针对植被覆盖的滑坡自动化监测关键算法研究

基于普通单反数码相机和多基线摄影测量理论的近景滑坡监测技术具有灵活方便、成本低、效率和精度较高等优势。然而，该技术无法解决植被部分或零星覆盖下的滑坡自动化监测问题。由植被引起的问题主要包括植被对影像自动化匹配的干扰、植被点云滤波、滑坡形变区域误检测等。针对这些问题，本项目在多基线近景摄影测量理论的基础上，首先，研究了基于视觉认知特征和多视立体辅助的植被自动检测算法，提出了一种基于纹理特征和朴素贝叶斯分类器的滑坡植被区域检测算法。经过实验论证，该算法能很好地检测出近景影像中的植被区域，解决了近景影像用于滑坡变形监测应用中，植被对监测精度、可靠性和自动化的影响，极大地促进了近景影像测量在滑坡自动化监测中的应用。其次，针对近景影像滑坡DSM滤波问题（植被和噪声），本项目充分考虑多基线摄影测量具有的多视特点、滑坡表面部分植被覆盖以及局部地形连续性的特征，提出了一种基于多条件约束的点云滤波算法：先进行植被检测并剔除植被区域，然后利用多视约束和局部地形连续性条件剔除点云中的噪声点，最后将其应用于滑坡变形监测中。实验表明，该方法可有效去除植被和噪声点。同时，针对经过高精度影像配准和点云滤波等处理后仍然存在的形变区域检测误差，本项目通过叠加滑坡体形变前后的DSM和植被检测结果，实现对误检测形变区域的定位和分析，得出结论：形变区域检测误差主要来自植被剔除残余、点云滤波或点云模型不精确和DEM采样误差等。因此，为了提高滑坡监测精度，一方面需要对残余的植被进行进一步剔除处理，另一方面有必要提高多视点云匹配的可靠性。最后，结合多基线近景摄影测量理论和上述几个自动化处理算法，项目组开发了一套新的滑坡体近景摄影测量监测系统，应用于地质滑坡自动化动态监测，通过案例分析，该系统具备自动化、高精度、高效率等特点。 2100433B

遥感技术已经广泛应用于滑坡灾害监测，其中基于普通单反数码相机和多基线摄影测量理论的近景滑坡监测技术更显示出了灵活方便、成本低、效率和精度较高等特点。然而，目前的这些技术仍然无法解决植被部分或零星覆盖下的滑坡自动化监测问题。由植被引起的问题主要包括植被对自动化匹配的干扰、植被点云噪声滤波、滑坡形变区域误检测等。本项目将在多基线近景摄影测量理论的支持下，研究基于视觉认知特征和多视立体辅助的植被自动检测算法、基于多条件约束的植被点云滤波算法以及基于局部形变趋势一致性的误检测评估算法等，从而解决植被覆盖下的滑坡自动化监测问题。

研究我国西部风蚀荒漠化典型地区不同季节、空间尺度下，植被覆盖的特征和覆盖度的表达意义以及植被覆盖变化与荒漠化的耦合关系；分析不同特征（植被类型、高度、组成、结构配置）的植被覆盖对风蚀荒漠化的影响；建立植被覆盖作用的定量指标与等级划分标准。为风蚀荒漠化监测、评价和预警奠定基础；为不同荒漠化类型区生态植被建设提供科学依据。

本书应用土壤侵蚀学、动力滑坡学、地质学、地貌学等理论，给出了滑坡侵蚀的定义、形态要素、分类、灾害链、形成条件、诱发因素及与其他重力侵蚀的区别等；运用多种手段对典型滑坡的地层岩性、物理力学性质进行了现场调查与试验，建立了用于典型滑坡侵蚀计算的地质模型；用数值模拟方法研究了典型滑坡侵蚀体力学机制和运动过程；利用信息量理论对典型区域滑坡侵蚀进行定量评价研究等，初步建立了滑坡侵蚀的分析研究体系。

本书可供土壤侵蚀、水土保护和环境地质等专业的科技、管理人员参阅；也可作为土壤学等各类专业大学生、研究生的参考书。

近年来我国城市地铁飞速发展，截止到2019年底中国内地地铁运营里程达5187.02公里，高居世界首位。地铁隧道运营病害问题日益突出，地铁运营维护管理急需现代化的技术手段和装备提供支撑。项目研究地铁隧道自动化监测与快速检测关键技术，研发了具有自主知识产权的研发了地铁自动化变形监测系统，实现了地铁结构的无人值守的全天候连续、实时、高精度、自动化监测；自主研制移动扫描检测轨道小车，显著提高地铁运营检测的效率和能力；开发了扫描数据快速检测软件，实现隧道结构横断面椭圆度与水平直径、盾构管片错台、地铁限界、轨道磨耗等地铁运营安全控制量的自动化快速检测，为地铁运营安全检测与监测提供新的解决方案；提出了一种基于隧道点云展深度图像和深度卷积神经网络的智能化环缝识别方法，实现了盾构隧道环缝的可靠与精确提取，解决了环缝点云数据准确定位与提取的难题；提出了局部相对变形波动值的概念，实现了线状结构局部相对变形提取及定位，为线状隧道结构的横向与垂向局部相对变形检测与分析提供了一种全新的方法。开展了大规模工程应用实践，取得了巨大的经济效益和社会效益。,近年来我国城市地铁飞速发展，截止到2019年底中国内地地铁运营里程达5187.02公里，高居世界首位。地铁隧道运营病害问题日益突出，地铁运营维护管理急需现代化的技术手段和装备提供支撑。项目研究地铁隧道自动化监测与快速检测关键技术，研发了具有自主知识产权的研发了地铁自动化变形监测系统，实现了地铁结构的无人值守的全天候连续、实时、高精度、自动化监测；自主研制移动扫描检测轨道小车，显著提高地铁运营检测的效率和能力；开发了扫描数据快速检测软件，实现隧道结构横断面椭圆度与水平直径、盾构管片错台、地铁限界、轨道磨耗等地铁运营安全控制量的自动化快速检测，为地铁运营安全检测与监测提供新的解决方案；提出了一种基于隧道点云展深度图像和深度卷积神经网络的智能化环缝识别方法，实现了盾构隧道环缝的可靠与精确提取，解决了环缝点云数据准确定位与提取的难题；提出了局部相对变形波动值的概念，实现了线状结构局部相对变形提取及定位，为线状隧道结构的横向与垂向局部相对变形检测与分析提供了一种全新的方法。开展了大规模工程应用实践，取得了巨大的经济效益和社会效益。 2100433B