陆陆笔记|无人机遥感技术在采煤地面塌陷监测中的应用

为研究无人机遥感技术在采煤地面塌陷监测中的应用。以宁东煤炭基地金凤煤矿011805综采工作为例，探讨了利用无人机遥感技术进行地表裂缝解译、地面沉降量计算和地面塌陷规律研究的方法。结果表明：无人机飞行航高科根据需要识别的地表裂缝宽度确定，地形平坦地区识别2cm地表裂缝的飞行航高一般应不超过143cm；地表裂缝宜于采用基于光谱、延长度和紧密度规则的面向对象的信息提取方法进行自动识别，在采用这种方法发现地表塌陷裂缝时宜采用基于边缘检测的图像分割模型和基于Full Lambda Schedule的图像融合模型；对无人机遥感技术可应用于采煤地面沉降量检测；综采工作面内地表裂缝量多，总体垂直回踩方向排列，切眼和顺槽附近地表裂缝数量少，总体平行顺槽和切眼展布。

关键词：

       无人机遥感技术；地面塌陷；地表裂缝；地质灾害检测；煤炭开发。

采煤地面塌陷是煤矿开采对地表岩土体破坏而形成的一类地质灾害，主要包括地表裂缝、塌陷盆地、塌陷坑、塌陷槽和伴生滑坡崩塌等类型。宁东煤炭基地是我国重要的大型煤炭基地，其大规模、高强度开采形成的地面塌陷区具有面积大、动态变化和危险性高等特点。传统人工检测手段无法保证高效率和大面积精细监测，有人机遥感和卫星遥感技术又存在影像分辨率低且无法识别较小宽度地表裂缝的问题。无人机遥感技术的出现和发展，为这一问题的解决提供了一种新思路。无人机遥感具有影像分辨率高、成本低、机动灵活、不受复杂地形影响等一系列技术优点，可以实现对采煤地面塌陷区遥感影像的快速获取，结合实地调查数据，能迅速而准确地完成采煤地面塌陷的监测任务，甚至为更大范围采煤地面塌陷的监测提供技术支持。

  关于无人机对采煤地面塌陷的监测研究，2011年周文生等选用宁东羊场湾矿区作为研究区域，运用0.2m高分辨无人机遥感影像分析和统计了地表裂缝和塌陷盆地的分布特征。2012年魏长婧等从马脊梁矿区地表裂缝无人机影像中，采用多种提取方法，建立了对应识别模型，绘制了裂缝分布图。2013年赵星涛等采用无人机遥感技术获得了0.2m高分辨率影像，解释识别了塌陷坑和地表裂缝等采煤地面塌陷灾害，并运用MAPS软件对下沉值进行预计，得到了矿区的下沉等值线图。2014年张启元等利用无人机对青藏高原大通矿区进行了0.1m高分辨率采用空区地面监测，准确翻译了塌陷信息，建立了一套适合高原特殊处理环建下采煤地面塌陷灾害监测的技术流程。

总结无人机在采煤地面塌陷监测中的应用，目前利用无人机遥感技术对采煤地面塌陷的监测精度多在0,1m以上，无法识别较小宽大的地表裂缝；地表裂缝的届时多采用人工目视解释，基于计算机信息提取的分类方法研究不够深入；对综采工作面地面塌陷的发育规律认识不清，也没有学者开展利用无人机遥感技术直接计算地表下沉值等地表岩移参数的研究。因此，提高无人机遥感影像分辨率，建立适合采煤地面塌陷裂缝的信息提取模型，借助无人机充分认识地面塌陷裂缝的信息提取模型，借助无人机充分认识地面塌陷发育规律和利用遥感影像直接计算地表下沉值是采煤地面塌陷地质灾害监测中急需解决的难题。

笔者以MD4-1000四旋翼低空无人机航测系统在宁东煤炭基地金凤煤矿011805综采工作面地面塌陷灾害监测中的应用为例，探讨无人机遥感技术在采煤地面塌陷监测中的应用方法和技术，为采煤地面塌陷地质灾害调查监测提供一种新方法。

011805综采工作面隶属神华煤业集团金凤煤矿，地处毛乌素沙漠西南边缘，地面标高1203.02~1328.98m，属于平原地面，且地表植被稀少，地形地貌条件相对简单。采用走向长臂机械化开采，垮落法管理顶板方式，2015年8月开始回采，2016年4月回踩完毕。工作面走向长度约820m，倾向长度约300m。工作面走向长度约820m，倾向长度约300m。工作面开采18煤，平均煤厚3.8m，煤层平均埋深220m，煤层平均倾角为2.2℃，属于近水平煤层。上覆基岩厚度约180m，其中老顶平均厚度14.7m，以中砂岩和粗砂岩为主，直接顶以粉砂岩为主，平均厚度2.35m，近地表松散层厚度约40m。

该工作面西侧与011803工作面毗邻，并且与011201和011203工作面（均开采12煤且已开采完毕，平均煤厚1.85m，近水平煤层）有叠置开采区域（图1），工作面回采后，地面塌陷破坏严重，地表裂缝和塌陷盆地是主要的地表破坏形式。

                                                                     图1 研究区范围示意图

                                                 Fig.1 The schematic diagram of the study area

无人机遥感系统是指以无人飞机作为平台，搭载高性能数码相机、数码摄录机等数字遥感设备进行拍摄和记录，通过对遥感影像数据的分析处理，以实现对地面信息的实时调查与监测。

一个完整的无人机遥感系统包括外业空间信息采集和内业务数据处理两个子系统：外业空间信息采集系统分为导航设备、飞行平台、地面站、遥控设备、数据接收和传感器6个部分；内业务数据处理系统主要包括影像畸变纠正、自动空中三角测量和数字立位测图等数据处理子系统，通过数据处理获取DOM、DEM、DLG和DSM等成果，如图2所示。本文采用的飞行平台为德国MD4-1000四旋翼航拍专用无人机（图3），该无人机主要性能指标见表1。

                                                               图2 无人机遥感系统组成图

                                          Fig.2 The illustration of UAV Remote Sensing System

                                                                    图3 MD4-1000 无人机

                                                                     Fig.3 MD4-1000 UAV

                                                           表1 MD4-1000无人机主要性能指标

采用的遥感传感器是日本索尼公司生产的SONY A7R数码相机，具有操作稳定、坚固耐用、高精度和大容量性能等特点，并适用于恶劣环境条件。该相机配备3640万有效像素和3700万最大像素的全画幅CMOS传感器，传感器尺寸为35.9 ×24mm，续航能力为340张，分辨率是7360×4912像素，像元大小为4.88μm,采用35mm定焦。

数据处理系统选择Pix4D Mapper 2.0 无人机图像处理专业软件。软件是目前市场上独一无二的集全自动、快速、专业精度为一体的无人机数据和航空影像处理软件，可将数千张影响快速制作成专业、精确的二维地图和三维模型。

以金凤煤矿011805综采工作采煤地面塌陷地质灾害为调查监测对象，进行无人机航拍、图像处理、地面塌陷裂缝感解译、地表下沉量计算和地面塌陷规律分析等研究工作，建立了采煤地面塌陷无人机航测遥感数据“获取—处理—应用”的完整技术流程（图4）。

                                                     图4 采煤地面塌陷监测技术流程图

                             Fig.4 Flow chat of surface collapse collapse montoring technology

无人机航线设计应充分考虑到相对航高、航向和重叠率等重要因素。金凤煤矿011805综采工作面近似长方形，因此无人机航线沿工作面的走向布置。由于研究区内地形地貌条件相对简单，可将无人机的航向和旁向重叠度分别设置为70%和50%。

地表裂缝时采煤地面塌陷的主要类型，存在数量多和宽度小的特点，且多数地表裂缝宽度在2cm以上。为对该工作面内的地表裂缝进行全面检测，可将本次监测的地面分辨率设为2cm，并结合相机参数，由无人机相对航高公式（1）计算得到相对航高约143m。

(1)式中GSD为地面分辨率，m；f为相机镜头焦距，mm；a为相机像元尺寸，mm。

为验证143m的相对航高是否能够准确识别出宽度2cm的地表裂缝，本次研究采用试验分析的方法进行验证，及对同一地表裂缝进行不同航高航拍。通过对一条宽度为2cm的地表裂缝进行试拍，分别得到130m、143m、150m和160m相对航高对应的图像（图5）。

从图5中可以看出，130m和143m相对航高对应的图像能比较清楚地识别裂缝，150m相对航高对应的图像基本识别裂缝，160m相对航高对应的图像几乎无法识别裂缝。

结合011805工作面实际情况，通过综合考虑图像分辨率、重叠率、电池性能和安全等因素，本次监测将相对航高设置为143m。

本次外业航测飞行1个架次，共获取约2cm分辨率数码影像140张，影像获取的时间选择在光线较好且风力较小的晴天中午。每一架次航拍完成后导出相片和POS数据，并对遥感影像重叠度和质量进行仔细检查。

影像处理采用Pix4D Mapper2.0无人机图像处理专业软件，将POS数据、相控点坐标和照片导入软件，即可进行畸变改正、影像匹配和空三测量等处理，生成点云、DEM、DOM和DSM等数字产品。在实际图像处理过程中，考虑到工作面航拍照片存在数量多和文件大的特点，若将所有照片进行拼接会形成一个现有设备无法读取的超大DOM图像文件（TIFF格式）。为避免以上问题，将工作面风割为3个部分，并分别生成对应的DOM，最后进行拼接得到整个工作面DOM图像。

图6利用无人机在金凤煤矿011805工作面获取的遥感图像。研究区属平原地区，采煤地面塌陷主要表现形式为拉伸地表裂缝。地表裂缝一般长几米至100多米，宽几厘米至几十厘米，分布于工作面上方,形态上多表现为弧形、折线形、直线形和交叉形，大致呈等间距平行排列，在色彩上常表现出深灰色，属于线性影像。                           

                                                          图6 拉伸型地表裂缝遥感图像

                                         Fig6 Remote sensing image of tensile surface cracks

本次遥感监测的主要对象是地表裂缝，通过建立地表裂缝的解释标志在DOM图像上进行目视解译，并将地表裂缝的遥感解释标志分为直接标志和简介标志两种。

A．直接标志  地表裂缝线状纹理明显，多以锯齿状、现状或者环形展布在工作面内部或者周边，裂缝中间宽两端窄，向两端逐渐尖灭，长度一般几米到几百米。拉伸型地表裂缝在遥感影像上呈现出中间色调明显较两边发黑的特点。

B．简介标志 地表裂缝在工作面内部或者周边，采煤塌陷地表裂缝常被人工填埋，使其在遥感影像上表现为没有植被或植被发育不良的灰白色条带，可作为识别采煤地表裂缝的间接标志。

       选择植被较少、地形平坦和地表裂缝数量较多且类型齐全的区域作为解释方法的研究区，分别采用人工视解释和计算机自动分类进行裂缝解译方法研究。

a．人工目视解释  

人工目视解释是通过将DOM图像导入Auto CAD软件，利用CAD强大的绘图功能按照地表裂缝解译标志，综合分析和识别地表裂缝的过程。本文中选取了地表裂缝发育较多、图像较清晰的小型区域作为人工目视解译的研究区，遵循由整体到局部和由易到难的原则，将地表裂缝全部识别出来，如图7所示。图7采用人工目视解译方法识别到的地表裂缝共有16条，长度变化较大，且多以直线和弧度大致平行排列。

                                                           图7 人工目视解译效果示意图

                                       Fig.7 Sketch map of the effect of artificial visual interpretation

b.计算机自动分类

计算机自动分类采用了ENVI 5.1软件面向对象的图像信息提供分类技术，该分类技术主要有基于样本和基于规则的面向对象信息提取。由于拉伸型地表裂缝整体呈现出中间颜色较两侧发暗和线状影像的特点，笔者优先考虑采用基于光谱、延长线和紧密阈值规则的面向对象信息提取分类方法。

为去除其它地物对裂缝信息提取的影响，在图像分割和融合时可分别选用基于边缘检测的分割和融合时可分别选用基于边缘检测的分割和基于Full Lambda Schedule 的融合模型，其阈值经试验可分别设置为95和75，而光谱阈值、延长线阈值经试验可分别设置为95和75，而光谱阈值、延长线阈值和紧密阈值区间经试验可分别设置为23.6~92.7、0.12~1.17和0.26~0.28，分类结果如图8所示。

                                                           （a）分类结果     （b）叠加结果

                                                                  图8 自动分类效果示意图

                                               Fig.8 Sketch map of automatic classification effect

由图8知，基于光谱、延长度和紧密规则的面向对象分类方法对拉伸型地表裂缝提取的效果较好，识别到地表裂缝的数量和长度均较为准确。相对目视解释，具有省时、省力和高效的特点。

地表移动变形参数计算方法实际上采用的是对比分析法，即计算工作面采前和采后的地表高程差值。具体步骤是：

第一、  对无人机遥感图像进行处理，获得研究区各点GPS坐标数据（点云数据）；

第二、  布置坐标校正点并进行异常值计算；

第三、  进行GPS高程拟合校正；

第四、  进行地表沉降量计算与成图。

无人机航空摄影测量能获取研究区高精度遥感图像，经图像空中三角测量处理后按1000cm的网格密度大小可导出研究区内各网格点P^’₁、P^’_2、▪▪▪、P^’_n的平面坐标x、y和大地高H_d，这里简称无人机航测点。并将计算结果列于表2中。

由于研究区工作面为矩形且面积较小，地形地貌条件简单，故从无人机航测点中选择5个地面测量点P_1、P_2、P_3、P₄和P₅，地面控制测量的点应分布在工作面的4个角落和中心位置（图9）。

                                                    图9 地面控制测量点分布示意图

                                   Fig.9 The distribution diagram of ground control points

      分别对地面测量点P_1、P_2、P_3、P₄和P₅进行放杨，并按高程4等水准测量的高精度控制测量要求对这些地面测量点一一施测，得到个控制测量点P_1、P_2、P_3、P₄和P₅的正常高H_Z，这里简称为实际测量点。

分别将地面控制测量得到的5个点P_1、P_2、P_3、P₄和P₅和无人机测航得到的各网格点P^’₁、P^’_2、▪▪▪、P^’_n展布在金凤煤矿011805工作面地形图上，分别寻找和选择距离P_1、P_2、P_3、P₄和P₅最近的无人机航测网格点P_11、P_22、P_33、P₄₄和P₅₅，将P_11、P_22、P_33、P₄₄和P₅₅这5个点的大地高程值分别赋给P_1、P_2、P_3、P₄和P₅，即可得到P_1、P_2、P_3、P₄和P₅这5个点的对应的大地高H_d和正常高H_z，即可形成5对公共点坐标。根据式（2）可计算出各公共点P_1、P_2、P_3、P₄和P₅对应的高程异常值ξ_i，并计算结果列于表3中。

ξ_i=H_d-H_s（i=1,2，···▪▪，5）                  （2）

                                                                     表3 公共点高程异常值

                                                  Table3 Elevation anomaly of common points

根据各公共点坐标的高程异常值，采用平面4参数拟合模型对无人机航测得到的三维坐标进行拟合校正处理。并根据公式（3）可计算得到a_0、a_1、a₂和a₃为未知参数，ξ_i为各公共点P_1、P_2、P_3、P₄和P₅对应的平面横纵坐标，m。

由于实际情况下，由地面控制测量得到的公共点的数目大于4个，存在多余观测结果，即可列出相应的误差方程，即式（4）：

式中V_i为误差值。

       写成矩阵形式为：

                                 （5）

根据最小二乘法原理可求得公式（6），即可求得a_0、a_1、a₂和a₃的值，分别为9661427368.06582、-265.42573、-2317.990168和6.36815×10^-5。

                                         （6）

      将a_0、a_1、a₂和a₃代入式（3）可求得到研究区内的所有网格点P’1、P’2、P’3、、▪▪▪、P’n的高程异常ξi=（i=1,2,3…，n），将ξi代入式（2）即可得到研究区内的所有网格点P’1、P’2、P’3、、▪▪▪、P’n的校正高程值Hj，并将结果列于表4中。

       对金凤煤矿011805综采工作面按100m×100m进行网格划分，并对各网格点进行编号处理。将GPS高程拟合校正后得到的点P^‘’₁、P^‘’_2、P^‘’_3、、▪▪▪、P^‘’_n的坐标x、y和正常高Hj坐标分别展点到金凤煤矿011805综采工作面的采前地形图上。根据式（7），对比和分析各网格点采前和采后的高程值，即可计算得出研究区开采前与开采后的

地表沉降量值dH ，并绘制综采工作面下沉量等值线（图10）。dH=H₀-H_j （7）式中H₀为开采前原地形图上的高程值，m；H_j为经GPS高程拟合校正后的各平面点P^‘’₁、P^‘’_2、P^‘’_3、、▪▪▪、P^‘’_n的高程值，m。

                                                           表4  GPS高程拟合校正结果

                                   Table4 Results of GPS elevation after fitting and correcting

未验证采煤地表下沉无人机航测数据的准确性，采用概率积分对011805工作面地表移动变形参数进行预计。因金凤煤矿18煤上覆基岩属于以砂岩为主的较坚硬岩层，据文献[21]取水平移动系数b为0.25，拐点偏移距d为0.15H（H为煤层埋深，m）, tanβ为1.6， η为0.65；12煤上覆基岩属于以风化基岩为主的较软弱岩层，取水平移动系数b为0.25，拐点偏移距d为0.10H，tanβ为2.2，η为0.85。

按半无线叠加方法计算研究区内各网格点的位置地表的最大移动变形值和下沉系数，并将部分网格的计算结果列于表5。

从表5可看出，采用概率积分方法计算得到的下沉量和下沉系数的预计值与无人机航测校正值基本一致，且相对误差较小，但整体表现出预计值较航侧校正值偏大，原因是011805工作面内的采动地面塌陷尚未达到稳定状态。

                               图10 011805工作面及叠置区地面下沉等值线图（单位：m）

               Fig.10 The map of settlement contour in working face 011805 and overlapping

                                                      表5  半无限叠加开采计算结果

                        Table 5  The calculation results of the semi-infinite superposed mining

综合利用人工目视解译和计算机自动分类的方法对金凤煤矿011805工作面内的地表裂缝进行解译，根据地表裂缝解译结果，得到011805工作面地表裂缝分布图（图11）。

从图11中可看到，研究区内地表裂缝大量发育在工作上方，发育范围略大于开采工作面。在切眼和顺槽附近一般发育2~5条地表裂缝，其宽度和长度较大，对地表破坏较严重。

工作面内地表裂缝长度变化较大，一般长几米至100多米，宽几厘米至几十厘米，且呈现出裂缝中央宽度最大，向两侧逐渐减小的特点；在形态上多表现出直线形、弧形和交叉形，大致平行排列，间距一般为8m左右，与工作面周期来压步矩大致相同，总体上呈“C”字型，其开口方向与工作面回采方向基本相反。

从图10可以看出，工作面边界形处下沉值均大于10mm，即可确定塌陷盆地的范围比工作面大。上下煤层叠置开采区域内的地表下沉值比叠置区外的明显增大。盆地中央下沉量最大，可达3100mm，沿工作面中心部位向四周下沉值逐渐减小。下沉盆地总体上呈现平底形式，在工作面四周则表现出坡度较小的斜坡。

                                                  图11 011805工作面部分区域裂缝分布示意图

           Fig.11 The schematic diagram of crack distribution in partial area of working face 011805

a.无人机航线应沿工作面走向布设，航高可根据需要识别的裂缝发育宽度确定，在地形平坦地区识别宽度约2cm地表裂缝的航高一般应不超过143m。

b.目视解译和计算机自动分类均能对采煤地面塌陷裂缝进行有效识别，但后者相对前者具有省时、省力和高效的特点。计算机自动分类宜采用基于光谱、延长线和紧密阈值为75的基于Full Lambda Schedule的融合模型。

c.利用无人机遥感数据计算得到的下沉值和下沉系数等地表移动参数与用概率积分法公式预计的基本一致，说明无人机遥感技术能运用于采煤地表移动变形参数的计算。

d.埋藏较浅的综采工作地表裂缝大量发育，发育范围略大于工作面。工作面切眼和顺槽附近地表裂缝的宽度较大，对地表破坏较严重。工作面内部地表裂缝总体上呈”C”字型平行排列，裂缝宽度较小，对地表破坏较轻。叠置开采区地表下沉量和裂缝明显增加。

参考文献

[1]刘辉，何春桂，邓喀中，等.开采引起地表塌陷型裂缝的形成机理分析[J].采矿与安全工程学报，2013,30（3）：13（3）：519-524.

[2]胡振琪，王新静，贺安民.风积沙区采煤沉陷地裂缝分布特征与发生发育规律[J].2014,39(1):11-18.

[3]贺卫中，向茂西，刘海南，等.榆神府矿区地面塌陷特征及环境问题[J]。煤田地质与勘探，2016,44（5）：131-135.

[4]周长松，邹胜章，夏日元，等.太原盆地地裂缝发育规律及防控措施[J]。煤田地裂与勘探，2016,44（2）：73-78.

[5]彭捷，李永红，刘海南，等，榆神矿区大砭窑煤矿地面塌陷与地表缝发育规律[J]。中国煤窑，2015（10）：37-41.

[6]于大鹏，覃秋雅，马秉智，等。矿山采空区地面塌陷危险性预测[J]。工矿自动化，2013（3）：78-81.

[7]王利民，刘佳，杨玲波，等。基于无人机影像的农情遥感监测应用[J]。农业工程学报，2010（3）：78-81.

[8]盛业华，闫志刚，宋金玲.矿山地表塌陷区的数字近景摄影测量监测技术[J].中国矿业大学学报，2003,32（4）：73-77.

[9]杨化超，邓喀中，张书毕，等.数字近景摄影测量技术在矿山地表沉陷监测中的应用研究[J].中国图像图形学报，2008,13（3）：519-524.

[10]周文生，吴振宇，刘海燕，无人机遥感在矿山地质环境调查中的应用[J]，地下水，2014,36（2）：128-129.

大家在日常生活中，还遇到哪些无人机应用？