韓 嶺，童 星，李俊濤 ，楊 彪

(1.湖北省地質(zhì)局第八地質(zhì)大隊，湖北 襄陽 441000；2.河海大學(xué) 地學(xué)院，南京 211100)

露天礦產(chǎn)資源是重要的自然資源，對保障國家基礎(chǔ)設(shè)施建設(shè)、國防建設(shè)以及城市化進程起著至關(guān)重要的作用[1]。為促進礦產(chǎn)儲量的合理開發(fā)和有效保護，兼顧環(huán)境保護與可持續(xù)發(fā)展，國家對露天礦實行動態(tài)監(jiān)管，加強了對礦山儲量的動態(tài)監(jiān)測，要求詳細(xì)掌握礦山的年開采量、損失量、資源儲量變化量。我國露天礦數(shù)量多、分布廣，儲量動態(tài)監(jiān)測工作量巨大，長期盛行的全站儀或RTK地面接觸式監(jiān)測方法存在測點難以到達、安全隱患多、成果直觀性差等不足，且這種點的數(shù)據(jù)采集方式已不能滿足礦山動態(tài)監(jiān)測的精度和效率要求[2]。

近年來，無人機(UAV)航測技術(shù)以其高效的面域數(shù)據(jù)采集方式，為解除礦山監(jiān)測人員安全風(fēng)險、提高監(jiān)測效率和精度帶來了良好契機。為此，國內(nèi)外對露天礦無人機動態(tài)監(jiān)測技術(shù)開展了大量實踐研究。許志華等[3]提出了一種基于無人機影像序列重建和DTM三角網(wǎng)差值法的露天礦采剝量、堆放量計算方法；ESPOSITO等[4]研究了基于無人機三維點云和正射影像的意大利撒丁島露天礦多時相的開采范圍和體積變化評估方法；王果[5]、陳凱[6]、白洋[7]、謝君洋等[8]研究了基于無人機影像的礦山動態(tài)監(jiān)測方法，通過兩期無人機DSM疊加，分別計算礦山占地面積、填挖方、剝離量和爆堆土方量；馬國超等[9]將無人機傾斜攝影與LiDAR相結(jié)合開展了露天采場安全監(jiān)測融合應(yīng)用研究，實現(xiàn)了多尺度精準(zhǔn)監(jiān)測采場安全隱患；黃立鑫等[10]利用無人機DSM研究了尾礦庫洪水淹沒分析和庫容計算方法。然而，現(xiàn)有研究僅限于利用無人機航測技術(shù)進行礦山土石剝離方量估算，當(dāng)?shù)V山存在多個礦種或存在浮土層、非礦夾層時，土石方量并不能作為儲量監(jiān)測最終結(jié)果，還須緊密結(jié)合地質(zhì)模型、終采設(shè)計、浮土層分布、礦界和采深限值等多約束條件，智能分析每類礦體的界內(nèi)合法開采量與越界越層等非法開采量，過程非常復(fù)雜。因此，目前行業(yè)內(nèi)儲量估算還普遍依靠人工平行斷面法。該方法僅利用無人機數(shù)據(jù)生成的高精度斷面數(shù)據(jù)參與計算，斷面之間的高精度地形數(shù)據(jù)不能有效利用。當(dāng)?shù)V界形狀不規(guī)則或地形起伏較大時，將造成嚴(yán)重的精度損失，產(chǎn)生較大誤差。綜上，無人機地形數(shù)據(jù)、礦山地質(zhì)數(shù)據(jù)等多源異構(gòu)數(shù)據(jù)融合，以及儲量智能計算方法亟待進一步研究解決。

本文研究礦山無人機數(shù)據(jù)與礦山地質(zhì)數(shù)據(jù)的無縫集成建模與儲量精細(xì)化計算方法，以充分發(fā)揮無人機技術(shù)優(yōu)勢，實現(xiàn)智能精準(zhǔn)的露天礦儲量動態(tài)監(jiān)測，并為礦山智能監(jiān)測技術(shù)研究與開發(fā)提供理論參考與技術(shù)框架。

1 方法

本方法總體技術(shù)路線如圖1所示。

圖1 總體技術(shù)路線Fig.1 Basic technical flow

1.1 無人機航測多時相三維地形建模

基于無人機航測，獲取礦山各監(jiān)測期的高精度地形數(shù)據(jù)，精細(xì)重建礦山多時相三維地形模型，是儲量智能化動態(tài)監(jiān)測的關(guān)鍵技術(shù)之一。

1.1.1 初始地形與現(xiàn)采地形三維建模

礦山多時相地形包括初始地形、各期現(xiàn)采地形和終采設(shè)計地形。其中，礦山初始地形是儲量計算的基準(zhǔn)。鑒于無人機攝影測量與無人機LiDAR的互補優(yōu)勢(如表1)，礦山初始地形建模時，低植被覆蓋度的礦山宜采用無人機攝影測量技術(shù)，植被覆蓋度較高的礦山則采用無人機LiDAR技術(shù)。無人機數(shù)據(jù)處理時，須濾除植被才能精確還原真實地表?，F(xiàn)有的植被濾除處理方法有兩種。第一種是先生成礦區(qū)DSM，再采用DSM地形濾波算法得到礦山DEM；第二種是先對無人機三維點云數(shù)據(jù)進行地形濾波，再基于濾波后點云建立DEM。第一種方法雖然快速高效，但會造成局部真實地形數(shù)據(jù)丟失，當(dāng)植被覆蓋度高、地形復(fù)雜時，將產(chǎn)生較大的誤差[11]。第二種方法直接對全部點云進行濾波，可靠性較高。因此本文采用第二種方法。

表1 無人機攝影測量與LiDAR的互補優(yōu)勢

無人機三維點云數(shù)據(jù)海量，濾波后密度不均勻，兼顧點云插值DEM的精度、效率和計算機內(nèi)存消耗，采用基于快速排序的逐點插入法構(gòu)建Delaunay三角網(wǎng)，再采用三角網(wǎng)拓?fù)潢P(guān)系引導(dǎo)的插值點快速定位算法和三角形插值算法，實現(xiàn)海量點云的DEM快速生成，如圖2所示。

圖2 礦山三維點云濾波與地形建模Fig.2 3D point cloud filtering and modeling

初始模型建立后，后續(xù)動態(tài)監(jiān)測僅需在已開采范圍內(nèi)進行，未開采區(qū)域的地形可從初始DEM中獲取，無須考慮植被遮蓋影響。因此，無需采用無人機LiDAR，僅采用無人機攝影測量生成實景三維模型和DSM、DOM，以降低數(shù)據(jù)獲取代價，監(jiān)測成果也更加豐富、直觀。當(dāng)?shù)V區(qū)存在穩(wěn)定特征點時，還可從前期實景三維模型中提取像控點，免除現(xiàn)場像控點測設(shè)工作，進一步提高數(shù)據(jù)獲取效率。

1.1.2 終采設(shè)計地形三維建模

終采設(shè)計圖規(guī)定了礦山的合法開采范圍和最終開采形態(tài)。建立礦山終采模型DEM，為越界、越層開采定量分析提供判據(jù)。建模方法如下：

1)提取終采設(shè)計圖中各邊坡、平臺、平面的輪廓線；

2)根據(jù)輪廓線已知頂點高程或設(shè)計坡比參數(shù)，插值計算全部節(jié)點的高程；

3)對輪廓線進行三角化，得到三角網(wǎng)；

4)通過三角網(wǎng)插值，得到終采設(shè)計DEM(圖3)。

圖3 終采設(shè)計地形三維建模Fig.3 3D terrain modeling of final mining design

1.2 礦體智能三維地質(zhì)建模

不同于常規(guī)的土石方計算，礦山常存在多礦種、非礦夾層、浮土層，需緊密結(jié)合地質(zhì)資料才能智能分析各礦種的動態(tài)儲量。針對常規(guī)地質(zhì)體建模需要依賴大量人工操作來完成，研究兩種常見地質(zhì)資料的礦體智能建模方法，以實現(xiàn)各礦種儲量分類計算。

1.2.1 DEM與地質(zhì)平面圖融合的礦體智能建模

地質(zhì)平面圖的主要內(nèi)容包括二維地質(zhì)界線和地質(zhì)產(chǎn)狀標(biāo)注，礦體智能建模流程如下：

1)DEM疊加：將地質(zhì)圖與DEM疊加，如圖4(a)所示，并根據(jù)DEM插值地質(zhì)界線各節(jié)點的高程；

2)產(chǎn)狀分配：按鄰接關(guān)系將產(chǎn)狀信息賦予鄰近地質(zhì)界線的鄰近節(jié)點，進而根據(jù)已知產(chǎn)狀的節(jié)點插值未知節(jié)點的產(chǎn)狀；

3)地質(zhì)界線偏移：根據(jù)產(chǎn)狀和地質(zhì)體底面高程，計算地質(zhì)界線節(jié)點的偏移點坐標(biāo)，再將偏移點連線，經(jīng)自相交檢測和退化處理，得到底板地質(zhì)界線；

4)曲面生成：將頂面和底面地質(zhì)界線分別進行三角化，構(gòu)建地質(zhì)體頂面和底面三角網(wǎng)；將頂面與底面地質(zhì)界線對應(yīng)節(jié)點按次序連接成三角網(wǎng)，構(gòu)成地質(zhì)體側(cè)面；基于DEM，對頂面三角形進行高程插值和遞歸剖分，直到每個三角形內(nèi)高程起伏小于設(shè)定閾值。三角形剖分方法如圖5所示，每次沿最長邊上的中線將三角形一分為二。

5)拓?fù)渲貥?gòu)：對各地質(zhì)體進行孤島與孔洞檢測，并重構(gòu)地質(zhì)體拓?fù)潢P(guān)系。最終，形成一個由三角網(wǎng)曲面構(gòu)成的地質(zhì)體，如圖4(b)所示。

圖4 地形地質(zhì)平面圖建模Fig.4 Topographic and geological plan map modeling

圖5 三角形遞歸剖分方法Fig.5 Triangle recursive subdivision method

1.2.2 DEM與地質(zhì)剖面圖融合的礦體智能建模

平面圖建模方法適合呈水平分布的單層地質(zhì)體建模，對于包含復(fù)雜曲面夾層的垂直分布多層地質(zhì)體，難以準(zhǔn)確建模。此時地質(zhì)剖面圖建模方法具有互補優(yōu)勢。方法基本流程如下：

1)空間還原：根據(jù)起點和終點地面坐標(biāo)，將二維剖面線還原到真實空間位置，如圖6(a)所示；

圖6 地質(zhì)剖面圖建模Fig.6 Geological profile modeling

2)剖面分割：逐剖面線提取特征點，并結(jié)合至高點和最低點對剖面線進行分割；

3)剖面匹配：根據(jù)相鄰剖面線重心之間的距離、形狀參數(shù)建立相似性測度，對相鄰剖面中的剖面線進行正反匹配，確定剖面線之間的空間連接關(guān)系；

4)剖面連接：按照分割結(jié)果，將匹配成功的剖面線連接成空間三角網(wǎng)，得到地質(zhì)體的表面模型；

5)表面剖分：對表面模型各三角形進行判斷，若為裸露地表，則基于DEM對三角形進行高程插值和遞歸剖分，直到每個三角形內(nèi)高程起伏小于設(shè)定閾值。最終生成的三維地質(zhì)體模型如圖6(b)所示。

考慮礦山浮土層厚度變化通常不大，采用全局或局部多項式曲面擬合算法，建立整個礦山的浮土層厚度估算模型，修正地質(zhì)體地表高程。

1.3 動態(tài)儲量智能化計算分析

動態(tài)儲量智能化計算，即自動計算分析不同礦種的界內(nèi)、越界、越層、邊坡開采量，如圖7所示，圖中標(biāo)注的動用儲量類型說明見表2。

圖7 精細(xì)儲量計算剖面示意圖Fig.7 Fine reserve calculation profile

表2 精細(xì)儲量類型

設(shè)初始模型、上年度模型、現(xiàn)采模型分別記為DEM0，DSM1，DSM2。對指定計算范圍內(nèi)DSM2逐格網(wǎng)進行體積計算，方法如下：

1)棱柱構(gòu)建：取DSM2單元格網(wǎng)四個角點作為四棱柱底面；根據(jù)角點平面坐標(biāo)分別從DEM0、DSM1中插值出初始地表高程h0和上期地表高程h1；為消除DSM2中植被影響，取h0，h1中最小值建立四棱柱頂面；為消除已采礦石堆體影響，當(dāng)棱柱上表面高程低于下表面時，則將其視為無效棱柱，不參與后續(xù)計算；

2)分別用最低開采標(biāo)高平面、各礦體表面、終采DEM，對四棱柱進行求交，若交點存在，則對四棱柱進行截取分段，并判斷每段對應(yīng)的礦種和儲量類型；

3)將四棱柱沿對角線分割成兩個三棱柱進行分段體積計算；

4)按上述步驟，對計算范圍內(nèi)的四棱柱體積分類累加，并引入礦界平面范圍，區(qū)分界內(nèi)與越界開采，最終得到表1所示的精細(xì)儲量；

5)引入礦石比重參數(shù)、總儲量和歷史儲量記錄，統(tǒng)計各礦種的總開采與保有儲量。

由于無人機系統(tǒng)重建的DEM、DSM格網(wǎng)大小為cm級，因此上述算法計算結(jié)果接近于三維動態(tài)儲量的嚴(yán)密積分值。

2 應(yīng)用驗證

基于上述框架，通過VC++面向?qū)ο缶幊?，底層開發(fā)了一套《OMRIS無人機露天礦儲量動態(tài)監(jiān)測系統(tǒng)》(如圖8)，實現(xiàn)了無人機LiDAR與攝影測量等多源異構(gòu)數(shù)據(jù)融合、多時相礦山三維數(shù)字孿生、動態(tài)儲量精細(xì)計算、監(jiān)測成果輸出以及監(jiān)測信息管理一體化，已成功應(yīng)用于湖北省數(shù)十座露天礦動態(tài)儲量監(jiān)測。以湖北省襄陽市某露天石料礦儲量動態(tài)監(jiān)測為例(圖8)，分析應(yīng)用效果。

圖8 無人機實景三維模型與地質(zhì)體模型疊加Fig.8 Superposition of UAV real scene 3D model and geological model

該礦山平面面積約5.3萬m2，采深范圍260～340 m，資源總量273.8萬m3。系統(tǒng)基于1∶1 000地形地質(zhì)圖、終采設(shè)計圖分別建立了礦山初始DEM、終采DEM和礦體模型，并通過無人機攝影測量建立了2020、2021年兩期DSM，將系統(tǒng)計算得出的2021年各礦種動用儲量與專業(yè)地質(zhì)人員采用傳統(tǒng)平行斷面法計算結(jié)果進行對比，如表3所示。計算結(jié)果表明，隨著所選控制斷面數(shù)量的增加，平行斷面法計算結(jié)果逐步向本系統(tǒng)計算結(jié)果趨近。由平行斷面法原理可知，隨著斷面數(shù)增加，其計算結(jié)果將逐步趨近真值。可見，本系統(tǒng)計算結(jié)果準(zhǔn)確可靠。

表3 本文方法與平行斷面法計算結(jié)果對比

效率方面，當(dāng)使用6條以上剖面時，平行剖面法各種圖件制作須耗時24 h以上，儲量計算耗時1 h以上，主要依靠人工完成；而本系統(tǒng)在普通PC機上運行，數(shù)據(jù)處理總耗時小于15 min，其中儲量計算采用多線程技術(shù)優(yōu)化后耗時不超過30 s。

3 結(jié)論

構(gòu)建了一套較完整的無人機露天礦動態(tài)儲量監(jiān)測方法，并給出了該方法的底層實現(xiàn)框架。應(yīng)用結(jié)果表明，本文方法切實可行、精度可靠，與現(xiàn)有方法相比，本文方法具有顯著優(yōu)勢：

1)有效融合了礦山地質(zhì)與無人機數(shù)據(jù)，能適應(yīng)地質(zhì)構(gòu)造復(fù)雜、地形起伏大、礦界極不規(guī)則、植被密集覆蓋等各種情形，實現(xiàn)了各礦體的界內(nèi)、越界、越層、邊坡動態(tài)儲量的精細(xì)化、智能化計算分析；

2)將數(shù)字孿生技術(shù)與礦山動態(tài)監(jiān)測業(yè)務(wù)深度融合，通過三維可視化呈現(xiàn)，克服二維圖件抽象復(fù)雜的局限性，形成對礦山開采動態(tài)的直觀、準(zhǔn)確、全面感知；

3)數(shù)據(jù)處理智能化，人工干預(yù)環(huán)節(jié)少，不受計算人員主觀因素影響。