Uzaktan Sensing ve Drone Surveys'in Büyük ölçekli Geoteknik Site Araştırmalarında Kullanımı

Geoteknik Araştırmaların Evrimi: Uzaktan Sensing ve Drone Teknolojisi

Büyük ölçekli geoteknik site soruşturmaları tarihsel olarak manuel alan haritalarına, toprak sıkıcılarına ve sınırlı hava fotoğrafçılığına dayanıyor.Son on yıl boyunca, [[Şerefli algı[Döneticiler:0) ve [[Döneticiler:2.)) ile ilgili daha fazla bilgi sahibi, çevresel değerlendirmeler ve jeologlar, analiz ve altyüzlü ve yüzey verileri inceler.Bu teknolojiler hızlı, yüksek çözünürlüklü veri alımına izin verir.

Geoteknik Uygulamaları için Uzaktan Cümleyi Anlayın

Uzaktan algılama, bir nesne veya alan hakkında bilgi edinmeyi, genellikle uydular, uçaklar veya uçaklar üzerinde monte edilen sensörleri kullanarak ifade eder. geoteknik mühendislikte, uzaktan algılama, en iyiografi, toprak örtüsü ve jeolojik yapılar hakkında kritik veriler sunar. Anahtar, elektromanyetik spektrumun birden çok kısmında veri yakalamaktır - yakın, termal ve radar - farklı zemin özellikleri ortaya çıkarır.

Anahtar Sensör türleri ve onların Geoteknik Relevance

Bu sensörlerin kombinasyonu, uzaktan algılama ilkelerine çok katmanlı bir bakış açısı sağlar. Data füzyon teknikleri - aşırı derecede LiDAR topografide aşırı algılamalı LiDAR topografi gibi - yüzey özelliklerini altta yatan jeoloji ile ilişkilendirebilir mühendisler. daha fazla okuma için uzaktan algılama ilkeleri, [[0)USGS uzaktan algılama)

Drone Surveys: Field-Level Precision and Verimliliği

Drones (UAVs Aerial Tools, UAVs) bazı durumlarda modern geoteknik anketler için işhor haline geldi, zemin tabanlı ölçümler ve uydu görüntüleri arasındaki boşluğu güçlendirin. Geleneksel insanlı uçaklar aksine, dronelar düşük ve yavaş uçabilir, verilere sahip olabilir - bazı durumlarda daha uygun maliyetlidir.

Drone Platforms ve Payloads

Modern anket uçakları sabit modellerini (örneğin, karmaşık arazide sabit görüntü veya LiDAR'ı yakalamak için) uçuş başına yüzlerce hektarı ve multirotor platformlarını (örneğin, DJI Matrice 300 RTK) kapsayan sabit görüntüleyici veya LiDAR'ı karmaşık arazide yakalamak için. Payi X) 20mega RGB anahtarlama LiDAR birimleri ve multispectral sensörler.

Data Processing Workflow

  1. [FONT:0]Flight Planlaması: [DFLT:1] Yazılım (örneğin, Pix4Dcapture, DroneDeploy) araştırma alanını, çakışmayı (tipik olarak% 70-80 ön ve yan fotoğraf çekimi için çakışma), ve yükseklik için 60-120 m'nin uçuş yükseklikleri yaygındır.
  2. [FONT:0)Data Acquisition:[Dönetici:0) Hava Kuvvetleri, yüzlerce ila binlerce görüntüyü yürütür. Simultane,board sensörleri rekor GPS zamanlayıcı, yönelim ve bazen LiDAR pulları.
  3. [FONT=0)Fotoğrafgram İşleme: [DDD Dmapper'da, 3D ağlar veya DEM'ler için Yapıyı kullanarak, LDAR'dan, yörünge dosyaları ve ham nokta bulutları zemin puanlarını sınıflandırmak için işlenir.
  4. [FONT=0)Geoteknik Analiz: [DFLT:1] Çıktı verileri GIS veya özel yazılımlara (örneğin, ArcGIS Pro, Global Mapper, Rocscience Slide3, eğim stabilite modeli, arazi analizi veya hacimsel değişim tespiti için ithal edilir.

drone anketlerinin hızı büyük bir avantajdır: 100-hectare sitesi iki saat içinde kullanılabilir işlenmiş verilerle, aynı alanın geleneksel bir zemin araştırması hafta sürebilir.TheyuFLT:0FAA'nın UAS düzenlemeleri).

Büyük-Scale Geoteknik Araştırmalarda Uygulamaları

Uzaktan algılama ve drone anketleri şimdi büyük ölçekli geoteknik projelerin neredeyse her aşamasına entegre edilmiştir. Aşağıda gerçek dünya bağlamı ile önemli uygulama alanları vardır.

Pre-Feaability and Site Selection

En erken dönem projeleri baraj inşaatı veya otoyol routing gibi, uydu görüntü (optik ve InSAR) ve bölgesel LiDAR, büyük jeolojik yapıları, mevcut toprakların üç yıl boyunca, sitedeki iki ayak izi olmayan bölgeleri tanımlayabiliyor.Bu, onlarca kişiden bir avuça kadar potansiyel uyum seçeneklerini azaltır, önemli zaman tasarrufu sağlar. Örneğin, Şili'deki yeni kuyruk depolama tesisi için sitedeki yeni bir depolama tesisi için sitedeki siteler için seçimde, mevcut üç yıl boyunca dikkat çekicilik bölgelerin iki adımını azaltır.

Slope Stability Analysis

Tepelerlope başarısızlıkları dağlık altyapıda birincil risktir. Drone-derived DEMs at 5-10 cm çözünürlükte mühendislerin harita kıvrımlarını, gerginlik çatlaklarını ve British Columbia'daki Fraser Valley'den yapılan iki büyümeden fazla yapılan araştırmalarda, 1.2-m daha sonra yapılan anketlerden oluşan bir düşüş tespit edilebilir; bir kaç metreye kadar erken bir drenaj sisteminin kurulması, görsel denetimin ortaya çıkmasını sağlayacaktır.

Dam ve Levee Muayene

Dams ve koeler, rutin denetimler için sürekli izleme gerektirir. ABD'deki Uzaylı anketler, hızlı posta değerlendirmeleri yoluyla su bazlı termal görüntülemeyi kabul edebilir.Rezersiz değerlendirmeler ile birlikte, transkriptlere kıyasla% 70 azaltımı sağlar.

Madencilik ve Quarry Operasyonları

Açık hava madenleri, hacim hesaplamaları için drone anketlerini kullanıyor (stockpile ve kazı), duvar stabilitesi izleme ve patlama analizi. Haftalık uçuşlar doğru kesme ve doldurma raporları üreterek, müteahhitlerle anlaşmazlıkları azaltır. büyük bir bakır madeninde Arizona, aylık drone LiDAR anketleri üç ay boyunca 0,2 $ 'lık bir artış gösterdi, madencilikte durdurulacak bir çöküşe yol açtı.

Çevre İzleme ve Araziler Tehlike Harita

Post-fire manzaraları, yağışlı çöp akışları modeline karşı savunmasızdır. Benzer şekilde, Uydu InSAR Himalayalarda yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş topraklar taşıyabilir, risk iyonları için geniş çaplı verileri sağlar.

Data Integration and Modeling

Uzak algılama ve drone verilerinin gerçek değeri, sayısal modeller tarafından yönlendirildiğinde ortaya çıkmaktadır. Geoteknik mühendisler, sonlu elemanlar veya limit denge eğim stabilite modelleri için giriş olarak yüksek çözünürlüklü DEM'ler kullanır.Soilpower parametreleri, sık sık sık sık sık sık sık sık sık sık sık sık sık uzaysal olarak yüzey özellikleri tarafından yönlendirilebilir (örneğin, bitki örtüsü modelleri, drenaj). Makine öğrenme teknikleri, rastgele orman veya destek vektörleri gibi, araziformları sınıflandırmak veya tahmin edilebilirliklerden elde edilir.

GIS bir Central Platform olarak

Coğrafi Bilgi Sistemleri (GIS) bu farklı veri kümelerini yönetmek, analiz etmek ve görselleştirmek için merkez olarak hizmet eder. Tipik bir geoteknik GIS projesi şunları içerir:

ArcGIS Pro ve QGIS ortak platformlardır.InSAR yer değiştirme yeteneği bir drone veyastomosaic üzerinde, o zaman belirli bir pikselde delik verilerini sorgulayın, site koşullarının bütünsel bir görünümü sağlar.GIS entegrasyonuna, afrika:0ESRI geoteknik mühendislik kaynakları).

Meydanlar ve Sınırlar

Avantajlarına rağmen, bu teknolojilerin tam potansiyelini gerçekleştirmek için birkaç zorluk yönetilmelidir.

Düzenlemeler

Drone operasyonları ulusal ve yerel havacılık düzenlemelerine tabidir. ABD'de, Bölüm 107 uzaktan pilot sertifikasyon, görsel hat-görüler işlemleri ve yüksek limitler (400 ft AGL) Görsel hat-görüler (BVLOS) uçuşları, büyük doğrusal projeler için ideal olacaktır (örneğin, boru hatları), özel feragatler gerektirir ve diğer ülkelerde, sınırlar veya askeri bölgeler için uçuşlar için izin alabilir.

Çevre Koşulları

Havalar - rüzgar, yağış ve bulut kapağı - zemin droneları veya bozulan veri kalitesi. LiDAR ışık tıyağı nüfuz edebilir ancak mevsimsel ve günlük hava pencereleri etrafında yapılan ölçümler gerekli değildir.

Data Management and Processing

500 hektarlık tek bir drone LiDAR araştırması, 10-20 GB'yi ham nokta bulut verisi üretebilir. İşleme güçlü bilgisayarlar veya bulut hizmetleri gerektirir (örneğin, Amazon Web Services, Google Cloud). birden fazla anketle sürümlenen veri kümelerini yönetmek (örneğin, haftalık uçuşlar) sağlam veri yönetimi protokolleri gerektirir.

Doğru ve Geçerlilik

drone verileri RTK ile yüzde santimetre doğruluğunu elde edebilirken, hatalar, yoksul GNSS kapsama (örneğin, dik kanyonlar), lens kalibrasyon sorunları veya yanlış işleme parametrelerinin nerede büyük sonuçları olabileceğinin doğrulanması için altın standart olarak kalabilir.

Uzak Sensing ve Drone Surveys for Geotekniks

Yeniliğin hızı yavaşlama işareti göstermiyor. Birkaç ortaya çıkan trend, bu teknolojileri rutin geoteknik uygulamaya daha da entegre edecek.

AI-Powered Otomatik Özel Tespiti

Büyük veri setlerinde eğitilmiş makine öğrenme modelleri artık otomatik olarak topraklı verileri tanımlayabilir ve drone görüntülerinde yapılan hataları veya gerginlik çatlakları tespit edebilir. Örneğin, konvolual sinir ağları (CNNs) özel geospatial AI modellerinde %90'dan fazla bir platform sunar. Otomatik sınıflandırma manuel yorum üzerinden harcanan süreyi azaltır ve mühendisler risk değerlendirme Şirketlerine odaklanmaya olanak sağlar.

Gerçek Zamanlı Veri Akışı

Uzak bilişim ve 5G bağlantılarında, drone'ların işlenmiş verileri (örneğin, nokta bulutları, termal aşırı uçlar) gerçek zamanlı olarak zemin istasyonlarına dönüştürmelerini sağlar. Bu, acil yanıt için dönüştürücüdür (örneğin, baraj ihlali, topraklar olayı), hızlı kararlar gereklidir. Aktif inşaat siteleri üzerinde uçan Drones sürekli olarak dijital ikizleri güncelleyebilir, mühendisler sürekli olarak yeniden inşa edilmiş koşullara izin verir.

Multi-Sensor Fusion ve Hyperspectral Görüntüleme

Yeni maaş yükleri tek bir uçuşta birden fazla sensör entegre eder, örneğin LiDAR + multispectral + termal. Hiperspectral görüntüleyicileri (küresel kompulasyonlar için yüzlerce kanal) mineral türlerini ve toprak kimyasını tanımlayabilir, temel tasarım ve çevresel değerlendirmede yardımcı olabilir.

Özerk Swarm Operasyonları

koordineli swarms'te uçan çok sayıda drone, büyük alanları kaplayabiliyor - tek bir gün, ödeme yüklerini adapte ederken (örneğin LiDAR, başka bir termal) Swarm teknolojisi hala erken ticari dağıtımda bulunuyor, ancak boru hattı koridor haritalama veya kıyı erozyonu izleme gibi bölgesel ölçekli geoteknik soruşturmalar söz konusu.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Uzaktan algılama ve drone anketleri, büyük ölçekli geoteknik site soruşturmalarının temel bileşenleri için niş deneysel araçlardan taşındılar.Onlar, on yıl önce mümkün olan temel bilgileri kullanarak, daha verimli tasarımları ve proaktif risk yönetimi sağlar.Rekreasyon çerçevelerinden dolayı, işleme maliyetleri azalır ve AI yeteneklerini olgunlaştırmak için, bu teknolojiler mühendislerin on yıl önce zeminde görmelerini sağlar.Bu tür teknik yapılarda daha güvenli, daha verimli tasarımlar ve proaktif risk yönetimi sağlar.