Terrestrisches Laserscanning zur Quantifizierung von Trennflächenparametern für statistisch signifikante Discrete-Fracture-Network-Modelle

Die Erfassung und Charakterisierung von Trennflächen in geologischen Aufschlüssen ist eine wichtige Aufgabe von Geowissenschaftlern. Da die klassische, händische Messung von Trennflächenparametern zeitintensiv ist, löst das terrestrische Laserscanning diese Methode ab. Das terrestrisch...

Full description

Bibliographic Details
Main Author: Laux, Dennis
Format: Others
Language:de
Published: 2017
Online Access:https://tuprints.ulb.tu-darmstadt.de/5921/1/DissertationLaux.pdf
https://tuprints.ulb.tu-darmstadt.de/5921/7/AnhangLaux.zip
Laux, Dennis <http://tuprints.ulb.tu-darmstadt.de/view/person/Laux=3ADennis=3A=3A.html> (2017): Terrestrisches Laserscanning zur Quantifizierung von Trennflächenparametern für statistisch signifikante Discrete-Fracture-Network-Modelle.Darmstadt, Technische Universität Darmstadt, [Ph.D. Thesis]
id ndltd-tu-darmstadt.de-oai-tuprints.ulb.tu-darmstadt.de-5921
record_format oai_dc
collection NDLTD
language de
format Others
sources NDLTD
description Die Erfassung und Charakterisierung von Trennflächen in geologischen Aufschlüssen ist eine wichtige Aufgabe von Geowissenschaftlern. Da die klassische, händische Messung von Trennflächenparametern zeitintensiv ist, löst das terrestrische Laserscanning diese Methode ab. Das terrestrische Laserscanning erlaubt die Erfassung von Oberflächenstrukturen und deren Darstellung als dreidimensionale Punktwolken. Innerhalb dieser Punktwolken ist die Quantifizierung geometrischer Trennflächenparameter wie Orientierung, Größe sowie der Häufigkeit (Intensität) der Trennflächen möglich. Dazu werden bestehende, oft manuelle Auswertemethoden verbessert, um eine möglichst weitgehende Automatisierung der Arbeitsschritte zu erreichen, sowie neue Methoden entwickelt, die bestehende händische Messverfahren als Grundlage haben. Die semi-automatische Auswertung der Orientierung, Größe und Intensität aus Datensätzen, die mit einem Laserscanner erfasst werden, ist in dieser Arbeit beschrieben. In den vorgestellten Arbeitsprozessen ist der manuelle Input eines Bearbeiters auf ein Minimum abgesenkt. Beispieldatensätze dreier Aufschlüsse zeigen, wie die kontrollierenden Parameter der genutzten Algorithmen zur Quantifizierung der Trennflächen auf das Ergebnis Einfluss nehmen und Ergebnisse optimiert werden können. Eine zentrale Rolle spielt dabei die Identifizierung von Flächen inklusive Informationen über Ausmaß und Orientierung dieser Flächen auf der Grundlage eines RANSAC-Algorithmus. Darauf basierend entwickeln sich weitere geometrische Berechnungsschritte zur Abschätzung der Trennflächencharakteristika. Es werden unterschiedliche Herangehensweisen beschrieben und schlussendlich wird eine Bearbeitungsempfehlung gegeben. Die Orientierungsanalyse beruht auf der Identifizierung von Normalenvektoren auf der Oberfläche über zwei unterschiedliche Ansätze, eine direkte, umfassende Normalenberechnung auf der Wolke oder der vorhergehenden Identifizierung einer Fläche und ihrer Orientierung. Eine zentrale Rolle spielt dabei die Identifizierung von unterscheidbaren Scharen innerhalb der Ergebnisse mithilfe eines k-means oder ISIS-Algorithmus‘. Als komplex erweist sich die Quantifizierung der Größe von Trennflächen, bei der sich die Angabe der maximal-erkennbaren Ausdehnung einer Fläche im Aufschluss als brauchbar erweist. Geometrische Überlegungen führen von diesem Ausdehnungswert über Umrechnungen auf eine Größe, wobei diese für unterschiedliche Formen (Kreise, Ellipsen und Rechtecke) angenähert wird. Die Intensität wird über die Adaption der Scanline-Methode auf Punktwolken ermittelt, wobei einzig Anfang- und Endpunkt einer Vielzahl von Scanlines vorgegeben werden muss. Mehrere Trennflächen und ihre Verschneidung zu einem Trennflächennetzwerk (bzw. Kluftnetzwerk) spielen eine wichtige Rolle bei der Bewertung von natürlich geklüfteten Reservoirgesteinen. Dort kontrolliert das Netzwerk maßgeblich die Durchflusseigenschaften eines Fluids. Ein detaillierter Einblick in das Netzwerk und dessen lokale Variationen erlaubt genaue Prognosen über ein Reservoir während der Produktionsphase. Die geringe Datendichte von Reservoiren kann über Reservoiranaloge an der Erdoberfläche (Aufschlüsse, Minen und Tunnel) erhöht werden. Hier liefert das terrestrische Laserscanning einen wichtigen Beitrag, denn so kann eine hohe Anzahl an Daten in kurzer Zeit generiert werden. Die Ergebnisse unserer Methoden werden so dargestellt, dass sie in ein DFN Modell übertragen werden können, das genutzt wird, um Prognosen über Fluideigenschaften im Kluftnetzwerk durch das Aufskalieren hydraulischer Parameter wie der Permeabilität treffen zu können. Erfolgreich werden diese Parameter auf Grundlage der aus den Punktwolken quantifizierten Daten erstellt und deren hydraulische Eigenschaften evaluiert. Aufgezeigt wird die Sensibilität der Modelle auf die Trennflächenintensität, die maßgeblich das Durchflussverhalten bestimmt. Zusätzliche Anwendungsmöglichkeiten von DFN Modellen ergeben sich für geomechanische Berechnungen des E-Moduls, das ebenso maßgeblich von der Intensität abhängt, der Stabilität einer Felswand oder der Ermittlung der durchschnittlichen Blockgrößen aus 3 Trennflächenscharen. Die große Datenbasis erhöht die statistische Signifikanz dieser Modelle und aller berechneten Ergebnisse. Zudem bietet das terrestrische Laserscanning die Möglichkeit lokale Variationen entlang eines Gesteinskörpers zu erfassen und ebenfalls in ein Modell einzubauen.
author Laux, Dennis
spellingShingle Laux, Dennis
Terrestrisches Laserscanning zur Quantifizierung von Trennflächenparametern für statistisch signifikante Discrete-Fracture-Network-Modelle
author_facet Laux, Dennis
author_sort Laux, Dennis
title Terrestrisches Laserscanning zur Quantifizierung von Trennflächenparametern für statistisch signifikante Discrete-Fracture-Network-Modelle
title_short Terrestrisches Laserscanning zur Quantifizierung von Trennflächenparametern für statistisch signifikante Discrete-Fracture-Network-Modelle
title_full Terrestrisches Laserscanning zur Quantifizierung von Trennflächenparametern für statistisch signifikante Discrete-Fracture-Network-Modelle
title_fullStr Terrestrisches Laserscanning zur Quantifizierung von Trennflächenparametern für statistisch signifikante Discrete-Fracture-Network-Modelle
title_full_unstemmed Terrestrisches Laserscanning zur Quantifizierung von Trennflächenparametern für statistisch signifikante Discrete-Fracture-Network-Modelle
title_sort terrestrisches laserscanning zur quantifizierung von trennflächenparametern für statistisch signifikante discrete-fracture-network-modelle
publishDate 2017
url https://tuprints.ulb.tu-darmstadt.de/5921/1/DissertationLaux.pdf
https://tuprints.ulb.tu-darmstadt.de/5921/7/AnhangLaux.zip
Laux, Dennis <http://tuprints.ulb.tu-darmstadt.de/view/person/Laux=3ADennis=3A=3A.html> (2017): Terrestrisches Laserscanning zur Quantifizierung von Trennflächenparametern für statistisch signifikante Discrete-Fracture-Network-Modelle.Darmstadt, Technische Universität Darmstadt, [Ph.D. Thesis]
work_keys_str_mv AT lauxdennis terrestrischeslaserscanningzurquantifizierungvontrennflachenparameternfurstatistischsignifikantediscretefracturenetworkmodelle
_version_ 1719327348209221632
spelling ndltd-tu-darmstadt.de-oai-tuprints.ulb.tu-darmstadt.de-59212020-07-15T07:09:31Z http://tuprints.ulb.tu-darmstadt.de/5921/ Terrestrisches Laserscanning zur Quantifizierung von Trennflächenparametern für statistisch signifikante Discrete-Fracture-Network-Modelle Laux, Dennis Die Erfassung und Charakterisierung von Trennflächen in geologischen Aufschlüssen ist eine wichtige Aufgabe von Geowissenschaftlern. Da die klassische, händische Messung von Trennflächenparametern zeitintensiv ist, löst das terrestrische Laserscanning diese Methode ab. Das terrestrische Laserscanning erlaubt die Erfassung von Oberflächenstrukturen und deren Darstellung als dreidimensionale Punktwolken. Innerhalb dieser Punktwolken ist die Quantifizierung geometrischer Trennflächenparameter wie Orientierung, Größe sowie der Häufigkeit (Intensität) der Trennflächen möglich. Dazu werden bestehende, oft manuelle Auswertemethoden verbessert, um eine möglichst weitgehende Automatisierung der Arbeitsschritte zu erreichen, sowie neue Methoden entwickelt, die bestehende händische Messverfahren als Grundlage haben. Die semi-automatische Auswertung der Orientierung, Größe und Intensität aus Datensätzen, die mit einem Laserscanner erfasst werden, ist in dieser Arbeit beschrieben. In den vorgestellten Arbeitsprozessen ist der manuelle Input eines Bearbeiters auf ein Minimum abgesenkt. Beispieldatensätze dreier Aufschlüsse zeigen, wie die kontrollierenden Parameter der genutzten Algorithmen zur Quantifizierung der Trennflächen auf das Ergebnis Einfluss nehmen und Ergebnisse optimiert werden können. Eine zentrale Rolle spielt dabei die Identifizierung von Flächen inklusive Informationen über Ausmaß und Orientierung dieser Flächen auf der Grundlage eines RANSAC-Algorithmus. Darauf basierend entwickeln sich weitere geometrische Berechnungsschritte zur Abschätzung der Trennflächencharakteristika. Es werden unterschiedliche Herangehensweisen beschrieben und schlussendlich wird eine Bearbeitungsempfehlung gegeben. Die Orientierungsanalyse beruht auf der Identifizierung von Normalenvektoren auf der Oberfläche über zwei unterschiedliche Ansätze, eine direkte, umfassende Normalenberechnung auf der Wolke oder der vorhergehenden Identifizierung einer Fläche und ihrer Orientierung. Eine zentrale Rolle spielt dabei die Identifizierung von unterscheidbaren Scharen innerhalb der Ergebnisse mithilfe eines k-means oder ISIS-Algorithmus‘. Als komplex erweist sich die Quantifizierung der Größe von Trennflächen, bei der sich die Angabe der maximal-erkennbaren Ausdehnung einer Fläche im Aufschluss als brauchbar erweist. Geometrische Überlegungen führen von diesem Ausdehnungswert über Umrechnungen auf eine Größe, wobei diese für unterschiedliche Formen (Kreise, Ellipsen und Rechtecke) angenähert wird. Die Intensität wird über die Adaption der Scanline-Methode auf Punktwolken ermittelt, wobei einzig Anfang- und Endpunkt einer Vielzahl von Scanlines vorgegeben werden muss. Mehrere Trennflächen und ihre Verschneidung zu einem Trennflächennetzwerk (bzw. Kluftnetzwerk) spielen eine wichtige Rolle bei der Bewertung von natürlich geklüfteten Reservoirgesteinen. Dort kontrolliert das Netzwerk maßgeblich die Durchflusseigenschaften eines Fluids. Ein detaillierter Einblick in das Netzwerk und dessen lokale Variationen erlaubt genaue Prognosen über ein Reservoir während der Produktionsphase. Die geringe Datendichte von Reservoiren kann über Reservoiranaloge an der Erdoberfläche (Aufschlüsse, Minen und Tunnel) erhöht werden. Hier liefert das terrestrische Laserscanning einen wichtigen Beitrag, denn so kann eine hohe Anzahl an Daten in kurzer Zeit generiert werden. Die Ergebnisse unserer Methoden werden so dargestellt, dass sie in ein DFN Modell übertragen werden können, das genutzt wird, um Prognosen über Fluideigenschaften im Kluftnetzwerk durch das Aufskalieren hydraulischer Parameter wie der Permeabilität treffen zu können. Erfolgreich werden diese Parameter auf Grundlage der aus den Punktwolken quantifizierten Daten erstellt und deren hydraulische Eigenschaften evaluiert. Aufgezeigt wird die Sensibilität der Modelle auf die Trennflächenintensität, die maßgeblich das Durchflussverhalten bestimmt. Zusätzliche Anwendungsmöglichkeiten von DFN Modellen ergeben sich für geomechanische Berechnungen des E-Moduls, das ebenso maßgeblich von der Intensität abhängt, der Stabilität einer Felswand oder der Ermittlung der durchschnittlichen Blockgrößen aus 3 Trennflächenscharen. Die große Datenbasis erhöht die statistische Signifikanz dieser Modelle und aller berechneten Ergebnisse. Zudem bietet das terrestrische Laserscanning die Möglichkeit lokale Variationen entlang eines Gesteinskörpers zu erfassen und ebenfalls in ein Modell einzubauen. 2017 Ph.D. Thesis NonPeerReviewed text only the rights of use according to UrhG https://tuprints.ulb.tu-darmstadt.de/5921/1/DissertationLaux.pdf archive CC-BY 4.0 International - Creative Commons, Attribution https://tuprints.ulb.tu-darmstadt.de/5921/7/AnhangLaux.zip Laux, Dennis <http://tuprints.ulb.tu-darmstadt.de/view/person/Laux=3ADennis=3A=3A.html> (2017): Terrestrisches Laserscanning zur Quantifizierung von Trennflächenparametern für statistisch signifikante Discrete-Fracture-Network-Modelle.Darmstadt, Technische Universität Darmstadt, [Ph.D. Thesis] de info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/openAccess