学术研究报告：基于无人机热红外成像技术的高陡边坡线性不连续面识别与热力学特性研究
作者及发表信息
本研究由吉林大学建设工程学院的Wen Zhang、Han Yin、Jianping Chen（通讯作者）等团队，联合吉林省水利水电勘测设计研究院的Changwei Lu共同完成，发表于《International Journal of Rock Mechanics and Mining Sciences》2025年第186卷（DOI: 10.1016/j.ijrmms.2025.106025）。
科学领域与问题
研究聚焦于岩体工程地质学与遥感技术交叉领域，针对高陡边坡中线性不连续面（linear discontinuities）（如断层、节理）的自动识别难题。传统地质测绘方法效率低，而现有激光扫描与摄影测量技术难以捕捉线性结构的几何与内部参数，导致岩体稳定性评估存在偏差。
研究目标
提出一种结合无人机（UAV）与热红外成像（Thermal Infrared, TIR）技术的新方法，旨在：（1）通过热辐射差异识别线性不连续面；（2）建立不连续面物理/几何参数（如开度、充填状态）与热力学特性的关联；（3）为边坡变形与破坏分析提供新依据。
1. 热红外成像技术基础
- 理论依据：基于普朗克定律（Planck’s law）与斯特藩-玻尔兹曼定律（Stefan-Boltzmann law），物体热辐射强度与温度的四次方成正比。热红外成像仪通过捕捉8–14 μm波段的辐射能，生成反映表面温度分布的伪彩色图像。
- 仪器参数：采用大疆M300 RTK无人机搭载H20T载荷（热灵敏度≤0.05°C，温度范围-40–150°C），分辨率640×512像素，飞行高度25米时空间分辨率2.2 cm/像素。
2. 野外数据采集
- 研究区域：中国云南旭龙水电站坝址左岸高陡边坡（长800 m，高210 m），岩性以印支期花岗岩（γ₁₅）为主，发育多组断裂。
- 监测设计：
- 24小时连续监测：2022年11月18日8:45至次日8:45，每隔1.5小时采集一次热红外数据（共16次），同步进行高精度可见光摄影（Zenmuse P1载荷）。
- 飞行规划：采用倾斜摄影技术（倾角30°），航向与旁向重叠率分别为80%和70%，确保三维建模精度。
3. 数据处理与分析
- 温度校正与图像增强：使用DJI Thermal Analysis Tool 3.0，输入测量距离（25 m）、湿度（40%）、岩石发射率（0.95）等参数校准温度数据，并通过彩虹色阶增强对比度。
- 三维建模：基于DJI Terra软件，通过特征匹配、空中三角测量与纹理映射生成边坡的三维热红外模型与可见光模型（图6-7）。
4. 不连续面识别与热特性分析
- 识别依据：不连续面与围岩因热容与导热系数差异，夜间（3:00–7:30）呈现显著热异常（红色高温区，RGB值中R通道200–255，B通道0–50）。
- 参数关联分析：选取24条典型不连续面（表2），绘制24小时温度曲线，分析其与开度、充填厚度、产状、迹长的关系。
1. 热辐射规律与识别可行性
- 边坡热辐射呈昼夜周期性：日间受太阳辐射影响温度梯度小，夜间（尤其3:00–7:30）不连续面因散热慢显现高温异常（图8-9）。
- RGB特征量化证实热红外技术可有效识别线性不连续面（图10）。
2. 不连续面参数与热特性关联
- 充填状态：充填不连续面温度变化幅度小且响应慢（充填物导热性低），未充填者响应快且峰值温度高3–5°C（图12）。
- 开度与充填厚度：未充填不连续面的热响应幅度与开度正相关；充填者则与厚度负相关（图13-14）。
- 产状：不连续面法向量与太阳射线夹角越大，峰值温度越高（图15）。
- 迹长：较短的不连续面热响应更显著，可能与充填物分布不均有关（图16）。
科学价值
- 首次系统性建立不连续面物理参数与热特性的定量关系，为岩体风化与内部特性推断提供新指标。
- 提出夜间热红外监测窗口期（3:00–7:30），优化了工程地质调查时序。
应用价值
- 为高陡边坡稳定性评估提供非接触、高效率的技术方案，尤其适用于危险区域。
- 热异常分析可预测潜在滑动面，辅助灾害预警。
局限与展望
- 分辨率限制：2.2 cm/像素难以识别微米级裂缝。
- 环境依赖性：高湿度或植被覆盖区需进一步验证方法普适性。未来可结合多光谱数据增强分析维度。
（注：文中专业术语如“discontinuity”译为“不连续面”，“emissivity”译为“发射率（ε）”）