无人机机载LiDAR技术在抽水蓄能电站库区岩溶识别中的应用

doi:10.13474/j.cnki.11-2246.2023.0115

摘要/Abstract

摘要： 西南岩溶山区,植被茂密,地形陡峻,传统地面岩溶调查手段效率低且危险性高。本文采用机载LiDAR技术,获取四川某抽水蓄能电站库区激光点云和光学影像数据,结合室内解译和野外复核,开展区域岩溶识别工作。查明了库区内岩溶发育分布情况,根据岩溶形态划分为岩溶漏斗、岩溶洼地及落水洞3类。基于已有资料和LiDAR数据成果提取库区高程、坡度、坡向、构造、岩性及汇水区因子,并分析了岩溶发育的分布规律。结果表明,无人机机载LiDAR技术可精准快速识别抽水蓄能电站库区岩溶分布特征,为水电站前期勘察设计提供了新的技术手段。

关键词: 机载LiDAR, 抽水蓄能电站, 岩溶识别, 发育特征

Abstract: In the Karst mountain area of southwest China, the vegetation is dense and the terrain is steep. The traditional ground Karst investigation methods are inefficient and dangerous. In this paper, the airborne LiDAR technology is used to obtain the laser point cloud and optical image data of the reservoir area of a pumped storage power station in Sichuan, and combined with the indoor interpretation and field review, regional Karst identification is carried out. The development and distribution of Karst in the reservoir area are found out, which can be divided into Karst funnel, Karst depression and sinkhole according to the Karst morphology. Based on the existing data and LiDAR data results, the elevation, slope, aspect, structure, lithology and catchment area factors of the reservoir area are extracted, and the distribution law of Karst development is analyzed. The results show that the UAV airborne LiDAR technology can accurately and quickly identify the Karst distribution characteristics in the reservoir area of the pumped storage power station, and provide a new technical means for the early survey and design of the power station.

Key words: airborne LiDAR, pumped storage power station, Karst identification, development feature

中图分类号:

P237

郑鹏, 魏星灿, 李宁, 李强, 陈江攀. 无人机机载LiDAR技术在抽水蓄能电站库区岩溶识别中的应用[J]. 测绘通报, 2023, 0(4): 121-127.

ZHENG Peng, WEI Xingcan, LI Ning, LI Qiang, CHEN Jiangpan. Application of UAV airborne LiDAR technology in Karst identification of pumped storage power station reservoir area[J]. Bulletin of Surveying and Mapping, 2023, 0(4): 121-127.

参考文献

[1] 张婷, 燕樟林, 许晶, 等. 机载激光雷达在抽水蓄能电站三维地形数据采集中的应用[J]. 大坝与安全, 2019(4):32-34.
[2] 曹建华, 袁道先, 童立强. 中国西南岩溶生态系统特征与石漠化综合治理对策[J]. 草业科学, 2008, 25(9):40-50.
[3] 余波, 封云亚. 强岩溶地区抽水蓄能电站库址选择主要工程地质问题[C]//贵州省岩石力学与工程学会2008年学术年会论文集. 贵阳:[s.n.],2008:16-21.
[4] 董秀军, 许强, 佘金星, 等. 九寨沟核心景区多源遥感数据地质灾害解译初探[J]. 武汉大学学报(信息科学版), 2020, 45(3):432-441.
[5] 许强, 董秀军, 李为乐. 基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J]. 武汉大学学报(信息科学版), 2019, 44(7):957-966.
[6] 姜丙波, 柳忠伟, 彭云, 等. 无人机机载激光雷达在抽水蓄能电站大比例尺地形图测绘中的应用[J]. 测绘通报, 2021(S1):248-251.
[7] 宋高伟. 机载激光雷达摄影测量在桐城抽水蓄能电站中的应用[J]. 吉林水利, 2019(6):52-55.
[8] 徐晓臣, 谢津平. 机载激光雷达技术在乌龙山抽水蓄能电站工程测量中的应用[J]. 水利水电技术, 2017, 48(10):136-141.
[9] 由明明, 杨国兴, 李春林, 等. 基于机载激光雷达的长龙山抽水蓄能电站库容计算[J]. 人民黄河, 2022, 44(S1):197-198.
[10] 霍朗宁, 张晓丽. 基于机载LiDAR点云多层聚类的单木信息提取及其精度评价[J]. 林业科学, 2021, 57(1):85-94.
[11] 郝思宝, 孙希莹, 孙磊. 无人机载LiDAR技术在矿山修复治理中的应用[J]. 地矿测绘, 2020, 36(4):27-30.
[12] 勾昆, 王刚, 袁红. 机载LiDAR技术在油气管道工程勘测设计中的应用[J]. 测绘通报, 2021(S1):233-236.
[13] 魏华洁. 基于机载LiDAR数字化测图的高精度工程勘测设计一体化技术研究[J]. 勘察科学技术, 2021(5):12-15.
[14] 佘金星, 周兴霞, 刘飞, 等. 丹巴地质灾害隐患早期识别关键技术研究[J]. 测绘, 2019, 42(6):243-247.
[15] 陈思思, 佘金星, 廖露, 等. 地质灾害隐患识别关键技术研究与应用:以四川茂县为例[J]. 科学技术创新, 2021(27):139-141.
[16] 潘星, 佘金星, 董秀军, 等. 基于机载LiDAR遥感技术的滑坡早期识别研究:以深圳盐田区为例[J]. 测绘, 2020, 43(6):243-247.
[17] 郭晨, 许强, 董秀军, 等. 复杂山区地质灾害机载激光雷达识别研究[J]. 武汉大学学报(信息科学版), 2021, 46(10):1538-1547.
[18] 梁京涛, 赵聪, 马志刚. 多源遥感技术在地质灾害早期识别应用中的问题探讨:以西南山区为例[J]. 中国地质调查, 2022, 9(4):92-101.
[19] 孙涛, 徐明宇, 董秀军, 等. 机载LiDAR技术应用于茂密植被山区地质灾害调查[J]. 测绘通报, 2021(4):90-97.
[20] 袁道先, 蒋勇军, 沈立成. 现代岩溶学[M]. 北京:科学出版社, 2016.
[21] 陈景富. 琅琊山抽水蓄能电站上水库岩溶发育规律及渗漏条件分析[J]. 合肥工业大学学报(自然科学版), 2004, 27(5):560-563.