Застосування фотограмметрії на основі безпілотних літальних апаратів для моніторингу поверхневих деформацій у кар’єрах

Автор(и)

  • О.А. Пащенко Національний технічний університет «Дніпровська політехніка», Дніпро, Україна Автор
  • Ю.О. Заболотна Національний технічний університет «Дніпровська політехніка», Дніпро, Україна Автор
  • Є.А. Коровяка Національний технічний університет «Дніпровська політехніка», Дніпро, Україна Автор
  • В.О. Расцвєтаєв Національний технічний університет «Дніпровська політехніка», Дніпро, Україна Автор

DOI:

https://doi.org/10.33271/crpnmu/81.074

Ключові слова:

фотограмметрія на основі дронів, моніторинг деформації поверхні, безпека відкритих гірничих робіт, цифрові моделі поверхні, застосування БПЛА у геодезії, ефективність маркшейдерських робіт

Анотація

Мета. Дослідити ефективність використання фотограмметрії з дронів як масштабованої альтернативи традиційному моніторингу деформацій у кар’єрах, з акцентом на точність виявлення просадок і провалів, а також підвищення безпеки, на прикладі мідного рудника площею 50 га. Методика. Фотограмметрія на основі дронів застосовувалася з використанням дрону DJI Phantom 4 RTK з 20-мегапіксельною камерою, що збирає двотижневі зображення з БПЛА на висоті 100 м з 80% перекриттям вперед і 60% з боків. Близько 1200 зображень за сеанс було зроблено за 2 години, досягнувши відстані вибірки землі 5 см/піксель. П’ятнадцять наземних контрольних точок забезпечили точність геоприв’язки ±2 див. Agisoft Metashape обробив зображення в цифрові моделі поверхні (ЦМП) з роздільною здатністю 5 см/піксель, використовуючи алгоритми «структура з руху». Деформація розраховувалася за допомогою різницевої ЦМП (Δh = DSMt2 – DSMt1), а випадкова лісова модель класифікувала зони як стабільні (Δh < 5 см), помірного ризику (5-10 см) або високого ризику (> 10 см). Результати. Вертикальні усунення варіювалися від 5 см у стабільних областях до 15 см у зонах високого ризику поблизу східного схилу, із середнім значенням -5,1 см. Метод досяг точності ±3 см, підтвердженої наземними контрольними точками, і скоротив час зйомки на 40%, з 5 днів до 3 днів, охоплюючи 16,7 га на день порівняно з 10 га для традиційних методів, що дозволяє проводити частий моніторинг та комплексне картування деформацій. Наукова новизна. У дослідженні виявлено залежності між просторовими параметрами рельєфу та ризиком нестабільності в кар’єрах. Зміщення понад 10 см і ухили понад 30° корелюють з високим ризиком зсувів. Оклюзії та освітлення спричиняють похибки в 15 % DSM, що вказує на потребу в корекціях і вдосконаленні методики. Практична значимість. Дані виявили зони ризику, зокрема 15-см просідання, запобігаючи обвалам. Зменшення часу на 40% дозволило моніторити двічі на тиждень, що сприяло своєчасним рішенням. Високоточні DSM оптимізували виїмку та зменшили екологічний вплив, підвищуючи безпеку й стійкість кар’єру.

Посилання

1. Lumbroso, D., Davison, M., Body, R., & Petkovšek, G. (2021). Modelling the Brumadinho tailings dam failure, the subsequent loss of life and how it could have been reduced. Natural Hazards and Earth System Sciences, 21 (1), 21–37. https://doi.org/10.5194/nhess-21-21-2021

2. Awange, J.L., & Grafarend, E.W. (2005). Solving algebraic computational problems in geodesy and geoinformatics: The answer to modern challenges . Springer. https://doi.org/10.1007/b138214

3. Khomenko, V. L., Ratov, B. T., Pashchenko, O. A., Davydenko, O. M., & Borash, B. R. (2023, May 22–26). Justification of drilling parameters of a typical well in the conditions of the Samskoye field. 4th International Conference on Sustainable Futures: Environmental, Technological, Social and Economic Matters (ICSF 2023), Kryvyi Rih, Ukraine. IOP Conference Series: Earth and Environmental Science, 1254 (1), 012052. https://doi.org/10.1088/1755-1315/1254/1/012052

4. Pashchenko, O., Ratov, B., Khomenko, V., Gusmanova, A., & Omirzakova, E. (2024, July 1–7). Methodology for optimizing drill bit performance. 24th International Multidisciplinary Scientific Geoconference: Science and Technologies in Geology, Exploration and Mining (SGEM 2024), Albena, Bulgaria. International Multidisciplinary Scientific GeoConference Surveying Geology and Mining Ecology Management, SGEM, 24 (1.1), 623–631. https://doi.org/10.5593/sgem2024/1.1/s06.78

5. Mancini, F., Dubbini, M., Gattelli, M., Stecchi, F., Fabbri, S., & Gabbianelli, G. (2013). Using Unmanned Aerial Vehicles (UAV) for High-Resolution Reconstruction of Topography: The Structure from Motion Approach on Coastal Environments. Remote Sensing, 5 (12), 6880–6898. https://doi.org/10.3390/rs5126880

6. Awange, J. L., & Grafarend, E. W. (2005). Solving algebraic computational problems in geodesy and geoinformatics: The answer to modern challenges . Springer. https://doi.org/10.1007/b138214

7. Wang, Y., Duan, P., Li, J., & Zhang, Z. (2023). Research on side-slope monitoring by integrating terrestrial laser scanning and UAV-based photogrammetry. Environmental and Engineering Geoscience, 29 (2), 1–14. https://doi.org/10.2113/EEG-D-22-00035

8. Nocquet, J.-M., & Calais, E. (2004). Geodetic measurements of crustal deformation in the Western Mediterranean and Europe. Pure and Applied Geophysics, 161 (3), 661–681. https://doi.org/10.1007/s00024-003-2468-z

9. Pascucci, N., Alicandro, M., Zollini, S., & Dominici, D. (2024). Improving infrastructure monitoring: UAV-based photogrammetry for crack pattern inspection. In Lecture Notes in Networks and Systems: Vol. 1154 LNNS (pp. 351–373). Springer. https://doi.org/10.1007/978-3-031-73110-5_24

10. Xu, Q., Li, W.-L., Ju, Y.-Z., Dong, X.-J., & Peng, D.-L. (2020). Multitemporal UAV-based photogrammetry for landslide detection and monitoring in a large area: A case study in the Heifangtai terrace in the Loess Plateau of China. Journal of Mountain Science, 17 (8), 1826–1839. https://doi.org/10.1007/s11629-020-6064-9

11. Fonstad, M. A., Dietrich, J. T., Courville, B. C., Jensen, J. L., & Carbonneau, P. E. (2013). Topographic structure from motion: A new development in photogrammetric measurement . Earth Surface Processes and Landforms, 38 (4), 421–430. https://doi.org/10.1002/esp.3366

12. Deguchi, T., & Kutoglu, H. (2012, September 26–27). Monitoring of mining induced land subsidence by PALSAR and TerraSAR-X. SAR Image Analysis, Modeling, and Techniques XII. Proceedings of SPIE, 8536 , 853611. https://doi.org/10.1117/12.971416

13. Ganaie, M. A., Tanveer, M., Suganthan, P. N., & Snasel, V. (2022). Oblique and rotation double random forest. Neural Networks, 153 , 496–517. https://doi.org/10.1016/j.neunet.2022.06.012

14. Ma, Y. Z., Gomez, E., & Luneau, B. (2017). Integration of seismic and well-log data using statistical and neural network methods. The Leading Edge, 36 (4), 324–329. https://doi.org/10.1190/tle36040324.1

15. Zumr, D., David, V., Jeřábek, J., Noreika, N., & Krása, J. (2020). Monitoring of the soil moisture regime of an earth-filled dam by means of electrical resistance tomography, close range photogrammetry, and thermal imaging. Environmental Earth Sciences, 79 (12), 299. https://doi.org/10.1007/s12665-020-09052-w

16. Hejmanowski, R., Witkowski, W. T., Guzy, A., & Malinowska, A. (2020, May 17–21). Identification of the ground movements caused by mining-induced seismicity with the satellite interferometry. 10th International Symposium on Land Subsidence (TISOLS 2020), Delft, Netherlands. Proceedings of the International Association of Hydrological Sciences, 382 , 297–301. https://doi.org/10.5194/piahs-382-297-2020

17. Meza, J., Marrugo, A. G., Sierra, E., Guerrero, M., Meneses, J., & Romero, L. A. (2018). A structure-from-motion pipeline for topographic reconstructions using unmanned aerial vehicles and open source software. In Communications in Computer and Information Science: Vol. 885 (pp. 213–225). Springer. https://doi.org/10.1007/978-3-319-98998-3_17

18. Mancini, F., Stecchi, F., Zanni, M., & Gabbianelli, G. (2009). Monitoring ground subsidence induced by salt mining in the city of Tuzla (Bosnia and Herzegovina). Environmental Geology, 58 (2), 381–389. https://doi.org/10.1007/s00254-008-1597-1

Завантаження

Опубліковано

2020-01-01

Номер

№ 81 (2025)

Розділ

Статті

Ліцензія

All articles are published under the Creative Commons Attribution License (CC BY 4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Authors retain copyright and grant the journal right of first publication.

Authors are permitted and encouraged to deposit the final published version of their article, or the Author's Accepted Manuscript (AAM), in institutional or subject-specific open-access repositories (including the university's own institutional repository, CORE, Zenodo, or Figshare), ensuring maximum visibility, accessibility, and impact of the publication.