5. Diskussion
5.4 UAS‐baserad fjärranalys
Insamlandet av data med UAS visade sig vara begränsad beroende på omgivande väderförhållanden. Vid starka vindar och minusgrader halverades batteritiden med 50
% i jämförelse med flygning under vindstilla och varmare klimat. Drönares ömtålighet för väta gör att flygning inte kan ske vid nederbörd. Is och snö var ett hinder för
karteringen då viktiga strukturer täcktes, nackdelen gäller dock även vid konventionell kartering.
Drönarbaserade fjärranalysen gjordes på avstånd och utan fysisk kontakt med bergslänten. Detta ger personalen en större möjlighet samla in data från säkrare områden, och på så vis undvika risk för fallande block eller arbete intill tungt
och avstängning av trafik, lift m.m.) kan besparas.
Fotogrammetrin ger en mer detaljerad kartering än den konventionella metoden då det skulle vara omöjligt att uppnå samma omfattning vid den konventionella metoden.
Det studerade området på 600 kvm fotograferas på 25 minuter och
orienteringsmätningarna kunde göras framför datorn. Detta kan minska tidsberoende kostnader som fältarbete innefattar. Användandet av fotogrammetrisk 3D-modellering visade sig bidra med mer överskådlig och lättförstående data vid tolknings- och analysmomentet då bergväggen enkelt kunde roteras och ses från alla vinklar. Vid konventionell kartering är möjligheten till detta mer begränsat, och de övergripande tolkningarna är bundna till okulär besiktning vid marknivå. Vid kartläggning av förändringar under tid på samma bergsyta kan en ny modell göras vid varje undersökningstillfälle. Modellernas skillnader bör sedan kunna visualiseras i CloudCompare.
Tidsåtgången och resultatet styrs utifrån punktmolnets kvalité. Ett detaljerat punktmoln med hög upplösning ger ett säkrare resultat och möjligheten att få ut tillförlitliga bergmekaniska parametrar är större i ett moln med täta punkter. Den största nackdelen med högupplöst är att det tar betydligt längre tid för mjukvaran att behandla data. Högupplösta filer tar även upp större lagringsutrymme och det krävs en dator med stor processorkraft för att behandla data. Ett lågupplöst punktmoln tar betydligt kortare tid att framställa men glesare punkter kan leda till att viktig
information förloras och ger avvikande resultat. Vid en jämförelse av två moln, där det ena hade fem gånger lägre upplösning än de andra, var den lågupplösta
modellen svårtolkad och resulterade att vissa bergmekaniska parametrar inte kunde tolkas. Däremot var punktmolnet tillräcklig för att ge en överskådande modell av bergslänten.
6. Slutsats
Användningen av UAS-baserad fotogrammetri vid stabilitetsanalyser visade sig ge resultat inom acceptabel mätosäkerhet vid mätning av sprickplans strykning och stupning. Metoden visade sig däremot inte kunna ersätta den konventionella metoden helt, utan bör istället ses som ett kompletterande verktyg.
Vid jämförelse med konventionell metod visade sig den fotogrammetriska metoden vara mer tidseffektiv och bidra till minskandet av riskmoment ute i fält. Data från fotogrammetrin var även mer omfattande och digital datalagring tillsammans med 3D-modell är en fördel för vidare arbete.
Mjukvaran lyckades inte att urskilja naturliga sprickplan från sprängytor, vilket gjorde att ett automatiskt framtagande av sprickplansorientering inte var lämpad för mer komplexa och sprängda ytor. Tidigare studier har dock visat att det är möjligt vid undersökning av naturliga och storblockiga bergslänter.
Tackord
Jag vill tacka avdelningen Geologi och bergteknik på Bergab som har stöttat mig med sina kunskaper och resurser vilket har gjort att jag kunnat arbeta med detta ämne.
Jag vill även rikta ett särskilt stort tack till min handledare Filip Johansson för att han har hjälpt mig med arbetets struktur och utformning under kursens gång. Sist vill jag tacka Lars Maersk Hansen från Institutionen för geovetenskaper vid Uppsala
Universitet för värdefull handledning.
Akcay, O. 2015, "Landslide Fissure Inference Assessment by ANFIS and Logistic Regression Using UAS-Based Photogrammetry", ISPRS International Journal of Geo-Information, vol. 4, no. 4, pp. 2131-2158.
Bertalan, L., Túri, Z. & Szabó, G. 2016, "UAS PHOTOGRAMMETRY AND OBJECT-BASED IMAGE ANALYSIS (GEOBIA): EROSION MONITORING AT THE KAZÁR BADLAND, HUNGARY", Acta Geographica Debrecina. Landscape & Environment Series, vol. 10, no. 3/4, pp. 169.
Bemis, S.P., Micklethwaite, S., Turner, D., James, M.R., Akciz, S., Thiele, S.T. &
Bangash, H.A. (2014). Ground-based and UAV-Based photogrammetry: A multi-scale, high-resolution mapping tool for structural geology and
paleoseismology. Journal of Structural Geology, vol. 69, ss. 163-178.
DOI: https://doi.org/10.1016/j.jsg.2014.10.007
Dewez, T. J. B., Girardeau-Montaut, D., Allanic, C & Rohmer, J. 2016, Facets: A CloudCompare plugin to extract geological planes from unstructed 3D point clouds, Int. Arch. Photogram. Remote Sens. Spatial Inf. Sci, vol XLI-B5, ss. 799-804. DOI: https://doi.org/10.5194/isprs-archives-XLI-B5-799-2016
Hoek, E. (2007). Practical Rock Engineering. Tillgänglig:
https://www.rocscience.com/documents/hoek/corner/Practical-Rock-EngineeringFull-Text.pdf [2018-02-06]
Hoek, E. & Bray, J. (1981). Rock Slope Engineering. 3. uppl.
London: Institution of Mining and Metallurgy.
Lantmäteriet m.fl. (2013). Geodetisk och fotogrammetrisk mätnings- och beräkningsteknik, Kompendium. Tillgänglig:
https://www.lantmateriet.se/globalassets/om-lantmateriet/var-samverkanmed-andra/handbok-mat--ochkartfragor/utbildning/kompendium20131028.pdf [2018-02-01].
Lindfors, U., Swindell, R., Rosengren L., Holmberg, M., & Sjöberg, J. (2015).
Projektering av bergkonstruktioner. Sundbyberg: Trafikverket
(Publikationsnummer 2014:144) Tillgänglig: https://trafikverket.ineko.se/Files/sv-SE/11641/Ineko.Product.RelatedFiles/2014_144_Projektering_av_bergkonstruktio ner_handbok.pdf [2018-03-21]
Matasci, B., Stock, G.M., Jaboyedoff, M., Carrea, D., Collins, B.D., Guérin, A., Matasci, G. & Ravanel, L. (2017). Assessing rockfall susceptibility in steep and overhanging slopes using three-dimensional analysys of failure mechanisms.
Landslides, vol 15 (67), ss. 1-20. DOI: https://doi.org/10.1007/s10346-017-0911-y NGI. (2015). Using the Q-system, Rock mass classification and support design. Oslo:
NGI. Tillgänglig: https://www.ngi.no/eng/Services/Technical-expertise-A-Z/Engineering-geology-and-rock-mechanics/Q-system [2018-02-01].
Persson, L., Eliasson, T., Göransson M., Kero L., Lundqvist S., Sträng M.; 2000.
Beskrivning till Berkvalitetskartan över Göteborgs kommun. SGU. Ba 59 Bk Sandegren, R., Johansson, H. E.; 2000. Beskrivning till Kartbladet Göteborg. SGU.
Aa 173.
Eriksson, M, Kiilsgaard, R, Bertilsson, R (2015). Slänter i berg. Inventering av kunskapsläge och behov. Statens geotekniska institut, SGI Publikation 22, Linköping.
Trafikverket (2014). Borrhålsbeskrivning KBH 1 Bratterås. Bilaga 14, Ärendenummer TRV2012/15258.
Tse, R. & Cruden, D.M. (1979). Estimating joint roughness coefficients. International Journal of Rock Mechanics and Mining Sciences and Geomechanics Abstracts, vol. 16 (5), ss. 303-307. DOI: https://doi.org/10.1016/0148-9062(79)90241-9 Wyllie, D.C. & Mah, C.W. (2004). Rock slope engineering: civil and mining 4. uppl.
New York: Spon Press. Tillgänglig:
https://civilenglineering.files.wordpress.com/2014/10/rock_slope_engineering_civil _and_mining.pdf [2018-02-01]
Internetkällor
SGU Kartgenerator, 2017 http://maps2.sgu.se/kartgenerator/maporder_sv.html SGU (2018) Sveriges berggrund.
https://www.sgu.se/om-geologi/berg/sveriges-berggrund/ [2018-01-31]
Programvara
Agisoft (2008). PhotoScan. Version 1.4.0. Tillgänglig:
http://www.agisoft.com/downloads/installer/
Daniel Girardeau-Montaut (2017) CloudCompare. Version 2.10.alpha. Tillgänglig:
http://www.cloudcompare.org/
Rock Science (2007) Dips. Version 7.0. Tillgänglig:
https://www.rocscience.com/store/dips