三维激光扫描技术在隧道监测中的应用

利用多期徕卡地面三维激光扫描仪采集的隧道点云数据,分别使用Cloud Compare和Geomagic Studio两款点云后处理软件进行隧道建模。对比分析两款点云处理软件在不同数据量下的优劣和差异。模型建成后,提取隧道断面信息进行变形分析。研究表明三维激光扫描技术在隧道监测领域有着独一无二的优点,未来将会有巨大的发展前景。     

一种基于全站扫描的特征点自约束点云变形分析方法

为了对大坝、高层建筑、滑坡区、采空区等危险变形体进行变形观测,针对智能全站仪、GNSS测量、三维激光扫描等变形监测技术无法很好地实现变形特征点和点云的综合变形分析问题,提出了基于全站扫描特征点自约束点云变形分析方法,获取变形体的离散特征点和整体点云变形数据,利用特征点形变矢量求取点云至模型的形变量,从而刻画变形体的整体形变信息。试验结果表明,利用本文所提出的方法能够成功计算出点云至模型的形变量,经统计分析,所有点的形变量真误差的期望值为-0.04 mm,结果精度为1.2 mm。试验结果能够反映变形体的整体形变信息,且具有较高精度。     

地面三维激光扫描技术在变形监测中的应用

介绍了将地面三维激光扫描仪应用在变形监测中的数据处理流程和数据分析方法,并针对点云数据的特点,提出了点云和点云直接比较、点云生成模型后比较两种变形分析方法。在此基础上,编制了基于激光点云数据的变形分析软件,并设计了两组实验,验证了两种变形分析方法的有效性以及激光扫描技术应用于变形监测领域的可行性。     

三维激光扫描技术在危岩体变形监测中的应用

提出了一种基于三维激光扫描技术的高危岩体表面变形监测方法。该方法首先计算第一期点云数据参考点的法向量,并基于此点的法向量构建圆柱体;然后在圆柱体内计算第二期点云数据的区域重心,以此作为危岩体表面两期或多期变形比较的依据。将该方法应用于重庆武隆-南川地区鸡冠岭危岩体的变形监测与分析,获得了初步满意的结果。     

滑坡表面位移的无人机航测点云比对监测方法

滑坡单点式位移监测难以反映滑坡的整体位移状态,采用多尺度模型到模型的点云比对算法（M3C2）可实现对滑坡的面域监测。本文首先通过对无人机采集的影像进行运动恢复结构（SfM）分析,还原滑坡三维点云模型;然后利用点云比对算法对两期点云数据进行处理,以色值大小体现滑坡区域的位移,进而识别滑坡表面位移变化;最后将该方法运用于实际边坡的表面位移监测。试验结果表明,应用M3C2算法可成功识别边坡变动区域,捕捉到1 cm的水平或垂直位移变化,能直观反映滑坡面域的变形状况。该方法适用于复杂地形条件下的滑坡位移整体监测,识别精度达到厘米级,性能优于两云直接比对算法（C2C）。     

利用地面三维激光扫描进行桥梁挠度变形分析

针对常规桥梁挠度变形分析方法仅能获取有限数量离散监测点的几何变形,且存在自动化程度低、效率低、局限性大的问题,本文提出了一种基于点云数据的桥梁挠度变形分析方法。首先通过地面三维激光扫描仪获取桥梁变形体上的点云数据,经过精确配准,获取可靠点云数据。然后利用滑动窗口法得到桥梁线形,并通过两期线形叠差分析得到桥梁挠度变化。最后以跨度40 m+65 m+40 m的连续钢构桥实体工程为试验对象,利用本文方法发现该桥梁存在最小值为8 mm、跨中最大值为17.5 mm、平均值为14.9 mm的挠度变形。结果表明,该方法理论严密、计算效率高、简单实用。研究结果对三维激光扫描技术在变形监测领域的深度应用有重要借鉴意义。     

地面激光点云与航空影像相结合的滑坡监测

面向云南某水电站滑坡监测的实际需求,提出了将地面激光点云数据和航空影像相结合的滑坡监测方法。首先,通过数据配准,实现地面激光点云数据和航空影像数据的融合统一;然后,通过数据去噪与地表模型重建建立监测的数据基准;最后,通过基于地表模型的整体变形分析和基于剖面的采样分析,对滑坡区域的变形规律进行研究。通过对已经获取的5期监测数据的分析表明,本文提出的监测方法具有较高的监测精度和很好的适用性。     

三维激光扫描技术对岩溶区公路滑坡要素提取

针对岩溶山区因其脆弱的工程地质条件使得区域内的公路沿线容易发生沉降、变形和滑坡等问题,该文采用地面三维激光扫描(TLS)技术对云南九乡一个具有典型岩溶区地质环境的公路边坡进行扫描,对地面激光点云的外业数据采集和内业处理中的多站数据配准、点云滤波去噪、地面点云空洞修复以及基于点云数据的精细化建模等技术环节进行探讨;以位于该公路边坡上的一个滑坡为实验对象,着重对滑坡范围线、剖面线、滑坡坡度角和不稳定土方量等滑坡监测要素的提取方法进行研究。这是将地面TLS技术应用于岩溶区公路滑坡监测单期数据处理路线的一次探索,为后期基于激光点云的滑坡监测中多期数据的整合、管理和分析等集成式处理提供了技术上的支持。     

基于三维激光扫描技术的变形监测方法研究

针对三维激光扫描技术应用于变形监测的研究,本文提出点、面结合的变形监测方法。通过提取变形监测点的三维坐标信息,进行多期数据的监测点坐标信息的比较,获取局部的变形信息。运用豪斯多夫距离对点云模型进行求差运算,得到整体变形信息,并对模型的求差运算结果进行对比分析。实验结果表明,基于三维激光扫描技术的点、面结合的变形监测方法在变形监测中具有较高的实用价值。     

变形分析中点云虚拟基准的确定方法

针对传统基于固定点的基准构建方法难以适用于点云整体基准探测的问题,本文提出了基于格网质心稳定性和分布相似性的点云虚拟基准确定方法。首先依据常规变形监测网中基准点的变化模式分析稳定区域和变形区域的点云分布特性,探讨点云虚拟基准的概念及探测原则;然后根据测距、测角和光斑面积引起的点位误差定权,以对应格网最小转动惯量对应轴线向量夹角为准则分析点云分布相似性,并利用平方型M_split相似变换检验对应格网质心的稳定性,从而确定多时相激光点云的参考基准;最后结合地面三维激光扫描技术获取的储罐、滑坡和规则几何体点云验证其可行性。结果表明,结合点云质心稳定性和转动惯量对应转轴向量的相似性可以探测不需要现场布设、更不需要定期维护的点云虚拟基准,为多时相点云坐标统一和变形分析等提供基础。     

地基SAR在滑坡形变监测中的应用

地基InSAR是近年发展起来的基于地基SAR(GB-SAR)获取地表形变的一种新的技术手段,分辨率高、可实时监测,实现毫米级形变监测精度,为近距离滑坡实时监测与预警提供了先进的技术手段。本文首先以澜沧江某滑坡体为研究对象,在滑坡体对岸设立固定站点,按固定频率进行GB-SAR数据采集;然后通过先后两景影像形成干涉对,利用相干阈值方法提取相干点目标;最后利用形变模型提取滑坡体形变结果。研究表明,地基SAR可获得整个滑体形变边界、形变大小空间分布及时间变化历程,对滑坡体灾害实时监测非常有效,可为滑坡灾害监测及预警提供参考。     

基于InSAR技术和光学遥感的贵州省滑坡早期识别与监测

贵州省因其复杂的地形地貌和强降水等气候特征,滑坡灾害频繁发生。亟需一种可靠的滑坡早期识别和监测方法。传统的滑坡识别和监测方法存在局限性,而InSAR技术在大规模地质灾害监测中具有独特的优势。但是,基于单一地表形变值的滑坡识别结果存在一定的不确定性。因此,本文联合InSAR技术和光学遥感,利用Sentinel-1A雷达卫星影像数据对贵州省六盘水市、铜仁市、贵阳市等地区进行大规模地表形变监测和危险形变区识别;并采用基于NDVI时间序列分析和基于滑坡发育要素的滑坡识别方法对研究区潜在滑坡灾害进行调查。利用InSAR技术对研究区域内重点滑坡（鸡场镇）进行监测,及时掌握滑坡的运动状态。本文方法对贵州省的灾害防治和管理具有重要意义。     

SBAS-InSAR技术与无人机影像融合的滑坡变形监测北大核心CSCD

山体滑坡对人类安全造成严重影响,准确识别滑坡变形对预防滑坡灾害具有重要意义。利用SBAS-InSAR技术可以进行空间连续地表变形监测,但无法精确获取滑坡边界的变化。为了综合监测滑坡,本文首先采用SBAS-InSAR技术与无人机影像结合的滑坡变形监测方法,利用2018年1月1日—2020年12月24日,共计80幅升轨Sentinel-1A SAR影像,进行了VV极化和VH极化数据处理;然后通过SBAS-InSAR技术获取滑坡区地表雷达视线(LOS)方向变形速率,选取了若干变形点进行滑坡体变形时序分析;最后采用无人机获取滑坡影像并提取滑坡边界,分析了滑坡边界的变形。试验结果表明,利用SBAS-InSAR技术获取的滑坡变形和无人机获取的滑坡变形趋势基本吻合,通过该方法可以获取滑坡的综合变形情况,对滑坡活动性的判断具有重要意义。     

一种V/S和LSTM结合的滑坡变形分析方法

滑坡变形的产生是坡体自身地质条件和外部诱发条件共同作用的结果,滑坡变形定量预测是滑坡监测预警的关键。传统的基于滑坡累计位移-时间曲线分析滑坡变形的方法,忽略了滑坡变形演化的影响因素,难以对滑坡变形进行准确预测。三峡库区滑坡研究多集中在滑坡时空分布特征和滑坡整体稳定性分析方面,亟需开展单体滑坡综合变形分析。以三峡库区白水河滑坡为例,基于滑坡宏观变形和位移监测数据,利用重标方差（rescaled variance statistic,V/S）分析法对滑坡整体和局部变形趋势进行分析,进而构建考虑库水位波动和降雨滞后性影响因素的可有效利用长期依赖信息的长短记忆（long short-term memory,LSTM）神经网络模型,定量预测滑坡位移。研究结果表明,滑坡体属牵引式滑坡,北东部稳定性较差,西部和后缘相对稳定,预测值的均方根误差为8.95 mm,证明该模型是一种高性能的滑坡变形分析方法。     

基于BP神经网络法的地表变形监测

利用三维激光扫描技术监测地表变形时,需要对大面积的地形点云数据重建地面曲面。针对点云数据的海量性,提出利用BP神经网络的方法进行曲面重建,分别模拟出两期点云数据的曲面及两期点云数据的下沉曲面。实验结果表明,该方法对海量数据的曲面重建精度较高,并能提取变形信息,具有较高的使用价值。     

地质灾害GPS实时监测预警系统关键技术探讨

利用GPS形变监测、一机多天线（GMS）及CORS等技术,探讨基于GDCORS的GPS监测数据的实时处理、灾害因子分析、灾害趋势分析等关键技术,用于高精度滑坡形变在线监测研究和应用。通过系统设计与集成,开展地质灾害隐患点滑坡地表形变远程动态监测示范站建设,为地质灾害发生的可能性分析与预报提供科学依据。     

卡尔曼滤波在滑坡监测中的应用

针对滑波变形的特点,将滑坡体上的监测点视为一运动点场,提出一种以运动方程为核心、以卡尔曼滤波技术为工具的变形观测数据处理方法,使滑坡的预报成为可能.     

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。