Drone-baseret fotogrammetri en ny tilføjelse til geologiske forskningstjenester

Southwest Research Institute tilbyder nye dronebaserede, fjernmålingsteknikker til digitalt at kortlægge og modellere eksponerede geologiske strukturer, eller frynser, for bedre at forstå undergrundstrukturer forbundet med olie- og vandreservoirer. Gennem digital fotogrammetri-rekonstruering af virkelige objekter i 3D fra overlappende digitale billeder-kan SwRI udtrække nøjagtige og pålidelige geologiske oplysninger.

"Disse nye teknikker giver os mulighed for at skabe 'virtuelle' outcrops eller digitale outcrop -modeller (DOM'er), en digital 3D-repræsentation af overfladen, "sagde Adam Cawood, der for nylig sluttede sig til SwRI efter at have modtaget sin ph.d. fra University of Aberdeen (Storbritannien). "Vi udvikler nye dronebaserede, fjernmålingsteknikker til at tillade omkostningseffektive 3D-modellering og analyse af Jordens overflade. De oplysninger, vi udtrækker fra disse modeller, hjælper os med bedre at forstå forholdene under jorden. "

Teknikken muliggør computerbaseret geologisk fortolkning og dataudtrækning, hvor konventionelt feltarbejde kan være upraktisk eller usikkert. Drone-baserede teknikker har potentiale til væsentligt at øge mængden af ​​geologiske data, der kan indsamles fra feltlokaliteter.

Ved at bruge denne datadrevne tilgang, SwRI geologer vil være i stand til at fange de statistiske egenskaber ved fejl, brud og fold netværk for at studere geologiske indstillinger under jorden. Dette vil forbedre forståelsen af ​​kulbrintreservoirer, akviferer og potentielle lokaliteter for geologisk lagring såsom kuldioxid.

"Ved at bruge moderne dataindsamling og analyseteknikker, vi sigter mod at forbedre ressourceforvaltning og udvinding, og fuldt ud frigøre potentialet i klipperne under vores fødder, "sagde Cawood, der præsenterer forskning indsamlet via denne teknik i en digital plakatpræsentation "Skalaafhængige variationer i brudnetværksegenskaber og implikationer for reservoirkarakterisering:En brudt carbonatanalogundersøgelse, Northwest Montana "på American Association of Petroleum Geologists Virtual Annual Meeting (29. september-1. oktober, 2020).

Brug af droner til dataindsamling, Cawood rekonstruerer derefter digitalt outcrops og anvender multivariat statistisk analyse for at forudsige naturlig fraktur overflod, både på overfladen og under jorden. Disse brud er generelt for små til at blive identificeret ved hjælp af seismiske refleksionsdata, men er ofte kritiske for væskelagring og strømningsveje i kulbrintreservoirer og akviferer. Ved at analysere fotogrammetri-baserede og feltverificerede data ved hjælp af multivariat statistik til at karakterisere brudmønstre, relationer udvikles til at forudsige tilstedeværelsen af ​​brud, hvor de ikke direkte kan afbildes i seismiske data.

Denne indsats anvender automatiseret funktionsdetektion til at forbedre effektiviteten, pålidelighed og hastighed ved digital dataindsamling. Digitale data er benchmarket og testet i forhold til traditionelle målinger for at sikre, at automatiseret ekstraktion giver robuste resultater.

"Vi ser denne revolutionerende teknik som en måde at supplere frem for at erstatte traditionel feltbaseret dataindsamling og analyse, "sagde Dr. David Ferrill, en SwRI -geolog og instituttforsker. "Denne nye tilgang forbedrer vores allerede robuste muligheder for feltbaseret strukturgeologi og kvantitativ strukturanalyse."