多技术融合的水利大坝变形监测

(整期优先)网络出版时间:2024-08-05
/ 3

多技术融合的水利大坝变形监测

许世民,汪诗奇,毛云华,保振永,陈科

(中国电建集团昆明勘测设计研究院有限公司信息技术研究院,云南 昆明 650041)

摘要 大坝的安全对人民的生命财产以及社会效益有着非常重要的现实意义,且在防洪储能中发挥着重要作用。因此需要对大坝定期进行安全监测。大坝安全监测主要是坝体的变形监测,传统的监测手段主要采用“单点”式的监测模式,需要在坝体上设置监测点,数量有限,且不能对大坝进行覆盖式的监测。本文采用三维激光扫描技术对坝体进行全方位、大面积、高效率的扫描,获取海量三维点云数据,通过两期坝体点云数据模型,全面分析大坝的形变量。并结合多波束测深系统对坝前坝后的水下地形进行扫描,获取水下三维点云数据,分析坝前坝后水下淤积冲刷情况。通过传统测量技术、三维激光扫描与多波束技术相结合完成大坝的一体化监测,跟传统监测方式相比,一体化监测具有……的优势,……

关键词 大坝一体化监测;变形监测;三维激光扫描;多波束测深系统

0 引言

随着我国水电行业的发展,我国建成的水库大坝的数量已位居世界前列。大坝的基础设施在保证安全运行的同时,须定期对大坝进行安全监测,时刻掌握大坝的形变量。一旦大坝出现异常情况,给人民、人民生活区、环境以及其他设施带来高风险的影响。因此需要对大坝定期进行变形监测,早发现早整治,防止发生突发险情[1]。近些年,随着测绘科学技术的推进,大坝的安全监测方式越来越多种多样,各种监测工具、传感器在大坝的安全监测中都有成功案例-新疆伊宁水库大坝采用GNSS监测站、量水堰计、渗压计等实现水库大坝安全运营管理的科学化、信息化、自动化。如何更好地从大量的大坝监测数据中获取有用的信息对大坝的安全状况及其重要,这样才能较好的评估大坝的安全性,从而保证大坝的安全运行。

三维激光扫描技术是一种新的三维空间信息获取技术,与传统单点测量相比具有数据采集效率高、获速度快、数据分辨率高、测量精度高、无接触测量等优点,现已被广泛用于各类工程领域的变形监测。水下多波束测深系统弥补了单波束测深仪的片面性和侧扫声呐测深值的不准确性,提高了测量效率,具有水深全覆盖无遗漏扫侧,测量范围大、速度快、测深精度和分辨率高,记录数字化和实时自动绘图等优点,也被广泛运用于水下地形的测量。本文将三维激光扫描技术与多波束测深系统同时运用到大坝的安全监测中,系统地介绍数据的采集与处理过程,结合两期实验数据分析大坝的变形量及坝前坝后的水下淤积冲刷情况,为研究大坝的安全监测提供参考。

1 数据的采集与处理

大坝安全监测数据的采集分为坝体的三维点云的获取以及坝前坝后水下的三维点云的获取。三维激光扫描的基本原理是利用激光束扫描物体表面,将反射回来的信号转换成数字信号,数字信号转换成三维图像,计算物体表面的几何形态和细节。三维激光扫描仪以自身定义的坐标系统为基准, 获取点云数据。X轴作为扫描路线的移动方向,Y轴与X轴垂直顺时针向下,Z轴垂直于水平面。

本次大坝监测区位于云南省澜沧江流域某大型水电站的坝体及坝前、坝后水下部分区域。采用三维激光扫描仪对坝体进行扫测、多波束测深系统对水下部分进行扫测。实现大坝多技术融合的变形监测。采用Trimble SX10三维激光扫描仪对水面以上的坝体进行扫描,坝体点云数据采用2016年初次扫描点云数据(采集面积0.5km2,点云数目2.8亿,设站33站)与2021年点云数据(采集面积0.5km2,点云数目2.95亿,设站62站)对比分析。坝前坝后的水下地形采用美国R2SONIC公司生产的SONIC2024多波束测深系统进行扫描,水下点云数据采用2018年初次测深点云数据(采集面积0.7km2,点云数目1.26亿)与2021年点云数据(采集面积0.4km2,点云数目1.37亿)对比分析。再对点云数据进行预处理,外业采集的数据是最原始的数据,需要对其进行坐标配准、噪点剔除、重叠部分删减、不可靠站点剔除、数据合并和导出txt文件。剔除点云粗差数据,保留高精度点云数据,然后进行数据建模及分析。

2 点云数据精度分析

在测量过程中,坝上与水下的扫测精度主要由控制测量、工作基点、数据获取方式决定,各项误差逐步积累,架设仪器使用的控制点采用控制网的复测成果。控制网复测成果采用中误差精度分析方法,方向中误差限差±2.5",最弱方向中误差不大于两倍中误差。控制点方向中误差±0.35",侧边精度±(0.53mm+0.53ppm×D),最弱方向中误差±0.3",相对最弱边1/491477。完全满足复测精度要求。

2.1 坝体三维点云数据精度评定

地面三维激光点云数据的扫描精度主要由两方面评定,分别为内符合精度、外符合精度。

(1)内符合精度

内符合精度即测量值之间的偏差。内符合精度采用重复测量法进行精度评定。本次内符合精度的检验选取GTP08测站两次扫描的点云数据叠加进行内符合精度的评定如图1所示,在同一位置截取部分点云进行建模分析。使用DEM分析法,高程范围呈条带分布,两个面基本吻合,点云数据良好。cloud compare软件可以通过点云之间的高程差来直观表示每个点云的质量。通过数据分析,蓝色方柱为两次数据有重叠点的对比结果,能够达到3mm以内,均方根误差为13mm,红色方柱表示两次数据没有重叠点的对比结果,不能反应真实的测量精度,内符合精度可以达到3mm以内。

图片4图片2

图1 GTP08测站内符合精度评定

(2)外符合精度

外符合精度即测量值与真值的偏差,验证外符合精度保证同期数据成果的正确性。外符合精度采用比对法进行精度评定。本次外符合精度的检验选取GP07与GP08测站扫描截取的点云观测数据,将点云观测数据统一到施工坐标系下进行对比,截取两站观测数据同一位置的点云,分别进行叠加建模并精度分析如图2所示。

通过分析可以知,各站间扫描的外符合精度较佳,测点范围约100m的条件下,两测站的同一位置点云数据差值基本都在10mm以内,均方根误差为12mm,所以坝体点云数据的外符合精度优于10mm。

1

图2 GP07与GP08测站点云数据外符合精度评定

综上所述,通过数据分析及评定可以认为:在本项目的开展过程中,采用100m扫描范围内的数据,采用三维激光扫描仪观测的点云数据精度优于10mm。

2.3 水下多波束测深点云数据精度评定

水下多波束扫描的精度主要由GPS-RTK精度、罗经惯导精度、测深精度。GPS-RTK通过已知点检核以评估测量精度,通过验证测量平面精度为±2cm,高程精度为±3cm。罗经惯性导航系统本身并不测量,用于纠正多波束测深系统的船姿,便于后面进行横摇、纵摇、艏摇的校正,根据罗经系统参数,罗经升降精度约为±2~3cm。多波束测深精度主要由量程分辨率决定,多波束量程分辨率参数为±1.25cm。综上所述,各类误差的影响下水下多波束测深的精度在10cm以内。

3 点云数据建模及变形分析

3.1 水上水下点云数据一体化建模

水上水下的点云数据经过预处理后,需要再进行点云的滤波以及噪点的人工剔除,然后进行点云的拼接与构建三维模型。大坝的水上水下一体化模型如图3所示。

图3 大坝水上水下一体化三维模型

3.2 坝体变形分析

(1)大坝表面建模分析

大坝表面的变形分析采用2021年的三维扫描点云数据跟初测2016年的数据叠加对比分析,结果如图4、表1所示。

图4 坝体2021-2016年点云数据对比颜色渲染图

表1 点云变形量分布

变形范围/cm

点个数

占比

变形范围/cm

点个数

占比

30以下

3376668

9.7%

0~6

3479554

10.0%

-30~-24

2665049

7.7%

6~12

359221

1.0%

-24~-18

3610767

10.4%

12~18

63734

0.2%

-18~-12

3596331

10.3%

18~24

34301

0.1%

-12~-6

6239824

18.0%

24~30

21143

0.1%

-6~0

10471673

30.1%

30以上

851579

2.4%

对比分析可以看出:坝体的主体变形在坝顶以及坝前的蓄水区,坝顶及坝前的中央变形最大,向两侧变形逐渐减小。经过现场查看,坝顶的路面确实出现很多裂痕,地面变形严重。坝体约14%的区域为拱起抬升变化,约86%的区域为下沉,因此坝体总体表现为下沉。拱起抬升变化的区域主体变形量在6cm以内;下沉变化的区域内,约占30%的区域在6cm以内变化。

(2)特殊部位建模分析

选取大坝左岸一特殊部位进行变形分析,将该特殊部位进行模型建立,按照模型选取2016年与2021年两期点云数据,进行点云变形分析,点云构面变形分析。图中颜色代表各个区域的变形情况,颜色对应左边相应的变形值,其中负值代表下沉,正值代表隆起如图5,表2所示。

图5 特殊部位2021-2016年点云数据对比颜色渲染图

表2 点云变形量分布

变形范围/cm

点个数

占比

变形范围/cm

点个数

占比

-20以下

1744

0.7%

0~4

113671

45.6%

-20~-16

124

0.1%

4~8

21270

8.5%

-16~-12

243

0.1%

8~12

645

0.3%

-12~-8

647

0.3%

12~16

389

0.1%

-8~-4

5151

2.1%

16~20

297

0.1%

-4~0

82633

33.1%

20以上

22508

9.0%


该特殊区域位于大坝公路拐弯处下方,属于道路转角外沿,长期车辆碾压受力;该区域靠近山体,下雨时,积水从旁边冲下,长时间会有冲刷。今后该区域需要进行重点监测,也做了一个平台进行保护该区域,应该能起到一定的保护作用,减缓该区域变形。通过2021年与2016年数据对比发现,变形量大小及分布状况为:约占总体78%的区域在-4cm~4cm以内变化,约占总体10%的区域在绝对值4cm~8cm以内变化,其它变化量体现在下方平台上,因为2016年上半年还未修该平台,因此可以看出,该特殊区域总体变化量很小,从修筑平台后可以认定为变化微小区域,即稳定区域。

3.3 坝前及坝下游冲刷淤泥分析

(1)坝前冲刷淤积计算分析

  以2018年多波束测深数据为基准,2021年的数据与它进行三维模型构建并对比分析,结果如图6所示。

图6 坝前水下点云模型对比

通过两期水下点云模型的叠加对比分析得知,其差值基本都在1.5m以内,考虑到坝前水深较深,以及多波束系统误差的影响,该区域的冲刷淤积量可认为变化量很小。坝体的左岸有比较明显的冲刷状况。

(3)坝下游冲刷淤积计算分析

将坝后多波束实测点云进行处理后,根据本次测量的水下1:500地形图制成DEM(数字高程模型),利用2021年和2018年两次的DEM进行相减,制作冲淤图,结果如图7所示。

C:\Users\admin\Desktop\修改.png修改

图7 坝后冲刷淤积渲染图

从图中可知,由DEM法计算的冲淤量表示2021年相对于2018年坝后河道整体表现出淤积7386.668m3。靠近坝体的部分的冲刷量较大,形成少量的冲坑,冲坑是大坝出水口水流冲刷形成。坝后的河道冲刷基本为底部冲刷,对两岸岸坡的冲刷较少。远离大坝出水口的下游整体表现出淤积的状态。

4 结语

本文将三维激光扫描技术与多波束测深技术联合运用到大坝安全的一体化监测中去,通过采集不同期的点云数据进行建模分析,得出坝体的整体变形情况以及坝前坝后水下的冲刷淤积情况。经过模型的对比分析可以得出:(1)通过利用传统监测手段获取的大坝控制网复测成果数据,有效地保证了测量基准点数据精度;(2)坝顶道路以及坝前表现出明显的下沉,沉降量在18cm~30cm之间,少量局部区域出现抬升现象,由于水库蓄水及坝顶道路车辆碾压所致;(3)大坝特殊变形区域整体表现为下沉,沉降量在-4cm~4cm之间,对于特殊区域需要进行重点监测,及时做好防护;(4)多技术融合的大坝变形监测手段与传统监测手段各有特点,结合两者优势,可以相互弥补不足,多技术融合可以解决传统监测不能覆盖面的缺陷,而传统监测可以解决多技术融合中点云精度相对较弱的不足;(5)坝前水深较深,且没有出现范围较大的冲刷淤积区,两期的数据对比可认为该区域的冲刷淤积量较小;(6)坝后河道整体表现出淤积,且靠近坝体的部分由于出水口水流的冲刷形成少量的冲坑,基本表现出底部冲刷,两岸的冲刷较少;(7)采用三维激光扫描技术与多波束测深技术完全能够完成大坝的一体化监测,且满足大坝监测的精度要求,能够获取更加直观的水上水下三维模型,对于大坝安全的一体化监测具有一定现实意义。

参考文献:

[1]纪志刚,洪琲琲. 地面合成孔径雷达与三维激光扫描集成技术在大坝监测中的应用[J].天  津建设科技,2019,29(03):28-31.