デジタル露頭モデル
米国ユタ州ウッドサイド キャニオンのデジタル露頭モデルの例。
図1. 米国ユタ州ウッドサイド・キャニオンのデジタル露頭モデルの例。上：DOMの概観図。カラーポイントクラウド（A）とテクスチャモデル（B）。赤でマークされた領域の拡大図（CとD）。下：カラーポイントクラウド（C）とテクスチャモデル（D）を近距離から見た図。

デジタル露頭モデル( DOM ) は、仮想露頭モデルとも呼ばれ、露頭表面のデジタル 3D 表現であり、主にテクスチャポリゴン メッシュの形式で表されます。

DOMは、地質面の向き、地層の幅や厚さなど、様々な地質学的特徴の解釈と再現性のある測定[ 1 ]を可能にします。識別可能かつ測定可能な地質学的特徴の量は、露頭モデルの解像度と精度に大きく依存します。[ 2 ]

リモートセンシング技術を用いることで、これらの3Dモデルは、数メートルの高さの崖壁など、アクセスが困難な地域をカバーすることができます。従来の現地調査では安全が確保できない地域でも、画面上で地質学的解釈を行えること、そして比較的短時間で大量のデータを収集できることが、DOMを使用する主な利点です。[ 3 ]デジタル露頭モデルのジオリファレンスにより、デジタル地質図やGISなどの他の空間データとの統合が可能になります。

フォトリアリスティックなテクスチャモデルの代わりに、3Dデジタル露頭モデルは、対応する画像のスペクトル（RGB）データで色付けされた点群で表現されることもあります。このような表面モデル表現は露頭の地形を正確に表しますが、離散的な性質のため、解釈が困難な場合が多くあります（図1参照）。デジタルポリゴン露頭モデルに画像でテクスチャリングすることで、高解像度の連続データでモデルが強化され、地質学的解釈が容易になります。[ 2 ]

創作技法

テクスチャ付き DOM の作成は、主に次の 3 つのステップに分けられます。

必要なモデル解像度と精度を達成するために、データは主に地上[ 2 ]（陸上）またはヘリコプタープラットフォーム（モバイルマッピング）から収集されます。[ 4 ]航空機データと衛星データも統合されることがあります。ただし、近距離データが欠落している露頭領域の補完的なデータセットとして使用されることが多いです。[ 5 ]

デジタル露頭表面モデル

デジタル露頭表面モデルの作成は、次の手順で構成されます。

  1. データ収集
露頭表面モデルを作成するために必要なデジタルデータは、数値標高モデルの場合と同様に、レーザースキャンから取得するか、モーションから構造抽出法やステレオビジョン技術を使用して複数のビューから撮影した複数の画像から再構築することができます。[ 6 ] [ 7 ]画像ベースのモデリングを可能にするソフトウェアパッケージの不完全なリストは、ここを参照してください。
上記の方法で作成されたモデルは、同等のスケールと詳細レベルを実現できる可能性がある。[ 6 ]適用された方法に関係なく、主な結果として得られるデータは同様であり、点群の形式で多数の点の3D（X、Y、Z）座標が露頭表面を記述する。
2. 点群と地理参照の統合
異なる視点から得られた点群は、画像と共に単一の座標系に統合・登録する必要がある。登録処理では、2つの点群の共通部分間の3D変換が計算される。3D変換パラメータは、2つの点群の対応点、表面マッチング、そしてGNSSやINSでサポートされているモバイルマッピングの場合は直接センサー標定法[ 8 ]に基づいて求められる。
点群ジオリファレンス処理では、ローカルプロジェクト座標系と測地座標系との間の3D変換が計算されます。この処理を完了するには、点群上に配置可能で、測地系における座標が既知である（測量手法またはGNSSを用いて測定された）少なくとも3つの点が必要です。
3. ポイントクラウドのクリーニングとデシメーション
データ取得方法に関わらず、得られた点群は通常、不要なオブジェクト（例えば植生）がフィルタリングされ、除去されます。露頭面の複雑さやデータセットのサイズによっては、点群全体の密度を下げる必要がある場合があります。
4. 3D三角測量と三角形メッシュの最適化
モデルテクスチャリングを可能にするため、編集された点群は不規則三角形網（トライアングルメッシュ）に変換されます。スキャンによる影、植生、急激な地形変化、ランダムエラーなどの影響により、3Dデータを正しく三角測量することは容易ではありません。そのため、等角性の向上、トポロジ問題の解決、または反転した面法線の向きの変更など、メッシュの編集と最適化をさらに行う必要があります。

デジタル画像

  1. 画像登録
テクスチャ付き3Dモデルを作成するには、すべての三角形メッシュの頂点と対応する画像点との関係を定義する必要があります。この関係を見つけるために共線性条件を使用できますが、画像の内部および外部の標定パラメータが既知である必要があります。
内部（固有）カメラ方向パラメータは、カメラのキャリブレーションプロセスから導出されます。
データ収集にレーザースキャンを使用する場合、カメラはほとんどの場合スキャナーと剛結合されており、スキャナーに対するカメラの相対的な向きは正確に測定されます。このような場合、 3D変換を用いることで、すべての画像の外部（外在的）方向パラメータを容易に取得できます。そうでない場合は、3D露頭表面モデルと画像上の少なくとも3点の既知の座標に基づいて、カメラの外部方向パラメータを確立することも可能です。
写真モデリングから生成された 3D 露頭表面モデルの場合、内部および外部の画像方向パラメータはモデリング ソフトウェアによって計算される場合があります。
2. 画像の事前選択と色のバランス調整
適用されたレンダリング アプローチ (次のセクションを参照) に応じて、テクスチャ マッピングに最も関連性の高い画像を事前に選択する必要がある場合があります。
最終的なテクスチャリング プロセスで使用される画像が異なる照明条件下で取得され、異なる画像に表示される対応する特徴の色が大幅に異なる場合は、画像の色調整が必要になることがあります。

テクスチャマッピング

テクスチャマッピングアルゴリズムには様々な種類があり、例えば、単一画像テクスチャリング[ 9 ] 、テクスチャカラーブレンディング[ 10 ]、ビュー依存テクスチャリング[ 11 ]などがあります。単一画像テクスチャリング手法は、そのシンプルさと効率性から [ 3 ] [ 12 ] 、よく使用されます。

視覚化

テクスチャ付きの大規模3Dモデルの可視化は依然として課題が多く、ハードウェアへの依存度が高い。DOMの3D特性（X,Y座標ごとに複数の値を持つ）により、ほとんどの地理情報システムへの入力には適さないデータ形式となる。しかしながら、地質学的解釈や計測も可能な市販の可視化ソフトウェアパッケージもいくつか存在する。

  • VRGeoscience Limitedによるバーチャルリアリティ地質学スタジオ
  • Imaged Reality のStratabox
  • Lime by Virtual Outcrop Group
  • CAE MiningのSirovision
  • RieglのRiSCAN PRO
  • 3G Software & Measurement のShapeMetrix3D。複数の画像からサーフェス モデルを抽出することもできます。
  • Adamtech の3DM Analyst 。複数の画像からサーフェス モデルを抽出することもできます。
  • Google のSketchUp 。多数のテクスチャ マテリアルを含む大規模なモデルの処理には適していません。
  • CloudCompareオープンソースのポイントクラウドおよびメッシュ処理。

デジタル露頭模型と写真パネル

写真パネルは複数の画像をモザイク状に並べたもので、地質学において露頭の記録や幾何学的物体の特性の参照によく用いられます。このような写真パネルの縮尺は、様々な地質学的特徴の大きさを評価するために概算で設定されています。しかし、これらの尺度には通常、3D露頭を2D画像平面に変換する際に生じる歪みや、手作業による画像つなぎ合わせの不正確さに起因する誤差が含まれます。

デジタル露頭モデルは 3D の性質を持つため、次のセクションにリストされている特徴の正確で精密な測定値を提供します。

デジタル露頭モデルから抽出可能なデータ

米国ユタ州グリーンリバー近郊の、地質学的解釈を伴うデジタル露頭モデルの例。
図2. 米国ユタ州グリーンリバー近郊のデジタル露頭モデルの地質学的解釈例。示されている露頭部分の寸法：高さ約350m、長さ約1.1km。
  • 3D線は[ 2 ]を表す。例：
    • クリノフォームコンタクト
    • 河川体と堆積構造
    • 顔の連絡先
    • 骨折
    • 故障
    • 埋め立て地の描写
    • 地層層
    • 局所的な堆積性特徴、例：潮汐束
  • 走向と傾斜角
  • 堆積単位の厚さと幅
  • 材料構成
  • 距離に応じて変化する様々な要因の観察

補足データ

デジタル露頭モデルの分析は、次のようなさまざまな地理参照デジタル データによって強化される可能性があります。

DOM で地理参照されていないデータを使用することは可能ですが、補助データを DOM に対して相対的に配置するために追加の作業が必要になります。

アプリケーション

  • アクセスが制限されている地域やデータ取得コストが高すぎる地域での露頭類似地質特性評価（炭化水素などの資源を含む地下構造に類似した地質構造）のためのDOMの使用
  • 地質モデリング
    • 地質学的プロセスに関する詳細な理解の向上
    • 高解像度測定による貯留層モデルの強化[ 15 ]
    • 地下の岩石層に関する理解を深める
    • DOMから直接得られる地質モデリングの入力データ
  • 石油増進回収
  • 教育目的：フィールドトリップ前にDOMを利用すれば、学生は場所に慣れることができ、その後の議論の論点の一部を検証することが可能になります。[ 1 ]

参照

参考文献

  1. ^ a b J.A. Bellian、C. Kerans、DC Jennette、2005年。「デジタル露頭モデル：地層モデリングにおける地上走査型ライダー技術の応用」、Journal of Sedimentary Research、第75巻、第2号、pp. 166-176
  2. ^ a b c d Buckley, S.; Howell, J.; Enge, H.; Kurz, T. (2008). 「地質学における地上レーザースキャン：データ取得、処理、および精度に関する考察」. Journal of the Geological Society . 165 (3): 625– 638. doi : 10.1144/0016-76492007-100 . hdl : 1956/4302 . S2CID  129757527 .
  3. ^ a b Buckley, S.; Enge, H.; Carlsson, C.; Howell, J. (2010). 「仮想露頭地質学における地上レーザースキャンの利用」. The Photogrammetric Record . 25 (131): 225– 239. CiteSeerX 10.1.1.471.9674 . doi : 10.1111/j.1477-9730.2010.00585.x . S2CID 140647568 .  
  4. ^ S. Buckley, J. Vallet, A. Braathen, W. Wheeler, 2008. 「デジタル地形モデリングと地質露頭の可視化のためのヘリコプターによる斜めレーザースキャン」 IAPRS 37(B4), pp.493-498 pdf .
  5. ^ Buckley, S.; Schwarz, E.; Terlaky, V.; Howell, J.; Arnott, RW (2010). 「航空写真測量と地上LIDARを組み合わせた貯留層アナログモデリング」.写真測量工学とリモートセンシング. 76 (8): 953– 963. doi : 10.14358/pers.76.8.953 . hdl : 11336/72973 .
  6. ^ a b Haneberg, WC (2008). 「米国における3D岩盤斜面モデリングと不連続面マッピングのための近距離地上デジタル写真測量の利用」.工学地質学・環境紀要. 67 (4): 457– 469. doi : 10.1007/s10064-008-0157-y . S2CID 110488345 . 
  7. ^ F. TononとJT Kottenstette, 2006. 岩石面の特性評価のためのレーザーおよび写真測量法。2006年6月17～18日にコロラド州ゴールデンで開催されたワークショップの報告書。pdf。
  8. ^ M. Cramer, D. Stallmann, N. Haala, 2000. 写真測量アプリケーションにおけるGPS/慣性外部標定を用いた直接地理参照。IAPRS, 33(Part B3), pdf
  9. ^ W. NiemとH. Broszio、1995年。「コンピュータアニメーションのための複数カメラビューからのテクスチャを3Dオブジェクトモデルにマッピングする」。ギリシャ、サントリーニ島で開催された国際立体視および3次元画像ワークショップの議事録。
  10. ^ P. Poulin, M. Ouimet, MC Frasson, 1998. 写真測量法によるインタラクティブモデリング. Eurographics Workshop on Rendering, Springer-Verlag, pp. 93-104.
  11. ^ PE Debevec、CJ Taylor、J. Malik、1996年。「写真からの建築モデリングとレンダリング」。第23回コンピュータグラフィックスおよびインタラクティブ技術年次会議SIGGRAPH '96、米国ニューオーリンズ議事録。
  12. ^ Riegl, 2010. RiSCAN PRO ユーザーマニュアル. pp.119-120.
  13. ^ C. Olariu, 2000. 白亜紀デルタ前線堆積物の研究：露頭、GPR、3Dフォトリアリスティックデータ統合、ユタ州パンサー・タン砂岩。テキサス大学ダラス校修士論文pdf
  14. ^ Kurz, T.; Buckley, S.; Howell, J.; Schneider, D. (2011). 「パノラマハイパースペクトル画像と地上LIDARの統合」. Photogrammetric Record . 26 (134): 212– 228. doi : 10.1111/j.1477-9730.2011.00632.x . S2CID 140655967 . 
  15. ^ Enge, HD; Buckley, SJ; Rotevatn, A.; Howell, JA (2007). 「露頭から貯留層シミュレーションモデルへ：ワークフローと手順」 . Geosphere . 3 (6): 469– 490. doi : 10.1130/ges00099.1 .
「 https://en.wikipedia.org/w/index.php?title=Digital_outcrop_model&oldid=1283460198」より取得