Applicazione della fotogrammetria UAV per l’identificazione delle discontinuità nei pendii della miniera di rame di Pulang

Perché i robot volanti osservano le pareti montane

Le alte pareti rocciose sopra miniere e strade montane possono crollare senza preavviso, facendo precipitare tonnellate di materiale a valle. Controllare ogni fessura a mano è lento e rischioso per gli ingegneri che spesso devono lavorare proprio sotto le rocce instabili. Questo studio mostra come droni dotati di fotocamere e un’elaborazione dati intelligente possano “leggere” in sicurezza i modelli di fratturazione nascosti in un pendio ripido nella miniera di rame di Pulang, contribuendo a prevedere dove la roccia è più probabile che si rompa.

Osservare un pendio pericoloso dal cielo

La miniera di rame di Pulang si trova in aspre montagne boschive nella provincia dello Yunnan, dove scavi profondi hanno inciso un fronte di quasi 100 metri nel versante. Parti del pendio principale sono molto ripide e difficili da raggiungere, e sono già stati registrati eventi di caduta di rocce durante l’estrazione. Il gruppo di ricerca ha impiegato un grande drone con una fotocamera ad alta risoluzione per sorvolare la voragine di collasso e catturare immagini sovrapposte delle pareti. Da queste foto hanno costruito un modello digitale tridimensionale sotto forma di “nuvola di punti” — milioni di minuscoli punti che insieme delineano la superficie rocciosa. Poiché la vegetazione fitta nasconde buona parte della roccia, il team ha rimosso con cura i punti di vegetazione e scelto un’area rappresentativa dove la roccia nuda era esposta per un’analisi dettagliata.

Dai punti grezzi a piani di roccia significativi

Trasformare una nuvola grezza di punti in informazioni utili sulle fratture non è banale. Gli autori hanno combinato diversi strumenti matematici per farlo in modo efficiente. Innanzitutto hanno usato un metodo chiamato analisi delle componenti principali per determinare, per ciascun punto, come è orientata la superficie rocciosa circostante e quanto essa curva. I punti vicino alle linee nette dove si intersecano le fratture tendono ad avere alta curvatura, quindi ne hanno filtrati molti per semplificare i dati. Hanno quindi applicato una tecnica di clustering basata sulla densità che raggruppa punti vicini che giacciono sullo stesso piano mentre marca come rumore i punti isolati. Questa prima fase suddivide la nuvola in molti piccoli segmenti che seguono approssimativamente singole superfici di frattura.

Raggruppare famiglie di fratture e misurarne le dimensioni

Successivamente il team ha dovuto ordinare questi numerosi segmenti in poche principali “famiglie” di fratture che condividono direzioni simili. Hanno fatto questo considerando soltanto le orientazioni di ciascun piccolo frammento e alimentandole in un altro schema di clustering che individua gruppi con tendenze comuni. Applicando questo passaggio a un insieme ridotto di punti rappresentativi invece che all’intera nuvola, hanno mantenuto basso il tempo di calcolo pur catturando i principali schemi. Infine, all’interno di ogni famiglia, hanno eseguito un secondo ciclo di clustering basato sulla densità per recuperare fratture individuali complete. Per ciascuna hanno stimato tre grandezze chiave: il loro inclinazione e orientamento, la lunghezza della traccia visibile sul pendio e l’interdistanza rispetto ai vicini. Confronti con adattamenti manuali accurati in software specialistici hanno mostrato che le misurazioni automatiche delle direzioni delle fratture rimanevano entro pochi gradi rispetto alle stime degli esperti, abbastanza precise per usi ingegneristici.

Testare come le fratture indeboliscono il pendio

I ricercatori si sono poi chiesti cosa significano queste fratture mappate per la sicurezza del pendio. Usando le direzioni, le lunghezze e le distanze misurate, hanno costruito un modello statistico di una rete di fratture tridimensionale all’interno della massa rocciosa. Hanno inserito questa rete in una simulazione numerica del pendio reale, basata su una superficie adattata alla nuvola di punti del drone, ed eseguito calcoli sul comportamento della roccia sotto il proprio peso. Confrontando un modello con fratture e un pendio identico ma non fratturato, hanno riscontrato che la versione fratturata mostrava movimenti più ampi e meno uniformi e concentrazioni di sforzo più intense attorno alle fessure. In altre parole, le fratture frammentano la roccia in blocchi, convogliano le sollecitazioni lungo percorsi preferenziali e creano zone deboli dove il cedimento è più probabile che inizi.

Occhi digitali più veloci per pendii più sicuri

Per i non specialisti, il messaggio centrale è che droni e analisi dati avanzata possono oggi sorvegliare rapidamente pareti pericolose, senza esporre persone al pericolo, rivelando comunque i sottili schemi di fratturazione che controllano i futuri collassi. Il caso di Pulang mostra che il nuovo metodo può elaborare dataset molto grandi molto più rapidamente dei metodi tradizionali, fornendo misure di frattura sufficientemente accurate da alimentare simulazioni di stabilità. Sebbene la fitta vegetazione e alcune assunzioni semplificative limitino ancora ciò che è visibile, questo flusso di lavoro indica la strada verso controlli di routine e ripetibili per la salute dei pendii rocciosi sopra miniere, autostrade e dighe — usando robot volanti e matematica per individuare problemi prima che la gravità lo faccia.

Citazione: 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

Parole chiave: mappatura con drone, stabilità delle pareti rocciose, nuvola di punti 3D, sicurezza mineraria, rilevamento delle fratture