面向邊坡形變災害風險監測的無人機攝影測量效果分析

摘要：為了達到多點位、高精度的邊坡表面變形監測效果，研究了利用無人機攝影技術，通過三角形交會法建立測量解析模型，形成空間坐標關系。研究采用附屬設備精度矯正模式降低無人機攝影特殊環境下的精度損失。結果顯示，無人機監測在X與Y方向上精度較高，在Z方向精度相對稍低，但也僅存在3個誤差超過0.010m的點位。與全站儀監測結果相比，無人機監測得出的數據具有可靠性，能及時警示風險，防止誤報發生，更加穩定高效。

關鍵詞：無人機；邊坡；變形；攝影測量

中圖分類號：P234.1""" 文獻標識碼：A""" doi：10.12128/j.issn.16726979.2024.07.009

引文格式：李建，孫娟娟，荊欣，等.面向邊坡形變災害風險監測的無人機攝影測量效果分析［J］.山東國土資源，2024，40（7）：6166. LI Jian， SUN Juanjuan， JING Xin， et al. Analysis on Unmanned Aerial Vehicle Photogrammetry Effect for Monitoring Slope Deformation Disaster Risk［J］.Shandong Land and Resources，2024，40（7）：6166.

收稿日期：20240405；修訂日期：20240419；編輯：曹麗麗

作者簡介：李建（1993—），男，山東德州人，工程師，主要從事測繪工程等工作；Email：411765918@qq.com

*通訊作者：王智（1968—），男，山東濟南人，高級工程師，主要從事測繪地理信息工作；Email：Wz168@yeah.net

0" 引言

隨著光伏電站的大規模鋪設與數字化應用趨勢，對光伏電站的地形監測十分必要，結合在衛星無人機遙感領域的技術優勢，采用無人機攝影測量對邊坡表面變形情況進行監測評估，從而輔助項目開發決策及項目開展。各種外力對邊坡構體的長期作用會使其有向下滑落的趨勢，發生地質災害［12］。攝影測量通過分析記錄在膠片或電子載件上的影像來確定被測物體的位置、大小和形狀等，而無人機攝影測量可實現高效測量點記錄，影像數據不易失真，能夠大幅提升效率，增強邊坡的安全性［34］。

1" 無人機攝影邊坡表面變形監測方法設計

1.1" 無人機攝影測量解析模型建立

邊坡地質災害分為人工邊坡工程中的地質災害和天然邊坡中的地質災害［5］。無人機攝影測量可以迅速記錄被測物體的大量信息，減少外業測繪的工作量，記錄方法簡便靈活，得到的影像數據不容易失真，有利于圖像間的對比分析及后期檢查［67］。對邊坡變形進行監測能夠增強邊坡的安全性，減少不必要的人員及經濟損失，為邊坡的安全和養護處理提供指導。無人機攝影測量采用三角形交會法，將攝影機放置在不同的位置和角度，對同一測量目標體進行拍攝得到其影像數據，并在處理后得到測量物的三維立體坐標［810］。坐標系oxy是平面直角坐標系，通過確立該坐標系可以確認像點在平面空間內幾何位置，像主點是攝影指向朝向與影像面之間的相交處，也即原點。Sxyz為像空間坐標系，它是攝影目標點在所屬空間中的幾何標定點的表達，它的原點是投影中心S，而z軸則是攝影的主體光軸，x軸與y軸則是平面坐標系的平行軸線，其中像點的空間表達坐標為。攝影測量坐標系oXpYpZp是為了描述點位在物方空間位置而建立的符合右手法則的空間直角坐標系，其軸系分別與第一張像片的像方空間輔助坐標系的軸系相平行［1112］。像空間輔助坐標系SXYZ的坐標原點為投影中心S，該坐標系一般以豎直方向為Z軸，以航線方向為X軸，有利于改正系統誤差。物空間坐標系DXYZ是指被測物體所在的空間直角坐標系，測繪中使用大地坐標系，該坐標系為左手坐標系，以正北方向為X軸。坐標系關系如圖1所示。

攝影測量過程中通過影像的內外方位元素，確定像片在物方空間坐標系中的幾何位置，像片的內方位能夠恢復光束空間姿態，像片外方位元素能夠確定光束在該坐標系中的位置和方向［1314］。像片內方位元素表示攝影中心與像片之間的相關位置，包括主距f和像主點在像框坐標系中的坐標（x0，y0）3個參數，三者構成一個框標坐標系（圖2）。

外方位元素是確定攝影光束在物方的幾何關系的基本要素，其中包含（x，y，z）這一攝影點的三向坐標值，以及（φ，ω，k）這一攝影光束三角方位定向值，共線方程描述物點、像點和投影中心三點位于一條直線的關系［15］。共線條件方程表示物點、像點和投影中心三點位于一條直線的數學關系，假設某像點在像空間坐標系Sxyz內的坐標為（x，y，f），推導像點a在坐標系SXYZ內的坐標的過程即共線條件方程，如式（1）所示。

x=-fa1（X-Xs）+b1（Y-Ys）+c1（Z-Zs）a3（X-Xs）+b3（Y-Ys）+c3（Z-Zs）y=-fa2（X-Xs）+b2（Y-Ys）+c2（Z-Zs）a3（X-Xs）+b3（Y-Ys）+c3（Z-Zs）（1）

式（1）中：x式代表一個平面，y式代表一個平面，攝影物點、投影中心點與攝影像點之間的三點方向線能夠通過該公式求解得到。共面條件方程主要對攝影過程中的光線與基線之間的共面關系進行表達［1617］。假設已知SXYZ坐標系上左像片P的位置，確定右像片的位置后，需要滿足三矢量，s1m1（）和s2m2（）共面，也就是使三矢量的混合積為0，如式（2）所示。共面條件方程如圖3所示。

F=·（V1×V2）=0（2）

1.2" 無人機攝影校驗模式建立

影響攝影精度的因素主要有成像系統的分辨率、攝像設備的安置誤差和成像系統的幾何畸變誤差三種。攝影測量中使用的物鏡成像系統對被測物體圖像最小像素的辨別能力為成像系統的分辨率，攝影測量精度受其影響最大。設攝像視場范圍為WXH，相機的分辨率為UXV，則物面分辨率如式（3）所示。

Rh=WU，Rv=HV（3）

式（3）中：Rh和Rv分別表示圖像物面在水平和垂直方向的分辨率，同一像幅內存在關系，Rh=Rv。像片的物面分辨率實際上就是指像片中的一個像素所占用的范圍大小，該范圍的大小與成像精度成反比。因此在進行攝影測量時，需要盡量提高直接或間接分辨率來提高測量結果的精度。對邊坡進行數據采集時，由于受到現場拍攝環境和角度等影響，影像的清晰度較低，使像片在后期處理過程中的特征點和特征線匹配的精度受到影響。為了便于滿足其他需求或者計算機運算需求，需要對圖像的清晰水平進行大幅提升［18］。相機鏡頭由于制作工藝的不完美，在最邊緣處會存在較大偏差，因此在拍攝過程中要盡量將被測物體的監測點置于像片的中間處［1920］。由于使用的內方位元素有誤差會導致測量結果產生誤差，故對內方位元素及鏡頭畸變進行校驗。像點a在像空間坐標系中的坐標為（x，y，f），在像空間輔助坐標系中的坐標為（X，Y，Z）。

公式（4）表現了（mx0，my0）、f、mf，即像主點的坐標中誤差、主距、主距的中誤差與物方空間的坐標中誤差之間的對應關系。

mx0x=mx0Zf

my0y=my0Zf

mff=mfZf（4）

當被測物體有景深時，深度差為h，內方位元素的測定精度要求估算，如式（5）所示。

mx0=my0

mf=fhmh（5）

式（5）中：mh為深度差中誤差。當考慮的誤差源不止內方位元素時，假設有n個誤差源，則內方位元素的測定精度要求估算，如式（6）所示。

mx0，y0=fnhmx，ymf=fnhmh（6）

式（6）中：mx，y為像點a在像空間輔助坐標系中的坐標中誤差。表現受到測量的物體的測量精準度出現提升，進而推動內方位要素的測量精準度出現提升的數理關系，同時被測物體深度h隨主距f增大而減小，兩者皆滿足時，內方位元素的精度要求越低。影像數據測量分為平行攝影和旋轉攝影兩種方式，研究對邊坡表面變形進行監測，因此選擇旋轉攝影。在進行影像采集時，至少設置3個攝站個數，攝影對象在整體像幅中占據至少2/3的面積，對攝影對象進行拍攝時，采用從左至右的拍攝角度。拍攝角度不超過45°。如果被攝物體有轉角，應分2個工程，保證相鄰測量區域之間的重疊度超過30%，并且在轉角處設置幾個控制點。

1.3" 無人機攝影邊坡表面變形監測技術難點及解決方案

無人機攝影邊坡表面變形監測技術難點有五點，分別是精準數據采集、數據處理與分析、環境因素對數據的影響、數據集成與監測系統的分析以及安全性。對于數據采集，無人機在進行邊坡監測時，需要高精度的傳感器和穩定的飛行控制系統來保證數據采集的精確性。高精度的GPS和慣性導航系統技術，結合實時差分GPS等定位技術，使得無人機在飛行過程中能夠準確控制航線，提高數據采集的精度和準確性。對于數據處理與分析，利用計算機視覺和圖像處理技術，開發智能算法，自動識別和提取影像中的地形特征，如裂縫、滑坡等，并進行變形分析和監測。天氣、光照等環境因素也會影響無人機飛行和影像采集的質量，通過利用多光譜和高光譜攝影技術，減少對光照和天氣的依賴性，提高數據采集的穩定性和一致性。對于無人機的安全性，通過建立嚴格的安全管理制度和飛行規范，確保無人機的操作不會對人員或設備造成傷害，同時防止無人機的損壞或丟失。

2" 無人機攝影邊坡表面變形監測效果分析

研究在進行無人機攝影邊坡表面變形監測效果分析時，針對無人機設定多點位監測的特點，選取8個邊坡點位，并且對不同點位的偏移量和誤差量進行檢測。研究選用的試驗區區的邊坡監測點位于江西省銀山礦位，地處中生代火山盆地斷裂帶旁。試驗區邊坡上坡坡度區間為41.5°～53.9°，該地段處于低山與丘陵的多度地區，常見由強抗風化低山形成的小陡坡。試驗區地表徑流段，不易形成滑坡與坍塌，同時整體地質環境穩定，地震發生少且烈度不高。當地雖多潮濕多雨天氣，但是地表排泄效果好，不易產生水文地質災害。研究主要采用像素不低于1200萬像素的普通無人機數碼鏡頭，同時在校驗過程中采用室內網格影像技術進行校驗，無人機在進行檢測前可以在空中完成三角測量，無需試驗人員的重復操作。則主要采用朗視多基線數字近景攝影測量系統。在此基礎上，研究在試驗區東北邊坡中選取8個測試點位，分別為一號點（217m平臺）、二號點（204m平臺）、三號點、四號點、五號點、六號點（均為169m平臺）、七號點、八號點（均為168m平臺）。8個監測點可以較好地對試驗區東北邊坡進行覆蓋，其中一號點、二號點、七號點、八號點為邊坡四角，而三號點、四號點、五號點、六號點均等覆蓋邊坡。研究利用地表水泥柱的形式在點位上設置人工標志物，與此同時保證邊坡和標志物的穩定性不受影響。在環境良好的情況下，無人機主要采用自動曝光模式，在攝影目標遠近景差距較大時，無人機拍攝以短焦拍攝為主，以延長曝光的方式來保證遠近景景深。在諸如陽光強烈等特殊影響下則采用UV濾光鏡進行拍攝。無人機在拍攝過程中維持從左至右的多基線攝影方式，攝影目標需時刻占據相片面積2/3以上，同時為保證攝影質量，無人機應時刻以不超過45°的仰角進行拍攝，當攝影目標高度增加時，無人機將采用拉遠距離的方式擴大視角。試驗具體檢測結果如表1所示。

在X、Y、Z三個方向上，試驗涉及的8個點位中六號點的誤差值都是最大值，分別為0.00976m、0.01621m、0.02370m，同時X方向誤差超過0.010m的點位僅有1個，Y方向誤差超過0.010m的點位僅有1個，Z方向誤差超過0.010m的點位僅有3個，整體檢測效果較佳。針對誤差值最大的六號點進行對比分析（圖4）。

六期不同時點的監測結果中，全站儀與無人機兩種方法針對邊坡位移的監測在X、Y、Z三個方向上的數據趨勢基本一致，但說明無人機監測具有可行性。同時相較全站儀，無人機監測的位移波動更小，整體數據趨勢更加緊縮，可見監測結果更加穩定，可以減小誤判風險，檢測效果更好。從監測結果也可以看出，第四期時點是邊坡出現災害的主要風險點。兩種方法的具體數據對比如表2所示。無人機監測整體的監測誤差在X與Y方向上的體現更小，而在Z方向上的體現更大，可見無人機監測在X和Y方向上相對精度更高，這是由于Z方向與邊坡面接近垂直，因此無人機在進行監測時容易產生相較其他方向稍大的誤差，這部分誤差是可以理解的。總體來看，無人機監測方法能有效監測邊坡風險，并在檢測中達到多點位監測，高精度監測的效果［2122］。

3" 結語

研究將無人機攝影應用到邊坡變形檢測中，通過三角形交會法建立空間坐標系對應機制，并針對無人機監測的特殊環境建立附屬設備精度矯正模式。研究結果顯示無人機監測X方向誤差超過0.010m的點位僅有1個，Y方向誤差超過0.010m的點位僅有1個，Z方向誤差超過0.010m的點位僅有3個，整體檢測精度較佳。同時在與全站儀結果的對比占用可以看出，無人機監測得出的數據具有可靠性，能及時警示風險同時防止誤報發生，更加穩定，其在X與Y方向上監測精度也更佳，能夠達到多點位監測、高精度監測的效果。此次研究仍然存在不足，所進行的實驗次數較少，并不能精確地表示方法的效果，后續研究應當多次進行重復實驗，以確保實驗結果的真實性及誤差的減小。

參考文獻：

［1］" 金愛兵，陳帥軍，趙安宇，等.基于無人機攝影測量的露天礦邊坡數值模擬［J］.巖土力學，2021（1）：255264.

［2］" 蘇紅超.低空無人機攝影測量在礦區線狀地物信息構建上的應用［J］.地礦測繪，2021，4（4）：9394.

［3］" 宋曉鵬，張巖，王志強，等.無人機攝影測量提取黃土高原切溝參數精度分析［J］.北京師范大學學報：自然科學版，2021，57（5）：606612.

［4］" 楊常紅，翟華，丁劍.基于無人機傾斜攝影測量的智慧三維工地應用［J］.北京測繪，2022，36（8）：10131018.

［5］" 王鳳艷，趙明宇，王明常，等.無人機攝影測量在礦山地質環境調查中的應用［J］.吉林大學學報：地球科學版，2020，50（3）：866874.

［6］" 陳巧，袁飛云，付霞，等.無人機攝影測量技術在阿娘寨滑坡應急調查中的應用［J］.測繪通報，2023，2（1）：77119.

［7］" 李金威.基于無人機攝影測量的露天礦邊坡非連續變形分析［J］.金屬礦山，2023，21（9）：134139.

［8］" 周呂，李青遜，權菲，等.基于無人機傾斜攝影測量的礦產儲量動態監測［J］.科學技術與工程，2022，22（5）：17601767.

［9］" 晏軍，楊銀波，何元甲，等.無人機攝影測量三維建模與地形測量精度分析［J］.測繪通報，2023，12（1）：5458.

［10］" 王濤，王偉，覃應哲.基于無人機測繪技術的露天礦區邊坡變形識別方法［J］.地理信息世界，2022，29（1）：5862.

［11］" 張振軍.基于數據篩選的無人機測繪數據異常檢測［J］.西華大學學報：自然科學版，2022，41（4）：6671.

［12］" 劉鋒，劉鵬.基于坡度濾波的無人機測繪點云特征提取與濾波分類研究［J］.計算機測量與控制，2023，31（12）：296302.

［13］" 姚喜，陳衍德.基于多元約束Petri網的水利測繪無人機路徑規劃［J］.計算機科學，2023，50（1）：222228.

［14］" 陳靜，王衛民.基于測繪無人機的土壤有機污染遠程檢測技術研究［J］.環境科學與管理，2023，48（10）：127132.

［15］" 白云鵬，林志鵬，段洪濤，等.面向頻譜測繪任務的多無人機協同航跡規劃方法［J］.信號處理，2022，38（12）：25632571.

［16］" 秦聰.基于無人機遙感技術的工程測繪應用方法［J］.電氣自動化，2022，44（4）：7783.

［17］" 丁瑩瑩，趙云昌，袁國霞.消費級無人機與GNSS接收機在地形圖測繪中的應用及精度分析［J］.山東國土資源，2022，38（3）：5962.

［18］" 趙彬.無人機傾斜測量技術在不動產測繪中的應用［J］.自動化技術與應用，2022，41（10）：2859.

［19］" 尹桂博，孟金龍，孟洋.基于無人機遙感技術的智慧城市樓宇信息自動化測繪系統［J］.自動化與儀表，2023，38（8）：110114.

［20］" 盤貽峰，李洋，黃麗霞，等.一種多視角無人機影像匹配對優選方法［J］.測繪科學，2023，48（3）：171180.

［21］" 杜沖，趙慧，朱磊，等.基于固定翼航測無人機的城市建成區地形圖快速更新［J］.山東國土資源，2023，39（6）：6065.

［22］" 楊志堅.無人機航測在工程建設地圖測繪的應用［J］.工業建筑，2022，52（7）：1002610029.

Analysis on Unmanned Aerial Vehicle Photogrammetry Effect for Monitoring Slope Deformation Disaster Risk

LI Jian1， SUN Juanjuan1， JING Xin1， WANG Zhi2， HUANG Xun1， TIAN Qing'an1， MAN Xueting1， ZHANG Wenjun1

（1.No.2 Hydrogeological and Engineering Geological Brigade of Shandong Provincial Bureau of Geology and Mineral Resources （Lubei Geoengineering Exploration Institute）， Shandong Dezhou 253000， China; 2. Shandong Institute of Geological Surveying and Mapping， Shandomg Ji'nan 250002， China）

Abstract：In order to achieve multipoint and highprecision monitoring of slope surface deformation， the use of unmanned aerial vehicle photography technology has been studied， and a measurement analysis model has been established through triangle intersection method to form spatial coordinate relationships. At the same time， by using accessory equipment accuracy correction mode， accuracy loss in drone photography in special environments has been reduced. It is showed that the" monitoring of unmanned aerial vehicle shows high accuracy in the X and Y directions， while with relatively low accuracy in the Z direction. But only three points with an error will exceed 0.010m. Comparing with the monitoring results of the total stations， the data obtained from the monitoring of unmanned aerial vehicle is reliable. It can timely alert risks and prevent 1 alarms. It is more stable and efficient.

Key words：Unmanned aerial vehicle; slope; deformation; photogrammetry