Application de la photogrammétrie par UAV pour l’identification des discontinuités de talus dans la mine de cuivre de Pulang

Pourquoi des robots volants surveillent les parois

Les parois rocheuses élevées au‑dessus des mines et des routes de montagne peuvent céder sans avertissement, entraînant des tonnes de pierre vers la vallée. Inspecter chaque fissure à la main est lent et risqué pour les ingénieurs qui doivent souvent travailler juste sous des blocs instables. Cette étude montre comment des drones équipés d’appareils photo et des traitements de données performants peuvent « lire » en sécurité les motifs de fractures cachés dans un talus abrupt à la mine de cuivre de Pulang, aidant à prévoir où la roche risque le plus de se rompre.

Observer un talus dangereux depuis le ciel

La mine de cuivre de Pulang se trouve dans des montagnes boisées et escarpées du Yunnan, où des excavations profondes ont creusé une coupe de près de 100 mètres dans le versant. Certaines portions du talus sont très raides et difficiles d’accès, et des chutes de blocs se produisent déjà pendant l’exploitation. L’équipe de recherche a utilisé un grand drone muni d’une caméra haute résolution pour survoler la zone d’effondrement et capturer des images se recouvrant des parois. À partir de ces photos, ils ont construit un modèle numérique tridimensionnel sous la forme d’un « nuage de points » — des millions de petits points qui dessinent la surface rocheuse. Comme la végétation dense masque une grande partie de la roche, l’équipe a soigneusement retiré les points correspondant à la végétation et choisi une zone représentative où la roche nue était exposée pour une analyse détaillée.

Des points bruts aux plans rocheux pertinents

Transformer un nuage brut de points en informations utiles sur les fissures n’est pas simple. Les auteurs ont combiné plusieurs outils mathématiques pour le faire efficacement. D’abord, ils ont utilisé une méthode appelée analyse en composantes principales pour déterminer, pour chaque point, l’orientation locale de la surface rocheuse et son degré de courbure. Les points proches des arêtes nettes où se croisent les fractures ont tendance à présenter une forte courbure, ils les ont donc filtrés pour simplifier les données. Ils ont ensuite appliqué une technique de regroupement basée sur la densité qui agrège les points voisins appartenant au même patch plat tout en marquant comme bruit les points isolés. Cette première étape segmente le nuage en nombreuses petites pièces qui suivent approximativement les surfaces de fracture individuelles.

Regrouper les familles de fractures et mesurer leur taille

Ensuite, l’équipe devait trier ces nombreux fragments en quelques grandes « familles » de fractures partageant des directions similaires. Ils ont procédé en ne considérant que l’orientation de chaque petit patch, puis en alimentant ces données dans un autre schéma de clustering qui identifie les groupes aux tendances communes. En appliquant cette étape à un jeu réduit de points représentatifs plutôt qu’à l’ensemble complet du nuage, ils ont limité le temps de calcul tout en capturant les motifs principaux. Enfin, à l’intérieur de chaque famille, ils ont réalisé un second passage de clustering basé sur la densité pour retrouver des fractures individuelles complètes. Pour chacune, ils ont estimé trois grandeurs clés : son pendage et son azimut, la longueur de sa trace visible sur le talus et l’espacement par rapport à ses voisines. Des vérifications par ajustement manuel approfondi dans un logiciel spécialisé ont montré que les mesures automatiques des directions de fracture restaient à quelques degrés près des estimations d’experts, suffisamment précises pour un usage en ingénierie.

Tester l’effet des fractures sur la faiblesse du talus

Les chercheurs ont ensuite cherché à savoir ce que signifient ces fractures cartographiées pour la sécurité du talus. En utilisant les directions, longueurs et espacements mesurés, ils ont construit un modèle statistique d’un réseau de fractures tridimensionnel à l’intérieur du massif rocheux. Ils ont inséré ce réseau dans une simulation numérique du talus réel, basée sur une surface ajustée au nuage de points du drone, et ont effectué des calculs du comportement de la roche sous son propre poids. En comparant un modèle fracturé à un talus identique mais intact, ils ont constaté que la version fracturée présentait des déplacements plus importants et moins uniformes ainsi que des concentrations de contraintes plus prononcées autour des fissures. Autrement dit, les fractures fragmentent la roche en blocs, canalisent les efforts le long de voies préférentielles et créent des zones affaiblies où la rupture est plus susceptible de débuter.

Des yeux numériques plus rapides pour des pentes plus sûres

Pour les non‑spécialistes, le message central est que les drones associés à un traitement intelligent des données peuvent désormais surveiller rapidement des falaises dangereuses, sans exposer personne au danger, tout en révélant les motifs subtils de fractures qui gouvernent les futurs effondrements. Le cas de Pulang montre que la nouvelle méthode peut traiter des jeux de données très volumineux bien plus rapidement que les approches anciennes tout en fournissant des mesures de fractures suffisamment précises pour être intégrées à des simulations de stabilité. Bien que la végétation dense et certaines hypothèses simplificatrices limitent encore la visibilité, ce flux de travail ouvre la voie à des contrôles de santé routiniers et reproductibles des pentes rocheuses au‑dessus des mines, des routes et des barrages — utilisant des robots volants et des méthodes mathématiques pour détecter les problèmes avant que la gravité ne les déclenche.

Citation: Wu, L., Wang, Y., Yang, J. et al. Application of UAV photogrammetry technology in identifying discontinuities in slopes in the Pulang copper mine. Sci Rep 16, 14101 (2026). https://doi.org/10.1038/s41598-026-43520-w

Mots-clés: cartographie par drone, stabilité des pentes rocheuses, nuage de points 3D, sûreté minière, détection des fractures