قياس البنية الجيولوجية بواسطة تقنية الليدار

تُعرف اتجاهات مستويات الصخور بأنها الميول الطبيعية التي تحدث على سطح صخري. ^{[ 8 ]} ومن أمثلة مستويات الصخور: مستويات التطبق، ومستويات الصدوع. تُقاس اتجاهات هذه المستويات باستخدام الميل واتجاهه بواسطة جهاز قياس الميل والبوصلة، حيث يمثل الميل أقصى زاوية ميل للمستوى عن المستوى الأفقي، بينما يمثل اتجاه الميل اتجاه خط التقاطع بين المستوى الأفقي والمستوى المائل. ^{[ 9 ]} يمكن لشبكة ستيريونيت تصوير توزيع الميل واتجاهه لتحليل حركية المنحدر. ^{[ 9 ]}

يمثل علم الحركة حركة جسم صخري دون وجود قوى خارجية تحركه. ويركز تحليل الحركة على إمكانية حدوث انهيارات انتقالية نتيجة انزلاق المستويات ^{[ 9 ]،} مع إمكانية التعرف على أنواع أخرى من أنماط الانهيار، مثل الانهيارات الوتدية والانهيارات المائلة ^{[ 10 ] .}

يمكن استخدام سلوكيات الصدوع لقياس معدل نقل الرواسب والتنبؤ بالزلازل . يُسهم الزلزال في تكوين بقايا الصدوع ، حيث يرتفع أحد جانبي الكتلة نسبيًا، مما يُسبب إزاحات رأسية. وبناءً على ذلك، يستطيع الجيولوجيون البنيويون، من خلال معرفة خصائص بقايا الصدوع، تحديد عمرها واستنتاج المدة الزمنية اللازمة لتكوينها. ^{[ 11 ]}

تبدأ الزلازل بانزلاقات بطيئة . الانزلاقات هي إزاحة الكتل على جانبي الصدع. مع ذلك، لا يمكن رصد هذه الانزلاقات بواسطة أجهزة قياس الزلازل (بحد أقصى 5 مم/يوم). ^{[ 12 ]} عندما تصل الكتل المنزلقة إلى سرعة تمزق حرجة، تتطور الصدوع تدريجيًا إلى حجم الزلزال النهائي بتسارع خطي على طول مستويات الصدع . ^{[ 12 ]} تتناسب الإزاحة الحرجة للصدوع طرديًا مع سرعات التمزق الأولية. ^{[ 13 ]}

بعد جمع بيانات LiDAR من التضاريس قبل الزلزال وبعده، ومن خلال بناء نماذج رقمية ثلاثية الأبعاد للتضاريس ، يمكن استخلاص الإزاحات والتشوهات. ^{[ 14 ]} وبالتالي، يستطيع العلماء التنبؤ بحجم الزلزال النهائي في المستقبل من خلال تحديد خصائص الصدوع والانزلاقات وحجم المناطق، كما يصبح التنبؤ بالزلازل على المدى القصير ممكنًا. ^{[ 15 ]}

عند إجراء المسح الجيولوجي ، تُستخدم غالبًا تفسيرات الصور الجوية وصور الأقمار الصناعية ، إلا أن الغطاء النباتي الحرجي لا يزال يُمثل التحدي الأكبر في هذا المجال. فعلى سبيل المثال، يُعدّ تحديد خصائص التضاريس الطبيعية عند التلال والوديان أمرًا معقدًا نوعًا ما، إذ أن العديد من هذه الخصائص مُغطاة بالغابات. ولذلك ، تُنشأ الخرائط الطبوغرافية من خلال جمع البيانات يدويًا. ^{[ 16 ]}

توفر تقنية الليدار نظامًا كامل الموجة، مما يُمكّن نبضة الليزر من اختراق الغطاء النباتي. ^{[ 16 ]} يتيح هذا النظام الحصول على نقاط بيانات جيولوجية للأرض المجردة. وقد اكتشف ويبستر وزملاؤه فوهات بركانية جديدة في شمال كندا باستخدام بيانات الليدار ونماذج التضاريس الرقمية. يجب إنشاء نموذج تضاريس رقمي لقياس المعايير الهيكلية (زوايا الميل، وأعماق نحت الأنهار). ^{[ 17 ]} بفضل رسم خرائط دقيقة للصخور الأساسية والتركيب الصخري السطحي بواسطة الليدار، يستطيع الجيولوجيون الهيكليون إعادة بناء العمليات السطحية المتضمنة.

لا يمكن تقييم التوجهات البنيوية التقليدية إلا يدويًا على الكتل الصخرية المكشوفة التي يمكن الوصول إليها. جرت العادة أن يدرس الجيولوجيون الهندسيون فواصل الصخور بعدد محدود منها في كل مرة، وقد لا تمثل هذه الفواصل كامل النتوء الصخري. ^{[ 3 ]} لذا، قد ينطوي قياس توجه مستوى الصخور التقليدي على تحيز.

كما تتناول الدراسات الجيوتقنية معايير جيوميكانيكية أخرى، مثل الثبات وحجم الكتلة والمسافة بين فواصل الصخور. ^{[ 8 ]}

يُصدر نظام الليدار أشعة ليزر نبضية ومستمرة للحصول على معلومات ثلاثية الأبعاد. ويُعدّ الماسح الضوئي الليزري المكوّن الرئيسي لنظام الليدار.  تُستخدم أشعة ليزر بطول موجي يتراوح بين 550 و600 نانومتر في الأنظمة الأرضية (المسح الليزري المحمول والمسح الليزري الأرضي)، بينما تستخدم الأنظمة المحمولة جواً أشعة ليزر  بطول موجي يتراوح بين 1000 و1600 نانومتر. ^{[ 19 ]}

يحسب الليزر المدى الذي يمكن الوصول إليه باستخدام الصيغة التالية: ^{[ 19 ]}

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

• يمثل R المدى بالأمتار
• يمثل c سرعة الضوء بوحدة متر/ثانية
• t هو زمن انتقال نبضة الليزر بالثواني

يستقبل نظام LiDAR المعلومات عبر ارتداد الموجات المنفصلة والكاملة. يُستخدم الارتداد الكامل (متعدد الارتدادات) غالبًا في تحليل الغابات باستخدام تقنية LiDAR المحمولة جوًا، بينما يُستخدم الارتداد المنفصل (ارتداد واحد) في طريقة المسح الليزري الأرضية . ^{[ 19 ]} ينعكس الليزر عند وصوله إلى أي سطح. يتميز الارتداد الكامل بقدرته على اختراق طبقات الأشجار وإعادة معلومات الغطاء النباتي على ارتفاعات مختلفة. ^{[ 19 ]} أما الارتداد المنفصل فيقتصر على المواد السطحية فقط. ^{[ 19 ]} لذا، يُستخدم نظام LiDAR المحمول جوًا بكثرة في الدراسات الحرجية.

تُخزَّن بيانات LiDAR بشكل أساسي بصيغة سحابة النقاط (.las ) . تحتوي بيانات سحابة النقاط الملتقطة على بيانات هندسية (X، YZ). تُستخلص كل نقطة بيانات من مسح ليزري واحد، وتمثل مرجعًا مكانيًا جغرافيًا محليًا. ^{[ 20 ]} يمكنها تمثيل واجهات صخرية ثلاثية الأبعاد واقعية في تضاريس طبيعية نائية ووعرة . ^{[ 21 ]}

تتضمن بيانات LiDAR المعايير التالية:

• تحتوي كل نقطة بيانات على إحداثيات (إحداثيات X و Y و Z في نظام مرجعي محلي) ^{[ 22 ]}
• تحتوي كل نقطة على معلومات اللون المرتبطة بها ( تنسيق R، G، B ) ^{[ 22 ]}
• شدة الانعكاس للسطح ^{[ 20 ] [ 22 ]}
• إمكانية التراكب التلقائي للصور الفوتوغرافية على السحب النقطية (التي تم التقاطها أثناء عملية المسح الضوئي) ^{[ 20 ]}
• أي بيانات طيفية فائقة أخرى ^{[ 22 ]}

تساعد هذه البيانات في تحليل خصائص الأجسام الصخرية، وهي تشمل المعلومات الهندسية أو الإشعاعية المسجلة للمنحدرات الصخرية الطبيعية أو المحفورة أو المتفجرة.

في السابق، كانت بيانات LiDAR تأتي على شكل تنسيق ASCII (الرمز القياسي الأمريكي لتبادل المعلومات) ، ^{[ 18 ]} والذي يحتوي على العديد من المشاكل  :

1) انخفاض سرعة قراءة وتفسير ملفات ASCII ^{[ 18 ]}

2) فقدان البيانات المفيدة أثناء معالجة البيانات ^{[ 18 ]}

3) نظام ASCII غير موحد ^{[ 18 ]}

بعد عام 2003، قامت الجمعية الأمريكية للتصوير المساحي والاستشعار عن بعد (ASPRS) بتوحيد بيانات LiDAR في ملف ليزر ثنائي متسلسل (.las ) يحتوي على سجلات بيانات LiDAR أو غيرها من سجلات بيانات السحابة النقطية. ^{[ 18 ]}

تعني الإسناد الجغرافي إمكانية ربط إحداثيات الصورة الجوية /نموذج التضاريس الرقمي بنظام جغرافي عالمي/إقليمي. وبذلك، يتمكن المستخدمون من تحديد موقع كل نقطة من البيانات المجمعة على سطح الأرض. ^{[ 18 ]} يستخدم نظام تحديد المواقع العالمي (GPS) عادةً نظام الإسناد الجيوديسي العالمي لعام 1984 (WGS84) ، ويخزن البيانات المُسندة جغرافيًا بصيغة GeoTIFF / GeoPDF . ^{[ 23 ]} إضافةً إلى ذلك، قد يحتاج المستخدمون إلى بيانات الارتفاع الأرثومتري (الارتفاع فوق مستوى سطح البحر أو نموذج الجيود ) في سيناريوهات مختلفة، مثل تحليل تغير مستوى سطح البحر باستخدام البيانات الهيدرولوجية . ^{[ 18 ]}

يمكن إجراء الإسناد الجغرافي بإضافة نقاط تحكم عند قاعدة المنحدر. ^{[ 8 ]} وبنقل بيانات سحابة النقاط إلى الإحداثيات الصحيحة المعروفة بثلاث نقاط على الأقل، يمكن إعادة وضع بيانات سحابة النقاط في نظام إحداثيات دقيق. ^{[ 24 ]} هذه المعلومات مفيدة لحساب المسافات والأحجام والمساحات.

تُصنّف نماذج التحويل الرقمي حسب الوحدات الهندسية الأساسية، مثل المثلثات والمربعات. وتُستخدم ثلاث دوال رياضية رئيسية، كما هو موضح أدناه  :

• قائم على النقاط ^{[ 37 ]}
• ^{[ 37 ]} قائم على المثلث
• قائم على الشبكة ^{[ 37 ]}

علاوة على ذلك، فإن النماذج القائمة على المثلثات والنماذج القائمة على الشبكة هي الأكثر استخدامًا.

قاعدة مثلثة

يمكن لدالة قائمة على المثلثات أن تُشكّل نموذجًا رقميًا للسطح أكثر ميلًا أو عدم انتظام. يُعتبر هذا النهج الطريقة الأساسية لبناء نموذج الارتفاع الرقمي المعقد. تتميز المثلثات بمرونة كبيرة، حيث يمكن تقسيم أي مضلع (مثل المربع أو المستطيل) إلى مثلثات أصغر. ^{[ 21 ]} يمكن لشبكة مثلثية مترابطة أن تتضمن خطوط فاصلة لتناسب المستويات، مما يُسهّل تكوين سطح منحني. ^{[ 36 ]} يتطلب الحد الأدنى لتكوين مثلث ثلاث نقاط بيانات، حيث يتم تجميع أقرب ثلاث نقاط لتكوين مثلث باستخدام تثليث ديلاوناي دون تداخل. ^{[ 37 ]}

نظراً لتوزيع نقاط البيانات بشكل غير متساوٍ، فإن الطريقة القائمة على المثلثات تُنشئ نموذج الارتفاع الرقمي (DTM) بكفاءة عالية، لأنها قادرة على إحداث اختلافات سطحية. حتى عند إزالة أو إضافة بعض نقاط البيانات من سحابة النقاط، يمكن إعادة تشكيل مثلث محلي دون الحاجة إلى إعادة بناء نموذج الارتفاع الرقمي بالكامل. ^{[ 37 ]}

تتحكم بعض المعايير في عملية تشكيل السطح:

1) كثافة الشبكة

2) أكبر زاوية بين المثلثات المتجاورة

3) الحد الأدنى لحجم الرقعة

يُعدّ تصنيف البيانات وتنظيف التشويش عمليتين أساسيتين للحصول على سطح مائل غير متحيز. عند جمع بيانات المسح الليزري المحمول جواً (ALS) باستخدام ارتدادات متعددة، يُمكن لهذا المبدأ تصنيف الأجسام إلى فئات مختلفة. يُمكن تنفيذ خوارزميات التصنيف بواسطة برنامجي TerraScan وTerraModel، وهما برنامجان حاسوبيان لتصنيف بيانات السحابة النقطية تلقائيًا، طُوّرا بواسطة شركة TerraSolid. ^{[ 38 ]} مع ذلك، يلزم إجراء بعض التعديلات والتحققات اليدوية لضمان تصنيف نقاط البيانات بشكل صحيح.

تستطيع الخوارزميات تحديد السمات الأرضية السائدة، وتفترض هذه الخوارزميات أن الأسطح ذات التغيرات الكبيرة هي سمات غير أرضية. ^{[ 30 ]} لإنشاء نموذج سطحي لمنحدر صخري، لا يلزم سوى بيانات أرضية مصنفة. وتُصنَّف الأسطح الأرضية وغير الأرضية ضمن الفئات التالية:

تُمكّن عملية ترشيح البيانات من استخلاص سطح الأرض العاري عن طريق إزالة البيانات غير الضرورية أو التشويش. ^{[ 26 ]} في دراسات اتجاه الصخور، ورسم خرائط النتوءات الصخرية، والدراسات الطبوغرافية ، لا يتم الحصول إلا على معلومات حول أجسام المنحدرات الصخرية. لذا، يُطبّق ترشيح البيانات لفصل سُحب النقاط إلى معالم أرضية وغير أرضية. تُصنّف الحشرات والنباتات والبنى التحتية الاصطناعية الأخرى ضمن المعالم غير الأرضية. ^{[ 39 ]}

من أجل تصفية نقاط الليزر ثلاثية الأبعاد، يمكن تطبيق بعض الطرق من البرامج مفتوحة المصدر لتصفية نقاط الأرض من منطقة الاهتمام بأكملها  :

يهدف مسح التحقق الميداني إلى اختبار دقة نظام الليدار. تُجمع بيانات الليدار عن طريق إرسال نبضات ليزر بزوايا مختلفة أو استقبال الإشارة العائدة، وقد تتضمن هذه الإشارات بعض الأخطاء الناتجة عن امتصاص الغلاف الجوي للطول الموجي. ^{[ 41 ]} لذلك، يلزم إجراء مسح ميداني للتحقق من صحة البيانات لضمان تطابق إحداثيات البيانات المُجمعة مع نظام الإحداثيات المحلي. على سبيل المثال، سيتم اختبار الدقة الأفقية بمقارنة البيانات المُجمعة باستخدام تقنيات جمع بيانات مختلفة. كما يمكن تصحيح البيانات عن طريق تحديد نقاط تحكم متعددة ذات إحداثيات معروفة. ^{[ 42 ]}

تساعد عملية تقسيم البيانات على إعادة توزيع بيانات النقاط غير المتساوية عن طريق تقسيمها إلى مكعبات. وتختلف كثافة النقاط في بيانات سحابة النقاط المُسترجعة، وذلك نتيجة لاختلاف أجهزة جمع البيانات ومعاييرها. وتحدد كثافة سحابة النقاط حجم المكعب، بحيث لا يقل عدد النقاط في كل مكعب عن 4 نقاط. ^{[ 43 ]} تُزال النقاط التي تُعتبر غير مطابقة من سحابة النقاط. ^{[ 43 ]} بعد ذلك، يُحسب متجه الوحدة العمودي لكل مكعب.

يُمكن تقسيم البيانات باستخدام تقنية تقسيم الأشجار الثمانية في البرامج مفتوحة المصدر، مثل CloudCompare و Geomagic . ^{[ 43 ]} ونظرًا لاختلاف خشونة الكتل الصخرية في التضاريس المختلفة، فإنه من الضروري للمستخدمين تحديد حجم المكعب يدويًا للحصول على أفضل النتائج. ويتراوح متوسط ​​عدد النقاط في كل مكعب بين 15 و30 نقطة، وذلك بتحديد نطاق تباعد النقاط بين 4 و7 ملم. ^{[ 43 ]}

يهدف تجميع فواصل الصخور إلى تجميع المستويات الفرعية للمنحدر في نفس مجموعة الفواصل التي تنتمي إليها. تُظهر هذه الفواصل تموجًا أو خشونة أو سطحًا متموجًا. ^{[ 43 ]} تُظهر النقاط داخل نفس مجموعة الفواصل أنماط توجيه متشابهة. ^{[ 43 ]} تحدد الخوارزمية ما إذا كانت النقاط تقع ضمن التوجيه الرئيسي لمستويات التطبق أو مستويات فرعية متوازية مع بعضها البعض. ^{[ 44 ]} يمكن لتقنية التجميع تصنيف مجموعات الفواصل المختلفة بناءً على متجهات عمودية مُخصصة على كل وجه ضمن نفس التوجيه تقريبًا. ^{[ 44 ]}

قد لا تُزال النباتات بالكامل أثناء عملية ترشيح البيانات، مما قد يؤثر على نعومة وتجمع أسطح الصخور. في معظم الحالات، تُنشأ النماذج ثلاثية الأبعاد باستخدام طريقة التثليث، وغالبًا ما تتشكل نتوءات حادة. ^{[ 19 ]} قد تؤثر هذه النتوءات على تجمع أسطح الصخور، وعلى نعومة السطح ثلاثي الأبعاد، مما يُسبب أخطاءً في حساب اتجاهات مستويات الصخور. تتشكل هذه النتوءات عندما تتشابه إحداثيات X وY لنقاط البيانات، بينما تختلف إحداثيات Z اختلافًا كبيرًا، وتنتج المثلثات ذات الشكل الإبري نتيجةً لعدم نعومة الأسطح. ^{[ 45 ]}

تعتمد معايير الترشيح لتجميع الأسطح غالبًا على خبرات المستخدمين السابقة. على سبيل المثال، يمكن ضبط معيار الشجرة الثمانية بكثافات نقاط مختلفة. ^{[ 18 ]} يجب على المستخدمين تحديد نتيجة تكوين نموذج الارتفاع الرقمي. لذا، يلزم إجراء اختبار متكرر لإنشاء سطح مُرضٍ. ^{[ 26 ]}

كثافة السحابة النقطية، والمعروفة بالمسافة بين كل نقطة بيانات في مجموعات بيانات LiDAR المُستَحصَلة. ^{[ 45 ]} يؤثر هذا المُعامل على دقة قياس منحدرات الصخور، وهو أحد الخصائص التي يجب مراعاتها أثناء معالجة البيانات، مثل ترشيح البيانات وتصنيفها واستخراج الميزات والتعرف على الأجسام. ^{[ 34 ]} تعتمد كثافة السحابة النقطية على عوامل مُتعددة:

• تداخل الرؤية في نظام تحديد المواقع العالمي (TLS) ^{[ 46 ]}
• الخصائص الانعكاسية للكائن محل الاهتمام ^{[ 46 ]}
• معدل المسح الضوئي لمرض التصلب الجانبي الضموري ^{[ 46 ]}

على الرغم من أن تقنية LiDAR أثبتت فعاليتها في جمع البيانات على المنحدرات الصخرية، إلا أن تكلفتها العالية جعلتها غير عملية. ^{[ 47 ]} وعندما تكون مساحة المنطقة المراد دراستها صغيرة جدًا، فإن ذلك يحد من جدوى استخدام تقنيتي المسح الليزري الأرضي (TLS) والمسح الليزري الجوي (ALS)، إذ يتطلب إجراء مسح ALS طائرة، وطيارًا خبيرًا، ومسار طيران مُصممًا، وارتفاعًا مُعتمدًا من قِبل إدارة الطيران المحلية. ^{[ 29 ]}

يمكن حل المشكلة المذكورة أعلاه باستخدام الطائرات بدون طيار. فهي قادرة على جمع البيانات في المناطق التي يصعب الوصول إليها، مما يتيح جمع البيانات بتكلفة منخفضة وعلى نطاق صغير، نظرًا لأن الجهاز محمول وخفيف الوزن. ^{[ 33 ]}