基于無人機(jī)測繪的礦山地質(zhì)調(diào)查數(shù)據(jù)庫建庫設(shè)計(jì)

席凱林

（江西省自然資源測繪與監(jiān)測院 ，江西 南昌 330002）

礦產(chǎn)資源是實(shí)現(xiàn)國家經(jīng)濟(jì)可持續(xù)發(fā)展的重要保障，礦產(chǎn)資源的大規(guī)模開發(fā)，在極大程度上實(shí)現(xiàn)了對國家經(jīng)濟(jì)和社會的推動，但與此同時(shí)也對地質(zhì)環(huán)境造成威脅，導(dǎo)致地面沉降、地震、泥石流等危害時(shí)常發(fā)生。如何實(shí)現(xiàn)對礦山資源的合理開發(fā)，并做到對礦山生態(tài)環(huán)境的保護(hù)，是當(dāng)前亟待解決的問題[1]。同時(shí)，要想發(fā)揮礦山資源的經(jīng)濟(jì)優(yōu)勢，還應(yīng)當(dāng)實(shí)現(xiàn)對各類現(xiàn)代技術(shù)的合理利用，引入多種手段和方法完成礦山地質(zhì)調(diào)查。當(dāng)前，針對礦山地質(zhì)的調(diào)查，通常是采用衛(wèi)星遙感和其他相關(guān)測量手段實(shí)現(xiàn)，但在實(shí)際應(yīng)用中，這種方法存在工程量大，工程施工成本高等問題，對于部分緊急情況而言，通過這種方式很難實(shí)現(xiàn)對礦山地質(zhì)調(diào)查數(shù)據(jù)的實(shí)時(shí)更新[2]。當(dāng)前礦山開采和施工的規(guī)模不斷擴(kuò)大，在進(jìn)行地質(zhì)調(diào)查的過程中調(diào)查數(shù)據(jù)具有數(shù)據(jù)量大、數(shù)據(jù)來源多樣化、非結(jié)構(gòu)化等特點(diǎn)。同時(shí)，礦山地質(zhì)調(diào)查數(shù)據(jù)是不斷積累的，目前已經(jīng)達(dá)到了巨大的量，并且調(diào)查數(shù)據(jù)還具有階段性、種類多、格式復(fù)雜等特點(diǎn)。因此，在對各類數(shù)據(jù)資源利用時(shí)還存在利用效率地、連續(xù)性差、繼承性差等問題。但無人機(jī)測繪技術(shù)與之相比具有更高的靈活性，并且在測繪上能夠?qū)崿F(xiàn)更加高效和方便的調(diào)查效果，同時(shí)調(diào)查數(shù)據(jù)的得出的結(jié)果準(zhǔn)確性更高，對于礦山開采和施工等領(lǐng)域而言，能夠充分滿足去成本損耗低的需要?；诖耍疚囊霟o人機(jī)測繪技術(shù)，開展礦山地質(zhì)調(diào)查數(shù)據(jù)庫建庫設(shè)計(jì)研究。

1 基于無人機(jī)測繪的礦山地質(zhì)調(diào)查數(shù)據(jù)庫建庫設(shè)計(jì)

1.1 礦山地質(zhì)調(diào)查數(shù)據(jù)庫模型選擇

在對礦山地質(zhì)調(diào)查數(shù)據(jù)庫建庫時(shí)，首先需要明確各類數(shù)據(jù)的基本構(gòu)造，以及數(shù)據(jù)與數(shù)據(jù)之間的關(guān)聯(lián)。因此，本文針對礦山地質(zhì)調(diào)查數(shù)據(jù)庫的模型進(jìn)行選擇，在關(guān)系模型、層次模型、網(wǎng)絡(luò)模型和面對對象數(shù)據(jù)模型當(dāng)中，選擇更符合本文數(shù)據(jù)類型存儲的數(shù)據(jù)庫模型。第一種數(shù)據(jù)庫模型通常是將數(shù)據(jù)按照表格的形式存儲，表格當(dāng)中每一行可看作是一組數(shù)據(jù)記錄，并且在每個(gè)記錄當(dāng)中都包含了若干字段。同時(shí)該類型數(shù)據(jù)庫模型能夠?qū)崿F(xiàn)對調(diào)查數(shù)據(jù)的添加、修改和更新等操作[3]。第二種數(shù)據(jù)庫模型主要通過有向樹表示各個(gè)實(shí)體之間的聯(lián)系，可實(shí)現(xiàn)對數(shù)據(jù)的快速查詢，但數(shù)據(jù)冗余量較大。第三種數(shù)據(jù)庫模型采用網(wǎng)狀結(jié)構(gòu)表示，在同一層當(dāng)中記錄的數(shù)據(jù)可通過網(wǎng)狀模型連通，同樣可以實(shí)現(xiàn)對數(shù)據(jù)的快速查詢，但無法對數(shù)據(jù)本身結(jié)構(gòu)進(jìn)行修改。第四種數(shù)據(jù)庫模型主要面向技術(shù)與技術(shù)之間的結(jié)合產(chǎn)物，穩(wěn)定性較差，并且也無法支持編程。

綜合礦山地質(zhì)調(diào)查數(shù)據(jù)量大、數(shù)據(jù)之間關(guān)系復(fù)雜等因素，采用關(guān)系數(shù)據(jù)庫模型能夠?qū)崿F(xiàn)對數(shù)據(jù)更加快速的訪問，并且針對不同礦山調(diào)查數(shù)據(jù)使用需要，對其進(jìn)行結(jié)構(gòu)上的修改更加方便，因此本文在后續(xù)對礦山地質(zhì)調(diào)查數(shù)據(jù)庫進(jìn)行構(gòu)建時(shí)，采用關(guān)系數(shù)據(jù)庫模型結(jié)構(gòu)，進(jìn)一步實(shí)現(xiàn)對礦山管理的數(shù)字化轉(zhuǎn)變。將調(diào)查數(shù)據(jù)庫文件以ArcGIS格式進(jìn)行存儲，并采用GeoDatabase表現(xiàn)地理信息數(shù)據(jù)模型。圖1為本文礦山地質(zhì)調(diào)查數(shù)據(jù)關(guān)系模型數(shù)據(jù)庫結(jié)構(gòu)示意圖。

圖1 關(guān)系模型數(shù)據(jù)庫結(jié)構(gòu)示意圖

將圖1所示的關(guān)系模型數(shù)據(jù)庫結(jié)構(gòu)作為本文建庫基礎(chǔ)，按照其相應(yīng)內(nèi)容對各個(gè)模塊進(jìn)行設(shè)計(jì)。

1.2 基于無人機(jī)測繪的礦山地質(zhì)圖像數(shù)據(jù)采集

在對礦山地質(zhì)調(diào)查影像數(shù)據(jù)進(jìn)行采集時(shí)，本文引入無人機(jī)測繪技術(shù)，依靠其遙感目視判讀完成對數(shù)據(jù)庫分類體系的構(gòu)建。對于礦山地質(zhì)圖像獲取的關(guān)鍵是提取調(diào)查目標(biāo)區(qū)域范圍內(nèi)的光譜信息、形狀信息、紋理信息等，并借助相應(yīng)的解釋判斷和專家經(jīng)驗(yàn)對其進(jìn)行選定和分析，從而實(shí)現(xiàn)對礦山地質(zhì)調(diào)查區(qū)域內(nèi)植被、道路、河流、房屋以及地質(zhì)災(zāi)害等相關(guān)數(shù)據(jù)信息的采集[4]。在實(shí)際應(yīng)用中，觀察無人機(jī)測繪影響當(dāng)中呈現(xiàn)出深綠色的區(qū)域即為植被覆蓋區(qū)域，并且在這一區(qū)域范圍內(nèi)的測繪圖像色調(diào)和紋理相對單一，具有明顯的連續(xù)性和完整性。將測繪圖像當(dāng)中亮度值不超過95的圖像劃分為植被，完成對植被區(qū)域劃分后，其余部分全部為非植被覆蓋類區(qū)域。同時(shí)，河流信息在測繪圖像當(dāng)中也十分明顯，由于受到礦山地質(zhì)災(zāi)害的影響，河流當(dāng)中會聚集大量泥沙，因此其測繪圖像色調(diào)較淺，并且呈現(xiàn)出明顯的自然條帶狀結(jié)構(gòu)，在測繪圖像上邊緣區(qū)域十分平滑?；谏鲜鰞煞N地質(zhì)信息類型特點(diǎn)，可采用光譜特征提取的方式，對礦山地質(zhì)調(diào)查區(qū)域內(nèi)的植被和河流進(jìn)行提取，并根據(jù)實(shí)際情況對其分類規(guī)則面積進(jìn)行計(jì)算。

針對礦山地質(zhì)調(diào)查區(qū)域內(nèi)的道路信息數(shù)據(jù)提取，在測繪影響上道路通常會呈現(xiàn)出亮白色細(xì)長狀特點(diǎn)，并且不會出現(xiàn)破碎情況，利用道路的長寬比和亮度值特征，可實(shí)現(xiàn)對道路信息數(shù)據(jù)的初步提取。再結(jié)合分類規(guī)則和亮度值，在亮度值超過165并且長度和寬度比超過6.5時(shí)的圖像上，對道路信息數(shù)據(jù)提取。針對房屋和地質(zhì)災(zāi)害信息數(shù)據(jù)，在區(qū)域后針對上述剩余部分進(jìn)行分類提取。房屋信息數(shù)據(jù)在光譜特征上呈現(xiàn)出藍(lán)色或亮白色，并且具有較高的反射率，且形狀大多以規(guī)則的矩形為主。地質(zhì)災(zāi)害信息數(shù)據(jù)在測繪圖像當(dāng)中的光譜特征以灰色為主。根據(jù)房屋和地質(zhì)災(zāi)害信息特點(diǎn)，以此建立相對應(yīng)的分類規(guī)則，再完成對各類別下信息數(shù)據(jù)的提取，最后對上述初步完成提取的結(jié)果進(jìn)行目視判別，將最終符合標(biāo)準(zhǔn)要求的各項(xiàng)數(shù)據(jù)作為后續(xù)特征數(shù)據(jù)分類端存儲的重要依據(jù)。

1.3 礦山地質(zhì)調(diào)查特征數(shù)據(jù)分類端存儲

完成上述操作后，通過對所有礦山地質(zhì)調(diào)查特征數(shù)據(jù)在分布端進(jìn)行存儲，實(shí)現(xiàn)解放人工數(shù)據(jù)管理的目的。按照上述獲取到的礦山無人機(jī)測繪圖像中的地質(zhì)圖像數(shù)據(jù)，通過分類器完成對特征數(shù)據(jù)的分類。結(jié)合分類最優(yōu)原則，按照邏輯關(guān)系從眾多圖像數(shù)據(jù)信息當(dāng)中提取大數(shù)據(jù)特征，并將大數(shù)據(jù)分解為矢量，將分解后的數(shù)據(jù)結(jié)果分配到數(shù)據(jù)庫的兩端，其中一端主要用于接收與特征數(shù)據(jù)無關(guān)的矢量，另一端通過最優(yōu)平面完成對海量數(shù)據(jù)的有效分類[5]。按照無人機(jī)測繪對應(yīng)的局部測量坐標(biāo)系，選擇無人機(jī)攝像頭的三維坐標(biāo)系，假設(shè)O1（x1，y1，z1）表示為數(shù)據(jù)采集器1對應(yīng)的局部測量坐標(biāo)系；O2（x2，y2，z2）表示為數(shù)據(jù)采集器2對應(yīng)的局部測量坐標(biāo)；On（xn，yn，zn）表示為全局測量三維坐標(biāo)。在全局測量三維坐標(biāo)當(dāng)中，Xn可表示為任意一點(diǎn)對應(yīng)的矢量值，其表達(dá)式為：

假設(shè)X1表示為在數(shù)據(jù)采集器1當(dāng)中對應(yīng)的局部測量坐標(biāo)系當(dāng)中任意一個(gè)坐標(biāo)點(diǎn)的矢量值，則其表達(dá)式應(yīng)為：

以此類推，得到X2的表達(dá)式為：

在上述公式基礎(chǔ)上，引入一個(gè)4×4的旋轉(zhuǎn)矩陣，將上述多個(gè)參數(shù)作為數(shù)據(jù)采集器對應(yīng)的無人機(jī)測繪外部參數(shù)，將各類礦山地質(zhì)調(diào)查數(shù)據(jù)按照其類型和坐標(biāo)分別帶入到不同公式當(dāng)中，得出其在數(shù)據(jù)庫分類端的存儲位置，實(shí)現(xiàn)對數(shù)據(jù)的實(shí)時(shí)分類。在實(shí)際應(yīng)用中，完成對數(shù)據(jù)庫的建庫操作后，還需要對其進(jìn)行定期數(shù)據(jù)信息檢查，將該數(shù)據(jù)庫與無人機(jī)測繪影響數(shù)據(jù)庫相連接，針對各項(xiàng)信息數(shù)據(jù)進(jìn)行提取和成果檢驗(yàn)，確保存儲在調(diào)查數(shù)據(jù)庫當(dāng)中的數(shù)據(jù)真實(shí)有效，提高數(shù)據(jù)資源的利用價(jià)值。

2 實(shí)驗(yàn)論證分析

為了確保本文上述提出的建庫方法能夠在真實(shí)應(yīng)用環(huán)境中實(shí)現(xiàn)對礦山地質(zhì)調(diào)查數(shù)據(jù)的有效存儲，將其與傳統(tǒng)基于3Dmine的數(shù)據(jù)庫建庫方法同時(shí)針對一組礦山地質(zhì)調(diào)查數(shù)據(jù)進(jìn)行數(shù)據(jù)庫構(gòu)建并存儲。選擇以某城市郊區(qū)某礦山周圍5.5平方公里作為本次實(shí)驗(yàn)的研究區(qū)域，分別通過無人機(jī)測繪技術(shù)和3Dmine技術(shù)，對該區(qū)域范圍內(nèi)的礦山地質(zhì)數(shù)據(jù)進(jìn)行調(diào)查，并以此數(shù)據(jù)作為依據(jù)，構(gòu)建兩個(gè)不同的數(shù)據(jù)庫，隨機(jī)抽取200個(gè)、400個(gè)、600個(gè)、800個(gè)、1000個(gè)特征數(shù)據(jù)量，對比兩種數(shù)據(jù)庫正確完成數(shù)據(jù)分類的個(gè)數(shù)，并記錄如表1所示。

表1 兩種數(shù)據(jù)庫建庫方法特征數(shù)據(jù)分類結(jié)果比較

結(jié)合表1當(dāng)中得出的兩種數(shù)據(jù)庫建庫方法特征數(shù)據(jù)分類結(jié)果比較可以看出，本文建庫方法在實(shí)際應(yīng)用中能夠保證特征數(shù)據(jù)為200個(gè)和400個(gè)時(shí)達(dá)到百分百的分類準(zhǔn)確率，隨著特征數(shù)據(jù)量的增加，分類準(zhǔn)確特征數(shù)據(jù)量占比雖降低，但仍然可達(dá)到98.0%以上。而傳統(tǒng)基于3Dmine技術(shù)的建庫方法在任何特征數(shù)據(jù)量都無法達(dá)到百分百分類準(zhǔn)確率，基本維持在50.00%~67.00%范圍以內(nèi)。因此，通過實(shí)驗(yàn)證明，本文提出的建庫方法應(yīng)用到實(shí)際能夠?qū)崿F(xiàn)對海量數(shù)據(jù)資源的精準(zhǔn)分類，提高調(diào)查數(shù)據(jù)的利用率，并能夠進(jìn)一步實(shí)現(xiàn)對調(diào)查數(shù)據(jù)的實(shí)時(shí)更新。

3 結(jié)語

針對當(dāng)前礦山地質(zhì)調(diào)查數(shù)據(jù)利用率低，存儲在數(shù)據(jù)庫當(dāng)中的數(shù)據(jù)準(zhǔn)確性差，查找費(fèi)時(shí)等問題，引入無人機(jī)測繪技術(shù)，提出一種全新的建庫方法，并通過實(shí)驗(yàn)驗(yàn)證了該方法的合理性。未來隨著礦山信息化程度的不斷加深，還需要利用更多現(xiàn)代技術(shù)對數(shù)據(jù)庫建庫進(jìn)行完善，從而確保數(shù)據(jù)庫能夠更好的為礦山科學(xué)建設(shè)和規(guī)劃提供支持條件。