The monitoring of ground surface subsidence related to coal seams mining in Yangchangwan coal mine by means of unmanned aerial vehicle with quad-rotors
-
摘要:
小型无人机遥感技术具有成本低、操作灵活便利等优点，在地质调查中的作用愈来愈重要。采煤地表沉陷量变形监测是掌控采煤地表岩移变形规律和治理塌陷的关键性工作。重点探索四旋翼无人机遥感技术监测在羊场湾煤矿Y120212工作面采煤沉陷量的监测研究，通过野外踏勘与控制点布设、无人机航线规划与执行、4D产品制作的工作程序和监测方法，探索无人机遥感技术监测在矿山地质塌陷监测的应用。研究结果表明，通过对无人机遥感技术生成的DSM处理，经过多期地面高程的对比，得到Y120212工作面最大沉陷量达6.5m。结合分析、对比，无人机遥感技术可以实现采煤塌陷区地表沉陷变形监测，进而形成和发展了煤矿地面塌陷新的监测技术。
Abstract:The small UAV is an important tool in geological survey with the advantages of low cost and flexible operation. The monitoring of surface subsidence and deformation is a key to controlling the surface movement and deformation related to coal seams mining and subsidence. This paper focuses on the investigation of coal mining subsidence monitoring in the Y120212 working face in Yangchangwan coal mine, by the process of field reconnaissance and controlling point layout, UAV route planning and execution, 4D product production process and monitoring methods, so as to apply unmanned aerial vehicle remote sensing technology to monitoring the mine geological collapse. The research shows that the maximum subsidence value of the Y120212 working surface reaches 6.5m by comparison of the DSM processing of unmanned aerial vehicle (UAV) remote sensing technology and multi period ground elevation. A comparative study of the unmanned aerial vehicle remote sensing technology shows that it can monitor the surface subsidence deformation related to coal mining subsidence area. The technology is also a new means for monitoring the ground subsidence of the coal mine.
-
因采煤造成的地面塌陷问题始终困扰着矿区的资源开发、环境保护和安全生产的可持续发展。随着中国加强生态文明建设的要求, 矿山环境保护压力加大, 高强度的煤炭开采造成的地面塌陷问题更加突出, 所以采用快速、高效、自主的矿区地面塌陷监测手段对于矿区环境监测显得尤为重要。传统采煤沉陷监测多通过水准测量、GPS测量等方法进行, 但存在费时、费力、成本高的问题, 且难以对矿区进行大面积监测[1-3]。诸多研究人员通过DInSAR、GPS/In-SAR、三维激光扫描、近景摄影测量技术及其他3S技术手段对矿区地面塌陷进行监测, 但因存在时间分辨率、空间分辨率、精度等问题的限制, 此类方法也需进一步验证[4-8]。
近年来, 随着无人机技术的发展, 无人机遥感技术开始广泛应用于地质工作中, 如滑坡[9]、矿山三维模型[10]、矿山地质灾害[11]等研究。由此可见, 无人机遥感技术正以其低成本、高时效、应用范围广、灵活、易操作等优点广泛应用于地质工作的各个方面, 但前人在无人机应用于矿山沉陷监测方面的研究较少。本文通过四旋翼无人机对宁夏羊场湾煤矿Y120212工作面采煤沉陷量进行监测研究, 探索无人机遥感技术在矿山地质塌陷监测中的应用。
1. 工作面概况
羊场湾煤矿位于宁夏宁东煤炭基地灵武矿区, 其Y120212工作面位于羊场湾井田中部, 该综采工作面于2016年8月开始回采, 2017年7月回采结束, 采用走向长壁综合机械化放顶煤方式开采, 开采煤层为2煤, 煤层平均厚度为7.7m, 一次性开采3.4m, 放顶煤3.3m, 采厚6.7m, 平均倾角25°。工作面走向长约480m, 倾斜长约215m, 平均垂深595.3m。煤层伪顶为炭质泥岩, 平均厚度0.5m, 直接顶为粉砂质泥岩, 平均厚度为3.12m。该工作面西北侧为已回采完毕3年的120211工作面(图 1), 两工作面相距约50m。工作面地表被沙丘覆盖, 地形由东向西逐渐变缓, 整体起伏不大, 相对平缓。
2. 遥感系统及数据获取
2.1 无人机遥感系统
无人机遥感系统(UAV remote sensing system, UAVRSS)是一种以UAV为平台, 以各种成像与非成像传感器为主要载荷, 飞行高度在几千米以内, 能够获取遥感影像、视频等数据的无人机遥感与摄影测量系统[12]。目前, 成熟完备的民用UAVRSS主要包括飞行平台系统、轻小型多功能对地观测传感系统、遥感空基交互控制系统、地面数据快速处理系统、数据传输链路、综合保障系统与装置、地面后勤人员等[12]。本次研究采用四旋翼无人机MD4- 1000 (图 2), 传感器为SONY A7R数码相机, 数据处理软件为Pix4D Mapper 2.0无人机处理软件。无人机和相机的主要参数见表 1。
表 1 无人机与相机参数Table 1. Main performance indexes of UAV and camera无人机 相机(SONY A7R) 飞行时间 ＜50min/电池 有效像素 3640万 飞行时间 ＜50min/电池 有效像素 3640万 飞行高度 1000m 最大像素 3700万 飞行半径 5000m 传感器 全画幅〔35.9*24mm) 遥控距离 5000m 最高分辨率 7360*4912 机身自重 2650g 续航能力 340张 任务载荷 2000g(最大） 焦距 35mm 抗风能力 ＜12m/s 像元大小 4.88um 2.2 数据获取及预处理
基于四旋翼无人机的采煤沉陷量监测一般由前期准备、数据采集、数据处理与分析3个步骤组成。在前期准备阶段中, 主要对工作面所处地形地貌进行踏勘, 地裂缝进行实地测量, 根据工作面的实际情况选择合适的起飞点及控制点; 数据采集阶段, 主要根据前期实地踏勘情况, 合理绘制航线, 在满足飞行条件及数据采集条件下, 完成无人机的飞行任务, 并对采集数据进行检查; 数据处理与分析阶段主要包括4D产品的制作、DOM(数字正影像)的解译及DSM (数字表面模型)数据的校正, 具体流程如图 3所示。
本次研究对羊场湾煤矿Y120212工作面进行了3期无人机数据的采集, 时间分别为2016年8月10日、2017年3月20日及2017年8月28日。其中, 第一期航线沿工作面走向布置, 航线高度100m, 分两架次完成工作任务, 共得到286张航片; 第二期航线沿工作面走向布置, 航线高度150m, 分两架次完成工作任务, 共得到162张航片; 第三期航拍时, 因工作面设计变动, 根据实际情况, 航线沿工作面倾向布置, 航线高度150m, 分两架次完成飞行任务, 共得到170张航片。3次航拍的空间分辨率均在2cm以内。影像处理采用Pix4D Mapper无人机图像处理软件, 将无人机飞行POS(飞行位置数据)数据、航摄照片导入软件, 经过像控点加密处理, 即可由软件自动完成畸变校正、空三加密、DEM(数字高程模型)制作、DOM制作等一系列流程。
3. 工作面地表裂缝解译
不同的地形地貌区, 采煤地面塌陷类型不同, 一般包括裂缝、崩塌、滑塌、滑坡、地面沉陷等[13]。本次研究的主要监测对象为采煤塌陷造成的地表裂缝, 通过对生成的DOM进行目视解译获取地裂缝及其分布特征, 并结合野外地质调查结果验证解译结果的准确性。目视解译的标志可以分为直接标志和间接标志, 其中直接标志主要包括深浅不一的色调, 呈线状或条带状分布的影像[14](图 4); 间接标志主要包括因填埋地表裂缝造成的条带状掩埋痕迹(图 5)。
羊场湾煤矿Y120212工作面地表裂缝图像的解译结果如图 6所示。结合野外实地踏勘资料可知, 该工作面采煤诱发的地面塌陷类型主要有地面沉陷与地表裂缝。2016年8月(图 6-a), 采煤工作面刚开始进行回采, 其工作面内已经存在平行切眼裂缝和平行顺槽裂缝, 其中平行顺槽裂缝发育较多且宽度较大, 平行切眼裂缝发育很少。结合野外调查资料, 平行顺槽裂缝主要出现在工作面机巷一侧, 裂缝间距10~15m, 呈条带状分布, 裂缝最大宽度达0.5m。但由于该时间内, Y120212工作面刚开始采动, 所以分析认为, 造成这些裂缝的原因是Y120211工作面的采动所致。从2017年3月和2017年8月影像中以间接解译标志为基础的解译结果可知(图 6-b、c), 该区域因Y120211工作面产生的裂缝基本已经稳定, 且由于人工填埋的原因, 地表裂缝的连续性也明显强于2016年8月(图 6-a)。在2017年8月的解译结果中, 在距离Y120212工作面机巷顺槽约120m处, 出现宽约20m、裂缝宽度小于0.05m的地裂缝群, 为Y12012面开采引起的地面裂缝。
![]()
图 6 Y120212工作面裂缝分布a—2016年8月地裂缝分布；b—2017年3月地裂缝分布；c—2017年8月地裂缝分布Figure 6. The schematic diagram of crack distribution of Y120212 working faceY120211工作面和Y120212工作面作为相邻工作面, 地表裂缝发育情况产生较大的差异, 原因在于Y120211工作面埋深为468.1m, 较Y120212工作面埋深(595.3m)浅, 且Y120211工作面已于2014年5月回采完毕, 地面塌陷已经相对稳定, Y120212于2017年7月回采完毕, 地面塌陷还未稳定。
4. 基于无人机遥感的地面沉降量计算
基于无人机遥感的地面沉降计算主要是采集不同采动时期的地表高程值, 通过对同地点不同时期的高差对比来获得地面沉陷数据。本文采用2017年8月份无人机飞行数据, 进行基于无人机遥感的地面沉陷量计算。具体步骤为[15]: ①对无人机遥感影像进行处理获得研究区点云数据(XYZ格式); ②获得坐标校正点的数据并进行异常值计算; ③对点云数据(XYZ格式)进行GPS高程拟合校正; ④进行地表沉降量的计算与成图。
4.1 点云数据生成
无人机遥感影像的处理主要在Pix4D mapper2.0中进行, 在4D产品输出时将点云数据设置为以XYZ格式, 按10m×10m的网格进行产品生成, 其中数据主要为网格点D1、D2、D3··· D5232的平面坐标X、Y和大地高程Hd, 结果如表 2所示。
表 2 DSM（XYZ格式）成果Table 2. DSM (XYZ format) results点 北X/m 东Y/m 大地高Hd/m D1 4204574.1 36379920.514 1404 D2 4204574.1 36379930.514 1404 D3 4204574.1 36379941.514 1405 · · · · · · · · D5232 4203694.1 36379761.514 1423 4.2 控制点布置与高程异常值计算
根据现场踏勘结果, 结合无人机监测区域地形地貌特点, 选择5个地面高程控制点K1、K2、K3、K4、K5, 其布置的具体位置如图 7所示。对设计的5个控制点进行放样, 并对控制点使用RTK进行测量, 得到各控制点的正常高程H正数据。
在进行高程异常值ζi计算中, 将控制点K1、K2, K3、K4、K5和点云数据生成的网格点D1、D2、D3··· D5232展布在相同图幅内, 寻找距离控制点最近的网格点数据, 并将控制点的高程数据赋值给相应网格点。可根据公式(1)计算得到临近网格点对应的高程异常值, 结果如表 3所示。
ζi=Hd−H正(i=1,2,3,4,5) (1) 表 3 公共点高程异常值Table 3. Elevation anomaly of common points点 北X/m 东Y/m 大地高Hd/m 正常高H正/m 高程异常值ζi/m 位置 G1 36379930.51 4204454.1 1412.484 1409.15 3.334 工作面四周 G2 36380090.51 4204061.1 1435.898 1432.517 3.381 工作面四周 G3 36379930.51 4204234.1 1413.055 1408.886 4.169 工作面中心 G4 36379780.51 4204394.1 1407.01 1402.866 4.144 工作面四周 G5 36379930.51 4203994.1 1422.497 1418.447 4.05 工作面四周 4.3 GPS高程拟合校正
根据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遥感数据进行坐标拟合校正。其中, 根据公式(2)可计算得到参数a0、a1、a2、a3的值。
ζi=a0+a1Xi+a2Yi+a3XiYi,(i=1,2,3,4,5) (2) 其中, ζi为各公共点的高程异常值(m); Xi、Yi为各公共点对应的平面X、Y坐标(m)。
本次研究得到的a0、a1、a2、a3的参数值分别为7614412.4、-0.209479466、-1.846715959、5.08×10-8。将其带入公式(2), 即可求得所有网格点的高程异常值ζi(i=1, 2, 3, …, 5232), 将其带入公式(1)可得到研究区所有网格点的校正后高程H校, 结果见表 4。
表 4 GPS高程拟合校正结果Table 4. Results of GPS elevation after fitting and correcting点 北X/m 东Y/m 大地高Hd/m 拟合后结果好H校/m G1 36379930.51 4204454.1 1412.484 1409.007 G2 36380090.51 4204061.4 1435.898 1432.477 G3 36379930.51 4204234.1 1413.055 1409.242 G4 36379780.51 4204394.1 1407.01 1402.823 G5 36379930.51 4203994.1 1422.497 1418.317 4.4 沉降量计算与成图
将经过高程拟合校正的Y120212工作面数据在ArcGIS中采用插值方法生成10m×10m的栅格S1, 同时对矿区2016年地形地貌图上相同地点的等高线按10m×10m进行栅格化处理得到栅格S2。在栅格计算器中, 采用公式(3), 即可得到Y120212工作面采动后地表沉降量ΔH, 并绘制Y120212工作面下沉量等值线图(图 8)。
ΔH=[S2]−[S1] (3) 式中, [S2]为开采前由等高线插值形成的地形栅格(m); [S1]为经过高程拟合后经插值形成的地形栅格(m)。
由图 8可知, 羊场湾煤矿Y120212工作面地面沉陷值在工作面北部数值较大, 据计算数据显示, 该地面最大沉降量为6.5m, 同时该地区也是地表裂缝解译结果中地裂缝出现的区域, 原因在于相对于工作面南部, 工作面北部与Y120211工作面邻近。分析认为, Y120212工作面北部沉降量是Y120211工作面和Y120212工作面沉降共同所致。
5. 结论
(1) 根据无人机遥感影像解译结果, 结合野外实地踏勘发现, 深埋煤层条件下, 工作面平行切眼裂缝不发育, 平行顺槽裂缝发育较少, 平行顺槽裂缝距离顺槽较远且裂缝宽度较小, 一般在3cm以内, 裂缝弯曲方向朝向采空区。
(2) 通过实践, 总结得到一套确定飞行任务、资料收集及实地踏勘、航线设计、像控点布设与测量、飞行任务执行及数据整理、4D产品制作与图像解译、沉降计算的无人机沉陷量监测流程, 且取得了较好的监测效果。
(3) 利用无人机遥感技术得到Y120212工作面最大下沉值约为6.5m。原因为Y120212工作面处于因Y120211采动形成的下沉盆地中, Y120212的采动造成下沉盆地的又一次下沉, 导致了该面下沉严重的结果。计算结果与实际地面塌陷情况较吻合, 计算结果较可靠。
致谢: 地表裂缝的野外调查工作由羊场湾煤矿地测科张仲杰等工作人员协助完成, 在此表示衷心的感谢。 -
![]()
图 6 Y120212工作面裂缝分布
a—2016年8月地裂缝分布；b—2017年3月地裂缝分布；c—2017年8月地裂缝分布
Figure 6. The schematic diagram of crack distribution of Y120212 working face
表 1 无人机与相机参数
Table 1 Main performance indexes of UAV and camera
无人机 相机(SONY A7R) 飞行时间 ＜50min/电池 有效像素 3640万 飞行时间 ＜50min/电池 有效像素 3640万 飞行高度 1000m 最大像素 3700万 飞行半径 5000m 传感器 全画幅〔35.9*24mm) 遥控距离 5000m 最高分辨率 7360*4912 机身自重 2650g 续航能力 340张 任务载荷 2000g(最大） 焦距 35mm 抗风能力 ＜12m/s 像元大小 4.88um 
下载: 导出CSV
表 2 DSM（XYZ格式）成果
Table 2 DSM (XYZ format) results
点 北X/m 东Y/m 大地高Hd/m D1 4204574.1 36379920.514 1404 D2 4204574.1 36379930.514 1404 D3 4204574.1 36379941.514 1405 · · · · · · · · D5232 4203694.1 36379761.514 1423
下载: 导出CSV
表 3 公共点高程异常值
Table 3 Elevation anomaly of common points
点 北X/m 东Y/m 大地高Hd/m 正常高H正/m 高程异常值ζi/m 位置 G1 36379930.51 4204454.1 1412.484 1409.15 3.334 工作面四周 G2 36380090.51 4204061.1 1435.898 1432.517 3.381 工作面四周 G3 36379930.51 4204234.1 1413.055 1408.886 4.169 工作面中心 G4 36379780.51 4204394.1 1407.01 1402.866 4.144 工作面四周 G5 36379930.51 4203994.1 1422.497 1418.447 4.05 工作面四周
下载: 导出CSV
表 4 GPS高程拟合校正结果
Table 4 Results of GPS elevation after fitting and correcting
点 北X/m 东Y/m 大地高Hd/m 拟合后结果好H校/m G1 36379930.51 4204454.1 1412.484 1409.007 G2 36380090.51 4204061.4 1435.898 1432.477 G3 36379930.51 4204234.1 1413.055 1409.242 G4 36379780.51 4204394.1 1407.01 1402.823 G5 36379930.51 4203994.1 1422.497 1418.317
下载: 导出CSV
-
张飞.基于DIn-SAR技术的淮南采煤沉陷区地面沉降监测研究[D].南京大学硕士学位论文, 2012. http://cdmd.cnki.com.cn/Article/CDMD-10284-1014451362.htm 赵兵朝, 刘宾, 王建文, 等.柠条塔煤矿叠置开采地表岩移参数分析[J].煤矿安全, 2016, 47(9):213-216. http://d.old.wanfangdata.com.cn/Periodical/mkaq201609060 赵兵朝, 刘飞, 凡奋元, 等.黄土沟壑区下斜交叠置开采地表下沉系数研究[J].矿业安全与环保, 2016, 43(5):54-57. doi: 10.3969/j.issn.1008-4495.2016.05.013 陈炳乾, 邓喀中, 范洪冬.基于DIn-SAR技术和SVR算法的开采沉陷监测与预计[J].中国矿业大学学报, 2014, 43(5):880-886. http://www.cnki.com.cn/Article/CJFDTotal-ZGKD201405017.htm 王小兵.基于DIn-SAR技术的矿山开采沉陷监测研究现状[J].金属矿山, 2015, (S1):65-71. http://www.cnki.com.cn/Article/CJFDTotal-JSKS2015S1019.htm 独知行, 阳凡林, 刘国林, 等. GPS与In-SAR数据融合在矿山开采沉陷形变监测中的应用探讨[J].测绘科学, 2007, 1:55-57, 162. http://www.cnki.com.cn/Article/CJFDTotal-CHKD200701020.htm 李强, 邓辉, 周毅.三维激光扫描在矿区地面沉陷变形监测中的应用[J].中国地质灾害与防治学报, 2014, 25(1):119-124. http://d.old.wanfangdata.com.cn/Periodical/zgdzzhyfzxb201401021 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, 3:519-524. http://d.old.wanfangdata.com.cn/Periodical/zgtxtxxb-a200803024 曾跃.基于无人机摄影测量的地质灾害监测[D].吉林大学硕士学位论文, 2016. 张玉侠, 兰鹏涛, 金元春, 等.无人机三维倾斜摄影技术在露天矿山监测中的实践与探索[J].测绘通报, 2017, S1:114-116. http://d.old.wanfangdata.com.cn/Periodical/sjysjs201809012 魏长婧, 汪云甲, 王坚, 等.无人机影像提取矿区地裂缝信息技术研究[J].金属矿山, 2012, 41(10):90-92. doi: 10.3969/j.issn.1001-1250.2012.10.024 李德仁, 李明.无人机遥感系统的研究进展与应用前景[J].武汉大学学报(信息科学版), 2014, 39(5):505-513, 540. http://d.old.wanfangdata.com.cn/Periodical/whchkjdxxb201405001 蔡怀恩, 侯恩科, 张强骅, 等.黄土丘陵区房柱式开采地表塌陷特征及机理分析——以陕北府谷县新民镇小煤矿为例[J].地质灾害与环境保护, 2010, 21(2):101-104. doi: 10.3969/j.issn.1006-4362.2010.02.023 马露.采空地面塌陷遥感识别方法研究[D].西安科技大学硕士学位论文, 2009. http://cdmd.cnki.com.cn/Article/CDMD-10704-2009262634.htm 侯恩科, 首召贵, 徐友宁, 等.无人机遥感技术在采煤地面塌陷监测中的应用[J].煤田地质与勘探, 2017, 45(6):102-110. doi: 10.3969/j.issn.1001-1986.2017.06.017
计量
- 文章访问数: 3176
- HTML全文浏览量: 496
- PDF下载量: 2587
