露天矿山地貌特征描述外文翻译资料

 2022-05-27 22:37:55

露天矿山地貌特征描述

摘 要

在人造地貌特征中,露天矿山具有重大意义。矿山对于地质学家和环境研究人员来说是具有意义的,因为矿山包含了一些地质灾害和地质进程的信息。另外,露天矿山和采石场被认为是最危险的工业部门,因为在许多国家的露天矿山和采石场都有许多人体损害和工业事故发生。因此,怎样快速精确和低成本低研究它们是地球科学界的一大挑战。这项工作的目的是运用高效率的地质测量和由SLLAC最新发布的地形指数来描述露天矿山地貌特征。在这项工作中,除了关联长度外,阶地方向也是需要计算的,还有从一个简单的经验模型导出的人工地面率也是需要检验的。本文着重于两个关于铁矿的研究案例,这两个铁矿都位于北京。主要的地质信息用UAV和DSMs摄影测量技术导出。研究结果强调了那些描述主要矿山的地貌特征所采用的方法论和测量技术的有效性。借助于SLLAC技术,那些为了提取铁矿而开采矿山所形成的阶地可以被自动描绘出来。因此,这有利于研究人员快速地估计露天矿的地表面。这些信息可以用于以下研究:1.运用多时相测量去追踪矿体范围的变化。2.找出矿体范围与此区域地质进程数量之间的联系。3.联系以上两点以及分析和侵蚀变化有关变化的影响。这些有关关联长度的分析能让研究人员判别出阶地的方向和了解露天矿山的地形。一个给定边坡的构造环境,历史和继承性可以判定它是否以及如何衰退;和地形特征有关的地面和开挖面的定位也是非常重要的。因此,上述方法可为有关环境可持续发展计划的大规模和低成本的地形测量技术提供依据。例如:减少由于采矿而人为造成的环境破坏。

  1. 介绍

现在人为景观在地球表面占了很大一部分。在这些人为景观的形成过程中,对地表形态和地表进程的直接人为干扰起了重要作用。为了满足人数增加对土地的需求,人为景观在不断增加以用于农业化,工业化和城市化的用地。这改变了地形,植被覆盖,土壤的物理和化学特性以及水土平衡,从而改变了自然景观。分析人为景观的相互作用对于更好的认知现今环境的演变是一个挑战。这种分析对于把综合环境规划向着可持续发展的方向转变和减轻人为改造景观的后果来说是有利的。在明显的人为景观特征中(如道路网络和农业活动像梯田),露天矿山具有重要意义。具有很长历史和广泛出现在地貌设置中的采矿业是现代社会整体的一部分。采矿活动对于地貌和水文流域具有重大影响,无论是在开采期间还是开采后多年。根据Wilkinson,人类在建筑活动中越来越多地搬运大量的岩石和沉积物,对地质造成了影响。矿山也同样对地质学家和环境研究人员具有意义因为它与地质 灾害和地质进程的联系紧密。露天矿的开采对土地有着严重的生态影响,因为露天开采往往伴随着对植被,土壤,基岩和地形的影响,从而改变地面水文,底下的水位和流路。

图1 大冶铁矿,湖北省;亚洲最大的露天矿之一

另外伴随着伤亡事故在许多国家如英格兰、南非、美国和中国的发生,露天矿和采石场被视为最危险的工业部门之一。最近的一项研究数据显示,中国的煤矿事故是全国死亡事故来源的前三。虽然没有其他发展中国家的数据,但是一些媒体提供了一些当前全球采矿行业的指标,都和中国相似。

对露天矿进行估计的案列研究很重要,考虑到:1.采矿严重影响地球表面和相关进程(如侵蚀)。2.与人口数量增加相关联的原材料需求的增加(例如,全球生产的混凝土、钢铁、铝、铜和玻璃在2050年前将显著增加)3.地球科学界只提供了少量将露天矿作为主要的人为景观来讨论和量化它的作用的分析。图显示了中国的一个露天铁矿,其中影响地形的特征阶地显著可见,形成了一个明显的地貌特征。

通过地貌分析露天矿,包括侵蚀沉淀过程和土壤性质的变化,以及设计最合适的复垦方案。在过去的十年里,一系列遥感技术使地形信息大幅增加,为了更好的了解以地貌特征为基础的地球表面进程提供了新的机会。光探测和测距技术,还有最近的运动摄影测量结构,提供了高分辨率的地形数据,这些技术与传统测量技术相比具有明显的优势。这些技术的一个明显的特性就是他们能够产生亚米级别分辨率的数字地形模型和高质量的大面积的地形覆盖信息。传统上LiDAR高分辨率地形测量与高资本和物流成本相关联,因此数据采集后通常传递给专业的第三方组织。无人机在另一方面成为了提供遥感条件的工具,它能够以可承受的成本以前所未有的空间和时间分辨率获取高分辨率的空间数据。目前,科学界正在不同的环境背景下使用无人机对地球表面进行大量的分析。

尽管在过去几年中,高分辨率数据和无人机技术已经被广泛使用,但是仅有少数公开的文献涉及到它们在露天开采中的应用。目前,地质学家和采矿工程师使用边坡几何的简化表示法来估计资源、矿物储量和最终坑布局。同时,开采边坡普遍地被雷达、大地测量棱镜、视觉观测和其他岩土工具监测着。通常来说,较少的研究会综合全面地考察使用遥感来对地表矿区进行测绘,特别是通过时间来考察。因此,本文的主要目标是建立一种快速、低成本的方法,采用基于SFM搞成数据的UAVs和数字地形分析技术来描绘露天采矿地貌特征。可以利用当地的快速地貌特征化的矿物进行可持续环境规划,并减轻因采矿造成的人为改变所带来的后果。

  1. 研究区域

位于北京东北郊区和密云水库南段的密云铁矿,是北京最大的铁矿之一。矿山面积17平方公里,成为了北京最大的国有企业之一,储存着超过1.4亿吨的铁矿石。它成立于1959年,于1970年投入生产。到今天为止,公司的主要产品为铁粉。在建设初期,该矿山就被设计为具有地下开采潜力的多重露天矿山。40多年来,该矿几乎完全改变了该地区的形态,一座海拔240米的山被变成一个直径约700米,底部高度大约为40米的巨坑。本研究中考察的现场包括两个露天矿,属于大型密云铁矿的部分矿区。矿区包括频繁开采区,行政区和小村庄。

图2 密云铁矿的位置图(a)和所分析的两个露天铁矿(中国,北京):矿1(b),矿2 (c)

2.1无人机数据规格

一部无人机在2014年的夏天进行了测量。所使用的飞行器名称为天行者X5。这是一部小型固定翼型无人机,长度为0.6米,机翼跨度1.2米。它重量小于2.5千克,而且在

图3 矿1和矿2的结合了RGB颜色的点云三维视图

四块锂离子聚合物电池的供电下可飞行超过40分钟。无人机凭借着它搭载的自动驾驶仪,可沿着预先定义的飞行路线飞行,并以一定的时间间隔拍照,同时还与地面控制系统(GCS)进行通信。彩色照片可以从这台搭载了一部配有卡尔蔡司10.4-37.1毫米镜头和Exmor R CMOS传感器的索尼QX100照相机的无人机中获得。表1和表2显示了矿山1和矿山2的飞行特征。由于无人机规格和持久力的限制,这两个地点的测量被分开进行。

在图像采集和测量前,我们对相机进行了校准,并使用0.2times;0.2m宽二的涂漆标记设置了高精准的地面控制点(GCPs)。为了更好的可视性,GCPs被设置在了靠近人为特征点的地方,并在调查之前使用D—GPS进行测量。

表1 两个研究区域的无人机飞行计划

飞行编号

飞行高度

飞行方向

航线

拍照间隔(m)

条带间隔(m)

单条带重复(%)

双条带重复(%)

矿区1

A

250m

N-S

8

40

190

81.04%

40.06%

矿区2

B

200m

N-S

12

40

95

76.33%

62.45%

C

250m

E-W

9

40

150

81.04%

52.37%

表2 两个研究区域的无人机飞行数据

飞行编号

照片数量

飞行长度(m)

飞行时间(min)

平均速度(m/s)

GCPS

矿区1

A

499

20831

17

20

13

矿区2

B

488

20172

17

20

10

C

516

21532

17.5

20

10

2.2数字表面模型

SFM技术被应用于获得可以导出数字表面模型的3D地理参考点云。使用Agisoft PhotoScan摄影测量软件包来处理数据。主要工作包括以下几个步骤:1.图像导入。2.图像对齐。3.地理参考。4.优化图像对齐。5.创建点云。对齐后,所有照片都被定向,未处理的点云被设置地理坐标。根据预设的摄像机的位置,PhotoScan计算出每个相机的深度信息,然后将每个相机与密度点云数据一对一对应。然后GCPs用于优化摄像机位置和数据的方向,从而有更高的准确度和重构结果。表3报告了通过SFM方法获得的每个3D点云计算的沿X,Y和Z轴的地理分化误差。

在产生点云之后,使用开源程序Cloud compare 进一步操纵这些点。这些点要被进一步过滤,以消除通常影响这些数据的额外噪声。在这种情况下,噪声去除需要手动完成;实际上,异常值可以清楚地看作是完全超出矿场高程范围的点。

图3显示了与RGB颜色相结合的两座所调查矿山的SFM点云3D视图。然后使用已经被证明对于地貌分析是有用的自然相邻法对高程点进行插值,以产生1米分辨率DSM。通过直接和地面查分GPS比较而求得的垂直精度,在平坦的区域预计为0.1m,这与之前UAV和SFM工作时的一致。

表3 由PhotoScan沿着x,y,z轴计算的关于用SFM方法获得的每个3D点云的地理参考点误差

X(m)

Y(m)

Z(m)

矿区1

0.14

0.15

0.16

矿区2

0.14

0.15

0.13

3.方法

3.1局部斜率自动关联长度

露天矿的特征是基于Sofia提出的形态指标。局部斜率自动关联长度(SLLAC)它量化了局部斜率自相似性。SLLAC主要是为了在不考虑它们陡度而是考虑它们的变化和相似性的情况下识别细长的元素。这项工作从DSM开始,其中描绘了植被和建筑等元素;这些元素可能会导致地图上出现坡峰。因此,使用不考虑斜率陡度的参数是合适的。把斜率作为Evans提出的二次函数的导数来计算后,使用移动窗口的方法获得SLLAC。改过程由两个步骤组成(图4):1.在斜率平方模板(图4a中的T)与其相邻区域(图4a中的W)之间计算相关性gamma;。2.一旦导出了相关图,就可以计算相关特征长度(图4c)。

互相关(图4b)根据Haralick、Shapiro和Lewis所诉公式计算:

(1)

假设相邻区域W的大小为Mtimes;M,以及平方斜率模板T大小为Ntimes;N,索引(i,j)是W中每个像素行和列的位置,他们在1le;ile;(M-N)和1le;jle;(M-N)的区域内是有效的,而索引(u,v)跨越1le;ule;N和1le;vle;N区域。是位于其左上角列有像素(i,j)的斜率模块T下方的相邻区域W的局部平方斜率。是斜率路径的平均值。

通过选择对应于其最大值37%的互相关图(图4b)的阈值,我们可以得出相关长度(图4c),即把它定义为通过中信像素并连接包括中心像素在内的提取区域中的两个边界像素的最长线的长度。

一般来说,模板(T)的尺寸,应该足够宽,至少能捕获平台斜坡和平台平面之间的坡度变化。Sofia等人测试了模板(10mtimes;10m)和移动窗口(100mtimes;100m)的固定尺寸,在实际和模拟中,DTM都是具有不同的平台尺寸,因此证明所选择措施的鲁棒性,是独立于平台

全文共23456字,剩余内容已隐藏,支付完成后下载完整资料


英语原文共 11 页,剩余内容已隐藏,支付完成后下载完整资料


资料编号:[11703],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。