LiDARによる地質構造測定

LiDAR技術による地質構造測定は、構造地質学に応用されるリモートセンシング手法です。岩体のモニタリングと特性評価を可能にします。[ 1 ]この手法の典型的な用途は、落石リスクの評価や地震前の変形兆候の調査など、地質災害リスクを特定するための高解像度の構造データと変形データを取得することです。

地質構造は地殻変動の結果として形成され、地形の分布パターンを左右します。これらの構造には、褶曲、断層面、規模、持続性、空間的変化、そして特定地域における岩石不連続面の数などが含まれます。[ 1 ]これらの不連続面は斜面の安定性に重大な影響を与え、斜面崩壊や岩盤の分離（落石）を引き起こします。[ 2 ]断層沿いの岩石の変位は地震の兆候となることがあります。

従来、地質技術者は岩盤不連続面調査を手作業で行っていました。落石などの地質災害後の調査では、落石発生源は危険でアクセスが困難であるため、災害評価に必要な詳細な構造計測や体積計算を行うことが著しく困難です。[ 3 ] LiDARを使用することで、地質構造を遠隔で評価することができ、仮想露頭を用いた斜面の 3D調査が可能になります。

LiDAR技術（Light Detection and Ranging）は、正確な3次元情報と距離を取得するリモートセンシング技術です。 [ 4 ]レーザー受信機は、レーザーパルスの発射と受信の間の移動時間から距離を計算します。[ 4 ] LiDARは地形図を作成し、自然環境の評価に役立ちます。

便利なリンク
ライダー
ストライクアンドディップ
関連分野

地質学

リモートセンシング

ポータル

地球科学ポータル

LiDARによる地質構造測定の重要性

平面上の走向と傾斜。1) 走向、2) 傾斜方向、3) 見かけの傾斜、4) 傾斜角。平面上の傾斜と傾斜方向は、線と平面法の視覚化を用いてステレオネット上にプロットすることができます。

地質構造は、岩盤に独特の物理的特性を与える役割を果たします。不連続な特性やプレートテクトニクスの力によって、岩盤とその形状が変化することがあります。これらの構造には、節理、断裂、層理面、剪断帯、機械的破壊、その他、微視的（1cm未満、変成作用による葉理の発達[ 5 ]）から巨視的（100m超、中央海嶺[ 6 ]）まで、様々な特徴が含まれます。

地質構造は典型的には細長く、その方向はしばしば「走向」と表現されます。岩体が大きく傾斜している場合、斜面の抵抗率を考慮すると、落石を引き起こす可能性が高くなります。[ 7 ]構造解析にLiDARを使用することで、単一の露頭スケールから陸地スケールまで、地形の特徴を測定することができます。以下に、いくつかの地質構造測定とその重要性を挙げます。

岩石面の方向測定と落石リスク評価

岩石面の配向とは、岩石面に生じた自然な傾斜のことである。[ 8 ]岩石面の例としては、層理面や断層面などが挙げられる。岩石面の配向は、傾斜計とコンパスを用いて傾斜角と傾斜方向によって測定される。傾斜角は岩石面が水平面に対して最大に傾いた角度、傾斜方向は水平面と傾斜面の交線の方向である。[ 9 ]ステレオネットは傾斜角と傾斜方向の分布を視覚化し、斜面の運動学を解析することができる。 [ 9 ]

運動学は、岩石本体の運動を、外力による移動を伴わない場合の運動として表現する。運動学解析は、平面の滑りによる並進破壊の可能性に焦点を当てているが[ 9 ]、くさび破壊や転倒破壊といった他の種類の破壊モードも認識できる[ 10 ] 。

断層の挙動測定と地震予測

断層の挙動は、堆積物の輸送速度を測定し、地震を予測するために利用できます。地震は断層スクラップの形成に寄与する可能性があります。ブロックの片側が相対的に隆起し、垂直方向の変位を引き起こします。したがって、断層スクラップのパラメータが分かれば、構造地質学者は断層スクラップの年代を推定し、そのような特徴の形成に要した時間を推定することができます。[ 11 ]

地震はゆっくりした滑りによって引き起こされる。滑りとは、断層の両側に沿ってずれた地塊のことである。しかし、これらの滑りは地震計では検知できない（最大5mm/日）。[ 12 ]滑り地塊が臨界破壊速度に達すると、断層面に沿って線状加速が起こり、断層は徐々に最終的な地震規模へと発展する。[ 12 ] 断層の臨界変位は、初期の破壊速度に比例する。[ 13 ]

地震前と地震後の地形からLiDARデータを収集した後、3Dデジタル地形モデルを構築することで、変位と変形を導き出すことができます。[ 14 ]このように、科学者は断層や滑りの特徴と領域の大きさを決定することで将来の最終的な地震の規模を予測することができ、短期的な地震予測が可能になります。[ 15 ]

地表プロセスと地質マッピング

地質図の作成においては、航空写真や衛星画像による解釈がしばしば用いられますが、森林植生の把握は依然として大きな課題となっています。例えば、尾根や谷の地形的特徴を特徴づけることは、森林に覆われていることが多く、複雑な作業となります。そのため、地形図は手作業でデータを取得し、作成されます。[ 16 ]

LiDARはフルウェーブフォームシステムを提供し、レーザーパルスが樹冠や植生を貫通することを可能にします。[ 16 ]このシステムにより、地表の地質データポイントを取得できます。Websterらは、LiDARデータとデジタル地形モデルを活用して、カナダ北部で新たなクレーターを発見しました。構造パラメータ（傾斜角、河川侵食深度）を測定するには、デジタル地形モデルを構築する必要があります。[ 17 ] LiDARによる正確な岩盤および表層の岩相マッピングにより、構造地質学者は関連する表層のプロセスを再構築できます。

従来の構造測定

従来の構造方位測定は、到達可能な露出岩盤においてのみ手作業で行うことができます。従来、工学地質学者は、岩盤の不連続面調査において、一度に限られた数の不連続面のみを対象としてきました。不連続面は、必ずしも露頭全体を代表しているとは限りません。[ 3 ] そのため、従来の岩盤面方位測定にはバイアスが含まれる可能性があります。

地質工学的研究では、持続性、ブロックサイズ、岩石の節理間隔などの他の地質力学的パラメータも調査します。[ 8 ]

LiDAR技術

LiDARスキャンの原理を示すGIF画像です。光パルスが発射され、受信機で受信され、対象物までの距離、光強度、地理情報が記録されます。

LiDAR（光検出と測距）は、レーザーパルスを発射して受信し、3次元情報を取得する迅速な測量プロセスです。[ 3 ]異なる波長の光を対象物に照射することにより、LiDARは正確な地形図を作成するために使用でき、地質学、地形学、測量などのアプリケーションで使用できます。[ 3 ]地形図は、慣性測定ユニットと全地球測位システム のおかげで可能です。[ 3 ]さらに、急斜面や岩崖の調査を行うことができる技術です。[ 4 ]

LiDARデータを地理参照（例えば、ローカル座標系またはグローバル座標系での位置特定）するには、正確に測定されたデータが必要です。そのため、作成されたLiDARデータを以前に収集した航空写真に重ね合わせることで、地形の経時的な変化を観察することができます。[ 18 ]

LiDARの原理

LiDARシステムは、パルスレーザーと連続波レーザーを照射して3次元情報を取得します。LiDARの主要構成要素はレーザースキャナーです。地上設置型システム（ハンドヘルドレーザースキャンおよび地上レーザースキャン）では波長550～600nmのレーザーが使用され、航空機搭載型システムでは波長1000～1600nmのレーザーが使用されます。[ 19 ]

レーザーは到達範囲を次の式で計算します。[ 19 ]

R＝12⋅c⋅ts{\displaystyle R={1 \over 2}\cdot c\cdot t_{s}}

  • Rはメートル単位の範囲を表します
  • cは光速（m/s）を表す。
  • tはレーザーパルサーの移動時間（秒）である。

LiDARは、離散リターンと全波形リターンによって情報を取得します。航空機搭載型LiDARによる森林解析では、全波形（マルチリターン）がよく使用され、地上型レーザースキャン方式では離散リターン（シングルリターン）が使用されます。[ 19 ]レーザーは表面に到達すると反射されます。全波形リターンは樹冠の奥深くまで到達し、異なる高さの植生情報を返します。[ 19 ]離散リターンは表層の情報しか返しません。[ 19 ]そのため、航空機搭載型LiDARは森林研究によく使用されます。

データ表現とデータ形式

LiDARデータは主に点群形式（.las ）で保存されます。取得された点群データはX、YZ座標の幾何学的データを保存します。各データポイントは単一のレーザースキャンから取得され、ローカルな地理参照空間データを表します。[ 20 ]遠隔地やアクセスできない自然地形におけるリアルで立体的な岩肌を表現することができます。[ 21 ]

LiDAR データには次のパラメーターがあります。

これらのデータは岩体の特徴分析に役立ち、自然、掘削、または爆破された岩盤斜面の記録された幾何学的情報または放射測定情報が含まれます。

これまで、LiDARデータはアメリカ標準情報交換コード形式（ASCII）[ 18 ]でしたが、これにはいくつかの問題がありました。

1) ASCIIファイルの読み取りと解釈速度が遅い[ 18 ]

2)データ処理中の有用なデータの損失[ 18 ]

3) ASCIIは標準化されていない[ 18 ]

2003年以降、アメリカ写真測量・リモートセンシング協会（ASPRS）は、LiDARやその他の点群データ記録を含む連続バイナリレーザー（.lasファイル）でLiDARデータを標準化しました。 [ 18 ]

地理参照

ジオリファレンスとは、航空写真やデジタル地形モデル上の座標を、地球規模または地域規模の地理システムで参照できることを意味します。これにより、ユーザーは収集されたデータのあらゆる点を地球表面上で特定し、その位置を特定することができます。[ 18 ] 一般的なGPS（全地球測位システム）は、 1984年世界測地系（WGS84）を基準とし、地理参照されたデータをGeoTIFF / GeoPDF形式で保存します。[ 23 ]さらに、ユーザーはさまざまなシナリオにおいて、海抜高度（海面高度またはジオイドモデル）を必要とする場合があります。例えば、水文学データによる海面変動の分析などです。[ 18 ]

地理参照は、斜面の基部にコントロールポイントを追加することで行うことができます。[ 8 ]点群データを少なくとも3点の既知の正しい座標に移動することで、点群データを正確な座標系に再配置することができます。[ 24 ] この情報は、距離、体積、面積を計算するのに役立ちます。

LiDARの種類

LiDARデータは、地上、空中、モバイルプラットフォームで収集できます。例えば、空中LiDARスキャン（ALS）、無人航空機（UAV）、地上レーザースキャン（TLS）、ハンドヘルドレーザースキャン（HLS）などがあります。以下の表は、これらのデータ収集プラットフォームを比較したものです。

1) データ収集方法

2) 地理参照技術（点の正確な座標を取得する方法）

3) メリットとデメリット

さまざまなデータ取得方法のサンプル画像
空中LiDARスキャン（ALS） 無人航空機（UAV） 地上レーザースキャン ハンドヘルドレーザースキャン
  • 空中LiDARスキャンシステムは、飛行経路に沿ってジグザグパターンで物体をスキャンします[ 25 ]
  • 平坦で安定した地形に設置する地上レーザースキャン方式[ 27 ]
  • 小型で持ち運びに便利なハンドヘルドレーザースキャン装置[ 24 ]
さまざまなレーザースキャン方法の比較
LiDARスキャン方法 データ収集方法 地理参照技術 利点 デメリット
空中LiDARスキャン（ALS）
  • 1000～1600 nmの波長のレーザーを発射する空中LiDARシステム[ 28 ]
  • 樹冠構造に応じて異なる物体を分類するための、単一パルスから返される複数のデータ[ 25 ]
  • 最大167MHzのレーザー繰り返し周波数[ 19 ]
  • 距離はLiDARの往復時間で計算できます
  • 点密度は8点/m 2以上になる場合があります
  • フル波形のマルチリターン[ 26 ]
  • 0.1mの垂直精度[ 25 ]
  • 0.3mの水平精度[ 28 ]
  • 広範囲に及ぶ（領土全体）[ 25 ]
  • 返ってきたパルスは、地上物体と地上以外の物体を効果的に分類するのに役立ちます[ 25 ]
  • 飛行は航空交通状況と空域共有の問題により制限される
  • 離着陸場と経験豊富なパイロットが必要[ 29 ]
  • 大気吸収によりデータ損失が発生する場合があります
  • コミッショニングエラー（非接地点を接地点として分類する）と省略エラー（接地点を除外する）が発生する可能性がある[ 29 ]
無人航空機（UAV）
  • 低コストで短期間で使用可能[ 26 ]
  • 航空機、空港、経験豊富な労働者は必要なし[ 26 ]
  • 従来の地上調査技術の代わりに、空中から到達不可能な地域を調査できる
  • 航空交通状況により飛行が制限される
  • 検出センサーのサイズはUAVの積載量/重量容量によって決まる[ 26 ]
  • 手数料エラーや省略エラーが発生する可能性がある[ 33 ]
  • バッテリー容量により飛行時間が制限される
地上レーザースキャン（TLS）
  • 地上設置型の方法では、500～600 nmの赤外線パルスを既知の方向に発射する[ 34 ]
  • 距離はLiDARの往復時間から計算できる[ 34 ]
  • 約8mmの精度[ 34 ]
  • 既知の座標を持つ地上制御点を設定することにより[ 35 ]
  • 点群データは色（赤、緑、青）とともに返されます[ 35 ]
  • 視線の問題による遮蔽の可能性（影の問題）[ 34 ]
  • 複数のTLSデバイスを現場に設置する必要がある
  • 安定した緩やかな傾斜の変化がある場所にのみ適しています[ 1 ]
ハンドヘルドレーザースキャン（HLS）
  • マイクロスケールからメソスケールの構造を測定できる地上ベースの方法[ 34 ]
  • 距離はLiDARの往復時間から計算できる[ 34 ]
  • 30mmの精度[ 34 ]
  • 単一のリターン
  • 既知の座標を持つ地上制御点を設定することにより[ 35 ]
  • 小型デバイスながら高い移動度[ 24 ]
  • 不安定な地表面、例えば新しい地すべり地での現場データの記録に効果的である[ 24 ]
  • グレースケールのカラーポイントのみが返されるため、ポイントクラウドデータは手動でフィルタリングするのが困難です[ 34 ]
  • 一度に返品できるのは1件のみです

デジタル地形モデリング

デジタル地形モデル（DTM）は、地球の可視地形面を表現する数学モデルです。[ 36 ] DTMは、識別可能なLiDARデータポイントを連続した3次元面に変換します。このモデルは、異なる高さ値を持つ離散的な点を繋ぎ合わせて平面を形成します。これにより、構造地質学者はこれらの3次元平面から構造の向きを導き出すことができます。このモデリング技術は、デジタル惑星表面の作成にも使用されており、他にも多くの用途があります。[ 36 ]

デジタル地形モデルの原理

デジタル地形モデルは地表のみを抽出しますが、デジタル表層モデルには建物、道路、植生が含まれる場合があります。岩盤面の傾斜と傾斜方向を評価するには、デジタル地形モデルを使用する必要があります。

DTM は、三角形、正方形などの基本的な幾何学的単位によって分類されます。以下に示す 3 つの主要な数学関数が使用されます。

さらに、三角形ベースとグリッドベースが最もよく使用されます。

ポイントベース

ポイントベースのサーフェスモデリングは、連続した小さな不連続面を連続的に形成することでサーフェスを再構成します。各サーフェスは平面であり、個々のデータポイントを接続することで形成されます。[ 26 ]この関数は、各ポイントの影響範囲の境界を考慮することで、規則的なパターンと不規則なパターンを持つサーフェスを形成できます。この境界はボロノイ図によって定義されます。しかし、規則的なパターンは、六角形や正方形のパターンなど、より単純な計算に最も広く使用されています。[ 26 ]

各水平面の形成の数学的表現は次の通りである: [ 17 ]

Z私＝H私{\displaystyle Z_{i}=H_{i}}

ここで、Z は平面の高さ、H は i番目の点の高さです。

三角形ベース

三角形ベースの関数は、より傾斜した、または不規則なデジタルサーフェスモデルを形成できます。このアプローチは、複雑なDTMを構築するための主要な方法として扱われています。三角形は非常に柔軟性が高く、任意のポリゴン（正方形、長方形など）を他の小さな三角形に分解できます。[ 21 ] 連結された三角形ネットワークには、平面フィッティングのためのブレークラインを組み込むことができ、曲面/面の形成を容易にします。[ 36 ]三角形を形成するための最小要件は3つのデータポイントであり、最も近い3つのポイントがドロネー三角形分割によって重複することなくグループ化されて三角形を形成します。[ 37 ]

Delaunay 三角形分割によって生成される 3D モデル。最も近い点を接続して三角形の平面を形成することで 3D サーフェスが生成されます。

データ点が不均一に分布しているため、三角形ベースの手法は表面の変化を生成できるため、DTMを効果的に構築します。点群の一部のデータ点が削除または追加されても、DTMを完全に再構築することなく、局所的な三角形を再形成できます。[ 37 ]

表面形成プロセスはいくつかのパラメータによって制御されます。

1) メッシュの密度

2) 隣接する三角形の最大角度

3) 最小パッチサイズ

グリッドベース

グリッドベースモデルは、断続的な地形や急勾配の地形不連続部の構築にはあまり適していません。[ 36 ]グリッドベースモデルを形成するには、4つのデータポイントが最低要件です。[ 4 ] 結果として得られるサーフェスは、平行四辺形、正方形、長方形、その他の不規則な多角形など、任意の形状の四角形を連結してDTMを作成する双線形サーフェスと呼ばれます。 [ 30 ] この手法は、データが正方格子状になり、データポイントが均等に分散されるというデータ処理の利点があります。この場合、一部のソフトウェアでは、データがグリッド形状になるように「ランダムグリッド」操作を提供しています。[ 37 ]

デジタル地形モデリングへのアプローチ

収集されたデータはポイント クラウドの形式であるため、これらのレーザー ポイントの 3D 座標を、次の2 つの主要な手順でデジタル地形モデルに変換する必要があります。

1) 点群分類と地上フィルタリング

2) 離散レーザー点群データから補間により地表を再構築する。

データ処理と分類（航空LiDARスキャンのみ）

データ分類とノイズ除去は、偏りのない傾斜面を得るためのプロセスです。ALSが複数の反射波を収集する場合、この原理により物体を異なるカテゴリに分類できます。分類アルゴリズムは、TerraSolidが開発した点群データを自動的に分類するコンピュータソフトウェアであるTerraScanとTerraModelによって実行できます。[ 38 ]ただし、データポイントが正しく分類されていることを確認するには、手動での調整と検証が必要です。

地上レーザースキャン方式における視線の問題。対象物体がデータ収集領域外にある場合、地理空間記録のないデータ欠損が生じます。これは、木やその他の露頭によって対象物体が遮られている場合によく見られます。この問題の解決策としては、TLSセンサーの設置が挙げられます。

アルゴリズムは優勢な地形的特徴を特定することができ、これらのアルゴリズムは、顕著な変化を示す表面を非地盤的特徴と仮定する。[ 30 ] 岩盤斜面の表層モデルを作成するには、分類された地盤データのみが必要である。地盤面と非地盤面の分類は、以下のカテゴリーに分類される。

航空LiDARスキャンにおける主要なLiDARデータ分類カテゴリ
分類 例
平地、地面、または開けた地形 オープンテレイン、砂地、岩場、平らな屋根、ゴルフコース[ 26 ]
低植生地域 高さ2m未満の作物と雑草[ 26 ]
中程度の植生地域 2～10mの低木または低木地帯[ 26 ]
高植生地域 標高10mを超える森林地帯[ 26 ]

データフィルタリング

データフィルタリングは、不要なデータやデータノイズを除去することで、地表の抽出を可能にします。[ 26 ] 岩石の配向調査、露頭マッピング、地形調査では、岩盤斜面に関する情報のみを取得します。そのため、データフィルタリングは、点群を地表地物と非地表地物に分離するために実装されます。虫、植生、その他の人工インフラは、非地表地物に属します。[ 39 ]

3D レーザー ポイントをフィルター処理するには、オープン ソース ソフトウェアのいくつかの方法を適用して、関心領域全体から地上ポイントをフィルター処理できます。

さまざまなデータフィルタリング方法の比較
著者 技術 方法の説明 正確さ
アクセルソンら、2000 [ 40 ]三角形不規則ネットワーク（TIN） 複数のポイントがグリッドに分割されます。各グリッド内の低い標高は地表ポイントとして扱われます。グリッドのサイズはユーザーが自由に設定できます。ポイントが十分に近い場合、三角形のファセットに追加されます。 満足
ゼイベック、2019 布シミュレーション法 模擬布を上下逆さまの点群上に置くと、布がデータ点に接触する可能性のある箇所はフィルタリングされない。布が柔らかいほど、より多くの交点を保存できる。そして、交点は地面として分類される。[ 33 ]93%
表面ベース この方法は線形アルゴリズムを使用して非接地点を除去する[ 33 ]81%
曲率ベース フィッティングは最も近い近傍点に適用され、標高の変化が大きい点（Z成分）は除外される。[ 33 ]88%

地盤検証調査

地上検証調査の目的は、LiDARの精度を検証することです。LiDARデータは、異なる角度でレーザーパルスを送信するか、返送信号を受信することで取得されますが、これらの信号には、大気による波長の吸収によって生じる誤差が含まれる可能性があります。[ 41 ]そのため、収集されたデータの座標がローカル座標系と一致することを確認するために、地上検証調査が必要です。例えば、水平精度は、異なるデータ収集技術で収集されたデータを比較することで検証されます。また、座標が既知の複数のコントロールポイントを設定することで、データを修正することもできます。[ 42 ]

構造配向解析

DTMは、地質学的特徴の構造パラメータ（褶曲肢の傾斜角）を特定することができます。例えば、岩石面の傾斜と傾斜方向はDTMから導出できます。一般的な手法は以下のとおりです。

1) 対象斜面のLiDARデータを取得する[ 27 ]

2) ポイントデータのノイズ除去とフィルタリング[ 27 ]

3) 数学関数を用いて点データをDTMに変換する[ 8 ]

4) Coltop 3Dなどのプログラムを使用することで、節理面や斜面の構造形状を自動的に計算することができます。[ 8 ]

5) 岩石面は、点が単一の面を形成するようにグループ化されているか、または異なる面を形成するようにグループ化されているかを評価するための色分けまたは統計的手法によって決定されます。[ 8 ] [ 27 ]

6) 構造配向データを適切なコンピュータソフトウェアファイルに出力し、異なる面の傾斜と傾斜方向の分布をステレオネット上にプロットする。[ 8 ] [ 27 ]

データパーティション

データパーティショニングは、データをキューブに分割することで、不均一に分布した点データを再分配するのに役立ちます。返される点群データは、データ収集デバイスやパラメータのばらつきにより、点密度が異なります。点群の密度によってキューブのサイズが決定され、各キューブは4点以上で構成されます。[ 43 ] 不適合とみなされた点は点群から削除されます。[ 43 ]その後、各キューブの法線ベクトルが計算されます。

CloudCompareやGeomagicなどのオープンソースソフトウェアのOctree Partitioningは、データの分割を実現します。[ 43 ] 岩盤は地形によって粗さが異なるため、最適なキューブを得るには、ユーザーがキューブサイズを手動で設定する必要があります。点間隔を4mmから7mmの範囲で設定することで、各キューブの平均点数は15点から30点の範囲になります。[ 43 ]

法線ベクトルによるクラスター分析

岩石不連続面クラスタリングの目的は、斜面の各サブ面を、それらが属する同じ不連続面集合にグループ化することです。不連続面は、波状、粗面、または起伏のある表面を示します。[ 43 ]同じ節理集合内の点は、類似した配向性を示します。[ 43 ]このアルゴリズムは、点が層理面の主な配向内にあるか、互いにほぼ平行な面内にあるかを判定します。[ 44 ]このクラスタリング手法は、ほぼ同じ配向にある各面に割り当てられた法線ベクトルに基づいて、異なる節理集合を分類することができます。[ 44 ]

LiDAR技術の課題

LiDAR は短時間で広範囲のデータを収集する点で高い効率性を備えていますが、全体的なデータ処理と期待される結果の生成に関してはいくつかの課題が残っています。

データフィルタリングとサーフェス生成パラメータ

データフィルタリングにおいて植生が完全に除去されない場合があります。植生は岩石表面の滑らかさとクラスタリングに影響を与える可能性があります。多くの場合、3Dモデルは三角測量法によって生成されますが、スパイク（突起）がしばしば形成されます。[ 19 ] スパイクは岩石表面のクラスタリングに影響を与える可能性があります。スパイクは3D表面の滑らかさに影響を与え、岩石面の方向を計算する際に誤差を引き起こします。スパイクは、データポイントのX座標とY座標は類似しているがZ座標が大きく異なる場合に形成されます。針状の三角形は、表面が滑らかでないために生成されます。[ 45 ]

サーフェスクラスタリングにおけるフィルタリングパラメータは、多くの場合、ユーザーの過去の経験に依存します。例えば、八分木パラメータは、異なる点密度に応じて調整できます。[ 18 ] DTM形成の結果はユーザーが決定する必要があります。したがって、満足のいくサーフェスを生成するには、繰り返しテストを行う必要があります。[ 26 ]

点密度

点群密度は、LiDARデータセットにおける各データ点間の間隔として知られています。[ 45 ]このパラメータは、岩盤斜面の測定精度に影響を与えます。これは、データ処理（例えば、データのフィルタリング、分類、特徴抽出、物体認識など）において考慮する必要がある特性の一つです。[ 34 ] 点群密度は、様々な要因に依存します。

料金

LiDARは岩盤斜面での効果的なデータ収集方法であったが、コストが高いため実用的ではなかった。[ 47 ] 対象エリアが非常に小さい場合、ALS調査の実施には航空機、経験豊富なパイロット、地元の航空局の承認を得た飛行経路と高度の設計が必要となるため、TLSとALSの有用性が制限される。[ 29 ]

UAVを活用することで、上記の問題を解決できます。UAVは持ち運び可能で軽量であるため、アクセスできない地域でもデータ収集が可能で、小規模かつ低コストでデータ収集が可能です。[ 33 ]

アマゾンの熱帯雨林上空を飛行して林業の計測を行う様子を紹介するビデオ。

その他のLiDARアプリケーション

レーザースキャンの高精度かつ高効率なデータ取得方法は、構造測定以外のさまざまな分野にも応用できる可能性があります。

参考文献

  1. ^ a b c Abellán, Antonio; Oppikofer, Thierry; Jaboyedoff, Michel; Rosser, Nicholas J.; Lim, Michael; Lato, Matthew J. (2013-11-13). 「岩盤斜面不安定性の地上レーザースキャン」 . Earth Surface Processes and Landforms . 39 (1): 80– 97. Bibcode : 2014ESPL...39...80A . doi : 10.1002/esp.3493 . ISSN  0197-9337 . S2CID  128876331 .
  2. ^ Akturk, Emre; Altunel, Arif Oguz (2019). 「高度に不整地かつ植生に覆われた地形における低コストUAVによるデジタル標高モデル（DEM）の精度評価」 . Measurement . 136 : 382–386 . Bibcode : 2019Meas..136..382A . doi : 10.1016/j.measurement.2018.12.101 . ISSN 0263-2241 . S2CID 116823352 .  
  3. ^ a b c d e Sturzenegger, Matthieu; Willms, David; Pate, Kimberley; Johnston, Brent (2013). 「岩盤斜面の性能評価における地上リモートセンシング技術の使用経験」 . 2013年国際露天掘り採掘・土木工学斜面安定性シンポジウム議事録. オーストラリア地質力学センター, パース. pp.  775– 782. doi : 10.36487/acg_rep/1308_52_sturzenegger . ISBN 978-0-9870937-5-2。
  4. ^ a b c dヘス、モナ、「3Dレーザースキャン」、文化遺産の記録と保存のためのデジタル技術、アークヒューマニティーズプレス、pp.  199– 206、doi：10.2307/j.ctt1xp3w16.19、ISBN 978-1-942401-35-3、2020年10月6日取得{{citation}}: CS1 maint: ISBNによる作業パラメータ（リンク）
  5. ^ Hickey, Ken A.; Bell, Tim H. (1997-01-08). 「変形同時粒成長：静的焼鈍ではなく、葉理構造発達と広域変成作用におけるマトリックス粗大化」 . European Journal of Mineralogy . 8 (6): 1351– 1374. Bibcode : 1997EJMin...8.1351H . doi : 10.1127/ejm/8/6/1351 . ISSN 0935-1221 . 
  6. ^ Abellán, A.; Jaboyedoff, M.; Oppikofer, T.; Vilaplana, JM (2009-03-17). 「地上型レーザースキャナーを用いたミリメートル単位の変形検出：実験と落石事故への応用」 . Natural Hazards and Earth System Sciences . 9 (2): 365– 372. Bibcode : 2009NHESS...9..365A . doi : 10.5194/nhess-9-365-2009 . hdl : 2445/27315 . ISSN 1684-9981 . 
  7. ^ 「地表およびボアホール地球物理学における電気的手法の原理」 .地球化学と地球物理学の方法. 44. 2010. doi : 10.1016/c2009-0-16239-6 . ISBN 9780444529947. ISSN  0076-6895 .
  8. ^ a b c d e f gリケルメ、アドリアン;トマス、ロベルト。カノ、ミゲル。ホセ・ルイス牧師。アベラン、アントニオ (2018-05-24)。「3D 点群を使用した岩塊上の不連続性の持続性の自動マッピング」。岩石力学および岩石工学。51 (10): 3005–3028。ビブコード: 2018RMRE...51.3005R。土井：10.1007/s00603-018-1519-9。hdl : 10045/75855。ISSN 0723-2632。S2CID 135109573。  
  9. ^ a b cマティス、ジェームズ (2007). 「デジタル写真測量マッピングを用いたジェリコダイヤモンド鉱山の採掘斜面設計と構造解析」. 2007年国際露天掘り採掘・土木工学における岩盤斜面の安定性に関するシンポジウム議事録. オーストラリア地質力学センター、パース. pp.  93– 104. doi : 10.36487/acg_repo/708_4 . ISBN 978-0-9756756-8-7。
  10. ^トマス、R.;リケルメ、A.カノ、M.牧師、JL。パガン、ジイ;アセンシオ、JL;ルッフォ、M. (2020-06-23)。「3D オブジェクトを使用した車両飛行の可能性を評価する」。Revista de Teledetección (55): 1. doi : 10.4995/raet.2020.13168。hdl : 10045/107612。ISSN 1988-8740。 
  11. ^フェアブリッジ、ローズ・W. (1968). 「断層崖、断層線崖」.地形学. 地球科学百科事典. pp.  346– 351. doi : 10.1007/3-540-31060-6_125 . ISBN 0-442-00939-9。
  12. ^ a b Abercrombie, Rachel E. (2019-09-04). 「小規模地震と大規模地震は類似した形で始まることがある」 . Nature . 573 (7772): 42– 43. Bibcode : 2019Natur.573...42A . doi : 10.1038/d41586-019-02613-5 . ISSN 0028-0836 . PMID 31485064 .  
  13. ^ Ellsworth, WL; Beroza, GC (1995-05-12). 「地震核形成期の地震学的証拠」 . Science . 268 (5212): 851– 855. Bibcode : 1995Sci...268..851E . doi : 10.1126 / science.268.5212.851 . ISSN 0036-8075 . PMID 17792179. S2CID 2667663 .   
  14. ^フランチェスコ・シルヴェストリ、ニコラ・モラチ（2019年10月22日）。環境と建築物の保護と開発のための地震地盤工学：第7回国際地震地盤工学会議（ICEGE 2019）議事録、2019年6月17日～20日、ローマ、イタリア。CRCプレス。496頁。ISBN 978-0-429-63350-8。
  15. ^ Richard C. Berg (2011). 「地質調査機関における最新の3次元地質図作成とモデリングの概要」イリノイ州地質調査所. p. 73.
  16. ^ a b「LiDAR画像のマイクロスキャンによるサンプリングの改善」、Field Guide to LiDAR、SPIE PRESS、2015年、doi：10.1117/3.2186106.ch116、ISBN 978-1-62841-654-1、 2020年12月15日閲覧{{citation}}: CS1 maint: ISBNによる作業パラメータ（リンク）
  17. ^ a b Webster, Tim L.; Murphy, J. Brendan; Gosse, John C; Spooner, Ian (2006). 「LIDARによるデジタル標高モデル解析の地質図作成への応用：カナダ、ノバスコシア州ファンディ盆地の事例」 . Canadian Journal of Remote Sensing . 32 (2): 173– 193. Bibcode : 2006CaJRS..32..173W . doi : 10.5589/m06-017 . ISSN 0703-8992 . S2CID 55408192 .  
  18. ^ a b c d e f g h i Guo, Jiateng; Liu, Shanjun; Zhang, Peina; Wu, Lixin; Zhou, Wenhui; Yu, Yinan (2017-03-24). 「3D点群からの半自動岩盤不連続面標定とセット解析に向けて」 . Computers & Geosciences . 103 : 164– 172. Bibcode : 2017CG....103..164G . doi : 10.1016/j.cageo.2017.03.017 . ISSN 0098-3004 . 
  19. ^ a b c d e f g Dong, Pinliang; Chen, Qi (2017-12-12)、「LiDARデータ処理の基礎」、LiDARリモートセンシングとアプリケーション、ボカラトン、フロリダ州：CRCプレス、pp.  41– 62、doi：10.4324/9781351233354-3、ISBN 978-1-351-23335-4、 2020年10月7日閲覧{{citation}}: CS1 maint: ISBNによる作業パラメータ（リンク）
  20. ^ a b c Campbell, Michael J.; Dennison, Philip E.; Butler, Bret W. (2017). 「LiDARを用いた山火事避難経路マップ作成における傾斜、植生密度、地表粗度の影響に関する解析」 . International Journal of Wildland Fire . 26 (10): 884. doi : 10.1071/wf17031 . ISSN 1049-8001 . 
  21. ^ a b Zhou, Cuiying; Du, Zichun; Ouyang, Jinwu; Zhang, Zhilong; Liu, Zhen (2020). 「垂直投影された三角形ネットワークに基づく3D地質モデルと切削アルゴリズム」 . Computers & Geosciences . 143 104562. Bibcode : 2020CG....14304562Z . doi : 10.1016/j.cageo.2020.104562 . ISSN 0098-3004 . S2CID 221979787 .  
  22. ^ a b c d Burton, D.; Dunlap, DB; Wood, LJ; Flaig, PP (2011-05-01). 「岩石特性のリモートセンサーとしてのライダー強度」 . Journal of Sedimentary Research . 81 (5): 339– 347. Bibcode : 2011JSedR..81..339B . doi : 10.2110/jsr.2011.31 . ISSN 1527-1404 . 
  23. ^ゴンサレス＝ホルヘ、イヒニオ;アリアス、ペドロ。プエンテ、イヴァン。マルティネス、ホアキン (2012-06-29)。「モバイルLiDARを活用した道路勾配調査」。ISG*ISARC2012 論文論文全文。国際建設オートメーションおよびロボット工学協会 (IAARC)。土井：10.22260/isarc2012/0015。ISBN 978-90-386-3410-4。
  24. ^ a b c d Jordá Bordehore, Luis; Riquelme, Adrian; Cano, Miguel; Tomás, Roberto (2017-06-24). 「崩壊した岩盤斜面の運動学的安定性評価における手動およびリモートセンシングによる現場不連続点収集の比較」 . International Journal of Rock Mechanics and Mining Sciences . 97 : 24– 32. Bibcode : 2017IJRMM..97...24J . doi : 10.1016/j.ijrmms.2017.06.004 . hdl : 10045/67528 . ISSN 1365-1609 . 
  25. ^ a b c d e f g h i j k Okyay, Unal; Telling, Jennifer; Glennie, Craig L.; Dietrich, William E. (2019年11月). 「航空機搭載LIDAR変化検出：地球科学への応用概要」 . Earth-Science Reviews . 198 102929. Bibcode : 2019ESRv..19802929O . doi : 10.1016/j.earscirev.2019.102929 . ISSN 0012-8252 . S2CID 202181132 .  
  26. ^ a b c d e f g h i j k l m n航空機搭載LIDARシステムとデータ処理の進歩. 2018-05-11. doi : 10.3390/books978-3-03842-674-5 . ISBN 978-3-03842-674-5。
  27. ^ a b c d e Farmakis, Ioannis.落石危険度評価のためのLiDAR地上レーザースキャナーを用いた自動3Dジョイント式岩盤構造解析および特性評価：ペリッサ地域（サントリーニ島）の事例. OCLC 1196463534 . 
  28. ^ a b c d Pradhan, Biswajeet; Yusof, Norbazlan Mohd (2017)、「高解像度航空レーザースキャンデータを用いた斜面の脆弱性とリスク評価」、地すべり評価におけるレーザースキャンの応用、Cham: Springer International Publishing、pp.  235– 251、doi : 10.1007/978-3-319-55342-9_12、ISBN 978-3-319-55341-2、 2020年10月8日閲覧{{citation}}: CS1 maint: ISBNによる作業パラメータ（リンク）
  29. ^ a b c d McGaughey, W (2019). 「データ駆動型土質工学的ハザード評価：実践と落とし穴」.第1回国際鉱業地質工学リスク会議議事録. オーストラリア地質工学センター, パース. pp.  219– 232. doi : 10.36487/acg_rep/1905_11_mcgaughey . ISBN 978-0-9876389-1-5。
  30. ^ a b c Guo, Jiateng; Liu, Shanjun; Zhang, Peina; Wu, Lixin; Zhou, Wenhui; Yu, Yinan (2017). 「3D点群からの半自動岩盤不連続面標定とセット解析に向けて」 . Computers & Geosciences . 103 : 164– 172. Bibcode : 2017CG....103..164G . doi : 10.1016/j.cageo.2017.03.017 . ISSN 0098-3004 . 
  31. ^ Pradhan, Biswajeet. Buchroithner, Manfred F. (2012).陸地質量移動：地理情報技術を用いた検知、モデリング、早期警戒、緩和策. Springer. ISBN 978-3-642-25495-6. OCLC  785560465 .{{cite book}}: CS1 maint: 複数の名前: 著者リスト (リンク)
  32. ^ Pradhan, Biswajeet; Sameen, Maher Ibrahim (2017)、「地すべり研究におけるレーザースキャンシステム」、地すべり評価におけるレーザースキャンアプリケーション、Cham: Springer International Publishing、pp.  3– 19、doi : 10.1007/978-3-319-55342-9_1、ISBN 978-3-319-55341-2、 2020年10月7日閲覧{{citation}}: CS1 maint: ISBNによる作業パラメータ（リンク）
  33. ^ a b c d e Zeybek, Mustafa; Şanlıoğlu, İsmail (2018-10-07). 「UAVベースのポイントクラウドにおけるポイントクラウドフィルタリング」 .計測. 133 : 99–111 . doi : 10.1016/j.measurement.2018.10.013 . ISSN 0263-2241 . S2CID 116030719 .  
  34. ^ a b c d e f g h i Bauwens, Sébastien; Bartholomeus, Harm; Calders, Kim; Lejeune, Philippe (2016-06-21). 「地上LiDARによる森林調査：静的および手持ち式モバイルレーザースキャンの比較」 . Forests . 7 (12): 127. Bibcode : 2016Fore....7..127B . doi : 10.3390/f7060127 . ISSN 1999-4907 . 
  35. ^ a b c Lee, Yong Wook (2013-04-30). 「SmartBaseを用いた直接地理参照に基づくEOパラメータの決定」 .韓国測量・測地学・写真測量・地図学学会誌. 31 (2): 135– 142. doi : 10.7848/ksgpc.2013.31.2.135 . ISSN 1598-4850 . 
  36. ^ a b c d「デジタル地形と表面モデルの生成」、デジタル写真測量、アビンドン、英国：テイラー＆フランシス、pp.  159– 299、2002年、doi：10.4324/9780203305959_chapter_3、ISBN 978-0-203-35360-8、 2020年11月13日閲覧{{citation}}: CS1 maint: ISBNによる作業パラメータ（リンク）
  37. ^ a b c d e f「地形モデリングソフトウェアとサービス」、デジタル地形モデリングの環境アプリケーション、英国チチェスター：John Wiley＆Sons、Ltd、pp.  228– 260、2018年2月16日、doi：10.1002/9781118938188.ch6、ISBN 978-1-118-93818-8、 2020年10月8日閲覧{{citation}}: CS1 maint: ISBNによる作業パラメータ（リンク）
  38. ^ Tam, Chung-yan, Candy (2008). 3Dレーザースキャン技術を用いた岩石節理粗度に関する研究（論文）. 香港大学図書館. doi : 10.5353/th_b4020348 . hdl : 10722/50671 .{{cite thesis}}: CS1 maint: 複数の名前: 著者リスト (リンク)
  39. ^ Richman, A.; Hamilton, A.; Arayici, Y.; Counsell, J.; Tkhelidze, B. (2005). 「リモートセンシング、LIDAR、自動データキャプチャ、そしてVEPSプロジェクト」 .第9回国際情報視覚化会議 (IV'05) . IEEE. pp.  151– 156. doi : 10.1109/iv.2005.106 . ISBN 0-7695-2397-8. S2CID  15794226 .
  40. ^ Axelsson, P. (2000). 「適応型TINモデルを用いたレーザースキャナデータからのDEM生成」 . 「CiNii . 国際写真測量・リモートセンシングアーカイブ」 . 2020年12月27日閲覧。
  41. ^ a b c d Jones, LD (2006).地上LiDARを用いた危険地帯における地滑り監視：モントセラトの事例. OCLC 770329355 . 
  42. ^ Gordon, Stuart J.; Lichti, Derek D. (2007). 「地上レーザースキャナデータのモデリングによる構造変形の高精度測定」 . Journal of Surveying Engineering . 133 (2): 72– 80. doi : 10.1061/(asce)0733-9453(2007)133:2(72) . ISSN 0733-9453 . 
  43. ^ a b c d e f Han, Soohee (2018-12-12). 「大規模3Dポイントクラウドのためのオクツリーの効率的な実装に向けて」 . Sensors . 18 (12): 4398. Bibcode : 2018Senso..18.4398H . doi : 10.3390 / s18124398 . ISSN 1424-8220 . PMC 6308722. PMID 30545103 .   
  44. ^ a bジャボイェドフ、ミシェル;アベラン、アントニオ。カレア、ダリオ。デロン、マルクアンリ。マタッシ、バティスタ。 Michoud, Clément (2018-03-22)、「LIDAR を使用した地滑りのマッピングとモニタリング」、Natural Hazards、ボカラトン、フロリダ州: CRC Press、pp.  397–420、doi : 10.1201/9781315166841-17、ISBN 978-1-315-16684-1、 2020年10月7日閲覧{{citation}}: CS1 maint: ISBNによる作業パラメータ（リンク）
  45. ^ a b Khosravipour, Anahita; Skidmore, Andrew K.; Isenburg, Martin (2016). 「LiDAR生ポイントクラウドを用いたスパイクフリーデジタルサーフェスモデルの生成：林業アプリケーションへの新たなアプローチ」 . International Journal of Applied Earth Observation and Geoinformation . 52 : 104–114 . Bibcode : 2016IJAEO..52..104K . doi : 10.1016/j.jag.2016.06.005 . ISSN 0303-2434 . 
  46. ^ a b c Luo, Shezhou; Chen, Jing M.; Wang, Cheng; Xi, Xiaohuan; Zeng, Hongcheng; Peng, Dailiang; Li, Dong (2016-05-18). 「LiDARポイント密度、サンプリングサイズ、および高さ閾値が作物の生物物理学的パラメータの推定精度に及ぼす影響」 . Optics Express . 24 (11): 11578–93 . Bibcode : 2016OExpr..2411578L . doi : 10.1364/oe.24.011578 . ISSN 1094-4087 . PMID 27410085 .  
  47. ^ a b c d Collins, Brian D.; Stock, Greg M. (2012-03-29). 「LiDARを用いた崖の落石危険度特性評価」. GeoCongress 2012.レストン, VA: アメリカ土木学会. pp.  3021– 3030. doi : 10.1061/9780784412121.309 . ISBN 978-0-7844-1212-1。
  48. ^ a b c d eケネディ、マイケル (2009-07-07). Global Positioning System と ArcGIS . doi : 10.1201/9781420088007 . ISBN 9780429144547。

概念のより詳細な説明については、以下のリンクを参照してください。

「 https://en.wikipedia.org/w/index.php?title=Geological_structure_measurement_by_LiDAR&oldid=1326451667」より取得