數(shù)字露頭實(shí)景三維Web平臺(tái)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(guó),王炳乾, 凌嘉揚(yáng), 吳玉清, 周文峰, 林宗祺

1)成都理工大學(xué), 深時(shí)地理環(huán)境重建與應(yīng)用自然資源部重點(diǎn)實(shí)驗(yàn)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(kāi)發(fā)工程全國(guó)重點(diǎn)實(shí)驗(yàn)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(chǎng)觀察和量測(cè)(印森林等, 2018a, b)。由于野外地質(zhì)環(huán)境不同, 通常進(jìn)行一次野外考察耗時(shí)較久, 成本較高, 且有時(shí)存在安全風(fēng)險(xiǎn)。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(wú)法準(zhǔn)確、全面地對(duì)地質(zhì)現(xiàn)象進(jìn)行定量化描述。

近年來(lái)傾斜攝影測(cè)量技術(shù)不斷發(fā)展, 傾斜攝影測(cè)量通過(guò)多個(gè)傳感器, 實(shí)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(shí)地反映出目標(biāo)地物的情況。隨著無(wú)人機(jī)技術(shù)的快速進(jìn)步, 使用無(wú)人機(jī)搭載傾斜攝影相機(jī)進(jìn)行數(shù)據(jù)采集, 構(gòu)建目標(biāo)地物的三維模型, 不僅節(jié)約了數(shù)據(jù)采集的時(shí)間和經(jīng)濟(jì)成本, 還能滿(mǎn)足采集影像的精度需求。

基于傾斜影像構(gòu)建的露頭實(shí)景三維模型能夠反映露頭任意位置精確的三維坐標(biāo), 通過(guò)對(duì)露頭三維模型可視化, 能夠提供一種接近真實(shí)世界的觀察、分析和推導(dǎo)方式, 可有效輔助地質(zhì)研究(萬(wàn)劍華等, 2019)。在結(jié)合露頭三維模型開(kāi)展地質(zhì)研究上, 許多研究者都進(jìn)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(chǔ)層地質(zhì)模型用于儲(chǔ)層研究(鄭劍鋒等, 2014, 2015; 喬占峰等, 2015;Racolte et al., 2022); 通過(guò)多地質(zhì)要素刻畫(huà)露頭儲(chǔ)集體三維模型砂體形態(tài)用于儲(chǔ)層研究(朱如凱等,2013); 結(jié)合露頭模型開(kāi)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(xì)化解譯(萬(wàn)劍華等, 2019)、剖面量測(cè)與巖層巖性分析(劉帥等,2022); 利用露頭三維模型進(jìn)行滑坡穩(wěn)定性分析(Livio et al., 2022); 基于虛擬露頭模型進(jìn)行巖石裂縫特征分析(Casini et al., 2016)等。上述研究由于沒(méi)有軟件平臺(tái)支撐, 使得露頭模型和相關(guān)資源無(wú)法共享、匯聚。

在HTML5規(guī)范與WebGL繪圖標(biāo)準(zhǔn)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(tái)(樂(lè)世華等, 2018), 并廣泛應(yīng)用于各個(gè)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(guó)阿伯丁大學(xué)VOG團(tuán)隊(duì)的V3Geo平臺(tái)(Buckley et al., 2022)、意大利GeoVires團(tuán)隊(duì)的虛擬地質(zhì)露頭共享平臺(tái)(Mariotto et al., 2021)、美國(guó)亞利桑那州立大學(xué)的虛擬野外調(diào)查平臺(tái)(Mead et al.,2019); 英國(guó)Petex公司的FieldMOVE平臺(tái)(Lundmark et al., 2020); 法國(guó)Sketchfab公司的GeoAvatar平臺(tái)(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(tái)大多存在數(shù)據(jù)量和數(shù)據(jù)資源有限的問(wèn)題, 沒(méi)有將國(guó)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(jìn)行有效整合, 建設(shè)的平臺(tái)目標(biāo)較為單一,實(shí)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(tái)的應(yīng)用效果普遍有待提高。

因此, 論文通過(guò)對(duì)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(jìn)行研究,設(shè)計(jì)、研發(fā)了數(shù)字露頭實(shí)景三維Web平臺(tái)。平臺(tái)以露頭實(shí)景三維模型為數(shù)據(jù)基礎(chǔ), 結(jié)合Cesium開(kāi)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(shí)景三維模型的各類(lèi)地質(zhì)信息, 進(jìn)行數(shù)字露頭的可視化分析和互動(dòng),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(jìn)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(wú)人機(jī)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(diǎn)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(cè)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(wèn)題。它基于多視圖幾何原理, 由于影像攜帶自身對(duì)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(guò)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(shí)以控制點(diǎn)、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(cuò)誤和影像匹配精度降低的問(wèn)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(diǎn)坐標(biāo), 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(guò)空間平面的位置變化對(duì)影像特征點(diǎn)投影范圍進(jìn)行約束,實(shí)現(xiàn)像方特征點(diǎn)和平面元這兩種匹配基元的同時(shí)匹配, 匹配結(jié)束后繼續(xù)使用高度遮擋檢測(cè)算法對(duì)平面元進(jìn)行再次匹配, 加密首次匹配結(jié)果, 有效減少影像遮擋對(duì)匹配結(jié)果產(chǎn)生的影響(王競(jìng)雪等, 2013)。

(3)點(diǎn)云構(gòu)網(wǎng)

多視影像密集匹配后, 可生成目標(biāo)地物的點(diǎn)云模型數(shù)據(jù)。通常使用區(qū)域生長(zhǎng)算法和八叉樹(shù)算法等表面重建算法對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行處理, 將點(diǎn)云數(shù)據(jù)連接為三角片元生成具有不同細(xì)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(guò)對(duì)三角網(wǎng)優(yōu)化, 對(duì)較平坦地形的三角面片進(jìn)行簡(jiǎn)化, 對(duì)較復(fù)雜地形的三角面片進(jìn)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(xì)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(duì)應(yīng)關(guān)系, 實(shí)現(xiàn)紋理坐標(biāo)二維至三維的轉(zhuǎn)換, 將二維紋理空間點(diǎn)的顏色值對(duì)應(yīng)映射到三維地物表面, 即可得到具有真實(shí)感的三維地物模型。

1.2 三維模型可視化

(1)場(chǎng)景裁剪算法

在Web端加載三維模型渲染過(guò)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(chǎng)景裁剪算法進(jìn)行模型加載。該算法思想是: 只加載當(dāng)前場(chǎng)景渲染需要的模型瓦片數(shù)據(jù), 場(chǎng)景進(jìn)行變換時(shí), 對(duì)可視場(chǎng)景沒(méi)有貢獻(xiàn)的部分進(jìn)行剔除, 并加載需要的部分, 從而優(yōu)化Web平臺(tái)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(xiàn)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(xì)節(jié)層次算法

露頭三維模型在瀏覽器進(jìn)行加載展示時(shí), 采用細(xì)節(jié)層次(Levels of Detail, LOD)算法實(shí)現(xiàn)露頭三維模型的細(xì)節(jié)層次加載, 提升了渲染效率。LOD算法的思想是: 為一個(gè)目標(biāo)地物建立多個(gè)不同細(xì)節(jié)層次的模型, 通過(guò)對(duì)場(chǎng)景復(fù)雜度和圖形變換進(jìn)行綜合判斷, 在不同視角下選擇合適的細(xì)節(jié)層次模型進(jìn)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(shí)現(xiàn)簡(jiǎn)單的八叉樹(shù)結(jié)構(gòu)對(duì)三維模型進(jìn)行組織(圖2)。

圖2 八叉樹(shù)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(biāo)是校正幾何誤差, 消除魚(yú)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(guò)提取影像重疊區(qū)域的特征點(diǎn), 利用特征點(diǎn)實(shí)現(xiàn)影像匹配;影像融合主要是對(duì)連接起來(lái)的影像進(jìn)行融合處理,如果僅僅將兩幅影像進(jìn)行簡(jiǎn)單疊加, 會(huì)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(duì)影像拼接部分進(jìn)行融合處理, 使兩幅影像間緩慢過(guò)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(jiǎn)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(shí)重疊區(qū)的對(duì)齊程度。影像匹配首先將不同影像進(jìn)行幾何校正。論文使用野外采集的魚(yú)眼影像數(shù)據(jù), 在進(jìn)行影像匹配前需要將魚(yú)眼影像映射至三維球面模型上進(jìn)行幾何校正(英向華等, 2003)。

利用校正后影像中的特征點(diǎn)進(jìn)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(duì)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(diǎn)的瞬時(shí)變化, 光流場(chǎng)則可以看成影像中光流的集合。最早的光流算法是通過(guò)將光流約束方程引入, 在二維速度場(chǎng)和影像像素點(diǎn)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(shí)現(xiàn)了光流算法的改進(jìn), 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(jìn)行影像融合時(shí), 為滿(mǎn)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(chǎng), 根據(jù)光流場(chǎng)進(jìn)行影像重疊區(qū)域的像素點(diǎn)匹配后將影像重投影, 實(shí)現(xiàn)影像的融合。

融合后的全景影像可實(shí)現(xiàn)地質(zhì)露頭的全景漫游, 給用戶(hù)營(yíng)造一種身臨其境的感覺(jué)。并且, 借助全景影像能夠提高數(shù)字露頭實(shí)景三維Web平臺(tái)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(tái)設(shè)計(jì)與實(shí)現(xiàn)

2.1 平臺(tái)設(shè)計(jì)

(1)架構(gòu)設(shè)計(jì)

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

數(shù)據(jù)層負(fù)責(zé)對(duì)數(shù)字露頭實(shí)景三維Web平臺(tái)中的數(shù)據(jù)進(jìn)行儲(chǔ)存和管理, 采用數(shù)據(jù)庫(kù)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(tái)采用文件系統(tǒng)存儲(chǔ)露頭三維模型數(shù)據(jù)及模型所屬和觀察點(diǎn)所屬圖片、視頻、全景和文獻(xiàn)等地質(zhì)信息數(shù)據(jù), 通過(guò)數(shù)據(jù)庫(kù)存儲(chǔ)前述數(shù)據(jù)的位置信息, 同時(shí)通過(guò)數(shù)據(jù)庫(kù)存儲(chǔ)觀察點(diǎn)、地質(zhì)標(biāo)繪、地質(zhì)互動(dòng)信息、用戶(hù)信息等數(shù)據(jù)。

數(shù)據(jù)處理層是平臺(tái)的重要組成部分, 該層主要負(fù)責(zé)平臺(tái)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(shí)景三維模型數(shù)據(jù)管理、模型信息顯示、地質(zhì)信息互動(dòng)、用戶(hù)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(tái)使用開(kāi)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(tái)提供業(yè)務(wù)邏輯服務(wù), 主要進(jìn)行三維模型處理、地質(zhì)信息處理、露頭信息處理、地質(zhì)標(biāo)繪處理、地質(zhì)信息互動(dòng)處理等。該層根據(jù)業(yè)務(wù)流程對(duì)各類(lèi)信息進(jìn)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(fù)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(dòng)、用戶(hù)管理等各種功能的人機(jī)交互和結(jié)果呈現(xiàn)。

(2)功能設(shè)計(jì)

圍繞數(shù)字露頭實(shí)景三維Web平臺(tái)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(dòng)、用戶(hù)管理, 具體功能設(shè)計(jì)如圖4所示。

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

2.2 平臺(tái)實(shí)現(xiàn)

數(shù)字露頭實(shí)景三維Web平臺(tái)基于Cesium三維地球引擎實(shí)現(xiàn)。平臺(tái)前端基于Vue框架采用JavaScript語(yǔ)言開(kāi)發(fā), 后端基于Django框架采用Python語(yǔ)言實(shí)現(xiàn), 數(shù)據(jù)庫(kù)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(lèi)型的數(shù)據(jù)體量大, Web前端加載時(shí)效性要求高, 因此都以金字塔結(jié)構(gòu)進(jìn)行數(shù)據(jù)組織, 以由粗到細(xì)的多層級(jí)瓦片按文件方式存儲(chǔ)。使用IIS(Internet Information Services, 互聯(lián)網(wǎng)信息服務(wù))進(jìn)行平臺(tái)各層服務(wù)發(fā)布。圖5所示為平臺(tái)主界面(在線(xiàn)地址:https://outcrop3d.deep-time.org)。

圖5 數(shù)字露頭實(shí)景三維Web平臺(tái)主界面(圖中英文系用戶(hù)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(tái)中的實(shí)景三維模型為云端地質(zhì)考察提供了直觀、清晰、真實(shí)的剖面外觀, 為巖性識(shí)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(tái)或用戶(hù)針對(duì)露頭模型自主提供的描述、圖片、視頻、全景、文獻(xiàn)、標(biāo)繪等地質(zhì)數(shù)據(jù), 使得平臺(tái)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(shí)補(bǔ)充。

3.1 剖面總覽

平臺(tái)從宏觀視角提供了露頭剖面的展布情況、地理位置、周?chē)h(huán)境。結(jié)合平臺(tái)或用戶(hù)提供的露頭地質(zhì)信息, 可以對(duì)露頭所在地的氣候、區(qū)域背景等獲得總體的認(rèn)識(shí)。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(biāo): 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(shí)別

平臺(tái)上的高分辨率露頭實(shí)景三維模型為剖面巖性的識(shí)別提供了真實(shí)的外觀、形狀和紋理, 結(jié)合平臺(tái)或用戶(hù)提供的精細(xì)照片等露頭地質(zhì)信息, 可以對(duì)露頭巖性進(jìn)行精準(zhǔn)識(shí)別, 達(dá)到和野外地質(zhì)考察巖性識(shí)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(guò)露頭實(shí)景三維模型的多方位、多角度觀察,結(jié)合平臺(tái)或用戶(hù)提供的宏觀/微觀照片、視頻、全景、文獻(xiàn)等露頭地質(zhì)信息, 可以對(duì)剖面地層進(jìn)行準(zhǔn)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(shí)景三維模型, 結(jié)合平臺(tái)上的各種露頭地質(zhì)信息, 可以對(duì)剖面地層疊覆關(guān)系進(jìn)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(tái)支持在露頭模型上量測(cè)),中間有地層缺失, 呈平行不整合接觸, 對(duì)應(yīng)于全球“大不整合”。

3.5 地質(zhì)構(gòu)造識(shí)別

平臺(tái)中的露頭實(shí)景三維模型具有真實(shí)的外觀、形狀、紋理和位置, 通過(guò)不同視角、不同尺度(整體、局部)的模型觀察, 在無(wú)需其它露頭地質(zhì)信息輔助的情況下, 可準(zhǔn)確的識(shí)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(shí)別具有更便捷的觀察方式。如圖9所示為露頭實(shí)景三維模型上所識(shí)別的斷層。

圖9 實(shí)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(duì)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(guò)高清晰沉積巖露頭實(shí)景三維模型的觀察, 并配合平臺(tái)或用戶(hù)提供的照片、文獻(xiàn)等各種露頭地質(zhì)信息, 能準(zhǔn)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(shí)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(cuò)層理, 平臺(tái)中模型同位置處的層理照片既是印證也是補(bǔ)充。

圖10 內(nèi)蒙古烏海蘇拜溝剖面砂巖槽狀交錯(cuò)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(duì)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(tái)基于實(shí)景三維模型, 結(jié)合平臺(tái)擁有的文字描述、照片、視頻、全景、文獻(xiàn)、地質(zhì)標(biāo)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(dòng)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(shí)的海洋環(huán)境非常淺, 由于基準(zhǔn)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(diǎn))。頁(yè)巖中存在各種小微化石(圖8D)和三葉蟲(chóng), 表明其年齡為早期的苗嶺世。

3.8 地質(zhì)量測(cè)

露頭實(shí)景三維模型具備真實(shí)的形狀, 使得通過(guò)數(shù)學(xué)方法進(jìn)行產(chǎn)狀等的量測(cè)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(cè)項(xiàng), 巖層的厚度、特殊巖層體的周長(zhǎng)、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(tái)支持上述要素的精準(zhǔn)量測(cè)。如圖11為產(chǎn)狀等地質(zhì)量測(cè)的示例。

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

3.9 地質(zhì)標(biāo)繪

針對(duì)露頭實(shí)景三維模型, 結(jié)合數(shù)學(xué)方法可以實(shí)現(xiàn)線(xiàn)、面、文字等豐富的地質(zhì)標(biāo)繪。采用不同的線(xiàn)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(biāo)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(biāo)繪。

圖12 內(nèi)蒙古烏海蘇拜溝剖面黃旗口組一段地層標(biāo)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(dòng)

有別于傳統(tǒng)地質(zhì)考察, 數(shù)字露頭平臺(tái)支持用戶(hù)一對(duì)一或以討論組的方式針對(duì)露頭模型、露頭所屬的圖片、視頻、全景、文獻(xiàn)、觀察點(diǎn)、地質(zhì)標(biāo)繪等進(jìn)行信息分享、互動(dòng)。這種互動(dòng)面向露頭剖面, 高度聚焦, 引導(dǎo)精準(zhǔn), 地質(zhì)信息豐富, 分享實(shí)時(shí), 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(tái)西藏年多剖面地質(zhì)信息互動(dòng)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(guò)對(duì)數(shù)字露頭實(shí)景三維Web平臺(tái)關(guān)鍵技術(shù)進(jìn)行深入研究, 設(shè)計(jì)、實(shí)現(xiàn)了該平臺(tái)。平臺(tái)實(shí)現(xiàn)了露頭實(shí)景三維模型的可視化, 融入露頭相關(guān)地質(zhì)信息, 增強(qiáng)了數(shù)字露頭的可視化和知識(shí)化, 實(shí)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(diǎn)多線(xiàn)長(zhǎng)、高度流動(dòng)、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(jìn)行觀察和量測(cè), 很難獲取完整的露頭信息。數(shù)字露頭實(shí)景三維Web平臺(tái)為解決上述問(wèn)題并實(shí)現(xiàn)云端地質(zhì)考察提供了全新的途徑。

數(shù)字露頭平臺(tái)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(duì)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(guò)他人工作對(duì)露頭地質(zhì)情況進(jìn)行快速了解, 從而使云端地質(zhì)考察在成本、效率、準(zhǔn)確性、認(rèn)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(shí)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(guò)數(shù)字露頭平臺(tái)進(jìn)行剖面總覽、巖性識(shí)別、地層劃分、地層疊覆辨別、地質(zhì)構(gòu)造識(shí)別、沉積構(gòu)造鑒別、沉積環(huán)境分析、地質(zhì)量測(cè)、地質(zhì)標(biāo)繪、信息互動(dòng)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(shí)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(tái)不受時(shí)間與空間限制, 能夠便捷、高效地實(shí)現(xiàn)實(shí)景三維露頭的高精度展示, 并可進(jìn)行露頭剖面的重復(fù)研究, 隨時(shí)查看露頭研究的最新進(jìn)展, 節(jié)省地質(zhì)考察的時(shí)間和經(jīng)濟(jì)成本。

在露頭實(shí)景三維模型上實(shí)現(xiàn)的地質(zhì)標(biāo)繪, 使得露頭剖面不僅因?yàn)閷?shí)景三維真實(shí)、好看, 更使剖面擁有了地質(zhì)知識(shí)內(nèi)涵, 成為了真正的實(shí)景三維地質(zhì)剖面(圖12)。因此, 平臺(tái)具備的地質(zhì)標(biāo)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(tái)針對(duì)露頭模型、露頭所屬的圖片、視頻、全景、文獻(xiàn)、觀察點(diǎn)、地質(zhì)標(biāo)繪等各種地質(zhì)信息的分享、互動(dòng), 使得聚焦于露頭剖面的地質(zhì)信息流動(dòng)起來(lái), 從而使地質(zhì)學(xué)者的考察難度降低, 參與性更強(qiáng), 為云端地質(zhì)考察提供了別具一格的新模式(圖13)。

需要說(shuō)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(tái)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(guó)內(nèi)外影響較大的V3Geo、GeoAvatar等虛擬露頭平臺(tái), 論文研究的數(shù)字露頭平臺(tái)將國(guó)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(jìn)行了有效整合, 地質(zhì)信息資源更加豐富, 平臺(tái)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(tái)目前也存在以下問(wèn)題, 將在后期進(jìn)行改進(jìn)。

首先, 平臺(tái)中的部分露頭模型分辨率不高, 嚴(yán)重影響了各種地質(zhì)現(xiàn)象的觀察。這需要改進(jìn)野外無(wú)人機(jī)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(dá)到滿(mǎn)足要求的分辨率。

其次, 當(dāng)平臺(tái)或用戶(hù)自主提供的露頭地質(zhì)信息不豐富時(shí), 云端地質(zhì)考察的有效性將明顯降低。因此, 平臺(tái)或用戶(hù)持續(xù)對(duì)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(tái)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(tái)在帶寬較高的網(wǎng)絡(luò)下模型加載快, 縮放、移動(dòng)時(shí)流暢, 但在帶寬較低的環(huán)境下模型加載較慢且縮放時(shí)有卡屯現(xiàn)象。就此,對(duì)三維模型進(jìn)行頂點(diǎn)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(tái)主要實(shí)現(xiàn)了數(shù)字露頭模型和相關(guān)地質(zhì)信息的展示, 對(duì)于借助露頭模型進(jìn)行地質(zhì)研究的方法挖掘程度還不夠, 還需繼續(xù)加強(qiáng)三維環(huán)境下輔助進(jìn)行地質(zhì)研究的功能, 增強(qiáng)平臺(tái)應(yīng)用價(jià)值。后續(xù)將開(kāi)展地質(zhì)路線(xiàn)自動(dòng)漫游、露頭巖性識(shí)別、古流向標(biāo)定等功能研發(fā), 提升地質(zhì)研究?jī)r(jià)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(kāi)源三維地球引擎設(shè)計(jì)、實(shí)現(xiàn)了數(shù)字露頭實(shí)景三維Web平臺(tái)。平臺(tái)實(shí)現(xiàn)了露頭實(shí)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(shí)現(xiàn)了露頭三維模型上傳與實(shí)景漫游、露頭相關(guān)地質(zhì)信息自主提供、分享、互動(dòng)與可視化展示。論文通過(guò)實(shí)例證明了平臺(tái)云端地質(zhì)考察應(yīng)用的新穎性和有效性。該平臺(tái)作為第21屆國(guó)際沉積學(xué)大會(huì)虛擬野外地質(zhì)路線(xiàn)考察的首選, 已成功應(yīng)用于15條路線(xiàn)中的12條。平臺(tái)結(jié)合可視化手段, 使露頭模型的三維展示更加直觀、準(zhǔn)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(diǎn)和安全等問(wèn)題, 為地質(zhì)學(xué)者進(jìn)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(shí)際應(yīng)用價(jià)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).