韓 嶺，童 星，李俊濤 ，楊 彪

(1.湖北省地質(zhì)局第八地質(zhì)大隊(duì)，湖北 襄陽(yáng) 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(duì)保障國(guó)家基礎(chǔ)設(shè)施建設(shè)、國(guó)防建設(shè)以及城市化進(jìn)程起著至關(guān)重要的作用[1]。為促進(jìn)礦產(chǎn)儲(chǔ)量的合理開(kāi)發(fā)和有效保護(hù)，兼顧環(huán)境保護(hù)與可持續(xù)發(fā)展，國(guó)家對(duì)露天礦實(shí)行動(dòng)態(tài)監(jiān)管，加強(qiáng)了對(duì)礦山儲(chǔ)量的動(dòng)態(tài)監(jiān)測(cè)，要求詳細(xì)掌握礦山的年開(kāi)采量、損失量、資源儲(chǔ)量變化量。我國(guó)露天礦數(shù)量多、分布廣，儲(chǔ)量動(dòng)態(tài)監(jiān)測(cè)工作量巨大，長(zhǎng)期盛行的全站儀或RTK地面接觸式監(jiān)測(cè)方法存在測(cè)點(diǎn)難以到達(dá)、安全隱患多、成果直觀性差等不足，且這種點(diǎn)的數(shù)據(jù)采集方式已不能滿足礦山動(dòng)態(tài)監(jiān)測(cè)的精度和效率要求[2]。

近年來(lái)，無(wú)人機(jī)(UAV)航測(cè)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(cè)人員安全風(fēng)險(xiǎn)、提高監(jiān)測(cè)效率和精度帶來(lái)了良好契機(jī)。為此，國(guó)內(nèi)外對(duì)露天礦無(wú)人機(jī)動(dòng)態(tài)監(jiān)測(cè)技術(shù)開(kāi)展了大量實(shí)踐研究。許志華等[3]提出了一種基于無(wú)人機(jī)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(jì)算方法；ESPOSITO等[4]研究了基于無(wú)人機(jī)三維點(diǎn)云和正射影像的意大利撒丁島露天礦多時(shí)相的開(kāi)采范圍和體積變化評(píng)估方法；王果[5]、陳凱[6]、白洋[7]、謝君洋等[8]研究了基于無(wú)人機(jī)影像的礦山動(dòng)態(tài)監(jiān)測(cè)方法，通過(guò)兩期無(wú)人機(jī)DSM疊加，分別計(jì)算礦山占地面積、填挖方、剝離量和爆堆土方量；馬國(guó)超等[9]將無(wú)人機(jī)傾斜攝影與LiDAR相結(jié)合開(kāi)展了露天采場(chǎng)安全監(jiān)測(cè)融合應(yīng)用研究，實(shí)現(xiàn)了多尺度精準(zhǔn)監(jiān)測(cè)采場(chǎng)安全隱患；黃立鑫等[10]利用無(wú)人機(jī)DSM研究了尾礦庫(kù)洪水淹沒(méi)分析和庫(kù)容計(jì)算方法。然而，現(xiàn)有研究?jī)H限于利用無(wú)人機(jī)航測(cè)技術(shù)進(jìn)行礦山土石剝離方量估算，當(dāng)?shù)V山存在多個(gè)礦種或存在浮土層、非礦夾層時(shí)，土石方量并不能作為儲(chǔ)量監(jiān)測(cè)最終結(jié)果，還須緊密結(jié)合地質(zhì)模型、終采設(shè)計(jì)、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(kāi)采量與越界越層等非法開(kāi)采量，過(guò)程非常復(fù)雜。因此，目前行業(yè)內(nèi)儲(chǔ)量估算還普遍依靠人工平行斷面法。該方法僅利用無(wú)人機(jī)數(shù)據(jù)生成的高精度斷面數(shù)據(jù)參與計(jì)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(shí)，將造成嚴(yán)重的精度損失，產(chǎn)生較大誤差。綜上，無(wú)人機(jī)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(chǔ)量智能計(jì)算方法亟待進(jìn)一步研究解決。

本文研究礦山無(wú)人機(jī)數(shù)據(jù)與礦山地質(zhì)數(shù)據(jù)的無(wú)縫集成建模與儲(chǔ)量精細(xì)化計(jì)算方法，以充分發(fā)揮無(wú)人機(jī)技術(shù)優(yōu)勢(shì)，實(shí)現(xiàn)智能精準(zhǔn)的露天礦儲(chǔ)量動(dòng)態(tài)監(jiān)測(cè)，并為礦山智能監(jiān)測(cè)技術(shù)研究與開(kāi)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(wú)人機(jī)航測(cè)多時(shí)相三維地形建模

基于無(wú)人機(jī)航測(cè)，獲取礦山各監(jiān)測(cè)期的高精度地形數(shù)據(jù)，精細(xì)重建礦山多時(shí)相三維地形模型，是儲(chǔ)量智能化動(dòng)態(tài)監(jiān)測(cè)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(shí)相地形包括初始地形、各期現(xiàn)采地形和終采設(shè)計(jì)地形。其中，礦山初始地形是儲(chǔ)量計(jì)算的基準(zhǔn)。鑒于無(wú)人機(jī)攝影測(cè)量與無(wú)人機(jī)LiDAR的互補(bǔ)優(yōu)勢(shì)(如表1)，礦山初始地形建模時(shí)，低植被覆蓋度的礦山宜采用無(wú)人機(jī)攝影測(cè)量技術(shù)，植被覆蓋度較高的礦山則采用無(wú)人機(jī)LiDAR技術(shù)。無(wú)人機(jī)數(shù)據(jù)處理時(shí)，須濾除植被才能精確還原真實(shí)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(duì)無(wú)人機(jī)三維點(diǎn)云數(shù)據(jù)進(jìn)行地形濾波，再基于濾波后點(diǎn)云建立DEM。第一種方法雖然快速高效，但會(huì)造成局部真實(shí)地形數(shù)據(jù)丟失，當(dāng)植被覆蓋度高、地形復(fù)雜時(shí)，將產(chǎn)生較大的誤差[11]。第二種方法直接對(duì)全部點(diǎn)云進(jìn)行濾波，可靠性較高。因此本文采用第二種方法。

表1 無(wú)人機(jī)攝影測(cè)量與LiDAR的互補(bǔ)優(yōu)勢(shì)

無(wú)人機(jī)三維點(diǎn)云數(shù)據(jù)海量，濾波后密度不均勻，兼顧點(diǎn)云插值DEM的精度、效率和計(jì)算機(jī)內(nèi)存消耗，采用基于快速排序的逐點(diǎn)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(diǎn)快速定位算法和三角形插值算法，實(shí)現(xiàn)海量點(diǎn)云的DEM快速生成，如圖2所示。

圖2 礦山三維點(diǎn)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(dòng)態(tài)監(jiān)測(cè)僅需在已開(kāi)采范圍內(nèi)進(jìn)行，未開(kāi)采區(qū)域的地形可從初始DEM中獲取，無(wú)須考慮植被遮蓋影響。因此，無(wú)需采用無(wú)人機(jī)LiDAR，僅采用無(wú)人機(jī)攝影測(cè)量生成實(shí)景三維模型和DSM、DOM，以降低數(shù)據(jù)獲取代價(jià)，監(jiān)測(cè)成果也更加豐富、直觀。當(dāng)?shù)V區(qū)存在穩(wěn)定特征點(diǎn)時(shí)，還可從前期實(shí)景三維模型中提取像控點(diǎn)，免除現(xiàn)場(chǎng)像控點(diǎn)測(cè)設(shè)工作，進(jìn)一步提高數(shù)據(jù)獲取效率。

1.1.2 終采設(shè)計(jì)地形三維建模

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

1)提取終采設(shè)計(jì)圖中各邊坡、平臺(tái)、平面的輪廓線；

2)根據(jù)輪廓線已知頂點(diǎn)高程或設(shè)計(jì)坡比參數(shù)，插值計(jì)算全部節(jié)點(diǎn)的高程；

3)對(duì)輪廓線進(jìn)行三角化，得到三角網(wǎng)；

4)通過(guò)三角網(wǎng)插值，得到終采設(shè)計(jì)DEM(圖3)。

圖3 終采設(shè)計(jì)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(jì)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(dòng)態(tài)儲(chǔ)量。針對(duì)常規(guī)地質(zhì)體建模需要依賴大量人工操作來(lái)完成，研究?jī)煞N常見(jiàn)地質(zhì)資料的礦體智能建模方法，以實(shí)現(xiàn)各礦種儲(chǔ)量分類計(jì)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(diǎn)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(diǎn)，進(jìn)而根據(jù)已知產(chǎn)狀的節(jié)點(diǎn)插值未知節(jié)點(diǎn)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(jì)算地質(zhì)界線節(jié)點(diǎn)的偏移點(diǎn)坐標(biāo)，再將偏移點(diǎn)連線，經(jīng)自相交檢測(cè)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(jìn)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(duì)應(yīng)節(jié)點(diǎn)按次序連接成三角網(wǎng)，構(gòu)成地質(zhì)體側(cè)面；基于DEM，對(duì)頂面三角形進(jìn)行高程插值和遞歸剖分，直到每個(gè)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(zhǎng)邊上的中線將三角形一分為二。

5)拓?fù)渲貥?gòu)：對(duì)各地質(zhì)體進(jìn)行孤島與孔洞檢測(cè)，并重構(gòu)地質(zhì)體拓?fù)潢P(guān)系。最終，形成一個(gè)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(duì)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(shí)地質(zhì)剖面圖建模方法具有互補(bǔ)優(yōu)勢(shì)。方法基本流程如下：

1)空間還原：根據(jù)起點(diǎn)和終點(diǎn)地面坐標(biāo)，將二維剖面線還原到真實(shí)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(diǎn)，并結(jié)合至高點(diǎn)和最低點(diǎn)對(duì)剖面線進(jìn)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(cè)度，對(duì)相鄰剖面中的剖面線進(jìn)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(duì)表面模型各三角形進(jìn)行判斷，若為裸露地表，則基于DEM對(duì)三角形進(jìn)行高程插值和遞歸剖分，直到每個(gè)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(xiàng)式曲面擬合算法，建立整個(gè)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(dòng)態(tài)儲(chǔ)量智能化計(jì)算分析

動(dòng)態(tài)儲(chǔ)量智能化計(jì)算，即自動(dòng)計(jì)算分析不同礦種的界內(nèi)、越界、越層、邊坡開(kāi)采量，如圖7所示，圖中標(biāo)注的動(dòng)用儲(chǔ)量類型說(shuō)明見(jiàn)表2。

圖7 精細(xì)儲(chǔ)量計(jì)算剖面示意圖Fig.7 Fine reserve calculation profile

表2 精細(xì)儲(chǔ)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(duì)指定計(jì)算范圍內(nèi)DSM2逐格網(wǎng)進(jìn)行體積計(jì)算，方法如下：

1)棱柱構(gòu)建：取DSM2單元格網(wǎng)四個(gè)角點(diǎn)作為四棱柱底面；根據(jù)角點(diǎn)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(shí)，則將其視為無(wú)效棱柱，不參與后續(xù)計(jì)算；

2)分別用最低開(kāi)采標(biāo)高平面、各礦體表面、終采DEM，對(duì)四棱柱進(jìn)行求交，若交點(diǎn)存在，則對(duì)四棱柱進(jìn)行截取分段，并判斷每段對(duì)應(yīng)的礦種和儲(chǔ)量類型；

3)將四棱柱沿對(duì)角線分割成兩個(gè)三棱柱進(jìn)行分段體積計(jì)算；

4)按上述步驟，對(duì)計(jì)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(kāi)采，最終得到表1所示的精細(xì)儲(chǔ)量；

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

由于無(wú)人機(jī)系統(tǒng)重建的DEM、DSM格網(wǎng)大小為cm級(jí)，因此上述算法計(jì)算結(jié)果接近于三維動(dòng)態(tài)儲(chǔ)量的嚴(yán)密積分值。

2 應(yīng)用驗(yàn)證

基于上述框架，通過(guò)VC++面向?qū)ο缶幊?，底層開(kāi)發(fā)了一套《OMRIS無(wú)人機(jī)露天礦儲(chǔ)量動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)》(如圖8)，實(shí)現(xiàn)了無(wú)人機(jī)LiDAR與攝影測(cè)量等多源異構(gòu)數(shù)據(jù)融合、多時(shí)相礦山三維數(shù)字孿生、動(dòng)態(tài)儲(chǔ)量精細(xì)計(jì)算、監(jiān)測(cè)成果輸出以及監(jiān)測(cè)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(dòng)態(tài)儲(chǔ)量監(jiān)測(cè)。以湖北省襄陽(yáng)市某露天石料礦儲(chǔ)量動(dòng)態(tài)監(jiān)測(cè)為例(圖8)，分析應(yīng)用效果。

圖8 無(wú)人機(jī)實(shí)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(wàn)m2，采深范圍260～340 m，資源總量273.8萬(wàn)m3。系統(tǒng)基于1∶1 000地形地質(zhì)圖、終采設(shè)計(jì)圖分別建立了礦山初始DEM、終采DEM和礦體模型，并通過(guò)無(wú)人機(jī)攝影測(cè)量建立了2020、2021年兩期DSM，將系統(tǒng)計(jì)算得出的2021年各礦種動(dòng)用儲(chǔ)量與專業(yè)地質(zhì)人員采用傳統(tǒng)平行斷面法計(jì)算結(jié)果進(jìn)行對(duì)比，如表3所示。計(jì)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(jì)算結(jié)果逐步向本系統(tǒng)計(jì)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(jì)算結(jié)果將逐步趨近真值?？梢?jiàn)，本系統(tǒng)計(jì)算結(jié)果準(zhǔn)確可靠。

表3 本文方法與平行斷面法計(jì)算結(jié)果對(duì)比

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

3 結(jié)論

構(gòu)建了一套較完整的無(wú)人機(jī)露天礦動(dòng)態(tài)儲(chǔ)量監(jiān)測(cè)方法，并給出了該方法的底層實(shí)現(xiàn)框架。應(yīng)用結(jié)果表明，本文方法切實(shí)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(shì)：

1)有效融合了礦山地質(zhì)與無(wú)人機(jī)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(shí)現(xiàn)了各礦體的界內(nèi)、越界、越層、邊坡動(dòng)態(tài)儲(chǔ)量的精細(xì)化、智能化計(jì)算分析；

2)將數(shù)字孿生技術(shù)與礦山動(dòng)態(tài)監(jiān)測(cè)業(yè)務(wù)深度融合，通過(guò)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(duì)礦山開(kāi)采動(dòng)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(jì)算人員主觀因素影響。