CN113532509A - 一种基于空天地立体技术的大规模高陡边坡监测方法 - Google Patents

一种基于空天地立体技术的大规模高陡边坡监测方法 Download PDF

Info

Publication number
CN113532509A
CN113532509A CN202110599693.0A CN202110599693A CN113532509A CN 113532509 A CN113532509 A CN 113532509A CN 202110599693 A CN202110599693 A CN 202110599693A CN 113532509 A CN113532509 A CN 113532509A
Authority
CN
China
Prior art keywords
monitoring
slope
deformation
point
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110599693.0A
Other languages
English (en)
Inventor
周永强
盛谦
杜文杰
付晓东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Institute of Rock and Soil Mechanics of CAS
Original Assignee
Wuhan Institute of Rock and Soil Mechanics of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Institute of Rock and Soil Mechanics of CAS filed Critical Wuhan Institute of Rock and Soil Mechanics of CAS
Priority to CN202110599693.0A priority Critical patent/CN113532509A/zh
Publication of CN113532509A publication Critical patent/CN113532509A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass

Abstract

本发明公开了一种基于空天地立体技术的大规模高陡边坡监测方法，包括：采用星载Insar进行区域整体监测，获得潜在变形大、风险高的局部边坡；利用无人机摄影观测风险高局部边坡裂缝发展情况；利用大气折光修正条件下的无人机摄影、GPS设备进行高风险局部边坡变形监测；采用北斗GNSS进行监测局部边坡地表变形；在高风险局部边坡的纵向和横向两个方向布设拉线式位移计，监测岩土体位移；在高风险局部边坡的纵向和横向两个方向布设多个采用钻孔布设传感器进行局部边坡深部位移监测；按照三维展示的要求将形变监测结果转换为三维形式，展示高陡边坡形变发生发展的过程；能快速准确的掌握整个高陡边坡的变形信息；保障施工期工程安全建设。

Description

一种基于空天地立体技术的大规模高陡边坡监测方法
技术领域
本发明属于岩土工程技术领域，具体涉及一种基于空天地立体技术的大规模高陡边坡监测方法。
背景技术
近年来，土建、交通、水电领域等一大批大规模高陡边坡应运而生。大规模高陡边坡是高风险建设工程，面临工程地质条件复杂、施工难度大、技术要求高、安全管控技术相对匮乏等严峻挑战。顺应我国新基建、信息化发展趋势，集成空天地一体化监测技术和方法，可以有效控制工程建造边坡稳定与地基变形，保障施工期工程安全建设，可以有效保障大规模高陡边坡工程的安全建设与运营。
发明内容
为了实现上述目的，本发明涉及：
一种基于空天地立体技术的大规模高陡边坡监测方法，包括如下步骤：
步骤一、采用星载Insar进行区域整体监测，获得潜在变形大、风险高的局部边坡；
步骤二、针对潜在变形大的局部边坡，在有裂缝的地方布置裂缝计，利用无人机摄影观测风险高局部边坡裂缝发展情况；
步骤三、利用大气折光修正条件下的无人机摄影、GPS设备进行高风险局部边坡变形监测；
步骤四、采用北斗GNSS进行监测局部边坡地表变形；
步骤五、在高风险局部边坡的纵向和横向两个方向布设拉线式位移计，监测岩土体位移；
步骤六、在高风险局部边坡的纵向和横向两个方向布设多个采用钻孔布设传感器进行局部边坡深部位移监测；
步骤七、按照三维展示的要求将形变监测结果转换为三维形式，以时间为轴，展示高陡边坡形变发生发展的过程。
进一步的，所述星载InSAR通过同一目标两次回波信号的干涉相位差获取形变信息。
进一步的，所述干涉测量中的相位包括5个部分，分别是平地相位、地形相位、形变相位、大气相位和噪声相位。
进一步的，所述步骤二中获取局部边坡裂缝发展情况的方法为，利用无人机摄像观测获取不同时期相控点及影像数据，获取风险高局部边坡裂缝发展情况。
进一步的，步骤三中，在边坡前缘、后缘等产生明显变形的位置布置监测点，安装GPS信号接收机以及全站仪目标棱镜，将其中一个监测点设为目标棱镜的监测点，另一个设为GPS RTK接收机的监测点位置，其余监测点上放置好GPS接收机天线，确保检测的基准点可以被布设在距离边坡体30m 以外的相对稳定区域，在基准点上架设GPS接收机和GPS RTK基准站接收机，基于无人机不同时期影像数据，利用无人机RTK定位，完成对基准点的静态监测，获取基准点位置坐标，对监测点开展动态连续监测，实时记录边坡变形状况；无人机边坡变形监测具体包括以下布置。
步骤3.1，按时调机，设备调试及测量，连接航摄仪进行通电检查；
步骤3.2，在进驻测区后，首先进行试飞和试照，确定飞行边界，并通过试照影像调整航摄倾斜摄影输入参数；
步骤3.3，场地内均匀分布像控点，在布设时可以采用喷漆手动绘制，并通过RTK对像控点进行静态测量；
步骤3.4，无人机倾斜摄影结束后，应及时将相关数据转存到移动硬盘上，对航拍照片进行初步整理归档；
步骤3.5，对无人机影像进行大气折光修正，大气折光引起的像点在辐射方向的修正为：
Figure RE-GDA0003267936530000031
式中，
Figure RE-GDA0003267936530000032
是像底点为极点的向径；f是相机主距；rf是折光差角； rf可以由地面上和高度为H处的大气折射率计算得来。大气折光引起的像点误差隧像点的辐射距离增大，因此大气折光差引起的像点坐标修正值公式为：
Figure RE-GDA0003267936530000033
Figure RE-GDA0003267936530000034
式中，dx为x方向修正，dy为y方向修正，x2,y2是大气折光修正以前的像点坐标；
步骤3.6，对无人机倾斜摄影图像进行处理，并在控制点编辑中导入像控点像片，提交项目建立三维地质模型；
步骤3.7，对三维地质模型进行展示，并输出测量场地等高线，通过对比前后两次航测的等高线数据，插值获取位移场。
进一步的，所述步骤3.2中倾斜摄影输入参数包括预设飞行高度、航向重叠度、旁向重叠度。
进一步的，所述步骤四具体步骤为：
针对高风险局部边坡，在监测断面上的坡顶位置布设北斗终端设备，形成多个变形监测点；选择在工程周边地质条件稳定且视野开阔的位置布设1个基准点；采用北斗GNSS技术进行全天候变形监测，监测过程中，基于布设在地表的北斗终端所获取的信息，利用北斗系统的通信功能转送到数据解析处理子系统，进行测点的经纬度和高程的解算，从而实现边坡表面变形的全自动化、全天候连续监测。
进一步的，所述步骤六中传感器为测斜仪。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
(1)本发明的基于空天地立体技术的大规模高陡边坡监测方法，用 InSAR技术、北斗、无人机和地表、地下深部传感器对高陡边坡进行从天空到地面的协同监测，同时将监测结果以三维可视化的方式直观展示，能够快速准确的掌握整个高陡边坡的变形信息。
(2)本发明的基于空天地立体技术的大规模高陡边坡监测方法，可以有效控制工程建造边坡稳定与地基变形，保障施工期工程安全建设，可以有效保障大规模高陡边坡工程的安全建设与运营。
附图说明
图1为本发明较佳实施例的流程示意图；
图2为某产业园平面设计图；
图3为某产业园填边坡坡比设计图；
图4为本发明较佳实施例拉线式裂缝计布置示意图；
图5为本发明较佳实施例边坡关键位置的变形监测；
图6为本发明较佳实施例拉线式位移计的布置示意图；
图7为本发明较佳实施例测斜仪的布置示意图；
图中标记分别表示：1-裂缝计、2-裂缝、3-卫星、4-测量边界、5-像控点、6-拉线式位移计、7-测斜仪。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
请参考图2、图3，本实施例以研究选用某产业园为依托，该产业园拟建场地为丘陵谷地地貌，地形起伏较大，最大高差达198米，需要削山填沟造地。园区场地划分为A、B、C、D、E、F、G七个分区，依托场地地形地貌，各区形成工业梯田开发模式(图2)。场地平整需要挖高填低，削坡填沟，形成高切坡和高填方。挖方边坡采用向上分级放坡，每级边坡高度为8米，相邻两级加设2米宽平台，分级放坡坡率为1:0.75或1:1，直至放至坡顶。填方边坡采用向下分级放坡，每级边坡坡率为1:2或1:2.5，高度为8-12米，相邻两级加设2-10米宽平台，直至放至原地面(图3)。
针对该产业园拟建场地，基于空天地立体技术的大规模高陡边坡监测方法，包括如下步骤：
步骤一、采用星载Insar进行区域整体监测，获得潜在变形大、风险高的局部边坡；
步骤二、利用无人机摄影观测风险高局部边坡裂缝发展情况；
步骤三、利用大气折光修正条件下的无人机摄影、GPS设备进行高风险局部边坡变形监测；在边坡前缘、后缘等产生明显变形的位置布置监测点，安装GPS信号接收机以及全站仪目标棱镜，将其中一个监测点设为目标棱镜的监测点，另一个设为GPS RTK接收机的监测点位置，其余监测点上放置好 GPS接收机天线，确保检测的基准点可以被布设在距离边坡体30m以外的相对稳定区域，在基准点上架设GPS接收机和GPS RTK基准站接收机，基于无人机不同时期影像数据，利用无人机RTK定位，完成对基准点的静态监测，获取基准点位置坐标，对监测点开展动态连续监测，实时记录边坡变形状况(图5)；无人机边坡变形监测具体包括以下布置。
步骤四、采用北斗GNSS进行监测局部边坡地表变形；所述步骤四具体步骤为：
针对高风险局部边坡，在监测断面上的坡顶位置布设北斗终端设备，形成多个变形监测点；选择在工程周边地质条件稳定且视野开阔的位置布设1个基准点；采用北斗GNSS技术进行全天候变形监测，监测过程中，基于布设在地表的北斗终端所获取的信息，利用北斗系统的通信功能转送到数据解析处理子系统，进行测点的经纬度和高程的解算，从而实现边坡表面变形的全自动化、全天候连续监测。
步骤五、在高风险局部边坡的纵向和横向两个方向布设拉线式位移计，监测岩土体位移(图6)；
步骤六、在高风险局部边坡的纵向和横向两个方向布设多个采用钻孔布设传感器(例如测斜仪)进行局部边坡深部位移监测(图7)；
步骤七、按照三维展示的要求将形变监测结果转换为三维形式，以时间为轴，展示高陡边坡形变发生发展的过程。
所述星载InSAR通过同一目标两次回波信号的干涉相位差获取形变信息。
所述干涉测量中的相位包括5个部分，分别是平地相位、地形相位、形变相位、大气相位和噪声相位。
所述步骤2具体为：针对潜在变形大、风险高的局部边坡，在有裂缝的地方布置裂缝计(图4)，利用无人机高清摄像技术观测获取不同时期相控点及影像数据，获取风险高局部边坡裂缝发展情况。
步骤3.1，按时调机，设备调试及测量，连接航摄仪进行通电检查；
步骤3.2，在进驻测区后，首先进行试飞和试照，确定飞行边界，并通过试照影像调整航摄倾斜摄影输入参数；
步骤3.3，场地内均匀分布像控点(包括控制点与检查点)，在布设时可以采用喷漆手动绘制，并通过RTK对像控点进行静态测量；
步骤3.4，无人机倾斜摄影结束后，应及时将相关数据转存到移动硬盘上，对航拍照片进行初步整理归档；
步骤3.5，对无人机影像进行大气折光修正，大气折光引起的像点在辐射方向的修正为：
Figure RE-GDA0003267936530000071
式中，
Figure RE-GDA0003267936530000072
是像底点为极点的向径；f是相机主距；rf是折光差角； rf可以由地面上和高度为H处的大气折射率计算得来。大气折光引起的像点误差隧像点的辐射距离增大，因此大气折光差引起的像点坐标修正值公式为：
Figure RE-GDA0003267936530000081
Figure RE-GDA0003267936530000082
式中，dx为x方向修正，dy为y方向修正，x2,y2是大气折光修正以前的像点坐标；
步骤3.6，对无人机倾斜摄影图像进行处理(通过Smart3D软件)，并在控制点编辑中导入像控点像片，提交项目建立三维地质模型；
步骤3.7，对三维地质模型进行展示(通过清华山维EPS软件)，并输出测量场地等高线，通过对比前后两次航测的等高线数据，插值获取位移场。
所述步骤3.2中倾斜摄影输入参数包括预设飞行高度、航向重叠度、旁向重叠度。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于空天地立体技术的大规模高陡边坡监测方法，其特征在于，包括如下步骤：
步骤一、采用星载Insar进行区域整体监测，获得潜在变形大的局部边坡；
步骤二、针对潜在变形大的局部边坡，在有裂缝的地方布置裂缝计，利用无人机摄影观测局部边坡裂缝发展情况；
步骤三、利用大气折光修正条件下的无人机摄影、GPS设备进行局部边坡变形监测；
步骤四、采用北斗GNSS进行监测局部边坡地表变形；
步骤五、在高风险局部边坡的纵向和横向两个方向布设拉线式位移计，监测岩土体位移；
步骤六、在高风险局部边坡的纵向和横向两个方向布设多个采用钻孔方法布设的传感器，进行局部边坡深部位移监测；
步骤七、按照三维展示的要求将形变监测结果转换为三维形式，以时间为轴，展示高陡边坡形变发生发展的过程。
2.根据权利要求1所述的基于空天地立体技术的大规模高陡边坡监测方法，其特征在于，所述星载InSAR通过同一目标两次回波信号的干涉相位差获取形变信息。
3.根据权利要求2所述的基于空天地立体技术的大规模高陡边坡监测方法，其特征在于，所述干涉测量中的相位包括5个部分，分别是平地相位、地形相位、形变相位、大气相位和噪声相位。
4.根据权利要求1所述的基于空天地立体技术的大规模高陡边坡监测方法，其特征在于，所述步骤二中获取局部边坡裂缝发展情况的方法为，利用无人机摄像观测获取不同时期相控点及影像数据，获取风险高局部边坡裂缝发展情况。
5.根据权利要求1所述的基于空天地立体技术的大规模高陡边坡监测方法，其特征在于，
所述步骤三具体方法为，在边坡前缘、后缘等产生明显变形的位置布置监测点，安装GPS信号接收机以及全站仪目标棱镜，将其中一个监测点设为目标棱镜的监测点，另一个设为GPS RTK接收机的监测点位置，其余监测点上放置好GPS接收机天线，确保检测的基准点可以被布设在距离边坡体30m以外的相对稳定区域，在基准点上架设GPS接收机和GPS RTK基准站接收机，基于无人机不同时期影像数据，利用无人机RTK定位，完成对基准点的静态监测，获取基准点位置坐标，对监测点开展动态连续监测，实时记录边坡变形状况；无人机边坡变形监测具体包括以下布置；
步骤3.1，按时调机，设备调试及测量，连接航摄仪进行通电检查；
步骤3.2，在进驻测区后，首先进行试飞和试照，确定飞行边界，并通过试照影像调整航摄倾斜摄影输入参数；
步骤3.3，场地内均匀分布像控点，在布设时可以采用喷漆手动绘制，并通过RTK对像控点进行静态测量；
步骤3.4，无人机倾斜摄影结束后，应及时将相关数据转存到移动硬盘上，对航拍照片进行初步整理归档；
步骤3.5，对无人机影像进行大气折光修正，大气折光引起的像点在辐射方向的修正Δr为：
Figure FDA0003092457840000031
式中，r是
Figure FDA0003092457840000032
是像底点为极点的向径；f是相机主距；rf是折光差角；rf可以由地面上和高度为H处的大气折射率计算得来；大气折光引起的像点误差隧像点的辐射距离增大，因此大气折光差引起的像点坐标修正值公式为：
Figure FDA0003092457840000033
Figure FDA0003092457840000034
式中，dx为x方向修正，dy为y方向修正，x2,y2是大气折光修正以前的像点坐标；
步骤3.6，对无人机倾斜摄影图像进行处理，并在控制点编辑中导入像控点像片，提交项目建立三维地质模型；
步骤3.7，对三维地质模型进行展示，并输出测量场地等高线，通过对比前后两次航测的等高线数据，插值获取位移场。
6.根据权利要求5所述的基于空天地立体技术的大规模高陡边坡监测方法，其特征在于，所述步骤3.2中倾斜摄影输入参数包括预设飞行高度、航向重叠度、旁向重叠度。
7.根据权利要求1所述的基于空天地立体技术的大规模高陡边坡监测方法，其特征在于，所述步骤四具体步骤为：
针对高风险局部边坡，在监测断面上的坡顶位置布设北斗终端设备，形成多个变形监测点；选择在工程周边地质条件稳定且视野开阔的位置布设1个基准点；采用北斗GNSS技术进行全天候变形监测，监测过程中，基于布设在地表的北斗终端所获取的信息，利用北斗系统的通信功能转送到数据解析处理子系统，进行测点的经纬度和高程的解算。
8.根据权利要求1所述的基于空天地立体技术的大规模高陡边坡监测方法，其特征在于，所述步骤六中传感器为测斜仪。
CN202110599693.0A 2021-05-31 2021-05-31 一种基于空天地立体技术的大规模高陡边坡监测方法 Pending CN113532509A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110599693.0A CN113532509A (zh) 2021-05-31 2021-05-31 一种基于空天地立体技术的大规模高陡边坡监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110599693.0A CN113532509A (zh) 2021-05-31 2021-05-31 一种基于空天地立体技术的大规模高陡边坡监测方法

Publications (1)

Publication Number Publication Date
CN113532509A true CN113532509A (zh) 2021-10-22

Family

ID=78094918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110599693.0A Pending CN113532509A (zh) 2021-05-31 2021-05-31 一种基于空天地立体技术的大规模高陡边坡监测方法

Country Status (1)

Country Link
CN (1) CN113532509A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114076568A (zh) * 2022-01-19 2022-02-22 中铁第一勘察设计院集团有限公司 一种空-地-深一体可视化边坡自动监测监控系统及方法
CN114353876A (zh) * 2022-01-07 2022-04-15 兰州大学 一种黄土公路边坡健康监测方法
CN116399211A (zh) * 2023-06-08 2023-07-07 湖南联智科技股份有限公司 一种基于两点北斗监测定位计算边坡面滑移的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1546940A (zh) * 2003-12-10 2004-11-17 中国科学院武汉岩土力学研究所 钻孔测斜和轴向变形三维共线测量环
CN109725312A (zh) * 2019-01-17 2019-05-07 武汉大学 一种基于空天地一体化观测的库岸形变监测方法
CN110453731A (zh) * 2019-08-15 2019-11-15 中国水利水电科学研究院 一种大坝边坡形变监测系统及方法
CN110750866A (zh) * 2019-09-17 2020-02-04 中国矿业大学 一种利用无人机技术快速获得矿区开采沉陷预计参数的方法
CN111462459A (zh) * 2020-04-23 2020-07-28 高立兵 一种基于WebGIS的矿山采空区监测预警系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1546940A (zh) * 2003-12-10 2004-11-17 中国科学院武汉岩土力学研究所 钻孔测斜和轴向变形三维共线测量环
CN109725312A (zh) * 2019-01-17 2019-05-07 武汉大学 一种基于空天地一体化观测的库岸形变监测方法
CN110453731A (zh) * 2019-08-15 2019-11-15 中国水利水电科学研究院 一种大坝边坡形变监测系统及方法
CN110750866A (zh) * 2019-09-17 2020-02-04 中国矿业大学 一种利用无人机技术快速获得矿区开采沉陷预计参数的方法
CN111462459A (zh) * 2020-04-23 2020-07-28 高立兵 一种基于WebGIS的矿山采空区监测预警系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
冯镇宇: "基于无人机低空摄影测量的公路边坡巡检技术研究", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 *
马福义: "鹤岗矿区工业广场"空天地"变形监测与预警系统研究", 《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅰ辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114353876A (zh) * 2022-01-07 2022-04-15 兰州大学 一种黄土公路边坡健康监测方法
CN114076568A (zh) * 2022-01-19 2022-02-22 中铁第一勘察设计院集团有限公司 一种空-地-深一体可视化边坡自动监测监控系统及方法
CN116399211A (zh) * 2023-06-08 2023-07-07 湖南联智科技股份有限公司 一种基于两点北斗监测定位计算边坡面滑移的方法
CN116399211B (zh) * 2023-06-08 2023-08-18 湖南联智科技股份有限公司 一种基于两点北斗监测定位计算边坡面滑移的方法

Similar Documents

Publication Publication Date Title
CN113532509A (zh) 一种基于空天地立体技术的大规模高陡边坡监测方法
CN110207681A (zh) 基于无人机的地面变形监测方法
Huang et al. Unmanned aerial vehicle based remote sensing method for monitoring a steep mountainous slope in the Three Gorges Reservoir, China
CN111191307B (zh) 一种基于bim+gis技术的土方工程虚拟施工方法
CN107816952B (zh) 一种逐层开挖工程获取整体三维影像的方法
Jiang et al. A monitoring method integrating terrestrial laser scanning and unmanned aerial vehicles for different landslide deformation patterns
CN110672073B (zh) 一种基于三维遥感技术辅助隧址区施工的方法及装置
CN114898053A (zh) 基于三维空间影像技术的碎裂松动岩体发育范围圈定方法
CN115988445A (zh) 基于无线传输的边坡分阶段组合监测的方法
CN114674277A (zh) 全场测线联合的深部开采地表沉陷监测及土地复垦适宜性评价方法
CN108305322B (zh) 一种基于无人机的岩溶区地质缺陷体检测方法
CN111678502B (zh) 基于无人机航测影像提取冻土灾害信息的方法
Kajzar et al. Aerial Photogrammetry observation of the subsidence depression near Karviná
Owczarz A review of geodetic and remote sensing methods used for detecting surface displacements caused by mining
CN115652960A (zh) 一种基于bim及倾斜摄影的边坡支护施工方法
Gigli et al. Brief communication" Analysis of deformations in historic urban areas using terrestrial laser scanning"
CN115748841A (zh) 一种岩溶区冲击成孔灌注桩偏位监测方法
Tan et al. Deformation monitoring and spatiotemporal evolution of mining area with unmanned aerial vehicle and D-InSAR technology
Harrap et al. An overview of LIDAR: collection to application
Dai et al. Application of UAV photogrammetry on ecological restoration of abandoned open-pit mines, Northern Anhui province, China
Chmelina et al. Drone based deformation monitoring at the Zentrum am Berg tunnel project, Austria. Results and findings 2017–2019
CN111765868A (zh) 基于倾斜摄影技术并按不同网格划分的土方测量方法
CN110359346A (zh) 一种路基形变监测系统、方法和存储介质
Cara et al. Assessment of landscape by photogrammetry proximity UAV survey technique: a case study of an abandoned mine site in the Furtei area (Sardinia-Italy)
RU2712796C1 (ru) Способ определения величины и направления деформации наружной составляющей бугров пучения вечной мерзлоты

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20211022

RJ01 Rejection of invention patent application after publication