數(shù)字露頭實景三維Web平臺研究與云端地質(zhì)考察應(yīng)用

陳建華, 鐘瀚霆, 侯明才, 王帥琪, 文華國,王炳乾, 凌嘉揚, 吳玉清, 周文峰, 林宗祺

1)成都理工大學(xué), 深時地理環(huán)境重建與應(yīng)用自然資源部重點實驗室, 四川成都 610059;2)成都理工大學(xué), 地球物理學(xué)院, 四川成都 610059;3)油氣藏地質(zhì)及開發(fā)工程全國重點實驗室(成都理工大學(xué)), 四川成都 610059;4)成都理工大學(xué), 沉積地質(zhì)研究院, 四川成都 610059

傳統(tǒng)地質(zhì)考察常用手段一般為現(xiàn)場觀察和量測(印森林等, 2018a, b)。由于野外地質(zhì)環(huán)境不同, 通常進行一次野外考察耗時較久, 成本較高, 且有時存在安全風(fēng)險。此外, 季節(jié)、天氣等因素的變化可能導(dǎo)致采集到的地質(zhì)數(shù)據(jù)質(zhì)量參差不齊, 往往無法準確、全面地對地質(zhì)現(xiàn)象進行定量化描述。

近年來傾斜攝影測量技術(shù)不斷發(fā)展, 傾斜攝影測量通過多個傳感器, 實現(xiàn)多視角的影像采集, 獲得不同角度的地物影像, 能更加真實地反映出目標地物的情況。隨著無人機技術(shù)的快速進步, 使用無人機搭載傾斜攝影相機進行數(shù)據(jù)采集, 構(gòu)建目標地物的三維模型, 不僅節(jié)約了數(shù)據(jù)采集的時間和經(jīng)濟成本, 還能滿足采集影像的精度需求。

基于傾斜影像構(gòu)建的露頭實景三維模型能夠反映露頭任意位置精確的三維坐標, 通過對露頭三維模型可視化, 能夠提供一種接近真實世界的觀察、分析和推導(dǎo)方式, 可有效輔助地質(zhì)研究(萬劍華等, 2019)。在結(jié)合露頭三維模型開展地質(zhì)研究上, 許多研究者都進行了卓有成效的探索。如: 結(jié)合多源地質(zhì)數(shù)據(jù)構(gòu)建三維露頭儲層地質(zhì)模型用于儲層研究(鄭劍鋒等, 2014, 2015; 喬占峰等, 2015;Racolte et al., 2022); 通過多地質(zhì)要素刻畫露頭儲集體三維模型砂體形態(tài)用于儲層研究(朱如凱等,2013); 結(jié)合露頭模型開展沉積成因與空間展布研究(印森林等, 2018a, b)、地質(zhì)現(xiàn)象的精細化解譯(萬劍華等, 2019)、剖面量測與巖層巖性分析(劉帥等,2022); 利用露頭三維模型進行滑坡穩(wěn)定性分析(Livio et al., 2022); 基于虛擬露頭模型進行巖石裂縫特征分析(Casini et al., 2016)等。上述研究由于沒有軟件平臺支撐, 使得露頭模型和相關(guān)資源無法共享、匯聚。

在HTML5規(guī)范與WebGL繪圖標準提出后, 出現(xiàn)了一批結(jié)合網(wǎng)絡(luò)地理信息系統(tǒng)以三維可視化為核心的平臺(樂世華等, 2018), 并廣泛應(yīng)用于各個領(lǐng)域(Tavani et al., 2014; Hunter et al., 2016; Ji et al., 2019;Pu et al., 2019; Mao et al., 2020; Wang et al., 2020)。在地質(zhì)領(lǐng)域, 英國阿伯丁大學(xué)VOG團隊的V3Geo平臺(Buckley et al., 2022)、意大利GeoVires團隊的虛擬地質(zhì)露頭共享平臺(Mariotto et al., 2021)、美國亞利桑那州立大學(xué)的虛擬野外調(diào)查平臺(Mead et al.,2019); 英國Petex公司的FieldMOVE平臺(Lundmark et al., 2020); 法國Sketchfab公司的GeoAvatar平臺(Sketchfab, 2023)等將地質(zhì)露頭模型與三維可視化技術(shù)相結(jié)合輔助地質(zhì)研究, 都取得了很好的效果。但現(xiàn)有的將露頭模型與三維可視化技術(shù)結(jié)合的平臺大多存在數(shù)據(jù)量和數(shù)據(jù)資源有限的問題, 沒有將國內(nèi)外優(yōu)秀的地質(zhì)露頭模型和露頭相關(guān)地質(zhì)信息進行有效整合, 建設(shè)的平臺目標較為單一,實現(xiàn)的可視化功能局限性較大(李亞林等, 2021), 在云端地質(zhì)考察方面, 上述平臺的應(yīng)用效果普遍有待提高。

因此, 論文通過對傾斜影像三維建模、露頭模型可視化和全景影像可視化等三維技術(shù)進行研究,設(shè)計、研發(fā)了數(shù)字露頭實景三維Web平臺。平臺以露頭實景三維模型為數(shù)據(jù)基礎(chǔ), 結(jié)合Cesium開源三維地球引擎(Cesium GS, 2022), 以“眾源”為核心思想, 共建、共享, 整合露頭實景三維模型的各類地質(zhì)信息, 進行數(shù)字露頭的可視化分析和互動,從而支持云端地質(zhì)考察應(yīng)用, 有效地支撐地質(zhì)學(xué)者進行地質(zhì)研究。

1 三維技術(shù)

1.1 傾斜影像三維建模

使用無人機傾斜影像構(gòu)建三維模型的處理流程主要有影像數(shù)據(jù)檢查、多視影像聯(lián)合平差、多視影像密集匹配、點云構(gòu)網(wǎng)和紋理映射等。

(1)多視影像聯(lián)合平差

多視影像聯(lián)合平差能夠解決由于傾斜攝影測量技術(shù)獲取影像角度不同導(dǎo)致的影像間存在遮擋和畸變的問題。它基于多視圖幾何原理, 由于影像攜帶自身對應(yīng)位置信息, 結(jié)合定位定向系統(tǒng)(Position and Orientation System, POS)能夠獲取影像的內(nèi)方位元素, 并通過金字塔匹配方法, 將傾斜影像按照分辨率不同, 從低到高建立索引結(jié)構(gòu), 利用影像匹配算法獲取影像匹配的結(jié)果, 同時以控制點、POS等數(shù)據(jù)為基礎(chǔ)建立誤差方程, 保證影像聯(lián)合平差的精度。

(2)多視影像密集匹配

多視影像密集匹配能夠解決傳統(tǒng)影像匹配方法導(dǎo)致的影像匹配錯誤和影像匹配精度降低的問題。利用基于多基元的匹配算法, 快速獲取傾斜影像的同名點坐標, 能夠?qū)崿F(xiàn)影像的精確匹配。如利用規(guī)則格網(wǎng)劃分的空間平面作為匹配基礎(chǔ), 通過空間平面的位置變化對影像特征點投影范圍進行約束,實現(xiàn)像方特征點和平面元這兩種匹配基元的同時匹配, 匹配結(jié)束后繼續(xù)使用高度遮擋檢測算法對平面元進行再次匹配, 加密首次匹配結(jié)果, 有效減少影像遮擋對匹配結(jié)果產(chǎn)生的影響(王競雪等, 2013)。

(3)點云構(gòu)網(wǎng)

多視影像密集匹配后, 可生成目標地物的點云模型數(shù)據(jù)。通常使用區(qū)域生長算法和八叉樹算法等表面重建算法對點云數(shù)據(jù)進行處理, 將點云數(shù)據(jù)連接為三角片元生成具有不同細節(jié)層次的不規(guī)則三角網(wǎng)模型。任意地形地物信息均可由三角面片表示,通過對三角網(wǎng)優(yōu)化, 對較平坦地形的三角面片進行簡化, 對較復(fù)雜地形的三角面片進行分析調(diào)整, 降低數(shù)據(jù)冗余, 形成地形地物的數(shù)字表面模型。

(4)紋理映射

模型紋理信息是決定模型精細程度的重要參數(shù), 模型紋理映射是指將紋理信息貼附在生成的數(shù)字表面模型上。紋理信息存在于傾斜影像中, 只需要從影像空間中讀取紋理信息, 并建立二維紋理空間中紋理信息和三維模型空間中模型表面的對應(yīng)關(guān)系, 實現(xiàn)紋理坐標二維至三維的轉(zhuǎn)換, 將二維紋理空間點的顏色值對應(yīng)映射到三維地物表面, 即可得到具有真實感的三維地物模型。

1.2 三維模型可視化

(1)場景裁剪算法

在Web端加載三維模型渲染過程中, 為了避免一次性加載全部三維模型數(shù)據(jù)導(dǎo)致的瀏覽器卡頓,需要采用場景裁剪算法進行模型加載。該算法思想是: 只加載當(dāng)前場景渲染需要的模型瓦片數(shù)據(jù), 場景進行變換時, 對可視場景沒有貢獻的部分進行剔除, 并加載需要的部分, 從而優(yōu)化Web平臺的性能。圖1示意了視錐體剔除、遮擋剔除和背面剔除三種方式, 虛線表示需剔除的部分。

圖1 三種剔除方式示意Fig.1 Three reject methods

(2)細節(jié)層次算法

露頭三維模型在瀏覽器進行加載展示時, 采用細節(jié)層次(Levels of Detail, LOD)算法實現(xiàn)露頭三維模型的細節(jié)層次加載, 提升了渲染效率。LOD算法的思想是: 為一個目標地物建立多個不同細節(jié)層次的模型, 通過對場景復(fù)雜度和圖形變換進行綜合判斷, 在不同視角下選擇合適的細節(jié)層次模型進行渲染, 在保證恒定幀率的情況下最大程度提高可視化效果(靳海亮等, 2006)。

論文以分層組織、索引高效、實現(xiàn)簡單的八叉樹結(jié)構(gòu)對三維模型進行組織(圖2)。

圖2 八叉樹結(jié)構(gòu)Fig.2 Octree structure

1.3 全景影像可視化

全景影像生成主要包括影像預(yù)處理、影像匹配與影像融合等步驟。影像預(yù)處理主要目標是校正幾何誤差, 消除魚眼影像中存在的幾何畸變; 影像匹配主要是為了建立影像之間的連接關(guān)系, 通過提取影像重疊區(qū)域的特征點, 利用特征點實現(xiàn)影像匹配;影像融合主要是對連接起來的影像進行融合處理,如果僅僅將兩幅影像進行簡單疊加, 會導(dǎo)致影像連接區(qū)域數(shù)據(jù)質(zhì)量差, 影響可視化效果, 所以需要對影像拼接部分進行融合處理, 使兩幅影像間緩慢過渡, 提升全景影像瀏覽效果。影像匹配與融合是全景影像生成的關(guān)鍵, 簡要原理如下。

(1)影像匹配

影像匹配是全景影像生成的基礎(chǔ), 影像的匹配程度直接影響影像融合時重疊區(qū)的對齊程度。影像匹配首先將不同影像進行幾何校正。論文使用野外采集的魚眼影像數(shù)據(jù), 在進行影像匹配前需要將魚眼影像映射至三維球面模型上進行幾何校正(英向華等, 2003)。

利用校正后影像中的特征點進行影像匹配通常使用尺度不變特征變換(Scale Invariant Feature Transform, SIFT)算法(L?be et al., 2006), SIFT特征是一種基于尺度空間的對圖像平移、旋轉(zhuǎn)、縮放保持不變的圖像局部特征。

(2)影像融合

影像融合是將匹配好的影像融合成一張大的拼接影像, 影像融合算法直接影響全景影像的質(zhì)量。論文使用光流法影像融合算法。

光流是指影像中像素點的瞬時變化, 光流場則可以看成影像中光流的集合。最早的光流算法是通過將光流約束方程引入, 在二維速度場和影像像素點灰度之間建立聯(lián)系所得到的。Lucas和Kanade在光流算法的基礎(chǔ)上添加空間一致性約束條件, 實現(xiàn)了光流算法的改進, 成為求解影像稀疏光流的經(jīng)典算法: 稀疏光流法(Lucas-Kanade, LK)(Lucas et al.,1981)。

在進行影像融合時, 為滿足亮度恒定原則, 首先要調(diào)整輸入影像的亮度, 然后根據(jù)LK算法求解影像光流, 構(gòu)建影像的光流場, 根據(jù)光流場進行影像重疊區(qū)域的像素點匹配后將影像重投影, 實現(xiàn)影像的融合。

融合后的全景影像可實現(xiàn)地質(zhì)露頭的全景漫游, 給用戶營造一種身臨其境的感覺。并且, 借助全景影像能夠提高數(shù)字露頭實景三維Web平臺的可視化效果, 幫助地質(zhì)學(xué)者更充分的研究和分析地質(zhì)現(xiàn)象。

2 平臺設(shè)計與實現(xiàn)

2.1 平臺設(shè)計

(1)架構(gòu)設(shè)計

平臺采用B/S(Browser/Server, 瀏覽器/服務(wù)器)體系架構(gòu), 分為四層: 表現(xiàn)層、業(yè)務(wù)邏輯層、數(shù)據(jù)處理層、數(shù)據(jù)層(圖3)。

圖3 平臺體系架構(gòu)Fig.3 Platform architecture

數(shù)據(jù)層負責(zé)對數(shù)字露頭實景三維Web平臺中的數(shù)據(jù)進行儲存和管理, 采用數(shù)據(jù)庫系統(tǒng)和文件系統(tǒng)為數(shù)據(jù)處理層提供數(shù)據(jù)支持。平臺采用文件系統(tǒng)存儲露頭三維模型數(shù)據(jù)及模型所屬和觀察點所屬圖片、視頻、全景和文獻等地質(zhì)信息數(shù)據(jù), 通過數(shù)據(jù)庫存儲前述數(shù)據(jù)的位置信息, 同時通過數(shù)據(jù)庫存儲觀察點、地質(zhì)標繪、地質(zhì)互動信息、用戶信息等數(shù)據(jù)。

數(shù)據(jù)處理層是平臺的重要組成部分, 該層主要負責(zé)平臺業(yè)務(wù)邏輯層和數(shù)據(jù)層之間的數(shù)據(jù)調(diào)度, 為數(shù)字露頭實景三維模型數(shù)據(jù)管理、模型信息顯示、地質(zhì)信息互動、用戶管理等提供數(shù)據(jù)處理支持。該層包含三維處理服務(wù)、業(yè)務(wù)數(shù)據(jù)處理服務(wù)和影像及地形處理服務(wù)。平臺使用開源GeoServer服務(wù)器發(fā)布三維服務(wù)和影像及地形服務(wù), 使用Web服務(wù)器發(fā)布數(shù)據(jù)服務(wù)。

業(yè)務(wù)邏輯層為平臺提供業(yè)務(wù)邏輯服務(wù), 主要進行三維模型處理、地質(zhì)信息處理、露頭信息處理、地質(zhì)標繪處理、地質(zhì)信息互動處理等。該層根據(jù)業(yè)務(wù)流程對各類信息進行邏輯處理, 并反饋結(jié)果給表現(xiàn)層。

表現(xiàn)層位于體系架構(gòu)中的頂層, 負責(zé)露頭模型數(shù)據(jù)管理、模型信息顯示、地質(zhì)信息互動、用戶管理等各種功能的人機交互和結(jié)果呈現(xiàn)。

(2)功能設(shè)計

圍繞數(shù)字露頭實景三維Web平臺需求, 將功能模塊劃分為: 模型數(shù)據(jù)管理、模型信息顯示、地質(zhì)信息互動、用戶管理, 具體功能設(shè)計如圖4所示。

圖4 平臺功能結(jié)構(gòu)Fig.4 Platform functional structure

2.2 平臺實現(xiàn)

數(shù)字露頭實景三維Web平臺基于Cesium三維地球引擎實現(xiàn)。平臺前端基于Vue框架采用JavaScript語言開發(fā), 后端基于Django框架采用Python語言實現(xiàn), 數(shù)據(jù)庫采用PostgreSQL。使用GeoServer服務(wù)器發(fā)布露頭三維模型和衛(wèi)星遙感影像及地形數(shù)據(jù), 鑒于這三種類型的數(shù)據(jù)體量大, Web前端加載時效性要求高, 因此都以金字塔結(jié)構(gòu)進行數(shù)據(jù)組織, 以由粗到細的多層級瓦片按文件方式存儲。使用IIS(Internet Information Services, 互聯(lián)網(wǎng)信息服務(wù))進行平臺各層服務(wù)發(fā)布。圖5所示為平臺主界面(在線地址:https://outcrop3d.deep-time.org)。

圖5 數(shù)字露頭實景三維Web平臺主界面(圖中英文系用戶提供、編輯的信息, 下同)Fig.5 Main page of the Web platform for real-scene 3D digital outcrops(in the figure, the English language is provided and edited by the users, same below)

3 云端地質(zhì)考察應(yīng)用

數(shù)字露頭平臺中的實景三維模型為云端地質(zhì)考察提供了直觀、清晰、真實的剖面外觀, 為巖性識別、地層劃分等地質(zhì)考察工作提供了有效的支撐。結(jié)合平臺或用戶針對露頭模型自主提供的描述、圖片、視頻、全景、文獻、標繪等地質(zhì)數(shù)據(jù), 使得平臺能夠持續(xù)匯聚露頭地質(zhì)信息, 為云端地質(zhì)考察提供了重要、持久的知識補充。

3.1 剖面總覽

平臺從宏觀視角提供了露頭剖面的展布情況、地理位置、周圍環(huán)境。結(jié)合平臺或用戶提供的露頭地質(zhì)信息, 可以對露頭所在地的氣候、區(qū)域背景等獲得總體的認識。如圖6所示為內(nèi)蒙古烏海蘇拜溝剖面, 該剖面位于烏海市東部, 坐標: 東經(jīng)106.85°、北緯39.60°, 屬大陸季風(fēng)性氣候, 山區(qū)巖石裸露, 地面坡度較大。

圖6 內(nèi)蒙古烏海蘇拜溝剖面總覽Fig.6 Overview of the section of Subaigou in Wuhai, Inner Mongolia

3.2 巖性識別

平臺上的高分辨率露頭實景三維模型為剖面巖性的識別提供了真實的外觀、形狀和紋理, 結(jié)合平臺或用戶提供的精細照片等露頭地質(zhì)信息, 可以對露頭巖性進行精準識別, 達到和野外地質(zhì)考察巖性識別一致的效果。如圖7所示為內(nèi)蒙古烏海蘇拜溝剖面, 該剖面寒武系陶思溝組發(fā)育典型的橙紅色砂質(zhì)白云巖(圖7C, D),奧陶系地層發(fā)育棕褐色石英砂巖(圖7A, B)。

圖7 內(nèi)蒙古烏海蘇拜溝剖面寒武系砂質(zhì)白云巖和奧陶系石英砂巖Fig.7 Cambrian sandy dolostone and Ordovician quartz sandstone in the section of Subaigou in Wuhai, Inner Mongolia

3.3 地層劃分

通過露頭實景三維模型的多方位、多角度觀察,結(jié)合平臺或用戶提供的宏觀/微觀照片、視頻、全景、文獻等露頭地質(zhì)信息, 可以對剖面地層進行準確劃分。如圖8所示為內(nèi)蒙古烏海蘇拜溝剖面, 結(jié)合巖性、化石、沉積構(gòu)造等露頭地質(zhì)信息, 可劃分出震旦系黃旗口組和寒武系陶思溝組的分界面。

圖8 內(nèi)蒙古烏海蘇拜溝剖面黃旗口組與陶思溝組分界Fig.8 Boundary between the Huangqikou Formation and the Taosigou Formation in the section of Subaigou in Wuhai,Inner Mongolia

3.4 地層疊覆辨別

觀察高分辨率露頭實景三維模型, 結(jié)合平臺上的各種露頭地質(zhì)信息, 可以對剖面地層疊覆關(guān)系進行辨別。如圖8所示為寒武系陶思溝組砂質(zhì)白云巖上覆于震旦系黃旗口組厚白色交叉層狀石英砂巖之上, 兩地層產(chǎn)狀一致(平臺支持在露頭模型上量測),中間有地層缺失, 呈平行不整合接觸, 對應(yīng)于全球“大不整合”。

3.5 地質(zhì)構(gòu)造識別

平臺中的露頭實景三維模型具有真實的外觀、形狀、紋理和位置, 通過不同視角、不同尺度(整體、局部)的模型觀察, 在無需其它露頭地質(zhì)信息輔助的情況下, 可準確的識別斷層、褶皺等地質(zhì)構(gòu)造。相比傳統(tǒng)野外地質(zhì)考察, 露頭模型上構(gòu)造的識別具有更便捷的觀察方式。如圖9所示為露頭實景三維模型上所識別的斷層。

圖9 實景三維剖面中發(fā)育的斷層Fig.9 Faults developed in real-scene 3D models

3.6 沉積構(gòu)造鑒別

對沉積巖剖面而言, 沉積構(gòu)造的觀察是野外地質(zhì)考察的重要內(nèi)容。通過高清晰沉積巖露頭實景三維模型的觀察, 并配合平臺或用戶提供的照片、文獻等各種露頭地質(zhì)信息, 能準確鑒別沉積構(gòu)造。如圖10所示為內(nèi)蒙古烏海蘇拜溝剖面, 在實景三維剖面上可以清楚的觀察到黃旗口組砂巖中發(fā)育的槽狀交錯層理, 平臺中模型同位置處的層理照片既是印證也是補充。

圖10 內(nèi)蒙古烏海蘇拜溝剖面砂巖槽狀交錯層理Fig.10 Trough-like staggered stratification developed in the sandstone of the Subaigou section in Wuhai, Inner Mongolia

3.7 沉積環(huán)境分析

針對沉積地層, 在巖性、地層、沉積構(gòu)造等考察的基礎(chǔ)上分析其沉積環(huán)境是野外地質(zhì)考察的重要內(nèi)容。數(shù)字露頭平臺基于實景三維模型, 結(jié)合平臺擁有的文字描述、照片、視頻、全景、文獻、地質(zhì)標繪等露頭地質(zhì)信息, 在前述考察的基礎(chǔ)上, 可以分析沉積巖層的沉積環(huán)境。如圖8所示的寒武系陶思溝組發(fā)育砂質(zhì)白云巖、含瘤狀和疊層巖紋層的窗格構(gòu)造白云巖、層狀和生物擾動砂巖、微生物誘導(dǎo)沉積構(gòu)造的泥巖, 以及古巖溶(圖8C)和泥裂縫。這些出露表明當(dāng)時的海洋環(huán)境非常淺, 由于基準面下降, 經(jīng)常暴露在空氣中(圖8A, B中陶思溝組巖石的橙紅色也印證了這一點)。頁巖中存在各種小微化石(圖8D)和三葉蟲, 表明其年齡為早期的苗嶺世。

3.8 地質(zhì)量測

露頭實景三維模型具備真實的形狀, 使得通過數(shù)學(xué)方法進行產(chǎn)狀等的量測成為可能。巖層產(chǎn)狀是野外地質(zhì)考察中重要而基本的量測項, 巖層的厚度、特殊巖層體的周長、面積等都是野外考察中需要獲取的數(shù)據(jù), 數(shù)字露頭平臺支持上述要素的精準量測。如圖11為產(chǎn)狀等地質(zhì)量測的示例。

圖11 數(shù)字露頭平臺地質(zhì)量測示例Fig.11 Examples of geological measurements on the digital outcrop platform

3.9 地質(zhì)標繪

針對露頭實景三維模型, 結(jié)合數(shù)學(xué)方法可以實現(xiàn)線、面、文字等豐富的地質(zhì)標繪。采用不同的線性、不同的顏色、不同的透明度、不同的大小, 使得露頭模型上巖層的標繪更加有效, 云端考察的效果更好。如圖12所示為內(nèi)蒙古烏海蘇拜溝剖面震旦系黃旗口組一段的地層標繪。

圖12 內(nèi)蒙古烏海蘇拜溝剖面黃旗口組一段地層標繪Fig.12 Stratigraphic plot for the first member of the Huangqikou Formation of the section of Subaigou in Wuhai,Inner Mongolia

3.10 信息互動

有別于傳統(tǒng)地質(zhì)考察, 數(shù)字露頭平臺支持用戶一對一或以討論組的方式針對露頭模型、露頭所屬的圖片、視頻、全景、文獻、觀察點、地質(zhì)標繪等進行信息分享、互動。這種互動面向露頭剖面, 高度聚焦, 引導(dǎo)精準, 地質(zhì)信息豐富, 分享實時, 為云端地質(zhì)考察提供了別具一格的交流模式(圖13)。

圖13 數(shù)字露頭平臺西藏年多剖面地質(zhì)信息互動示例Fig.13 Interactive examples of geological information about the Nianduo section in Tibet on the digital outcrop platform

4 討論

論文通過對數(shù)字露頭實景三維Web平臺關(guān)鍵技術(shù)進行深入研究, 設(shè)計、實現(xiàn)了該平臺。平臺實現(xiàn)了露頭實景三維模型的可視化, 融入露頭相關(guān)地質(zhì)信息, 增強了數(shù)字露頭的可視化和知識化, 實現(xiàn)了數(shù)字露頭研究的共建、共享。

傳統(tǒng)野外地質(zhì)考察, 通常點多線長、高度流動、分散作業(yè), 由于受交通、地形等因素的限制, 使得考察經(jīng)常遭遇各種困難, 往往僅能從單一的角度進行觀察和量測, 很難獲取完整的露頭信息。數(shù)字露頭實景三維Web平臺為解決上述問題并實現(xiàn)云端地質(zhì)考察提供了全新的途徑。

數(shù)字露頭平臺中眾源露頭地質(zhì)信息的持續(xù)匯聚, 使得眾多地質(zhì)學(xué)者針對露頭剖面研究的成果得以在云端露頭模型上高度集中、資源共享, 突破了傳統(tǒng)地質(zhì)研究的局限, 地質(zhì)研究者可以通過他人工作對露頭地質(zhì)情況進行快速了解, 從而使云端地質(zhì)考察在成本、效率、準確性、認知深度等多方面顯著優(yōu)于傳統(tǒng)野外地質(zhì)考察。

相比傳統(tǒng)地質(zhì)研究手段, 高精度數(shù)字露頭實景三維模型的可視化展示和露頭豐富地質(zhì)信息的聚合,使得地質(zhì)工作者能夠通過數(shù)字露頭平臺進行剖面總覽、巖性識別、地層劃分、地層疊覆辨別、地質(zhì)構(gòu)造識別、沉積構(gòu)造鑒別、沉積環(huán)境分析、地質(zhì)量測、地質(zhì)標繪、信息互動等云端地質(zhì)考察應(yīng)用, 能夠使地質(zhì)工作者更加全面和直觀地理解露頭地質(zhì)現(xiàn)象的時空展布和地質(zhì)特征, 有效幫助地質(zhì)研究。

數(shù)字露頭平臺不受時間與空間限制, 能夠便捷、高效地實現(xiàn)實景三維露頭的高精度展示, 并可進行露頭剖面的重復(fù)研究, 隨時查看露頭研究的最新進展, 節(jié)省地質(zhì)考察的時間和經(jīng)濟成本。

在露頭實景三維模型上實現(xiàn)的地質(zhì)標繪, 使得露頭剖面不僅因為實景三維真實、好看, 更使剖面擁有了地質(zhì)知識內(nèi)涵, 成為了真正的實景三維地質(zhì)剖面(圖12)。因此, 平臺具備的地質(zhì)標繪能力, 使得云端地質(zhì)考察的效果更好。

有別于傳統(tǒng)野外地質(zhì)考察, 數(shù)字露頭平臺針對露頭模型、露頭所屬的圖片、視頻、全景、文獻、觀察點、地質(zhì)標繪等各種地質(zhì)信息的分享、互動, 使得聚焦于露頭剖面的地質(zhì)信息流動起來, 從而使地質(zhì)學(xué)者的考察難度降低, 參與性更強, 為云端地質(zhì)考察提供了別具一格的新模式(圖13)。

需要說明的是, 雖然前述的地質(zhì)考察應(yīng)用以沉積巖為例, 但數(shù)字露頭平臺完全支持巖漿巖和變質(zhì)巖的地質(zhì)考察應(yīng)用。

此外, 相比于國內(nèi)外影響較大的V3Geo、GeoAvatar等虛擬露頭平臺, 論文研究的數(shù)字露頭平臺將國內(nèi)外優(yōu)秀的地質(zhì)露頭模型和露頭相關(guān)地質(zhì)信息進行了有效整合, 地質(zhì)信息資源更加豐富, 平臺功能更多, 可視化效果更好, 使得云端地質(zhì)考察應(yīng)用效果更出色。

但平臺目前也存在以下問題, 將在后期進行改進。

首先, 平臺中的部分露頭模型分辨率不高, 嚴重影響了各種地質(zhì)現(xiàn)象的觀察。這需要改進野外無人機露頭數(shù)據(jù)采集方案、露頭影像三維建模方案,確保露頭三維模型達到滿足要求的分辨率。

其次, 當(dāng)平臺或用戶自主提供的露頭地質(zhì)信息不豐富時, 云端地質(zhì)考察的有效性將明顯降低。因此, 平臺或用戶持續(xù)對露頭地質(zhì)信息的共享, 是云端地質(zhì)考察有效性的重要保障。

第三, 平臺三維模型的加載速度還需優(yōu)化。露頭三維模型數(shù)據(jù)量大, 目前平臺在帶寬較高的網(wǎng)絡(luò)下模型加載快, 縮放、移動時流暢, 但在帶寬較低的環(huán)境下模型加載較慢且縮放時有卡屯現(xiàn)象。就此,對三維模型進行頂點壓縮、紋理壓縮、頂層重建能有效減少模型數(shù)據(jù)量又可以保證模型分辨率基本不變。

最后, 平臺主要實現(xiàn)了數(shù)字露頭模型和相關(guān)地質(zhì)信息的展示, 對于借助露頭模型進行地質(zhì)研究的方法挖掘程度還不夠, 還需繼續(xù)加強三維環(huán)境下輔助進行地質(zhì)研究的功能, 增強平臺應(yīng)用價值。后續(xù)將開展地質(zhì)路線自動漫游、露頭巖性識別、古流向標定等功能研發(fā), 提升地質(zhì)研究價值。

5 結(jié)論

論文深入研究了傾斜影像三維建模、三維模型可視化與全景影像可視化等技術(shù), 基于Cesium開源三維地球引擎設(shè)計、實現(xiàn)了數(shù)字露頭實景三維Web平臺。平臺實現(xiàn)了露頭實景三維模型的可視化,并將露頭相關(guān)地質(zhì)信息與露頭三維模型結(jié)合, 實現(xiàn)了露頭三維模型上傳與實景漫游、露頭相關(guān)地質(zhì)信息自主提供、分享、互動與可視化展示。論文通過實例證明了平臺云端地質(zhì)考察應(yīng)用的新穎性和有效性。該平臺作為第21屆國際沉積學(xué)大會虛擬野外地質(zhì)路線考察的首選, 已成功應(yīng)用于15條路線中的12條。平臺結(jié)合可視化手段, 使露頭模型的三維展示更加直觀、準確、便捷, 能夠解決傳統(tǒng)地質(zhì)露頭研究中效率低、數(shù)據(jù)精度差、存在地質(zhì)考察盲點和安全等問題, 為地質(zhì)學(xué)者進行云端數(shù)字露頭研究提供了重要技術(shù)支撐, 具有良好的實際應(yīng)用價值。

Acknowledgements:

This study was supported by the IUGS Big Science Program for Deep-time Digital Earth, the National Major Science and Technology Project of China(No.2016ZX05050005), and the Key Project of Graduate Education and Teaching Reform of Chengdu University of Technology (No.2022YJG112).