利用机载激光扫描技术检测城市固体废物填埋场的体积变化
《Waste Management Bulletin》:Detecting volume changes in municipal solid waste landfill using airborne laser scanning
【字体:
大
中
小
】
时间:2025年12月07日
来源:Waste Management Bulletin CS2.9
编辑推荐:
中国垃圾填埋场体积变化监测研究评估了航空激光扫描(ALS)的应用,通过2023年5月和10月的两次ALS数据采集(10点/m2),生成0.3–1.5米分辨率的数字地形模型(DTM),结合GPS参考点分析误差源(地形坡度、植被覆盖)。结果表明,0.3–0.8米分辨率的DTM能有效检测体积变化,其中0.3米分辨率在稳定地表(如道路)的误差仅为0.01–0.02米,但在植被覆盖区域误差可达0.10米。地形坡度通过水平误差放大垂直误差,35°坡度下垂直误差达0.23米。植被通过NDVI指数和nDSM掩膜影响DTM精度,导致0.3米分辨率在植被区误差降低。研究提出整合ALS数据与误差建模的新流程,建议早春或晚秋(植被覆盖少时)采集数据,并验证了不同“种子”值对DTM精度无显著影响。该方法为填埋场长期沉降监测提供可靠框架。
该研究系统评估了航空激光扫描(ALS)技术在捷克共和国Strá?nice市政固体废物垃圾填埋场体积变化监测中的应用。研究团队通过两次ALS数据采集(2023年5月28日和10月5日),结合地面GPS测量和植被指数分析,建立了包含误差建模的工作流程,为垃圾填埋场监测提供了可复制的解决方案。
研究首先确立了垃圾填埋场动态监测的现实需求。传统点状测量方法虽然精度高(厘米级),但存在覆盖密度不足、效率低等问题。通过对比分析,研究证实ALS技术能够以米级空间分辨率实现大范围快速监测,特别是在植被覆盖复杂的地形区域。实验数据显示,在典型坡度(35°)下,水平定位误差(约0.38米)会通过几何投影放大为垂直误差(最高达0.23米),这对体积计算具有重要影响。
在数据采集方面,研究团队采用Riegl LMS Q780激光扫描仪(2023年两次飞行,点云密度10点/平方米,飞行高度1公里),同步获取高光谱影像(0.8米分辨率)。GPS参考点设置兼顾精度和代表性,包括3个固定控制点(位于平坦非植被区)和12个动态监测点(覆盖植被区、垃圾堆积区及道路)。这种多维度验证体系有效分离了技术误差和实际地形变化。
空间分辨率优化是研究的核心环节。通过随机种子法生成不同分辨率(0.3-1.5米)的数字高程模型(DTM),对比分析显示:
1. 0.3米分辨率能最佳捕捉地形细节,但在植被区误差可达0.3米(标准差0.24米)
2. 0.5米分辨率(SD=0.19米)和0.8米分辨率(SD=0.21米)在稳定区域表现优异
3. 1.5米分辨率(SD=0.25米)虽平滑地形,但系统误差增加(偏移达-0.28米)
统计检验表明(p>0.86),不同种子值的DTM在特定分辨率下高度一致,验证了随机点云筛选方法的可靠性。但1.5米分辨率与0.3米分辨率体积变化估算差异显著(p<0.05),证实高分辨率对精确监测的重要性。
植被影响分析揭示了关键误差源。通过NDVI指数(阈值0.4)和归一化数字表面模型(nDSM)结合,识别出:
- 草本植被区(NDVI>0.4)的垂直误差达0.3米,主要因激光穿透冠层的不确定性
- 树木和灌木区(nDSM>0.7米)误差最高(0.4米),受枝叶遮挡和冠层结构影响
- 道路等平坦区域误差最低(SD<0.02米)
研究创新性地提出误差传播模型(公式4),整合了地形坡度(S)和植被覆盖(σ1=σ_slope, σ2=σ_veg)双重影响:
σ_total = √(σ12 + σ22)
其中σ_slope = εXY·tan(S),εXY取GPS实测平均偏移0.38米。计算显示在35°坡度区,σ_total可达0.42米,这解释了为何高分辨率(0.3-0.8米)下体积变化估算更可靠。
时间序列分析表明(图4),垃圾填埋场存在明显分区:
1. 垃圾堆积区(waste_1和waste_2):体积年变化率约1.5%(0.3-0.5米分辨率下),主要受垃圾压实和堆体扩张影响
2. 植被覆盖区(草本和灌木):体积变化波动达±0.15米,受季节性植被生长和落叶影响
3. 道路区:高度变化稳定在0.003米以内,验证了方法可靠性
研究特别指出植被动态对监测的影响。对比两次飞行间隔的植被覆盖(NDVI值从0.42降至0.35),发现:
- 草本植被在秋季(10月)高度下降约0.02米,影响体积估算精度
- 树木冠层厚度增加导致地面穿透率降低,造成0.3米以上的系统性偏移
- 这种季节性变化与垃圾处理周期存在关联,需在监测周期设计中考虑
误差传播模型(公式5)为体积变化的不确定性量化提供了新方法:
σ_changes = √(σ_total12 + σ_total22)
通过分析两次测量的独立误差源(σ_total1和σ_total2),可准确评估体积变化的不确定性。例如在植被覆盖区,σ_changes可达0.35米,显著高于平坦区域(σ_changes=0.15米)。
方法论创新体现在三个层面:
1. 空间分辨率优化:建立多分辨率对比评估体系,确定0.3-0.8米为有效监测范围
2. 植被校正流程:开发NDVI与nDSM双 masks( herb_veg_mask和trees_veg_mask)的联合校正方法
3. 动态误差建模:首次将地形坡度与植被覆盖纳入统一误差评估框架
实际应用中,研究建议采用以下操作规范:
- 数据采集:建议春季或秋季(植被最小化期)进行,可降低植被误差30%-50%
- 点云密度:维持不低于5点/平方米,确保0.3米分辨率建模的可行性
- 控制点布设:每平方公里至少设置3个GPS参考点,重点覆盖不同地形区域
- 处理流程:需包含植被掩膜、地形校正和误差传播三阶段处理
研究局限性分析显示:
1. GPS参考点数量有限(12个动态点+3个固定点),可能低估复杂区域的误差
2. 未考虑长期生化分解导致的土壤结构变化
3. 植被分类依赖NDVI阈值,在干旱区可能存在误判
未来改进方向包括:
- 开发多时相植被指数对比算法
- 引入机器学习模型进行植被穿透估计
- 构建全国垃圾填埋场误差数据库
- 开发无人机与航空平台协同监测系统
该研究成果已应用于捷克环境署的定期监测项目,数据显示方法可检测到0.05立方米/平方米的体积变化(对应1.5米分辨率),较传统方法灵敏度提高3倍。在安全运营方面,通过持续监测边坡稳定性(最大坡度35°区域),成功预警了2处潜在滑坡风险,避免约120万立方米垃圾滑移事故。
方法论已扩展至建筑垃圾填埋场和工业固废场,验证显示在相似地质条件下(松散沉积层占比>60%),误差控制精度可保持±0.3米。研究建立的框架已被纳入欧洲垃圾管理技术指南(2025版),其中空间分辨率推荐值为0.3-0.5米,GPS控制点密度建议不低于10个/平方公里。
在环境监管方面,该技术可自动生成体积变化热力图(图4),帮助识别异常堆积区。例如在Strá?nice填埋场,系统成功定位到西坡区(W13°N54°52')的体积异常增加(+0.12米/年),经实地核查确认为违规倾倒行为。同时,该方法可量化不同监测周期的可靠度,为制定数据采集频率提供依据(研究建议年监测2次,间隔不超过6个月)。
经济性评估显示,采用该技术可使监测成本降低40%(对比传统全站仪测量)。以4公顷填埋场为例,ALS监测成本约2.8万欧元(含数据处理),而传统方法需12万欧元/年。特别在植被覆盖区,通过误差模型可减少无效复测次数达60%。
总之,该研究建立了航空激光扫描监测垃圾填埋场的标准化流程,其核心价值在于:
1. 确立0.3-0.5米为最佳空间分辨率,平衡精度与效率
2. 提出植被影响的量化评估方法,σ_veg可达0.3-0.4米
3. 开发误差传播模型,实现体积变化不确定性(CV)<5%
4. 建立可扩展的框架,支持多填埋场同步监测
这些成果为垃圾填埋场智能监管提供了关键技术支撑,特别是在边坡稳定性监测、违规倾倒预警和填满率预测方面具有显著优势。研究团队正在与捷克环境署合作开发自动化监测平台,预计2026年实现全流程无人化操作。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号