LiDARによる地質構造計測

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法です。岩体の監視と特性評価が可能になります。^[1]この方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、地質学的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であり、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、サイズ、持続性、空間的変化、および特定地域の岩石不連続面の数が含まれます。^[1]これらの不連続面の特徴は斜面の安定性に大きな影響を与え、斜面崩壊を引き起こしたり、岩盤を無傷の岩塊に分離したりします (落石)。^[2]断層に沿って移動した岩塊の中には、地震の兆候となるものがあります。

従来、地質技術者は岩石の不連続性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なため、危険評価に必要な詳細な構造測定や体積計算を行うのが困難でした。^[3] LiDARを使用することで、地質構造を遠隔で評価でき、仮想露頭による斜面の 3D調査が可能になります。

LiDAR技術（Light Detection and Ranging）は、正確な3D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。

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ています。不連続な特性とプレートテクトニクスの力により、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、亀裂、層理面、剪断帯、機械的破壊、または微視的（<1cm、変成作用による葉理の発達^[5]）から巨視的（>100m、海洋中央海嶺）までの範囲のその他の特徴が含まれます。^[6]

地質構造は典型的には細長く、その方向はしばしば「走向」として説明される。岩体が広範囲に傾いている場合、その斜面抵抗を考慮すると、落石を引き起こす可能性が高くなる可能性がある。^[7]構造解析にLiDARを使用すると、単一の露頭スケールから地上スケールまで地形の特徴を測定できる。以下に、地質構造の測定とその重要性をいくつか挙げる。

岩石面の方向とは、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、層状面、断層面などがある。面の方向は、傾斜計とコンパスを使用して傾斜と傾斜方向で測定される。傾斜は面が水平に対して最大に傾いた角度、傾斜方向は水平と傾斜面の交線の方向である。^[9]ステレオネットは傾斜と傾斜方向の分布を視覚化し、斜面の運動学を分析することができる。 ^[9]

運動学は、岩石を動かす外力なしに岩石体の動きを表します。運動学解析は、平面の滑りによる並進破壊の可能性に重点を置いています^[9]が、くさび破壊や転倒破壊などの他のタイプの破壊モードも認識できます。^[10]

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使用できます。地震は断層の破片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上向きになり、垂直方向の変位を引き起こします。したがって、断層の破片のパラメータが与えられれば、構造地質学者はその年齢を推定し、そのような特徴の形成にかかる時間を推測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始まる。滑りとは断層の両側に沿ってずれたブロックのことである。しかし、これらの滑りは地震計では検出できない（最大5mm/日）。^{[12]滑りブロックが臨界破壊速度に達すると、断層は}断層面に沿って直線的に加速し、徐々に最終的な地震の大きさへと進化する。^[12] 断層の臨界変位は初期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]

地質図を作成する際には、航空写真や衛星画像による解釈がよく使用されますが、森林植生は地図作成における大きな課題となっています。例えば、尾根や谷の物理的な地形の特徴を明らかにすることは、その多くが森林に覆われているため、やや複雑です。地形図は、データを手作業で取得して作成されます。^[16]

LiDARはフル波形システムを提供し、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、裸地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利用して、カナダ北部で新しいクレーターを発見しました。構造パラメータ（傾斜角、川の浸食深さ）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による正確な岩盤と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。

従来の構造方向は、到達可能な露出した岩盤上で手作業でしか評価できません。従来、工学地質学者は、一度に限られた数の岩石不連続面のみを調査していました。不連続面は、露頭全体を代表していない可能性があります。^[3] そのため、従来の岩石面方向測定にはバイアスが含まれる可能性があります。

土質工学的研究では、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（光検出と測距）は、レーザーパルスを発射して受信し、3D情報を取得する高速測量プロセスです。^[3]異なる波長の光を対象物に照射することにより、LiDARを使用して正確な地形図を作成できます。これは、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、急斜面や岩崖の研究を行うことができる技術です。^[4]

LiDARデータを地理参照するには、ローカル座標系またはグローバル座標系でデータを配置するなど、正確に測定されたデータが必要です。したがって、生成されたLiDARを以前に収集された航空写真に重ね合わせると、時間の経過に伴う地形の変化を観察できます。^[18]

LiDARシステムは、パルスレーザーと連続波レーザーを放射して3D情報を取得します。レーザースキャナーはLiDARの主要コンポーネントです。地上ベースのシステム（ハンドヘルドレーザースキャンと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]

レーザーは到達可能範囲を次の式で計算します。^[19]

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

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

LiDARは、離散的および全波形のリターンによって情報を受信します。全波形（マルチリターン）は航空機搭載LiDARによる森林分析​​によく使用され、離散的リターン（シングルリターン）は地上ベースのレーザースキャン方式で使用されます。^[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、樹冠に浸透し、さまざまな高さの植生情報を返すことができます。^[19]離散的リターンは、表面の材料しか返すことができません。^[19]そのため、航空機搭載LiDARは林業研究によく使用されます。

LiDARデータは主にポイントクラウド形式（.las ）で保存されます。キャプチャされたポイントクラウドデータには、X、YZの幾何学的データが格納されます。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、ローカルの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}自然地形のリアルで3次元的な岩面を表現できます。^[21]

LiDAR データには次のパラメータがあります。

• 各データポイントには座標（ローカル参照システムのX、Y、Z座標）が含まれています^[22]
• 各点には関連する色情報（R、G、B形式）がある^[22]
• 表面の反射強度^{[20] [22]}
• 写真と点群（スキャン処理中にキャプチャ）の自動重ね合わせが可能^[20]
• その他のハイパースペクトルデータ^[22]

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]であったが、これにはいくつかの問題があった。

1) ASCIIファイルの読み取りと解釈の速度が遅い^[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）のLiDARデータを標準化しました。 ^[18]

地理参照とは、航空写真/デジタル地形モデル上の座標を、地球規模/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、ユーザーは地球表面上の収集データのすべてのポイントを特定して配置することができます。^[18] 一般的な全地球測位システムは、1984年の世界測地系(WGS84)データムを使用し、地理参照データを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で正測標高(海抜標高またはジオイドモデル)を必要とする場合があります。たとえば、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つのポイントで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 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。たとえば、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) などです。以下の表は、前述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

デジタル地形モデル（DTM）は、地球の目に見える地形表面を表す数学モデルです。^[36] DTMは、識別可能なLiDARデータポイントを連続した3D表面に変換し、モデルは個別の高さ値を持つ離散的なポイントを接続して平面を形成します。したがって、構造地質学者はこれらの3D平面から構造の方向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、他の多くの用途があります。^[36]

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。

• ポイントベース^[37]
• 三角形ベース^[37]
• グリッドベース^[37]

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。

ポイントベースのサーフェスモデリングは、連続した小さな不連続面の集合を形成することでサーフェスを再構築します。各サーフェスは平面で、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。ボロノイ図は、その境界を定義します。ただし、規則的なパターンは、六角形や四角形のパターンなど、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]

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

ここで、Z は平面の高さ、H は i^番目の点の高さです。

三角形ベースの関数は、より傾斜した、または不規則なデジタル表面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な方法として扱われています。三角形は柔軟性が高く、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] リンクされた三角形ネットワークには、平面フィッティング用のブレークラインを組み込むことができ、曲面/表面の形成が容易になります。^{[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、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]

データポイントが不均一に分布しているため、三角形ベースの方法は表面の変化を作成できるため、DTMを効果的に構築します。ポイントクラウドの一部のデータポイントが削除または追加された場合でも、完全なDTM再構築を行わずにローカル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

グリッドベースのモデルは、断続的な地形や急勾配の地形の不連続性を構築するのにはあまり適していません。^[36]グリッドベースのモデルを形成するには、4 つのデータ ポイントが最小要件です。^[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、任意の形状の四辺形がリンクされて DTM を作成する双線形サーフェスと呼ばれます。 ^[30] この方法には、データが正方形のグリッドの形になり、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式になるように「ランダム ツー グリッド」操作を提供しています。^[37]

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、次の 2 つの主要な手順で、レーザー ポイントの 3D 座標をデジタル地形モデルに変換する必要があります。

1) 点群分類と地表フィルタリング

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が複数のリターンでデータを収集する場合、この原理によりオブジェクトをさまざまなカテゴリに分類できます。分類アルゴリズムは、TerraSolidによって開発され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、手動の調整と検証が必要です。

アルゴリズムは優勢な地形的特徴を識別することができ、これらのアルゴリズムは、顕著な変化のある表面が非地表的特徴であると想定します。^[30] 岩盤斜面の表面モデルを作成するには、分類された地表データのみが必要です。地表と非地表の分類は、次のカテゴリに分類されます。

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して、地表の抽出を可能にします。^[26] 岩石の方向研究、露頭マッピング、地形研究では、岩石斜面体に関する情報のみを取得します。したがって、データフィルタリングは、点群を地上と非地上の特徴として分離するために実装されています。虫、植生、その他の人工インフラストラクチャは、非地上の特徴に属します。^[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。

地上検証調査の目的は、LiDARの精度をテストすることです。LiDARデータは、異なる角度でレーザーパルスを送信したり、返送信号を受信したりすることで取得されますが、これらの信号には、波長の大気吸収によって引き起こされる誤差が含まれる場合があります。^[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。たとえば、水平精度は、さまざまなデータ収集技術で収集されたデータを比較することでテストされます。また、既知の座標を持つ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]

DTM は、地質学的特徴の構造パラメータ (褶曲枝の傾斜角) を識別することができます。たとえば、岩石面の傾斜と傾斜方向は DTM から導き出すことができます。一般的な方法論は、次の手順で行われます。

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) 数学関数を使って点データを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、ジョイント/傾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か、異なる面を形成す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、異なる平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]}

データ分割は、データをキューブに分割することで、不均一に分散されたポイントデータを再分配するのに役立ちます。返されたポイントクラウドデータは、データ収集デバイスとパラメータの変動により、ポイント密度が異なります。ポイントクラウドの密度によってキューブのサイズが決まり、各キューブは4点以上で構成されます。^[43] 不適合と見なされるポイントは、ポイントクラウドから削除されます。^[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できます。^[43] さまざまな地形の岩盤を考慮すると、岩盤の粗さにはばらつきがあります。したがって、最適なキューブを取得するには、ユーザーがキューブのサイズを手動で設定する必要があります。ポイント間隔の範囲を4mmから7mmに設定することで、各キューブの平均ポイント数は15〜30ポイントの範囲になります。^[43]

岩石不連続面クラスタリングの目的は、斜面のサブプレーンを、それらが属する同じ不連続面セットにグループ化することです。不連続面は、波状、粗さ、または起伏のある表面を示します。^[43]同じ節理セット内のポイントは、同様の配向傾向を示します。^[43]アルゴリズムは、ポイントが層状面の主な配向内にあるか、または互いに準平行面内にあるかを判断します。^[44]クラスタリング手法では、ほぼ同じ配向内の各面に割り当てられた法線ベクトルに基づいて、異なる節理セットを分類できます。^[44]

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。

データのフィルタリング中に植生が完全に除去されない場合があります。植生は岩の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。ほとんどの場合、3Dモデルは三角測量法によって生成され、スパイクが形成されることがよくあります。^[19] スパイクは岩の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、岩の平面の方向を計算する際にエラーを引き起こします。スパイクは、データポイントのX座標とY座標が類似しているがZ座標が大きく異なる場合に形成され、針のような形状の三角形は滑らかでない表面の結果として生成されます。^[45]

表面クラスタリングの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。たとえば、オクトリーパラメータは、異なる点密度で調整できます。^[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、満足のいく表面を生成するには、繰り返しテスト手順が必要です。^[26]

点群密度は、取得されたLiDARデータセット内の各データポイント間の間隔として知られています。^[45]このパラメータは、岩石斜面の測定精度に影響します。これは、データ処理中に考慮する必要がある特性の1つです。たとえば、データのフィルタリング、分類、特徴抽出、オブジェクト認識などです。^[34] 点群密度は、さまざまな要因に依存します。

• TLSの視界重複^[46]
• 対象物体の反射特性^[46]
• ALSのスキャン頻度^[46]

LiDARは岩盤斜面での効果的なデータ収集方法であるが、コストが高いため実用的ではない。^[47] 対象エリアが非常に小さい場合、ALS調査には航空機、経験豊富なパイロット、地元の航空局の承認を得た設計された飛行経路と高度が必要であるため、TLSとALSの有用性は制限される。^[29]

UAVを導入することで、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、アクセスできない場所でもデータを収集でき、小規模で低コストのデータ収集が可能になります。^[33]

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。

• 緊急検査と地すべりマッピング^[47]
• プロジェクト管理（3Dモデル/地形データが必要）^[47]
• 現場の進捗状況、掘削または埋め立ての量^[47]
• 体積計算^[41]
• 地形図作成^[41]
• 建築および高速道路建設^[41]
• 自然災害評価^[28]
• 到達不能エリアデータ収集^[48]
• 精密農業^[48]
• 竣工記録^[48]
• 無許可の作業（例：現場の状況の撮影）^[48]
• 連続的かつ反復的なLiDARスキャンによる表面変形の監視^[48]
• 考古学と遺跡の復元^[25]
• 地震学^[25]
• 林業^[25]
• 大気物理学^[25]
• 地球外探査^[25]

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。

• 地理参照
• 岩石の不連続性
• ステレオネット