摘要 ：由于矿山开采深度加大以及开采环境较为恶劣，传统的测绘方法已经不能满足当前矿山需求，而机载激光雷达系统因其具备高密度点云获取、三维建模精度高、对地形适应性强等优势已被广泛应用到矿山测量工作中。本文从机载激光雷达原理出发，总结了现阶段矿产资源勘查中机载激光雷达的应用，并就该项技术的发展与优化策略进行分析。

       关键词 ：矿山测量 ；机载LiDAR 技术 ；应用

       矿山测量中地形地貌的快速获取与精确表达能够为矿产资源开发、边坡安全控制和环境治理提供数据保障。但采用传统测量方式，面对矿山的作业面积大、高低起伏变化大以及矿山作业环境复杂等问题，表现出工作量大、耗时较长、数据精度不足和工作危险性大的弊端。而随着遥感测绘技术的进步与发展，机载（LiDAR）系统因其具备高密度点云获取、三维建模精度高、对地形适应性强等优势，逐渐成为当前矿山空间信息采集的主要方法之一。

       1  机载激光雷达测绘技术概述

       机载LiDAR测绘系统由激光测距、航空遥感、定位导航及姿态控制技术组成，能同时获取空间中地面高低起伏图、色彩亮度图像、结构图像，并确定地物空间坐标高精度数据的技术手段之一。它的基本设备涵括高频脉冲激光发射装置、扫描光学系统、激光接收和数据采集装置、 GNSS 定位系统、高精度 INS 惯导系统等。其中，激光发射装置通过高频次发射极短的激光脉冲束， 以电磁波运行时间来测量反射激光从发射端到收到端的时间。由已知激光传播速度可知反射点的距离，再结合机载载体在工作时间段获取到的载体的三维位置和姿态参量，就可以推算出对应反射点的地物空间坐标。面对不同类型的航测作业条件，可在固定翼飞行器、旋翼无人机或轻型通用航空平台上集成这一系统，在不同地面类型、不同地表状态下都能迅速、全面地获取大面积的高密度点云信息数据，为建设数字矿山、高精度地图、城镇开发、生态环境监测、防灾减灾、土地资源利用、土地勘测等领域提供了准确的数据信息。

       2  机载激光雷达在矿山测量中的优势

       2.1  高效覆盖与快速数据获取

       机载激光雷达系统具有空中平台优势，在飞行过程中可以进行矿区地形地貌的大范围、高密度点云数据采集。其工作效率远高于传统的全站仪或地面三维激光扫描仪，适用于地形起伏大、交通不便或者有作业隐患的场合，比如大型露天矿坑、高陡边坡、排土场和废石堆存等。这种技术主要是利用多线束激光与高频率发射功能以及航线设计、航姿补偿方式，在较短的时间内对所要获取数据的区域进行全面扫描，并同时获得多维空间数据与强度信息，这些都能够为后续快速建模、地表形态分析等工作打下良好的基础，是一种能够极大提高测绘工作时效性的新方法。

       2.2  高精度三维建模能力

       作为精准的测距仪和扫描器，激光雷达得到的数据具有很高的空间分辨率和密集度，可以准确还原地表微地貌的细节和结构的形状，并用来制作高精度DEM、DSM 以及对矿区地表形态真实还原的 3D 实景建模。在对点云数据进行处理的过程中，利用滤波法和回波分离的方法去除植被、临时建筑的影响，然后通过布帘、刀切等多种处理方法精准再现矿山地表。此类高精度模型主要应用于矿山测绘提取开采边界、分析边坡断面、计算开采体积、监测地形变化等方面的工作，其带给矿山测绘工作的重要空间数据为开采计划的编制、资源量的核算、工程施工的控制提供了重要的参考。

       2.3  作业安全性优势显著

       传统的地面测量方法需要测量员进入采空区或者高陡边坡以及废弃矿坑等恶劣的工作环境下开展工作， 在一定程度上存在着人员伤害的安全隐患。而机载激光雷达是利用非接触式的遥感方式采集数据，在源头上可以避免人员进入危险作业场景的工作。由于无人机具备体积小、便于携带和低成本的优点，所以在其搭载的低空激光雷达系统中也不存在因携带设备导致碰撞的风险。因此，在智能矿山建设中采用无人机搭载的低空激光雷达系统可保证安全准确采集数据的同时，还能提高矿山安全管理的效果，有利于实现矿山的无人化测量工作。

       3  机载LiDAR技术在矿山测量中的典型应用实践分析

       3.1  露天矿边坡监测与稳定性评估

       对于露天矿山测量，边坡区域可能会出现频繁的动态变化，一般都是利用激光雷达进行频繁的空中扫测。在实际应用环节，第一，工作人员先是结合现场的边坡走向、高低差、坡段长度等条件，经过计算找出最佳的飞行航向和飞行高度，在无人机上面安装上激光扫描仪对要测的对象进行整体扫面并获得原始点云数据。在此过程中辅助应用 GNSS 和惯性导航设备来记录无人机飞行过程当中的航线轨迹以及姿态变化，最终达到后期精准的空间定位的目的。第二，经过点云数据采集以后，要对数据进行点云预处理，包括去噪和无效点的去除，并采用地面滤波、点云重采样等方法提取裸露地表结构，然后采用建立网格模型、提取坡面断面线和平面等高线的方法获得边坡的坡度、坡向、曲率等参数，以实现对边坡的连续监测。在进行多时相的点云数据采集后，可以使用变化检测算法（例如点云配准后体积差分析、表面差分法） 来识别出边坡局部范围的微小位移或形变趋势，并且还可以根据不同的时期来量化出不同时间段间的变形情况。第三，针对复杂结构边坡常采用断面提取的方法，根据断面划分的不同，将一些重要的部位进行分层。对于各类岩体结构面、阶梯形的坡面以及交错层理等地质条件，通过切片与剖面的分析可以得出一些基本的岩体裂碎程度及滑动的空间位置，在结合使用激光回波强度和多回波的数据后，可以帮助分析边坡表层物质成分，也为以后的稳定性分析提供相应的参数资料。

       3.2  采空区体积计算与矿石库存估算

       首先，在进行作业前，根据采集对象的不同特点，拟定好合理的航线及飞行高度，保证整个测区在航飞时的覆盖完整，并且充分表达出坑道上边界的地形起伏、堆料面、坑底等信息。同时将设备架设在无人机平台上，能在很短的时间内获得大量的高密度三维点云数据来反映采空区的实际地貌特点。

       其次，数据进行处理前，需要先用点云数据滤波、配准和重采样的方式剔除异常点，使得所有点云数据具有统一的空间参照系，在此基础上就可以使用三维建模软件建立采空区网格，构建精准的采空区表面模型。

       再次，将不同时间阶段所得到的点云数据进行比对，利用体积差值分析的方法可以准确获取采掘前后地形模型间的体积差值，最终得出精确的采空体积。例如，针对矿石堆存区域也可以用相同的方法测得体积，再结合矿石密度换算得到矿石总质量。针对结构相对复杂和形体发生较大变化的采空区利用断面取点方式分块计算，在计算好各块体积的基础上再合并总项得到精确的结果 ；对于堆料的体积的测算方法，要着重注意堆料面上倾角大的问题以及堆料面边缘比较模糊的部分，应该利用拟合曲面或者插值的办法获得一些边界点的数据，使得边界更加光滑连续。

       最后，将计算结果以工程量清单或者等高线图的方式给出，这样可以更好地同矿山管理系统对接。

       此外，为了保持数据的时效性以及前后对比一致性，应统一飞行参数、统一采集间隔，建立连续性的测量时间序列，为矿山后期的采矿计划调整及资源分配提供依据。

       3.3  矿山环境恢复与地形复测

       矿山关闭或者阶段性治理时，环境恢复区的地形发生较大变化，需要定时定点地进行监测和周期复测，以测定复垦成果及生态恢复的进展。机载激光雷达设备能快速高效地获取到大面积、地形复杂的地区的大范围高分辨率的地形数据，适合在植被覆盖度较高或者地表起伏较大的地方开展点云数据采集，采用该方法能在植被层以及裸露的地表都很好的表现出微地形的变化情况，利用分类算法可将地物信息与地形信息分离出来。

       通常情况下，在复测的过程中会使用到多时相的激光点云数据来进行差分分析，再通过建立各个时期的 DEM,对比复垦前后的情况，得到各时期的填埋区、削坡整形区域、排土场等地段地貌变化。为了提高数据准确性，建模阶段可以采用三角网格重建、曲面拟合和空间插值的方法补充边角点和被遮挡区域。除此之外，基于点云强度值和植被高度差分估计的地表覆盖类型变化有助于判别植被恢复情况，对于部分有沉降趋势的地方还可以基于不同时期 DEM模型的体积变化量定量估算局部沉降量，并根据稳定性要求评价相应的区段。最后，将复测成果转换成正射影像、三维模型及栅格图层并导入 GIS 系统中实现复垦区的可视化管理以及变更跟踪。为了能够保证多期复测数据的对比一致性，应采用统一的坐标系基准、高程参考、飞行参数等，同时还应确保多次飞行作业处于气象条件相似时段内。

       3.4  堆料场与排土场形变监测                         
         矿山运营过程中的堆料场与排土场是重要临时性物料堆放区，其形变情况直接关系到矿山作业时的安全以及场地稳定与否的问题。利用机载激光雷达技术实现对矿山堆料场堆体轮廓线、堆置形式及变化规律进行全过程动态化观测以及确定对特定作业前飞行路径设计覆盖全场堆体边界并确定合理的扫描密度与发射频率，能够得到可以详细体现堆体情况的高分点云数据。

       第一次扫描得到的数据经滤波、地物分类以及三维重建以后形成初始地形模型，用来反映堆体原始状态。之后的监测都是在相同的飞行参数下进行，后续的每次扫描都应尽量覆盖上一轮次的检测范围。并分别用空间配准的方法把同一时刻的不同点云集数据整合在一起，通过差分比较、体积变化分析以及计算等值线的方式获取相应的形态特征图。针对点云差异分析的常用方法为点对点距离法或者栅格差值法，能够有效应用于评价整堆坝的形貌变化或者局部变形的趋势。在地貌复杂的场地或者是堆料表面扰动很大的情况下可以采用断面剖析法，在每个断面上做时序对比，找出行动方向及堆体重心偏离的变化情况。建议设置固定的周期进行扫描，并根据当地的天气情况和堆料的作业计划，在每个天气因素或不同的周期内保存对应的形变的数据，将其生成地形剖面图，三维图或者差值图，输入到矿山信息系统当中，以为后续预判堆料风险点以及优化堆料作业提供可靠参考。

       4  未来发展方向与优化建议

       4.1  融合多源遥感技术

       为了进一步提高机载激光雷达在矿山测量中的数据匹配度和成果精度，可以通过融合多源遥感数据达到信息互补及精准化的效果。在实践应用中可采用高分辨率航空影像、SAR、多光谱、热红外等遥感数据与激光点云数据融合的方法建立三维空间信息模型。通过图像、点云空间配准及特征融合能够使地物识别更加准确，分类精度更高，地表细节更加真实。对于植被覆盖区或者光照不均的地方，SAR数据可穿透云层及部分植被，弥补因激光信号遮挡导致的点云空洞。同时多光谱数据也有利于挖掘地表物质特性以及矿产分布、土壤扰动、水文等信息，利用深度学习和特征提取方法来提取予以处理，能够大幅提高处理效率和多源数据协同精度，为矿区地形建模和变化监测提供空间数据支撑。

       4.2  智能算法驱动的点云自动化处理

       在机载激光雷达测绘中，点云数据处理流程通常包括地物识别、地表提取、模型重建与变形分析等多个环节。为了保证工作效率及质量，可以采用智能算法作为指导。例如，应用深度学习、图神经网络及支持向量机等算法模型来快速、准确地划分海量点云数据类型，并完成目标检测和语义分割的工作。对于矿山高陡边坡、堆料场等复杂结构，在训练一个分类器后，可以在矿山中的任意区域实现不同的地物（坡面、构筑物、植被、裸露地面等）自动识别，并且取代了原来的人工标定。此外，在建模阶段，可利用自动化点云滤波和曲面拟合算法对原始数据进行加工整理，快速实现数字高程模型、三维地形网格的创建。通过对时间空间序列的数据进行对比分析采用点云配准算法（ICP 改进型）、体积差计算模型等技术手段，可以快速实现时段变化信息的提取并进行量化分析。利用此流程进行算法自动化的操作，大大减少了人为参与的工作量，方便进行大批量的数据处理和实时的地形监测。

       4.3  推广轻量化平台与低成本解决方案

       现阶段机载激光雷达系统应用于矿山测量成本大、难度大等，可以通过推广轻量化平台和模块化集成装备，开拓低成本、低门槛的应用途径加以解决。如采用具备较好的灵活性和便捷性特点的多旋翼或垂直起降固定翼无人机，配上小型轻便、能耗较低的机载扫描仪可以大大地提高续航能力，简单化飞行条件要求。如利用集成化的微型GNSS 天线及高精度的微惯导，在减轻系统整体造价的基础上满足矿区中分辨率测绘的需求。从设备集成角度来看，采用传感器和飞控一体化的设计方案，在减少外设的前提下，提高系统稳定性以及设备便于维护 ；在数据处理过程中结合云计算及本地轻量级终端点云软件，可以实现云端计算、本地点云预处理与建模分析数据同时并行处理或在线交互式操作，大大减少了对于高性能计算平台的需求。

       5  结语

       综上所述，机载激光雷达测绘技术具备高精度、高效率和非接触式的特点，在矿山测量中具有很高的应用性和实用价值。其在边坡稳定性监测、采空区体积计算、地形复测及堆料场形变分析等多个关键环节中均实现了测绘作业的精细化与智能化。未来，通过多源遥感融合、智能算法优化及轻量化平台推广等路径的持续推进，有望进一步拓展其技术边界，助力矿山测量向高效、安全与自动化方向持续发展。