基于激光扫描技术的水库大坝三维变形动态监测方法研究.doc

学校代码10459学号或申请号 200811022081501001密级博士学位论文基于激光扫描技术的水库大坝三维变形动态监测方法研究作者姓名：王举导师姓名：张成才学科门类：工学专业名称：水文学及水资源完成时间：2015.5 A dissertation submitted to Zhengzhou University for the degree of Doctor Research on Dam Dynamic Three-dimensional Deformation Moinitoring Based on Laser Scanning Technology By Ju Wang Supervisor: Prof. Chengcai Zhang Hydrology and Water Resources School Of Water Conservancy & Environment May 2015 摘要大坝变形监测是大坝安全监测的重要监测项目，在水库防洪安全中发挥着重要的作用。目前大坝变形监测的手段和方法存在一些不足，随着三维激光扫描技术的飞速发展，给大坝变形监测提供了新的技术支持。三维激光扫描能够获取丰富、完整的大坝三维点云数据、影像数据及反射强度等信息，并且具备了高效、高精度、主动性的特点，使得它能够应用于大坝变形监测。本文以土石坝三维变形分析为主，从土石坝点云数据采集、处理到大坝变形分析，尝试解决三维激光扫描技术应用于大坝变形监测的关键技术问题。三维激光扫描技术打破了传统单点一维大坝变形监测的局限，从三维、整体上进行大坝变形监测分析，有助于提高变形监测分析的精度与可靠性，为大坝安全评估提供更加可靠的科学依据。全文从利用点云数据进行大坝变形监测技术与方法入手，围绕着提高土石坝变形监测精度与效率展开。为了提高多站海量大坝点云数据拼接精度与效率，研究了基于球体标靶的多站海量大坝点云数据自动拼接技术，解决了海量点云数据组织与管理的索引方法与球体标靶的拟合算法，通过实验证明了该方法具有较高拼接效率和精度。大坝变形分析是本文的重点和难点，本文提出了基于散乱点云剖面数据的变形分析方法与基于大坝精准三维模型的变形分析方法。重点解决了散乱大坝点云数据剖面线的拟合以及变形分析算法，通过序列点云的剖面数据对大坝变形进行分析。为了构建大坝精准三维模型，改进了基于自适应曲面体元的大坝三维表面精准模型构建，有效解决了构网效率低下、表面空洞、法向不一致及面片重叠等问题，为大坝精准对比分析打下良好的基础。在分析和对比基于 DEM、基于邻近点和基于 C2M（cloud to mesh）变形分析方法的基础上，充分考虑散乱点云数据源的不确定性，提出了基于散乱点云粗糙度置信区间的多尺度大坝变形分析方法，并解决该方法中核心点计算、粗糙度计算以及不同尺度下空间置信区间的参数设定问题，通过实验分析验证该方法的可行性与有效性，并与基于大坝精准三维模型的变形分析方法进行了对比，验证了该方法的精度。关键词：三维激光扫描（ 3DLS），大坝变形监测，防洪安全，点云拼接，点云粗糙度，置信区间，点云剖面 AbstractDam deformation monitoring (DDM) is an important monitoring item of damsafety monitoring, which has played an important role in flood protection and safetyof reservoir. At present, there are some shortcomings in the means and methods ofDDM.As the technology of Lidar developing rapidly, a new and advanced solution ofDDM has been proposed. We can get rich and complete imformation (such as pointcloud, image and intensity) by Lidar efficiently, precisely and actively. And thisimformation can be used into DDM work. In this paper, the object of my research isDDM of Earth-Rock Dam. So, I do some work about obtaining and processing pointcloud data of the dam and try to solve some key issues in using Lidar to do DDMwork.DDM by point-by-point measure is outdated and inefficient, since Lidar canobtain the whole 3D data of the dam rapidly and accurately, which can provide morereliable scientific basis for safety assessment of the dam. In this paper, I have studiedthe techniques and methods of using point cloud data to solve DDM and imploved theaccuracy and efficiency of Earth-Rock Dam deformation monitoring.In order to implove registration accuracy of mass point cloud data, a method ofautomatic registration for multi-station point cloud data based on sphere target isstudied, researched the algorithms of fitting for sphere target and index of mass pointcloud data, then showed these methods has high efficiency and precision byexperiments . DDA(Dam Deformation Analysis) is the key and core issue of DDM.So this paper bring up two methods of DDA that bases on data of mass point cloudsprofile and based on precise 3D model of the dam. These algorithms solve theproblems in hatch fitting and DDA. Also, I have improved building of precise 3Dsurface model of dam based on adaptive surface voxels, which solved the issues ofinefficient triangulation, surface with holes, inconsistent normals and overlappingpatches.After analyzing and comparing the methods of DDA that bases on DEM, onneighboring points and on C2M (Cloud to Mesh), I considered the uncertainty of mass point cloud data, then proposed a method based on multiscale mass point cloudroughness of the confidence interval which solved the problem of parameter setting incore point calculation, roughness calculation, confidence intervals at different spatialscales. Then I proofed its efficiency and precision by some experiments and validatedits accuracy by comparing with the method based on precise 3D model of the dam.Keywords: 3D Laser, Dam Deformation Monitoring, Flood Protection and Safety,Point Cloud Mosaic, the Roughness of Point Cloud, the Confidence Interval, theSection of Point Cloud 目录摘要.4Abstract.5第 1章绪论 .31.1研究背景及意义.31.2大坝安全监测发展历史.41.3大坝变形监测.61.3.1大坝变形监测技术.61.3.2大坝变形监测方法.81.4大坝变形监测中存在的问题及发展趋势.111.4.1大坝变形监测中存在的问题.111.4.2大坝变形监测的发展趋势.121.5本文技术路线、研究内容及创新.131.5.1研究内容.131.5.2研究技术路线.131.5.3论文特色及创新.151.6论文结构与章节安排.16第 2章三维激光扫描技术原理及在大坝变形监测中的误差分析 .182.1三维激光扫描仪的原理.192.2大坝变形分析中三维激光扫描仪选型.202.3完整大坝点云数据采集.202.4三维激光应用于大坝变形监测中误差来源及减小方法.222.4.1三维激光扫描仪误差来源.222.4.2增设扫描站点.252.4.3布设高精度控制网.252.4.4提高点云数据拼接精度.262.5本章小结.27第 3章大坝三维变形监测中多站点云数据拼接方法 .283.1多站大坝点云数据拼接方法.283.1.1基于控制点的多站点云数据拼接方法.293.1.2基于三维特征拼接方法.333.1.3基于深度图像的拼接方法.393.2基于球体标靶的多站海量点云数据全自动拼接算法.433.2.1海量点云数据快速读取与组织管理.443.2.2球体的探测与识别.463.2.3球心坐标与转换矩阵的解算.473.2.4实验与分析.483.3大坝点云数据多站拼接误差控制.503.4本章小结.53第 4章散乱点云剖面与精准三维模型的大坝变形监测方法 .544.1基于散乱点云剖面数据的土石坝变形分析.544.1.1基于剖面数据变形分析技术路线及数据采集.554.1.2散乱点云数据剖面获取.551 4.1.3实验与分析.574.2基于大坝精准三维模型的变形分析.624.2.1基于 Delaunay三角网的大坝散乱点云重建.624.2.2基于自适应曲面体元的大坝三维表面构建.664.2.3基于大坝真三维模型的变形分析与模拟.704.2.4基于大坝真三维模型变形分析实验.714.3本章小结.73第 5章基于点云粗糙度置信区间的多尺度大坝变形监测分析 .755.1现有点云数据变形分析方法及不确定性.755.1.1基于 DEM的变形监测方法.755.1.2基于邻近点 C2C（Cloud to Cloud）变形分析.765.1.3基于 C2M（Cloud To Mesh）的变形监测分析.775.2散乱点云数据源的不确定性.785.2.1位置的不确定性.785.2.2点云拼接的不确定性.795.2.3点云数据表面粗糙度的不确定性.795.3基于点云粗糙度置信区间的多尺度大坝变形分析.805.3.1点云粗糙度计算.805.3.2核心点、表面法向与散乱点云距离.815.3.3与粗糙度有关法线尺度选择.825.3.3空间置信区间的确定.845.4实验与分析.865.4.1实验平台及数据.865.4.2点云粗糙度的计算.875.4.3核心点的计算.885.4.4大坝点云数据法向的计算.885.4.5大坝变形实验.885.4.6大坝变形分析.935.5本章小结.95第 6章总结与展望 .96参考文献.100个人简历、在学期间发表的学术论文与研究成果.107致谢.1082 第1 章绪论大坝通过拦蓄水实现水资源的时间与空间调控，合理优化水资源时空配置，也是江河防洪工程的重要组成部分1, 2。据统计，到 2014年我国建成各类水库大坝约 9万座，成为名副其实的坝工大国，已建成的大坝数量居世界之首，在我国经济建设和社会发展中发挥着重要作用 3-5。然而，由于施工技术、地形地貌因素、气候因素以及大坝服役年限等方面的原因，使得我国累计有三千多座大坝发生溃坝事故，在三十米以上的溃坝中土石坝占到了 89.7%，给社会和人民造成了严重的生命财产损失和生态损失 6-8。因此水库大坝的安全与人们生活息息相关，大坝的安全监测能够实时反映大坝的运行状态，及时反馈大坝“健康状态”，对保护人民的生命财产安全具有重要的意义。水库大坝的安全监测是水利水电工程学科中重要的研究领域之一，也是多学科交叉的研究领域，尤其是随着测绘科学与技术及仿真技术的发展使得大坝安全监测的手段不断发展与完善。1.1研究背景及意义大坝所潜在的安全问题是一个复杂的多学科交叉的科学问题，涉及到对自然灾害学（暴雨、洪水、地震等）、结构力学机理（大坝负载等）、材料性能（材料的力学指标、老化等）、施工控制（材料用量、填筑密度等）以及人为原因等多学科的认知，然而这些与大坝安全息息相关的因素人们所掌握的理论尚不充分，导致许多大坝处于带 “病”运行状态，成为危坝和险坝，存在严重的安全隐患，大坝失事也时有发生 9, 10。另一方面，由于目前水库大坝监测手段、监测分析方法、安全评估理论和大坝预警预报系统尚不完善，未能及时反馈大坝运行状态，对大坝运行中存在的风险进行合理的评估，也是造成大坝失事的重要因素11。水库大坝的安全监测是通过各种监测仪器设备对大坝主体结构、坝基、周围环境及相关设施进行监测和分析 12。既包括对固定监测点的频次监测，也包括对大坝的外部和内部结构的定期和不定期的探测。水库大坝的安全监测犹如大坝工程的“医生”，是保障大坝安全运行的重要措施 13。通过定期和不定期各3 种手段获取监测资料的深入分析，掌握大坝的运行状态，实时反馈大坝安全运行状况，在汛期做到对大坝紧急状况的及时预报，为实施大坝安全预警和制定应急预案提供基础14-16。大坝安全监测既有外部监测也有内部监测，主要监测内容包括大坝变形监测、水位监测、水温监测、渗流监测、结构监测、应力应变监测及大坝周围的环境监测，通过这些监测值分析来确保大坝处于安全运行状态 17, 18。在众多的监测项目中，变形监测能够直接有效的反映出大坝的运行状况，判断出大坝是否处于安全状态 19，因此，大坝变形监测是大坝安全监测中最重要的监测内容，也是首选必选的监测项目20。1.2 大坝安全监测发展历史大坝安全监测最早可以追溯到十九世纪九十年代，大坝安全监测是从水平位移监测开始的，德国最先进行了位移监测，随后美国于 1903年进行了重力坝的温度观测，澳大利亚于 1908年开展拱坝变形观测，这也是世界上最早开展变形观测的实验21, 22。随后，美国在 1925年、1926年开展了扬压力观测和史蒂文森山区的实验拱坝开展了应力应变监测 23。接下来世界各国相继开展了大坝安全监测，大坝安全监测的对象也逐渐的完善，已从初期的仅仅对大坝主体结构进行监测拓展到对大坝主体结构、坝基、坝肩、坝区及周边环境相关设施等全方位、大范围的监测。大坝监测的手段也从初期的外表巡视检查、单点监测、定性判断等，发展到利用高精度测量仪器获取实测资料定量分析大坝安全，发展到目前采用高精尖仪器设备、动态实时的获取监测数据与多种安全评估模型来综合评价大坝安全 24周围环境监测等25。主要监测内容包括水位监测、位移监测、沉降监测及我国从二十世纪五十年代开始进行大坝安全监测工作，开始采用光学、机械仪器采集，手工记录、计算及绘制图形，效率较低下。到了七八十年代，开始使用光电机械化及激光类仪器设备进行数据采集，利用计算机进行数据的存储和处理，而到了九十年代后，主要使用传感器、电子设备、3S技术进行数据采集记录，利用数据库和一些程序进行数据处理和分析。到了二十一世纪后，尤其随着测绘科学技术的发展，新的方法与手段不断的涌现，以 GPS、三维激4 光扫描等新的技术与方法应用到大坝安全监测中。而大坝监测技术的发展向着自动化、智能化、高可靠性、高精度、连续、实时和网络化方面发展。表 1-1我国水库大坝安全监测发展阶段发展阶段数据采集光学、机械设备光电机械化数据处理手工计算与绘图计算机程序数据分析20世纪 50-60年代20世纪 70-80年代20世纪 90年代专业知识与人工判断计算机分析和人工传感器、电子及激光计算机、专业的处理软件计算机、分析模型、专家系统、21世纪-至今遥感、摄影测量、三维激光专业的处理软件进一步完善分析模型进一步优化和成熟、智慧模型通过监测仪器设备所采集的大量的数据为安全评估提供了基础，但是原始数据并不能直观清晰的反映大坝的运行状态，需要对原始的观测数据进行处理、分析、提炼和解译，从海量的观测和采集数据中探索大运行状况，揭示数据中所蕴含的规律，为大坝安全评估提供更为科学的理论依据27。首先，原始采集的观测数据本身既包含着大量的运行状态信息 10，又包含着各种误差，这些误差是必然存在的，必须经过误差消除或者深入的辨析才能发现原始数据中所蕴含的真正信息。其次，原始数据是各种因素综合作用的表现，需要从中进行深入剖析，将各种因素的单独效应分解出来，找出关键的因素以及各个因素的权值。另外，需要将多测点序列观测数据综合进行分析对比，才能有效全面的分析观测值在时间上和空间上的变化的相互关系，掌握大坝真正的变化过程与趋势，更加精确的确定空间上变化的状态和时间上变化趋势，从而更加合理准确掌握对大坝运行状态。大坝原始资料的对比分析也是大坝安全监测中重要的环节，越来越多的研究工作者投入原始资料或数据的分析研究中。1955年意大利的学者就利用统计回归方法进行大坝的变形观测数据的定量分析28 29。随后各个国家的学者开展了多种监测数据分析研究，尤其是测绘科学与技术、通讯技术、计算机技术等学科的飞速发展，大坝观测资料的分析研5 究也得到了迅速提高。葡萄牙、意大利和奥地利等国家在大坝安全监测以及相关监测资料分析研究领域处于国际领先水平30, 31。我国开展大坝安全监测资料分析起步较晚，以定性分析为主，通过简单统计的特征值来分析大坝的运行状况。陈久宇等于 1974年开始研究统计回归分析的方法对观测数据进行处理分析，并对物理因素进行了相关解释 10, 32，同时还对大坝观测数据时效变化进行分析研究，提出了分析数据时效变化的指数模型、双曲函数模型、对数模型、线性模型等，在实际中得到了广泛的应用 32,33。二十世纪八十年代，人工神经网络、小波分析、混沌理论分析、 kalman滤波法、系统理论方法等 34-36纷纷被引入大坝监测资料分析中来 1, 10, 37，并取得了研究成果。通过对众多的观测数据及相关处理分析方法、模型，最能直观准确反映大坝健康状况的是变形监测和渗流监测 35, 47, 48，这两种观测数据的权重也最大。有些处理分析方法也将其它观测变量转换成位移量或者变形量进行考虑，因此变形监测在大坝安全监测中是最重要的监测内容。1.3 大坝变形监测1.3.1大坝变形监测技术大坝在自重荷载、静水压力、泥沙压力荷载、温度荷载、扬压力以及其它荷载的作用下会使坝体及附属设施产生变形或者位移，这些变形和位移是大坝发生事故的重要因素49, 50。变形监测主要对大坝坝体表面变形、坝基变形、岸坡位移、裂缝及混凝土面板变形等内容进行连续的监测 51。变形主要利用测绘仪器或者其它特殊仪器获取不同时期实测数据，进行对比分析来监测大坝变形情况。二十世纪八十年代以前大坝变形观测常用大地测量仪器和其它专业形变仪器进行测量，主要采用经纬仪、水准仪、测距仪、全站仪等仪器设备获取有限监测点的位移变量 52。这些监测仪器的特点是能够大范围有效的对大坝及其附属设施进行定量的位移监测，并能够较准确的确定变形范围。可以将监测点与控制点组成观测网从而对观测结果进行校核和精度评定，能够获取高精度的单6 点监测精度，可以满足不同监测精度的需要，适用于多种地形地貌。然而这些测绘方法存在外业工作量大，布点受到外界环境影响较大，无法实现自动观测53, 54。二十世纪九十年代，大坝变形观测的手段越来越多，具有代表性的是摄影测量手段、测量机器人、基于 GPS的大坝变形监测方法55-57。测量机器人与全站仪监测类似，具有较高的监测精度，并且在全站仪基础上其数据采集效率更高，更加智能化，后期配套处理软件更加成熟。摄影测量是利用摄影或遥感的手段获取被测物体影像或者数字信息 58-60，经过处理分析来准确计算被测物体的形状、大小、位置，也可以判断被测物体的性质。经过序列观测数据的对比分析可以精确的计算得到大坝变形量和具体的变形区域 61到毫米级，可以满足大坝变形监测的要求62，其测量精度能够达。其优点还表现在以下几个方面：(1)设备简单，只需提供高分辨率的数码相机及其附属设备，就可以进行数据的采集。(2)数据采集效率高，可以瞬间获取大范围被测物体丰富的几何信息和语义信息，并且这些信息容易存储、重复使用。(3)非接触测量手段，能够从较远的距离对被测物体进行观测，不需要对测量目标造成任何的损伤，也不会改变被测物体的自然状态。(4)具有严谨的理论和现代的软硬件基础，可提供相当高的精度与可靠性的观测精度，提供千分之一至百万分之一的相对精度。然而这种方法也存在一些不足。首先，这种方法对周围环境要求比较高尤其是需要良好的光照条件和天气条件，不能在下雨、下雪及大雾天气下工作。其次，获取的海量影像数据后期处理较为困难，并且需要高精度的控制点进行配合处理，再者也不能进行在线实时观测和处理63。全球定位系统（GPS）技术是测量技术的一项新的技术革命，尤其是 GPS技术的高效率、高精度、全天候及数据处理的自动化效率高等特点，使得基于GPS技术的变形监测在大坝安全监测中得到了广泛应用64, 65。利用 GPS技术、现代通信技术和计算机技术结合，可以实现数据在线观测、传输、处理、管理和分析，还可以实时的对大坝安全进行预警和预报66, 67。7 瑞士的Frei等于1992最早将GPS技术应用于瑞士南部地区Maggia谷区Naret大坝的变形观测实验，布设了五个监测点，并对实验数据进行了分析，得出了较好的实验结果68, 69。澳大利亚的 Stewart等对 55米高的 NorthDandalup大坝布设了 40个监测点，进行静态 GPS测量，每三个月观测一次，得到的观测精度为1-2cm，这样的精度还不能够满足高精度监测的需要 68, 70。我国武汉大学与1998年利用 GPS技术在隔河岩大坝建立了变形监测系统71-74。采用 GPS一机多天线的技术和方法对大坝进行变形监测是近几年国内外发展方向，其原理是一台 GPS接收机连接多个 GPS天线，这样可以有效的节约成本。这项技术与 2002年在澳大利亚 Hvarye大坝进行了应用示范，其监测点的三维坐标精度为1-3mm。基于 GPS技术的大坝变形监测，有三种不同的作业和监测模式68, 75：周期性重复测量、固定连续 GPS测站阵列和实时动态监测。前两种模式多用于地形简单，坡度较缓的区域，数据处理采用静态相对定位方式。而实时动态监测多适用于地形复杂，起伏较大的区域，数据处理采用 OTF（On The Fly）方法也称为动态模糊解析76, 77。尽管基于 GPS技术的大坝变形监测能够获取高精度的观测数据，能够实时动态进行数据传输、处理、管理、分析和预报，并且在越来越多的变形监测项目得到推广和应用，但是该方法仍然有一些不足之处尚待完善。 GPS在高山峡谷、地下、建筑物密集地区和密林深处，由于卫星信号被遮挡及多路径效应的影响，其监测精度和可靠性不高甚至无法进行监测。该方法所需要的成本较高，根据监测精度的不同其所需要的成本也不同，通常情况下，布设一个监测点的费用不低于两万元，这样高的成本使得该项技术的推广受到极大的制约。另外，该方法仍然只局限于单点监测，只考虑了监测点及其附近的有限范围，没有考虑各个监测点之间以及大坝整体范围的变形情况与趋势，这也是这种方法不足之处。1.3.2大坝变形监测方法水库大坝的变形监测的类型一般分为：水平位移、垂直位移监测、水平垂直位移同时监测、挠度监测和倾斜监测等78。8 1水平位移的监测方法水平位移监测方法有视准线法，引张线法，正、倒垂线法，精密导线法和前方交会法等78。1）视准线法视准线常用于水库小型直线大坝水平位移监测，利用布设的基点，这些基点之间通过光学视准线建立基准线，再监测各个监测点偏离基准线的差值作为衡量大坝水平位移的距离。当大坝非直线时，可以通过分段观测方法进行监测。这种水平位移监测的方法是成本低，精度也低，并且不能实现自动监测，受外界环境影响大，且大坝变形值不能超过系统的最大偏距值，可以与高精度监测设备结合，实现方法的改进79。2）引张线法引张线法就是采用在基准点之间布设一条直径很细的钢丝，并在两端施加张力保持钢丝水平，也可以在钢丝中间利用浮子托起钢丝来保持钢丝水平，然后监测观测点到相对于该直线的距离，这种方法与视准线法比是利用了物理直线，该方法精度与人工读数有很大关系，一般精度能达到 0.2-0.3mm。随着电子技术发展，线阵 CCD传感器应用于自动观测，提高了观测效率，但是当测距大于几百米时保持引线的稳定是比较困难的7, 79。3）正倒垂线法正、倒垂线法不仅能够进行水平位移监测也可以对大坝实现挠度的监测。正垂线是顶端固定而低端悬挂重物，观测各个观测点相对于垂线的位移和挠度，而倒垂线是将底部固定于基岩上，上面挂浮子，随着 CCD传感器的应用实现了自动化读数，精度得到大幅提高78, 80。4）精密导线法拱坝的水平位移监测常用该方法，但是该方法工作量大，角度观测受空气温度梯度造成的光线偏折影响较大。该法的精度取决于量边精度，如果用锢钢线尺量边，或 MESO00测距仪测边，精度可以达到亚毫米级795）前方交会法。前方交会法常用于在建的大坝或者拱坝下游面、拱冠等不易到达的部位，该方法观测工作量较大，计算过程较复杂，常作为备用手段或配合其他方法使用79,9 81。2垂直位移监测垂直位移监测的主要方法有几何水准法和流体静力水准法(也称连通管法)。1）几何水准法几何水准法是垂直位移观测的主要手段，它是利用水准器将视准轴置平建立水平视线，由各个监测点的水准尺读数求取高差值。混凝土坝和土石坝通常利用一二等水准观测。该方法精度较高，但是无法进行自动观测。随着电子水准仪的使用精度和效率都得到了大幅提高81。2）流体静力水准法流体静力水准法采用连通管原理，利用连通管中液面自动水平的特性提供一个水平测量基准。测量精度高，可以自动传输和记录数据。但是高差测量范围小，不少学者对该法进行了改进，利用电子压力传感器实现监测，得到了广泛的应用81, 82。3水平垂直位移同时监测1）极坐标法极坐标法利用全站仪或者测量机器人来进行三维坐标的观测和处理，可以布设一定的控制点组成控制网 83，然后再通过控制点来监测其它的监测点，需要这些监测点与控制点之间保持较好的通视效果，以便进行观测。由于该方法所采用卷尺进行仪器高度的量测，高程测量精度较低，可以采用水准仪配合使用提高高程精度的观测。该方法能够实现较高精度的观测，但是也只是单点监测，很难实现全方位，整体观测84。2）GPS法利用 GPS进行变形监测是近年来研究的热点，通过建立 GPS观测点后能够全天候、高精度、自动化的对水库大坝变形进行连续观测 85，有效的解决了大坝监测中自动监测的难题。GPS进行变形监测不需要测点直接的通视，但是需要在较开阔的能够接收到 GPS信号的位置。该方法能够获取较高的观测精度，能够对水平和垂直位移进行同时监测，是目前主要推广的监测手段 86。然而 GPS监测点布设需要的成本较高，一个监测点需要上万元的成本，如果布设高精度的GPS成本将更高，这是其不利于推广的重要原因。10 3）激光准直监测激光准直监测技术是一项比较成熟的大坝变形监测手段，可以分为大气激光准直和真空激光准直。大气激光准直是利用大气作为传播的媒介，成本低，但是容易受到外界环境的干扰，出现偏移、抖动等，精度不高，适合中小型坝体，比如不超过 300米的大坝87。而真空激光准直系统是营造一种真空的环境，在真空环境中激光的方向性强、相干性好、单色性、稳定性的特点得到了充分的发挥。其原理是通过激光器发射激光，通过固定在位移点上波带片，在接收端接收信号，根据三点法准直的原理，测出位移点的位移量。该方法的测量精度高，稳定性好，也是一种常用的监测手段88。以上主要是目前大坝安全监测中主要用到的方法，上述的这些方法在一定时期和特定范围内能够进行大坝变形监测，但是这些方法中还存在一些不足，安全监测自动化程度低，有的方法只能对变形进行监测而对大坝裂缝没有办法检测，有的监测方法精度低效率低，操作复杂等等，这也是目前大坝安全监测中所遇到的问题89, 90。1.4大坝变形监测中存在的问题及发展趋势1.4.1大坝变形监测中存在的问题通过以上大坝变形分析所采用的技术和方法可以看出，目前大坝变形监测中仍存在一些问题亟待解决，归纳为以下几个方面：1)自动化程度低时效性差据统计，我国 90%的大坝变形监测仍采用传统的测绘方法进行数据采集和处理，尽管摄影测量、 GPS技术已经比较成熟，并得到了应用，但仍没有普及。传统的监测方法需要大量的人工干预，自动化程度低，并且数据采集周期较长，大部分中小型水库大坝数据观测周期较长，有的半年甚至一年才进行一次观测，未能及时有效的掌握大坝运行状态，这也是造成大坝事故的主要因素。2)监测手段单一，智能化程度不高目前，所采用的监测手段，不管是常规测绘设备、专业的大坝变形监测设11 备如光纤位移计等，还是基于 GPS的变形监测方法，这些监测方法都只限于单点监测，仅能反映监测点附近有限区域的位移情况，未能实现大坝整体及各个部分完整的监测。这些监测手段获取的数据仅限于观测点的平面坐标，数据较单一，不能充分反映实际情况91。3)土石坝监测理论与手段缺乏土石坝在所有坝型中占据近 70%，然而大多数变形监测方法及分析处理理论多针对其它坝型，有效针对土石坝方面的研究较少。需要进一步加强土石坝安全监测尤其是变形监测方面的理论与科学研究。4)安全评估指标尚不完善安全评估指标是评价和监测大坝安全的重要标准，这些指标反映了大坝及附属设施所能抵御荷载的能力，然而这些荷载是多种因素综合作用的结果，获取比较困难，这些荷载的能力也是随着时间及周围环境不断改变的，尤其是大坝坝体和坝基所能够抵御荷载能力是逐渐变化，因此安全评估指标的制定也是相当复杂的科学问题，目前尚未有较好的理论依据。1.4.2大坝变形监测的发展趋势大坝变形监测是多学科交叉的领域，伴随着计算计算、测绘科学与技术、光电技术、通讯技术及虚拟仿真技术的发展也在不断的发展变化，其发展趋势主要有以下几个方面：1)随着通讯技术的发展尤其是无线通讯技术的发展大坝变形监测从离线数据采集、传输、处理和分析，向着实时、在线大坝健康诊断为主，自动化、智能化、高效率、高可靠性的大坝变形监测方向发展92。2)随着云计算、大数据技术的发展，大坝变形监测从单个分散的监测向着区域大坝群及全国大坝统一安全监测方向仿真，建立全国大坝安全监测的云平台，实现全国大坝安全实时监控分析。3)随着测绘科学技术的发展，尤其三维激光扫描技术的发展，大坝变形监测的数据采集方法将会越来越智能和全面。三维激光扫描能够全天候的高效、高精度获取监测大坝的三维点云数据，并且同时进行相关影像数据的采集，数据12 更加完整和丰富。使得大坝变形监测向着三维、整体全面监测方向发展93。4)大坝 CT技术将会得到进一步发展，大坝 CT技术在结构损伤检测、力学特性测试等方面取得了一些成果，但在波的传播和图像重构方面发展缓慢，制约了其大规模推广和应用。随着计算机和通讯技术的发展，这些问题将会得到更好的解决，也将迎来新的发展阶段94。1.5本文研究内容、技术路线及创新1.5.1研究内容本文针对水库大坝中的土石坝安全监测进行了分析和研究，将三维激光扫描技术引入土石坝的变形监测分析中，探讨和研究了基于三维激光扫描的大坝变形监测中的关键技术，主要的研究内容包括以下几个方面：1)大坝点云数据高效率采集及海量点云自动拼接技术探讨了三维激光扫描技术进行完整大坝点云数据采集的方法，保证高效完整的获取所需要的点云数据与对应的影像数据。为了更好的进行不同期数据的对比分析，进行了数据采集周期及设站点布设的实验分析。对海量多站点云数据全自动高精度拼接技术进行了研究，由于多数点云数据拼接方法针对数据量较少的小点云数据，针对大场景海量点云数据的拼接方法较少，因此，变形监测中高精度拼接算法具有重要意义。2)高精度大坝三维模型建立传统监测方法多基于单点监测，而空间中物体都具有三维几何信息以及随着时间序列变化的时空信息，尤其研究物体变化发展规律应该从高维空间进行分析。完整的大坝点云数据包含了准确的大坝三维几何信息，利用点云数据构建精准大坝三维模型，是大坝三维变形监测的一种手段。然而目前利用点云构建高精准三维模型的算法需要大量的计算，非常耗时和占用大量的内存。海量的点云数据，普通计算机难以处理，就需要研究一种效率高，精度高的三维大坝模型的生成方法。本文探讨了基于点云数据构建高精度大坝三维模型的技术方法，以便进行相关的实验分