【入圍文章·2】無(wú)人機(jī)在黃土滑坡早期識(shí)別與監(jiān)測(cè)預(yù)警中的應(yīng)用

我國(guó)黃土分布廣泛，黃土地區(qū)占了我國(guó)約 10%的國(guó)土面積，滑坡災(zāi)害也成為了黃土地區(qū)主要地質(zhì)災(zāi)害，嚴(yán)重影響了黃土高原地區(qū)的經(jīng)濟(jì)發(fā)展，自1968年開(kāi)始提水灌溉后，甘肅省黑方臺(tái)已發(fā)生了100多次滑坡，平均每年3-5次，被國(guó)內(nèi)外稱(chēng)為黃土滑坡的“天然實(shí)驗(yàn)室”?；碌脑缙谧R(shí)別以及監(jiān)測(cè)預(yù)警一直是世界公認(rèn)的難題。地面監(jiān)測(cè)手段從傳統(tǒng)的人工監(jiān)測(cè)到如今迅猛發(fā)展的GPS、自動(dòng)裂縫計(jì)等都具有一定的盲目性，由于監(jiān)測(cè)區(qū)域大，無(wú)法精確定位監(jiān)測(cè)點(diǎn)，因而撒網(wǎng)式布設(shè)監(jiān)測(cè)儀器收效甚微，常常布設(shè)的儀器在一夜之間隨滑坡滑走，損失較嚴(yán)重。新興發(fā)展的具有大范圍監(jiān)測(cè)能力的InSAR 技術(shù)應(yīng)用于滑坡早期識(shí)別和形變監(jiān)測(cè)具有較好的結(jié)果，但是由于InSAR 技術(shù)的數(shù)據(jù)處理困難，費(fèi)用昂貴，設(shè)備和使用條件的各種限制，應(yīng)用并不廣泛。無(wú)人機(jī)攝影測(cè)量技術(shù)具有成本相對(duì)較低、機(jī)動(dòng)性能好、靈活高效、產(chǎn)品精度高等特點(diǎn)，不僅可以進(jìn)行滑坡的精細(xì)化測(cè)繪，而且將兩期高精度DEM進(jìn)行差分處理，即可發(fā)現(xiàn)正在變形的區(qū)域，進(jìn)而對(duì)這些區(qū)域布設(shè)地面監(jiān)測(cè)儀器進(jìn)行重點(diǎn)監(jiān)測(cè)，在掌握滑坡成因模式、變形破壞特點(diǎn)以及變形運(yùn)動(dòng)規(guī)律的基礎(chǔ)上，就能實(shí)現(xiàn)滑坡災(zāi)害的監(jiān)測(cè)預(yù)警，保障當(dāng)?shù)鼐用竦纳a(chǎn)生活安全。

本文基于攝影測(cè)量技術(shù)，使用飛馬F1000無(wú)人機(jī)對(duì)甘肅省黑方臺(tái)滑坡進(jìn)行了多期航拍，通過(guò)無(wú)人機(jī)飛行獲得測(cè)區(qū)的點(diǎn)云數(shù)據(jù)、三維模型數(shù)據(jù)和正射影像圖。使用多期數(shù)據(jù)處理方法將兩期航拍三維網(wǎng)格模型進(jìn)行處理、配對(duì)校準(zhǔn)和差分分析。進(jìn)而通過(guò)現(xiàn)場(chǎng)調(diào)查和現(xiàn)有地面監(jiān)測(cè)數(shù)據(jù)對(duì)差分模型識(shí)別變形的可靠性進(jìn)行了驗(yàn)證，從而實(shí)現(xiàn)了區(qū)域的滑坡早期變形識(shí)別，進(jìn)而對(duì)識(shí)別出的重點(diǎn)變形區(qū)域布設(shè)裂縫計(jì)、GPS等傳感器采集滑坡形變信息，并結(jié)合多年來(lái)對(duì)黑方臺(tái)黃土滑坡調(diào)查研究而提出的滑坡預(yù)警模型，在2018年5月13日和2018年10月1日成功預(yù)警兩起黃土滑坡，提前8小時(shí)系統(tǒng)自動(dòng)發(fā)布預(yù)警信息，及時(shí)撤離相關(guān)村民，避免了人員傷亡，實(shí)現(xiàn)了該區(qū)黃土滑坡的監(jiān)測(cè)預(yù)警。

技術(shù)路線圖

1、無(wú)人機(jī)裝備和飛行參數(shù)設(shè)計(jì)

本次航拍采用飛馬F1000電動(dòng)固定翼無(wú)人機(jī)，其機(jī)身采用EPO高強(qiáng)度塑料，飛機(jī)連接部位使用炭纖維復(fù)合材料，因此其機(jī)身重量輕。飛馬1000的最大續(xù)航時(shí)間為1.5h（黑方臺(tái)實(shí)際作業(yè)時(shí)間約為1h），除開(kāi)搭載GPS和GLONASS外，還使用了北斗衛(wèi)星導(dǎo)航系統(tǒng)，因此飛機(jī)定位精度更高，該機(jī)型使用的相機(jī)為SonyILCE-5100_E20mmF2.8_20.0_60004000 (RGB)。該飛機(jī)具有良好的續(xù)航能力，最大的優(yōu)點(diǎn)是實(shí)現(xiàn)了全程智能飛行，無(wú)操控手無(wú)遙控器。出于對(duì)飛行面積和飛行時(shí)間的考慮，并保證較高的地面分辨率，該區(qū)域相對(duì)飛行高度為200m，航向重疊率為80%，旁向重疊率為60%，平均地面分辨率約為4cm。覆蓋整個(gè)臺(tái)塬飛行的面積約為30km²，分7個(gè)架次完成，對(duì)于三大重點(diǎn)區(qū)域采取分段飛行，分段飛行面積均控制在5km²以?xún)?nèi)。從2016年開(kāi)始，每年定期對(duì)黑方臺(tái)進(jìn)行無(wú)人機(jī)航拍，每年約4-5次，并在灌溉導(dǎo)致的滑坡高發(fā)期加大飛行頻率。

現(xiàn)場(chǎng)作業(yè)照片

圖3：飛馬無(wú)人機(jī)管家航線規(guī)劃

2、地面控制點(diǎn)布置和測(cè)量

為了對(duì)測(cè)區(qū)航拍影像進(jìn)行矯正、建立控制網(wǎng)并為影像定義坐標(biāo)系統(tǒng)，在使用無(wú)人機(jī)進(jìn)行航拍獲取影像數(shù)據(jù)之前需要對(duì)測(cè)區(qū)布設(shè)一定數(shù)量的地面控制點(diǎn)。地面控制點(diǎn)需要在航拍照片中清晰可見(jiàn)以便后期數(shù)據(jù)處理中能夠人為識(shí)別刺點(diǎn)，其分布需要覆蓋測(cè)區(qū)并在地形和高程變化較大的區(qū)域加大布設(shè)密度。黑方臺(tái)地面控制點(diǎn)是專(zhuān)門(mén)為航拍所做的人工標(biāo)識(shí)。根據(jù)無(wú)人機(jī)航拍高度和地面分辨率，考慮到作業(yè)效率以及長(zhǎng)期航拍的目的，黑方臺(tái)人工地面控制點(diǎn)使用油漆在地面上做直角形狀的標(biāo)識(shí)，長(zhǎng)款尺寸為1m x 1m，直角兩邊油漆寬度為40cm，如圖4所示的直角油漆標(biāo)識(shí)。由于現(xiàn)場(chǎng)條件所限，這些油漆點(diǎn)一部分分布在現(xiàn)成道路邊，一部分分布在人工制成的混凝土板上，混凝土板主要布設(shè)在測(cè)區(qū)臺(tái)塬邊及滑坡堆積體上。黑方臺(tái)的地面控制點(diǎn)分布如圖3-5所示。

圖4；地面控制點(diǎn)制作過(guò)程

在制作好地面控制點(diǎn)后還需要對(duì)地面控制點(diǎn)的坐標(biāo)進(jìn)行測(cè)量，選取直角標(biāo)識(shí)的內(nèi)角作為測(cè)量點(diǎn)。為提高測(cè)量的精度，在黑方臺(tái)布設(shè)一級(jí)基準(zhǔn)點(diǎn)14個(gè)，布設(shè)原則是能完全覆蓋測(cè)量區(qū)域并且能反映高程變化。第一步先在臺(tái)塬穩(wěn)定區(qū)域埋設(shè)混凝土鋼筋樁；第二步待混凝土強(qiáng)度穩(wěn)定后，使用RTK對(duì)基準(zhǔn)點(diǎn)進(jìn)行靜態(tài)測(cè)量，測(cè)量時(shí)間為1個(gè)小時(shí)；第三步對(duì)靜態(tài)數(shù)據(jù)進(jìn)行解算，獲得測(cè)點(diǎn)的坐標(biāo)位置；第四步在靜態(tài)坐標(biāo)基礎(chǔ)上，對(duì)地面控制點(diǎn)進(jìn)行動(dòng)態(tài)測(cè)量。     

圖5：RTK靜態(tài)測(cè)量和動(dòng)態(tài)測(cè)量

黑方臺(tái)采用Xian 1980 / 3-degree Gauss-Kruger CM 102E (egm96)坐標(biāo)系統(tǒng)，所有航拍影像后期解算均使用該坐標(biāo)系，以確保多期數(shù)據(jù)在同一坐標(biāo)系下進(jìn)行比較。一級(jí)測(cè)量基準(zhǔn)點(diǎn)位置見(jiàn)圖6。

圖6：黑方臺(tái)測(cè)量基準(zhǔn)點(diǎn)和地面控制點(diǎn)位置分布

3、飛行作業(yè)

根據(jù)預(yù)先的航線規(guī)劃選擇合適的飛行場(chǎng)地進(jìn)行飛行。要求地勢(shì)相對(duì)平坦，在半徑為120m的范圍內(nèi)沒(méi)有建筑物、大樹(shù)和電塔等阻擋，保證飛機(jī)起降的安全；起飛點(diǎn)位置與作業(yè)區(qū)域不能太遠(yuǎn)，以便提高無(wú)人機(jī)電池利用率。

4、數(shù)據(jù)處理

在外業(yè)飛行的基礎(chǔ)上，選用了Pix4d Mapper軟件作為黑方臺(tái)數(shù)據(jù)處理軟件，通過(guò)數(shù)據(jù)預(yù)處理、空中三角測(cè)量、影像匹配、影像融合、數(shù)字產(chǎn)品生產(chǎn)等步驟，主要獲得測(cè)區(qū)的點(diǎn)云數(shù)據(jù)（Points Cloud）、三維模型（3D-Model）（圖3-9），數(shù)字正攝影像圖（DOM）等一系列數(shù)字產(chǎn)品（圖7）。

圖7：航拍點(diǎn)云、三維模型、正射影像

5、滑坡早期識(shí)別與監(jiān)測(cè)預(yù)警

在對(duì)研究區(qū)進(jìn)行多期無(wú)人機(jī)航拍的基礎(chǔ)上獲得了多期黑方臺(tái)DSM模型，先將兩期模型進(jìn)行定位對(duì)齊配準(zhǔn)，然后在模型配準(zhǔn)的基礎(chǔ)上將兩期模型高程值相減得到差分模型，以此求得該區(qū)域相應(yīng)時(shí)間段內(nèi)的豎直位移量，對(duì)滑坡頻發(fā)的黨川段、焦家段和陳家段進(jìn)行重點(diǎn)研究，在豎直位移量較大所反映的變形較大部位合理布設(shè)裂縫計(jì)和GPS等地面監(jiān)測(cè)設(shè)備，從而有針對(duì)性地加大監(jiān)測(cè)力度，實(shí)現(xiàn)滑坡的早期識(shí)別和監(jiān)測(cè)預(yù)警。

1）變形驗(yàn)證

使用無(wú)人機(jī)攝影測(cè)量技術(shù)獲得的變形識(shí)別由于受到精度的影響，其識(shí)別正確與否還需要現(xiàn)場(chǎng)的監(jiān)測(cè)數(shù)據(jù)和調(diào)查情況進(jìn)行復(fù)核。

a.大變形驗(yàn)證

根據(jù)現(xiàn)黨川2號(hào)滑坡發(fā)生于2015年4月29日，根據(jù)2015年1月和2016年5月兩期模型差分的結(jié)果，該滑坡最大滑動(dòng)深度約34m，最大堆積深度約24m（圖9），滑坡體積約為32.4萬(wàn)m³，與實(shí)測(cè)值較為相符。黨川3號(hào)滑坡發(fā)生于2015年8月3日，滑動(dòng)體積約為0.6萬(wàn)m³，滑動(dòng)前后正攝影像見(jiàn)圖9，也與實(shí)際情況吻合。由此可見(jiàn)，使用無(wú)人機(jī)攝影測(cè)量技術(shù)對(duì)于已經(jīng)發(fā)生滑坡的滑坡識(shí)別是行之有效的，且能通過(guò)將相關(guān)區(qū)域地形數(shù)字化，可以得出滑坡的滑動(dòng)體積。

圖8：黨川2015/01-2016/05差分模型

圖9：黨川2號(hào)和黨川3號(hào)滑動(dòng)前后正攝影像圖

b.小變形驗(yàn)證

黨川段2015.01—2016.05的兩期差分模型顯示，黨川3號(hào)左側(cè)存在一明顯變形（圖10），期間變形量約30-40cm，現(xiàn)場(chǎng)布設(shè)的裂縫計(jì)顯示，從2015年10月到2016年5月，1號(hào)裂縫計(jì)、2號(hào)裂縫計(jì)和3號(hào)裂縫計(jì)的累計(jì)位移一直持續(xù)增長(zhǎng)，最大累計(jì)位移27cm（圖11）。雖然地表裂縫計(jì)所監(jiān)測(cè)主要是起點(diǎn)和終點(diǎn)之間的斜距變化情況，但向臨空面方向發(fā)展的裂縫變形必然伴隨著豎直方向的變形。由此可見(jiàn)差分模型的變形較為可靠。

圖10：黨川2017/01-2017/02差分模型（小變形）

圖11：黨川3號(hào)左側(cè)裂縫影像及裂縫計(jì)數(shù)據(jù)

2）潛在滑坡早期識(shí)別

圖12為陳家6#和8#在2016.05—2017.03之間的差分模型，其中從圖a和圖b中已經(jīng)分別識(shí)別出陳家6#和陳家8#后緣存在明顯變形。從現(xiàn)場(chǎng)照片來(lái)看,滑坡后緣裂縫有變寬趨勢(shì)，錯(cuò)臺(tái)沉降明顯增加。圖13是黨川段2016.05-2015.01的差分模型，從模型中可以識(shí)別出6處變形明顯的區(qū)域，分別是DC#2左右兩側(cè)，DC#3左側(cè)、DC#9、DC#4和DC#5。

根據(jù)黨川段和陳家段滑坡多發(fā)區(qū)域的的多期差分模型，并結(jié)合現(xiàn)場(chǎng)實(shí)際變形情況，在臺(tái)塬邊合理位置布設(shè)了自動(dòng)位移計(jì)，以期通過(guò)自動(dòng)位移計(jì)實(shí)時(shí)監(jiān)測(cè)滑坡變形情況，對(duì)滑坡進(jìn)行臨滑預(yù)警。

圖12：陳家6#和8#差分模型和后緣裂縫和錯(cuò)臺(tái)對(duì)比

圖13 黨川段差分模型：（a）2016/05-2015/01;（b）2017/01-2016/05.

3）監(jiān)測(cè)預(yù)警成功案例

根據(jù)無(wú)人機(jī)多期差分模型識(shí)別出的變形情況，結(jié)合現(xiàn)場(chǎng)情況，在變形較明顯的臺(tái)塬邊上布設(shè)了多臺(tái)自動(dòng)位移計(jì)進(jìn)行位移監(jiān)測(cè)，2017 年 5 月 13 日上午 9:52 分，陳家 6#滑坡后壁產(chǎn)生兩處小規(guī)?；瑒?dòng)，其中右側(cè)的滑動(dòng)位于自動(dòng)位移計(jì)的監(jiān)測(cè)范圍內(nèi)，滑坡體積約 600m3，自動(dòng)位移計(jì)完整捕捉了此次滑坡的全過(guò)程變形曲線并在變形超過(guò)紅色閾值后 1 分鐘內(nèi)發(fā)出了預(yù)警信息，當(dāng)?shù)厝藛T迅速采取了相關(guān)防范措施，未造成人員傷亡和財(cái)產(chǎn)損失（圖 14）。

圖14：（a）陳家 6#滑坡自動(dòng)位移計(jì)布設(shè)位置;（b）陳家 6#滑坡變形曲線特征；（c）陳家 6#滑坡紅色預(yù)警短信

黨川4#滑坡9月30日變形速率達(dá)45.93mm/d。預(yù)警系統(tǒng)在9月30日17時(shí)50分自動(dòng)發(fā)出紅色預(yù)警，當(dāng)晚緊急撤離20余戶(hù)居民，10月1日凌晨1點(diǎn)至5點(diǎn)先后三次滑坡，總體積約35萬(wàn)m3，未造成任何人員傷亡，成功預(yù)警后，許多媒體都進(jìn)行了相關(guān)報(bào)道（圖15）。

圖15：黨川4#滑坡預(yù)警信息及相關(guān)報(bào)道

6、精度分析

因該區(qū)域無(wú)人機(jī)飛行時(shí)間跨度較大，次數(shù)較多，但精度基本相同，現(xiàn)選取焦家和陳家段2017年1月飛行時(shí)的地面控制點(diǎn)和檢查點(diǎn)來(lái)進(jìn)行精度分析，之后的飛行隨著控制點(diǎn)的增多，相對(duì)精度也在逐漸提高。

焦家和陳家段共使用地面控制點(diǎn)69個(gè)，檢查點(diǎn)24個(gè)，航拍核心區(qū)域?yàn)閳D中陰影區(qū)域，黃色陰影是陳家段，藍(lán)色陰影是焦家段（圖16）。地面控制點(diǎn)和檢查點(diǎn)在塬邊和滑坡體上均有布設(shè)，位置和數(shù)量已經(jīng)能夠?qū)⒛繕?biāo)區(qū)域完全覆蓋。

圖16：2017/01黨川段、焦家和陳家段地面控制點(diǎn)和檢查點(diǎn)分布圖

如表1所示：焦家和陳家段控制點(diǎn)在平面上均方根誤差在0.021m內(nèi)，最大誤差為0.059m；高程上均方根誤差為0.033cm，最大誤差為0.073cm；而檢查點(diǎn)在平面上的均方根誤差和最大誤差分別為0.042m和-0.074m，在高程上均方根誤差為0.039m，最大誤差為-0.063m。因此2017年1月焦家和陳家段航拍的平面精度為7.4cm，高程精度為7.3cm。后期通過(guò)適當(dāng)增加控制點(diǎn)，將精度提高到了6cm以?xún)?nèi)。

根據(jù)在黑方臺(tái)布置的監(jiān)測(cè)儀器所反映的斜坡形變數(shù)據(jù)可知，一般滑坡從初始變形、等速變形到加速變形階段產(chǎn)生的形變量往往為幾十厘米，這個(gè)形變量遠(yuǎn)大于高程上的最大誤差，因而證明該方法在黃土滑坡早期識(shí)別中能夠很好應(yīng)用。

表1：2017.01焦家和陳家段地面控制點(diǎn)和檢查點(diǎn)的誤差

本項(xiàng)目采用無(wú)人機(jī)攝影測(cè)量的方法，獲取研究區(qū)多時(shí)序無(wú)人機(jī)影像及三維數(shù)字產(chǎn)品，通過(guò)RTK測(cè)量保證精度減小誤差的條件下，利用多期模型差分計(jì)算，找到了黑方臺(tái)黃土臺(tái)塬邊正在變形的區(qū)域，解決了滑坡早期識(shí)別的難題，從而有針對(duì)性地布設(shè)裂縫計(jì)、GPS等監(jiān)測(cè)儀器，進(jìn)而利用實(shí)地調(diào)查結(jié)合科學(xué)研究開(kāi)發(fā)的預(yù)警模型，對(duì)滑坡形變數(shù)據(jù)進(jìn)行實(shí)時(shí)自動(dòng)分析判斷，從而實(shí)現(xiàn)了該區(qū)域滑坡的自動(dòng)監(jiān)測(cè)預(yù)警，并兩次成功提前預(yù)警滑坡，創(chuàng)新性突破了黃土滑坡預(yù)警難題，另外該方法在滑坡等地質(zhì)災(zāi)害變形識(shí)別以及體積、面積量測(cè)方面具有較高的實(shí)用性。

近些年無(wú)人機(jī)低空攝影測(cè)量行業(yè)的飛速發(fā)展，無(wú)人機(jī)攝影測(cè)量技術(shù)受各類(lèi)因素影響較小，作業(yè)靈活、高效，產(chǎn)品精度高等一系列優(yōu)點(diǎn)，在滑坡早期識(shí)別尤其是滑坡精細(xì)化測(cè)繪方面具有重要的實(shí)用價(jià)值和科學(xué)意義。隨著無(wú)人機(jī)定位精度、拍照精度、續(xù)航能力的進(jìn)一步提升，相信其在地質(zhì)災(zāi)害防治領(lǐng)域?qū)?huì)有更為廣闊的前景。