遥感影像在矿山排土场安全监测中的应用

2013-10-22刘伟

武汉工程大学学报 2013年3期

刘伟

（云南磷化集团有限公司，云南昆明 650600）

0 引言

露天开采是国内外矿山开采的普遍形式，其中露天矿采掘剥离废石排弃的堆积体被称为排土场，它由承纳废石的基底和排弃的散体废石两部分组成.由于一些矿山的剥采比越来越大，导致排土量十分巨大，一些大型排土场的最大垂高达到了400m左右，最大容量达10×108m3［1］.露天矿排土场的失稳在我国露天矿山，特别是多雨的南方矿山非常普遍.排土场失稳将导致矿山土场灾害和重大工程事故，不仅影响到矿山的正常生产，也将使矿山蒙受巨大的经济损失［2］.

根据1991年对我国的12个大型露天矿的排土场及维护现状调查结果表明，露天矿排土场潜在着严重的不稳定因素［3－4］，所以对排土场进行监测以及搭建对应的监测平台十分必要.本文充分利用遥感影像能够高清度的显示排土场分布的特征，将遥感影像和排土场的监测结合起来，形成基于遥感的排土场监测系统平台，并在云南磷化集团得到了应用.

1 遥感监测系统平台构架

1.1 设计理念

平台在建设中采用有效沟通、独立建设、有效集成的理念，通过制定一套遵循标准规范的遥感数据共享服务接口，结合各类专业监测的设备提供的数据，以网络服务（Web Service）的方式发布为标准的数据服务，保证在新增加的监测数据集成行和数据的发布上能有较高的扩展性.

1.2 平台总体架构

排土场遥感监测平台运行在单位的局域网环境中，依据数据层、基础软件层、服务层、应用层的多层体系架构进行搭建，采用服务导向架构（Service－Oriented Architecture，以下简称：SOA）的思想进行各类应用间的聚合［5］，总体构架如图1所示.在数据上，最主要的是将遥感影像数据与当地的矿山坐标系进行结合，保证能在系统中进行距离量测、监测点布置等相关工作.在平台上，针对数据量大的特点，为了能够快速浏览数据，需要在网格数据发布的时候采用瓦片技术，从而使浏览的时候只需要调度可视区域的数据，使浏览的速度大幅提升.在监测数据集成方面，通过坐标系统与监测点进行关联，监测点再与监测数据进行关联，从而在遥感平台上面可以直接查看监测点监测到的数据.

图1 基于遥感影像的监测平台总体构架Fig.1 Overall framework based on remote sensing images monitoring platform

2 关键性技术研究

2.1 遥感数据配准与镶嵌

由于高精度卫星影像每幅数据的范围是一定的，而露天矿山的范围远远大于影像的图幅范围，所以在制作整个矿山区域的遥感数据时就需要将多幅影像进行配准与镶嵌.

遥感影像配准镶嵌流程一般可分为遥感影像预处理、影像配准和影像镶嵌三个步骤，如图2所示.在完成处理的过程中，图像配准技术、图像镶嵌技术是图像拼接的两个关键环节.

图2 遥感影像处理流程图Fig.2 Remote sensing image processing flow chart

a.影像的预处理主要解决两幅影像间的色差或者图像增强、平滑等基础图像处理，使得图像的色彩更加能表达关注物体的特征.

b.影像配准主要解决传感器通过的光路不同或者拍摄时间和成像体制不一样，各幅影像间可能出现相对的平移、旋转、比例缩放等，影像的镶嵌或融合不能直接处理进行的相关问题.影像配准是指依据一些相似度量决定影像间的变换参数使从不同传感器不同视角不同时间获取的同一场景的两幅或多幅影像变换到同一坐标系下的像素层上得到最佳匹配过程，待配准图像相对于参考图像的配准可以定义为两幅图像在空间和亮度上的映射，两幅图像可以分别用两个二维数组I1（x，y）和I2（x，y）表示，他们分别表达了两幅图像的亮度值（或其他度量值），则两幅图像间的映射可以定义为：

式中：f为二维空间坐标变换，g为一维亮度（或其他度量值）变换.最佳空间变换是影像配准的关键，当需要配准多幅影像时，选取其中某一幅影像作为参考影像，其余影像分别相对参考影像进行配准.

c.影像镶嵌是指将两幅或多幅影像（有可能在不同摄影条件下获得）拼在一起，构成一幅整体图像的技术过程.镶嵌时一个很重要的问题就是在待镶嵌影像的重叠区选取曲线，利用这条曲线将图像拼接起来，待镶嵌的影像按照这条曲线拼接后曲线两侧的亮度变化不显著或最小时，就认为找到该拼接线.

2.2 遥感数据的纠正

对于拼接后遥感影像纠正到对应的矿山坐标系中，一般通过在影像上选取控制点与矿山坐标系中的对应点进行坐标转换，根据对应的关系求得转换参数，并根据这些转换参数来求取影像上其他点的新坐标，以达到坐标纠正的目的.常用的遥感影像几何纠正的数据方法很多，主要包括相似变换法、仿射变换法以及多项式拟合法等.在此采用的是仿射变换法.

仿射变换主要是对图形作绕原点的旋转、比例缩放以及平移等变换.定义二维欧氏空间中的仿射变换为ω：R2→R2f（ξk，ηk）为变换前二维空间中的一点，其仿射变换后影像上的点为（xk，yk），写成矩阵形式［6］为：

式中a0，b0为平移参数，u1，u2为尺度参数，α 为旋转参数.

控制点的选取对遥感影像的纠正精度有着决定性的影响，高精度控制点的获取至关重要，因此像控制点的采用方式为内业选点后结合外业实地采集的方法.选点依据为影像上房屋、小路夹角、田埂边角或者边界清晰的明显地物点，同时要兼顾实地采集的可能性，尽量选择交通相对便利、仪器架设方便的地方，一般情况下由于影像拍摄时间和控制点布控时间有一定时间差，导致影像地形与实际地形有出入，因此尽可能选择一些大型房屋的角点作为控制点.

2.3 基于瓦片的遥感数据分块

由于矿山区域的影像数据量十分巨大，如果直接对数据进行浏览，则打开影像的时间会十分漫长，为了解决数据浏览的快速性，采用瓦片技术进行数据分块管理.

2.3.1 基于哈希格网的改进椭球四叉树基于哈希格网的改进椭球四叉树（Hash Table based Ellipsoidal Quadtrees，以下简称：HEQT）空间索引修订了传统椭球四叉树索引方法中切片的剖分方法，采用了等边长（度为单位）的切片剖分方式，使切片的索引可以通过简单的哈希函数计算得到，如图3所示.

图3 基于哈希格网的改进椭球四叉树（HEQT）示意图Fig.3 Schematic diagram of hash table based ellipsoidal quadtrees

2.3.2 HEQT 的空间索引 a.切片大小：设S（L＝0，1，2，…，n）为椭球四叉树各个级别节点切片的大小，以度为单位，L为级别，0代表根切片，依此类推，则不同级别的S（i）之间存在如下关系：Si＝S0／（2i）（以度为单位）.

b.切片索引（key）：每个切片都可以通过参数L，Row，Col（四叉树切片的级别，列和行，其中L＝0，1，2，…，n）唯一确定，任意切片的key可以确定为如下的字符处：

key＝L ＆ “－”＆Row ＆ “－”＆Col，也可以通过参数L，Row，Col的移位运算求得唯一的整数值作为key.

切片可以保存在计算机硬盘、网络硬盘或者关系数据库中，根据切片的索引值即可构造保存位置与切片的对应关系.

c.根据地理位置计算切片索引：经纬度longitude，latitude所在切片的行和列（Row，Col）为：

其中Si为当前级别切片的大小.这样即可根据地理位置获得切片索引，并定位到具体的物理记录.

d.切片地理坐标和范围的计算：如果已知L，Row，Col，则切片左下角的经纬度坐标为longitude，latitude，有：

其中Si为当前级别切片的大小.

通过以上关系即可建立基于哈希的格网索引.

2.4 监测数据的融合

在遥感数据准备好的前提下，需要将遥感数据通过坐标与监测布置的相关位置进行关联，然后通过监测位置查询相关的监测数据资料.

针对排土场的监测，根据排土场的生产要求以及变形、破坏几何因素确定排土场的监测内容［1］如下：监测排土场的沉降压缩变形以及它与时间的相关性；对基底和排土场内部孔隙水压力和降雨量、地表径流量等进行观测；监测排土场某点在三维坐标上的变形与位移量，以及它的影响因素；监测排土场内部不同深度的变形特征和位移；雨量监测，降雨量对排土场失稳、泥石流发生有着重要的诱发作用.研究排土场产生滑坡和泥石流的边界条件并对排土场滑坡和泥石流进行预报，这些数据通过监测录入到对应的数据库中，然后通过仪器埋设位置与遥感影像的坐标位置进行关联，形成可以基于遥感影像查询的监测数据.