三维边角前方交会在大坝防浪墙变形监测中的应用及精度分析

结合琅琊山电站大坝防浪墙变形监测项目,将三维边角前方交会应用于防浪墙变形监测中。通过对测量成果进行三维精度分析,其结果表明:采用本方法测得的成果达到了监测点平面精度、高程精度都小于±2 mm中误差的要求,验证了三维边角前方交会方法的可行性。为监测提供了一种合理而省时的观测方法,为今后大坝监测的研究应用提供了一定的借鉴。     

测量机器人在金坪子滑坡变形监测中的应用

介绍了测量机器人在金坪子滑坡变形监测中的应用,分析了其误差来源和适用范围,实现了金坪子滑坡变形监测.     

利用误差熵确定激光点云变形可监测指标

利用三维激光扫描确定变形区域的主要方法是对相同区域的点云进行对比分析,根据对比值确定变形区域及变形量,这种方法虽然能够简单地实现变形监测,但对于监测结果的可靠性并没有进行评价。因此,为了提高变形监测结果的可靠性,对点云误差及点云配准误差进行分析,并由此确定点云变形监测的可监测指标。为了避免相邻点位误差之间的相互影响及误差空间大小的不确定性影响,利用误差熵来确定点云误差空间,并根据其实际大小和误差极值的关系来确定变形可监测指标。通过不同距离和入射角下模拟的平面板变形来验证其可行性,并将该方法应用于某个滑坡场景,以确定该滑坡的变形区域和变形大小。     

三维激光扫描技术应用于滑坡监测的主要误差分析

三维激光扫描测量技术是目前国际上最先进、最前沿的获取地面空间三维数据的测量技术之一。三维激光扫描技术应用于滑坡监测,具有速度快、精度高、主动性强、实时显示滑坡变化及滑坡量等优点,同时可以极大降低滑坡监测的成本。针对三维激光扫描技术应用于滑坡监测的主要误差来源进行研究,分析了应用于滑坡监测的测量控制措施,提高了观测可靠性和精度。结果表明,三维激光扫描测量技术在滑坡监测中具有广泛的应用前景。     

GPS载波相位测量中的信号多路径效应影响研究

当利用GPS进行高精度变形监测时,GPS信号的多路径效应成为影响GPS变形监测精度和可靠性的一种不可忽略的误差源.本文针对GPS载波相位测量中的多路径效应影响进行理论和试验分析.论述载波相位测量中GPS多路径信号的特征,分析它对载波相位测量的影响,提出在坐标域用移动平均进行短基线静态GPS测量多路径误差探测的方法.通过实测数据进行分析,取得满意的效果.     

全站仪中间法三角高程测量在滑坡变形监测中的应用探讨

滑坡地质灾害隐患点位于山区,地形起伏变化大,垂直位移监测采用几何水准测量方法工作量大,且效率不高,监测实施起来费时费力。全站仪中间法三角高程测量是将仪器架设在待测点中间位置附近进行测量,通过测站点与待测点高差相减得到两点间的间接高差,该方法避免了量测仪器误差,且通过使前后视距大致相等减弱了大气折光的影响。经过实地利用精密水准仪实测验证,该方法满足二等水准测量精度要求,效率较几何水准测量高,可用于滑坡变形监测。     

矿山滑坡天线阵列变形监测系统的方案与测试

首先阐明地质灾害监测的重要性和必要性,然后分析了目前应用于滑坡安全监测自动化远程监测设备和技术,并重点介绍了GPS天线阵列变形监测系统,接着根据某矿山的一个滑坡现场,进行GPS天线阵列监测方案设计,并在实地进行数据采集测试,最后对采集数据进行处理,对几期结果的较差和精度进行分析,得出在矿山自动化监测技术中,GPS天线阵列变形监测系统是一种性价比很高的监测技术,很适合滑坡安全监测。     

GPS/CORS地质灾害动态监测技术及其误差分析

提出一种基于GPS/CORS技术实现百千米内中短距离准实时动态监测的算法模型,通过实测数据对算法性能及各类系统误差影响进行分析。试验结果验证了局部区域实现±(2~3)mm精度地质灾害动态监测的可行性,并对包括卫星轨道误差、电离层延迟、多路径效应及卫星几何误差等在内的各类误差源对连续监测结果的影响提供了重要参考。     

GPS与InSAR技术在滑坡监测中的应用研究

合成孔径雷达干涉测量技术(InSAR)应用于地面形变监测已经成为地质灾害研究热点。本文分析了In-SAR技术在滑坡变形监测中的特点与技术优势,监测中InSAR、GPS的结合能够同时提高监测在空间域与时间域的分辨率;本文叙述了GPS、InSAR结合技术的理论与方法。说明利用干涉雷达结合GPS技术对滑坡进行监测是可行的,具有十分广阔的应用前景。     

无人机摄影测量技术在阿娘寨滑坡应急调查中的应用

无人机摄影测量技术具有数据获取效率高、响应速度快、成果丰富多样等优势,逐步应用于地质灾害应急调查中。2020年6月18日阿娘寨滑坡复活后,采用无人机摄影测量技术进行应急调查。首先,通过检查点验证了无人机免像控摄影测量技术的可行性,总结性研究了无人机影像数据快速拼接和全面处理的软件选取,生成了调查区三维实景模型、数字表面模型(DSM)、正射影像(DOM)及密集点云等基础数据;最后对基础数据处理分析,完成了滑坡地形快速测绘、滑坡特征调查等工作,并对多期次的高精度无人机摄影测量数据进行差分计算,识别了滑坡形变较大的区域,定量表征了滑坡的形变特征,为监测仪器的选位提供了指导。滑坡体上GNSS监测的最大累计形变可达16m,将现场布设的专业监测设备的数据接入地质灾害实时监测预警系统中,有效保证了灾害防治工程的顺利实施。     

对地铁结构监测基准点稳定性的研究

本文在研究大量变形监测技术与监测成果的基础上,注意到基准点的稳定性,它直接影响到监测成果的可靠性和客观性,尤其当基准点的稳定性超过两倍测量中误差时,监测成果不仅不能客观反映变形体的变形量,甚至出现较大偏差或错误,从而导致人们对变形体的变形趋势和安全性分析失准。因此,本文对监测基准点稳定性进行深入研究,并通过应用实例提出监测基准点的布设方法和稳定性分析方法。     

利用阵列式位移传感系统进行地质灾害深部位移动态监测与分析

为了掌握地质灾害深部位移的变形规律,使用阵列式位移传感系统（SAA）对地质灾害不稳定体进行深部位移动态监测,并同时安装了测斜仪以进行比较分析。通过建立地质本构模型和进行"降雨-变形"模型分析,优化设计了监测线和监测点位。试验结果表明：在地质灾害监测中,使用阵列式位移传感系统进行滑坡体深部位移的监测,不仅能够实时监测到滑坡体深部位移的变形情况,还能判断出滑移面具体位置。相比于测斜仪监测,阵列式位移传感系统测量准确度更高,在滑坡地质灾害监测中有更好的应用范围和前景。     

利用InSAR识别与监测黑方台黄土滑坡

针对甘肃永靖县的黑方台地区滑坡不断对当地居民人身及财产安全构成重大威胁的现状,该文选取高分辨率的升降轨TerraSAR数据、3m分辨率的DEM数据和30m分辨率的SRTM DEM数据,利用InSAR技术对该地区的地表形变进行监测,主要结果如下:用Stacking技术获取了黑方台的形变速率图,识别出14处不稳定滑坡体;用SBAS-InSAR技术对典型滑坡体进行时间序列监测,将InSAR结果投影到滑坡方向与已有的GPS结果进行比较,最大较差为6mm,最大中误差为3mm。结果表明,InSAR技术用来识别与监测黄土滑坡方便可靠,并且精度较高。     

基于VRS技术的煤矿地表变形监测

为解决煤田开采地表变形监测传统测量方法全人工作业、工作效率低等问题,针对煤田开采地表变形监测布网特点,设计了VRS技术用于监测煤矿地表变形的施测方案。数据表明,大地高高差的测量精度能达到中误差为±3.2 mm/km,满足四等水准测量的精度要求,点位平面坐标内部精度为mm级,符合《煤矿测量规范》的精度要求。     

顾及运动状态改正的GNSS滑坡监测基准站切换方法

实时相对定位技术已广泛应用于高精度实时滑坡监测,其高精度定位依赖于连续稳定的基准站数据。然而基准站数据由于供电、通信等原因时常发生中断,严重影响滑坡监测结果的连续性和可靠性。本文提出顾及运动状态改正的GNSS滑坡监测基准站切换方法,首先根据待切换新基准站长期监测时间序列确定其运动状态,然后基于滑坡体变形演化规律,结合运动状态建立新基准站位移模型并定期对模型检核,最后根据新基准位移对各监测点位移进行修正。该方法成功应用于甘肃黑方台滑坡监测基准站切换,且改正后各监测站位移与真实变形接近。以改进型切线角作为滑坡预警判据,使用改正前后的监测位移-时间序列进行预警,预警结果表明,不进行改正可能导致预警的误判。本文方法针对基准站数据中断问题,通过切换新基准并对基准误差进行修正以获取连续可靠的滑坡监测序列,保障了滑坡监测的连续性和预警的及时性。     

基于测量机器人的边坡安全在线监测系统设计研究

以SOKKIA NET05AXⅡ测量机器人为基础平台,结合边坡监测实际需求,以“工作基点后方边角交会+监测点极坐标测量”原理为基础,设计开发边坡安全在线监测系统,对系统的整体框架、拓扑结构以及业务流程进行详细设计,以期解决边坡监测过程中数据时效性较差、恶劣天气下无法监测等问题;并对极坐标测量原理及误差来源进行分析研究,得出误差来源主要包括测量机器人测角和测距误差、测量机器人与监测点之间的斜距和竖直角,然后通过某边坡监测项目对在线监测系统的稳定性及成果准确性进行综合验证,采用人工监测方法对自动化监测数据进行复核,结果表明：系统监测数据与人工复核成果基本一致,满足规范和边坡安全监测需求。     

深基坑自动化监测系统设计研究

随着基坑开挖深度的增加,常规人工监测难以满足深基坑监测的需要。本文以SOKKIA NET05AXⅡ测量机器人为研究对象,设计开发深基坑自动化监测系统,对测量小视场、测站位移、气象变化等问题进行针对性设计,确保监测成果的真实性和可靠性,并将成果应用到工程项目中去,取得了较为理想的结果。     

顾及降雨量因子的自适应卡尔曼滤波模型在滑坡变形预测中的应用

滑坡是世界上最主要的地质灾害类型之一.滑坡的监测和防治仍是当前国内外学者研究的重点,尤其是滑坡变形的预测和预报.卡尔曼滤波已广泛应用于滑坡变形监测数据处理中,且自适应卡尔曼滤波已经很好地解决了传统卡尔曼滤波发散的问题.但在分析降雨型滑坡变形的过程中,降雨(地下水位)对滑坡体的影响不容忽视.因此,引入降雨量因子,提出顾及...     

基于鸟群优化BP神经网络的滑坡处治后变形预测

滑坡变形程度是判断处治后滑坡是否稳定的关键评价指标，开展处治后滑坡变形预测可提前掌握滑坡稳定性情况，有利于滑坡失稳风险分析，便于开展地质灾害防灾减灾工作。为了准确预测处治后滑坡变形情况，本文提出了一种采用鸟群算法（BSA）优化BP神经网络的滑坡变形预测方法，借助BSA-BP神经网络构建了广西某高速公路滑坡变形预测模型，对比分析了BSA-BP神经网络与BP神经网络的预测结果。结果表明，BSA-BP神经网络预测结果的均方误差和相关系数分别为0.053 4和0.997 6,BP神经网络预测结果的均方误差和相关系数分别为2.225 6和0.968，鸟群算法可有效提高BP神经网络模型的预测精度，能有效应用于处治后滑坡变形预测，研究结果可为处治后滑坡失稳风险预测提供参考。     

徕卡GeoMoS自动监测系统在滑坡外部变形监测中的应用

一、引言 近年来,我国地质灾害发生频繁.根据中国地质环境监测院地质灾害调查监测室的数据,在地震、崩塌、滑坡、泥石流等危害巨大的地质灾害中,滑坡所占的比率高达60%以上.因此,做好地质灾害监测和预警,特别是滑坡体的监测和预警,对于有效地减少直接经济损失和人员伤亡显得尤为重要.常规的滑坡变形监测方法监测周期长,不具备实时性,并且在极端天气情况下,常规监测基本无法进行监测数据的采集工作,而在此条件下,滑坡往往又处于最容易发生滑动的状况,必须进行监测.为此,须有一种简便的,无人值守的,自动的动态监测方法,可在很短的时间间隔内,迅速完成滑坡的变形监测,为滑坡的变形状态提供监测数据,从而有效地保障人民的生命与财产安全.