面向滑坡表面变形监测的地面激光扫描数据曲面元分析方法

地面三维激光扫描仪可快速获得滑坡表面"全景式"密集点云，能详细记录滑坡体细节变形和整体变化，应用于滑坡表面变形监测极具理论价值和实际效益。其基本思路是从点云中分割足够的表面特征，然后计算局部特征在不同时相的变化，得到较全面的表面变形情况。现有方法仅从点云中分割空间平面作为监测基元，变形监测的覆盖率不高。对此，项目提出面向滑坡表面变形监测的扫描数据曲面元分析方法，将滑坡表面点云分割为多种空间曲面的集合，通过匹配不同时相的共轭特征计算局部曲面的变形情况，最后从曲面变形集合中挖掘滑坡主要规律。其中，针对多时相点云稳健一致性分割、多站多时相点云快速配准和弹性曲面变形监测等关键问题，提出差分演化聚类方法，渐进优化配准方法和基于局部不变特征的弹性曲面变形计算方法等解决方案。通过项目研究，充分利用滑坡表面激光扫描数据挖掘全面的具有丰富细节层次的滑坡变形信息，对于提高我国地质灾害防治能力具有重要意义。

我国广大地区受到地质灾害的频繁威胁，灾害损失极为严重。连续可靠的地表形变监测是滑坡治理与预报的关键。三维激光扫描仪通过高速度、高密度扫描采集的点云数据能够完整地反映被测物体的表面形态，详细记录了解滑坡体细节变形和整体变化，具有广阔的应用前景。本项目针对应用LiDAR于滑坡变形监测中的点云分割、配准和变形监测等关键问题展开研究。项目从最关键的监测单元定义出发，设计采用曲面元方法逼近滑坡表面，通过配准多时相曲面元计算单元变形情况，最后利用数据挖掘方法从曲面元变形集合当中获得滑坡总体变形规律。为了增强点云分割的精准度，项目研究了LiDAR点云与遥感影像配准方法，为LiDAR点云识别增加了多光谱信息。经过3年时间的研究，项目在主要技术难点方面均取得了成功，部分技术在三峡地区黄土坡滑坡的变形监测中得到了应用，验证了项目的可行性。