡上的淺層土質大型滑坡，滑坡體長317 m，寬182 m，平均厚度約8.6 m，總體積約 50 萬m3；滑坡體物質主要由上、下兩部分組成，上部以粉質粘土為主，下部以含碎石土粉質粘土為主，整體結構松散，穩定性差，危險程度較大。

2.2 監測前期工作

2.2.1 資料收集與方案制定

筆者通過收集監測滑坡體的地形數據、地質調查資料，結合實地踏勘結果，制訂了監測方案。

（1）進行三維激光掃描數據野外采集，獲取滑坡體的三維激光掃描點云數據。

（2）進行無人機傾斜攝影測量，獲取滑坡體初始地形信息建立粗模。

（3）根據三維激光掃描點云數據的凹部盲區，結合監測需要，利用無人機傾斜攝影測量粗模進行精細航線規劃，實施貼近攝影測量。

（4）將三維激光掃描數據與無人機攝影測量數據融合進行變形分析。

2.2.2 儀器設備及軟件準備

投入的儀器設備及軟件主要有Faro FocusS 350 三維激光掃描儀1 臺、大疆精靈Phantom 4 RTK 無人機攝影測量系統1 套、中海達V98 RTK 接收機4 臺、徠卡LS15 數字水準儀1 套、高性能計算機6 臺等設備以及Smart3D 真三維實景建模系統、SCENE、3DReshaper、大疆智圖和航跡大師（WayPoint Master）、Autocad 2019 等軟件。

2.2.3 基準點和監測點布設

根據三維激光掃描與無人機攝影測量數據采集與數據融合需要，筆者在滑坡體周邊的穩定區域布設了8 個基準點，并且按照D 級精度采用GNSS 測量獲得其在2000 國家大地坐標系中的坐標；按照二等水準測量精度聯測國家高程點獲得其在1985年國家高程基準中的高程。為獲取準確的局部信息，筆者在能夠反映滑坡體變化特征的重要位置布設了10 個監測點，并且埋設了便于識別的標靶。

2.3 野外數據采集要點

2.3.1 三維激光掃描數據野外采集

為了保證監測成果的精度和可靠性，筆者每次采集數據時都使用相同的三維激光掃描儀，按照方案設計的掃描參數，在相同的站點架設三維激光掃描儀，在相同的基準點架設標靶進行數據拼接和坐標轉換。

2.3.2 無人機傾斜攝影測量粗模獲取

筆者通過現場踏勘發現監測區域的高差較大，存在因地形高低起伏、邊坡陡坎、臺階裂縫、溝谷、變形危險區等環境條件形成的三維激光掃描數據采集盲區，需要采用貼近攝影測量實施數據補充采集。根據監測區域的地物、地形情況，筆者將無人機傾斜攝影測量獲取粗模時的航高設置為180 m，航向重疊率設為80%，旁向重疊率設為75%；航飛完成后利用高性能計算機及Smart3D 真三維實景建模系統處理數據，獲取滑坡體DSM 地表模型數據、DOM正射影像等初始地形信息，生成實景三維粗模。

2.3.3 貼近攝影測量

筆者根據三維激光掃描點云數據的凹部盲區，結合監測需要，選出了需要重點監測的位置，再利用無人機傾斜攝影測量粗模使用航跡大師（WayPoint Master）軟件進行精細航線規劃，實施貼近攝影測量。重點拍攝了三維激光掃描點云數據采集盲區的裂縫、溝谷及邊坡等。

2.4 監測數據處理

數據處理主要包括三維激光掃描數據處理、無人機傾斜攝影測量數據處理、數據融合3 部分。

2.4.1 三維激光掃描數據處理

依照現場的實際情況，筆者根據8 個基準點利用SCENE、3DReshaper 軟件將經拼接、數據去噪后的點云數據歸化到2000 國家大地坐標系和1985年國家高程基準中，生成滿足數據融合的三維點云模型。

2.4.2 無人機傾斜攝影測量數據處理

筆者將無人機攝影測量獲取的照片和貼近攝影測量的照片導入到瞰景Smart3D，經過拼接、空中三角測量解算、自動匹配DSM 等方法生成地質監測體的三維點云模型[7-8]。生成的點云模型的空間基準為CGCS2000 坐標系，符合1985年國家高程基準，滿足了數據融合和監測分析的需求。

2.4.3 數據融合與精度分析

筆者用中海達V98 RTK 和徠卡LS15 數字水準儀精確測出8 個基準點、10 個監測點、20個特征點的坐標和高程作為已知量，來檢測三維激光掃描、無人機傾斜攝影測量和貼近攝影測量點云的精度。發現三維激光掃描精度最高，貼近攝影測量精度居中，傾斜攝影測量精度最低（見表1）。為了提高數據融合后點云的精度，筆者以三維激光點云為基準，用貼近攝影測量點云數據進行配準融合，不采用傾斜攝影測量點云。

為了減少數據融合中計算機數據處理的負擔，筆者先將經過數據處理后獲得的三維激光掃描三維點云模型和無人機貼近攝影測量三維點云模型進行分類，剔除植被、其他地物等非地表點云數據，生成地質災害監測體的地表三維點云模型。

為了提高融合效果，避免出現局部最優，筆者先通過人工處理的方式在兩組點云中選擇10 對分布合理的同名點進行粗配準，這時2 類點云近似重合；再通過ICP 算法多次迭代進行精細配準，滿足精度要求后，將二者的三維點云數據進行融合。其融合算法是在某一點鄰域內存在三維激光掃描、貼近攝影測量這2 類點時保留三維激光掃描，當只有1 類點時直接保留。

而后筆者利用中海達V98 RTK 和徠卡LS15 數字水準儀精確測出的8 個基準點、10個監測點、20 個特征點的坐標和高程作為已知量，檢測了融合后的數據精度，發現融合后點云精度低于三維激光掃描、高于貼近攝影測量（見表1），能滿足一般地質災害監測的精度要求。從數據融合過程來看，影響數據融合后點云精度的因素主要有以下4 個方面。

表1 監測區域點云精度表

（1）與數據融合前各點云的精度有關，融合前各點云精度越高則成果精度越高。

（2）與融合算法有關，三維激光掃描精度較高，數據融合時采用的點數越多則成果精度越高。

（3）與選取的用于匹配的同名點有關，其精度越高，同名點數量及空間分布越合理，兩者融合后的點云精度就越高。

（4）與選取的用于匹配的同名點相互之間的空間內符合精度有關，同名點相互之間在三維激光掃描成果中的距離與在無人機貼近攝影測量成果中的距離差值越小，其精度越高。

2.5 地質災害監測成果分析

筆者利用監測區域2021年6 月12 日和2021年12 月26 日這兩期觀測數據對監測區域的地質災害監測體整體變形狀態和重要局部細節變形進行分析。

2.5.1 整體變形狀態分析

筆者通過數據融合生成地質災害監測體表面完整的三維點云模型，得到1～2 期成果（見圖2），通過對比分析發現滑坡體前部蠕動、垮塌，不斷牽引后部滑坡體下錯、前移，總體來說在垂直滑坡方向上，滑坡體軸部附近的位移較兩翼大；在滑坡方向上，中部位移最大，底部較上部大，上部存在垮塌的隱患。

圖2 表面三維點云模型圖

2.5.2 重要局部細節變形分析

地質災害監測體重要局部細節變形分析主要包括滑坡特征監測點、主要陡坎變形和臺階裂縫3 個方面。

（1）監測點成果分析。筆者從監測區域2021年6 月12 日和2021年12 月26 日兩期觀測數據提取獲得了10 個特征監測點的監測成果（見表2）。

從表2 可知，兩期間滑坡體有較明顯的位移。其水平位移最大值為0.381 3 m，最小值為0.084 0 m，平均水平位移為0.221 9 m；垂直位移最大量為-0.280 9 m，最小值為-0.040 7 m，平均垂直位移為-0.148 7 m。從監測點分布來看，滑坡體軸部位移最大，向兩翼逐漸減少。

表2 監測點成果表 單位：m

（2）陡坎分析。陡坎是滑坡監測體的重要局部，且在點云數據中特征明顯，便于提出分析。筆者從監測區域2021年6 月12 日和2021年12 月26 日兩期數據融合后的完整表面三維點云模型提取陡坎數據，然后進行疊加分析發現陡坎的變形明顯，平均水平位移為0.253 6 m，平均垂直位移為-0.162 3 m。其中變形最大的是滑坡體中部的陡坎。

（3）裂縫分析。筆者利用地質災害體表面完整的三維點云模型生成的等高線圖分析其長度、寬度等尺寸信息和變化情況發現該滑坡監測體存在小型臺階裂縫。根據地質災害監測體表面完整的三維點云模型，筆者利用3DReshaper 軟件生成裂縫的等高線，將二維的DXF 文件導出到Autocad 2019 中分析尺寸信息和變化情況，其中一個裂縫的兩期等高線成果如圖3 所示。

圖3 監測區域裂縫等高線分析成果圖

通過分析筆者發現等高線密集部分為臺階上部，等高線稀疏的為臺階下部，裂縫最深處高程近似為174.4 m，臺階最高處高程約為176.8 m。然后筆者利用 Autocad 2019 量算工具量得該裂縫最低處，即高程為174.4 m 處第1 期裂縫長11.403 m，最大處寬1.475 m，最窄處寬 1.166 m；第2 期裂縫長 11.895 m，最大處寬1.633 m，最窄處寬 1.304 m，則該小型臺階裂縫2 期間長度的變化量為 0.492 m，最大處寬度的變化量為 0.158 m，最窄處寬度的變化量為 0.138 m。

綜上所述，基于三維激光掃描與貼近攝影測量的地質災害監測方法獲取的監測數據能夠反映滑坡監測體的整體變形狀態，也能提取地質災害監測體重要局部細節變形數據。

3 結 語

基于三維激光掃描與貼近攝影測量的地質災害監測方法能夠利用三維激光掃描和無人機貼近攝影測量的優點獲取地質災害監測體全面的三維點云數據，通過數據融合生成地質災害監測體地表的完整三維點云模型，能準確、及時地分析地質災害監測體整體變形狀態和重要局部細節變形，為做好災害預防和治理決策提供信息支撐，對地質災害監測具有一定的應用價值。但該方法在數據融合時為了獲取全局最優需要人工粗配準，存在自動化程度不高、數據處理效率有待提高、對計算機硬件要求高等問題，需要對其進行進一步研究以提高其應用效果。