Geologische Strukturmessung mit LiDAR - Geological structure measurement by LiDAR

Die geologische Strukturmessung mit der LiDAR-Technologie ist eine Fernerkundungsmethode , die in der Strukturgeologie angewendet wird. Es ermöglicht die Überwachung und Charakterisierung von Gesteinskörpern. Die typische Anwendung dieser Methode besteht darin, hochauflösende Struktur- und Deformationsdaten zu erfassen, um geologische Gefahrenrisiken zu identifizieren, wie beispielsweise die Bewertung von Steinschlagrisiken oder die Untersuchung von Deformationszeichen vor dem Erdbeben.

Geologische Strukturen sind das Ergebnis tektonischer Deformationen, die die Verteilungsmuster der Landform kontrollieren. Diese Strukturen umfassen Falten, Verwerfungsebenen, Größe, Beständigkeit, räumliche Variationen und Anzahl der Gesteinsdiskontinuitäten in einer bestimmten Region. Diese Diskontinuität wirkt sich erheblich auf die Hangstabilität aus , führt zu Hangbrüchen oder trennt ein Gebirge in intakte Felsblöcke ( Steinschlag ). Einige verschobene Blöcke entlang von Verwerfungen sind Anzeichen für Erdbeben.

Herkömmlicherweise führten Geotechniker Gesteinsdiskontinuitätsstudien manuell durch. Bei postgeologischen Gefährdungsstudien, wie zum Beispiel bei Steinschlag, sind die Quellgebiete von Steinschlag gefährlich und schwer zugänglich, was die Durchführung detaillierter struktureller Messungen und volumetrischer Berechnungen, die für die Gefährdungsbeurteilung erforderlich sind, stark behindert . Mithilfe von LiDAR können geologische Strukturen aus der Ferne ausgewertet werden, was eine 3-D- Untersuchung von Hängen mit virtuellen Aufschlüssen ermöglicht.

Die LiDAR-Technologie (Light Detection and Ranging) ist eine Fernerkundungstechnik , die präzise 3D-Informationen und Entfernungen erhält. Der Laserempfänger berechnet die Entfernung anhand der Laufzeit zwischen dem Aussenden und Empfangen von Laserpulsen. LiDAR erstellt topografische Karten und ist nützlich für die Bewertung der natürlichen Umgebung .

Bedeutung der Vermessung geologischer Strukturen mit LiDAR

Schlagen und tauchen Sie in einem Flugzeug ein. 1) Streichen, 2) Neigungsrichtung, 3) Scheinbare Neigung, 4) Neigungswinkel. Die Neigungs- und Neigungsrichtungen einer Ebene können durch Visualisierung der Linien- und Ebenenmethode auf ein Stereonetz aufgetragen werden.

Geologische Strukturen sind dafür verantwortlich, Gesteinsmassen unterschiedliche physikalische Eigenschaften zu verleihen. Diskontinuierliche Eigenschaften und plattentektonische Kräfte können Gesteinsmassen und ihre Geometrien verändern. Diese Strukturen enthalten Fugen , Brüche , Bettungsebenen , Scherzonen , mechanische Brüche oder andere Merkmale, die von mikroskopischer (<1 cm, Schieferung durch Metamorphose ) bis zu makroskopischer Skala (>100 m, mittelozeanische Rücken ) reichen .

Geologische Strukturen sind typischerweise langgestreckt, ihre Ausrichtungen werden oft als "Strike" bezeichnet. Wenn ein Felskörper stark geneigt ist, kann er unter Berücksichtigung seines Hangwiderstands ein hohes Potenzial für Steinschlag haben. Die Verwendung von LiDAR in der Strukturanalyse ermöglicht die Messung von Landformmerkmalen von einer einzelnen Aufschlussskala bis zu einer terrestrischen Skala. Einige geologische Strukturmessungen und ihre Bedeutung sind unten aufgeführt:

Messung der Felsebenenorientierung und Bewertung des Steinschlagrisikos

Felsebenenorientierungen sind die natürlichen Neigungen, die auf einer Felsebene aufgetreten sind. Einige Beispiele für Gesteinsebenen sind Bettungsebenen, Verwerfungsebenen. Die Ebenen Orientierungen gemessen werden durch Tauch- und Tauchrichtung mit einem Klinometer und Kompass, wo dip die maximale Neigung von einer Ebene zur Horizontalen darstellt, ist dip - Richtung die Richtung der Schnittlinie zwischen dem horizontalen und der geneigten Ebene. Ein Stereonetz kann die Verteilung von Neigungs- und Neigungsrichtungen visualisieren, um die Kinematik einer Böschung zu analysieren .

Kinematik stellt die Bewegung eines Gesteinskörpers ohne äußere Kräfte dar, die ihn in Bewegung setzen. Die Kinematikanalyse konzentriert sich auf die Möglichkeit von Translationsfehlern aufgrund des Gleitens von Ebenen.

Fehlerverhaltensmessung und Erdbebenvorhersagen

Fehlerverhalten kann verwendet werden, um die Geschwindigkeit des Sedimenttransports zu messen und Erdbeben vorherzusagen . Ein Erdbeben kann zur Bildung von Bruchschrott beitragen . Eine Seite eines Blocks wird relativ nach oben geworfen, was zu vertikalen Verschiebungen führt. Daher können Strukturgeologen anhand der Parameter von Verwerfungsschrott das Alter der Bruchstücke nachverfolgen und die Zeit ableiten, die für die Bildung solcher Merkmale erforderlich ist.

Erdbeben werden durch langsames Rutschen ausgelöst . Slips sind die verschobenen Blöcke entlang zweier Seiten einer Verwerfung. Diese Verrutschungen sind jedoch mit Seismometern nicht nachweisbar (maximal 5 mm/Tag). Wenn die Rutsch Blöcke eine kritische Bruchgeschwindigkeit erreichen, würden die Störungen entwickeln sich allmählich in eine endgültige Beben Größe durch lineare Beschleunigung entlang Verwerfungsflächen . Die kritische Verschiebung von Fehlern ist proportional zu den anfänglichen Bruchgeschwindigkeiten.

Nach dem Sammeln von LiDAR-Daten von Landformen vor und nach dem Erdbeben können durch die Konstruktion digitaler 3D - Geländemodelle die Verschiebung und Verformungen abgeleitet werden. Auf diese Weise können Wissenschaftler die endgültige Erdbebenskala in der Zukunft vorhersagen, indem sie die Eigenschaften von Verwerfungen und Rutschungen und die Größe der Gebiete bestimmen, und kurzfristige Erdbebenvorhersagen sind möglich.

Oberflächenprozesse und geologische Kartierung

Bei der Durchführung geologischer Kartierungen werden oft Interpretationen durch Luft- und Satellitenbilder verwendet, aber die Waldvegetation blieb die größte Herausforderung für die Kartierung. Zum Beispiel ist die Charakterisierung von physikalischen Landformmerkmalen an Bergrücken und Tälern irgendwie kompliziert, viele dieser Merkmale sind bewaldet. Die topographischen Karten werden dann durch manuelle Datenbeschaffung erstellt.

LiDAR bietet das Full-Waveform-System, es ermöglicht dem Laserpuls, durch Baumkronen und Vegetationen zu dringen . Dieses System ermöglicht es, geologische Datenpunkte ohne Boden zu erhalten. Websteret al. haben neue Krater in Nordkanada entdeckt, indem sie LiDAR-Daten und digitale Geländemodelle nutzten. Zur Messung struktureller Parameter (Neigungswinkel, Flusseinschnittstiefen) muss ein digitales Geländemodell erstellt werden. Mit dem präzisen Grundgestein und oberflächlicher Lithologie Mapping von LIDAR können strukturellen Geologen oberflächliche Prozesse beteiligt rekonstruieren.

Traditionelle Strukturmessung

Herkömmliche Strukturorientierungen können nur manuell an erreichbaren freigelegten Gesteinsmassen beurteilt werden. Herkömmlicherweise untersuchten Ingenieurgeologen Gesteinsdiskontinuitätsstudien mit nur einer begrenzten Anzahl auf einmal. Die Diskontinuitäten repräsentieren möglicherweise nicht den gesamten Aufschluss. Somit kann die traditionelle Messung der Ausrichtung der Felsebene eine Verzerrung enthalten.

Geotechnische Studien untersuchen auch andere geomechanische Parameter wie Persistenz, Blockgröße und Felsfugenabstand.

LiDAR-Technologie

Ein Gif zeigt das Prinzip des LiDAR-Scannens. Die Lichtimpulse werden von einem Empfänger ausgesendet und empfangen, er erfasst die Entfernung, Lichtintensität und Geoinformationen des interessierenden Objekts.

LiDAR (Light Detection and Ranging) ist ein schnelles Vermessungsverfahren, das Laserplus aussendet und empfängt, um 3D-Informationen zu erfassen. Durch die Beleuchtung von Licht mit unterschiedlichen Wellenlängen auf das interessierende Objekt kann LiDAR verwendet werden, um präzise topografische Karten zu erstellen, mit Anwendungen in: Geologie, Geomorphologie, Vermessung und anderen Anwendungen. Topografische Karten sind dank Inertial Measurement Unit und Global Positioning System möglich . Darüber hinaus ist es eine Technologie, die Studien an Steilhängen und Felsklippen durchführen kann .

Genau gemessen Daten ist erforderlich , dass die LIDAR - Daten werden georeferenzierte , wie Anordnen der Daten in einem lokalen oder globalen Koordinatensystem. Daher kann der erzeugte LiDAR mit den zuvor gesammelten Luftbildern überlagert werden , um die Topographieänderungen im Laufe der Zeit zu beobachten .

Prinzip von LiDAR

Das LiDAR-System emittiert gepulste und kontinuierliche Laser, um 3D-Informationen zu erfassen. Der Laserscanner ist die Hauptkomponente von LiDAR. Auf einem bodengestützten System (Handheld-Laserscanning und terrestrisches Laserscanning) werden Laser mit einer Wellenlänge von 550-600 nm verwendet, während luftgestützte Systeme Laser mit einer Wellenlänge von 1000-1600 nm verwenden.

Laser berechnet die erreichbare Reichweite nach folgender Formel:

${\displaystyle R={1 \over 2}\cdot c\cdot t_{s}}$

• R steht für Reichweite in Metern
• c steht für Lichtgeschwindigkeit in m/s
• t ist die Laufzeit eines Laserpulsers in Sekunden

LiDAR empfängt Informationen durch diskrete und vollständige Wellenformrückgabe. Volle Wellenform (Multi-Return) wird häufig für die Waldanalyse von Airborne LiDAR verwendet, während diskreter Return (Single Return) von einem bodengestützten Laserscanning- Verfahren verwendet wird. Ein Laser wird reflektiert, wenn er eine beliebige Oberfläche erreicht. Die Vollwellenform-Rückgabe ist in der Lage, bis in die Baumkronen einzudringen und Vegetationsinformationen in verschiedenen Höhen zurückzugeben. Diskrete Rückgabe kann nur die oberflächlichen Materialien zurückgeben. Daher wird luftgestütztes LiDAR häufig für forstwirtschaftliche Studien verwendet.

Datendarstellung und Datenformat

LiDAR- Daten werden hauptsächlich in einem Punktwolkenformat ( .las ) gespeichert . Die erfassten Punktwolkendaten speichern geometrische X-, YZ-Daten. Jeder Datenpunkt wird aus einem einzelnen Laserscan gewonnen und repräsentiert ein lokales georeferenziertes räumliches Datum. Es kann realistische und dreidimensionale Felswände in einem abgelegenen und unzugänglichen natürlichen Gelände darstellen .

Die LiDAR-Daten haben folgende Parameter:

• Jeder Datenpunkt enthält Koordinaten (X-, Y-, Z-Koordinaten in einem lokalen Bezugssystem)
• Jeder Punkt hat seine zugehörigen Farbinformationen ( R-, G-, B- Format)
• Die reflektierte Intensität der Oberfläche
• Mögliche automatische Überlagerung von Fotos auf Punktwolken (erfasst während des Scanvorgangs)
• Alle anderen hyperspektralen Daten

Diese Daten helfen bei der Analyse von Gesteinskörpermerkmalen, sie umfassen aufgezeichnete geometrische oder radiometrische Informationen von natürlichen, ausgegrabenen oder gesprengten Gesteinshängen.

Bisher liegen die LiDAR-Daten in Form des American Standard Code for Information Interchange Format (ASCII) vor , das mehrere Probleme aufweist:

1) Niedrige Lese- und Interpretationsgeschwindigkeit von ASCII-Dateien

2) Nützlicher Datenverlust bei der Datenverarbeitung

3) ASCII ist nicht standardisiert

Nach 2003 wird die amerikanische Gesellschaft für Photogrammetrie und Fernerkundung (ASPRS) hat die LIDAR - Daten in standardisierte sequentiellen binären Laser (. Liest - Datei) mit LiDAR oder anderer Punktwolke Datensätze.

Georeferenzierung

Georeferenzierung bedeutet, dass die Koordinaten eines Luftbildes /digitalen Geländemodells in einem globalen/regionalen geografischen System referenziert werden können. Somit sind die Benutzer in der Lage, jeden Punkt der gesammelten Daten auf der Erdoberfläche zu bestimmen und zu lokalisieren. Das typische globale Positionierungssystem verwendet das Datum World Geodetic System of 1984 (WGS84) und speichert die georeferenzierten Daten im GeoTIFF / GeoPDF- Format. Darüber hinaus können die Benutzer in verschiedenen Szenarien eine orthometrische Höhe (Höhe über dem Meeresspiegel oder Geoidmodell ) benötigen . Zum Beispiel die Analyse der Änderung des Meeresspiegels durch hydrologische Daten.

Die Georeferenzierung kann durch Hinzufügen von Kontrollpunkten am Hanggrund erfolgen. Durch Verschieben der Punktwolkendaten auf die bekannten korrekten Koordinaten mit mindestens 3 Punkten können die Punktwolkendaten in ein genaues Koordinatensystem neu positioniert werden. Diese Informationen sind nützlich, um Entfernungen, Volumen und Flächen zu berechnen.

Arten von LiDAR

LiDAR-Daten können auf bodengestützten, luftgestützten und mobilen Plattformen gesammelt werden. Zum Beispiel Airborne LiDAR Scanning (ALS), Unmanned Aerial Vehicles (UAV), Terrestrial Laser Scanning (TLS) und Handheld Laser Scanning (HLS). In den folgenden Tabellen werden die genannten Datenerfassungsplattformen verglichen:

1) Die Methoden der Datenerhebung

2) Georeferenzierungstechnik (wie man die genaue Koordinate eines Punktes erhält)

3) Vor- und Nachteile

Beispielbilder verschiedener Datenerfassungsmethoden

LiDAR-Scannen in der Luft (ALS)	Unbemanntes Luftfahrzeug (UAV)	Terrestrisches Laserscannen	Handheld-Laserscanning
Ein luftgestütztes LiDAR-Scansystem würde die Objekte entlang seiner Flugbahn mit einem Zickzackmuster scannen	Ein unbemanntes Fluggerät kann mit einer kleinen Fernbedienung gesteuert werden	Ein terrestrisches Laserscanning-Verfahren, das auf einem flachen und stabilen Gelände steht	Ein tragbares Laserscanning-Gerät mit einer geringen Größe, das sehr portabel ist

Digitale Geländemodellierung

Ein digitales Geländemodell (DTM) ist ein mathematisches Modell, das die sichtbaren Geländeoberflächen der Erde darstellt. Ein DTM transformiert erkennbare LiDAR-Datenpunkte in eine kontinuierliche 3D-Oberfläche, das Modell verbindet diskrete Punkte mit unterschiedlichen Höhenwerten zu Ebenen . So können Strukturgeologen aus diesen 3D-Ebenen Strukturorientierungen ableiten. Diese Modellierungstechnik wird auch verwendet, um digitale Planetenoberflächen zu erstellen und es gibt noch mehr andere Anwendungen .

Prinzip des digitalen Geländemodells

Das digitale Geländemodell extrahiert nur die nackte Bodenoberfläche, während das digitale Oberflächenmodell Gebäude, Straßen oder Vegetation umfassen kann. Zur Bewertung der Neigungs- und Neigungsrichtungen von Felsebenen sollten digitale Geländemodelle verwendet werden.

Die DGMs werden nach den geometrischen Grundeinheiten wie Dreiecke, Quadrate klassifiziert. Es werden 3 mathematische Hauptfunktionen verwendet, wie unten aufgeführt:

• Punktbasiert
• Dreiecksbasiert
• Rasterbasiert

Darüber hinaus werden Dreieck- und Raster-basiert am häufigsten verwendet.

Punktbasiert

Die punktbasierte Oberflächenmodellierung rekonstruiert eine Oberfläche, indem eine Reihe kleiner zusammenhängender diskontinuierlicher Oberflächen gebildet wird. Jede der Flächen ist eben und wird durch Verbinden der einzelnen Datenpunkte gebildet. Diese Funktion kann eine Fläche mit regelmäßigen und unregelmäßigen Mustern bilden, indem die regionalen Einflussgrenzen jedes Punktes berücksichtigt werden, wobei ein Voronoi-Diagramm die regionalen Grenzen definiert. Regelmäßige Muster werden jedoch am häufigsten für einfachere Berechnungen verwendet, wie beispielsweise Sechsecke, quadratische Muster.

Der mathematische Ausdruck der Formation für jede horizontale ebene Fläche lautet:

${\displaystyle Z_{i}=H_{i}}$

wobei Z die Höhe der ebenen Fläche und H die Höhe des i- ^ten Punktes ist.

Dreiecksbasiert

Eine auf Dreiecken basierende Funktion kann ein stärker geneigtes oder unregelmäßiges digitales Oberflächenmodell bilden. Dieser Ansatz wird als der primäre Weg zum Konstruieren eines komplexen DGMs behandelt. Dreiecke haben eine große Flexibilität, beliebige Polygone (zB ein Quadrat, Rechteck) können in andere kleinere Dreiecke zerlegt werden. Ein verbundenes dreieckiges Netzwerk kann Bruchlinien für die Ebenenanpassung enthalten, es erleichtert die Bildung einer gekrümmten Facette/Oberfläche. Die Mindestanforderung zur Bildung eines Dreiecks erfordert 3 Datenpunkte, wobei die nächsten 3 Punkte durch Delaunay-Triangulation ohne Überlappung zu einem Dreieck gruppiert werden .

Ein durch Delaunay-Triangulation erzeugtes 3D -Modell , eine 3D-Oberfläche wird erzeugt, indem die nächsten Punkte verbunden werden, um Dreiecksebenen zu bilden.

Da die Datenpunkte ungleichmäßig verteilt sind, konstruiert das auf Dreiecken basierende Verfahren DGM effektiv, da dieses Verfahren Oberflächenvariationen erzeugen kann. Sogar einige Datenpunkte der Punktwolke werden entfernt oder hinzugefügt, ein lokales Dreieck kann ohne vollständige DGM-Rekonstruktion umgeformt werden.

Einige Parameter steuern den Oberflächenbildungsprozess:

1) Dichte des Netzes

2) Maximaler Winkel benachbarter Dreiecke

3) Minimale Patchgröße

Rasterbasiert

Das gitterbasierte Modell hat weniger Relevanz für die Konstruktion von gebrochenem Gelände oder scharfen Geländediskontinuitäten mit steilen Hängen. 4 Datenpunkte sind die Mindestanforderung für die Bildung eines gitterbasierten Modells. Die resultierende Fläche wird als bilineare Fläche bezeichnet, bei der Vierecke beliebiger Formen miteinander verbunden werden, um ein DGM zu erstellen, z. B. Parallelogramme, Quadrate, Rechtecke oder andere unregelmäßige Polygone. Diese Methode hat den Vorteil der Datenverarbeitung, dass die Daten in Form von quadratischen Gittern vorliegen, die Datenpunkte gleichmäßig verteilen. In diesem Fall hat einige Software einen "Random-to-Grid"-Vorgang bereitgestellt, um sicherzustellen, dass die Daten die Rasterform aufweisen.

Ansatz zur digitalen Geländemodellierung

Da die gesammelten Daten in Form einer Punktwolke vorliegen, besteht die Notwendigkeit, diese 3D-Koordinaten von Laserpunkten mit 2 Hauptverfahren in ein digitales Geländemodell umzuwandeln :

1) Punktwolkenklassifizierung und Bodenfilterung

2) Rekonstruktion der Bodenoberfläche aus diskreten Laserpunktwolkendaten durch Interpolation.

Datenverarbeitung und -klassifizierung (nur luftgestütztes LiDAR-Scannen)

Datenklassifizierung und Rauschbereinigung sind die Verfahren zum Erhalten einer voreingenommenen Hangoberfläche. Wenn ALS die mit mehreren Rückgaben sammelt, kann dieses Prinzip die Objekte in verschiedene Kategorien einteilen. Klassifizierungsalgorithmen können von TerraScan & TerraModel durchgeführt werden, einer Computersoftware zur Klassifizierung von Punktwolkendaten, die automatisch von TerraSolid entwickelt wurde. Es sind jedoch einige manuelle Anpassungen und Validierungen erforderlich, um sicherzustellen, dass die Datenpunkte korrekt klassifiziert werden.

Sichtlinienproblem des terrestrischen Laserscanning-Verfahrens. Wenn sich das interessierende Objekt außerhalb des datensammelbaren Bereichs befindet, erzeugt es die Datenlücke ohne Geodatensatz. Es wird häufig gesehen, wenn ein Baum einen anderen Aufschluss das interessierende Objekt blockiert. Das Anbringen weiterer TLS-Sensoren ist eine Lösung dafür.

Algorithmen können vorherrschende Landform-Features identifizieren, diese Algorithmen gehen davon aus, dass die Oberflächen mit signifikanten Variationen Nicht-Boden-Features sind. Um ein Oberflächenmodell der Felsneigung zu erstellen, werden nur klassifizierte Bodendaten benötigt. Die Klassifizierungen der geschliffenen und nicht geschliffenen Oberflächen sind in die folgenden Kategorien:

Datenfilterung

Die Datenfilterung ermöglicht die Extraktion der Erdoberfläche, indem unnötige Daten oder Datenrauschen entfernt werden. Für Gesteinsorientierungsstudien, Aufschlusskartierungen und topographische Studien gewinnen sie nur Informationen über die Felshangkörper. Somit wird eine Datenfilterung implementiert, um die Punktwolken als Boden- und Nicht-Bodenmerkmale zu trennen. Wanzen, Vegetationen oder andere künstliche Infrastrukturen gehören zu nicht bodengebundenen Merkmalen.

Um 3D-Laserpunkte zu filtern, können nur wenige Methoden aus Open-Source-Software angewendet werden, um Bodenpunkte aus dem gesamten Interessengebiet herauszufiltern:

Bodenverifizierungsuntersuchung

Der Zweck der Bodenverifizierungsuntersuchung besteht darin, die Genauigkeit von LiDAR zu testen. LiDAR-Daten werden durch Senden von Laserpulsen unter verschiedenen Winkeln oder Empfangen des zurückkehrenden Signals erfasst. Diese Signale können einige Fehler enthalten, die durch die Absorption der Wellenlänge in der Atmosphäre verursacht werden. Daher ist eine Bodenvermessung erforderlich, um sicherzustellen, dass die Koordinaten der gesammelten Daten mit dem lokalen Koordinatensystem übereinstimmen. Zum Beispiel wird die horizontale Genauigkeit getestet, indem die gesammelten Daten mit verschiedenen Datenerfassungstechniken verglichen werden. Außerdem können Daten korrigiert werden, indem mehrere Kontrollpunkte mit bekannten Koordinaten gesetzt werden.

Strukturelle Orientierungsanalyse

Die DGMs sind in der Lage, die strukturellen Parameter geologischer Merkmale (Neigungswinkel eines Faltenschenkels ) zu identifizieren . Aus der DTM können beispielsweise Neigungs- und Neigungsrichtungen von Felsebenen abgeleitet werden. Die allgemeine Methodik umfasst die folgenden Schritte:

1) Erhalten Sie LiDAR-Daten einer Zielneigung

2) Rauschbereinigung und Filterung von Punktdaten

3) Umwandeln von Punktdaten in DTM durch mathematische Funktionen

4) Mithilfe von Programmen wie Coltop 3D kann die Strukturgeometrie der Fugen-/Neigungsebenen automatisch berechnet werden.

5) Die Gesteinsebenen werden durch Farbcodierung oder statistische Verfahren bestimmt, um zu bewerten, ob die Punkte zu einer einzigen oder verschiedenen Ebenen gruppiert sind.

6) Ausgabe der Strukturorientierungsdaten in geeignete Computersoftwaredateien und Auftragen der Verteilung der Neigungs- und Neigungsrichtungen verschiedener Ebenen auf einem Stereonetz .

Datenpartition

Die Datenpartitionierung hilft, die ungleichmäßig verteilten Punktdaten neu zu verteilen, indem die Daten in Würfel unterteilt werden. Die zurückgegebenen Punktwolkendaten weisen aufgrund der Variation der Datenerfassungsgeräte und -parameter eine unterschiedliche Punktdichte auf. Die Dichte der Punktwolke bestimmt die Würfelgröße, nicht weniger als 4 Punkte bilden jeden Würfel. Die Punkte, die als nicht konform gelten, werden aus der Punktwolke entfernt. Anschließend wird der Normalenvektor jedes Würfels berechnet.

Octree Partitioning in Open-Source-Software, einschließlich CloudCompare und Geomagic , kann eine Datenpartitionierung erreichen. In Anbetracht der Gesteinsmassen in verschiedenen Terrains weisen sie Variationen in der Rauheit auf. Daher ist es für Benutzer erforderlich, die Würfelgröße manuell einzustellen, um den besten Würfel zu erhalten. Die durchschnittliche Punktzahl in jedem Würfel reicht von 15 bis 30 Punkten, indem der Punktabstand zwischen 4 mm und 7 mm eingestellt wird.

Clusteranalyse durch Normalenvektoren

Der Zweck des Clusterns von Gesteinsdiskontinuitäten besteht darin, Unterebenen einer Böschung in denselben Diskontinuitätssatz zu gruppieren, zu dem sie gehören. Die Diskontinuitäten zeigen Welligkeit, Rauheit oder eine wellige Oberfläche. Die Punkte innerhalb desselben Gelenksatzes zeigen ähnliche Orientierungsgewohnheiten. Der Algorithmus bestimmt, ob die Punkte innerhalb der Hauptorientierung von Bettungsebenen oder subparallelen Ebenen zueinander liegen. Die Clustering-Technik kann unterschiedliche Gelenksätze basierend auf zugewiesenen Normalenvektoren auf jeder Fläche innerhalb ungefähr derselben Orientierung klassifizieren.

Herausforderungen für die LiDAR-Technologie

Obwohl LiDAR eine hohe Effizienz beim Sammeln von Daten in einem großen Bereich innerhalb kurzer Zeit aufweist, bleiben einige Probleme für die gesamte Datenverarbeitung und das Erzielen des erwarteten Ergebnisses eine Herausforderung.

Parameter für Datenfilterung und Oberflächengenerierung

Vegetation wird während der Datenfilterung möglicherweise nicht vollständig entfernt. Es kann die Glätte und die Clusterbildung von Gesteinsoberflächen beeinträchtigen. In den meisten Fällen werden 3D-Modelle durch die Triangulationsmethode erzeugt, oft werden Spikes gebildet. Die Spitzen können die Anhäufung von Gesteinsoberflächen beeinflussen. Sie beeinflussen die Glätte der 3D -Oberfläche und führen zu Fehlern bei der Berechnung der Ausrichtungen der Felsebene. Spikes werden gebildet, wenn die Datenpunkte ähnliche X- und Y-Koordinaten haben, aber sehr unterschiedliche Z-Koordinaten, die nadelartigen Formdreiecke werden als Ergebnis nicht glatter Oberflächen erzeugt.

Die Filterparameter für das Oberflächen-Clustering hängen oft von den bisherigen Erfahrungen der Benutzer ab. Beispielsweise kann der Octree-Parameter mit unterschiedlichen Punktdichten angepasst werden. Das Ergebnis der DTM-Bildung muss vom Benutzer bestimmt werden. Daher ist ein wiederholtes Testverfahren erforderlich, um eine zufriedenstellende Oberfläche zu erzeugen.

Punktdichte

Punktwolkendichte, bekannt als der Abstand zwischen den einzelnen Datenpunkten in einem erhaltenen LiDAR-Datensatz. Dieser Parameter beeinflusst die Genauigkeit bei der Messung von Gesteinshängen. Dies ist eines der Merkmale, die bei der Datenverarbeitung berücksichtigt werden müssen. Zum Beispiel Datenfilterung, Klassifizierung, Merkmalsextraktion und Objekterkennung. Die Punktwolkendichte hängt von verschiedenen Faktoren ab:

• Sichtüberlappung von TLS
• Reflektierende Eigenschaften des interessierenden Objekts
• Abtastfrequenz von ALS

Kosten

Obwohl LiDAR eine effektive Methode zur Datenerfassung an einem Felshang war, war die Technik aufgrund der hohen Kosten nicht praktikabel. Wenn der Interessenbereich sehr klein ist, schränkt dies die Verwendbarkeit von TLS & ALS ein, da die Durchführung einer ALS-Vermessung ein Flugzeug, einen erfahrenen Piloten, einen entworfenen Flugweg und eine Höhe erfordert, die von der örtlichen Luftfahrtbehörde genehmigt wurden.

Durch den Einsatz von UAV kann das oben erwähnte Problem gelöst werden. Es kann Daten in unzugänglichen Bereichen sammeln, was eine kostengünstige Datenerfassung in kleinem Maßstab ermöglicht, da das Gerät tragbar und leicht ist.

Medien abspielen

Ein Video, das zeigt, wie man forstwirtschaftliche Messungen durch Fliegen über den Amazonas-Regenwald erhält.

Andere LiDAR-Anwendungen

Mit der hochpräzisen und hocheffizienten Datenerfassungsmethode des Laserscannens kann es möglicherweise auf andere Bereiche als strukturelle Messungen angewendet werden:

• Notfallinspektionen und Erdrutschkartierung
• Projektmanagement (bei Bedarf von 3D-Modellen / topografischen Daten)
• Baustellenfortschritt, Aushub- oder Füllvolumen
• Volumetrische Berechnungen
• Topografische Kartierung
• Hoch- und Autobahnbau
• Naturkatastrophenbewertungen
• Datenerfassung für nicht erreichbare Bereiche
• Präzisionslandwirtschaft
• As-Built - Bauakten
• Unerlaubte Arbeiten (zB Erfassung der Feldsituation)
• Überwachung der Oberflächenverformung durch kontinuierliches und wiederholtes LiDAR-Scannen
• Archäologie und Standortrekonstruktionen
• Seismologie
• Forstwirtschaft
• Atmosphärenphysik
• Außerirdische Erkundungen

Verweise

Externe Links

Für eine detailliertere Beschreibung der Konzepte finden Sie unten einige Links:

• Georeferenzierung
• Gesteinsdiskontinuität
• Stereonet