Physical model test on landslide thrust distribution on double-row stabilizing piles
-
摘要: 双排抗滑桩后侧滑坡推力分布是其设计中要考虑的关键要素之一。针对一大型基岩-覆盖层式滑坡,进行四组不同后排桩布设方式的双排桩加固滑坡的室内物理模型试验,通过采用坡体外注水,经过特定通道渗入滑带的方法来模拟强降雨条件对滑带的软化效应,测得不同工况下两排桩后侧滑坡推力分布特征,并通过FLAC3D数值模拟方法对试验结果进一步验证。试验结果表明,后、前排桩上坡体压力均呈两端小、中间大的抛物线型分布模式且峰值点相对靠近滑面位置;桩位不变时,后桩后侧坡体压力峰值随沉埋深度增大而减小且峰值点位置上移,前桩后侧坡体压力峰值随后桩沉埋深度增大而增大,但峰值点位置无明显变化;滑带软化效应并不改变双排桩上推力分布模式,但会增大前、后排桩后侧坡体压力,且相比桩顶和底部,桩身中间部分坡体压力增加幅度较大;注水软化前后,后、前排桩上坡体压力分别增大约14.3%~21.4%与17.9%~24.8%。Abstract: Distribution pattern of thrust force on double-row stabilizing piles is one of the essential factors for the design of stabilizing piles. For a bedrock-overburden landslide strengthened with double-row stabilizing piles, four sets of laboratory physical model test are conducted considering various rear-row pile configurations. In particular, slip surface softening effect due to heavy rainfall is physically simulated using external water injection and infiltration into the shear band through a special channel. Distribution characteristics of the landslide thrust on the two piles are measured, which is further verified by a numerical simulation method FLAC3D. The test results show that the thrusts on the rear and fore piles present a parabolic distribution pattern, and the location with peak value is relatively close to the slip surface. If the pile location remains unchanged, the peak value of the thrust force behind the rear pile decreases with the increase of its embedded depth and the position with peak value moves upward; while the peak value of the thrust behind the fore pile increases with the embedded depth of the rear pile top, and the position with peak value changes unobviously. The slip surface softening effect does not change the distribution pattern of the thrust forces on piles, but it can increase the thrusts behind the piles; compared with the top and bottom of the piles, the increase of the thrust in the middle part of the piles is relatively larger. The thrust forces on the rear and fore piles under external water injection are about 14.3%~21.4% and 17.9%~24.8% higher than those before the softening action, respectively.
-
0. 引言
近年来,以“6·24”茂县叠溪镇新磨村山体高位滑坡、“8·28”纳雍县山体滑坡、金沙江白格滑坡—堰塞湖为代表的重大地质灾害频繁发生[1],并呈现出隐蔽性强、突发性高、破坏力大、灾害链长等特点,传统的人工排查和群测群防已难早期发现、有效识别。而地质灾害隐患的早期识别工作是监测预警和精准防治的基础,在有效识别的工作基础之上才能通过地表地物或外部现象认识到其发育特征及成因机理,达到制定科学合理的防治措施[2-3]的目的。因此,如何能够更早的辨识和研判潜在的、隐蔽的重大地质灾害隐患,已成为地质灾害领域的工作重点和难点[4]。目前,著名地质灾害专家殷跃平、许强等提出了基于空天地一体化的普查、详查、核查“三查”体系。即利用合成孔径雷达干涉测量、高分辨率卫星遥感、无人机航测、激光雷达测量等多种高新技术,形成综合对地观测技术,开展地质灾害隐患早期观测与识别工作[5]。该综合对地观测技术体系中的激光雷达测量(Light Detection and Ranging, LiDAR)是一种新兴的三维地形测量技术,可以测量地表高程微小变化和获取微地貌的精细结构[6],已广泛应用于地质灾害调查中,其高精度特性推动了地质灾害早期识别向定量化发展[7]。近几年发展起来的无人机具有机动性强、便捷性好、精度高等测量技术优势,并且可以同时搭载多种类型传感器。无人机搭载LiDAR模块,能够“穿透”植被获取地表更为精准的三维点云数据,生成数字高程模型(Digital Elevation Model, DEM),进而可获取地质灾害体的坡度、等高线、坡向、粗糙度等微地貌参数特征[8]。无人机搭载倾斜摄影模块,采用基于运动结构重构方法的摄影测量技术[9],可获取地质灾害隐患点的高分辨率实景三维模型、数字正射影像(Digital Orthphoto Map, DOM)等数据[7],能够极大减少人工实地勘察的工作量[10]。这一系列数据产品优势互补,综合应用可有效提取地质灾害体精细化的三维形态和岩体结构面等相关的微地貌结构信息,可为地质灾害边界的圈定提供科学依据,可在高位、隐蔽性地质灾害早期识别工作中发挥至关重要的作用。
1. 无人机载LiDAR和倾斜摄影技术介绍
将无人机载LiDAR和倾斜摄影技术相结合应用,可形成技术优势互补,有效提升数据获取效率和数据的丰富性、真实性,能够快速获取地质灾害隐患点高分辨率、高精度的地貌影像和真实地表地形数据[11]。
1.1 无人机载LiDAR技术
LiDAR技术是通过激光器发射的激光束获取与目标物之间的距离,使得大范围的三维地形地貌信息获取更加高效便捷[12]。无人机载LiDAR是将小型化的LiDAR设备集成在无人机平台上,获取目标物的三维激光点云数据。
1.2 无人机倾斜摄影技术
无人机倾斜摄影技术是在无人机上搭载多台摄影传感器,分别从垂直、前方、后方、左侧、右侧五个不同的方向和角度同步采集影像数据[11],获取高精度的多视影像信息,配合自动化的三维建模软件快速重构一定空间区域内的三维模型[13],可以真实地表达地表物体的坐标、尺寸及外观等属性[14]。
1.3 无人机平台介绍
本文采用的无人机平台为飞马D200无人机系统。飞马D200属于多旋翼无人机,可以减少起降场地限制。该系统是由飞行器、载荷模块、地面控制站、GNSS基准站及无人机管理专业版软件组成。配合“无人机管家”中精准地形跟随飞行功能,可保证所获取数据分辨率一致。
本文采用搭载的倾斜模块为D-OP300,LiDAR模块为D-LiDAR200。无人机系统和搭载模块详细参数如下:
(1)飞马D200无人机系统。续航时间48 min,抗风能力5级,测控半径5 km,实用升限海拔高度4500 m,工作温度−20~50 °C。配备高精度差分GNSS板卡,支持PPK/RTK及其融合作业模式,具备免像控和稀少像控的能力,见图1(a)。
(2)D-OP300倾斜摄影模块。模块具有5个相机,传感器尺寸23.5 mm×15.6 mm,相机倾斜角度45°,每个相机有效像素2400万,镜头参数中间25 mm、四周4个相机35 mm,重量1.45 kg,见图1(b)。
(3)D-LiDAR200模块参数。激光器RIEGL mini VUX-1UAV,测量距离250 m,回波数量5(Max.),回波强度16 bit,视场角—水平360°,分辨率—水平0.05°~0.5°,见图1(c)。
2. 工作流程
采用无人机载LiDAR和倾斜摄影技术获取地质灾害隐患点三维空间数据,主要分为无人机外业飞行和内业数据处理两大部分。无人机外业飞行主要包括测区踏勘、检查点布设、倾斜摄影飞行、数字地表模型(Digital Surface Model, DSM)快速处理、LiDAR变高飞行等。内业数据处理主要包括点云数据预处理和DOM、DEM、实景三维模型数据生产等。工作流程如图2所示。
2.1 外业数据获取
(1)倾斜摄影数据获取。由于高位、隐蔽性地质灾害隐患点一般具有高海拔、大落差等特点,在满足勘测精度要求和保证飞行安全的条件下,无人机倾斜摄影飞行可采用统一高度航线规划。无人机倾斜摄影航线飞行完毕后,完成地质灾害隐患点区域正射影像快拼工作,快速生成DSM。
(2)LiDAR数据获取。无人机倾斜摄影快速生成的DSM,可作为准确的高程信息,用于LiDAR数据获取的精准地形跟随航线设计。无人机保持对地固定高度进行飞行作业,可确保点云密度的一致性,也可确保安全作业[15]。
2.2 内业数据处理
(1)倾斜摄影数据处理。通过多视影像密集匹配模型确定每张影像外方位元素[16],再由空三计算和点云加密算法将稀疏点云生成密集点云,然后将密集点云进行网格化和纹理映射,并利用像控点数据,生成具有真实坐标的精细化实景三维模型和DOM数据[14]。
(2)LiDAR数据处理。将无人机的机载POS数据、GNSS地面基站数据和LiDAR数据初步整理,并经轨迹解算、点云解算、航带平差、去除噪声等数据预处理,输出标准点云数据。将DOM影像纹理赋色给点云数据,可生成彩色LiDAR点云数据。
(3)数据质量评估。经内业数据处理后生成的数据主要有LiDAR点云数据、DOM、DEM、实景三维模型等。数据精度检查主要包括:点云数据密度和分类精度检查,点云数据平面和高程精度检查,DOM数据平面精度检查等。
3. 地质灾害早期识别应用实例
3.1 研究区概况
本文研究区位于四川省阿坝藏族羌族自治州九寨沟县漳扎镇九道拐,海拔高度范围2435~3415 m,面积约6.2 km2。研究区植被茂密、地势陡峭、高差较大,见图3(a)。
3.2 无人机数据获取
3.2.1 倾斜摄影数据获取
本次实验无人机倾斜摄影航线设计地面分辨率为12 cm,航高为800 m,航向重叠度为75%,旁向重叠度为70%。航摄完成后在现场对POS数据和航摄影像进行检查和整理,确保POS信息无遗漏,影像清晰,共获得有效原始影像1850张。无人机航摄中采用连接CORS网络的RTK/PPK作业模式,可免除像控点布设。
3.2.2 LiDAR数据获取
本次实验LiDAR数据获取方式采用精准地形跟随飞行的作业模式,飞行航线设计见图3(b)。图3(b)中,红线区域为LiDAR数据获取有效范围,黄色线为无人机飞行路线,蓝色点位为无人机地形跟随飞行变高点。航线对地表保持固定飞行高度(150 m),确保激光对植被的穿透能力及均匀的地面分辨率,数据采集按照1∶1000比例尺进行。
为了进一步分析LiDAR技术的植被“穿透”能力,提取了研究区部分区域的LiDAR点云数据,并生成了图4(a)中红色框内的点云数据剖面图见图4(b)。通过分析图4,可以看出LiDAR技术在植被稀疏地区到达地面的点云数据较多,而在植被高覆盖区到达地面的点云数据相对较少。
3.3 数据生成
针对地质灾害隐患早期识别需求,本文研究获取地质灾害隐患点的高精度、精细化LiDAR点云、DEM、DOM和实景三维模型等数据(图5)。本文基于Context Capture软件,经融合差分GPS解算、空三加密、数据生成等步骤,生成实景三维模型见图5(d)和DOM见图5(b)。基于飞马无人机管家预处理LiDAR点云数据,通过对LiDAR点云数据分类处理并进行滤波处理后,获得LiDAR点云数据成果[17],见图5(a)。基于离散点构建不规则三角网模型(Triangulated Irregular Network,TIN),然后由TIN利用高程内插算法生成DEM[18],见图5(c)。数据生成后,需要进行精度检查,本实验检查采取人工实测的方式对比精度。经检验,LiDAR数据的点云平均密度12~45个/m²,平面中误差为0.033 m,高程中误差为0.039 m。
3.4 地质灾害早期识别分析
准确识别地质灾害体并确定其具体分布范围和体积是科学评估地质灾害隐患点危险性与危害性的重要前提[19]。在选择地质灾害隐患点数据获取的技术手段时,应充分考虑地形、岩土体出露条件,可采用基岩裸露区使用无人机倾斜摄影技术,植被覆盖区使用无人机载LiDAR技术的工作原则[15]。无人机LiDAR和倾斜摄影技术生成的高精度实景三维模型、LiDAR点云数据、DEM和DOM及其衍生特征参数可用于对地质灾害隐患点进行定性和定量分析,并通过二维高分辨率影像、三维精细化模型综合研判,能够实现地质灾害隐患早期识别[17]、边界圈定。
3.4.1 定性分析
定性分析是通过高精度、高清晰的实景三维模型和DOM,在室内直观立体形态下,解译活动断层的几何展布特征和地质灾害体,发现微地貌和微变形,准确识别岩土体出露明显的各类不良地质体和地质要素信息[15],如从图5(b)、图5(d)中可以明显判识出,研究区斜坡岩体普遍松动,碎屑物质沿沟谷走向呈流态化运动。
3.4.2 定量分析
定量分析是利用真实地表的DEM数据提取山体阴影、坡度、等值线和粗糙度等精细微地形地貌参数,分析地质灾害特征要素[19],实现准确圈定地质灾害体范围。也可使用相关算法计算出地质灾害体的面积和体积大小等数据。图5(b)研究示范区去除植被后生成的DEM。山体阴影、坡度、等高线等分别如图6(b)、图6(c)、图6(d)所示。通过对比分析图6(a)和图6(b),可以清晰的看出基于去除植被DEM的山体阴影,能够明显增强滑坡的立体形态,显著提升识别能力。通过分析图6(c)和图6(d),坡度和等高线等DEM衍生因子可以刻画出滑坡的线性特征,对于辅助圈定滑坡边界具有重要作用。
4. 结果与讨论
地质灾害隐患早期识别工作的重要性、紧迫性和艰巨性,是当前地质灾害防治工作的重点任务和难点问题。研究地质灾害隐患的早期识别特征和技术方法,对提高地质灾害的预防能力具有重要意义。无人机倾斜摄影能够提供高分辨率、高精度的地形地貌影像和实景三维模型。无人机载LiDAR通过多次回波技术可“穿透”地面植被,结合滤波算法可有效去除地表植被,获取真实地面数据高程信息,可以为高位、隐蔽性地质灾害隐患早期识别提供重要技术手段。本文研究主要得出如下结论:
(1)无人机平台具有机动性强、便捷性好、载荷模块多等勘测技术优势,搭载多种类型传感器,可以充分发挥各项技术优势,可作为高位、隐蔽性地质灾害隐患勘测的重要技术。
(2)无人机倾斜摄影技术可有效获取大面积地质灾害隐患的高分辨率、高精度地形地貌影像和实景三维模型,其承载信息丰富、对地质灾害体地表信息全覆盖,可快速地调查清楚孕灾环境和承灾体。
(3)基于LiDAR数据获取的高精度真实地表DEM数据,通过衍生参数特征信息,如山体阴影、坡度、等高线、粗糙度等,可有效识别植被覆盖下隐蔽的地质灾害体,突破因数据不全对地质灾害隐患识别的局限性,对地质灾害的预防预警具有重要的意义。
(4)需要指出的是,利用无人机载LiDAR和倾斜摄影技术进行地质灾害隐患早期识别的准确率,作者将在后续的工作中进一步研究和验证。
-
表 1 实例坡体主要物理力学参数
Table 1 Main physical and mechanical parameters of the practical landslide
地层 重度
/(kN·m−3)黏聚力
/kPa内摩擦角
/(°)弹性模量
/MPa泊松比 块石土 21 15 24 40 0.30 含砾黏土 19 5 20 30 0.33 中风化砂岩 22 800 28 1000 0.22 表 2 各组试验滑带、滑体及滑床的物理力学参数
Table 2 Main physical and mechanical parameters of testing models
组号 φ/(°) c/kPa γ/(kN·m-3) ω/% 滑
带一 20.6(19.7) 0(0) 19.3 6.21 二 20.3(19.6) 0(0) 20.1 7.21 三 20.8(20.0) 0(0) 19.4 7.68 四 20.6(19.9) 0(0) 19.3 6.21 滑
体一 24.5 1.6 20.5 6.09 二 24.5 1.6 20.5 6.09 三 23 1 21.2 8.16 四 24 1 20.8 7.80 滑
床一 27.7 19.5 21.6 5.12 二 28.2 20.3 21.8 5.23 三 28 18.6 21.5 5.02 四 27.8 19.7 21.8 5.17 表 3 各组试验注水前、后所得后排桩上推力比较
Table 3 Comparison of thrust on the rear piles before and after grouting water in four tests
/(kN·m−1) 试验组别 后排桩 前排桩 注水前 注水后 注水前 注水后 试验一 2.76 3.17 0.78 0.92 试验二 2.23 2.55 0.84 0.99 试验三 2.04 2.37 1.25 1.56 试验四 1.12 1.36 1.08 1.34 表 4 试验一双排桩后侧推力试验值与数值解对比
Table 4 Comparison of thrust on the fore and rear piles in test model 1 between the measured and numerical values
/(kN·m−1) 方法 后排桩 前排桩 注水前 注水后 注水前 注水后 试验值 2.76 3.17 0.78 0.92 数值解 3.44 3.82 1.17 1.28 -
[1] 徐邦栋. 滑坡分析与防治[M]. 北京: 中国铁道出版社, 2001 XU Bangdong. Landslide analysis and prevention [M]. Beijing: China Railway Publishing House, 2001. (in Chinese)
[2] 闫玉平, 肖世国. 考虑滑带强度参数分区取值的堆积层滑坡稳定性分析方法[J]. 中国地质灾害与防治学报,2020,31(2):44 − 49. [YAN Yuping, XIAO Shiguo. Stability analysis method for bedrock-talus landslides considering strength parameter partition of slip shear band[J]. The Chinese Journal of Geological Hazard and Control,2020,31(2):44 − 49. (in Chinese with English abstract) [3] 邹宗兴, 唐辉明, 熊承仁, 等. 大型顺层岩质滑坡渐进破坏地质力学模型与稳定性分析[J]. 岩石力学与工程学报,2012,31(11):2222 − 2231. [ZOU Zongxing, TANG Huiming, XIONG Chengren, et al. Geomechanical model of progressive failure for large consequent bedding rockslide and its stability analysis[J]. Chinese Journal of Rock Mechanics and Engineering,2012,31(11):2222 − 2231. (in Chinese with English abstract) DOI: 10.3969/j.issn.1000-6915.2012.11.010 [4] WANG J J, LIANG Y, ZHANG H P, et al. A loess landslide induced by excavation and rainfall[J]. Landslides,2014,11:141 − 152. DOI: 10.1007/s10346-013-0418-0
[5] XIAO S G, ZENG J X, YAN Y P. A rational layout of double-row stabilizing piles for large-scale landslide control[J]. Bulletin of Engineering Geology and the Environment,2017,76(1):309 − 321. DOI: 10.1007/s10064-016-0852-z
[6] XIAO S G. A simplified approach for stability analysis of slopes reinforced with one row of embedded stabilizing piles[J]. Bulletin of Engineering Geology and the Environment,2017,76(4):1371 − 1382.
[7] 申永江, 杨明, 项正良, 等. 双排桩桩排间土拱效应的发育规律研究[J]. 水文地质工程地质,2015,42(1):70 − 74. [SHEN Yongjiang, YANG Ming, XIANG Zhengliang, et al. Development of soil arching between the double-row anti-sliding piles[J]. Hydrogeology & Engineering Geology,2015,42(1):70 − 74. (in Chinese with English abstract) [8] ITO T, MATSUI T, HONG W P. Extended design method for multi-row stabilizing piles against landslide[J]. Soils and Foundations,1982,22(1):1 − 13. DOI: 10.3208/sandf1972.22.1
[9] 戴自航. 抗滑桩滑坡推力和桩前滑体抗力分布规律的研究[J]. 岩石力学与工程学报,2002,21(4):517 − 521. [DAI Zihang. Study on distribution laws of landslide-thrust and resistance of sliding mass acting on antislide piles[J]. Chinese Journal of Rock Mechanics and Engineering,2002,21(4):517 − 521. (in Chinese with English abstract) DOI: 10.3321/j.issn:1000-6915.2002.04.013 [10] 肖世国. 似土质边(滑)坡抗滑桩后滑坡推力分布模式的近似理论解析[J]. 岩土工程学报,2010,32(1):120 − 123. [XIAO Shiguo. Approximate theoretical solution of distribution modes of landslide thrust on anti-sliding piles in soil-like slopes or landslides[J]. Chinese Journal of Geotechnical Engineering,2010,32(1):120 − 123. (in Chinese with English abstract) [11] ITO T, MATSUI T. Methods to estimate lateral force acting on stabilizing piles[J]. Soils and Foundations,1975,15(4):43 − 59. DOI: 10.3208/sandf1972.15.4_43
[12] RANDOLPH M F. The response of flexible piles to lateral loading[J]. Géotechnique,1981,31(2):247 − 259.
[13] 国家铁路局. 铁路路基支挡结构设计规范: TB 10025—2019[S]. 北京: 中国铁道出版社, 2019 Code for design of retaining structures of railway earthworks: TB 10025—2019[S]. Beijing: China Railway Publishing House, 2019. (in Chinese)
[14] 熊治文. 深埋式抗滑桩的受力分布规律[J]. 中国铁道科学,2000,21(1):48 − 56. [XIONG Zhiwen. Force distribution rule of deeply buried anti slide pile[J]. China Railway Science,2000,21(1):48 − 56. (in Chinese with English abstract) DOI: 10.3321/j.issn:1001-4632.2000.01.007 [15] 雷文杰. 沉埋桩加固滑坡体的有限元设计方法与大型物理模型试验研究[D]. 武汉: 中国科学院武汉岩土力学研究所, 2006 LEI Wenjie. Study on design method of deeply buried piles stabilizing slides and large scaled model tests[D]. Wuhan: Wuhan Institute of Geotechnical Mechanics, Chinese Academy of Sciences, 2006. (in Chinese with English abstract)
[16] 郑颖人, 赵尚毅. 用有限元强度折减法求边(滑)坡支挡结构的内力[J]. 岩石力学与工程学报,2004,23(20):3552 − 3558. [ZHENG Yingren, ZHAO Shangyi. Calculation of inner force of support structure for landslide/slope by using strength reduction fem[J]. Chinese Journal of Rock Mechanics and Engineering,2004,23(20):3552 − 3558. (in Chinese with English abstract) DOI: 10.3321/j.issn:1000-6915.2004.20.029 [17] 宋雅坤, 郑颖人, 雷文杰. 沉埋式抗滑桩机制模型试验数值分析研究[J]. 岩土力学, 2007, 28(增刊1): 63 − 68 SONG Yakun, ZHENG Yingren, LEI Wenjie. Analysis of the experimental mechanism of deeply buried anti-slide pile by FEM[J]. Rock and Soil Mechanics, 2007, 28(Sup 1): 63 − 68. (in Chinese with English abstract)
[18] 申永江, 黄立, 严克伍. 悬臂双排桩桩排距的计算方法研究[J]. 水文地质工程地质,2012,39(5):59 − 63. [SHEN Yongjiang, HUANG Li, YAN Kewu. Calculation method of the piles row distance of cantilever double-row anti-slide piles[J]. Hydrogeology & Engineering Geology,2012,39(5):59 − 63. (in Chinese with English abstract) [19] 张玲, 朱幸仁, 欧强. 考虑桩桩相互作用的双排支护桩受力变形分析[J]. 水文地质工程地质,2019,46(5):72 − 80. [ZHANG Ling, ZHU Xingren, OU Qiang. Analysis of forced deformation of double row support piles considering pile interaction[J]. Hydrogeology & Engineering Geology,2019,46(5):72 − 80. (in Chinese with English abstract) [20] 肖世国, 何洪. 双排抗滑桩上滑坡推力近似解析方法[J]. 岩土力学,2015,36(2):376 − 380. [XIAO Shiguo, HE Hong. An approximate analytical method for calculating thrust on double-row stabilizing piles[J]. Rock and Soil Mechanics,2015,36(2):376 − 380. (in Chinese with English abstract) [21] 胡峰. 基覆式滑坡中双排全长式与沉埋式抗滑桩受力规律研究[D]. 成都: 西南交通大学, 2010 HU Feng. Research on the mechanical features of double-row anti-slide piles with tops exposed or embedded in bedrock-overburden landslide control[D]. Chengdu: Southwest Jiaotong University, 2010. (in Chinese with English abstract)
[22] 徐骏, 李安洪, 肖世国. 折线型滑面滑坡桩排推力分布规律研究[J]. 岩土力学,2012,33(11):3479 − 3482. [XU Jun, LI Anhong, XIAO Shiguo. Study of landslide thrust distribution law of row of piles in reinforced landslide with polygonal line slip surface[J]. Rock and Soil Mechanics,2012,33(11):3479 − 3482. (in Chinese with English abstract) -
期刊类型引用(39)
1. 赵永卿. 基于ISS特征点和改进的ICP点云配准方法. 北京测绘. 2025(02): 153-157 . 百度学术
2. 谭俊杰. 无人机在地质灾害隐患点快速识别与监测中的应用. 智能建筑与智慧城市. 2025(04): 60-62 . 百度学术
3. 高攀,陈晨,苏哲,王博,厉达垚. 探索激光雷达测量(LiDAR)技术识别地质灾害隐患. 安徽地质. 2025(02): 168-171 . 百度学术
4. 侯昕廷,门茂林,周颖. 无人机航测技术在地质灾害早期识别中的应用. 城市勘测. 2024(01): 95-99 . 百度学术
5. 刘俊雄. 机载LiDAR技术在福建高植被覆盖山区地质灾害研究中的应用. 福建地质. 2024(01): 65-72 . 百度学术
6. 曹虎. 高植被覆盖下铁路隧道口危岩落石风险评估. 铁道标准设计. 2024(05): 122-129 . 百度学术
7. 马晓雪,焦润成,曹颖,南赟,王晟宇,郭学飞,赵丹凝,闫驰,倪璇. 重大工程建设中地质灾害综合遥感监测技术方法应用——以北京2022冬奥会延庆赛区为例. 自然资源遥感. 2024(02): 248-256 . 百度学术
8. 熊小辉,白永健,铁永波,高延超,徐伟,龚凌枫,王家柱,田凯,李鹏岳. 基于“天–空–地–深”方法的山区城镇地质灾害隐患判识:以四川省喜德县重点乡镇为例. 沉积与特提斯地质. 2024(03): 560-571 . 百度学术
9. 成书楼,张鹏,黄波林,王勋,许凯凯,董星辰. 融合贴近摄影和LiDAR技术的危岩体三维模型构建及稳定性分析. 水文地质工程地质. 2024(05): 172-181 . 百度学术
10. 洪勃,唐亚明,冯卫,李政国,潘学树,冯凡,周永恒,尹春旺. 基于3D实景模型和AHP边坡危险性评价系统的应用:以沿黄公路吴堡–永和段为例. 西北地质. 2024(06): 218-233 . 百度学术
11. 赵财全,刘家明,杨润生,朱荣先,高勇,段浩锋. 轻便型无人机快速测绘技术在地质灾害应急抢险中的应用研究. 科技创新与应用. 2023(02): 177-180 . 百度学术
12. 吴利荣. 地质灾害应急抢险中轻便型无人机快速测绘技术的应用研究. 科学技术创新. 2023(05): 33-36 . 百度学术
13. 张涛,姚月,张云昌,李红光,于天宇,高杨. 无人机机载LIDAR在地质灾害数据采集中的应用研究——以金沙江白格堰塞湖应急处置旧址科学考察为例. 中国应急救援. 2023(02): 49-54 . 百度学术
14. 王斌,周立鹏,李琴. 顾及InSAR形变特征的斜坡灾害隐患早期识别遥感方法. 华南地震. 2023(01): 105-110 . 百度学术
15. 张贺,芦覃,陈萧瑶,郑尹君. 山区潜在危岩边坡地质灾害快速调查与稳定性评价. 测绘与空间地理信息. 2023(04): 26-28+33 . 百度学术
16. 郭琪璇,宋晓芳,杨礼朋. 倾斜摄影测量在地质灾害调查中的应用. 山西煤炭. 2023(01): 72-77 . 百度学术
17. 赵婷婷,高文娟,李志林,廖露,陈笑峰. 实景三维技术在“8·8”九寨沟地震地质灾害快速调查中的应用. 中国地质灾害与防治学报. 2023(03): 93-99 . 本站查看
18. 高顺喜. 上海崩塌灾害的多传感器融合观测技术与普查识别. 上海国土资源. 2023(02): 119-125 . 百度学术
19. 刘文军,叶群,万芳琦. 基于综合遥感手段的地质灾害隐患早期识别. 江西测绘. 2023(02): 29-32 . 百度学术
20. 李振忠,王飞,朱文峰,何强,李明露,高学宗. 基于无人机载LiDAR和倾斜摄影的地质灾害隐患早期识别. 大众科技. 2023(07): 9-13 . 百度学术
21. 王斌,徐佳沅,唐力明,周立鹏. 小型斜坡隐患识别“空天地”图谱几何遥感方法. 测绘通报. 2023(08): 136-141 . 百度学术
22. 赵亚凯,邓青春. 反距离加权插值参数对细沟DEM精度的影响. 西华师范大学学报(自然科学版). 2023(05): 496-504 . 百度学术
23. 薛宇腾,黄新文,赵非. 铁路工程地质勘察智能化技术研究现状与发展趋势. 铁道勘察. 2023(05): 73-78 . 百度学术
24. 段方情. 安顺城区崩塌地质灾害发育特征分析及其防治建议. 贵州科学. 2023(05): 81-84 . 百度学术
25. 陈梦源,李慧娟,李喜,刘畅,潘峰,丁旭峰,余杰,张文广. 基于倾斜摄影技术的高位崩塌调查与数值模拟分析——以柴埠溪峡谷口崩塌为例. 资源环境与工程. 2023(05): 578-586 . 百度学术
26. 庞鑫,袁明,卢渊,杜文杰,万道春,李得,丁海锋,付晓东. 基于无人机LiDAR仿地飞行技术的高陡边坡危岩体快速识别方法. 地质科技通报. 2023(06): 21-30 . 百度学术
27. 胡晋茹,赖林枫,芦治源,张晓峰,李元,赵廷宁,魏广阔. 消费级无人机倾斜摄影测量监测弃土场的精度评估. 测绘通报. 2023(11): 36-41 . 百度学术
28. 李大猛,孙东,余辉,李松,张正鹏. 绿色矿山建设与矿山生态修复关联探析. 世界有色金属. 2023(22): 162-165 . 百度学术
29. 周小龙,贾强,石鹏卿,何斌,郭富赟,胡文博,李攀龙. 免像控无人机航测技术在舟曲县立节北山滑坡-泥石流灾害应急处置中的应用. 中国地质灾害与防治学报. 2022(01): 107-116 . 本站查看
30. 詹美斌. 低空无人机倾斜摄影三维模型在地质灾害监测中的应用. 测绘与空间地理信息. 2022(03): 221-224 . 百度学术
31. 孙诗友. 无人机倾斜摄影测量在农村房地一体测量中的应用探索. 四川建材. 2022(06): 50-51+56 . 百度学术
32. 张占忠. 复杂山区铁路空天地一体化综合测绘技术研究. 铁道勘察. 2022(04): 5-9+46 . 百度学术
33. 马健,白洁. 一种基于多视图的小型物件三维建模方法的研究. 办公自动化. 2022(17): 6-9 . 百度学术
34. 党杰,董吉,何松标,范宣梅. 机载LiDAR与地面三维激光扫描在贵州水城独家寨崩塌地质灾害风险调查中的应用. 中国地质灾害与防治学报. 2022(04): 106-113 . 本站查看
35. 郭富赟,周小龙,火飞飙,张毅. 舟曲断裂带滑坡灾害效应与防治对策研究. 中国地质灾害与防治学报. 2022(06): 80-89 . 本站查看
36. 巨淑君,高志良,高强,彭涛,刘恒. 吉牛水电站库区地质灾害调查新技术应用. 四川水力发电. 2021(04): 63-67+71 . 百度学术
37. 李星宇,赫念学,魏英波,王文博,徐彪. 复杂环境倾斜摄影与实景三维建模技术应用. 测绘通报. 2021(S1): 20-24 . 百度学术
38. 熊开治,任志远,赵亚龙,杨忠平,张黎健. 基于无人机航测的丹霞地貌区危岩结构面识别与三维裂隙网络模型——以重庆四面山景区为例. 中国地质灾害与防治学报. 2021(05): 62-69 . 本站查看
39. 杨普,赵远洋,李一鸣,吴宇峰,李蔚然,李振波. 基于多源信息融合的农业空地一体化研究综述. 农业机械学报. 2021(S1): 185-196 . 百度学术
其他类型引用(11)