СОВЕРШЕНСТВОВАНИЕ МЕТОДИКИ ГЕОДЕЗИЧЕСКОГО МОНИТОРИНГА СОСТОЯНИЯ ЗЕМНОЙ ПОВЕРХНОСТИ И ПРИБОРТОВЫХ МАССИВОВ НА ОСНОВЕ ДАННЫХ БЕСПИЛОТНЫХ АВИАЦИОННЫХ СИСТЕМ
Рубрики: ГЕОДЕЗИЯ
Аннотация и ключевые слова
Аннотация:
В статье представлено совершенствование методики геодезического мониторинга состояния земной поверхности и прибортовых массивов открытых горных разработок на основе комплексного анализа геопространственных данных, полученных с использованием беспилотных авиационных систем (БАС). Исследование выполнено на примере угольного разреза Sherubai Komir, расположенного в Центральном Казахстане (Карагандинская область). Вместо ранее применявшейся практики с раздельной обработкой моделей и экспертной интерпретацией, а также традиционных геодезических наблюдений предложена воспроизводимая технологическая схема. Она интегрирует данные БАС с тахеометрическими и ГНСС-измерениями в единой системе координат и задает строгие правила совмещения разновременных моделей по контрольным точкам. Аэрофотосъемка с применением БАС и интеграцией координат контрольных точек позволила получить высокоточные цифровые модели местности с пространственным разрешением 2,7 см/пиксель. С помощью анализа многовременных моделей выявлены участки достоверных деформаций, определены направления смещений и геометрические трансформации массива; посредством профильной параметризации (углы, ширина берм, линейные и угловые деформации) геометрические изменения были переведены в расчет устойчивости. На основе полученных данных сформулированы рекомендации по обеспечению устойчивости бортов (геометрическая корректировка, дренаж и иные инженерные мероприятия). Практическая реализация предложенной методики позволяет повысить эффективность геодезического мониторинга и снизить риски возникновения аварийных ситуаций при ведении открытых горных работ.

Ключевые слова:
геодезический мониторинг, беспилотная авиационная система, цифровая модель местности, опорные и контрольные точки, совмещение разновременных моделей, аэрофотосъемка, геопространственный анализ, коэффициент запаса устойчивости, тахеометрия, репроекционная ошибка
Список литературы

1. Косарев Н.С., Колесников А.А., Резник А.В. и др. Использование геопространственных данных для оценки состояния техногенно нарушенных земель // Физико-технические проблемы разработки полезных ископаемых. 2023. № 6. С. 190–197. DOIhttps://doi.org/10.15372/FTPRPI20230617. https://elibrary.ru/item.asp?id=58905362

2. Резник А.В., Колесников А.А., Косарев Н.С. и др. Получение и интерпретация геопространственных данных для построения мультимасштабной цифровой модели техногенно нарушенных территорий // Горный журнал. 2024. № 11. С. 90–95. DOIhttps://doi.org/10.17580/gzh.2024.11.14. https://www.rudmet.ru/journal/2362/article/38862

3. Нурпеисова М.Б., Битимбаев М.Ж., Рысбеков К.Б. и др. Геодезическое обоснование меднорудного района Сарыарка // Журнал НАН РК. Серия геологии и технических наук. 2020. Т. 6, № 444. С. 194–202. DOIhttps://doi.org/10.32014/2020.2518-170X.147. https://doi.org/10.32014/2020.2518-170X.147

4. Ouyang Y., Feng T., Feng H., et al. Deformation Monitoring and Potential Risk Detection of In-Construction Dams Utilizing SBAS-InSAR Technology – A Case Study on the Datengxia Water Conservancy Hub // Water. 2024. Vol. 16. Iss. 7. P. 1025. DOIhttps://doi.org/10.3390/w16071025. https://doi.org/10.3390/w16071025

5. Nizametdinov F.K., Baryshnikov V.D., Oralbay A.O. Kentobe Pitwall Stability Estimation Using a Digital Geological-Geomechanical Model // Journal of Mining Science. 2022. Vol. 58. P. 896–902. DOIhttps://doi.org/10.1134/S1062739122060035. https://doi.org/10.1134/S1062739122060035

6. Haske B., Rudolph T., Bernsdorf B., et al. Innovative Environmental Monitoring Methods Using Multispectral UAV and Satellite Data // First Break. 2024. Vol. 42. Iss. 2. P. 41–47. DOIhttps://doi.org/10.3997/1365-2397.fb2024012. https://doi.org/10.3997/1365-2397.fb2024012

7. Gong C., Lei S., Bian Z., et al. Analysis of the Development of an Erosion Gully in an Open-Pit Coal Mine Dump During a Winter Freeze-Thaw Cycle by Using Low-Cost UAVs // Remote Sensing. 2019. Vol. 11. Iss. 11. P. 1356. DOIhttps://doi.org/10.3390/rs11111356. https://doi.org/10.3390/rs11111356

8. Bouguettaya A., Zarzour H., Taberkit A.M., et al. A Review on Early Wildfire Detection from Unmanned Aerial Vehicles Using Deep Learning-Based Computer Vision Algorithms // Signal Processing. 2022. Vol. 190. P. 108309. DOIhttps://doi.org/10.1016/j.sigpro.2021.108309. https://doi.org/10.1016/j.sigpro.2021.108309

9. Исмагилов Р.И., Захаров А.Г., Бадтиев Б.П. и др. Внедрение беспилотных летательных аппаратов для оперативного решения научно-производственных задач в условиях Михайловского ГОКа им. А.В. Варичева // Горная промышленность. 2020. № 3. С. 26–30. DOIhttps://doi.org/10.30686/1609-9192-2020-3-26-30. http://dx.doi.org/10.30686/1609-9192-2020-3-26-30

10. Samaei M., Stothard P., Shirani Faradonbeh R., et al. Mine Closure Surveillance and Feasibility of UAV–AI–MR Technology: A Review Study // Minerals. 2024. Vol. 14. Iss. 1. P. 110. DOIhttps://doi.org/10.3390/min14010110. https://doi.org/10.3390/min14010110

11. Pathak D., Kumar D., Dubey A. Drone for Surveillance // Economic Sciences. 2024. Vol. 20. No. 1. P. 32–37. DOIhttps://doi.org/10.69889/aw746p03. https://doi.org/10.69889/aw746p03

12. Shahmoradi J., Talebi E., Roghanchi P., et al. A Comprehensive Review of Applications of Drone Technology in the Mining Industry // Drones. 2020. Vol. 4. Iss. 3. P. 34. DOIhttps://doi.org/10.3390/drones4030034. https://doi.org/10.3390/drones4030034

13. Salvini R., Mastrorocco G., Seddaiu M., et al. The Use of an Unmanned Aerial Vehicle for Fracture Mapping Within a Marble Quarry (Carrara, Italy): Photogrammetry and Discrete Fracture Network Modelling // Geomatics, Natural Hazards and Risk. 2017. Vol. 8. Iss. 1. P. 34–52. DOIhttps://doi.org/10.1080/19475705.2016.1199053. https://doi.org/10.1080/19475705.2016.1199053

14. Yilmaz T., Berkan B., Ece A., et al. Açık maden sahalarında kazı sonrası zemin değişiminin izlenmesinde İHA-tabanlı RTK/PPK yönteminin kullanımı: Düzce-Tatlıdere taş ocağı örneği // Ormancılık Araştırma Dergisi. 2022. Cilt 9. S. 76–85. DOIhttps://doi.org/10.17568/ogmoad.1093694. https://doi.org/10.17568/ogmoad.1093694

15. Zhang H., Aldana-Jague E., Clapuyt F., et al. Evaluating the Potential of Post-Processing Kinematic (PPK) Georeferencing for UAV-Based Structure-From-Motion (SfM) Photogrammetry and Surface Change Detection // Earth Surface Dynamics. 2019. Vol. 7. Iss. 3. P. 807–827. DOIhttps://doi.org/10.5194/esurf-7-807-2019. https://doi.org/10.5194/esurf-7-807-2019

16. Taddia Y., Stecchi F., Pellegrinelli A. Coastal Mapping Using DJI Phantom 4 RTK in Post-Processing Kinematic Mode // Drones. 2020. Vol. 4. Iss. 2. P. 9. DOIhttps://doi.org/10.3390/drones4020009. https://doi.org/10.3390/drones4020009

17. Lee E., Park S., Jang H., et al. Enhancement of Low-Cost UAV-Based Photogrammetric Point Cloud Using MMS Point Cloud and Oblique Images for 3D Urban Reconstruction // Measurement. 2024. Vol. 226. P. 114158. DOIhttps://doi.org/10.1016/j.measurement.2024.114158. https://doi.org/10.1016/j.measurement.2024.114158

18. Vicenç C., Pau M., Marc C., et al. Unmanned Aerial System Protocol for Quarry Restoration and Mineral Extraction Monitoring // Journal of Environmental Management. 2020. Vol. 270. P. 110717. DOIhttps://doi.org/10.1016/j.jenvman.2020.110717. https://doi.org/10.1016/j.jenvman.2020.110717

19. Famiglietti N.A., Cecere G., Grasso C., et al. A Test on the Potential of a Low Cost Unmanned Aerial Vehicle RTK/PPK Solution for Precision Positioning // Sensors. 2021. Vol. 21. Iss. 11. P. 3882. DOIhttps://doi.org/10.3390/s21113882. https://doi.org/10.3390/s21113882

20. Buzmakov S.A., Sannikov P.Y., Kuchin L.S., et al. The Use of Unmanned Aerial Photography for Interpreting the Technogenic Transformation of the Natural Environment During the Oilfield Operation // Journal of Mining Institute. 2023. Vol. 260. P. 180–193. DOIhttps://doi.org/10.31897/PMI.2023.22. https://doi.org/10.31897/PMI.2023.22

21. Vellemu E.C., Katonda V., Yapuwa H., et al. Using the Mavic 2 Pro Drone for Basic Water Quality Assessment // Scientific African. 2021. Vol. 14. P. e00979. DOIhttps://doi.org/10.1016/j.sciaf.2021.e00979. https://doi.org/10.1016/j.sciaf.2021.e00979

22. Turner D., Lucieer A., de Jong S.M. Time Series Analysis of Landslide Dynamics Using an Unmanned Aerial Vehicle (UAV) // Remote Sensing. 2015. Vol. 7. Iss. 2. P. 1736–1757. DOIhttps://doi.org/10.3390/rs70201736. https://doi.org/10.3390/rs70201736

23. Низаметдинов Ф.К., Низаметдинов Н.Ф., Низаметдинов Р.Ф. и др. Инструментальный контроль устойчивости рудного штабеля на участке кучного выщелачивания // Горный журнал. 2022. № 2. С. 19–22. DOIhttps://doi.org/10.17580/gzh.2022.02.03. https://www.rudmet.ru/journal/2094/article/34977

24. Golser J., Steiner W. International and European Standards for Geotechnical Monitoring and Instrumentation = Internationale und europäische Normen für geotechnische Überwachung und Instrumentierung // Geomechanik und Tunnelbau. 2021. Vol. 14. Iss. 1. P. 63–77. DOIhttps://doi.org/10.1002/geot.202000047. https://doi.org/10.1002/geot.202000047

25. Тихонов А.А., Акматов Д.Ж. Обзор программ для обработки данных аэрофотосъемки // Горный информационно-аналитический бюллетень (научно-технический журнал). 2018. № 12. С. 192–198. DOIhttps://doi.org/10.25018/0236-1493-2018-12-0-192-198. https://giab-online.ru/catalog/12641

26. Матюха С.В. Искусственный интеллект в беспилотных авиационных системах // Транспортное дело в России. 2022. № 1. С. 8–11. DOIhttps://doi.org/10.52375/20728689_2022_1_8. https://doi.org/10.52375/20728689_2022_1_8

Войти или Создать
* Забыли пароль?