CN110441773A - 一种高边坡崩塌部位精确定位方法及系统 - Google Patents

Abstract

本发明提供一种高边坡崩塌部位精确定位方法及系统。首先，获取长时间序列的边坡影像，并将长时间序列的边坡影像合成为边坡形变二维图，在所述边坡形变二维图上圈定形变量最大的区域作为形变区域；然后，对形变区域进行线划分，并将线划分后的长时间序列的边坡影像的形变区域进行重叠显示，在重叠影像中选取变化幅度最大的连线对应的区域为监测线区域；最后在监测线区域上选取监测点，通过每个监测点在长时间序列的边坡影像的坐标变化，确定高边坡崩塌部位的位置。本发明采用由面到线到点的监测方式，实现了高边坡质点崩塌部位的精确定位，解决了现有的边坡监测技术中无法精确定位边坡某些形变量大且形变速度较快的部位的变化位置及趋势问题。

Description

一种高边坡崩塌部位精确定位方法及系统

技术领域

本发明涉及边坡监测领域，特别涉及一种高边坡崩塌部位精确定位方法及系统。

背景技术

高边坡形变监测工程在世界上是一种很困难的工程，边坡形变是一种多发性的地质灾害，具有突发性、强破坏性、高危害性等特征，在全球范围内分布广泛，危害极其严重。它不仅给人民生命财产安全带来了威胁，而且还制约着大型工程的修建及运营。因此加强边坡监测是减灾防灾工程的重要工作内容，而且准确地定位高边坡质点崩塌部位的位置是边坡形变监测中的重中之重。

传统的确定高边坡质点崩塌部位的位置的方法仅仅依靠人工去判断边坡形变区域会发生崩塌部位的具体位置。通过地基雷达干涉测量技术，获取边坡形变二维位移图，根据二维位移图人工判读只能根据边坡形变情况标志出质点崩塌部位的大致位置，无法准确表示该质点崩塌部位的具体位置坐标，从而无法实时监测出边坡某个崩塌部位的具体位置。

发明内容

本发明的目的是提供一种高边坡崩塌部位精确定位方法及系统，以准确确定质点崩塌部位的具体位置，从而实现边坡崩塌部位的具体位置的实时监测。

为实现上述目的，本发明提供了如下方案：

本发明提供一种高边坡崩塌部位精确定位方法，所述精确定位方法包括如下步骤：

利用地基合成孔径雷达获取长时间序列的边坡影像；

采用假彩色合成法将长时间序列的边坡影像合成为边坡形变二维图；

在所述边坡形变二维图上圈定形变量最大的区域作为形变区域；

对长时间序列的边坡影像的第一个时间点的边坡影像的形变区域进行线划分，并在每条直线上设置多个参考点；

以每条直线的多个所述参考点为依据，对长时间序列的边坡影像的第一个时间点之后的长时间序列的边坡影像的形变区域采用连线的方式进行线划分，得到每条直线在第一时间序列之后的每个时间序列的边坡影像中的对应连线；

将划线后的长时间序列的边坡影像的形变区域进行重叠显示，得到变形区域重叠影像；

选取所述重叠影像中变化幅度最大的连线所对应的区域为监测线区域；

在长时间序列的边坡影像的第一个时间点的边坡影像的监测线区域上等间距的划分出多个监测点；

根据每个所述监测点在长时间序列的边坡影像的坐标变化，确定高边坡崩塌部位的位置。

可选的，所述在所述边坡形变二维图上圈定形变量最大的区域作为形变区域，之后还包括：

对长时间序列的边坡影像的第一个时间点的边坡影像的形变区域进行栅格化划分，并确定每个栅格交点的参照物；

以所述参照物为交点对第一个时间点之后的长时间序列的边坡影像的形变区域采用交点连线的方式进行栅格划分，得到每个栅格在第一个时间点之后的每个时间点的边坡影像的形变区域中的对应栅格；

根据每个栅格及每个栅格的对应栅格的形状变化，选取形变区域中形变量最大的区域，作为更新后的形变区域。

可选的，所述将所述重叠影像中变化幅度最大的连线所对应的区域，设置为监测线区域，之后还包括：

对所述监测线区域进行剖面分析，获取监测线区域的地表走势及地表以下对应的岩层属性。

可选的，所述根据每个所述监测点在长时间序列的边坡影像的坐标变化，确定高边坡崩塌部位的位置，具体包括：

根据监测点在每个时间序列的边坡影像中的坐标，建立每个监测点的形变折线图；

将形变折线图的变化幅度最大的监测点的位置确定为高边坡崩塌部位位置。

一种高边坡崩塌部位精确定位系统，所述精确定位系统包括：

边坡影像获取模块，用于利用地基合成孔径雷达获取长时间序列的边坡影像；

边坡影像合成模块，用于采用假彩色合成法将长时间序列的边坡影像合成为边坡形变二维图；

形变区域圈定模块，用于在所述边坡形变二维图上圈定形变量最大的区域作为形变区域；

第一线划分模块，用于对长时间序列的边坡影像的第一个时间点的边坡影像的形变区域进行线划分，并在每条直线上设置多个参考点；

第二线划分模块，用于以每条直线的多个所述参考点为依据，对长时间序列的边坡影像的第一个时间点之后的长时间序列的边坡影像的形变区域采用连线的方式进行线划分，得到每条直线在第一时间序列之后的每个时间序列的边坡影像中的对应连线；

形变区域重叠模块，用于将划线后的长时间序列的边坡影像的形变区域进行重叠显示，得到变形区域重叠影像；

监测线区域选取模块，用于选取所述重叠影像中变化幅度最大的连线所对应的区域为监测线区域；

监测点划分模块，用于在长时间序列的边坡影像的第一个时间点的边坡影像的监测线区域上等间距的划分出多个监测点；

高边坡崩塌部位位置确定模块，用于根据每个所述监测点在长时间序列的边坡影像的坐标变化，确定高边坡崩塌部位的位置。

可选的，所述精确定位系统还包括：

第一栅格划分模块，用于对长时间序列的边坡影像的第一个时间点的边坡影像的形变区域进行栅格化划分，并确定每个栅格交点的参照物；

第二栅格划分模块，用于以所述参照物为交点对第一个时间点之后的长时间序列的边坡影像的形变区域采用交点连线的方式进行栅格划分，得到每个栅格在第一个时间点之后的每个时间点的边坡影像的形变区域中的对应栅格；

面监测模块，用于根据每个栅格及每个栅格的对应栅格的形状变化，选取形变区域中形变量最大的区域，作为更新后的形变区域。

可选的，所述精确定位系统还包括：

地表走势及地表以下对应的岩层属性监测模块，用于对所述监测线区域进行剖面分析，获取监测线区域的地表走势及地表以下对应的岩层属性。

可选的，所述高边坡崩塌部位位置确定模块，具体包括：

折线图建立子模块，用于根据监测点在每个时间序列的边坡影像中的坐标，建立每个监测点的形变折线图；

高边坡崩塌部位位置确定子模块，用于将形变折线图的变化幅度最大的监测点的位置确定为高边坡崩塌部位位置。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供一种高边坡崩塌部位精确定位方法及系统。首先，获取长时间序列的边坡影像，并将长时间序列的边坡影像合成为边坡形变二维图，在所述边坡形变二维图上圈定形变量最大的区域作为形变区域；然后，对形变区域进行线划分，并将线划分后的长时间序列的边坡影像的形变区域进行重叠显示，在重叠影像中选取变化幅度最大的连线对应的区域为监测线区域；最后在监测线区域上选取监测点，通过每个监测点在长时间序列的边坡影像的坐标变化，确定高边坡崩塌部位的位置。本发明采用由面到线到点的监测方式，实现了高边坡崩塌部位的精确定位，解决了现有的边坡监测技术中无法精确定位边坡某些形变量大且形变速度较快的部位的变化位置及趋势问题，并无需对得到的长时间序列边坡影像中的每个点进行监测，减少了计算量。

本发明还采用栅格化分的方式对边坡形变二维图直接选取的形变区域中，进一步的选取变换更大的区域进一步的实现由线到点的监测，提高了边坡崩塌部位定位的速度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种高边坡崩塌部位精确定位方法的流程图；

图2为本发明提供的在所述边坡形变二维图上圈定形变区域的原理示意图；

图3为本发明提供的对长时间序列的边坡影像的第一个时间点的边坡影像的形变区域进行线划分，并在每条直线上设置多个参考点的原理示意图；

图4为本发明提供的对长时间序列的边坡影像的第一个时间点之后的长时间序列的边坡影像的形变区域采用连线的方式进行线划分的原理示意图；

图5为本发明提供的在长时间序列的边坡影像的第一个时间点的边坡影像的监测线区域上等间距的划分出多个监测点在第一时间序列之后的某一个边坡影像中的坐标分布图；

图6为本发明提供的监测点的形变折线图

图7为本发明提供的一种高边坡崩塌部位精确定位系统的结构图。

具体实施方式

本发明的目的是提供一种高边坡崩塌部位精确定位方法及系统，以准确确定质点崩塌部位的具体位置，从而实现边坡崩塌部位的具体位置的实时监测。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对发明作进一步详细的说明。

如图1所示，本发明提供一种高边坡崩塌部位精确定位方法，所述精确定位方法包括如下步骤：

步骤101，利用地基合成孔径雷达获取长时间序列的边坡影像。

通过地基雷达干涉测量技术(GB-InSAR)对边坡观测，可以得出边坡形变的情况，本发明的长时间序列为一个查询周期，该查询周期N可以是任意设定时间，本发明设置为7天，长时间序列的时间间隔为1天，则长时间序列分别为1天、2天、3天.......N天，N＝7。

步骤102，采用假彩色合成法将长时间序列的边坡影像合成为边坡形变二维图。

如图2所示，假彩色合成又称彩色合成。根据加色法或减色法，将多波段单色影像合成为假彩色影像的一种彩色增强技术。合成彩色影像常与天然色彩不同，且可任意变换，故称假彩色影像。本发明采用假彩色合成法将长时间序列的边坡影像合成为边坡形变二维图，通过在形变二维图上显示出N天内该边坡形变情况，形变区域颜色越深，则表示该区域形变量较大。反之，则表示该区域形变量较小。

步骤103，在所述边坡形变二维图上圈定形变量最大的区域作为形变区域。

如图2所示，本发明在边坡形变二维图上颜色较深的区域进行圈面操作后，即可得出放大后的该区域的形变结果图。由于监测分辨率高是地基雷达干涉测量技术的一大优点，在监测区域内可达到百万级的监测点，无论将监测结果放大多少倍，依然可以保证监测数据的密集度。

对长时间序列的边坡影像的第一个时间点的边坡影像的形变区域进行栅格化划分，并确定每个栅格交点的参照物；以所述参照物为交点对第一个时间点之后的长时间序列的边坡影像的形变区域采用交点连线的方式进行栅格划分，得到每个栅格在第一个时间点之后的每个时间点的边坡影像的形变区域中的对应栅格；根据每个栅格及每个栅格的对应栅格的形状变化，选取形变区域中形变量最大的区域，作为更新后的形变区域。形变区域栅格化可以根据实际需求任意划分，比如：10*10、20*20、30*30等。通过对形变区域进行栅格化划分，可以详细地观看形变区域每个部分、每个栅格的形变情况。

步骤104，对长时间序列的边坡影像的第一个时间点的边坡影像的形变区域进行线划分，并在每条直线上设置多个参考点。

如图3所示，形变区域进行划直线操作，将该区域用N条直线进行划分，每条直线会生成等间距的参考点，同时获取每条直线上等间距的参考点的形变信息。然后，对该直线所处的位置对边坡形变区域进行剖面分析，根据边坡剖面的情况，可得出所划直线对应的地表走势及地表以下对应的岩层属性。

步骤105，以每条直线的多个所述参考点为依据，对长时间序列的边坡影像的第一个时间点之后的长时间序列的边坡影像的形变区域采用连线的方式进行线划分，得到每条直线在第一时间序列之后的每个时间序列的边坡影像中的对应连线，如图4所示。

步骤106，将划线后的长时间序列的边坡影像的形变区域进行重叠显示，得到变形区域重叠影像；

步骤107，选取所述重叠影像中变化幅度最大的连线所对应的区域为监测线区域；

步骤108，在长时间序列的边坡影像的第一个时间点的边坡影像的监测线区域上等间距的划分出多个监测点；本发明在长时间序列的边坡影像的第一个时间点的边坡影像的监测线区域上等间距的划分出多个监测点在第一时间序列之后的某一个边坡影像中的坐标分布图，如图5所示。

步骤109，根据每个所述监测点在长时间序列的边坡影像的坐标变化，确定高边坡崩塌部位的位置。

根据监测点在每个时间序列的边坡影像中的坐标，建立每个监测点的形变折线图，如图6所示；将形变折线图的变化幅度最大的监测点的位置确定为高边坡崩塌部位位置，即，图6中的监测点7所在的位置即为高边坡崩塌部位位置。

如图7所示，本发明还提供一种高边坡崩塌部位精确定位系统，所述精确定位系统包括：

边坡影像获取模块701，用于利用地基合成孔径雷达获取长时间序列的边坡影像；

边坡影像合成模块702，用于采用假彩色合成法将长时间序列的边坡影像合成为边坡形变二维图；

形变区域圈定模块703，用于在所述边坡形变二维图上圈定形变量最大的区域作为形变区域；

为了更好的对形变区域进行监测，本发明的精确定位系统还包括：第一栅格划分模块，用于对长时间序列的边坡影像的第一个时间点的边坡影像的形变区域进行栅格化划分，并确定每个栅格交点的参照物；第二栅格划分模块，用于以所述参照物为交点对第一个时间点之后的长时间序列的边坡影像的形变区域采用交点连线的方式进行栅格划分，得到每个栅格在第一个时间点之后的每个时间点的边坡影像的形变区域中的对应栅格；面监测模块，用于根据每个栅格及每个栅格的对应栅格的形状变化，选取形变区域中形变量最大的区域，作为更新后的形变区域。

第一线划分模块704，用于对长时间序列的边坡影像的第一个时间点的边坡影像的形变区域进行线划分，并在每条直线上设置多个参考点；

第二线划分模块705，用于以每条直线的多个所述参考点为依据，对长时间序列的边坡影像的第一个时间点之后的长时间序列的边坡影像的形变区域采用连线的方式进行线划分，得到每条直线在第一时间序列之后的每个时间序列的边坡影像中的对应连线；

形变区域重叠模块706，用于将划线后的长时间序列的边坡影像的形变区域进行重叠显示，得到变形区域重叠影像；

监测线区域选取模块707，用于选取所述重叠影像中变化幅度最大的连线所对应的区域为监测线区域；

为了进一步的确定监测线区域的形变信息，本发明的精确定位系统还包括：地表走势及地表以下对应的岩层属性监测模块，用于对所述监测线区域进行剖面分析，获取监测线区域的地表走势及地表以下对应的岩层属性。

监测点划分模块708，用于在长时间序列的边坡影像的第一个时间点的边坡影像的监测线区域上等间距的划分出多个监测点；

高边坡崩塌部位位置确定模块709，用于根据每个所述监测点在长时间序列的边坡影像的坐标变化，确定高边坡崩塌部位的位置。

所述高边坡崩塌部位位置确定模块709，具体包括：折线图建立子模块，用于根据监测点在每个时间序列的边坡影像中的坐标，建立每个监测点的形变折线图；高边坡崩塌部位位置确定子模块，用于将形变折线图的变化幅度大于预设阈值的监测点的位置确定为高边坡崩塌部位位置。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供一种高边坡崩塌部位精确定位方法及系统。本发明的方法改变了传统的仅靠人工去判断边坡形变区域会发生崩塌部位的具体位置，通过建立基于点-线-面一体化的高边坡崩塌部位精确定位的方法，解决了现有的边坡监测技术中无法精确定位边坡某些形变量大且形变速度较快的部位的位置的问题。首先，在边坡形变二维图上，对边坡形变量大的区域进行圈面操作，完成圈面后，对该区域进行栅格化处理，可以详细地观察每个栅格的形变情况，实现高边坡形变区域的区域(面)监测，并根据形变情况进一步的对形变区域进行更新和缩小范围，进一步的提高了边坡崩塌部位的定位速度。然后，在该形变区域用N条直线进行划分，选取形变量最大的直线，在该直线上设置监测点，对该直线上的各个监测点进行形变量的分析，得出其形变折线图，找出其中形变量最大的那个监测点即为高边坡崩塌部位的准确位置。本发明采用由面到线到点的监测方式，实现了高边坡崩塌部位的精确定位，解决了现有的边坡监测技术中无法精确定位边坡某些形变量大且形变速度较快的部位的变化位置及趋势问题，并无需对得到的长时间序列边坡影像中的每个点进行监测，减少了计算量。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

Claims (8)

1.一种高边坡崩塌部位精确定位方法，其特征在于，所述精确定位方法包括如下步骤：

利用地基合成孔径雷达获取长时间序列的边坡影像；

采用假彩色合成法将长时间序列的边坡影像合成为边坡形变二维图；

在所述边坡形变二维图上圈定形变量最大的区域作为形变区域；

对长时间序列的边坡影像的第一个时间点的边坡影像的形变区域进行线划分，并在每条直线上设置多个参考点；

以每条直线的多个所述参考点为依据，对长时间序列的边坡影像的第一个时间点之后的长时间序列的边坡影像的形变区域采用连线的方式进行线划分，得到每条直线在第一时间序列之后的每个时间序列的边坡影像中的对应连线；

将划线后的长时间序列的边坡影像的形变区域进行重叠显示，得到变形区域重叠影像；

选取所述重叠影像中变化幅度最大的连线所对应的区域为监测线区域；

在长时间序列的边坡影像的第一个时间点的边坡影像的监测线区域上等间距的划分出多个监测点；

根据每个所述监测点在长时间序列的边坡影像的坐标变化，确定高边坡崩塌部位的位置。

2.根据权利要求1所述的一种高边坡崩塌部位精确定位方法，其特征在于，所述在所述边坡形变二维图上圈定形变量最大的区域作为形变区域，之后还包括：

对长时间序列的边坡影像的第一个时间点的边坡影像的形变区域进行栅格化划分，并确定每个栅格交点的参照物；

以所述参照物为交点对第一个时间点之后的长时间序列的边坡影像的形变区域采用交点连线的方式进行栅格划分，得到每个栅格在第一个时间点之后的每个时间点的边坡影像的形变区域中的对应栅格；

根据每个栅格及每个栅格的对应栅格的形状变化，选取形变区域中形变量最大的区域，作为更新后的形变区域。

3.根据权利要求1所述的高边坡崩塌部位精确定位方法，其特征在于，将所述重叠影像中变化幅度最大的连线所对应的区域，设置为监测线区域，之后还包括：

对所述监测线区域进行剖面分析，获取监测线区域的地表走势及地表以下对应的岩层属性。

4.根据权利要求1所述的高边坡崩塌部位精确定位方法，其特征在于，所述根据每个所述监测点在长时间序列的边坡影像的坐标变化，确定高边坡崩塌部位的位置，具体包括：

根据监测点在每个时间序列的边坡影像中的坐标，建立每个监测点的形变折线图；

将形变折线图的变化幅度最大的监测点的位置确定为高边坡崩塌部位位置。

5.一种高边坡崩塌部位精确定位系统，其特征在于，所述精确定位系统包括：

边坡影像获取模块，用于利用地基合成孔径雷达获取长时间序列的边坡影像；

边坡影像合成模块，用于采用假彩色合成法将长时间序列的边坡影像合成为边坡形变二维图；

形变区域圈定模块，用于在所述边坡形变二维图上圈定形变量最大的区域作为形变区域；

第一线划分模块，用于对长时间序列的边坡影像的第一个时间点的边坡影像的形变区域进行线划分，并在每条直线上设置多个参考点；

第二线划分模块，用于以每条直线的多个所述参考点为依据，对长时间序列的边坡影像的第一个时间点之后的长时间序列的边坡影像的形变区域采用连线的方式进行线划分，得到每条直线在第一时间序列之后的每个时间序列的边坡影像中的对应连线；

形变区域重叠模块，用于将划线后的长时间序列的边坡影像的形变区域进行重叠显示，得到变形区域重叠影像；

监测线区域选取模块，用于选取所述重叠影像中变化幅度最大的连线所对应的区域为监测线区域；

监测点划分模块，用于在长时间序列的边坡影像的第一个时间点的边坡影像的监测线区域上等间距的划分出多个监测点；

高边坡崩塌部位位置确定模块，用于根据每个所述监测点在长时间序列的边坡影像的坐标变化，确定高边坡崩塌部位的位置。

6.根据权利要求5所述的高边坡崩塌部位精确定位系统，其特征在于，所述精确定位系统还包括：

第一栅格划分模块，用于对长时间序列的边坡影像的第一个时间点的边坡影像的形变区域进行栅格化划分，并确定每个栅格交点的参照物；

第二栅格划分模块，用于以所述参照物为交点对第一个时间点之后的长时间序列的边坡影像的形变区域采用交点连线的方式进行栅格划分，得到每个栅格在第一个时间点之后的每个时间点的边坡影像的形变区域中的对应栅格；

面监测模块，用于根据每个栅格及每个栅格的对应栅格的形状变化，选取形变区域中形变量最大的区域，作为更新后的形变区域。

7.根据权利要求5所述的高边坡崩塌部位精确定位系统，其特征在于，所述精确定位系统还包括：

地表走势及地表以下对应的岩层属性监测模块，用于对所述监测线区域进行剖面分析，获取监测线区域的地表走势及地表以下对应的岩层属性。

8.根据权利要求5所述的高边坡崩塌部位精确定位系统，其特征在于，所述高边坡崩塌部位位置确定模块，具体包括：

折线图建立子模块，用于根据监测点在每个时间序列的边坡影像中的坐标，建立每个监测点的形变折线图；

高边坡崩塌部位位置确定子模块，用于将形变折线图的变化幅度最大的监测点的位置确定为高边坡崩塌部位位置。