一种基于多种滑坡数据的信息融合和三维可视化的方法与流程

1.本发明属于滑坡信息化领域，具体涉及一种基于多个滑坡数据的融合信息和三维可视化的方法。


背景技术：

2.摄影测量技术允许以亚米精度生成地形表面的3d重建，非常适合区分观测表面的时间变化并获得有关其形态的详细信息。短距离摄影测量是滑坡中地面变形的测量方法。该方法具有明显的优势，如使用abdm(基于区域的变形测量)方法覆盖大面积土地、自动化程度高、数据获取快速，而且通常数字摄影测量比3d扫描技术更便宜；测地线测量技术，例如全球定位系统(gps)，可以获得精确的几何形状信息和滑移位置的当前状态，采样方法可以是静态的，也可以是动态的，取决于测量前的估值，当滑坡规模较小时，gps调查网络尤为重要。滑坡现象研究的平台，构成了远程信息获取的新平台。目前，无人机为滑坡现象的研究提供了一个高效的平台，构成了一种新型的远程信息采集平台。与卫星和飞机等其他平台相比，无人机的多功能性和低成本使其成为研究任务中考虑的主要选择之一。
3.最近的监测技术使用多个信息源来描述要研究的现象，因此对多种数据的耦合和调整是亟待解决的问题，以便更好的用于滑坡运动的表征、监测和模拟的后期应用。


技术实现要素：

4.本发明目的在于提供一种基于多个滑坡数据的信息融合和三维可视化的方法，以生成三维虚拟模型，并将土壤和底土的特征信息反馈给它们。
5.为实现上述目的，本发明采用如下技术方案：一种基于多个滑坡数据的融合信息和三维可视化的方法，包括如下步骤：
6.试验区选定为m区，该地区是一个山坡，容易因中坡和陡坡而变形，很容易从道路上看到。滑坡极大地改变了当地的地形和环境，同时对穿越试验区的道路造成了破坏，给国家和政府造成了经济损失。由于地质和地貌特征、土壤性质、地表覆盖特征和水文过程等多种相关因素的交叉作用，该地区的滑坡具有复杂的行为。
7.s1:现场数据收集:
8.s101：地球物理测量：地球物理方法是快速了解底土特征并且能保持合理的精度，它的优点是灵活、快速、稳定；它可在不破坏岩体的情况下，提供关于土体内部或者岩体内部的结构信息；在此使用了电法，特别是垂直电测深法(ves)和电阻率层析成像(ert)。由于研究区地形复杂，ves和ert的合适地点被仔细选择。进行了两个ves和三个ert。ves 1和 ves 2之间的距离为400m，深度约为50m。在ves 1中，有6层。
9.在ves1中，确定了六个层。其中第1层厚度为3m，电阻率为100ω
·
m，与干土有关。第2层厚1m，电阻率为300ω
·
m，与玻璃岩有关。第3层厚度为3.5m，电阻率为15ω
·
m，解释为火山间隙层。第4层厚17m，电阻率为300ω
·
m，被认为属于玻璃岩层。第5层厚 30m，厚度10ω
·
m，与火山间隙有关。最后，无法穿透且电阻为100ω
·
m的第6层被认为是安山岩。在
ves2中，确定了三层；第一，厚度为0.2m，电阻率为30ω
·
m，与干土有关；第2层厚28.8m，电阻率范围在11至15ω
·
m之间，与火山间隙有关；第3层，电阻率为100ω
·
m，解释为火山间隙层。确定勘探地点时，考虑到地形中存在显著的裂缝和空洞，这表示可能发生的滑坡可能会影响低海拔地区。第二部分为a、b、c部位的扫描(ert) 结果。为了表征和获取为数值模型提供的参数，我们建立了三类模型:滑动材料(值低于10 ω
·
m)，阻力材料(100-500ω
·
m)，和裂缝和孔洞(电阻率高于2500ω
·
m)。根据这一分类， ert中a用绿色和黄色的多边形表示(流纹岩)后存在孔洞和物质块体和卵石。在b场地中，材料和稳定材料的块体、卵石较多；然而，在c点观测到非常高的电阻率，表明除了容易移动的材料外，还存在深裂纹。
10.s102:地质观测：本专利另一重要组成部分是对于要监测的地点的地质结构和地层单元的识别和表征，通过地质观测和室内分析，确定了岩性材料，确定了岩石的密度，获得了岩石的物理性质。在这一阶段，还生成了地质图，作为确定易发生滑坡地点的初步要素。滑坡风险图的编制过程包括:通过综合现有资料和查明一般问题地区对该地区进行区域调查；在当地编制地图学，详细说明被确定为易受影响地区的地表和地下区域；综合收集的资料。
11.第一阶段的地质研究包括对研究区域的详尽勘探，以寻找和识别位于该区域的不同岩石单元。确定了四种不同的岩石类型：砾岩、火山灰岩、红岩和安山岩，每个样品收集的岩石类型用于实验室表征，此外还找到了裂缝并生成了清单。
12.s103：gps测量：提出的方法使用gps测量具有两个目的。首先是建立一个网络，作为定义参考值(地理位置)和指导运动(方向)的监测系统，并为航空数字摄影测量过程建立地面控制点。gps测量采用实时动力学(rtk)方法。一个单一的基站接收器位于一个已知的(稳定的)位置，连接到一个无线电调制解调器，并通过移动单元在网络的每个顶点进行位移测量。顶点与其相邻顶点的距离约为100米。
13.为了监测试验区(大约1平方公里采样)，通过100个控制点之间距离为100米的gps测量网进行了监测。处理后的网络将该区域完全覆盖，并将其视为不稳定区域，将确定为稳定区域的区域作为相对运动的参考点。gps数据收集程序包括四个步骤:第一个是识别和选择参考点(没有水平或垂直移动的区域)；第二个是将选定的点与墨西哥大地网的参考点和属于国家统计和地理研究所(地理研究所)的地形水平库连接起来；第三个是在新的参考点进行6小时的静态测量，以提高测量的准确度；第四个是进行网络各顶点的测量。
14.s4:无人机航测：空中平台通常用于获得地面或卫星系统无法实现的高分辨率空间和时间制图。从空中平台获得的图像的空间分辨率是通过改变飞行器与地面的高度精确控制的。
15.对于三维虚拟环境的生成，采用了基于双目视觉中图像(2d)的深度(3d)再现的立体视原理。使用轻型dji无人机-多旋翼获取的图像。与空中平台耦合的传感器由一个多光谱光学传感器组成，在可见光谱中具有操作范围，分辨率为1400万像素，模型上的gps单元在垂直方向上的精度为2.5米，在水平方向上的精度为0.8米。执行了50次管制飞行以覆盖整个地区。用于进行这项研究的无人机是phantom 2模型，获取信息的过程分为四个阶段，所使用的无人机的dji制造的phantom 2vision ，无人机平均飞行高度为50m，图像叠加70％，空间分辨率为1英寸/像素；地面控制点用于对生成的虚拟模型进行地理参考。
16.s2：使用运动结构处理从无人机获取的帧生成高分辨率3d虚拟模型：
17.s201：上传图片:无人机平台采集的2500张图片上传至pix4d；
18.s202：数据预处理:传感器校准(摄像机位置和方向)、失真校正(鱼眼效应)、图像对齐、亮度调整和图像定位；
19.s203:密集点云开发：考虑立体视觉(图像重叠)的原理，构建了3d虚拟模型；
20.s204：重新优化：确定并添加地面控制点以增加模型准确性和缩放校正；
21.s205：点云数据导出：密集点云以.xyz格式导出，用于合并先验信息、其操作和后处理。
22.s3：信息融合：
23.s301：地理参考:利用无人机获取的虚拟模型对地质观测和电测获得的专题地图进行地理参考。
24.s302：过采样：对地理参考地图进行过采样处理，达到点云的空间分辨率。
25.s303:层叠加处理:将场景的物理特征/对象与场景的属性(密度、厚度、深度等)进行空间耦合，生成三维信息矩阵。
26.s304:建立关系网:在邻域准则下的点云中的点(邻域附近的点)相互连接，生成地表。
27.s305:纹理化处理:使用uav获得的照片纹理虚拟模型。
28.本发明一种多种数据融合的综合方法，可用于滑坡运动的表征、监测和模拟的后期应用。密集点云模型与感兴趣区域的隐式物理属性相结合，以增强数字方案的鲁棒性。以标准的.xyz格式生成一个地理定位的三维虚拟场景，支持该地区材料的深度、电阻率、厚度和密度属性，用于处理和模拟情况，识别和防止滑坡的发生。
29.本发明提出的方法促进了多学科技术在一组地理空间信息中的使用和统一，是传统地球物理方法、地质观测、gps技术和无人机制图的使用并形成了一种综合方法。在本发明中，对获取的数据进行处理和调整，使它们作为一个整体兼容共存，从而获得一个具有更高能力的方案或框架。制定的框架创建真实的模型，其中包含了研究区域内不同材料/层的物理、地质和力学特性的相关信息。与传统的数字地表/地形模型和标准的滑坡监测技术相比，本发明将材料的表观密度等集成到一个非常高分辨率的虚拟模型中，具有相当大的优势。其还具有提供、组织、调整和标准化待研究领域的相关信息的能力，将其呈现在四种不同的产品中，其中包括所有收集到的数据，打包并准备在某些地理信息系统(gis)或编程环境中导出和管理。
附图说明
30.图1是本发明具体实施方式中收集信息与操作的流程图。
具体实施方式
31.下面对本发明作进一步详细说明。本发明中s1表示步骤1，s101表示s1中的01步骤， s102表示s1中的02步骤，依次类推。一种基于多个滑坡数据的融合信息和三维可视化的方法，包括如下步骤：
32.s1:现场数据收集:
33.s101：地球物理测量：地球物理方法是快速了解底土特征并且能保持合理的精度，
它的优点是灵活、快速、稳定；它可在不破坏岩体的情况下，提供关于土体内部或者岩体内部的结构信息；在此使用了电法，特别是垂直电测深法(ves)和电阻率层析成像法(ert)。
34.s102:地质观测：本专利另一重要组成部分是对于要监测的地点的地质结构和地层单元的识别和表征，通过地质观测和室内分析，确定了岩性材料，确定了岩石的密度，获得了岩石的物理性质。上一阶段的地质研究包括对研究区域的详尽勘探，以寻找和识别位于该区域的不同岩石单元，确定了不同的岩石类型，收集的岩石类型用于实验室表征。此外，还找到了裂缝并生成了清单。在这一阶段，还生成了地质图，作为确定易发生滑坡地点的初步要素。滑坡风险图的编制过程包括:通过综合现有资料和查明一般问题地区对该地区进行区域调查；在当地编制地图学，详细说明被确定为易受影响地区的地表和地下区域；综合收集的资料。
35.s103：gps测量：提出的方法使用gps测量具有两个目的。首先是建立一个网络，作为定义参考值(地理位置)和指导运动(方向)的监测系统，并为航空数字摄影测量过程建立地面控制点。gps测量采用实时动力学(rtk)方法。一个单一的基站接收器位于一个已知的(稳定的)位置，连接到一个无线电调制解调器，并通过移动单元在网络的每个顶点进行位移测量。顶点与其相邻顶点的距离约为100米。
36.为了监测试验区(大约1平方公里采样)，通过100个控制点之间距离为100米的gps测量网进行了监测。处理后的网络将该区域完全覆盖，并将其视为不稳定区域，将确定为稳定区域的区域作为相对运动的参考点。gps数据收集程序包括四个步骤:第一个是识别和选择参考点(没有水平或垂直移动的区域)；第二个是将选定的点与墨西哥大地网的参考点和属于国家统计和地理研究所(地理研究所)的地形水平库连接起来；第三个是在新的参考点进行6小时的静态测量，以提高测量的准确度；第四个是进行网络各顶点的测量。
37.s104:无人机航测：空中平台通常用于获得地面或卫星系统无法实现的高分辨率空间和时间制图。从空中平台获得的图像的空间分辨率是通过改变飞行器与地面的高度精确控制的。对于三维虚拟环境的生成，我们采用了基于双目视觉中图像(2d)的深度(3d)再现的立体视原理。使用轻型dji无人机-多旋翼获取的图像。与空中平台耦合的传感器由一个多光谱光学传感器组成，在可见光谱中具有操作范围，分辨率为1400万像素，幻影上的gps单元在垂直方向上的精度为2.5米，在水平方向上的精度为0.8米。获取信息的过程分为四个阶段，使用的无人机为大疆制造的phantom 2vision ，无人机平均飞行高度为50m，图像之间叠加70％，获得每像素1英寸的空间分辨率；地面控制点用于对生成的虚拟模型进行地理参考。
38.s2：使用运动结构处理从无人机获取的帧生成高分辨率3d虚拟模型：
39.s201：上传图片:无人机平台采集的2500张图片上传至pix4d；
40.s202：数据预处理:传感器校准(摄像机位置和方向)、失真校正(鱼眼效应)、图像对齐、亮度调整和图像定位；
41.s203:密集点云开发：考虑立体视觉(图像重叠)的原理，构建了3d虚拟模型；
42.s204：重新优化：确定并添加地面控制点以增加模型准确性和缩放校正；
43.s205：点云数据导出：密集点云以.xyz格式导出，用于合并先验信息、其操作和后处理。
44.s3：信息融合：
45.s301：地理参考:利用无人机获取的虚拟模型对地质观测和电测获得的专题地图进行地理参考。
46.s302：过采样：对地理参考地图进行过采样处理，达到点云的空间分辨率。
47.s303:层叠加处理:将场景的物理特征/对象与场景的属性(密度、厚度、深度等)进行空间耦合，生成三维信息矩阵。
48.s304:建立关系网:在邻域准则下的点云中的点(邻域附近的点)相互连接，生成地表。
49.s305:纹理化处理:使用uav获得的照片纹理虚拟模型。
50.在第一阶段，加载uav获取的图像，进行了数据更正的预处理，后来生成了密集点云。通过重新优化过程，以及将数据调整为便于导出的格式，这些数据与现场的控制点和验证点进行了调整。
51.第二阶段是将数据与gps监测网支持的初始地理参考过程进行组装。先对数据应用了缩放和过采样程序，以正确地代表所考虑的参数(地质、电阻率、裂缝的存在、斜坡等)，然后通过层层叠加来集中数据。后来生成一个丰富的表面模型，最后添加纹理特征到虚拟模型中。
52.以上所述的仅是本发明的实施例，方案中公知的具体结构、方法及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明构思的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本技术要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。