金属矿山

作者：张雷雨,朱进军,刘小丽

单位：连云港职业技术学院建筑工程学院,江苏 连云港 222006

关键词：采空塌陷区,,无人机倾斜摄影测量,,深度学习,,目标识别,,形态学,,光谱特征,

基金：江苏省高等学校自然科学研究项目(编号:21KJD420001)。

针对传统人工解译方法在采空塌陷区识别过程中存在效率低下和主观性强的问题,结合无人机倾斜摄影技术与深度学习算法,提出了一种基于无人机倾斜摄影技术的采空塌陷区识别方法。该方法首先采用DJI Phantom4 RTK 无人机在某矿采空塌陷区进行倾斜摄影测量,获取高分辨率的影像数据和三维点云数据;其次,利用ContextMapper 三维重建软件对获取的数据进行处理,生成测区DOM(Digital Orthophoto Map)影像(分辨率2 cm)和DSM(Digital Surface Model)数据(分辨率5 cm);最后,结合形态学特征和光谱特征,构建了基于深度学习的塌陷区识别模型,以实现高效、准确的塌陷区自动识别。试验结果表明:所提方法在采空塌陷区识别中的总体精度达到94. 3%,Kappa系数为0. 91,显著优于传统人工解译方法。此外,所提方法的工作效率优于人工解译方法,显著降低了人为主观因素对识别结果的影响。在50 个验证样本中,所提方法成功识别出47 个塌陷区,仅漏判2 个,误判1 个,显示出该方法具有较高的可靠性,为地质灾害快速识别和动态监测提供了新的技术路径,具有较好的应用价值。

来源：2026年第2期

《金属矿山》期刊编辑部

查看金属矿山杂志2026年第2期