基于无人机载LiDAR和倾斜摄影的地质灾害隐患早期识别

李振忠　王　飞　朱文峰　何　强　李明露　高学宗

基于无人机载LiDAR和倾斜摄影的地质灾害隐患早期识别

李振忠1王飞2,3朱文峰2,3何强2,3李明露1高学宗2,3

（1.凌海市自然资源服务中心，辽宁 凌海 121000；2.山东省第一地质矿产勘查院，山东 济南 250010；3.山东省富铁矿勘查技术开发工程实验室，山东 济南 250010）

文章旨在探讨基于无人机载激光雷达（LiDAR）和倾斜摄影的地质灾害隐患早期识别技术，以及这项技术在实践中的应用，以减少地质灾害发生的风险。介绍了常见地质灾害及其影响，讨论了基于LiDAR和倾斜摄影的无人机技术，并提出了将此技术应用于易发灾区的有效建议。此外，对无人机系统技术进行了深入研究，特别介绍了激光测距仪LiDAR和倾斜摄影技术在无人机系统中的应用，以识别地质灾害的隐患区域。最后，总结了无人机系统技术在检测和识别地质灾害中的研究成果，提出了进一步发展的建议，以帮助无人机技术在检测和识别隐患的地质灾害中发挥更大的作用。

无人机；倾斜摄影；地质灾害；隐患早期识别

引言

滑坡、泥石流和雪崩等地质灾害对人类生命和财产造成严重影响[1,2]。多年来，许多国家在地质灾害的预防和救灾方面投入了大量资金和资源。然而，要彻底消除地质灾害的发生仍然很困难。因此，地质灾害的早期探测和预警仍然是许多国家关注的主要问题。

无人机技术的发展可以为地质灾害的早期探测和预警提供有效的解决方案。无人机技术为收集灾害易发地区的空间数据提供了一种高效、成本低的方法。近年来，随着无人机技术的不断提高，使用无人机进行地质灾害预警越来越普遍。无人机与互补遥感技术的结合，如激光雷达（LiDAR）和倾斜摄影，可以为地质灾害预警提供所需的详细和准确的地质信息[3]。

本文介绍了无人机技术在地质灾害预警中的应用研究进展和成果。首先，介绍了常见的地质灾害及其影响。然后，讨论了LiDAR与无人机倾斜摄影的结合，并提出了在灾害易发地区应用激光雷达的有效建议。最后，对无人机系统技术进行了详细研究，特别是LiDAR和倾斜摄影技术在无人机系统中的应用，以识别地质灾害隐患区域。这为无人机在地质灾害预警中的有效应用提供了一定的参考。

1　常见地质灾害及其危害

地质灾害是指由地质因素引起的自然灾害，如滑坡、泥石流和雪崩，这些灾害主要由自然环境中的岩石和土壤崩塌造成[4]。近年来，一些地区的地质灾害发生频率和强度显著增加。

滑坡是由地质运动或地质环境变化引起的地质现象，是指土壤、岩石和风化岩石在重力作用下突然或逐渐滑动和流动[5]。滑坡主要由强降雨、地震和人类活动造成。滑坡可能对人民的生命和财产安全造成重大损害，尤其是在陡峭地形地区。

泥石流是一系列地质灾害，由强降雨、人类活动、融雪等因素造成。一般来说，泥石流是指具有斜坡活动的泥浆流，它也会对人民的生命和财产的安全造成重大损害，尤其是那些位于河谷和悬崖附近的泥石流[6]。

崩塌（崩落、垮塌或塌方）是较陡斜坡上的岩土体在重力作用下突然脱离母体崩落、滚动、堆积在坡脚（或沟谷）的地质现象。与山体滑坡和泥石流一样，崩塌也会对生命和财产造成重大损害。

2　无人机LiDAR和倾斜摄影技术在地质灾害早期识别中的应用

2.1　基本原理

近年来，无人机系统已成为最流行的遥感技术之一。传感器类型丰富，数据精度高，可操作性强。无人机通常配备各种传感器，如激光雷达、摄影相机和红外相机，以收集有关周围地形的3D信息[7]。紧凑型无人机和激光雷达、摄影相机以及红外相机的结合可以提供关于地形高程、形态、土地覆盖和土地利用的高分辨率和高精度3D信息。LiDAR可以提供有关地形的准确三维信息，如高程、坡度和表面粗糙度，这对于地质灾害的研究和分析非常有价值。

结合航空摄影、LiDAR技术可以为无人机形成强大的数据收集系统。LiDAR可以提供关于地形高程和表面粗糙度的高分辨率三维信息，而航空摄影可以提供关于土地覆盖和土地利用的详细信息。在这两种技术相结合的基础上，无人机可以在分类的灾害易发地区有效识别地质灾害隐患区域。近年来，LiDAR和航空摄影的结合已成为研究地质灾害的有力工具[8]。

2.2　技术方法

使用LiDAR和倾斜摄影技术捕获和监测地质灾害形成及变化的过程主要包括以下步骤。

2.2.1规划测绘范围和形状

观测地质灾害的位置和形状，确定测绘范围。测绘区域要完全包含调查区域，且外扩一定距离，确保拍摄相片合成后能够完全覆盖研究区，不遗漏需要调查的数据。

2.2.2制定拍摄计划

根据观测的位置和地质灾害实际情况，确定机载LiDAR和倾斜摄影拍摄的具体条件和方法，如表1所示。

表1　航线设计参数

项目倾斜摄影要求 影像分辨率优于0.03 m 航高设计相对航高160 m 影像重叠80% / 75% 点云重叠25% 影像倾斜角度90°，其他四向45°（水平参考面） 影像倾斜角度改变量不大于5°，最大不超过12% 摄影分区根据项目作业范围及测区情况划定 测区边界覆盖航向超出边界不少于两条基线，旁向覆盖超出测区边界线不少于5条航线，保证影像全覆盖 拍摄时间选择测区最有利气象条件，保证影像质量 补摄与重摄出现相对漏洞和绝对漏洞应补摄 影像质量影像清晰、层次丰富、反差适中、色调柔和

2.2.3机载LiDAR/倾斜摄影方式采集数据

以机载LiDAR技术或倾斜摄影技术为主线实现障碍物识别。

倾斜摄影像控点布点方案：倾斜摄影区域按照平高区域网的方式布设像片平高控制点；每平方公里区域均匀布设不少于4个点。

（1）像控点点位要求。像片控制点应选取目标影像清晰、易于判别的目标，困难时应现场布设靶标。

（2）像控点选点、编号。①像控点应选择在影像明显的地物交角、地表标志线角点，优先选择斑马线的角点、空旷地带地砖图案的角点等测量误差小、内业易于判读地带，无地表标志线的地方，应选择房屋围墙的内外拐角、花坛的角点等近似成90°的地物交叉点，困难地区可选择直径小于0.15 m的点状地物中心等处。②所有的点位应避开高大的楼群、高压电线、发射塔、高大树木等对 GPS 信号接收有影响的障碍物。像控点按“名称字母＋顺序号”形式进行编号，名称字母为：JX＋0001流水号。

（3）布设激光检校控制点要求。①直线控制点：每隔 50 m设一个控制点，长度大约 2 公里，精度＜2 cm，越高越好。②零散控制点：在中心区域均匀布设 10～15 个控制点，精度＜2 cm，越高越好。③所有控制点都布设在路面上，且地物材料均匀。避免布设在高低反射率交接地区，避免受到周围地物遮挡，避免在陡坎和地物过度边界、便道边缘布设。

2.2.4准备数据处理

将机载LiDAR拍摄和倾斜摄影拍摄收集的数据用像素颗粒度进行分割和校准处理。采用后期处理软件对照片进行建模，这里的照片为通过无人机航拍的倾斜摄影数据，这些照片导入到建模软件中，通过计算机图形计算，结合pos信息及控制点刺点后空三处理、平差，生成点云，点云构成格网，格网结合照片生成赋有纹理的倾斜影像图，并生成用户需要的实景三维模型数据。

采用Bentley公司的实景三维生成软件ContextCature进行全套的实景三维的生产（包影像数据预处理、空三加密、纹理贴图）。采用处理器工作站，并采用集群处理的方式处理，加快模型的生成。具体操作界面如图1所示

图1　软件操作界面

本项目三维建模主要采用Bentley公司的实景三维生成软件ContextCature制作，该系统是基于图形运算单元 GPU的快速三维场景运算软件，整个过程无需人工干预，从简单连续影像中生成最逼真的实景真三维场景模型。此方法具有快速、简单、全自动等特点，广泛的数据源兼容性和多种数据输出格式使其优势明显。模型成果中所有建筑物的空间关系和纹理，均采用分层显示技术（LOD），分层多达20层以上，以保证任何配置的计算机均能流畅地显示地物模型，充分详细地表达建筑物细部特征。

运用倾斜摄影技术获取的影像数据，合理布设地面像片控制点，然后将影像数据、地面像片控制点数据导入ContextCature自动建模系统进行处理。人工只需参与刺点、参数设置、精度评定、质量控制。

（1）自动化空三加密。在ContextCature自动建模系统中加载摄区影像，人工给定一定数量的控制点，软件采用光束法区域网整体平差，以一张像片组成的一束光线作为一个平差单元，以中心投影的共线方程作为平差单元的基础方程，通过各光线束在空间的旋转和平移，使模型之间的公共光线实现最佳交会，将整体区域最佳地加入到控制点坐标系中，从而恢复地物间的空间位置关系，示意图如图2所示。

（2）影像密集匹配。采用密集匹配技术，即软件系统根据高精度的影像匹配算法自动匹配出所有影像中的同名点，并从影像中抽取更多的特征点构成密集点云，从而更精确地表达地物的细节。地物越复杂，建筑物越密集的地方，点密集程度越高；反之，则相对稀疏。

（3）纹理映射。利用影像密集匹配的结果，由空三建立的影像之间的三角关系构成三角TIN，再由三角TIN构成白模，软件从影像中计算对应的纹理，并自动将纹理映射到对应的白模上，最终形成真实三维场景。纹理映射成果例图如图3所示。

2.2.5地质灾害成因分析

利用GIS技术及多源数据，通过空间特征分析和实地调查，进行地质灾害类型、性质、范围及成因的精确判断。

2.2.6结果可视化

具有研究及管理价值的结果可通过多种形式将空间信息可视化。

2.2.7数据备份

将上述数据存储于安全位置，供日后必要时刻进行比较和研究。通过LiDAR和倾斜摄影取得的局部范围的数据，在与传统方法比对后对地质灾害有精确的表述和识别能力，可以很好地反映空间和时间的变化，这可以帮助地质灾害愈后管理者更好地了解影响范围和趋势，实现作用分析及危害预防。

该方法对数据的获取、分析和处理的时间限制更短，而且具有较强的平台灵活性和全方位拍摄能力，对密集或者极为复杂的地质灾害进行识别、诊断、危险性判断、灾害后果评估等工作时也可以进行精细化操作。机载LiDAR和倾斜摄影技术在拍摄、采集以及空间数据分析处理的效率中均进行突破，因此可有效避免不必要的工程危害，实现成本效益最优化，对地质灾害应对预警及处置防治提供了重要支撑。

2.3　有效性分析

（1）无人机载LiDAR与倾斜摄影进行测绘地质灾害能够降低人力和费用投入，节省研究时间。架面无人机载LiDAR系统能够以更快的速度收集更广泛的数据，避免传统方式将人员置于风险环境中的弊端；多角度均匀地覆盖研究区域，减少信息被遗漏；智能航迹计划和自主飞行，减少开展地质灾害测绘失调机会；高精度倾斜摄影，可以实现高精度三维地形测绘，无死角覆盖研究区域，能够获取高精度影像。

（2）数据精度也有很大改善。架面无人机载LiDAR具有高精度的数据获取能力，能够得到高精度的数据，而倾斜摄影也能够获取高分辨率的图像数据，最大程度地反映出地质灾害的形态结构特征。此外，架面无人机载LiDAR系统和倾斜摄影系统也能够反映出地质灾害的大小、范围、位置等属性，能够实现对地质灾害的精确识别及其演变趋势分析。

（3）实例验证。为了证明架面无人机载LiDAR及倾斜摄影测绘地质灾害的方法是有效的，将该方法应用到浙江省某小河道断层研究中。在研究中，首先采用架面无人机载LiDAR系统和倾斜摄影系统采集三维地形数据，包括地表高程数据、植物数据等，然后对测绘得到的数据进行相应的分析与处理；在此过程中还开展了传统的地面测量进行数据校核，最后进行数据对比，发现使用架面无人机载LiDAR及倾斜摄影测绘地质灾害，能够获取比传统测量更加精确的数据，反映小河道断层的形态及其演变趋势，并进行预测分析，证明了这一测绘方法的有效性。

综上所述，架面无人机载LiDAR及倾斜摄影测绘地质灾害的方法是有效的。该方法能够节省人力和降低费用投入，并且能够获取高精度的数据，最大程度地反映出地质灾害的形态结构特征、大小等属性，实现对地质灾害的精确识别及其演变趋势分析，对测量地质灾害具有重大意义。

2.4　灾害易发地区的应用建议

基于LiDAR和航空摄影的特点，无人机技术是灾害易发地区地质灾害预警的有力工具。LiDAR和倾斜摄影的结合可以为特定的灾害易发地区提供高分辨率的高程、土地覆盖和土地利用信息，这些信息对于地质灾害的预警非常有价值。为了有效地将无人机系统应用于地质灾害预警，应考虑以下建议。

（1）无人机系统应配备适当的传感器，以适应灾区的需要。在某些灾害易发地区，激光雷达、航空摄影和红外摄影可用于收集3D地形高程、土地覆盖和土地利用的信息。另一方面，在雪崩等雪灾风险较高的地区，无人机系统应配备高分辨率红外相机和红外热传感器，以收集雪覆盖率和雪层厚度的详细信息。

（2）应根据灾害易发地区的具体地形设计数据采集方案。通常无人机收集的数据可以是不同类型的，例如条形图像、网格图像、块图像和叠加图像。数据采集方案应根据地形的特点（如海拔、坡度、表面粗糙度和土地覆盖）进行设计。通过这种方式，无人机系统可以收集更详细、更准确的空间数据。

（3）数据采集后，应使用数据处理和分析软件对数据进行处理和分析，如点云编辑、图像分类和图像融合。在此基础上，岩土专家可对结果进行进一步分析和评估，从而确定地质灾害隐患区域。

综上所述，激光雷达和倾斜摄影相结合是灾害易发地区地质灾害预警的有力工具。为了有效地将无人机技术应用于地质灾害预警，应选择合适的传感器，设计数据采集方案，并使用后处理软件和分析方法处理所收集的数据。

3　无人机LiDAR和倾斜摄影技术在地质灾害早期识别的未来发展

由于使用无人机与激光雷达和倾斜摄影的结合技术在地质灾害研究中变得流行，许多学者在这一领域进行了深入研究，取得了一定的研究成果。有研究者使用倾斜航拍和无人机LiDAR数据来识别广东蓉溪镇滑坡的隐患区域，通过关联地形高程数据和地表特征确定了荣溪镇的滑坡热点，为灾害风险评估和预警提供了关键参考[9]。Fu等[10]使用无人机LiDAR和倾斜航拍技术来识别四川省都江堰市过量地下水的隐患区域，结果表明，LiDAR数据结合图像分类技术可用于确定过量地下水的影响区域，为洪水风险管理提供有效参考。

此外，黄文广[11]使用无人机LiDAR和倾斜航拍技术探测宁夏盐池县的永久冻土退化，结果表明，基于无人机的数据融合和隐藏信息提取技术可以有效识别冻土退化的隐患区域，为冰川地质灾害风险评估提供关键参考。高仁强等[12]使用无人机捕捉倾斜空中图像和LiDAR数据，用于滑坡风险评估，结果表明，LiDAR数据可以有效地检测和分析滑坡易发区（包括小规模滑坡灾害）的地表高程、坡度和地表粗糙度特征。

综上所述，无人机系统技术结合LiDAR和倾斜航拍技术可以有效进行地质灾害隐患区域的识别。除上述研究外，在地震灾害等地质灾害的隐藏信息提取和风险评估方面也有许多研究成果[12-14]，可为无人机系统技术在地质灾害预警中的应用提供宝贵参考。

4　结束语

本文介绍了无人机系统在地质灾害预警中的应用研究进展和成果，介绍了常见的地质灾害及其影响，讨论了LiDAR与无人机倾斜摄影的结合，并对其在灾害易发地区的应用提出了有效建议。本文对无人机系统技术进行了详细研究，特别是激光雷达和倾斜摄影技术在无人机系统中的应用，以识别地质灾害隐患区域。

无人机系统技术结合LiDAR和倾斜航拍技术可以有效地用于地质灾害隐患区域的识别，在地质灾害预警中具有十分重要的价值。此外，无人机技术提供了一种高效、快速和低成本的方式来收集灾害易发地区的空间信息，可以更好地了解地质灾害的成因和特征，降低地质灾害的风险。未来应进一步努力完善无人机系统，提高数据采集和分析的准确性、自动化和效率。

[1]冯双剑. 探寻滑坡灾害形成机理研究风险预警防控方案: 访滑坡灾害风险预警与防控应急管理部重点实验室[J]. 中国应急管理，2022(1): 30-33.

[2]戴梦兰，陈志波，施国栋. 基于分形理论的浙江省地质灾害分布特征与影响因素分析[J]. 中国地质灾害与防治学报，2022，33(6): 63-69.

[3]贾虎军，王立娟，范冬丽. 无人机载LiDAR和倾斜摄影技术在地质灾害隐患早期识别中的应用[J]. 中国地质灾害与防治学报，2021，32(2): 60-65.

[4]陈婉佳. 关键带变化对地质灾害危险性的影响研究[D]. 成都: 成都理工大学，2016.

[5]李国龙，刘玉. 滑坡地质灾害形成的地质条件和影响因素[J]. 黑龙江国土资源，2009(9): 46-47.

[6]民科. 泥石流灾害是一种常发的地质灾害[J]. 民防苑，2006(2): 49.

[7]杨军，赵锋，宫颖. 具有多传感器信息融合功能的无人机仿真系统[J]. 火力与指挥控制，2008，33(5): 106-109.

[8]黄骞，张玥，汪悦. 基于倾斜摄影的实景三维公路地质灾害识别关键技术研究[J]. 公路，2018，63(1): 154-158.

[9]Environment impact report for Shiye town, Rongxi town, and Longchi town water supply subcomponets in Xiushan county[EB/OL]. (2009-5-16)[2022-10-11]. https://documents. shihang.org/zh/publication/documents-reports/documentdetail/161571468024547061.

[10]FU B, XU P, WANG Y K, et al. Spatial pattern of water retetnion in Dujiangyan county[J]. Acta Ecologica Sinica, 2013, 33(3): 789-797.

[11]黄文广. 基于NDVI的宁夏盐池县的植被盖度动态变化及其影响因素的研究[D]. 杨凌: 西北农林科技大学，2012.

[12]高仁强，张显峰，孙权，等. 基于无人机LiDAR数据的公路路面监测和平整度评价方法研究[J]. 应用基础与工程科学学报，2018，26(4): 681-696.

[13]许强，董秀军，李为乐. 基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J]. 武汉大学学报(信息科学版)，2019(7): 957-966.

[14]佘金星，程多祥，刘飞，等. 机载激光雷达技术在地质灾害调查中的应用: 以四川九寨沟7.0级地震为例[J]. 中国地震，2018，34(3): 52-61.

Early Identification of Geological Hazards Based on Unmanned Aerial Vehicle LiDAR and Oblique Photography

This article aims to explore the early identification technology of geological hazards based on unmanned aerial vehicle LiDAR and oblique photography, as well as the application of this technology in practice to reduce the risk of geological hazards. This paper introduces the common geological disasters and their effects, discusses the UAV technology based on LiDAR and oblique photography, and puts forward effective suggestions to apply this technology to the prone disaster areas. In addition, the UAV system technology is studied in depth, especially the application of laser rangefinder LiDAR and oblique photography technology in the UAV system to identify hidden areas of geological disasters. Finally, the research achievements of UAV system technology in detecting and identifying geological disasters are summarized, and suggestions for further development are put forward to help UAV technology play a greater role in detecting and identifying hidden geological disasters.

unmanned aerial vehicle (UAV); oblique photography; geological hazards; early identification of hidden dangers

TP7

A

1008-1151(2023)07-0009-05

2023-02-27

济南市天桥区自然资源局地质灾害风险普查服务项目（TQKNCS-2021-88）。

李振忠（1969－），男，辽宁锦州人，凌海市自然资源服务中心工程师，从事测绘地理信息系统，自然资源调查服务工作。

何强（1986－），男，河北高碑店人，山东省第一地质矿产勘查院工程师，从事水工环地质勘查研究工作。