基于實景三維模型對滑坡進行識別分析
——以天水市元龍鎮為例

強德霞,茍彥梅,張軍偉,王 嘉

(甘肅林業職業技術學院,甘肅 天水 741020)

0 引言

無人機攝影測量技術在滑坡、泥石流等自然災害中應用較為廣泛。張崇軍[1]等采用無人機傾斜攝影測量對滑坡地質災害進行了監測;郭晨[2]等將無人機攝影測量技術應用于滑坡應急搶險中;余加勇[3]等利用無人機影像重構了公路邊坡三維模型,實現了滑坡等場景的自動識別。但滑坡區域土質松散,地形復雜,不具備布設像控點的條件,因此采用免像控無人機測繪技術,可提高生產效率,適用于地質災害調查和災害評估等工作。

麥積區三岔鎮地處秦嶺山脈北麓林緣區、渭河河谷地帶,年均降雨量480.3 mm,平均海拔1 083.9 m。2021年10月3日出現了連續性強降雨,最大降雨量達128.7 mm,導致公路邊坡多處出現滑坡,阻塞道路,交通全幅中斷。當地通過排查對多處滑坡點落實防范避險措施,以免發生意外事故。研究區滑坡位于渭河沿岸公路左側,為山腰線,植保覆蓋較好,但公路開通破壞了山體的自然平衡,旁邊2 m高度鋪設了漿砌石,其上無任何保護措施。路塹邊坡土質屬粉質黏性土,滲水能力較強,連續性強降雨滲入土體,排水不好,降低了土體強度,滑坡易發生。

免像控無人機測繪技術是在無人機獲取與數理數據過程中不使用地面像控點,利用傳感器自帶的高精度導航定位系統達到對應比例尺精度的測量技術[4],能夠節省人力,不用花費時間和精力布設像控點,在內業空三處理中不需要像控點,提高了生產效率。

1 數據獲取

通過收集測區資料并進行踏勘,制定了無人機飛行方式和飛行參數,對測區進行免像控無人機數據采集。數據獲取采用免像控技術的大疆精靈4RTK無人機,根據滑坡地形將無人機飛至合適距離,將云臺拍攝視角調整至滑坡主體區域,通過平移飛行方式獲取坡頂到坡底的像片。飛行過程中保持相機俯仰角在0°左右,像片重疊部分面積不小于75%。坡底采用正攝模式獲取滑坡堆體且與斜視照片保持75%以上的重疊率。共獲取像片137張。

2 數據處理

相片獲取為手動模式,拍攝過程中由于人為因素導致個別照片出現模糊、重疊率較低的問題,故而剔除這類照片。對剩余照片進行完整性檢查,若剔除質量不合格的照片后剩余重疊度等不滿足模型建立需求,則進行補拍[5]。本次數據獲取像片有兩張質量不合格的像片,剔除后不影響三維模型建立。圖1為免像控無人機測繪技術采集的數據。

圖1 影像數據Fig.1 Image data

由于外界各種因素的影響,獲取的影像一般存在色差,視覺質量較差,要對其進行勻色勻光。利用無人機影像數據快速拼接,可以檢查影像數據質量,在極短時間內生成災區正射影像圖,可用于對精度要求不高的應急救援和災情的快速評估[6]。

數據集群解算使用Bentley Context Capture三維建模軟件,獲取高分辨率的高重疊度影像信息,完成同名點的自動匹配與相對定向,自動剔除粗差點,由于采用免像控無人機測繪技術,無像控點的引入與轉刺,基于相對定向后的空三結果完成實景三維模型的生產。該模型比例尺是任意的,未被納入到地面測量坐標系中,在此模型上量測的坐標是基于模型當前坐標系下的坐標,而非地面測量系下的坐標。要得到地面測量系下的坐標成果,必須引入并轉刺像控點,完成空三加密點的絕對定向。通過多視影像密集匹配、區域網平差解算、自動紋理映射等步驟,獲取滑坡實景三維模型。在軟件中利用空間框架完成瓦塊的切塊設計,瓦片切塊選擇規則立體切塊,修改切塊大小,設置模型輸出區域。密集匹配得到海量點云數據。一般計算機無法對其進行整體處理,因此對其進行分割并自動完成三角網的構建,得到TIN模型。

從三維模型成果上看,基于無人機傾斜攝影技術生成的實景三維模型能將滑坡很好地展現出來,整個滑坡的空間位置、周圍植被變化等都與實際環境一致。

3 滑坡評價

3.1 降雨

降雨是誘發滑坡的主要動力因素。根據降雨能級和滑坡活動規模關系表,在無前期降雨的情況下,降雨強度、日降雨量及因降雨過程累積量不同引起不同程度的滑坡,如表1所示。

表1 暴雨觸發滑坡的臨界降雨強度Tab.1 Critical rainfall intensity of landslide triggered by rainstorm

元龍鎮年降水量為467～734 mm,屬于年降雨量小于800 mm的西北地區。研究區2021年10月2—3日發生滑坡的日均降水量為51.70 mm,最大降水量達到194 mm,超過了中厚層堆積滑坡的日降雨量與累積量,降雨量均超過本地可能發生滑坡的界限值。采用研究區2021年10月2—7日滑坡發生時降雨數據作為臨界值進行研究分析。

3.2 地形地貌

地形地貌是影響滑坡災害的重要因素之一。通常,只有具有一定坡度的斜坡才能產生滑坡。坡度、高差越大,松散物質越難以在坡面積累,滑坡位能越大,形成滑坡的滑速越高。由坡度斜坡穩定性分析可知,滑坡更易發生在坡度較大的地段[7]。表2顯示了不同坡度發生的頻率,可看出15°～25°的坡度發生滑坡頻率較高,如超過這個臨界值,隨著坡度的增大,滑坡頻率降低。

表2 坡度因子參數計算表Tab.2 Calculation of slope factor parameter

圖3 滑坡高度量測Fig.3 Landslide height measurement

從滑坡模型上量取滑坡的高度為78 m,距離為101 m,計算得出坡度為83°,此處滑坡高度較高、滑坡面積較大,堆積物較多。由于在公路旁邊,堆積物得到及時清理,模型不顯示堆積物。

3.3 地層巖性

組成滑坡體的巖和土的力學強度越高、越完整則滑坡概率越小。構成滑坡滑面的巖、土性質會直接影響滑速。一般來說,滑坡面的力學強度與滑坡體滑速呈負相關,力學強度越低滑坡體滑速越高。對研究區土壤進行分析,結合實地滑坡發生區域調查發現,該滑坡發生的地域與鐵鋁土、半淋溶土分布的地域高度吻合。半淋溶土綱則包括褐土、石灰性褐土等。此類型土壤抗剪強度均低于1,在遭受較長時間的強降雨后,土體經過充分浸潤,重力陡增,在一定的地形條件下發生崩塌、滑坡。

3.4 人為因素

開挖坡腳、修建公路及鐵路、依山建房和建廠等工程常常會使坡體下部失去有效支撐而造成下滑。研究區域旁邊是鄉鎮公路,修建時被強行開挖,雖修建公路邊坡,但對此處的地形結構造成破壞,邊坡上較容易發生滑坡。

4 結束語

通過免像控無人機獲取滑坡影像數據,生成滑坡實景三維模型,減少了工作量,避免了危險,節省了人力與時間。通過對降雨、坡度、土壤及人為等因素的分析可知,研究區為降雨型滑坡,由于區域坡度及高度較高,植被面積大,土質松軟,剪切力較小且位于公路旁,受人為因素影響較大,滑坡發生概率較大。需在此處多加防范,采用加固邊坡、鋪設防護網等方法,減小滑坡對人們生命安全與生活的影響。