Анализ деформационных процессов по данным маркшейдерских лазерно-сканирующих и фотограмметрических съемок

Описан алгоритм выявления и локализации зон деформационных процессов, определяемых на основании анализа разновременных геопространственных данных (облаков точек), формируемых в процессе выполнения маркшейдерских лазерно-сканирующих и фотограмметрических съемок. Перечислены существующие методики организации и выполнения маркшейдерского мониторинга деформаций с указанием присутствующих в них недостатков и ограничений. Описан разработанный авторами алгоритм определения оседаний земной поверхности, на основании которых были определены характеристики процесса сдвижения (наклон и кривизна). Апробация предлагаемой методики была выполнена на примере обработки сканов борта карьера, сформированных наземной лазерно-сканирующей системой, и результатов фотограмметрической съемки естественного оползня, выполненной с применением беспилотного воздушного судна. По полученным данным были построены карты оседаний, наклонов и кривизны, позволяющие выполнить визуальный и количественный анализ деформационных процессов, происходящих с наблюдаемой поверхностью. В ходе рассмотрения полученных результатов был предложен способ фильтрации шумов, присутствующих в картах распределения деформаций, возникающих вследствие погрешностей обрабатываемых моделей. Был предложен способ выделения зон сдвижений, опирающийся на классификацию оседаний в модели методом смешанных гауссовских моделей. Результатом проведенного исследования является алгоритм комплексной обработки маркшейдерских съемок, позволяющий автоматизировать процесс обработки данных при выполнении маркшейдерско-геодезического мониторинга деформаций.

Выстрчил М. Г., Мукминова Д. З., Балтыжакова Т. И., Парамонов В. Г., Валькова Е. О. Анализ деформационных процессов по данным маркшейдерских лазерно-сканирующих и фотограмметрических съемок // Горный информационно-аналитический бюллетень. – 2025. – № 2. – С. 78–98. DOI: 10.25018/0236_1493_2025_2_0_78.

Выстрчил Михаил Георгиевич¹ — канд. техн. наук, доцент, доцент, e-mail: Vystrchil_MG@pers.spmi.ru, ORCID ID: 0000-0002-1669-7776,
Мукминова Диана Зинуровна¹ — канд. техн. наук, зав. лабораторией, Научный центр геомеханики и проблем горного производства, e-mail: Mukminova_DZ@pers.spmi.ru, ORCID ID: 0000-0002-5595-9150,
Балтыжакова Татьяна Игоревна — канд. техн. наук, доцент, Национальный исследовательский университет ИТМО, e-mail: tibaltyzhakova@itmo.ru, ORCID ID: 0000-0001-9160-1167,
Парамонов Владимир Геннадьевич — маркшейдер карьера, АО «ЕВРАЗ КГОК», e-mail: Vladimir.paramonov@evraz.com,
Валькова Евгения Олеговна¹ — аспирант, e-mail: s215081@stud.spmi.ru, ORCID ID: 0000-0003-1440-1318,
¹ Санкт-Петербургский горный университет императрицы Екатерины II.

Выстрчил М.Г., e-mail: Vystrchil_MG@pers.spmi.ru.

1. Jin L., Liu P., Yao W., Wei J. A comprehensive evaluation of resilience in abandoned open-pit mine slopes based on a two-dimensional cloud model with combination weighting // Mathematics. 2024, vol. 12, article 1213. DOI: 10.3390/math12081213.

2. Пономаренко М. Р., Кутепов Ю. И., Шабаров А. Н. Информационно-аналитическое обеспечение мониторинга состояния объектов открытых горных работ на базе технологий вебкартографии // Горный информационно-аналитический бюллетень. — 2022. — № 8. — С. 56—70. DOI: 10.25018/0236_1493_2022_8_0_56.

3. Аленичев И. А., Рахманов Р. А. Исследование эмпирических закономерностей сброса горной массы взрывом на свободную поверхность уступа карьера // Записки Горного института. — 2021. — Т. 249. — С. 334—341. DOI: 10.31897/PMI.2021.3.2.

4. Кузин А. А., Филиппов В. Г. Прогнозирование величин оползневых смещений на основе геодезических данных // Устойчивое развитие горных территорий. — 2024. — Т. 16. — № 3. — С. 1176—1191. DOI: 10.21177/1998-4502-2024-16-3-1176-1191.

5. Кузин А. А., Филиппов В. Г. Метод определения плановых координат и высоты рабочего репера на оползне с принудительными отклонениями вехи от отвесного положения // Геодезия и картография. — 2024. — № 9. — С. 2—11. DOI: 10.22389/0016-7126-2024-1011-9-2-11.

6. Tan W., Wang Y., Huang P., Yaolong Qi, Wei Xu, Chunming Li, Yuejuan Chen A method for predicting landslides based on micro-deformation monitoring radar data // Remote Sensing. 2023, vol. 15, no. 3, article 826. DOI: 10.3390/rs15030826.

7. Martins B. H., Suzuki M., Yastika P. E., Shimizu N. Ground surface deformation detection in complex landslide area—Bobonaro, Timor-Leste—using SBAS DInSAR, UAV photogrammetry, and field observations // Geosciences. 2020, vol. 10, no. 6, article 245. DOI: 10.3390/geosciences10060245.

8. Шокер Х. М., Мустафин М. Г. Геодезическое обеспечение использования технологии лазерного сканирования для фиксации памятников культурного наследия // Геодезия и картография. — 2021. — № 2. — С. 2—10. DOI: 10.22389/0016-7126-2021-968-2-2-10.

9. Mayr A., Bremer M., Rutzinger M., Geitner C. Unmanned aerial vehicle laser scanning for erosion monitoring in alpine grassland // ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences. 2019, vol. IV-2/W5, pp. 405—412. DOI: 10.5194/isprs-annals-IV-2-W5405-2019.

10. Зеньков И. В., Хунг Чинь Ле, Сычева Е. М., Вокин В. Н., Кирюшина Е. В., Черепанов Е. В., Герасимова Е. И., Штреслер К. А., Новоженин С. Ю. Исследование динамики работы топливноэнергетического комплекса в штате Южная Австралия с использованием данных спутниковой съемки // Уголь. — 2023. — № 10. — С. 109—112. DOI: 10.18796/00415790-2023-10-109-112.

11. Holst C., Kuhlmann H. Challenges and present fields of action at laser scanner based deformation analyses // Journal of Applied Geodesy. 2016, vol. 10, no. 1, pp. 17—25. DOI: 10.1515/jag-20150025.

12. Глазунов В. В., Бурлуцкий С. Б., Шувалова Р. А., Жданов С. В. Повышение достоверности 3D-моделирования оползневого склона на основе учета данных инженерной геофизики // Записки Горного института. — 2022. — Т. 257. — С. 771—782. DOI: 10.31897/PMI.2022.86.

13. Шоломицкий А. А., Ханнанов Р. Р., Олейникова Е. А. Особенности обработки и анализа результатов наземного лазерного сканирования при геодезическом мониторинге земляных дамб // Вестник СГУГиТ. — 2024. — Т. 29. — № 2. — С. 31—40.

14. Wunderlich T., Niemeier W., Wujanz D., Holst C. C., Neitzel F., Kuhlmann H. Areal deformation analysis from TLS point clouds — the challenge // AVN Allgemeine Vermessungs-Nachrichten. 2016, vol. 123, pp. 340—351.

15. Zieher T., Bremer M., Rutzinger M., Pfeiffer J., Fritzmann P., Wichmann V. Assessment of landslide-induced displacement and deformation of above-ground objects using UAV-borne and airborne laser scanning data // ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences. 2019, vol. IV-2/W5, pp. 461—467. DOI: 10.5194/isprs-annals-IV-2-W5-461-2019.

16. Mao Y., Wang H., Cao W., Fu Y., He L., Bao N. Extraction of step-feature lines in open-pit mines based on UAV point-cloud data // Sensors. 2022, vol. 22, article 5706. DOI: 10.3390/s22155706.

17. Holst C., Janßen J., Schmitz B., Blome M., Dercks M., Schoch-Baumann A., Blöthe J., Schrott L., Kuhlmann H., Medic T. Increasing spatio-temporal resolution for monitoring alpine solifluction using terrestrial laser scanners and 3D vector fields // Remote Sensing. 2021, vol. 13, article 1192. DOI: 10.3390/rs13061192.

18. Li P., Wang R., Wang Y., Tao W. Evaluation of the ICP algorithm in 3D point cloud registration // IEEE Access. 2020, vol. 8, pp. 68030—68048. DOI: 10.1109/ACCESS.2020.2986470.

19. Brigadnov I., Lutonin A., Bogdanova K. Error state extended kalman filter localization for underground mining environments // Symmetry. 2023, vol. 15, no. 2, article 344. DOI: 10.3390/sym 15020344.

20. Lague D., Brodu N., Leroux J. Accurate 3D comparison of complex topography with terrestrial laser scanner: Application to the Rangitikei canyon (N-Z) // ISPRS Journal of Photogrammetry and Remote Sensing. 2013, vol. 82, pp. 10—26. DOI: 10.1016/j.isprsjprs.2013.04.009.

21. Ma S., Qiu H., Zhu Y., Yang D., Tang B., Wang D., Wang L., Cao M. Topographic changes, surface deformation and movement process before, during and after a rotational landslide // Remote Sensing. 2023, vol. 15, article 662. DOI: 10.3390/rs15030662.

22. Ding Zhiheng, Li Renfu Point Cloud reduction method based on curvature grading and voxel filtering // Journal of Electrical Systems. 2024, vol. 20, no. 2, pp. 318—326. DOI: 10.52783/jes.1180.

23. Zieher T., Toschi I., Remondino F., Rutzinger M., Kofler Ch., Mejia-Aguilar A., Schlögel R. Sensorand scene-guided integration of TLS and photogrammetric point clouds for landslide monitoring // ISPRS — International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2018, vol. XLII-2, pp. 1243—1250. DOI: 10.5194/isprs-archives-XLII-2-1243-2018.

24. Wilson M. F. J., O’Connell B., Brown C., Guinan J. C., Grehan A. J. Multiscale terrain analysis of multibeam bathymetry data for habitat mapping on the continental slope // Marine Geodesy. 2007, vol. 30, no. 1-2, pp. 3—35. DOI: 10.1080/01490410701295962.

25. Волошина Е. А., Новоженин С. Ю., Келехсаев С. К. Обоснование применения беспилотных летательных аппаратов для определения объема складов полезного ископаемого // Горный информационно-аналитический бюллетень. — 2023. — № 11-1. — С. 305—321. DOI: 10.25018/ 0236_1493_2023_111_0_305.

26. Илюхин Д. А., Маринин М. А., Рахманов Р. А. Исследование параметров развала взорванной горной массы фотограмметрическим методом съемки // Горный журнал. — 2023. — № 9. — С. 12—21. DOI: 10.17580/gzh.2023.09.02.

27. Гусев В. Н., Блищенко А. А., Санникова А. П. Исследование комплекса факторов, оказывающих влияние на погрешность реализации маркшейдерской съемки горных объектов с применением геодезического квадрокоптера // Записки Горного института. — 2022. — Т. 254. — С. 173—179. DOI: 10.31897/PMI.2022.35.

28. Выстрчил М. Г., Балтыжакова Т. И., Романчиков А. Ю., Боголюбова А. А. Алгоритм выделения точек земной поверхности из данных воздушного лазерного сканирования // Геодезия и картография. — 2024. — № 2. — С. 2—11. DOI: 10.22389/0016-7126-2024-1004-2-2-11.

29. Eirola E., Lendasse A. Gaussian mixture models for time series modelling, forecasting, and interpolation / Advances in Intelligent Data Analysis XII. IDA 2013. Lecture Notes in Computer Science. Berlin: Springer, vol. 8207, pp. 162—173.

30. Ivezić Ž., Connolly A. J., VanderPlas J. T., Gray A. Statistics, data mining, and machine learning in astronomy: a practical python guide for the analysis of survey data. Princeton: Princeton University Press, 2014. DOI: 10.1515/9781400848911.