Sampling Technique Biases and their Effect on Discrete Fracture Networks Generation for Underground Works using LiDAR Scanning

I Vazaios

Dans les comptes rendus d’articles de la conférence: GeoVancouver 2016: 69th Canadian Geotechnical Conference

Session: FUNDAMENTALS - II Engineering Geology & Geomorphology

ABSTRACT: Structural mapping is a key element that provides valuable data such as discontinuity orientation, density, persistence, fracture trace length etc. which serve as input to the geometrical modelling of a rockmass. However, in an active underground environment, traditional joint survey techniques, and more specifically, structural mapping of the tunnel walls, may become difficult. LiDAR scanning in an operational underground environment can be proven to be more efficient, as the required collection data time and impediment to the construction is minimized as processing of the structural rockmass e biases due to the inherent limitations of the sampling techniques employed. This affects the discontinuity data which is then used as input to the geometrical modelling of the fracture network (such as the use of Discrete Fracture Networks (DFNs)), which underground project. This paper will focus on the procedures associated with utilizing LiDAR data in order to aid in the characterization of the rockmasses past the face of tunnelling projects. The workflow and results will be discussed utilizing data sets obtained from a tunneling project in Norway.

RÉSUMÉ: La cartographie structurale est un élément clé qui fournit des données précieuses telles que re techniques de relevés on de la rapidité de la collecte des données qui diminue les entraves aux opérations. La collecte de données est rapide puisque le traitement des données de la masse rocheuse peut être effectué ultérieurement. De plus, semblable à la cartographie conventionnelle, la cartographie virtuelle est soumise aux mêmes inconvénients en raison des limites inhérentes aux dans la modélisation géométarticle porte sur les procédures assocr de tunnel en Norvège. KEYWORDS: DFN, LiDAR, Underground Projects, Sampling Biases

Please include this code when submitting a data update: GEO2016_3692

Retrouver cet article:
Les membres de la Société canadienne de géotechnique peuvent accéder à cet article, ainsi qu'à tous les autres articles de la Conférence Géotechnique Canadienne, dans le Espace membre. Les comptes rendus d'articles sont également disponibles dans de nombreuses bibliothèques.

Citer cet article: