CN116011291A - 一种隧道洞口多源信息融合的边坡稳定性数字化评估平台 - Google Patents
一种隧道洞口多源信息融合的边坡稳定性数字化评估平台 Download PDFInfo
- Publication number
- CN116011291A CN116011291A CN202310060050.8A CN202310060050A CN116011291A CN 116011291 A CN116011291 A CN 116011291A CN 202310060050 A CN202310060050 A CN 202310060050A CN 116011291 A CN116011291 A CN 116011291A
- Authority
- CN
- China
- Prior art keywords
- data
- tunnel portal
- slope
- module
- dimensional
- 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
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/23—Dune restoration or creation; Cliff stabilisation
Abstract
本发明公开了一种隧道洞口多源信息融合的边坡稳定性数字化评估平台,包括:数据采集及预处理模块,用于对隧道洞口三维点云数据进行预处理;多源信息融合集成模块,用于进行三维地质模型构建,并进行GIS空间分析;统计学边坡稳定性评价模块,用于进行数字高程模型的构建,并基于加权信息量法进行隧道洞口边坡的高风险区进行分析;边坡数值模拟功能模块,用于对预处理后隧道洞口三维点云数据进行边坡台阶线的提取,基于地质勘探数据进行隧道洞口实体模型的构建,通过划分网格对隧道洞口实体模型进行数值模拟计算;统计学分析模块,用于得出加权信息量法的滑坡风险图,该平台能够高效评估隧道洞口边坡稳定性。
Description
技术领域
本发明属于隧道洞口边坡稳定性评判领域,涉及一种隧道洞口多源信息融合的边坡稳定性数字化评估平台。
背景技术
由于隧道在开挖期间,洞口的边帮岩体处于动态演化中,导致边坡的稳定性受到诸多动态复杂的影响。对此,有必要进行隧道洞口的边坡稳定性研究。基于多指标多方法的综合评判方法确定边坡高风险区域,对高风险进行重点加固防护,开发动态实时监测的可视化边坡稳定性评价平台,这样有利于降低隧道开挖洞口边坡失稳的风险,从而有效提升隧道开挖过程中的工程安全性以及节省边坡加固的成本。
现有的预警平台很难将其进行功能集成。平台仍停留在“查一查,看一看”的层面。然而伴随着大数据、物联网和人工智能技术的引领,未来的数字化边坡稳定性评价平台应基于随掘、随采、随探的隧道洞口地质综合探测技术与装备。通过构建信息数据平台,动态的信息处理方能实现。因此,现有的隧道洞口边坡稳定性评价信息化平台虽采集数据多源,量大,但平台仍处在“重采集,轻分析”的技术瓶颈。较多平台皆以单一监测数据作为阈值来评价边坡稳定性。因此,针对边坡在动态开采的情境下预测较为困难的情况,采用多分析手段,多预警指标进行综合反演才是未来边坡稳定性评价平台的趋势。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供了一种隧道洞口多源信息融合的边坡稳定性数字化评估平台,该平台能够高效评估隧道洞口边坡稳定性。
为达到上述目的,本发明所述的隧道洞口多源信息融合的边坡稳定性数字化评估平台包括:
数据采集及预处理模块,用于对获取的隧道洞口三维点云数据进行预处理;
多源信息融合集成模块,用于对预处理后隧道洞口三维点云数据进行三维地质模型构建,并进行GIS空间分析;
统计学边坡稳定性评价模块,用于基于预处理后隧道洞口三维点云数据进行数字高程模型的构建,并基于加权信息量法进行隧道洞口边坡的高风险区进行分析;
边坡数值模拟功能模块,用于对预处理后隧道洞口三维点云数据进行边坡台阶线的提取,基于地质勘探数据进行隧道洞口实体模型的构建,通过划分网格对隧道洞口实体模型进行数值模拟计算;
统计学分析模块,用于数字高程模型进行评价,基于地勘资料进行风险因子确定,采用加权信息量法对风险因子进行统计分析,并最终得出加权信息量法的滑坡风险图。
所述数据采集及预处理模块包括无人机倾斜摄影测量模块、Lidar三维激光扫描数据模块及数据预处理子模块。
所述Lidar三维激光扫描数据模块利用全站式扫描仪对隧道洞口边坡进行全过程扫描,获取大地绝对坐标系下隧道洞口的三维点云数据。
所述无人机倾斜摄影测量模块利用无人机搭载镜头对隧道洞口的边坡进行影像拍摄,再基于Smart3D进行倾斜摄影模型的构建;
所述数据预处理子模块对Lidar三维激光扫描数据模块获取的三维点云数据的噪点数据进行剔除以及三维台阶线的提取,其中,利用体素化下采样的方法对采集得到的点云数据进行数据大小缩减,利用渐进形态学滤波对非地面点云进行数据过滤。
所述多源信息融合集成模块利用SuperMap GIS软件将预处理后的隧道坡口三维点云数据、无人机倾斜摄影数据、潜在滑坡区域的变形监测数据以及地质勘探数据按照不同数据类型进行数据入库,并基于SuperMap iServer上传至数据云端,基于SuperMapWebGL开发包对三维模型、二维矢量模型以及监测关系型数据进行可视化三维场景展示,并基于三维空间分析对其采集得到的三维模型进行空间分析。
所述统计学边坡稳定性评价模块利用数值模拟方法采用折减强度理论,求得隧道洞口边坡的滑动破坏面;基于折减强度方法计算露天矿坑三维地质数学模型,得到露天矿坑应力、应变以及损伤区域,以分析得到隧道洞口边坡的风险区域。
所述统计学分析模块采用层次分析法和信息量法结合的加权信息量法对隧道洞口边坡稳定性进行评估。
所述信息量法根据GIS栅格像元统计功能对露天矿滑坡区域以及露天矿区域进行栅格像元统计,基于信息量计算理论公式对滑坡影响因子进行统计计算;
将各影响因子及所赋予的加权信息量进行栅格地图赋予,并通过SuperMap GIS的栅格地图代数运算将所有的影响因子的栅格地图进行代数相加,得到加权信息量法的隧道洞口边坡风险云图。
所述监测预警信息模块基于统计学和数值模拟两种分析手段综合得出的高风险区域,并进行重点监控,采用微震和GPS位移监测两种方式,其中,边坡安装具有9个传感器,建立边坡微震数据采集系统进行微震监测,并通过网络技术进行现场数据向监测预警中心平台的远距离传送。
本发明具有以下有益效果:
本发明所述的隧道洞口多源信息融合的边坡稳定性数字化评估平台在具体操作时,通过数据采集及预处理模块对获取的隧道洞口三维点云数据进行预处理,充分结合层次分析法的各因子权重计算以及信息量统计算法的统计客观程度,使得露天矿滑坡风险评估简便易操作且评估精度更高。
附图说明
图1为本发明的功能框架图;
图2为图1中数据采集及预处理模块的功能框架图;
图3为点云直通滤波的原理图;
图4为点云估计法向量的原理图;
图5为多源信息融合集成模块的功能框架图;
图6为多源信息融合集成模块的坡度坡向分析功能图;
图7为多源信息融合集成模块的场景测量分析功能图;
图8为多源信息融合集成模块的场景坐标查询功能图;
图9为有限元结果模型的蕴含元素图;
图10为有限元至超图有限元结果模型的导出界面图;
图11为有限元至超图有限元结果模型的导出效果图;
图12为加权信息量法的隧道洞口滑坡风险图;
图13为动态更新DEM的原理图;
图14为微震监测区域的位置图;
图15为开挖点云数据生成前后DEM数据效果图;
图16为GPS的ITRF05的框架图;
图17为本发明图1中监测预警信息模块的位移监测设备图;
图18为本发明图1中监测预警信息模块的位移监测预警效果图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,不是全部的实施例,而并非要限制本发明公开的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要的混淆本发明公开的概念。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,都应当属于本发明保护的范围。
在附图中示出了根据本发明公开实施例的结构示意图。这些图并非是按比例绘制的,其中为了清楚表达的目的,放大了某些细节,并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的,实际中可能由于制造公差或技术限制而有所偏差,并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
参考图1及图2,本发明所述的隧道洞口多源信息融合的边坡稳定性数字化评估平台包括数据采集及预处理模块、多源信息融合集成模块、数值模拟分析模块、统计学分析模块以及监测预警信息模块,数值模拟分析模块包括所述统计学边坡稳定性评价模块及所述边坡数值模拟功能模块;
所述数据采集及预处理模块,用于对获取的隧道洞口三维点云数据进行预处理,并传输给多源信息融合集成模块、统计学边坡稳定性评价模块及边坡数值模拟功能模块;
所述多源信息融合集成模块,用于对预处理后隧道洞口三维点云数据进行三维地质模型构建,并进行GIS空间分析;
所述统计学边坡稳定性评价模块,用于基于预处理后隧道洞口三维点云数据进行数字高程模型(DEM)的构建,并基于加权信息量法进行隧道洞口边坡的高风险区进行分析;
所述边坡数值模拟功能模块,用于对预处理后隧道洞口三维点云数据进行边坡台阶线的提取,利用三维插值技术进行隧道洞口表面模型的更新,基于地质勘探数据进行隧道洞口实体模型的构建,通过划分网格对隧道洞口实体模型进行数值模拟计算。
如图2所示,数据采集及预处理模块包括倾斜摄影模型构建模块、三维点云数据获取模块、三维点云数据预处理模块、DEM模型构建模块以及三维台阶线提取模块,三维点云数据获取模块与三维点云数据预处理模块相连接,三维点云数据预处理模块与分别DEM模型构建模块及三维台阶线提取模块相连接。
需要说明的是,本发明采用无人机倾斜摄影测量的方式获取倾斜摄影模型及三维点云数据,其中,获取的大地绝对坐标系下三维点云数据,数据的类型为X坐标、Y坐标、Z坐标和RGB值。三维点云数据预处理模块对激光扫描获取的三维点云数据进行扫描参数设置、噪点数据剔除和点云数据分段,具体实现步骤为:
11)对露天矿山进行无人机倾斜摄影测量作业,依据得出的高清相片数据在Smart3D中进行倾斜摄影模型的构建;
如图1所示,需要注意的是,在构建倾斜摄影模型之前需确认本次测量作业当中的相片POS信息以及控制点信息方能够保证构建得出的倾斜摄影模型的精度;
12)将无人机倾斜摄影测量得到的三维点云数据进行数据下采样,基于PCL C++中downSample组件对点云进行体素化下采样;
13)根据下采样得到的三维点云数据进行数据降噪,将树木、建筑、草丛等非地面点进行数据过滤,采用渐进形态学滤波为:
其中,c为格网大小,s为地形坡度参数,wk为第k次滤波的窗口大小,h0为初始高差阈值,hmax为最大高差阈值,hk为当前滤波窗口下的高差阈值。
三维台阶线提取模块的具体工作过程为:
21)基于过滤完毕的三维点云进行点云间距统计,得出XYZ三个方向的点云平均间距,利用PCL C++中的直通滤波组件对Z方向高度进行分割,直通滤波是对点云模型指定维度指定区间进行剪裁,保留区间内的点,滤去区间外的点。经过统计得出Z轴最小值为0米,最大值为401.92米,点平均间距为0.95米。以Z轴为滤波维度,滤波区间设置1.5米,相邻滤波区间设置为3米(等高线间距为3米),对模型直通滤波,核心代码如图3所示;
22)基于形状轮廓提取的思想,通过KdTree检索每个点云,并计算其法向量,如图4所示;
23)利用PCL C++中的接口函数isBoundaryPoint()判定该点是否为边缘点,以此来达到提取边缘的效果;
24)基于预处理得到的台阶线三维点云进行曲线拟合,通过B样条曲线对得出边缘的点云进行曲线拟合;
本发明中DEM模型的构建过程为:将预处理得到的隧道坡口三维点云数据以Las格式导入Matlab中,采用反距离加权插值对三维点云进行DEM的构建;反距离加权插值基于相似相近原理,即距离插值点越近的权重越大,相反,当点在插值点一定范围之外时,该点可以忽略不计。
如图5所示,所述多源信息融合集成模块包含三维空间分析模块、全景三维漫游模块以及模型属性查询模块:
三维空间分析模块,用于基于SuperMap iServer中的坡度坡向分析、场景测量功能、空间坐标查询以及地形填挖方分析进行三维空间分析;
其中,坡度坡向分析基于SpuerMap WebGL库中的Cesium.js的开发包中进行二次开发,坡度坡向分析采用和地形淹没分析一样的分层设色原理来渲染不同坡度值下所对应的颜色,而坡向则用箭头来表示,它采用了Cesium的SlopeSetting模块来进行功能设置本功能分析模式分为两种一种为选中区域进行分析;另一种为全矿山进行区域分析,其演示效果如图6所示;
SuperMap的GIS开发包Cesium有一个开发模块MeasureHandler专门是为了场景测量功能,本发明在大孤山露天矿GIS分析功能中将测量功能分为测量距离、测量面积、测量高度三个模块,所有测量皆为贴地模式,其演示效果如图7所示;
场景坐标查询,即基于Cesium的场景坐标拾取模块pickPosition进行二次开发,其演示效果如图8所示;
数值模拟分析模块通过预处理得到的台阶线进行地质模型的构建,基于有限元数值计算软件进行滑坡风险,并通过开发有限元至平台数据接口程序将数值计算结果模型进行数据上传,使得平台具备数值模拟分析功能,具体工作过程为:
31)将预处理后的三维台阶线通过提取带高程的多段线特征点坐标,利用Delaunay剖分算法,将所有表述地表特征的散点集构筑成三角网,这些没有重叠及缝隙的3Dface面,记作数字化地形模型(DTM);
32)将DTM模型导入Rhino中进行实体模型的构建,地质模型的构建需要露天矿山剖面图的数据支撑,通过地质剖面图构建地质模型,根据地质勘探资料对构建完毕的地质模型进行岩体区域划分岩性;
33)将地质模型导入Hypermesh中进行网格划分,经统计得出地质模型共具备网格单元8961375个;
34)综合地勘资料及相关文献对隧道洞口边坡相关区域的岩石材料的物理力学性质进行参数赋值,采用重力平衡条件以及利用折减强度系数法进行数值计算,边界条件采用模型四周为辊支撑,底板选为固定约束;
35)通过comsol app开发折减强度算法,将赋予岩石物理参数完毕的网格模型进行代入计算,计算得出应力、应变及损伤结果模型;
36)根据comsol计算得出的结果模型,基于comsol.app的二次开发功能采用java语言开发其有限元数据导出接口程序,数据保存为.dat格式;
COMSOL计算结果的存储为两大类,一类是按照所有的节点Node编号(内存地址编号,存于一个链条数组中)每个节点的坐标、位移;第二类是按照所有计算单元Element的编号(亦是内存地址编号,存于链条数组中)存贮每个单元的节点编号、应力等信息。
在模型重构过程中单元与节点拓扑关系已经在COMSOL网格建模过程中内置。所有单元的节点均按照下图的顺序排列,得到单元节点编号的数组(已按照默认的顺序排列),即可知每个单元面上节点的信息,并且按照逆时针的顺序排列。按照从节点-单元-面的三重拓扑,COMSOL中对于单元的分类及单元中节点的默认排序是网格拓扑关系建立的关键。
本发明基于上述有限元数据导出原理,按照第一行:总节点数量;第二行:总单元数量;第三~(总节点数量+2)行:节点坐标、位移、应力、应变(每行共计16列);第(总节点数量+3)行~(总单元数量+总节点数量+2)行:单元类型、单元的节点编号。利用COMSOL app的二次开发功能,采用java语言开发其有限元数据导出接口程序,数据保存为.dat格式。如图9所示为有限元元素导出代码;
其中,dat格式文件中包含有限元模拟结果模型的以下元素:
如图10所示,按照第一行:总节点数量;第二行:总单元数量;第三~(总节点数量+2)行:节点坐标、位移、应力、应变(每行共计16列);第(总节点数量+3)行~(总单元数量+总节点数量+2)行:单元类型、单元的节点编号;
37)采用SuperMap iObject.NET的组件进行接口程序开发,在三维有限元计算模型规模较小的情况下,可以根据元素的拓扑构造完整地绘制出图形,将三维网格所有的具体均可视化显示。即四面体单元显示6条边、4个面,或者块体单元显示12条边、6个面。在这些元素当中位置重叠而不可见的占大部分,必须显示的元素实际常不到总数的1/100甚至1/1000。
三维有限元数据中,除节点数据每一个都唯一以外,单元的边、面均有重叠出现,其中,表层单元无重叠。因此,使用排序可将相同元素移到相邻位置,然后在只要从头至尾比较前后位置,即可检测到所有内容重复的元素,如果操作大尺度元素序列计算量必然巨大,此时可采用快速排序算法来处理。
切面图剖切思路为:先查找与剖面相交的单元,再逐一剖切再组合成完整的剖面,在剖切完成后的绘制中,边的绘制取决于点的连接关系,面的绘制取决于边的连接方式。当实现剖切三维有限元数据时,需要重现构建新的三维拓扑关系,剖面上会有新的顶点、边和面,而其中边的邻接关系,也就是顶点的连接顺序最为重要,因此,具体算法步骤为:
371)判断一个单元是否与剖面相交,根据其在剖面上下侧是否均有其节点;
372)释放所有单元边线形成交线数组,同时在单元数组中记录边的编号,以及其在单元内部的编号;
373)删除重复元素紧缩边线数组,并更新相交单元数组对应编号;
274)计算每条边与剖面的交点,同时插取交点处数值,并记录成交点数组;
375)逐个单元归纳交线,构造并填充交点邻接表;
376)遍历交点邻接表形成单元剖面,然后组合成最终的模型剖面。
基于组件式开发三维模拟结果可视化程序,其演示效果如图11所示;
统计学分析模块通过预处理得到的DEM模型进行评价,基于地勘资料进行风险因子确定,采用加权信息量法对风险因子进行统计分析并最终得出加权信息量法的滑坡风险图,具体过程为:
41)根据现场地质资料详细程度,选取6个滑坡影响因子,即坡度、坡向、坡型、断层、高程以及岩性;
42)采用层次分析法对上述6个因子进行分层分析,具体过程为:
421)依据决策层、准则层和目标层进行因子划分;
422)根据专家或工程类比法对各因子进行两两专家打分,如表1所示;
423)将因子之间打分根据所划分的决策层进行比较矩阵的构建,并算出该矩阵的特征值与特征向量,如表2所示;
424)对该评价因子权重进行一致性分析;
层次分析法在进行计算矩阵的特征向量的同时,也算出各个层次特征向量所对应的最大特征值λmax,而利用最大特征向量与矩阵阶数的差值(一致性指标CI)大小可以衡量矩阵的不一致性,从而验证该矩阵的客观评价性,即
CIA=(λmax-n)/(n-1)
其中,CIA为一致性指标;n为层次分析法判断矩阵阶数;
为防止矩阵因随机性而影响一致性指标,本发明结合随机一致性指标RI表进行参考,一致性指标随矩阵阶数的不确定增大而数值发生相应的增加。
结合一致性指标和随机引发矩阵发生偏差的指标,二者之间进行比值,便得出最终的检验系数CR。若CR<0.1,则认为该权重通过一致性分析,是符合客观评价标准的,该数据权重可被使用;若CR>0.1,则认为不通过一致分析,则需重新权取值:
CR=CI/RI
本发明两个方案层,一个决策层进行赋值权重,其一致性比率分别为:地形地貌因子CR1为0,地质构造因子CR2为0,总层次CR3为0,故权重通过一致性检验,具有可信度;
425)将每个因子对应的判断矩阵特征向量进行归一化。
43)基于信息量法对滑坡因子进行栅格像元统计以及信息量计算,具体过程为:
431)露天矿山区域像元统计及历史滑坡区域像元统计;
基于SuperMap iDesktop中具有栅格统计功能,统计得出露天矿坑总栅格单元为1676499个,根据现场提供的滑坡位置,进行历史滑坡面的绘制,经统计得出滑坡区域栅格值为12292个;
432)根据信息量公式对各因子中的像元值进行统计并计算;
其中,W为研究区域内单位面积;W0为已经发生滑坡地质灾害的单元面积之和;Sn为具有相同因子x1,x2,x3....xn组合的单元总面积;S0为具有相同因子x1,x2,x3....xn组合的单元中发生滑坡地质灾害的总面积;
44)根据公式对各因子的加权信息量进行计算并得出所对应的加权信息量专题图,如图12所示;
其中,Wi为该因子下层次分析法所算得的权重;I(y,xi)为该因子下的信息量的值;
步骤44)的具体过程为:
441)基于上式加权信息量计算公式对各因子进行相应计算并得出最终各因子及划分数值范围的各加权信息量值;
442)依据上表当中的信息量值对各影响因子所对应的栅格专题图中的值进行重新赋予并得到最终的加权信息量专题图;
443)利用SuperMap iDesktop中的栅格代数计算将上述各因子的加权信息量专题图进行线性叠加得出最终露天矿加权信息量专题图
45)对隧道洞口边坡加权信息量滑坡风险专题图进行信息量值划分,采用自然间断法分为五级:低风险级(蓝色)、次低险级(青色)、中风险级(绿色)、次高(黄色)、高风险(红色),得出隧道洞口边坡最终滑坡风险图;
46)局部地形的更新,本发明采用Visual Studio 2019Communit开发套件在SuperMap iObjects 10i.NET二次开发平台(supermap-iobjectsdotnet-10.1.0版本)的基础上,根据所提及的地形自动更新思路开发了“基于DEM的三维地形自动更新软件”,具体工作原理为:
461)将局部更新的点云以excel文件形式进行储存,并将文件导入局部更新地形软件中;
462)将数据集中的点云数据转换为二维点数据集,并对二维数据集进行投影转换,一般转换为WCS1984投影坐标系(为保持和后续原始处在同一个投影坐标系下);
463)根据裁剪区内的点云数据生成DEM开挖地形;
464)对生成的DEM开挖地形进行栅格地图配准,使其与原始地形具有相同的位置,以便进行地形更新;
465)基于组件式中的数据更新功能,将局部新地形和原始地形进行相互数据更新(处在同一投影坐标系和同一位置下),便完成地形局部更新,其最终效果如图15所示;
47)由于GIS平台采用B/S模式,因此必须将上述结果同步更新到该平台上的超图数据库中。具体地说,就是生成地形和影像缓存,并即时发布到平台服务器上。这些操作对平台是透明的,即对平台运行没有丝毫影响。首先,生成带法线的地形缓存,缓存类型为TIN地形,然后生成缓存类型为影像的影像缓存;
48)将缓存数据上传iserver服务器,具体的,首先在浏览器中输入[iserver服务器所在IP地址]:8090/iserver。进入“服务管理”,点击快捷操作中的“快速发布一个或一组服务”,选择“文件型”,选择工作空间所在文件夹的工作空间文件,下一步选择“REST三维服务”。点击“完成”即可完成工作工间的发布。本软件已实现上述过程的全部自动化。不过,本软件为追求实时性走了一条捷径,即直接将生成的缓存数据文件覆盖原有缓存数据文件(因为使用的是文件型数据,而非数据库型数据),实现了瞬间更新,并且对原有系统没有丝毫影响;
监测预警信息模块通过统计学分析模块和数值模拟计算所确定的隧道洞口滑坡高风险区进行重点监测,采用工程类比法对类似隧道洞口滑坡案例进行搜集,并以此构建隧道洞口滑坡案例数据库,并针对类似工程案例进行模式匹配,综合参考案例中的监测数据阈值来最终标定监测预警指标,具体工作过程为:
51)针对统计学和数值模拟手段所最终圈定的滑坡高风险区域进行监测设备的布置,安装9个传感器(8个单分量传感器,1个三分量传感器)的微震监测系统,建立边坡微震数据采集系统进行微震监测,微震监测区域如图16所示;
52)地面沉降监测利用ITRF为GPS地面沉降监测网提供一个全球性的稳定基准,即在定位解算过程中利用监测网内双频监测站联测IGS站,采用IGS精密星历,参考站的初始坐标文件以及速度场统一采取ITRF05框架,将GPS观测结果归算到ITRF05框架下。整个系统处理流程为:数据获取、数据解算及沉降分析。数据的获取过程包括监测网数据的采集、格式转换以及IGS站数据和产品的下载;利用监测网数据及IGS站数据和产品进行数据解算,进行基准传递以及获取电离层数据,然后进行监测网单频数据解算;最后对解算结果进行沉降分析,获取沉降信息,并将沉降信息可视化,将原始数据以及解算结果进行备份归档并发布,如图17所示。
53)搜集文献资料,将隧道洞口滑坡事件进行整合,其中,数据包含每个滑坡案例的边坡特征、地质条件、失稳过程及监测资料;
为实现对滑坡特征进行定量化描述,根据露天矿边坡滑坡力学机制、边坡结构特征与工程地质条件,将对边坡稳定起重要作用的特征因素分为9项,即滑坡模式、滑面角、滑面表面等级、主要结构面与坡面夹角、岩体质量等级、边坡角、卸荷松动圈深度、地下水水位及降雨量。
54)针对该案例的滑坡类型为楔体滑坡,应用智能方法对同类型边坡岩体进行破坏模式识别,依据每项特征因素的特点,分别罗列出该特征因素的可能情况并进行分类,并对该特征因素的不同情况按照实际情况进行打分,打分结果作为特征值,则对于每个滑坡案例i,可形成特征值向量Fi,目标滑坡的特征值向量为G,设目标滑坡特征值向量与滑坡案例i特征值向量的匹配向量Di为:
Di=min(Gj,Fi,j)/max(Gj,Fi,j)
其中,i=1,2,…n,n为案例库中的滑坡数目;j=1,2,…9。
考虑各特征因素对目标滑坡的影响程度,确定权重向量μ,设各滑坡案例与目标滑坡的相似度为:
Si=μDi
根据工程案例匹配相似度,匹配相应工程案例,结合其实际变形监测数据,确定变形监测阈值为10mm/d。
55)根据变形监测阈值在平台中设定蓝色、黄色、橙色及红色四个等级,如图18所示,并分别给出所对应的变形速率阈值,当监测变形数据处在红色级别时,即可认为边坡滑坡进行不可逆的阶段,发布红色预警,封闭附近150m附近的区域,严禁人员与设备的进入。
表1
程度 | 意义 |
1 | 二者因子重要程度相等 |
3 | 前者因子比后者因子稍微重要 |
5 | 前者因子比后者因子重要 |
7 | 前者因子远远重要于后者 |
9 | 前者因子比后者极为重要 |
2、4、6、8 | 中间程度值 |
表2
表3
表4
表5
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种隧道洞口多源信息融合的边坡稳定性数字化评估平台,其特征在于,包括:
数据采集及预处理模块,用于对获取的隧道洞口三维点云数据进行预处理;
多源信息融合集成模块,用于对预处理后隧道洞口三维点云数据进行三维地质模型构建,并进行GIS空间分析;
统计学边坡稳定性评价模块,用于基于预处理后隧道洞口三维点云数据进行数字高程模型的构建,并基于加权信息量法进行隧道洞口边坡的高风险区进行分析;
边坡数值模拟功能模块,用于对预处理后隧道洞口三维点云数据进行边坡台阶线的提取,基于地质勘探数据进行隧道洞口实体模型的构建,通过划分网格对隧道洞口实体模型进行数值模拟计算;
统计学分析模块,用于数字高程模型进行评价,基于地勘资料进行风险因子确定,采用加权信息量法对风险因子进行统计分析,并最终得出加权信息量法的滑坡风险图。
2.根据权利要求1所述的隧道洞口多源信息融合的边坡稳定性数字化评估平台,其特征在于,所述数据采集及预处理模块包括无人机倾斜摄影测量模块、Lidar三维激光扫描数据模块及数据预处理子模块。
3.根据权利要求2所述的隧道洞口多源信息融合的边坡稳定性数字化评估平台,其特征在于,所述Lidar三维激光扫描数据模块利用全站式扫描仪对隧道洞口边坡进行全过程扫描,获取大地绝对坐标系下隧道洞口的三维点云数据。
4.根据权利要求2所述的隧道洞口多源信息融合的边坡稳定性数字化评估平台,其特征在于,所述无人机倾斜摄影测量模块利用无人机搭载镜头对隧道洞口的边坡进行影像拍摄,再基于Smart3D进行倾斜摄影模型的构建。
5.根据权利要求4所述的隧道洞口多源信息融合的边坡稳定性数字化评估平台,其特征在于,所述数据预处理子模块对Lidar三维激光扫描数据模块获取的三维点云数据的噪点数据进行剔除以及三维台阶线的提取,其中,利用体素化下采样的方法对采集得到的点云数据进行数据大小缩减,利用渐进形态学滤波对非地面点云进行数据过滤。
6.根据权利要求5所述的隧道洞口多源信息融合的边坡稳定性数字化评估平台,其特征在于,所述多源信息融合集成模块利用SuperMap GIS软件将预处理后的隧道坡口三维点云数据、无人机倾斜摄影数据、潜在滑坡区域的变形监测数据以及地质勘探数据按照不同数据类型进行数据入库,并基于SuperMap iServer上传至数据云端,基于SuperMap WebGL开发包对三维模型、二维矢量模型以及监测关系型数据进行可视化三维场景展示,并基于三维空间分析对其采集得到的三维模型进行空间分析。
7.根据权利要求1所述的隧道洞口多源信息融合的边坡稳定性数字化评估平台,其特征在于,所述统计学边坡稳定性评价模块利用数值模拟方法采用折减强度理论,求得隧道洞口边坡的滑动破坏面;基于折减强度方法计算露天矿坑三维地质数学模型,得到露天矿坑应力、应变以及损伤区域,以分析得到隧道洞口边坡的风险区域。
8.根据权利要求1所述的隧道洞口多源信息融合的边坡稳定性数字化评估平台,其特征在于,所述统计学分析模块采用层次分析法和信息量法结合的加权信息量法对隧道洞口边坡稳定性进行评估。
9.根据权利要求8所述的隧道洞口多源信息融合的边坡稳定性数字化评估平台,其特征在于,所述信息量法根据GIS栅格像元统计功能对露天矿滑坡区域以及露天矿区域进行栅格像元统计,基于信息量计算理论公式对滑坡影响因子进行统计计算;
将各影响因子及所赋予的加权信息量进行栅格地图赋予,并通过SuperMap GIS的栅格地图代数运算将所有的影响因子的栅格地图进行代数相加,得到加权信息量法的隧道洞口边坡风险云图。
10.根据权利要求1所述的隧道洞口多源信息融合的边坡稳定性数字化评估平台,其特征在于,所述监测预警信息模块基于统计学和数值模拟两种分析手段综合得出的高风险区域,并进行重点监控,采用微震和GPS位移监测两种方式,其中,边坡安装具有9个传感器,建立边坡微震数据采集系统进行微震监测,并通过网络技术进行现场数据向监测预警中心平台的远距离传送。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310060050.8A CN116011291A (zh) | 2023-01-17 | 2023-01-17 | 一种隧道洞口多源信息融合的边坡稳定性数字化评估平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310060050.8A CN116011291A (zh) | 2023-01-17 | 2023-01-17 | 一种隧道洞口多源信息融合的边坡稳定性数字化评估平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116011291A true CN116011291A (zh) | 2023-04-25 |
Family
ID=86024774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310060050.8A Pending CN116011291A (zh) | 2023-01-17 | 2023-01-17 | 一种隧道洞口多源信息融合的边坡稳定性数字化评估平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116011291A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116663762A (zh) * | 2023-08-02 | 2023-08-29 | 山东省物化探勘查院 | 一种城市规划地下空间勘察测绘方法及系统 |
CN116664789A (zh) * | 2023-07-24 | 2023-08-29 | 齐鲁空天信息研究院 | 一种全球电离层格网数据快速可视化方法和系统 |
CN116758235A (zh) * | 2023-07-04 | 2023-09-15 | 福建省云上晴天规划设计有限公司 | 基于多源数据的多维地下空间渐进式3d建模方法 |
CN117073764A (zh) * | 2023-08-27 | 2023-11-17 | 新疆交通建设集团股份有限公司 | 一种山区公路路基边坡状态监视系统及方法 |
-
2023
- 2023-01-17 CN CN202310060050.8A patent/CN116011291A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116758235A (zh) * | 2023-07-04 | 2023-09-15 | 福建省云上晴天规划设计有限公司 | 基于多源数据的多维地下空间渐进式3d建模方法 |
CN116758235B (zh) * | 2023-07-04 | 2024-04-16 | 福建省云上晴天规划设计有限公司 | 基于多源数据的多维地下空间渐进式3d建模方法 |
CN116664789A (zh) * | 2023-07-24 | 2023-08-29 | 齐鲁空天信息研究院 | 一种全球电离层格网数据快速可视化方法和系统 |
CN116664789B (zh) * | 2023-07-24 | 2023-10-24 | 齐鲁空天信息研究院 | 一种全球电离层格网数据快速可视化方法和系统 |
CN116663762A (zh) * | 2023-08-02 | 2023-08-29 | 山东省物化探勘查院 | 一种城市规划地下空间勘察测绘方法及系统 |
CN117073764A (zh) * | 2023-08-27 | 2023-11-17 | 新疆交通建设集团股份有限公司 | 一种山区公路路基边坡状态监视系统及方法 |
CN117073764B (zh) * | 2023-08-27 | 2024-04-09 | 新疆交通建设集团股份有限公司 | 一种山区公路路基边坡状态监视系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116011291A (zh) | 一种隧道洞口多源信息融合的边坡稳定性数字化评估平台 | |
CN111623722B (zh) | 一种基于多传感器的边坡变形立体监测系统和方法 | |
CN111125821B (zh) | 基于bim+gis地基与基础分部工程分析及选型方法 | |
CN109508508B (zh) | 一种露天矿山治理勘查设计方法 | |
CN102434210B (zh) | 地下工程画像信息与监测信息安全监控的方法与系统 | |
CN116504032B (zh) | 一种基于实景三维的滑坡危险性监测预警方法及系统 | |
CN114353876A (zh) | 一种黄土公路边坡健康监测方法 | |
CN111191307B (zh) | 一种基于bim+gis技术的土方工程虚拟施工方法 | |
Alvioli et al. | Rockfall susceptibility and network-ranked susceptibility along the Italian railway | |
CN115688491B (zh) | 一种基于区块链的水利数字孪生仿真模拟方法 | |
CN106990128A (zh) | 区域尾矿库环境风险评估中斑块影像和污染特征耦合方法 | |
CN110362895B (zh) | 一种基于bim+gis技术的征地拆迁应用管理系统 | |
Wang et al. | Construction and optimization method of the open-pit mine DEM based on the oblique photogrammetry generated DSM | |
Ozturk et al. | A low-cost approach for determination of discontinuity orientation using smartphone images and application to a part of Ihlara Valley (Central Turkey) | |
CN110363299B (zh) | 面向露头岩层分层的空间案例推理方法 | |
CN116580532A (zh) | 一种基于雷达遥感技术的地质灾害预警系统 | |
Ji et al. | 3D scene reconstruction of landslide topography based on data fusion between laser point cloud and UAV image | |
CN110827405A (zh) | 一种数码遥感地质测绘方法及系统 | |
CN110827406A (zh) | 一种实现大水网隧洞快速三维重构方法 | |
Karantanellis et al. | 3D hazard analysis and object-based characterization of landslide motion mechanism using UAV imagery | |
CN116363524A (zh) | 一种公路地质灾害高风险区域监测预警方法及装置 | |
CN114255270A (zh) | 基于倾斜摄影技术的路基土石方自动算量方法和平台 | |
CN111964599A (zh) | 基于倾斜摄影测量技术的公路高边坡表面变形监测及分析方法 | |
CN117351162A (zh) | 一种基于数字孪生的实景三维规划设计方法 | |
Liu et al. | Architecture planning and geo-disasters assessment mapping of landslide by using airborne LiDAR data and UAV images |
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 |