抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
バサイメートルマッピングは貯留層管理のための重要なツールであり,貯留層建設の前に典型的に完了する。歴史的に,貯留層全体にわたって比較的大きい間隔で測定した点間の補間によって,貯留層の規模に依存して,典型的には10,メートル以上,あるいはそれ以上で,測深地図を作成した。これらの測定は,貯水池が満たされる前に従来の調査方法,または充填後のソナー調査を用いて行われた。堆積や侵食のような建設後の問題は貯留層を変えることができるが,関心の地域が典型的には堆積物デルタや,しばしば水上あるいは一部に曝露される他の困難なアクセス地域にあるので,更新された測深地図を生成することは困難である。マルチビームソナーデータと組み合わせた小型無人機(sUAV)写真測量を用いて,地形モデルを生成する方法を確立した小型無人機(sUAV)写真測量を用いて,水線上の領域を含む完全な貯留層測深地図を作成する方法を示した。これは,写真測量によって生成された海岸線地形モデルが長くて薄いので,モデル作成のための最適な形状ではなく,画像マッチングアルゴリズムによる問題を引き起こす大部分の画像が水を含むので,ユニークな問題である。本論文では,市販のソフトウェアパッケージを用いて処理されるsUAVからの画像を用いて,正確な上水 shoreline線モデルを作成する方法および傾斜をマッチングすることにより,運動(SfM)データセットからソナーおよび構造を正確に編み出す方法について述べた。両アプローチによって生成されたモデルは,三次元空間における地表面を表す点から成る点雲である。sUAV捕捉画像からのモデル作成には,地上制御点(GCPs),すなわち,既知の位置を持つ点が,モデル作成をアンカーする。本研究では,GCPを使用せず,GCPを不正確にタグ付けすることにより,地上制御間隔,マスキング水領域(あるいは水領域)を画像にマスキングする問題を検討した。これらの問題を定量化するため,モデル精度に関して,発生雲と基準点雲間の差を計算し,点雲誤差を決定した。GCPを位置づけるために必要な時間は,画像を捕捉するのに必要な時間より著しく多く,GCP密度の最適化が重要であることを見出した。長い,薄い海岸線モデルを生成するために, shoreline線に沿った~1.51.5km(~1マイル)間隔を有するGCPsが,有用なデータを生成するのに十分であることを見出した。この間隔は,ε≦0.5km(λ≧1/4マイル)GCP間隔を用いて生成された基準雲と比較して,5.5cmの平均誤差をもたらした。著者らは,モデル作成に用いる画像において,遠隔領域および空に関連する水および面積をマスクすることが必要であることを見出した。これは,水,遠斜め距離の物体,および空が画像間の点にマッチするアルゴリズムを混乱させるためである。画像をマスクしなかった場合,得られたモデルは20m以上の誤差を有した。著者らのソナーポイントクラウドは,自己コンシステントである一方,ほとんどの貯留層調査に典型的である,正確に地理参照ではなかった。著者らは,上記の水雲とソナー雲の間の遷移の断面を用いて,ソナーデータを地理配置し,2つのデータセットを正確にニットする方法を示した。 Sho線地形モデル(長と薄)とソナーとドローンデータの統合は,データ収集と処理における現在の進歩を利用するニッチ領域である。本研究は,研究者と実務家が,貯留層管理を支援するための正確なポスト建設貯留層測深地図を作成するためのこれらの進歩を利用するのに役立つであろう。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】