多数据交叉的野外露头信息采集及建模方法

摘要

本发明公开了一种多数据交叉的野外露头信息采集及建模方法，包括如下步骤：S1：野外露头数字化信息采集；S2：基础信息交叉整合；S3：露头沉积过程还原；S4：建立野外露头三维可视化模型。本发明通过运用无人机、激光扫描仪、激光测距仪等仪器设备，对野外地质露头进行精细的观测与数据采集，将基础数据进行归类统计，并运用沉积学分析方法建立野外露头三维数字表征库，且通过三维可视化模型展示露头全面信息，极大减少了研究人员考察野外露头的工作量，同时，也为地质露头研究提供了一种新的研究思路与研究方法。

说明书

技术领域

本发明属于野外露头地质考察技术领域，具体涉及一种多数据交叉的野外露头信息采集及建模方法。

背景技术

野外露头地质考察是获取地质资料最直接的途径，野外露头的地层发育特征、岩性岩相特征、储层物性特征可以很好的反映区域沉积学信息。对野外地质露头进行精细研究，是沉积学的一种重要研究手段。

目前，多数学者对露头的考察工作多停留在肉眼观察、卷尺测量、局部典型特征拍照的阶段。露头研究迫切需要一种能宏观把握、精准定量、整体建模的考察与分析方法。

发明内容

本发明克服了现有技术的不足，提供了一种多数据交叉的野外露头信息采集及建模方法，本发明可获取野外露头的图像、规模尺度、岩性信息，建立野外露头三维数字表征库。通过各种观测设备的交叉使用，使得定量数据更加准确，形成一套由宏观至微观的精确、可视化、定量化的野外露头基础信息库。

为了解决相关技术问题，本发明通过下述技术方案实现：一种多数据交叉的野外露头信息采集及建模方法，包括如下步骤：

S1：野外露头数字化信息采集；

S2：基础信息交叉整合；

S3：露头沉积过程还原；

S4：建立野外露头三维可视化模型。

在本发明较佳地实施例中，所述多数据交叉的野外露头信息采集及建模方法还包括：

S0：野外露头选取。

在本发明较佳地实施例中，所述野外露头选取方式包括：

S01：出露面积大；

S02：沉积相类型典型、且特征清晰；

S03：遮挡程度低。

在本发明较佳地实施例中，其特征在于，所述步骤S1包括如下子步骤：

S11：露头高清图像及坐标信息采集；

S12：露头正面三维信息采集；

S13：露头沉积学信息采集。

在本发明较佳地实施例中，所述步骤S11包括如下子步骤：

S111：利用无人机对露头高清图像及坐标信息采集形成无人机点云数据和正面正摄影图像；

S112：利用相机对露头局部典型现象进行图像采集。

在本发明较佳地实施例中，所述步骤S12具体包括：

利用激光扫描仪对露头正面进行定点扫描，并采集坐标信息，形成露头正面三维点云数据。

在本发明较佳地实施例中，所述步骤S13步骤包括如下子步骤：

S131：野外露头宏观信息采集；

S132：岩性岩相数据采集；

S133：砂体规模尺度统计；

S134：储层样品采集。

在本发明较佳地实施例中，所述步骤S2包括如下子步骤：

S21：建立岩性岩相库；

S22：建立砂体规模尺度库；

S23：建立储层物性参数库。

在本发明较佳地实施例中，所述建立岩性岩相库具体方式包括利用激光扫描仪图像+单反相机照片构建岩性岩相库；

所述建立砂体规模尺度库具体方式包括利用无人机正摄影图像+激光测距仪信息建立砂体规模尺度库；

所述建立储层物性参数库具体方式包括采样+薄片研究建立储层物性参数库。

在本发明较佳地实施例中，所述步骤S4包括如下子步骤：

S41：建立露头宏观三维模型；

S42：建立露头正面高精度三维模型。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

本发明通过运用无人机、激光扫描仪、激光测距仪等仪器设备，对野外地质露头进行精细的观测与数据采集，将基础数据进行归类统计，并运用沉积学分析方法建立野外露头三维数字表征库，且通过三维可视化模型展示露头全面信息，极大减少了研究人员考察野外露头的工作量，同时，也为地质露头研究提供了一种新的研究思路与研究方法。

附图说明

附图用来提供对本申请的技术方案或现有技术的进一步理解，并且构成说明书的一部分。其中，表达本申请实施例的附图与本申请的实施例一起用于解释本申请的技术方案，但并不构成对本申请技术方案的限制。

图1为无人机露头整体拍摄飞行路径示意图；

图2为无人机定点摄影拍摄露头正面图像示意图；

图3为相机局部典型现象图像采集示意图；

图4为岩性岩相数据采集示意图；

图5为岩性岩相组合表示意图；

图6为岩性岩相图版示意图；

图7为沉积环境和岩相组合表示意图；

图8为无人机正摄影图像测量砂体规模尺度示意图；

图9为砂体规模尺度统计表示意图；

图10为露头砂体储层物性统计表示意图；

图11为露头物性参数表示意图；

图12为古水流方位判断示意图；

图13为无人机+激光扫描仪点云数据处理过程示意图；

图14为露头正面三维定量信息示意图；

图15为多数据交叉的野外露头信息采集及建模方法的流程图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本发明的保护范围之内。

近年来，无人机、激光测距、激光扫描在建筑、工程行业均有较为深入的应用，考虑野外地质露头研究的需求，相关仪器设备与数据采集手段在露头研究方面具有很大的应用空间。

实施例

一种多数据交叉的野外露头信息采集及建模方法包括如下步骤(如图15所示)：

步骤1：野外露头选取。

在本发明较佳地实施例中，所述野外露头选取方式包括：

(1)出露面积大；受控于三角洲、冲积扇等沉积体相对较大的体积，野外露头需出露相当的面积才能尽可能完整的展示其沉积特征与相带演化过程，一般选取出露面积为1000m

(2)沉积相类型典型、且特征清晰；对于选取的野外露头需进行详细的地质解剖与成因分析，若其沉积相类型模糊、沉积特征出露不完全，将极大增加露头考察阶段的工作量，同时对其沉积特征研究、沉积过程反演也存在极大困难。

(3)遮挡程度低，易于进行测量；本方法需要建立野外露头高精度三维、二维模型，若露头具较多遮挡物，则模型中将存在许多视觉盲点，使模型的展示效果大大降低；同时，由于考察阶段所使用的仪器设备较多，野外露头应尽量处于地形平缓、易于测量的位置。

步骤2：野外露头数字化信息采集。

(1)露头高清图像及坐标信息采集；

1)无人机图像采集：

运用无人机按照预设路径对野外露头进行整体摄影，采集不同部位的高清图像及坐标信息，形成无人机点云数据(如图1所示)；

运用无人机定点摄影技术采集露头正面高清图像及相应坐标信息，拼接成露头正面正摄影图像(如图2所示)；

2)相机采集：

运用相机对露头局部典型现象进行图像采集，包括构造特征、典型现象等(如图3所示)。

(2)露头正面三维信息采集；

运用激光扫描仪对露头正面进行定点扫描，并采集坐标信息，形成露头正面三维点云数据。

(3)露头沉积学信息采集。

1)野外露头宏观信息采集：测量野外露头的出露情况，包括运用激光测距仪测量露头整体的长、宽、高，以及用罗盘测量地层的倾向、倾角，通过沉积学分析确定地层的年代信息，并记录基础数据。

2)岩性岩相数据采集：对野外地质露头各部位的岩石种类、结构、粒度参数、层理特征、分选性、磨圆性进行统计(如图4所示)，记录基础数据，并拍摄相关照片(相机图像采集)，进行归类记录。

3)砂体规模尺度统计：激光测距仪测量野外地质露头的砂体规模尺度，包括砂体的长度，厚度，在剖面中的位置信息，并记录相关基础数据。

4)储层样品采集：采集露头有利储层层位的岩石样品，并磨制成显微薄片，进行镜下观察，并记录相关储层物性数据。

步骤3：基础信息交叉整合。

该步骤为基础数据分析过程，将步骤2中野外露头数字化信息采集取得的基础数据进行整合、分析，并建立野外地质露头三维数字表征库。

野外露头三维数字表征库的建立是将步骤2中各种仪器采集的露头基本信息进行对比、整合，形成的定量、可视化的数据集合，野外地质露头三维数字表征库包括岩性岩相库、砂体规模尺度库、储层物性参数库三个子库。

(1)运用激光扫描仪图像+单反相机照片构建岩性岩相库：

激光扫描仪所生成的图像为露头正面三维高清图像，通过该图像区分露头地层的岩性、构造、层理等宏观、整体的沉积学特征。单反相机拍摄的沉积学特征为露头局部某点单一、精细的沉积学特征。将两种仪器反映的露头岩性岩相数据进行整合，形成露头岩性岩相信息(如图5-6所示)；

同时，依据激光扫描仪反映的露头宏观沉积特征，判断露头所属的沉积环境类型(相)，以及不同层位的沉积环境(亚相)。依据单反相机拍摄的微观精细的沉积特征，判断不同砂体所属的沉积环境类型(微相)。将两种数据整合，形成露头沉积环境信息(如图7所示)。

(2)运用无人机正摄影图像+激光测距仪信息建立砂体规模尺度库：

步骤2中无人机定点摄影拍摄的图像为露头正面正摄影图像，通过添加比例尺可测量露头任意位置沉积体的规模尺度。利用无人机拍摄的正摄影图像，测量露头中长度大、厚度宽的砂体规模尺度(如图8所示)。而其他宽、厚皆比较小的砂体，受限于正摄影图像的像素限制，采用手持激光测距仪进行规模尺度测量(如图9所示)。并将上述两部分数据进行整合，建立露头砂体规模尺度库。

(3)采样+薄片研究建立储层物性参数库：

对各层砂体进行采样，描述记录岩性特征，之后将样品制作显微薄片。再通过镜下观察以及孔隙度测定实验对各层样品进行岩石学描述、孔隙度、孔隙类型及连通性做详细描述，制作露头砂体储层物性统计表(如图10所示)，并统计多个类型砂体的物性数值进行统计，包含有孔隙度的最大值、最小值、平均值、变异系数4个统计参数描述，制作露头物性参数表(如图11所示)。

步骤4：露头沉积过程还原。

通过无人机整体摄影与激光测距仪扫描信息对野外露头地层信息进行宏观、整体把握，结合步骤3建立的岩性岩相库分析各纹层所属的沉积微相类型，寻找古河道所处的位置。依据砂体规模尺度库统计的砂体厚度数据，判断河道砂体的形成时的物源大致方向。物源方向垂直于纹层厚度最大方向，其具体识别方法如下，以正东西向延伸的露头为例(如图12所示)：

(1)纹层两侧厚度对称，则指示物源方向垂直于露头正面，方向为北-南向。

(2)纹层最厚位置东偏，指示物源方向斜交于露头正面，方向为北东-南西向。

(3)纹层最厚位置西偏，指示物源方向斜交于露头正面，方向为北西-南东向。

依据步骤3中储层物性参数库反映的不同纹层中岩石的粒度、胶结物信息，判断碎屑物质沉积时水流流速大小。同时，结合岩性岩相库反映的沉积微相变化信息，对剖面中不同位置的流态信息(方向、流速)进行统计、归类，从而确定露头物源信息。

步骤5：建立野外露头三维可视化模型。

(1)无人机点云数据建立露头宏观三维模型；

依据第二步中无人机对露头整体拍摄形成的点云数据，通过专业计算机绘图软件将点云数据进行计算、整合，生成野外露头三维模型(如图13所示)，实现野外露头各角度特征的宏观展示。

(2)无人机点云数据+激光扫描仪点云数据建立露头正面高精度三维模型；

无人机定点摄影拍摄的露头正摄影图像具有像素高、内容全面的特征，但其不能准确反映露头正面三维的起伏变化，存在拍摄盲点。而激光扫描仪采集的露头正面点云数据能准确反映三维的变化信息。通过两种点云数据的拟合处理，生成露头正面高精度三维图像，并添加比例尺及数字表征库信息，形成露头正面三维定量信息模型(如图14所示)。将三维模型与可视化数字露头进行整合，组成野外露头三维可视化模型。

本发明通过上述仪器设备定量采集野外露头特定信息，并将各设备采集的信息进行交叉整合，互取优点，弥补不足，通过整理形成露头三维数字表征库及三维可视化信息展示模型，具体为：

(1)利用激光扫描仪获取露头宏观沉积学信息；利用单反相机获取露头微观沉积学信息，将两部分信息进行整合分析，建立露头整体的岩性岩相库。

(2)利用无人机正摄影图像计算露头宏观砂体规模尺度信息；利用激光测距仪测量无人机摄影不能捕捉的微观砂体规模尺度信息，将两部分信息进行统计、整合，建立露头砂体规模尺度库。

(3)利用无人机和激光测距仪采集的露头正面高精度三维图像信息，识别纹层厚度最大位置，依据不同特征进行分析，判断物源方向；通过样品薄片观测取得粒度、胶结物信息恢复古水动力状态；利用物源方向、流态信息重建露头物源信息。

(4)利用无人机巡航摄影采集露头整体三维点云信息；利用激光扫描仪采集露头正面高精度三维点云信息；将两部分点云信息整合计算，形成露头三维数字可视化模型，且突出强调露头正面三维图像与定量信息。

虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。