本技術屬于專門用于預測的數據處理方法領域，尤其涉及一種基于高程測量的方量測量方法、系統、介質及程序產品。

背景技術：

1、在礦山資源開采過程中，開采方量的準確測量對于生產計劃制定和成本核算具有重要意義。傳統的開采方量測量方法主要依賴人工地面測量或全站儀測量，這些方法不僅需要測量人員進入開采現場，存在安全隱患，而且測量效率低下，難以及時獲取開采區域的地形變化數據，容易造成開采方量統計的滯后性和不準確性。

2、在相關技術中，可以通過無人機搭載高清相機，對開采區域進行多角度航拍，采集大量傾斜影像數據，然后利用攝影測量原理和三維重建技術，生成開采區域的三維點云模型，進而計算開采方量。這種方法避免了人工現場測量的安全風險，提高了測量效率和數據獲取的及時性。

3、然而，當開采區域存在大量積水或泥漿時，由于水面反光和泥漿的遮擋效果，無人機采集的影像數據難以準確反映水下或泥漿下的地形起伏，導致開采方量計算結果產生較大誤差。特別是在雨季或者采用濕法開采工藝的礦區，這一問題更為突出，降低了開采方量測量的準確性。

技術實現思路

1、本技術提供了一種基于高程測量的方量測量方法、系統、介質及程序產品，用于提高開采方量測量的準確性。

2、第一方面，本技術提供了一種基于高程測量的方量測量方法，從開采區域若干歷史時段的無人機傾斜影像數據中篩選出非積水時段的影像數據，并對非積水時段的影像數據進行三維重建，得到開采區域的歷史地形特征數據；

3、基于歷史地形特征數據提取開采區域內各位置在不同時段的高程值；

4、根據各位置在不同時段的高程值計算各位置的地形起伏變化規律，并根據各位置的地形起伏變化規律建立開采區域的地形演變模型；

5、從當前時段的無人機傾斜影像數據中提取地形邊界特征點和積水區域輪廓線；

6、根據地形邊界特征點將開采區域劃分為若干局部地形單元，并計算每個局部地形單元內相鄰位置之間的高程差，得到每個局部地形單元的坡度變化系數；

7、利用坡度變化系數對地形演變模型在各局部地形單元內進行局部優化，得到各局部地形單元的地形預測模型；

8、基于積水區域輪廓線將各局部地形單元的地形預測模型進行拼接重構，得到積水區域的水下地形估算數據；

9、將水下地形估算數據與當前非積水區域的地形數據進行空間配準和數據融合，構建得到開采區域地形模型；

10、根據開采區域地形模型計算開采區域內的土方開挖方量。

11、通過采用上述技術方案，從歷史影像數據中篩選非積水時段的數據進行三維重建，獲取開采區域隨時間演變的地形特征，建立了地形演變模型來預測地形變化趨勢。將開采區域劃分為局部地形單元并計算坡度變化系數，使地形演變模型能夠適應不同區域的地形特點。利用積水區域輪廓線將各局部地形單元的預測模型拼接重構，實現了對水下地形的合理估算。通過空間配準和數據融合，將水下地形估算數據與非積水區域地形數據有機結合，構建了完整的開采區域地形模型，既考慮了地形變化的時序性，又兼顧了空間差異性，使得土方開挖方量的計算結果更加準確可靠，提高了開采方量測量的準確性。

12、結合第一方面的一些實施例，在一些實施例中，根據各位置的地形起伏變化規律建立開采區域的地形演變模型，具體包括：

13、計算各位置相鄰時段之間的高程差值序列，并對高程差值序列進行時序分解，得到趨勢項、周期項和隨機項；

14、基于趨勢項建立長期變化預測模型，長期變化預測模型用于表征開采活動導致的地形持續性變化；

15、利用小波變換對周期項進行多尺度分析，提取不同時間尺度下的周期性特征，并根據周期性特征建立周期性變化預測模型；

16、基于隨機項構建概率分布模型；

17、將長期變化預測模型、周期性變化預測模型和概率分布模型集成得到開采區域的地形演變模型。

18、通過采用上述技術方案，將高程差值序列分解為趨勢項、周期項和隨機項，分別建立相應的預測模型，實現了對地形變化特征的全面刻畫。通過長期變化預測模型反映開采活動導致的持續性變化，利用小波變換對周期項進行多尺度分析并建立周期性變化預測模型，同時構建隨機項的概率分布模型來描述不確定性變化，能夠同時捕捉到確定性變化規律和隨機性擾動特征，提高了地形預測的準確性和可靠性。

19、結合第一方面的一些實施例，在一些實施例中，開采區域地形模型為以歷史時序數據為訓練集、以預設時間段內的觀測數據為驗證集，通過深度神經網絡對地形數據與開挖方量之間的映射關系進行訓練得到，將當前時刻的非積水區域高程數據和水下地形估算數據輸入到開采區域地形模型中，得到土方開挖方量，歷史時序數據包括時間點、非積水區域高程數據、水下地形估算數據及實際開挖方量。

20、通過采用上述技術方案，采用深度神經網絡對地形數據與開挖方量之間的映射關系進行訓練，充分利用了歷史時序數據中蘊含的隱含特征和非線性關系。通過將歷史數據劃分為訓練集和驗證集，保證了模型的泛化能力和預測性能。模型訓練完成后，只需輸入當前時刻的非積水區域高程數據和水下地形估算數據即可得到土方開挖方量，實現了快速準確的方量計算，提高了工作效率。

21、結合第一方面的一些實施例，在一些實施例中，在根據開采區域地形模型計算開采區域內的土方開挖方量之后，方法還包括：

22、將開采區域劃分為若干個面積相等的矩形網格單元，并提取每個網格單元內的開挖方量數據和開挖深度數據；

23、根據開挖方量數據計算每個網格單元的單位面積開挖強度值，并將單位面積開挖強度值與預設安全開挖強度閾值進行比對，得到開挖強度超限區域；

24、基于開挖強度超限區域的空間分布特征，采用空間聚類算法將開采區域劃分為高強度開采區、中強度開采區和低強度開采區。

25、通過采用上述技術方案，使用網格劃分方式將開采區域細化，計算每個網格單元的單位面積開挖強度值并與安全閾值比對，識別出開挖強度超限區域?；诳臻g聚類算法將開采區域劃分為不同強度等級，形成了開采強度的空間分布特征圖，能夠提高定位開挖強度異常區域的準確度，揭示開采活動的空間差異性。通過將開采區域劃分為高、中、低不同強度等級，為制定差異化的開采策略和安全管理措施提供了依據，有助于實現開采活動的均衡性和安全性?；诳臻g聚類的區域劃分結果具有明確的物理意義，便于工程實踐中的管理和應用。

26、結合第一方面的一些實施例，在一些實施例中，根據開挖方量數據計算每個網格單元的單位面積開挖強度值，具體包括：

27、統計每個網格單元在預設時間窗口內的累計開挖方量和開挖面積；

28、將累計開挖方量除以開挖面積和預設時間窗口的乘積，得到單位面積開挖強度初始值。

29、通過采用上述技術方案，統計預設時間窗口內網格單元的累計開挖方量和開挖面積，計算單位面積開挖強度初始值，實現了開采強度的量化表征，降低了僅依據靜態開挖方量評估開采強度的局限性，使開采強度的計算結果更具有實用性。

30、結合第一方面的一些實施例，在一些實施例中，在將開采區域劃分為高強度開采區、中強度開采區和低強度開采區之后，方法還包括：

31、采集開采區域內的降雨量數據和地下水位監測數據；

32、根據降雨量數據計算各網格單元的降雨入滲量，并結合地下水位監測數據分析含水狀態；

33、基于含水狀態對各強度開采區的預設安全開挖強度閾值進行動態調整，得到修正后的安全開挖強度閾值。

34、通過采用上述技術方案，采集降雨量數據和地下水位監測數據，分析含水狀態對安全開挖強度閾值進行動態調整，使閾值的確定更加符合實際地質條件。將水文因素引入開采強度管控體系，建立了開采強度與含水狀態的關聯機制。通過計算降雨入滲量并結合地下水位變化情況，可以準確評估開采區域的含水狀態對邊坡穩定性的影響，從而對不同強度開采區的安全開挖強度閾值進行有針對性的調整。這種基于含水狀態的動態閾值調整機制，提高了開采強度管控的科學性和適應性，能夠降低因含水狀態變化導致的邊坡失穩風險。

35、結合第一方面的一些實施例，在一些實施例中，基于含水狀態對各強度開采區的預設安全開挖強度閾值進行動態調整，具體包括：

36、計算各網格單元的累計降雨入滲量與地下水位變化量之間的相關系數；

37、基于相關系數確定降雨入滲對地下水位的影響權重；

38、根據影響權重計算含水狀態對邊坡穩定性的降低系數；

39、利用降低系數對預設安全開挖強度閾值進行修正，得到修正后的安全開挖強度閾值。

40、通過采用上述技術方案，通過相關性分析揭示了降雨入滲對地下水位變化的作用機理，并將這種作用關系轉化為具體的影響權重?；谟绊憴嘀赜嬎愫疇顟B對邊坡穩定性的降低系數，實現了水文因素對邊坡穩定性影響的量化表達。利用降低系數對安全開挖強度閾值進行修正，使修正后的閾值既考慮了開采強度的空間分異性，又反映了含水狀態的動態變化特征，從而實現了更加精準和可靠的開采強度管控。

41、第二方面，本技術實施例提供了一種基于高程測量的方量測量系統，該基于高程測量的方量測量系統包括：一個或多個處理器和存儲器；存儲器與一個或多個處理器耦合，存儲器用于存儲計算機程序代碼，計算機程序代碼包括計算機指令，一個或多個處理器調用計算機指令以使得系統執行如第一方面以及第一方面中任一可能的實現方式描述的方法。

42、第三方面，本技術實施例提供一種計算機可讀存儲介質，包括指令，當上述指令在系統上運行時，使得上述系統執行如第一方面以及第一方面中任一可能的實現方式描述的方法。

43、第四方面，本技術實施例提供一種計算機程序產品，其特征在于，當計算機程序產品在系統上運行時，使得系統執行如第一方面中任一可能的實現方式描述的方法。

44、本技術實施例中提供的一個或多個技術方案，至少具有如下技術效果或優點：

45、1、本技術提供了一種基于高程測量的方量測量方法，從歷史影像數據中篩選非積水時段的數據進行三維重建，獲取開采區域隨時間演變的地形特征，建立了地形演變模型來預測地形變化趨勢。將開采區域劃分為局部地形單元并計算坡度變化系數，使地形演變模型能夠適應不同區域的地形特點。利用積水區域輪廓線將各局部地形單元的預測模型拼接重構，實現了對水下地形的合理估算。通過空間配準和數據融合，將水下地形估算數據與非積水區域地形數據有機結合，構建了完整的開采區域地形模型，既考慮了地形變化的時序性，又兼顧了空間差異性，使得土方開挖方量的計算結果更加準確可靠，提高了開采方量測量的準確性。

46、2、本技術提供了一種基于高程測量的方量測量方法，使用網格劃分方式將開采區域細化，計算每個網格單元的單位面積開挖強度值并與安全閾值比對，識別出開挖強度超限區域?；诳臻g聚類算法將開采區域劃分為不同強度等級，形成了開采強度的空間分布特征圖，能夠提高定位開挖強度異常區域的準確度，揭示開采活動的空間差異性。通過將開采區域劃分為高、中、低不同強度等級，為制定差異化的開采策略和安全管理措施提供了依據，有助于實現開采活動的均衡性和安全性?；诳臻g聚類的區域劃分結果具有明確的物理意義，便于工程實踐中的管理和應用。

47、3、本技術提供了一種基于高程測量的方量測量方法，集降雨量數據和地下水位監測數據，分析含水狀態對安全開挖強度閾值進行動態調整，使閾值的確定更加符合實際地質條件。將水文因素引入開采強度管控體系，建立了開采強度與含水狀態的關聯機制。通過計算降雨入滲量并結合地下水位變化情況，可以準確評估開采區域的含水狀態對邊坡穩定性的影響，從而對不同強度開采區的安全開挖強度閾值進行有針對性的調整。這種基于含水狀態的動態閾值調整機制，提高了開采強度管控的科學性和適應性，能夠降低因含水狀態變化導致的邊坡失穩風險。