Использование технологии дронов для оценки и мониторинга опасности оползней

Введение в оценку опасности оползней на основе дронов

Оползни представляют значительную угрозу для сообществ, инфраструктуры и экосистем во всем мире, вызывая тысячи смертельных случаев и миллиарды долларов в экономических потерях ежегодно. Традиционные методы оценки и мониторинга опасностей оползней часто полагаются на наземные обследования, спутниковые снимки и пилотируемые самолеты, которые могут быть медленными, дорогими и опасными в пересеченной местности. Беспилотные летательные аппараты (БПЛА), широко известные как беспилотные летательные аппараты, появились в качестве преобразующего инструмента для оценки и мониторинга опасности оползней. Объединив датчики высокого разрешения с гибкими летными платформами, беспилотные летательные аппараты позволяют ученым, инженерам и аварийным службам собирать точные данные в режиме реального времени из районов, которые ранее были недоступны или слишком опасны для подхода. В этой статье исследуются технические возможности, эксплуатационные преимущества, практические применения и текущие проблемы технологии беспилотных летательных аппаратов в управлении оползнями, опираясь на недавние полевые исследования и нормативные рамки.

Технические возможности дронов для анализа оползней

Сенсорные нагрузки для сбора данных

Современные дроны могут быть оснащены различными датчиками, которые значительно усиливают исследование оползней. Наиболее распространенные полезные нагрузки включают оптические камеры высокого разрешения (видимый спектр), мультиспектральные датчики, тепловые инфракрасные камеры и системы обнаружения и диапазона света (LiDAR). Оптические камеры захватывают подробные ортофотоснимки и 3D-модели в сочетании с фотограмметрией Структура от движения (SfM). Датчики LiDAR, даже легкие модели, проникают в растительность для генерации цифровых моделей рельефа голой земли (DEM), которые обнаруживают тонкие деформации наклона и индикаторы предварительного отказа.

Многоспектральные датчики обнаруживают изменения влажности почвы, здоровья растительности и минерального состава, которые являются ранними предупреждающими признаками нестабильности склона. Тепловые камеры измеряют аномалии температуры поверхности, которые могут указывать на подземный поток воды или нагрев трения вдоль плоскостей отказа. Интеграция нескольких типов датчиков в одной полетной миссии обеспечивает полный набор данных для оценки опасности оползня.

Планирование полетов и качество данных

Эффективный мониторинг оползней на основе беспилотников требует тщательного планирования миссии. Операторы должны учитывать рельеф местности, условия ветра, нормативные ограничения воздушного пространства и требуемое расстояние отбора проб на земле (GSD). Для высокоточных обследований часто используются наземные контрольные точки (GCP) для обеспечения абсолютной точности в генерируемых облаках точек и DEM. Современное программное обеспечение планирования полета позволяет автоматические схемы сетки, захват наклонных изображений и кинематическое (RTK) позиционирование в реальном времени для достижения точности на уровне сантиметров без GCP в некоторых случаях.

Пространственное разрешение данных, собранных дронами, часто 1-5 см на пиксель, намного превышает разрешение спутниковых снимков (обычно от 30 см до нескольких метров) и даже обзоров пилотируемых самолетов (обычно 10-30 см). Это высокое разрешение имеет решающее значение для обнаружения мелких особенностей, таких как трещины напряжения, защелки и смещенные валуны, которые предшествуют крупным событиям отказа.

Оперативные преимущества перед традиционными методами

Эффективность и экономичность

Проведение наземного обследования склона, подверженного оползню, может потребовать, чтобы группа геологов и геодезистов проводила дни, поднимаясь и измеряя, со значительными затратами на оборудование и рабочую силу. Дрон может покрыть одну и ту же площадь за несколько часов при доле затрат. Эта эффективность позволяет проводить повторные обследования через регулярные промежутки времени, создавая данные временных рядов, необходимые для мониторинга тенденций деформации склона. Для крупных оползней, охватывающих несколько квадратных километров, дроны сокращают время на местности от недель до дней, делая систематический мониторинг экономически жизнеспособным даже для местных органов власти и исследовательских групп с ограниченными бюджетами.

Безопасность и доступность

Оползень-склонная местность часто крутая, неустойчивая и покрыта рыхлой скалой или снегом. Отправка персонала в эти районы представляет серьезную опасность аварии. Дроны устраняют необходимость тесной близости человека к активным или потенциальным зонам отказа. Они могут летать непосредственно над неустойчивыми склонами, вертикальными скалами и районами с активным камнепадом для сбора данных, которые в противном случае потребовали бы рискованных команд доступа к веревке или пилотируемых полетов вертолета. Это преимущество безопасности особенно важно во время или сразу после оползня, когда наземные условия наиболее опасны.

Данные в реальном времени для быстрого принятия решений

Дроны, оснащенные сотовыми или спутниковыми каналами связи, могут передавать видео- и сенсорные данные в удаленный командный центр в режиме реального времени. Во время активной чрезвычайной ситуации при оползне эта возможность позволяет командирам инцидентов оценивать степень движения, выявлять вторичные опасности (например, затопленные реки) и координировать эвакуации или закрытие дорог, не дожидаясь последующей обработки. Некоторые передовые системы беспилотников также могут нести полезные нагрузки, такие как громкоговорители для публичных предупреждений или небольшие LiDAR для деформационного картирования в режиме реального времени.

Приложения в течение жизненного цикла оползня

Предварительная оценка опасности и раннее предупреждение

Дроны все чаще используются в картировании опасности для выявления склонов, которые подвержены сбоям. Создавая DEM высокого разрешения до того, как произойдет оползень, инженеры могут запускать модели устойчивости склона, которые влияют на топографию, свойства почвы и гидрологию. Эти модели помогают расставить приоритеты в областях для мер по смягчению последствий, таких как дренажная установка или удерживающие стены. Повторные обследования дронов - еженедельно, ежемесячно или после сильных осадков - позволяют обнаруживать движение в миллиметровом масштабе с помощью таких методов, как корреляция цифровых изображений (DIC) или LiDAR. Эти базовые данные поступают в системы раннего предупреждения, которые вызывают оповещения при ускорении перемещения, обеспечивая решающее время для эвакуации.

Например, Геологическая служба США (USGS) интегрировала фотограмметрии на основе дронов в свою программу исследований оползней, используя DEM-серии для мониторинга медленно движущихся оползней в Калифорнии и на северо-западе Тихого океана. Такие операционные системы полагаются на автономные платформы дронов, которые могут быть быстро развернуты при превышении пороговых значений осадков.

Мониторинг в реальном времени во время активных событий

Когда оползень уже в движении, беспилотники предлагают уникальную точку обзора и измерения события. Полеты беспилотников быстрого реагирования могут отображать границу смещенного материала, оценивать объем мусора и определять районы, где горка может расширяться или ускоряться. Эта информация имеет решающее значение для прогнозирования расстояния вылета, что может повлиять на сроки закрытия дорог и позиционирование аварийных укрытий.

В некоторых случаях дроны использовались для сброса пакетов приборов (например, GPS-трекеров или инклинометров) на активные слайды для сбора данных о движении подповерхностных объектов. Хотя этот подход все еще экспериментальный, он обещает повысить точность моделей в реальном времени. Скорость развертывания - дроны могут быть в воздухе в течение нескольких минут после получения уведомления - делает их незаменимыми для динамического реагирования на опасность.

После событий Оценка ущерба и планирование восстановления

После оползня пострадавший район часто слишком опасен для наземных экипажей из-за нестабильного мусора, скрытых пустот и риска дальнейших сбоев. Дроны могут сразу же создавать карты с высоким разрешением нанесенного ущерба, включая разрушенные здания, заблокированные дороги и изменения в схемах дренажа. Эта фотография поддерживает поисково-спасательные операции, очерчивая районы с высоким приоритетом и помогает страховым корректорам и агентствам по борьбе со стихийными бедствиями оценивать экономические потери.

Кроме того, постоянный мониторинг дронов после горки помогает выявить вторичные опасности. Например, оползни, которые блокируют реки, могут образовывать естественные плотины, которые могут катастрофически выйти из строя. Полеты беспилотников могут измерять высоту и протяженность плотины озера и контролировать просачивание или эрозию, позволяя инженерам решать, следует ли выкапывать контролируемый водосброс. Данные после события также информируют о проектировании работ по стабилизации склона, таких как якорная сетка или почвенные гвозди, обеспечивая точный топографический вход для инженерных моделей.

Тематические исследования, демонстрирующие эффективность дронов

Оползень Осо, Вашингтон (2014)

Оползень Осо в Вашингтоне в 2014 году был одним из самых смертоносных в истории США, убив 43 человека. После этого события были проведены исследования беспилотников для картирования массивного поля мусора в районе, который оставался слишком опасным для доступа к земле в течение нескольких недель. Ортофотоснимки и DEM-устройства, полученные с помощью дронов, позволили геотехническим инженерам оценить объем (приблизительно 10 миллионов кубических метров) и определить вероятный механизм отказа - комбинацию давления подземных вод и слабого геологического слоя. Эти данные использовались для определения приоритетов в местах засорения почвы и разработки окончательного отчета о закрытии, который улучшил национальное понимание сложного поведения оползней.

Активный мониторинг оползней в швейцарских Альпах

Исследователи из Швейцарского федерального института исследований леса, снега и ландшафта (WSL) с 2016 года используют беспилотники для мониторинга медленно движущегося глубокого оползня в Альпах. Ежемесячные полеты с помощью камер RTK производят точечные облака с точностью до субцентра. Сравнивая последовательные обследования, команда измерила скорость перемещения от 0,5 м/год вблизи головы до 2,5 м/год у пальца ноги. Эти данные помогли улучшить модели грунтовых вод и способствовали успешной системе раннего предупреждения, которая защищала спускающуюся деревню. Случай иллюстрирует, как экономически эффективные исследования беспилотников могут заменить дорогие наземные сети мониторинга в отдаленных альпийских условиях.

Проблемы обработки и интеграции данных

В то время как дроны генерируют огромные объемы данных, обработка этих данных в работоспособную информацию требует специализированного программного обеспечения и вычислительных ресурсов. Фотограмметрическая обработка сотен изображений для создания ортомозаик и DEM-систем может занять несколько часов или дней, в зависимости от охваченной области и желаемого разрешения. Для критически важных по времени приложений облачные платформы обработки сократили оборот до менее часа, но надежное подключение к Интернету в удаленных местах полей остается ограничением.

Точность геореференсирования является постоянной проблемой. Без наземных контрольных точек даже дроны, оснащенные РТК, могут производить ошибки 5-10 см горизонтально и 10-20 см вертикально в сложной местности. Для обнаружения предотказной деформации порядка нескольких сантиметров в месяц эти ошибки могут заслонять реальные сигналы. Исследователи изучают методы постобработки кинематических (PPK) и использование постоянных отражателей для повышения точности без необходимости обширной наземной инфраструктуры.

Еще одна проблема - слияние данных. Часто данные от нескольких датчиков (оптических, тепловых, LiDAR) собираются на отдельных рейсах с разными системами координат. Выравнивание этих наборов данных для комплексного анализа требует надежных алгоритмов калибровки и регистрации. Разрабатываются инструменты машинного обучения для автоматизации сопоставления функций и обнаружения тонких изменений между обследованиями, но эти методы все еще не являются стандартной практикой во многих муниципальных или инженерных офисах.

Регуляторные и операционные барьеры

Операции беспилотников по мониторингу оползней подчиняются национальным и местным авиационным правилам. Во многих странах полеты за пределы визуальной линии видимости (BVLOS) требуют специальных отказов, ограничивающих возможность самостоятельного обследования крупных или удаленных оползней. Не последнюю роль играют и погодные ограничения: сильные ветры, осадки и низкие облака могут заземлять дроны на дни или недели, что может быть неприемлемо во время быстро движущейся чрезвычайной ситуации.

Кроме того, время автономной работы ограничивает время полета до 20–40 минут для большинства коммерческих беспилотников. Это означает, что для съемки крупного оползня (например, 2 км2) может потребоваться несколько батарей и более длительное общее время работы, снижая эффективность. Новые гибридные системы, которые сочетают мощность батареи с небольшим двигателем внутреннего сгорания, могут продлить выносливость до нескольких часов, но они тяжелее и сложнее в эксплуатации.

Подробный обзор правил использования беспилотных летательных аппаратов в США для коммерческой и общественной безопасности см. на странице Федерального управления гражданской авиации (FLT:0) «Беспилотные авиационные системы» .

Будущие направления и технологические инновации

Автономные операции Swarm

Несколько дронов, летающих в скоординированных роях, могут покрывать большие оползнеустойчивые районы в рамках одной миссии, причем каждое транспортное средство несет различную полезную нагрузку датчика. Теплая технология проходит испытания для мониторинга окружающей среды, а ее применение для оценки опасности оползня может значительно сократить время сбора данных при одновременном улучшении пространственного охвата. Достижения в алгоритмах предотвращения столкновений и сетчатых сетях позволяют роям общаться и корректировать маршруты полета в режиме реального времени.

Интеграция с датчиками in-Situ

Дроны могут выступать в качестве мобильных узлов в сети датчиков, загружая данные с наземных инклинометров, преобразователей давления пор и тензодатчиков, распределенных по склону. Этот гибридный подход к мониторингу сочетает в себе пространственное покрытие беспилотных летательных аппаратов с непрерывным временным покрытием фиксированных инструментов. Исследовательские проекты, финансируемые Отделом наук о Земле НАСА , изучают, как датчики, доставляемые дронами, могут быть развернуты в отдаленных оползневых районах, создавая самоисцеляющуюся сеть, которая сообщает данные о движении через спутник.