一种复杂地形下的地表变形监测方法技术

本发明专利技术提供一种复杂地形下的地表变形监测方法，包括以下过程：基于局部高精度无人机模型，采用虚拟控制点重构视野盲区的无人机模型并进行盲区内的地表变形分析，然后利用提出的乘幂函数进行误差估计，最后通过计算位移来估计实际位移。本发明专利技术可以保证监测人员从远距离进行滑坡监测，不需要深入到滑坡区进行设备安装或数据采集，能极大保证滑坡监测的安全性和可行性。本发明专利技术可以突破道路中断等地形条件对无人机地面控制点布设的限制，能通过假设地面控制点的形式来进行滑坡变形监测，并且真实位移RD和计算位移CD之间的误差是可以定量估计的，并且误差占比非常小。并且误差占比非常小。并且误差占比非常小。

【技术实现步骤摘要】
一种复杂地形下的地表变形监测方法


[0001]本专利技术提供一种复杂地形下的地表变形监测方法，属于地质灾害监测


技术介绍

[0002]山区或高山峡谷的滑坡监测往往面临以下不同于平原和丘陵地区的特殊情况：即视野盲区。视野盲区是指监测人员在安全距离进行滑坡监测时无法看到的部位，它通常是通行限制和高陡地形的综合作用结果。例如滑坡发生并阻断了通向滑坡源区的通道，此时的非接触式的滑坡监测就只能布置在河谷地带，一旦滑坡位于陡坡部位，则无法从河谷直接观察到滑坡的全貌，此时无论是人工观测或是三维激光扫描，均无法获取有效的数据。相对而言，无人机航空摄影在这种情况下可以获取滑坡区的地形数据，但是由于道路中断无法近距离布置地面控制点，那么无人机生成的模型就无法用于高精度的地表变形监测。
[0003]采用传统的接触式监测技术，例如GNSS，裂缝计、倾角计等进行滑坡监测时，工作人员需要亲自深入到滑坡变形区进行设备安装，调试和维护。对于存在通行限制下的视野盲区，该类技术无法进行有效实施，或者实施难度大、危险性高、成本大。例如在没有现成道路的情况下需要先修路。
[0004]还有采用卫星影像进行视野盲区内的地表变形分析。卫星影像可以从高空俯/施布置的影响，但是卫星影像的精度不足，并且其拍照周期是固定的，更新速率无法保证，因此很难用于高精度的地表变形监测。
[0005]还有基于卫星合成孔径雷达进行地表变形监测，现阶段免费或商用的卫星合成孔径雷达数据较多，但是通常监测周期较长，例如一周或一个月一副影像，并且其变形分析精度在长序列数据中表现较好，如果想分析几天内的地表变形，则可能出现失相干、数据不足等问题。

技术实现思路

[0006]针对上述技术问题，本专利技术提供一种复杂地形下的地表变形监测方法，解决以下问题：在高山峡谷、山区流域等复杂环境中，一旦滑坡区位于视野盲区内，即现场人员无法到达、也无法看到滑坡区的全貌，如何实现滑坡体高精度、大范围的地表变形监测。
[0007]本专利技术的技术方案为：
[0008]一种复杂地形下的地表变形监测方法，基于局部高精度无人机模型，采用虚拟控制点(Assumed ground control point,ACP)重构视野盲区的无人机模型并进行盲区内的地表变形分析，然后利用提出的乘幂函数进行误差估计，最后通过计算位移(Calculated displacement,CD)来估计实际位移(Real displacement,RD)。
[0009]具体包括以下步骤：
[0010]包括以下过程：
[0011]S1、利用虚拟控制点重构无人机模型
[0012]利用虚拟控制点实现视野盲区内无人机模型的精确配准，该配准是利用从某一期
无人机模型中提取一个控制点，然后赋予另一期无人机模型来实现的；
[0013]基于扭曲配准的无人机模型，进行地表变形监测。此时进行地表位移计算，其计算值CD和真实位置RD之间存在误差，该误差在模型沿极轴拉伸时为：
[0014]RD
jmin
‑
CD
j
‑
[ε(a
j
′
+CD
j
)
‑
ε(a
j
′
)]ꢀꢀ
(1)
[0015]同理可得，在沿极轴压缩时为：
[0016]RD
jmax
＝CD
j
+[ε(a
j
′
+CD
j
)
‑
ε(a
j
′
)]ꢀꢀ
(2)
[0017]其中RD
j
，CD
j
分别表示点x
j
的实际位移和计算位移，ε(d)表示距离控制点为d时的无人机模型误差，a
j
′
表示在扭曲的无人机模型中测量到的x
j
在滑坡前到控制点的距离，a
j
′
+CD
j
则表示在扭曲的无人机模型中测量到的x
j
在滑坡后到控制点的距离。
[0018]拉伸时的公式[ε(a
j
′
+CD
j
)
‑
ε(a
j
′
)]取最大值，因此RD
j
对应取最小值，相反，压缩时的公式[ε(α
j
′
+CD
j
)
‑
ε(α
j
′
)]取最小值，相应的RD
j
取最大值，而旋转时的RD
j
应介于最大值和最小值之间：
[0019]此时，由于a
j
′
和CD
j
均测量到，知道ε(d)的函数分布就求得RD
j
和CD
j
之间的关系，进而用CD
j
来估计RD
j
，实现视野盲区的位移分析；
[0020]S2、ε(d)的函数分布
[0021]ε(d)是指在远离控制点影响范围后，无人机模型精度与到控制点距离的关系，进行了12种控制点布置情况下的误差分布模拟，每种情况下均在一个局部区域布置了3个控制点，然后分析这些情况下无人机模型精度的变化。
[0022]根据误差的分布进行统计，获得了ε(d)的分布函数：
[0023]ε(d)＝(2.64
×
10
‑4±
6.65
×
10
‑5)*d
1.76
±
0.04
ꢀꢀ
(3)
[0024]S3、CD和RD之间的误差估计
[0025]利用公式(1)
‑
(3)，对CD
j
与RD
j
之间的误差进行估计。
[0026]本专利技术技术方案带来的有益效果：
[0027]a.针对传统的接触式监测技术，本专利技术可以保证监测人员从远距离进行滑坡监测，不需要深入到滑坡区进行设备安装或数据采集，能极大保证滑坡监测的安全性和可行性。
[0028]b.针对采用无人机航空摄影，本专利技术可以突破道路中断等地形条件对无人机地面控制点布设的限制，能通过假设地面控制点的形式来进行滑坡变形监测，并且真实位移RD和计算位移CD之间的误差是可以定量估计的，并且误差占比非常小。
附图说明
[0029]图1为实施例中地面控制点与无人机模型精度的关系：
[0030]图2为本专利技术的流程示意图；
[0031]图3为实施例中无人机模型沿极轴旋转、拉伸和压缩时RD、CD和ε(d)的几何关系
[0032]图4为实施例中不同控制点布置情景下的无人机模型误差分布图；
[0033]图5为实施例中远离控制点后的无人机模型误差分布函本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种复杂地形下的地表变形监测方法，其特征在于，包括以下过程：基于局部高精度无人机模型，采用虚拟控制点重构视野盲区的无人机模型并进行盲区内的地表变形分析，然后利用提出的乘幂函数进行误差估计，最后通过计算位移来估计实际位移。2.根据权利要求1所述的一种复杂地形下的地表变形监测方法，其特征在于，包括以下过程：S1、利用虚拟控制点重构无人机模型从某一期无人机的视野盲区部分提取一个虚拟控制点ACP，并将其赋予另一期无人机数据并进行模型重构，重构后的模型虽然发生扭曲，但能精确配准并进行地表变形分析；此时进行地表位移计算，其计算值CD和真实位置RD之间存在误差，该误差在模型沿极轴拉伸时为：RD
jmin
‑
CD
j
‑
[ε(a
j
′
+CD
j
)
‑
ε(a
j
′
)] (1)同理可得，在沿极轴压缩时为：RD
jmax
＝CD
j
+[ε(a
j
′
+CD
j
)
‑
ε(a
j
′
)] (2)根据几何关系可知，旋转时的RD
j
应满足以下关系：RD
jm...

【专利技术属性】
技术研发人员：周家文，蒋楠，李海波，邢会歌，陈俊霖，胡宇翔，陈兴珍，夏茂圃，
申请(专利权)人：四川大学，
类型：发明
国别省市：