文献类型：学位论文

中文题名：基于无人机摄影的露天矿山边坡结构面识别及三维数值分析

作者：何群霄[1];

机构：[1]绍兴文理学院;

导师：沙鹏;绍兴文理学院|黄永亮;绍兴文理学院

授予学位：硕士

语种：中文

中文关键词：矿山边坡;无人机摄影;结构面识别;3DEC数值建模;DFN

中文摘要：大型露天矿山高陡边坡的稳定性评价向来都是工程地质学和地质灾害等领域内的重要研究课题方向之一。岩体结构面对岩体在一定荷载条件下的变形破坏方式和强度特征起着重要的控制作用。因此,快速、全面、准确地获取结构面信息数据,对高陡露天矿山边坡的稳定性评价具有重要的意义。现如今,社会变为信息时代,互联网技术的迅猛发展,智能化、数字化和人性化的设施技术不断出现、完善。为了进一步实现地质调查的智能化、数字化,减轻传统地质调查的强度,简化调查工作流程的同时提高安全性,本文提出一套基于无人机摄影的快捷、安全且较为准确的调查方法。在此过程中,本文首先从无人机摄影出发,利用无人机获取边坡点云数据;然后,提出一套基于点云数据的结构面智能识别和解译方法,以此获取边坡岩体结构面的产状、迹长、间距等信息;其次,基于获取的三维点云数据,通过曲面重构和“Rhino-Griddle-3DEC”的联合建模方法将三维点云模型导入3DEC中建立边坡的三维数值模型,并结合前述结构面统计信息构建离散裂隙网络切割边坡模型,进行数值计算与分析;最后,将此技术过程应用于江西省德兴银山铜矿进行分析。综上所述,本文研究获得了如下成果:（1）根据计算机视觉基础理论,包括常用坐标系及其相互之间的转换关系、对极几何等,并结合规范化无人机摄影流程,对基于Sf M法的三维重构方法处理无人机影像以获取点云数据进行了概述和归纳。无人机摄影流程主要包括:无人机的选用;航拍之前对飞行场地进行现场踏勘,寻找安全的起落点并合理规划飞行航线;为保证精度,选择在地面布置3～5处控制点;对局部较小区域、障碍物遮挡或者近乎垂直不易获取航拍影响等区域,采用手动操作进行现场作业;最后对航片进行数据检查。以II区和Ⅲ-B区边坡为例,采用基于Sf M方法的三维重构方法,借助Context Capture软件对航片进行处理获取其各自的边坡三维点云数据。（2）提出一套基于点云的结构面智能识别及信息几何解译流程:在获取点云后,通过计算各点法向量识别同组结构面及其产状,即为优势产状;通过聚类分割,识别出单条结构面并计算单条结构面的产状及位置、迹长、间距等结构面几何参数。以II区和Ⅲ-B区边坡为例,分区识别并解译各区的结构面信息进行统计分析。最后以Ⅲ-B区为例,将结构面解译结果与人工量测结果对比。结果表明:误差在可接受范围内,证明了基于点云数据的结构面识别的精准程度是可靠的。（3）提出一套基于点云的三维数值建模方法,借助商业软件Geomagic Studio和“Rhino-Griddle-3DEC”的联合建模方法,将三维点云模型导入3DEC中构建边坡三维数值模型,然后利用结构面统计信息建立离散裂隙网络并切割边坡模型,最后进行数值计算与分析。将此方法应用于Ⅲ-B区,构建边坡三维数值模型进行计算与分析。结果表明:边坡在天然工况下总体位移较小,稳定性良好。边坡位移集中在左侧陡坡边缘处,位移最大为0.082 cm,主要位移以Z方向即竖直方向上的沉降为主,X和Y方向伴随局部单元体较小位移。通过离散元软件3DEC利用强度折减法计算后,得到边坡安全系数为1.27,表明边坡处于稳定状态。模拟结果与现场地质调查结果相似,证明了该数值模拟方法的可靠性。