Jämförelse av metod vid stabilitetsanalys i bergslänter

Jämförelse av metod vid stabilitets- analys i bergslänter

Emelie Ekberg Bergman

Jämförelse av metod vid stabilitets- analys i bergslänter

Emelie Ekberg Bergman

Copyright © Emelie Ekberg Bergman

Emelie Ekberg Bergman

The stability of a rock slope is controlled by the rock’s mechanical properties, such as rock quality and facets. To achieve the desired stability in a rock slope, the

mechanical parameters need to be mapped and analysed to determine possible failures and decide necessary stability measures.

The purpose of this study is to evaluate the quality of rock technical data from digital photogrammetry 3D models by comparing the result with manual

measurements from conventional mapping. The goal is also to explore the potential uses of photogrammetric 3D models for rock slope stability analyses by evaluate the photogrammetric data.

Facets extracted from 3D models were found to have the same quality as manual measurements. However, the UAS-based method cannot completely replace the conventional method but can be useful as a complementary tool. Photogrammetry enables the collection of data from a safer distance, which reduces workplace

hazards that the conventional method entails. The digital method also proved to have more advantages, such as the possibility of digital mapping and analysing which is less costly and time-consuming, digital data storage and the possibility to access outcrops that can’t be mapped with manually measurements due to inaccessibility.

Keywords: Slope stability analysis, UAS Photogrammetry, 3D modelling, rock mechanical properties

Independent Project in Earth Science, 1GV029, 15 hp, 2018 Supervisors: Filip Johansson and Lars Maersk Hansen

Department of Earth Sciences, Uppsala University, Villavägen 16, SE-752 36 Uppsala (www.geo.uu.se)

The whole document is available at www.diva-portal.org

Jämförelse av metod vid stabilitetsanalys i bergslänter Emelie Ekberg Bergman

En bergslänts stabilitet styrs av berggrundens egenskaper, så som sprickegenskaper och bergkvalité. För att uppnå önskad stabilitet i en bergslänt behöver de

bergmekaniska parametrarna kartläggas och analyseras för att fastställa risker och stabilitetsåtgärder.

Syftet med studien är att utvärdera kvalitén på bergteknisk data från

digitalfotogrammetriska 3D-modeller genom att jämföra resultatet med manuella mätningar från konventionell kartläggning. Målet är även att utforska potentialen för användning av fotogrammetrisk 3D-modellering vid stabilitetsanalyser i bergslänter genom att utvärdera den bergtekniska analys som kan göras utifrån fotogrammetrisk data.

Sprickmätningar framtagna från 3D-modellen visade sig ha samma kvalité som manuella mätningar tagna enligt konventionell metod. Den UAS-baserade

fotogrammetrin kan dock inte ersätta den konventionella analysen helt vid

stabilitetsanalyser men kan användas som ett kompletterande verktyg i bergtekniska undersökningar. Fotogrammetrin möjliggör datainsamling från ett säkrare avstånd vilket minskar riskmomenten som den konventionella metoden medför vid arbete i fält. Den digitala metoden visade sig även ha fler fördelar såsom möjligheten av kartläggning och analysering framför datorn för mindre tids- och kostnadskrävande moment, digital datalagring samt att slänter med begränsad åtkomst kan karteras.

Nyckelord: Släntstabilitetsanalys, drönarfotogrammetri, 3D-modellering, bergmekaniska parametrar

Självständigt arbete i geovetenskap, 1GV029, 15 hp, 2018 Handledare: Filip Johansson och Lars Maersk Hansen

Institutionen för geovetenskaper, Uppsala universitet, Villavägen 16, 752 36 Uppsala (www.geo.uu.se)

Hela publikationen finns tillgänglig på www.diva-portal.org

2.1 Klassificeringssystem ... 1 

2.2 Brottyper ... 2 

2.3 Områdesbeskrivning ... 3 

2.4 Fotogrammetri ... 5 

3. Metod ... 5 

3.1 Konventionell analys ... 6 

3.2 Fjärranalys ... 6 

4. Resultat ... 7 

5. Diskussion ... 15 

5.1 Felkällor ... 15 

5.2 Bergmekaniska parametrar ... 15 

5.3 Kinematisk analys ... 16 

5.4 UAS‐baserad fjärranalys ... 16 

6 Slutsats ... 17 

Tackord ... 18 

Referenser ... 19 

Bilagor ... 21 

1. Inledning

Stabilitet i bergslänter styrs av områdets geologiska förutsättningar såsom

berggrundens kvalité och sprickegenskaper. Genom att kartlägga bergets mekaniska parametrar kan bergslänter utformas för att uppnå önskad stabilitet och risker för bergras och blocknedfall kan identifieras (Wyllie & Mah 2004). Enligt konventionell metod utförs kartläggning av bergets mekaniska parametrar utifrån en okulär besiktning och manuella mätningar med kompass och inklinometer. Detta medför riskmoment för personal då de fysiskt måste vistas i potentiellt farliga arbetsmiljöer.

Blocknedfall, trafik och höghöjdsarbeten är exempel på riskmoment där

förebyggande säkerhetsåtgärder krävs och bidrar till tids- och kostnadskrävande moment för det konventionella tillvägagångsättet.

Teknologiska framsteg inom datateknik och UAS (obemannade flygande farkoster) möjliggör datainsamling från ett säkrare avstånd genom drönarbaserad fjärranalys vilket kan vara en lösning för riskmomenten vid konventionell kartläggning.

Bergmekaniska parametrar kan sedan kartläggas framför datorn med digitalfotogrammetrisk 3D-modellering vilket leder till ett mer tids- och kostnadseffektivt tillvägagångsätt än vid den konventionella metoden.

Syftet med studien är att utvärdera kvalitén på bergteknisk data från

digitalfotogrammetriska 3D-modeller genom att jämföra resultatet med manuella mätningar från konventionell kartläggning. Målet är även att utforska potentialen för användning av fotogrammetrisk 3D-modellering vid stabilitetsanalyser i bergslänter genom att utvärdera digitalfotogrammetrisk data.

2. Bakgrund

2.1 Klassificeringssystem

Vid bedömning av stabilitet i bergslänter karteras och identifieras bergmekaniska parametrar vilka ligger till grund för klassificeringen av bergets kvalité och

sprickegenskaper. De klassificeringssystem som används regelmässigt vid analysen är Q-systemet (Rock Tunnelling quality Index) och GSI (Geological Strength Index).

Q-systemet är främst framtaget för användning vid stabilitetsanalyser i tunnlar, men kan även användas i modifierad version, Q-bas, för karakterisering av

bergmassa i slänter. För Q-bas gäller att parametrarna J

(Vattenförekomst) och SRF

(Bergspänning), som fastställs laborativt är konstanter med värde 1. Med Q-bas kan

endast en bedömning av bergets kvalité göras, till skillnad från standard Q-värdet

som även beräknar graden av förstärkning som krävs för stabilitet i tunnlar. De

parametrarna som omfattas av analysen används i ekvation (1) för att beräkna Q-

värdet utifrån de tre huvudfaktorerna blockstorlek ( ), friktionsförhållanden ( och

spänningsförhållanden .

(1)

RQD beräknas beroende på antalet sprickor/m

. RQD-skalan går från 0–100, där ett högt värde tyder på få sprickor/m

och därmed hög stabilitet. Råhet (J

) beskriver sprickytans ojämnhet vilken styr friktionen mellan blocken. Råheten bedöms med profilmall efter kategorierna plan, vågformig och trappstegsformad. Samma yta bedöms sedan mer ingående efter kategorierna rå, slät och harneskyta (Tse et al., 1979). Sprickans omvandling (J

) beskriver typ och omfattning av de

sprickfyllnadsmaterial som kan påverka friktionsvinkeln. Sprickfyllnadsmaterial bedöms efter tjocklek, partikelstorlek och mineralogisk sammansättning.

Förekomsten av sprickgrupper (J

) används vid bedömning av blockstorlek och bergspänning (SRF), samt för att identifiera bergmassans benägenhet för olika typer av brott. En sprickgrupp har parallellt lika orienterade sprickor medan slumpartade sprickor uppkommer ensamma utan återkommande mönster (NGI 2015). Vid orientering av sprickplan mäts strykning och stupning enligt högerhandsregeln.

Sprickplanens orientering ger information om vilka typer av brott som kan ske i bergslänter. Kilbrott, glidbrott eller stjälpbrott är exempel på olika typer av brott (Matasci et al 2017). SRF påverkas av hur sprickornas egenskaper bedöms påverka hållfastheten. Förekomsten av vatten i berget (J

) bestäms genom fastställning av vattenvolymen som flödar ut från berget under en specifik tid. Ett högt vattentryck ökar risken för skjuvning, och vattnet kan även skölja bort sprickfyllnader vilket förändrar stabiliteten (NGI 2015).

För GSI-systemet klassificeras berget utefter uppskattad bergkvalité och sprickegenskaper. GSI varierar beroende på bergets struktur och sprickornas ytkvalité (Hoek 2007).

2.2 Brottyper

De vanligaste typerna av brott är plant brott, överstjälpningsbrott och kilbrott (Fig. 1).

Plant brott kan ske om det finns sprickplan i berggrunden som stryker längst med slänten och stupar ut från slänten. Bildandet av kilbrott kan ske om det finns två eller flera sprickplan som skär varandra och stupar ut från slänten. För både plant brott och kilbrott gäller att stupningen på planet/planen måste vara brantare än

sprickplanets friktionsvinkel för att ett ras ska ske. Överstjälpning kan ske om det finns parallella sprickplan i berggrunden vars stupning går inåt i skärningen (Hoek &

Bray 1981). För att bedöma stabiliteten i slänten utifrån sprickplanen kan en

kinematisk analys göras. Med sprickplansmätningar, släntens strykning, stupning och

friktionsvinkel (J

) kan sannolikheten för de olika brottyperna tas fram.

Figur 1. a) Plant brott b) Kilbrott och c) Överstjälpnings brott Källa: Eriksson et al 2015 (modifierat efter Hoek & Bray 1981).

2.3 Områdesbeskrivning

Den undersökta bergslänten sträcker i nordvästlig – sydostlig riktning och är belägen i västra delen av Eriksberg i Göteborg (Fig. 2). Studien avgränsas genom att endast analysera en 18 meter hög och 35 meter bred utvald del. främst av granit som gnejsomvandlades under den Svekonorvegiska orogenesen för 1000 miljoner år sedan (SGU, 2018).

Figur 2. Drönarbild av den undersökta bergslänten.

I Göteborgs kommun är berggrundens dominerande strukturriktning orienterad NNV över N-S till NNO, NV och NO riktning (Fig. 3). Regionalt visas NNV – SSÖ och Ö-V lineament i området (Sandegren & Johansson 2000). Berggrundens dominerande uppsprickning bör präglas av regionala strukturer (Persson et al 2000).

Bergslänten som utreds i föreliggande studie är utschaktad genom sprängning och selektivt förstärkt med bergförankringsbult. Slänten karakteriseras av en generellt taggig kontur med ställvist förekommande överhängsformationer.

Tidigare undersökningar har gjorts av Trafikverket (2014) i berg närliggande

undersökningsområdet (Fig. 3). Från undersökningen finns borrhålsbeskrivning från det närliggande Bratteråsberget där ett medelvärde för sprickfrekvensen i borrkärnan var 2,06 sprickor/meter. Den största andelen av observationerna hade ett Q-

basvärde i intervallet 4–10 och det mest frekventa värdet för Jr var 3,0 (Trafikverket 2014).

Figur 3. Karta över berggrunden i området där undersökningen gjordes. Området består

främst av granitgnejs. Streckade linjer visar storskaliga sprickmönster och för området är

dessa främst orienterade i NNV över N-S till NNO och i NV och NO riktning. Trafikverkets

tidigare undersökningar från 2014 gjordes inom det inringade området. Källa: SGU

Kartgenerator 2018

Fotogrammetri är en väl använd mätningsteknik och som vid digitalisering har visat sig vara användbart för geotekniska analyser. Vid fotogrammetri använder man sig utav överlappande intilliggande bilder, så kallade stereopar, för att skapa ett visuellt tredimensionellt djupseende. Metoden bygger på samma princip som det människliga seendet där de vänstra och högra ögat identifierar samma punkt från olika vinklar (Lantmäteriet et al., 2013, s.204-208). Serien med överlappande fotografier kan sedan stereomodeleras digitalt, så kallad digital fotogrammetri. Mjukvaruprogrammet söker identiska pixlar i bildserien för att fastställa och ordna upp kamerapositioner.

Dessa används sedan för att beräkna täta koordinatpunkter (x, y, z) och bygga upp ett 3D-modelerat punktmoln (Bemis et al 2014). För att få ett tillförlitligt resultat bör bilderna överlappa med minst 60 % (Fig. 4).

Figur 4. Principen bakom fotogrammetri där samma punkt fotograferas från olika vinklar (streckade linjer). Överlappningen av stereobilder gör det möjligt att beräkna precisa koordinater för 3D-modellering av bergväggen. Källa: Bemis et al 2014

3. Metod

Kvalitetskontroll av fjärranalysen gjordes genom jämförelse av manuella mätningar med resultatet från UAS-insamlad och digitalt bearbetad data. Tjugo större och väl identifierbara sprickplan fotograferades och användes som referenser vid

kvalitetskontrollen. På grund utav den begränsade åtkomsten till bergsläntens högre partier gjordes endast punktmätningar för sprickplan belägna nära markplan. För sprickplan placerade på otillgänglig höjd uppskattades strykning och stupning med kompass och klinometer från håll på marknivå. Q-bas och GSI togs fram för att klassificera bergmassans kvalitet och således få en indikation om dess bergtekniska egenskaper i avseende på släntstabilitet.

Vid digital bearbetning av data användes en manuell och en automatisk metod.

För den förstnämnda togs sprickplanen ut manuellt i 3D-modellen vilket gav ett

beräknat medelvärde för strykning och stupning i det valda området. För den andra

metoden skedde uttaget av sprickplan automatisk med hjälp utav algoritmerna Kd-

tree och Fast Marching. Båda algoritmerna delar upp punktmolnet i mindre plan utefter inputvärden som exempelvis minsta antalet punkter i ett plan och högsta tillåtna skillnad i grader på strykning och stupning inom samma plan (Dewez et al 2016).

3.1 Konventionell analys

För att utvärdera kvalité och riktighet i resultaten från fjärranalysen gjordes en konventionell geologisk kartläggning för samma bergslänt. En okulär bedömning av bergskvalitén gjordes och sprickplanen karterades med manuella mätningar.

Strykning och stupning mättes med kompass, inklinometer enligt högerhandsregeln där handflatan placerades mot sprickplanen och pekfingret följde samma håll som stupriktningen och strykningen mäts efter tummens riktning. Vid större sprickytor där ytans orientering varierade togs ett medelvärde fram från flera mätningar för att bestämma den generella orienteringen. En bedömning av GSI, RQD, Jr, Ja och Jn gjordes på plats och utifrån dessa värden beräknades Q-bas fram utifrån Q-

systemets klassificeringsparametrar (se bilaga 1–4).

3.2 Fjärranalys

Bergslänten fotograferades med en UAS-baserad kamera utrustad med 1-tums 20 megapixelsensor och vid fotogrammetrin användes 79 bilder. Bilderna togs från cirka 10 meters avstånd och systematiskt längst tre parallella linjer på 20,15 och 10 meters höjd. Varje stereopar hade en överlappning på minst 60 %. För att få ett större

omfång av identiska punkter för 3D-modeleringen fotograferades bergväggen från olika vinklar.

Fotogrammetrin gjordes digitalt i mjukvaran PhotoScan (Agisoft, 2008) vilket bearbetade fotografierna och skapade ett 3D-modelerat punktmoln bestående av cirka 21 miljoner koordinatpunkter. Områden där tillräcklig data inte samlats in

resulterade i glesa områden med få närliggande punkter. Dessa rensades bort för att minimera risken för felaktigt resultat. Punktmolnet bearbetades sedan vidare i

mjukvaran CloudCompare (Girardeau-Montaut 2017) tillsammans med

pluginprogrammet Facets för digital analys av släntens bergmekaniska parametrar.

Bergväggens huvudsakliga strykning och stupnings roterades så att de stämde överens med den verkliga släntens utsträckning.

Två olika metoder användes vid analysering av sprickplanens orientering i punktmolnen. För den ena metoden togs sprickplan ut manuellt i 3D-modellen (Fig.

5) och för den andra extraherades sprickplanen automatiskt med hjälp av

beräknande algoritmer. Kinematisk analys gjordes digitalt i analyseringsmjukvaran

Dips (Rock Science 2007).

Figur 5. Manuellt uttagna sprickplan i 3D-modellen. Sprickplanens strykning och stupning beräknas individuellt av mjukvaran.

4. Resultat

3D-modellen fick en upplösning på cirka trettiotusen punkter per kvadratmeter (Fig.

6). Vid jämförande av referenssprickplan låg den beräknade orienteringen på

sprickplan halvautomatiskt framtagna ur 3D-modellen inom standardavvikelsen (Tab.

1). För den automatiska metoden extraherades inte alla befintliga sprickplan i 3D- modellen av algoritmen (Fig. 7). Detta resulterade i att en fjärdedel av sprickplanen från de tjugo referensmätningarna inte extraherades, och därmed saknade beräknad strykning eller stupning. För de 15 sprickplan som den automatiska metoden

extraherades låg orienteringen inom standardavvikelse (Tab. 2). Jämförelse av dominanta sprickplan gjordes för manuella mätningar, halvautomatiska mätningar och helautomatiska mätningar (Fig. 8).

Försök att extrahera råheten för sprickplan i 3D-modellen gjordes genom

automatiskt beräknande av punkternas avvikelse från sprickplanets passande plan.

Jämförandet av resultatet med fältobservationer gav ingen korrelation.

Ingen fullständig klassificering med Q-systemet kunde göras utifrån den fotogrammetriska 3D-modellen (Tab. 3). Kinematisk analys av plant brott, överstjälpning och kilbrott gjordes för manuella mätningar och halvautomatiska mätningar (Fig. 9–14). Kinematisk analys gjordes inte för mätningar framtagna helautomatiskt eftersom resultatet inte gav någon korrelation vid jämförandet av fältobservationer (Fig. 8).

Mätning av sprickavstånd stämde överens med manuella mätningar i fält (se

bilaga 7).

Figur 6. 3D-modell av bergväggen. Modellen avbildar ca 600 kvm bergsyta. Modellen är

orienterad efter släntens ursprungliga strykning och stupning, samt roterad så att den ligger

parallellt med x-axeln (markplan).

3D-modellen. En differens på 10° anses acceptabelt då detta även används för manuella mätningar.

Sprickplan Manuell Halvautomatisk Differens ID Strykning (°)

Stupning

(°) Strykning (°) Stupning (°)

Strykning

(°) Stupning (°) BK01* 353 42 347 35 6 7

BK02 343 30 240 23 3 7

BK03 233 70 236 67 3 3

BK04 27 59 22 55 5 4

BK05 26 60 24 62 2 2

BK06 233 71 231 76 2 5

BK07 206 50 215 59 9 9

BK08 289 82 288 89 1 7

BK09 270 70 277 75 7 5

BK10 269 76 272 81 3 5

BK11 254 73 254 81 1 8

BK12 260 71 266 78 6 7

BK13 348 62 349 61 1 1

BK14 135 60 135 60 0 0

BK15 28 59 36 61 8 2

BK16 18 51 19 58 1 7

BK17 224 46 219 50 5 4

BK18 21 55 22 51 1 4

BK19 25 54 24 61 1 7

BK20 239 47 239 52 0 5

Medelvärde 3,25 4,95

Tabell 2. Manuella mätningar av sprickplansorientering mot digitala mätningar i Facets. En differens på 10° anses acceptabelt då samma princip gäller för manuella mätningar. *För de referensplan som Facets inte extraherat prickplan saknas värde.

Sprickplan Manuell Facets Differens

ID Strykning (°) Stupning (°) Strykning (°) Stupning (°) Strykning (°) Stupning (°)

BK01* 353 42 - - - -

BK02 343 30 336 36 7 6

BK03 233 70 237 71 4 1

BK04 27 59 24 59 3 0

BK05 26 60 25 62 1 2

BK06* 233 71 - - - -

BK07* 206 50 - - - -

BK08 289 82 287 88 2 5

BK09 270 70 277 75 7 5

BK10 269 76 272 82 3 6

BK11 254 73 252 79 2 6

BK12 260 71 263 78 3 7

BK13 348 62 349 58 1 4

BK14 135 60 132 60 3 0

BK15* 28 59 - - - -

BK16* 18 51 - - - -

BK17 224 46 218 50 6 4

BK18 21 55 27 49 6 6

BK19 25 54 26 49 1 5

BK20 239 47 242 50 3 3

Medelvärde 3,47 4

Figur 7. Automatiskt uttagna och färgkodade sprickplan. Sprickplan som inte extraherats i modellen saknar färgkodning.

Tabell 3. Sammanställning av resultat för parametrar framtagna från konventionell och fotogrammetrisk metod. För Q-bas gäller J

= 1 och SRF = 1.

Figur 8. Jämförelse av sprickmätningar från de tre olika metoderna. A: Mätningar tagna med kompass och inklinometer, B: Halvautomatiska mätningar från 3D-modellen. C: Automatiskt uttagna mätningar med pluginprogrammet Facets. I A och B kan fyra olika sprickgrupper tolkas, vilka stämmer överens med fältbedömningen.

RQD J

J

J

J

SRF Q-bas

Konventionell metod 90 15 2 2 1 1 6

Fotogrammetrisk metod - 15 - - 1 1 -

Figur 9. Kinematisk analys av plant brott från manuella mätningar. Poler som befinner sig inom det rödmarkerade området (kritiska zonen) riskerar att bilda brott.

Figur 10. Kinematisk analys av plant brott från halvautomatiska mätningar i CloudCompare.

Poler som befinner sig inom det rödmarkerade området (kritiska zonen) riskerar att bilda

brott.

Figur 11. Kinematisk analys av överstjälpning från manuella mätningar. Poler som befinner sig inom det rödmarkerade området (kritiska zonen) riskerar att bilda brott.

Figur 12. Kinematisk analys av överstjälpning från halvautomatiska mätningar i

CloudCompare. Poler som befinner sig inom det rödmarkerade området (kritiska zonen)

riskerar att bilda brott.

Figur 13. Kinematisk analys av kilbrott från manuella mätningar. Poler där två plan skär varandra och befinner sig inom det rödmarkerade området (kritiska zonen) riskerar att bilda brott.

Figur 14. Kinematisk analys av kilbrott från halvautomatiska mätningar i CloudCompare.

Poler där två plan skär varandra och befinner sig inom det rödmarkerade området (kritiska

zonen) riskerar att bilda brott

5. Diskussion

5.1 Felkällor

Skuggiga partier i 3D-modellen visade sig ge glesare ytor och visuellt svårtolkade strukturer. Tidigare studier har observerat problematiken med fotogrammetri och skuggor vilket har resulterat i ett ökande antal felaktiga punkter ( Bertalan, Túri &

Szabó 2016; Akcay 2015). Detta kan således leda till en viss osäkerhet i de

strukturella beräkningarna. Till skillnad från okulär besiktning och manuella mätningar så bör fotograferingen göras under förhållanden med jämn ljusåtgång för att

minimera fel.

Att det finns en viss skillnad i sprickplansmätningarna mellan de olika metoderna kan beror på att de tagits fram på olika sätt. Mjukvaran beräknar ett medelvärde för hela sprickplanet medan mätningarna med kompass är tagna på ett eller ett fåtal utvalda punkter, vilket kan variera på böljande sprickplan. De manuella mätningarna är även en fråga om individuell tolkning och kan därför skilja vid olika

mätningstillfällen.

Sprickplan som stryker parallellt med slänten kan leda till provtagnings bias då dessa är svåra att kvantifiera utifrån ytkarteringen.

5.2 Bergmekaniska parametrar

För de sprickplan som manuellt valdes ut från 3D-modellen befann sig alla inom ett medelfelsvärde under 5°. Vid jämförandet av sprickmätningarna med ovannämnda metod mot den konventionella visade båda 4 dominanta sprickplan. Orienteringen av sprickplanen följde samma mönster men resultatet skiljde sig en del mellan de två metoderna (Fig. 8; A & B). Eftersom tillgängligheten till hela väggen var strikt begränsad vid den konventionella metoden kunde mätningar endast utföras på yta nära markplan, till skillnad från fotogrammetriska metoden där mätningarna utfördes över hela ytan. Olika sprickgrupper var mer och mindre representerade i olika delar av slänten. Vid observationer i fält och i 3D-modellen noteras att sprickplan som stryker parallellt med väggen framträder i större utsträckning på den övre delen av slänten. Vid det konventionella tillvägagångsättet blev därför vissa sprickgrupper över- och underrepresenterade. Det är förmodligen på grund av detta som de dominerande sprickplan skiljer sig åt mellan stereogrammen. Bortsett från detta så finns det ett liknande mönster hos de dominerande sprickseten från båda metoderna.

Sprickgruppen 3m från de manuella mätningarna och 4m från de halvautomatiska hade en liknande orientering där differensen låg inom eller strax utanför intervallet för medelfelsvärdet. Även sprickgruppen 2m från de manuella mätningarna och 1m från de halvautomatiska mätningarna befann sig inom intervallet för medelfelsvärdet (Fig.

8; A & B). Skillnaden hos sprickgrupperna beror även på att de dominanta

sprickgrupperna är tolkade och inte exakta värden. Skillnaden kan även bero på att det gjordes ett större antal mätningar vid den halvautomatiska metoden vilket kan ha lett till att vissa sprickplan uppfattas som mer dominerande på grund av fler

närliggande poler.

Resultatet från Facets (helautomatiskt framställda sprickplan i 3D-modellen)

motsvarar inte förväntan. De femton referenssprickor som extraherades låg inom det godkända intervallet vilket tyder på att beräkningarna för de enskilda planen är tillförlitliga. Dock indikerar de fem sprickplanen som inte extraherades att en stor del data gått förlorad under processen. När strykning och stupning från den digitala metoden sedan jämfördes med de manuella mätningarna visades en systematisk skillnad på 90° (Fig. 8). Detta beror troligtvis på svårigheter vid kalibrering av

beräkningarna och att mjukvaran inte extraherar alla sprickplan som i fält observerats som dominerade. Istället är majoriteten av de uttagna sprickplanen missvisande sprängytor vars orientering inte återger bergets sprickegenskaper. Algoritmerna Kd- tree och Fast Marching har i tidigare studier (Dewez et al. 2016) visat sig ge bättre och mer representerande resultat vid storblockiga bergslänter utan sprängytor. Detta betyder att den helautomatiska metoden lämpar sig bättre för naturlig och storblockig bergslänt än för medelblockig och sprängd bergslänt.

5.3 Kinematisk analys

Den kinematiska analysen visade på risk för plant brott utifrån de manuella

mätningarna då sprickgruppen 3m med fyra poler befann sig inom den kritiska zonen (Fig. 9). Utifrån de halvautomatiska mätningarna, och de tolkade sprickgrupperna befann sig ingen sprickgrupp inom den kritiska zonen för plant brott. Däremot befann sig tre poler i den kritiska zonen vilket bara är en mätning mindre än för de manuella mätningarna (Fig. 10). Risken för överstjälpnings brott fanns för båda mätmetoderna med liknande sprickgruppsorientering (Fig. 11 & Fig. 12), och var även den brottyp som bedömdes mest dominant utifrån fältobservationer. Den kinematiska analysen visade på risk för kilbrott utifrån de manuella mätningarna där tre korsande sprickplan befann sig inom den kritiska zonen. För de halvautomatiska mätningarna befann sig inga korsande sprickplan inom den kritiska zonen. Varför risken för kilbrott skiljer sig mellan de två metoderna kan bero på att sprickgrupperna i den kinematiska analysen är feltolkade eller att sprickmätningar inom den kritiska zonen varit under- och/eller överrepresenterade. Risken för kilbrott observerades i fält och bör därför även ha framkommit i den kinematiska analysen med halvautomatiska mätningar.

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

Bilaga 1. Karteringsprotokoll

Bilaga 2. Q-Klassificering (NGI 2013).

Bilaga 4. GSI-system för karaktärisering av bergmassa.

Bilaga 6. Manuella sprickplansmätningar av strykning och stupning.