基于近景数字摄影测量与组件式GIS的边坡监测系统研究

闫静杰 田廙 阎波杰

摘 要：为及时准确地提供边坡变形信息，基于近景数字摄影测量监测数据和GPS实测数据，结合SuperMap Objects .NET 6R组件、SQL Server 2005和 SuperMap SDX空间数据，利用C#编程语言和ADO.NET开发边坡监测系统，并以具体案例进行应用研究。介绍了系统目标、边坡监测数据库设计、系统功能模块、系统实现的关键技术和案例分析。系统主要实现了GIS基本功能、数据库及数据交换功能，能监测点位变化、坐标点动态变化、预测模型及点位预测折线图显示、坐标变化结果。研究结果可为滑坡、崩塌、泥石流等地质灾害监测、管理、决策等提供技术支持。

关键词：数字摄影测量；变形监测；SuperMap；地质灾害预测

DOIDOI：10.11907/rjdk.181153

中图分类号：TP319

文獻标识码：A 文章编号：1672-7800（2018）010-0097-05

英文摘要Abstract：In order to provide timely and accurate slope deformation information，combined with SuperMap Objects.NET 6R component，SQL Server 2005 and SuperMap SDX spatial data，a slope monitoring system was developed and applied in a specific case by using C# programming language and ADO.NET based on close range digital photogrammetry monitoring data and GPS measured data.This paper introduced the system target，slope monitoring database design，system function modules，key technology and case analysis of the system implementation.The system mainly realized the basic functions of GIS，database function and data exchange，and it could monitor point change，coordinate point dynamic change，prediction model and point prediction，broken line diagram，coordinate change result display，etc.The research results could provide technical support for monitoring，management and decision-making of landslide，collapse，debris flow and other geological disasters.

英文关键词Key Words：digital photogrammetry； deformation monitoring； SuperMap； geological disaster prediction

0 引言

近年来，随着经济的快速发展，在众多高层建筑、水利水电设施、矿山、港口、高速公路、铁路和能源工程等工程项目的建设过程中或建成后的运营期内，形成了大量边坡工程[1]。边坡在各种因素影响下有可能形成滑坡、崩塌、泥石流等地质灾害，需要通过各种手段对边坡进行监测、预警地质灾害，以避免损失。在各种变形监测过程中，需要对能最大程度反映变形体变形位置的监测点进行监测，但监测点数量众多；为进行有效变形分析，还需要大量周期性监测，因此监测数据量巨大，导致数据管理和处理分析非常复杂繁琐，且很容易出错[2-4]。针对上述问题，国内外相关学者致力于研发数据采集、开发管理和分析于一体的监测管理系统，并取得了一定成果。如高波[5]针对三峡库区高切坡稳定性评价与工程治理开发的边坡稳定性评价系统，陈晓鹏等[6]采用 VC++编程语言和软件工具及 SQL Server 2000 研发了边坡数据管理和分析系统。Matveenko等[7]研究了基于光纤传感器的地表形变自动化监测系统。许博[8]开发了基于GPS的矿山边坡监测数据处理系统，系统能自动实现边坡表面位移监测、内部位移监测、断面分析、实时数据显示、历史数据查询、监测量统计分析和监测预测报警等功能。Vaziri等[9]研究了适用于高边坡和露天煤矿的自动化监测预警系统，并给出了评价监测系统有效性和可靠性指标的方法。吴浩等[10]利用GNSS/GIS集成技术设计与研发了一套快速化、高精度、智能化的露天矿边坡变形监测系统，该系统能够对高边坡变形进行实时、快速监测。

数字近景摄影测量技术具有不需要直接接触被监测对象及不伤及被测物体、采集数据速度快、精度高且易存储、信息容量大、可重复使用等优点[11]，比较适用于测量各种边坡，尤其是一些人工难以到达或危险地区的监测，如对危岩体临空陡壁裂缝监测或滑坡地表位移观测[12-13]。但目前基于普通数码相机进行近景数字摄影测量开展边坡监测的相关系统研究还比较少见。因此，本文基于SuperMap Objects .NET 6R组件，结合SQL Server 2005和 SuperMap SDX空间数据引擎，研究基于近景数字摄影测量获得的影像数据有效存储和管理，并利用C#编程语言和ADO.NET，进行边坡监测系统开发，以期为滑坡、崩塌、泥石流等地质灾害监测、预警、决策、管理等提供技术依据。

1 系统设计

1.1 系统目标

建立基于近景数字摄影测量和组件式GIS的边坡监测系统主要研究目标包括：①实现边坡监测的各种影像数据和GPS实时监测数据一体化管理；②快速读取监测数据、表达点位变化及动态变化；③将点与影像、点与图、图与数据结合形成高效预测理论分析模型，并结合多种预测模型，实现边坡变形预测；④利用预测理论对数据进行实时更新、分析，进而实现边坡监测信息的高效管理和利用，系统可有效缩短数据处理时间，直观显示数据变化情况，并可利用多预测模型进行预测分析。

1.2 边坡监测数据库设计

边坡监测数据库主要由硬件、软件、登陆用户、变形监测矢量点数据、影像数据、元数据、GPS数据、预测数据等构成。数据库有2种数据：栅格数据（近景数字摄影测量拍摄的影像数据）和矢量数据（布控的监测点数据和GPS监测的控制点数据）。利用SQL Server 2005 關系型数据库和 SuperMap SDX空间数据引擎实现对空间数据、属性数据的高效存储和管理。空间数据库采用SuperMap SDX建库模式，实现矢、栅数据一体化存储，逻辑层使用SuperMap SDX空间数据引擎实现对空间数据访问，并使用JDBC/ODBC技术管理属性数据，从而真正实现数据高效集成。

通过边坡变形监测数据库可以实现变形监测数据一体化管理，操作简单便捷，能使基于近景数字摄影测量获得的监测点空间数据转换为关系型数据，并存储到SQL Server关系型数据库中。监测点数据经过加工后得到tiff影像数据后通过数据交换与录入功能导入系统。GPS控制测量的矢量点数据转换为E00，同样可以通过数据库导入系统，数据导入基本流程如图1所示。

1.3 系统功能模块

基于近景数字摄影测量与组件式GIS的边坡监测系统利用SuperMap Objects .NET 6R组件并结合SQL Server 2005 关系型数据库系统和 SuperMap SDX空间数据引擎，实现对边坡监测数据、影像数据高效存储和管理、监测数据处理、预测分析等，并建立一个完整的近景数字摄影测量的边坡监测决策支持系统。根据具体业务性质分类，系统主要功能包括数据管理、数据库连接、数据处理、数据显示、监测点位变化、坐标动态变化、点位预测、坐标变化结果显示、绘制地图和帮助。

2 系统实现关键技术

2.1 监测点数据快速获取及处理

监测点数据采用数字摄影测量技术获取，本文数据采集工具为1 200万像素佳能5D普通定焦单反数码相机。由于数码相机为非量测相机，其内方位元素与镜头畸变系数未知。为了获得高精度的监测点数据，须对数码相机进行几何检校以获取误差改正系数[14-16]。几何检校采用摄影测量的空间后方交会方法，其数学模型以像点坐标为观测值，解求相机内外方位元素、畸变系数以及其它附加参数[16]。基于检校后的数码相机进行数字摄影测量以获得立体像对，在此基础上基于全数字摄影测量站（DPW）进行内业立体测图，对获取的近景立体像对进行严密的数字定向，并在地面近景摄影测量大地坐标系中进行绝对定向后，采集DPW边坡监测点数据[15-16]。

数据处理的另一个关键是数字摄影测量影像快速配准，影像配准的实质是将利用数字摄影测量影像数据与通过GPS监测获得的控制点数据进行快速准确匹配，地图配准一般采用线性配准、矩形配准和二项式配准，其中线性配准主要针对影像、地形图和照片在X、Y方向上的位移变换，矩形配准实质上是一种有一定条件的线性配准[17-18]，系统实现了线性配准和矩形配准。

2.5 组件式GIS技术

组件式GIS是指基于组件对象平台，以一组具有某种标准接口、允许跨语言应用的组件提供基本功能的GIS，它是面向对象技术和组件式软件在GIS软件开发中的应用[26-27]，其基本思想是：将GIS的各大功能模块划分为几个控件，不同功能由不同控件完成，各个GIS 控件之间以及GIS 控件与其它非GIS 控件之间，可以通过可视化软件开发工具集成，形成最终的GIS 应用[27]。

SuperMap Objects .NET 6R是SuperMap GISUniversal 系列软件的基础开发平台之一，是基于.NET 技术的组件式GIS 开发平台，适用于.NET 平台上的专业GIS 应用系统的快速开发，采用C++/CLI 构建，既具备了.NET组件的优秀特性，又保证了GIS 软件运行的高效率[28-29]。SuperMap Objects .NET 6R的主要特点是[30]：①完全兼容SuperMap GIS 5 及以上版本的数据格式和XML工作空间；②结合高运行效率的UGC内核和.NET 环境中高开发效率；③更加合理地划分组件。

因此，本文选用Super Map Objects .NET 6R作为地理信息系统开发平台，采用C#编程语言作为开发语言，采用SQL Server2005和 SuperMap SDX空间数据为引擎数据库管理数据，进行系统开发。

3 案例分析

本文以某建筑用地边坡为例，基于Super Map Objects .NET 6R组件，结合SQL Server 2005和 SuperMap SDX空间数据引擎，利用C#编程语言开发了边坡监测系统。其中，图2中白色背景、黑色中心的圆点是布置的监测点，并以该案例为例展示了监测点X和Y方向上的变化统计（见图3）、监测点X和Y方向动态变化（见图4）、点坐标折线图与监测点坐标折线图对比分析（见图5）。

监测点位变化功能可以绘制监测点X和Y方向位移变化情况，通过监测点各方向的变化曲线可以直观地看出各方向坐标位移情况，如图3所示；还可以通过对点的动态变化图分析，选择预测模型开展监测点预测，动态折线图与预测模型折线图相结合使分析结果更加精确，提高预测分析质量。动态监测点位坐标计算方法是利用不同时段的坐标计算坐标差，并把结果坐标另存于变化表中，坐标差值也可以在动态变化图中显示坐标的变化曲线，如图4所示。

通过灰色理论模型、三次指数平滑模型和二阶差分指数模型实现监测点预测，并对预测模型的结果进行对比。点位预测折线图的主要功能是利用预测点折线图与监测点折线图作对比分析、预测结果的实用性，并判断预测结果是否精确，如图5所示。

通过坐标变化结果可以查看动态变化数据、预测数据和在间隔一段时间内的位移情况，并通过多点位移情况收集监测点变化情况，利用对点位移变化判断监测点危险系数。位移变化大小与危险系数成正比。同一点的变化情况在不同预测模型的预测结果不一样，所以通过对比预测模型计算的坐标与原始坐标，计算预测数据与原始数据的误差，并通过对误差的判断选取最佳预测模型，误差越小预测结果越准确。结果数据可以保存在Excel表中，以便查询。

4 结语

本文基于近景数字摄影测量监测数据、GPS实测数据以及Super Map Objects .NET 6R组件，结合SQL Server 2005和 SuperMap SDX空间数据引擎，利用C#编程语言开发了边坡监测系统，并以实际案例进行应用分析。系统最大特点是使用近景摄影测量数据进行边坡监测，实现监测数据、图表、图像一体化操作与管理，Excel表与SQL Server数据库数据交换，各监测点时间与各方向变量折线图的绘制与输出。监测点和预测点各方向变量在时间上的对比有助于快速准确地描述监测点动态变化情况并验证预测结果。系统可进行多预测模型分析对比，并可将变形分析成果以Excel、图形报表等形式显示、输出。但系统也存在不足，如不能智能化识别影像监测点，只能通过VirtuoZo或JX-4C数字摄影测量软件进行监测点识别和提取，需要后续进一步研究解决。

参考文献：

[1] 杨永波.边坡监测与预测预报智能化方法研究[D].北京：中国科学院研究生院，2005.

[2] 张帝.变形监测数据管理系统的设计与实现[D].成都：成都理工大学，2012.

[3] 曹华峰.边坡工程监测理论与技术基础初步研究[D].哈尔滨：中国地震局工程力学研究所，2007.

[4] SIMONI A，BERTI M，GENERALI M，et al.Preliminary result from pore pressure monitoring on an unstable clay slope[J].Engineering Geology，2004，73（1-2）：117-128.

[5] 朱勇.高切坡稳定性评价系统构建与应用研究[D].武汉：武汉理工大学，2006.

[6] 陈晓鹏，张强勇，刘大文，等.边坡安全监测网络及在锦屏一级工程中的应用[J].地下空间与工程学报，2008，4（4）：772-775，788.

[7] VAZIRI A，MOORE L，ALI H.Monitoring systems for warning impending failures in slopes and open pit mines[J].Natural Hazards，2010，55（2）：501-512.

[8] 许博.基于GPS的边坡监测数据处理系统研究与实现[D].沈阳：沈阳航空航天大学，2013.

[9] MATVEENKO V P，FEDOROVA V A，SHARDAKOV I N.Theoretical justification of the possibility of constructing a fiber-optic earth surface deformation monitoring system [J].Mechanics of Solids，2013，48（5）：520-524.

[10] 吴浩，黄创，张建华，等.GNSS/GIS集成的露天矿高边坡变形监测系统研究与应用[J].武汉大学学报：信息科学版，2015，40（5）：706-710.

[11] 鐘强.基于近景摄影测量技术的矿区边坡变形监测及应用[D].赣州：江西理工大学，2012.

[12] MAAS H G，HAMPEL U.Photogrammetric techniques in civil engineering material testing and structure monitoring[J].Photogrammetric Engineering & Remote Sensing，2006，72（1）：39-46.

[13] 蒲建华.高速公路边坡监测及信息管理系统应用研究[D].成都：成都理工大学，2014.

[14] 张建霞，王留召，王宝山.数字近景摄影测量测图应用探讨[J].测绘科学，2006（2）：159-161.

[15] 张建霞.基于SWDC 的数码航空摄影测量研究与应用[M].徐州：中国矿业大学出版社，2015.

[16] 李闯，张建霞，李少峰，等.基于普通数码相机的建筑物立面测绘[J].测绘技术装备，2017，19（2）：90-93.

[17] 周丹.基于GIS可视域分析的矿山环境视觉污染评价[D].南京：南京大学，2011.

[18] 陆菲菲，奚玲，岳春生.利用几何精校正进行多尺度数字栅格地图配准[J].计算机应用，2006，26（S2）：115-117.

[19] 贡文伟，黄晶.基于灰色理论与指数平滑法的需求预测综合模型[J].统计与决策，2017（1）：72-76.

[20] 马光思，白燕.基于灰色理论和神经网络建立预测模型的研究与应用[J].微电子学与计算机，2008，25（1）：153-155.

[21] 贾得海，曾建初.灰色系统理论G M（1，1）预测模型的应用[J].昆明理工大学学报：自然科学版，2013，38（6）：115-120.

[22] 彭乃驰，党婷.基于三次指数平滑的云南学龄儿童人数预测研究[J].重庆工商大学学报：自然科学版，2016，33（2）：49-53.

[23] 侯琼煌，杨航.基于三次指数平滑模型的雾霾天气分析与预测[J].环境保护科学，2014，40（6）：73-77.

[24] 罗党，宋博.河南省农民家庭耐用消费品需求分析及预测[J].内蒙古师大学报：自然汉文版，2012，41（5）：479-483.

[25] 王鸣，易武.小波-差分指数平滑模型在滑坡变形预测中的应用[J].人民长江，2015，46（12）：45-47.

[26] 宋关福，钟耳顺.组件式地理信息系统研究与开发[J].中国图象图形学报，1998，3（4）：313-317.

[27] 熊威，李春雷，段云龙.SuperMap Objects 组件式 GIS 开发技术浅析[J].测绘与空间地理信息，2015，38（1）：29-33.

[28] 方圆，臧淑英，李苗.基于SuperMap的松嫩平原科研成果管理系统的设计与实现[J].中国农学通报，2013，29（17）：234-238.

[29] 刘家福，李德亮，单利博.基于SuperMap Objects.NET 2008开发的专题地图管理信息系统研究[J].吉林师范大学学报：自然科学版，2015，1：141-142.

[30] 北京超图地理信息技术有限公司.SuperMap Objects .NET 联机帮助（V6.0.2）[EB/OL].http：//www.supermap.com/，2011-01-06.

（责任编辑：江 艳）