金属矿山

作者：房平刘爱军张俊阳陈建崇王昆姚新宇卜文超赵鑫李一哲朱瑞劼

单位：1. 鄂尔多斯市昊华红庆梁矿业有限公司,内蒙古 鄂尔多斯 017000;2. 山东科技大学能源与矿业工程学院,山东 青岛 266590;3. 煤炭科学技术研究院有限公司,北京 100013

关键词：开采沉陷,摄影测量,特征识别,匹配算法,数字正射影像,

基金：山东省自然科学基金项目(编号:ZR2024ME144)。

煤炭高强度井工开采引发地表沉陷问题日益突出,其中水平位移是导致地表不均匀形变和地质灾害的关键因素。针对传统观测方法效率低、覆盖范围有限等问题,提出基于无人机摄影测量与特征识别算法的地表水平位移全域观测方法。以内蒙古鄂尔多斯市红庆梁煤矿12308 工作面地表为例,系统对比FAST、Harris 和SIFT 共3 种特征识别算法测量精度与稳定性。结果表明:SIFT 算法在采动影响范围外的水平位移观测误差为1. 20~2. 08 cm,显著优于FAST 算法(2. 06~3. 09 cm)和Harris 算法(1. 53~3. 82 cm);在采动影响范围内,SIFT 算法误差控制在0. 67~2. 18 cm 范围内,同样优于FAST 和Harris 算法,其多尺度特征提取能力、尺度不变性及对光照变化与植被干扰的强鲁棒性,可保证在复杂地表地貌下稳定识别特征点,未出现特征点丢失现象。相较于传统单点观测方法,所提出方法可实现厘米级精度的全域覆盖观测,且具备高频动态更新与低成本优势;通过提高无人机影像分辨率、优化多尺度特征融合策略及构建动态特征点数据库,可进一步提升算法在噪声环境下的适应性。研究成果为矿区地表沉陷与地质灾害观测提供了新手段,对保障矿山安全开采与生态保护具有重要应用价值。

来源：2025年第10期

《金属矿山》期刊编辑部

查看金属矿山杂志2025年第10期