Digital outcrop modell

An example of a digital outcrop model, Woodside Canyon, Utah, USA.
Figur 1. Ett exempel på en digital utklippsmodell, Woodside Canyon, Utah, USA. Överst: en översikt över en DOM i form av ett färgat punktmoln (A) och en strukturerad modell (B). Område markerat i rött förstorat visas i C och D. Nederst: Ett färgat punktmoln (C) och en strukturerad modell (D) sett på närmare avstånd.

En digital outcrop-modell ( DOM ), även kallad en virtuell outcrop-modell , är en digital 3D-representation av outcrop- ytan, mestadels i form av texturerat polygonnät .

DOM:er möjliggör tolkning och reproducerbar mätning av olika geologiska egenskaper, t.ex. orientering av geologiska ytor, bredd och tjocklek på skikt. Mängden identifierbara och mätbara geologiska särdrag beror i hög grad på hällmodellens upplösning och noggrannhet.

Genom att använda fjärranalystekniker kan dessa 3D-modeller täcka områden med svår tillgänglighet, t.ex. flera meter höga klippväggar. Det faktum att geologisk tolkning kan utföras på skärmen, även i otillgängliga områden där användning av konventionella fältarbetesmetoder kan vara osäker, och den stora mängden data som kan samlas in på relativt kort tid är de viktigaste fördelarna med att använda DOM. Georeferencing av digitala outcrop-modeller möjliggör integration med andra rumsliga data, t.ex. resultat av digital geologisk kartläggning eller GIS .

Alternativt till de fotorealistiska strukturerade modellerna kan digitala 3D-modeller representeras av ett punktmoln färgat med spektraldata (RGB) från motsvarande bilder. En sådan ytmodellrepresentation beskriver exakt hällens topografi men är på grund av dess diskreta natur ofta svår att tolka (se figur 1.). Texturering av digitala polygonala outcrop-modeller med bilder förbättrar modellerna med högupplösta kontinuerliga data och underlättar därför geologisk tolkning.

Skapande tekniker

Skapandet av texturerade DOM:er kan delas in i tre huvudsteg:

För att uppnå den erforderliga modellens upplösning och noggrannhet samlas data oftast in från marken (markbaserad) eller från en helikopterplattform ( mobil kartläggning ). Luftburen och satellitdata kan också integreras men mestadels som kompletterande datauppsättningar för hällområdena där data på nära håll saknas.

Digital outcrop yta modell

Skapandet av den digitala outcrop-ytmodellen består av följande steg:

  1. Datainsamling
Digitala data som behövs för att skapa en ytmodell av hällar kan erhållas, som i fallet med digitala höjdmodeller , från laserskanning eller rekonstrueras från flera bilder tagna från flera vyer med hjälp av struktur från rörelse- eller stereoseendetekniker . En ofullständig lista över programvarupaket som tillåter bildbaserad modellering finns här .
Modeller framtagna med ovan nämnda metoder kan resultera i jämförbar skala och detaljnivå. Oavsett vilken metod som tillämpas, är de primära resulterande data likartade: 3D (X,Y,Z) koordinater för ett stort antal punkter, i form av ett punktmoln, som beskriver hällytan.
2. Sammanfogande punktmoln och georeferens
Punktmoln som erhållits från olika perspektiv behöver slås samman och registreras till ett enda koordinatsystem (tillsammans med bilderna). I registreringsprocessen beräknas en 3D-transformation mellan gemensamma delar av två punktmoln. 3D-transformationsparametrarna kan hittas på basis av motsvarande punkter i de två punktmolnen, ytmatchning, och i fallet med mobil kartläggning som stöds av GNSS och INS , genom att använda den direkta sensororienteringsmetoden
I punktmolngeoreferensprocessen a 3D-transformation beräknas mellan det lokala projektets koordinatsystem och ett geodetiskt koordinatsystem . För att genomföra den åtgärden krävs minst tre punkter, som kan lokaliseras i punktmolnet och deras koordinater i det geodetiska systemet är kända (mätt med mätmetoder eller GNSS ) .
3. Rengöring och decimering av punktmoln
Oavsett metodiken för datainsamlingen, filtreras och rensas det resulterande punktmolnet vanligtvis från oönskade föremål, t.ex. vegetation. En minskning av den övergripande punktmolndensiteten kan krävas beroende på hällens ytas komplexitet och storleken på datasetet.
4. 3D-triangulering och triangelnätsoptimering
För att möjliggöra möjligheten till modelltexturering omvandlas det redigerade punktmolnet till ett triangulerat oregelbundet nätverk ( triangle mesh ) . Korrekt 3D-datatriangulering är en icke-trivial uppgift på grund av potentiella skanningsskuggor, vegetation, skarpa topografiförändringar och slumpmässiga fel. Därför krävs ofta extra mesh-redigering och -optimering för att förbättra likvinkligheten, lösa topologiproblem eller omorientera inverterade ytnormaler.

Digitala bilder

  1. Bildregistrering
Skapandet av de strukturerade 3D-modellerna kräver definition av förhållandet mellan alla triangelmaskor och motsvarande bildpunkter. Kolinearitetsvillkor kan användas för att hitta detta samband, men bildens inre och yttre orienteringsparametrar måste vara kända.
Inre (inneboende) kameraorienteringsparametrar härleds från kamerakalibreringsprocessen .
När laserskanning används under datainsamlingen är kameran för det mesta styvt kopplad till skannern och dess orientering relativt skannern mäts exakt. I sådana fall yttre (extrinsiska) orienteringsparametrar enkelt hämtas för alla bilder med hjälp av 3D-transformation. Annars är det möjligt att fastställa exteriörkameraorienteringsparametrar på basis av kända koordinater på minst tre punkter på 3D-outcrop-ytmodellen och bilden.
I fallet med en 3D-outcrop-ytmodell härledd från fotomodellering, kan de inre och yttre parametrarna för bildorientering beräknas av modelleringsmjukvaran.
2. Bildförval och färgbalansering
Beroende på den tillämpade renderingsmetoden (se nästa avsnitt ) kan ett förval av bilder som är mest relevanta för texturkartläggning behövas.
Om bilderna som användes i den slutliga textureringsprocessen förvärvades under olika belysningsförhållanden och färgerna på motsvarande egenskaper som är synliga i olika bilder skiljer sig markant, kan bildfärgsjustering krävas.

Textur kartläggning

Olika texturkartläggningsalgoritmer existerar, t.ex.: enbildstexturering, texturfärgblandning eller vyberoende texturering. Enkelbildsstruktureringsmetoden används ofta på grund av dess enkelhet och effektivitet.

Visualisering

Visualisering av stora texturerade 3D-modeller är fortfarande något problematisk och starkt beroende av hårdvaran. 3D-naturen hos DOM (flera värden för varje X,Y-position) resulterar i en form av data som inte är lämplig för inmatning i de flesta geografiska informationssystem. Det finns dock flera färdiga visualiseringsprogramvarupaket som också tillåter geologisk tolkning och mätningar:

  • Virtual Reality Geological Studio av VRGeoscience Limited
  • Stratabox av Imaged Reality
  • Lime från Virtual Outcrop Group
  • Sirovision av CAE Mining
  • RiSCAN PRO av Riegl
  • ShapeMetrix3D av 3G Software & Measurement; möjliggör också ytmodellextraktion från flera bilder
  • 3DM-analytiker av Adamtech; möjliggör också ytmodellextraktion från flera bilder
  • SketchUp av Google; Ej designad för att hantera stora modeller med många texturmaterial
  • CloudCompare Open Source punktmoln och mesh-bearbetning.

Digitala utklippsmodeller kontra fotopaneler

En fotopanel är en mosaik av flera bilder, som vanligtvis används inom geologi för dokumentation av utklipp och hänvisning till geometriska objektegenskaper. Omfattningen av sådana fotopaneler är ungefärligen fastställd för att bedöma storleken på olika geologiska egenskaper. Emellertid innehåller dessa åtgärder normalt fel som är associerade med den förvrängning som skapas under omvandlingen av 3D-outcrops till 2D-bildplan och med opreaktigheten i den manuella bildsammanfogningen . [ citat behövs ]

På grund av sin 3D-natur ger digitala utklippsmodeller korrekta och exakta mått på funktionerna som listas i nästa avsnitt .

Data extraherbar från digitala outcrop-modeller

An example of a digital outcrop model with geological interpretations, near to Green River, Utah, USA.
Figur 2. Ett exempel på geologiska tolkningar av en digital outcrop-modell nära Green River, Utah, USA. Mått på den visade utfällningsdelen: höjd ~350 m, längd ~1,1 km.
  • 3D-linjer som representerar t.ex.
    • klinoform kontakter
    • kanalkroppar och sedimentära strukturer
    • facies kontakter
    • frakturer
    • fel
    • avgränsning av ifyllningsfunktioner
    • stratigrafiska horisonter
    • lokala sedimentära egenskaper, t.ex. tidvattenknippen
  • slag- och fallvinklar
  • tjocklek och bredd på sedimentära enheter
  • materialsammansättningen
  • observation av olika faktorer förändras över avstånd

Kompletterande data

Analys av de digitala utklippsmodellerna kan förbättras med många olika georefererade digitala data, t.ex.

Att använda icke-georefererade data med DOM:er är möjligt men kräver mer arbete för att positionera extradatan i förhållande till DOM.

Ansökningar

  • Användning av DOM:er för att karakterisera outcrop-analog (dvs. geologiska formationer som liknar underjordiska formationer som innehåller resurser som kolväten) i områden med begränsad tillgänglighet eller kostnaden för att erhålla data är för hög
  • Geologisk modellering
    • ökad finskalig förståelse för de geologiska processerna
    • förbättring av reservoarmodellen med högupplösta mätningar
    • öka förståelsen för bergformationer under ytan
    • indata för geologisk modellering härledd direkt från DOM
  • Förbättrad oljeutvinning
  • Undervisningsändamål: DOM:er som är tillgängliga före en studieresa låter eleverna bekanta sig med en plats och möjliggöra möjligheten att verifiera några av diskussionsuppsatserna efteråt.

Se även

externa länkar

Hämtad från " https://en.wikipedia.org/w/index.php?title=Digital_outcrop_model&oldid=1086464017 "