Understanding Drone LiDAR Surveys in Quarries in Kerala / കേരളത്തിലെ ക്വാറികളിലെ ഡ്രോൺ LiDAR സർവേയെക്കുറിച്ച് മനസ്സിലാക്കാം

By Biju Sebastian

Introduction

Drone–LiDAR survey is a modern method of surveying quarries using a drone equipped with a LiDAR sensor and survey-grade positioning equipment. For a quarry owner, it may appear to be simply another method of surveying the quarry. In reality, the survey involves several stages, beginning with establishing accurate survey control, followed by the drone flight, processing of the LiDAR observations, preparation of a point cloud, classification of the points and preparation of a Digital Terrain Model (DTM).

The Kerala Minor Mineral Concession Rules contain provisions relating to Drone–LiDAR Survey Reports. Before the grant of the Letter of Intent (LoI), the required survey is carried out and the resulting information can be used for preparation of the Scheme of Mining. The Rules also provide for Drone–LiDAR survey in connection with the submission of the Scheme of Mining and the Final Quarry Closure Plan.

For a quarry owner, it is useful to understand what is actually measured during a LiDAR survey, how the survey data is processed, how a DTM is prepared and, finally, how the DTM can be used for different types of volume calculations.

Survey Fee

The KMMC Rules prescribe a fee for Drone–LiDAR survey according to the area of the quarry. The prescribed fee is payable in advance and is exclusive of GST.

Quarry area	Drone–LiDAR survey fee
Up to 2 hectares	₹1,25,000
Above 2 and up to 5 hectares	₹1,45,000
Above 5 and up to 8 hectares	₹1,65,000
Above 8 and up to 10 hectares	₹1,85,000
Above 10 hectares	₹2,20,000

Where the area contains a waterlogged portion, an additional fee is prescribed according to the extent of the waterlogged area.

Waterlogged area	Additional fee
Up to 0.5 hectare	₹30,000
Above 0.5 and up to 2 hectares	₹40,000
Above 2 hectares	₹60,000

These rates are also exclusive of GST.

Before the Drone is Flown

The survey begins with accurately identifying the area to be surveyed. The quarry boundary and its coordinates are important because all subsequent survey observations have to be related to the correct location.

A permanent benchmark can be used as the reference for establishing survey control. The permanent benchmark may be located away from the quarry boundary. The GNSS/DGPS base station is established directly over the permanent benchmark.

The base station is connected to the CORS system during the survey. CORS means Continuously Operating Reference Station. It is a network of continuously operating GNSS reference stations that provides correction information for accurate positioning.

The survey team can also establish suitable control or check points within the area. Points on the ground may be marked with an X after clearing the grass around them. These points can be accurately surveyed and used for checking the accuracy of the processed survey data. They should remain undisturbed during the survey.

The purpose of this entire arrangement is to establish a reliable reference for both the horizontal position and elevation of the survey data.

Fixing boundary of quarry

What is GNSS?

GPS is the name of the satellite navigation system operated by the United States. The general term for satellite-based navigation systems is GNSS, or Global Navigation Satellite System. Other satellite navigation systems are also available, including India's NavIC.

The GNSS receiver fitted to the drone receives signals from satellites and determines the position of the drone. For professional surveying, however, ordinary satellite positioning is not sufficient. Survey-grade GNSS equipment, reference stations and correction techniques are used to obtain the required accuracy.

DGPS means Differential Global Positioning System. It improves positioning by using observations from a reference station whose position is known and applying corrections to the observations made by the survey receiver.

RTK means Real-Time Kinematic. In RTK surveying, correction information is received while the survey is being carried out, allowing accurate positions to be determined in real time.

PPK means Post-Processed Kinematic. In PPK surveying, GNSS observations are recorded during the survey and processed later using reference data to determine accurate positions.

For a quarry owner, the important point is that the drone is not simply using the type of positioning available in a mobile phone. Survey-grade GNSS positioning, the CORS reference system and suitable correction techniques are used to establish accurate survey coordinates.

What Does the LiDAR Sensor Do?

LiDAR stands for Light Detection and Ranging. The LiDAR sensor mounted on the drone sends laser pulses towards the ground at a very high rate. A laser pulse may strike the ground, rock, vegetation, a building or another object and return to the sensor.

The distance to the object is determined from the time taken by the laser pulse to travel to the object and return. At the same time, the position of the drone is determined using GNSS and its movement and orientation are determined using an Inertial Measurement Unit (IMU). These observations are combined to determine the three-dimensional position of the point from which the laser return was received.

During a flight, a very large number of such measurements are collected. When the points are viewed together, they form a three-dimensional LiDAR point cloud. Each point can have X, Y and Z coordinates.

A camera may also be mounted on the drone along with the LiDAR sensor. The images can subsequently be processed to prepare an orthophoto or orthomosaic, which can be useful for understanding the quarry boundary, benches, roads and other surface features.

How Does the Survey Data Become a LAS File?

The raw observations obtained during a LiDAR survey are processed using specialised software. GNSS observations, IMU observations and LiDAR measurements are combined during the processing to obtain the three-dimensional point positions.

The processed observations form a point cloud. This point cloud can then be stored in a standard LiDAR file format such as LAS.

LAS is a standard file format used for storing LiDAR point-cloud data. It can contain information such as the X, Y and Z coordinates of individual points, together with other information including point classification.

A LAS file and a DTM are therefore not the same thing. The LAS file contains individual points collected and processed from the survey. Suitable points are subsequently selected and processed to create a continuous terrain surface.

LAS file before point classification

Point Classification

The LiDAR sensor does not itself know whether a particular laser return has come from the ground, a tree, a building or some other object. It records the laser return. Therefore, the point cloud has to be classified during processing.

Software algorithms are used to identify different types of points. In the commonly used classification system, Class 2 represents ground points.

The Class 2 ground points are particularly important for preparing the DTM because the DTM is intended to represent the terrain surface.

However, it is important to understand that classification is carried out by software. In areas with dense vegetation, the availability of actual ground returns can be limited. Therefore, both the quality of classification and the availability of actual ground points are important when preparing the terrain model.

LAS file - showing only ground points

LiDAR and Vegetation in Kerala

Many quarry areas in Kerala contain rubber plantations, shrubs, small trees and other vegetation. One advantage of LiDAR is that some laser pulses can pass through gaps in vegetation and reach the ground. This allows LiDAR to obtain ground information that may not be available from ordinary aerial photography.

At the same time, not every laser pulse will reach the ground. In dense vegetation, many returns may come from leaves and branches. Therefore, a large number of LiDAR points does not necessarily mean that the same area contains a large number of actual ground points.

Ground points superposed on orthophoto

Where sufficient ground points are not available, the terrain model may have to be generated by interpolation between the available ground points. This is why vegetation and the distribution of ground points are important when assessing the quality of a DTM.

Drawing profile on LAS file

Profile showing trees  

Profile after removing trees

How is a DTM Prepared?

After classification, the ground points are individual points distributed across the quarry. The ground itself, however, is a continuous surface. Software therefore uses the ground points to construct a continuous terrain model.

This is called a Digital Terrain Model, or DTM.

A DTM can be represented using a regular grid. For example, a one-metre grid divides the area into cells of approximately one metre by one metre, with an elevation value assigned to each cell.

It is important to distinguish grid size from survey accuracy. A one-metre grid does not mean that the survey accuracy is one metre. Similarly, a 20-centimetre grid does not mean that the elevation accuracy is 20 centimetres.

Digital Terrain Model (DTM) 

The accuracy of the final terrain model depends on several factors, including survey control, GNSS positioning, LiDAR equipment, processing, ground-point availability, classification and interpolation.

Horizontal and Vertical Accuracy

Survey accuracy has both a horizontal and a vertical component. Horizontal accuracy relates to the location of a point, while vertical accuracy relates to its elevation.

The horizontal position is influenced by the survey control, GNSS observations and CORS correction system. Elevation accuracy is also dependent on the GNSS reference and survey control, together with the LiDAR measurements, sensor characteristics and subsequent processing.

Therefore, a statement that a survey has centimetre-level positioning accuracy should not be interpreted to mean that every part of the quarry has been directly measured at exactly the same accuracy.

For example, under dense vegetation there may be very few direct laser returns from the actual ground. The surrounding ground points may be accurately positioned, but the surface between those points may have to be interpolated. The accuracy of an individual measured point and the accuracy or reliability of the surface generated between points are therefore two related but different matters.

The Existing Surface

The primary result of a LiDAR survey is the surface existing at the time of the survey. The LiDAR survey does not modify or cut the existing surface. It records the physical surface from which the laser returns are received.

The resulting DTM can subsequently be used for different purposes. One important use in quarrying is the preparation of a theoretical bench model. Another is the comparison of two surfaces surveyed at different times.

From DTM to Final Analysis

Once the point cloud has been processed, classified and the DTM prepared, the terrain can be viewed and analysed in several ways. Contours can be generated from the DTM. Profiles can be drawn across the quarry. Three-dimensional terrain models can also be prepared.

The DTM can also be combined with an orthophoto prepared from the drone camera data. This can make it easier to understand the physical condition of the quarry, including benches, roads, cuttings, stockpiles and surrounding areas.

At this stage, the DTM becomes the basis for further analysis. Depending on the purpose, it can be used either for constructing a theoretical bench model and calculating the proposed mining volume, or for directly comparing two DTMs from different periods to calculate the change in surface and the corresponding volume.

Theoretical Bench Construction and Volume

Once the DTM of the existing terrain has been prepared, it can be used for constructing a theoretical bench model. The proposed bench height, bench width, slope and other relevant parameters can be applied to the existing terrain according to the proposed mining geometry.

The software can then construct the theoretical benches and calculate the volume of mineral that can be extracted within the proposed mining geometry.

This is essentially a theoretical volume calculation. It represents the quantity that can be extracted according to the proposed bench arrangement and the other parameters used in the model. It should therefore be distinguished from the actual quantity subsequently extracted from the quarry.

Theoritical Benches

Volume from Two Surfaces

A different method can be used when the purpose is to determine the change in the quarry surface between two different periods.

If a DTM is available for the quarry before mining and another DTM is available after mining, the two surfaces can be directly compared. The difference between the two DTMs can be used to calculate the volume of material removed or added within the area being compared.

Volume Computation from two sufaces

For example, a pre-mining DTM and a post-mining DTM can be compared to determine the excavation volume during that period. In this method, there is no need to construct a theoretical bench model. The calculation is based directly on the difference between the two surveyed surfaces.

This distinction is important. Theoretical bench construction is used to calculate a proposed or planned mining volume, whereas comparison of two DTMs is used to determine the change that has occurred between the two survey dates, subject to the actual conditions at the site.

When the Quarry Contains Water

If the bottom of a quarry is covered by water, the quarry floor below the water cannot normally be directly measured using drone LiDAR. In such circumstances, a bathymetric survey can be used.

Bathymetry is the measurement of the depth and shape of the underwater surface. An echo sounder or sonar can be used to measure the depth of water. The position of the survey boat can simultaneously be recorded using GNSS.

By combining the position of the boat with the measured water depth, the elevation of the underwater quarry floor can be calculated. The underwater surface can then be combined with the surface obtained from LiDAR above the water to prepare a more complete quarry model.

Timing of Successive LiDAR Surveys

The KMMC Rules contain provisions for submission of Drone–LiDAR Survey Reports at different stages, including the preparation of the Scheme of Mining and the Final Quarry Closure Plan.

When surveys are available at suitable intervals, the DTM from one survey can be compared with the DTM from the subsequent survey. This provides a way of understanding the changes in the quarry surface during the intervening period.

The situation becomes somewhat different when progressive mine closure is carried out during the period between two surveys. If mineral is extracted from a bench and the excavated area is subsequently filled as part of progressive mine closure, the next LiDAR survey will record the filled surface rather than the excavated floor.

If progressive closure is carried out after a LiDAR survey and the filling is properly recorded, successive surveys can provide a better understanding of the changes that have taken place. It may then be possible to distinguish the extraction during one period, the filling carried out subsequently and the extraction during the following period.

There is also a practical consideration regarding the Final Quarry Closure Plan. If mining continues after the preparation of the Final Quarry Closure Plan and before the actual end of the quarrying period, that intervening extraction may not be reflected in a later surface comparison if no further LiDAR survey is carried out.

This is not necessarily a limitation of the LiDAR technology itself. Each DTM represents the surface existing on the date on which that particular survey was carried out. Therefore, when successive surveys are used for volume estimation, the survey dates, mining activities between the surveys and any filling or progressive closure carried out between them have to be taken into account.

Benefits and Limitations of Drone–LiDAR Survey

Drone–LiDAR technology has several advantages in quarry surveying. A very large number of three-dimensional points can be collected over a large area within a relatively short period, allowing detailed digital models of quarry benches, roads, cuttings, stockpiles and surrounding terrain to be prepared. It is particularly useful where direct access to some parts of a quarry is difficult or unsafe. The point cloud can be used to prepare Digital Terrain Models, contours, profiles and three-dimensional models, and surveys carried out at different times can be compared for volume estimation and to understand changes in the quarry. At the same time, LiDAR has certain limitations that need to be understood. In dense vegetation, not all laser pulses reach the ground, and therefore some areas may have fewer actual ground points. LiDAR records the physical surface from which the laser return is received and cannot by itself determine whether that surface is rock, soil or material used for filling. This is important when comparing surfaces for actual mined-out volume. Similarly, an underwater quarry floor cannot normally be directly measured by LiDAR and may require a bathymetric survey. Therefore, while Drone–LiDAR provides a powerful and efficient method of surveying a quarry, the nature of the surface, availability of ground points, vegetation, filling and the timing of successive surveys must all be considered when interpreting the results.

Understanding the Complete Process

The complete survey process can be broadly understood as:

Survey control → Drone LiDAR survey → Point cloud → LAS → Classification → Ground points → DTM → Volume analysis

The volume analysis can then be carried out in different ways depending on the purpose of the survey.

If the purpose is to calculate a theoretical mining volume, the existing DTM can be used to construct the proposed bench geometry and calculate the volume within that theoretical mining surface.

If the purpose is to determine the change that has actually occurred between two survey periods, a DTM from before mining and a DTM from after mining can be directly compared and the volume difference calculated. In this case, construction of a theoretical bench model is not required.

Therefore, LiDAR itself does not directly calculate the mineable mineral volume. It measures the existing surface and provides the data from which a DTM is prepared. The DTM can then be used for different types of volume analysis depending on the purpose.

കേരളത്തിലെ ക്വാറികളിലെ ഡ്രോൺ LiDAR സർവേയെക്കുറിച്ച് മനസ്സിലാക്കാം

ആമുഖം

ഡ്രോണിൽ LiDAR സെൻസറും സർവേ ഗ്രേഡ് പൊസിഷനിംഗ് സംവിധാനവും ഘടിപ്പിച്ച് ക്വാറി സർവേ നടത്തുന്നതിനുള്ള ആധുനിക രീതിയാണ് ഡ്രോൺ LiDAR സർവേ. ഒരു ക്വാറി ഉടമയെ സംബന്ധിച്ചിടത്തോളം ഇത് മറ്റൊരു സാധാരണ സർവേ രീതിയായി തോന്നാം. എന്നാൽ യഥാർത്ഥത്തിൽ കൃത്യമായ സർവേ കൺട്രോൾ സ്ഥാപിക്കൽ, ഡ്രോൺ ഫ്ലൈറ്റ്, LiDAR ഡാറ്റ പ്രോസസ്സ് ചെയ്യൽ, പോയിന്റ് ക്ലൗഡ് തയ്യാറാക്കൽ, പോയിന്റുകളുടെ ക്ലാസിഫിക്കേഷൻ, ഡിജിറ്റൽ ടെറൈൻ മോഡൽ (DTM) തയ്യാറാക്കൽ തുടങ്ങി നിരവധി ഘട്ടങ്ങൾ ഇതിലുണ്ട്.

കേരള മൈനർ മിനറൽ കൺസഷൻ റൂൾസിൽ ഡ്രോൺ LiDAR സർവേ റിപ്പോർട്ടുമായി ബന്ധപ്പെട്ട വ്യവസ്ഥകൾ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. Letter of Intent (LoI) അനുവദിക്കുന്നതിന് മുമ്പ് ആവശ്യമായ സർവേ നടത്തുകയും അതിൽ നിന്നുള്ള വിവരങ്ങൾ Scheme of Mining തയ്യാറാക്കുന്നതിനായി ഉപയോഗിക്കുകയും ചെയ്യാം. Scheme of Mining, Final Quarry Closure Plan എന്നിവ സമർപ്പിക്കുന്ന ഘട്ടങ്ങളിലും Drone LiDAR Survey Report സംബന്ധിച്ച വ്യവസ്ഥകൾ റൂൾസിൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്.

ഒരു ക്വാറി ഉടമയെ സംബന്ധിച്ചിടത്തോളം LiDAR സർവേയിൽ യഥാർത്ഥത്തിൽ എന്താണ് അളക്കുന്നത്, സർവേ ഡാറ്റ എങ്ങനെയാണ് പ്രോസസ്സ് ചെയ്യുന്നത്, DTM എങ്ങനെയാണ് തയ്യാറാക്കുന്നത്, ഒടുവിൽ DTM ഉപയോഗിച്ച് എങ്ങനെയാണ് വിവിധ തരത്തിലുള്ള വോള്യം കണക്കാക്കുന്നത് എന്നിവ മനസ്സിലാക്കുന്നത് പ്രയോജനകരമാണ്.

സർവേ ഫീസ്

ക്വാറിയുടെ വിസ്തീർണ്ണത്തിനനുസരിച്ച് Drone LiDAR സർവേയ്ക്ക് KMMC റൂൾസിൽ ഫീസ് നിശ്ചയിച്ചിട്ടുണ്ട്. ഈ ഫീസ് മുൻകൂറായി അടയ്ക്കേണ്ടതാണ്. താഴെ പറയുന്ന നിരക്കുകളിൽ GST ഉൾപ്പെടുന്നില്ല.

ക്വാറിയുടെ വിസ്തീർണ്ണം	Drone LiDAR സർവേ ഫീസ്
2 ഹെക്ടർ വരെ	₹1,25,000
2 ഹെക്ടറിന് മുകളിൽ 5 ഹെക്ടർ വരെ	₹1,45,000
5 ഹെക്ടറിന് മുകളിൽ 8 ഹെക്ടർ വരെ	₹1,65,000
8 ഹെക്ടറിന് മുകളിൽ 10 ഹെക്ടർ വരെ	₹1,85,000
10 ഹെക്ടറിന് മുകളിൽ	₹2,20,000

സർവേ ഏരിയയിൽ വെള്ളം കെട്ടിക്കിടക്കുന്ന ഭാഗം ഉണ്ടെങ്കിൽ, ആ ഭാഗത്തിന്റെ വിസ്തീർണ്ണത്തിനനുസരിച്ച് അധിക ഫീസും നിശ്ചയിച്ചിട്ടുണ്ട്.

വെള്ളം കെട്ടിക്കിടക്കുന്ന വിസ്തീർണ്ണം	അധിക ഫീസ്
0.5 ഹെക്ടർ വരെ	₹30,000
0.5 ഹെക്ടറിന് മുകളിൽ 2 ഹെക്ടർ വരെ	₹40,000
2 ഹെക്ടറിന് മുകളിൽ	₹60,000

ഈ നിരക്കുകളിലും GST ഉൾപ്പെടുന്നില്ല.

ഡ്രോൺ പറത്തുന്നതിന് മുമ്പ്

സർവേ ചെയ്യേണ്ട പ്രദേശം കൃത്യമായി തിരിച്ചറിയുന്നതോടെയാണ് സർവേ ആരംഭിക്കുന്നത്. ക്വാറിയുടെ ബൗണ്ടറിയും അതിന്റെ കോഓർഡിനേറ്റുകളും വളരെ പ്രധാനമാണ്. കാരണം തുടർന്നുള്ള എല്ലാ സർവേ നിരീക്ഷണങ്ങളും ശരിയായ സ്ഥലവുമായി ബന്ധിപ്പിച്ചായിരിക്കണം രേഖപ്പെടുത്തുന്നത്.

ഒരു പെർമനന്റ് ബെഞ്ച്മാർക്ക് സർവേ കൺട്രോൾ സ്ഥാപിക്കുന്നതിനുള്ള റഫറൻസായി ഉപയോഗിക്കാം. ഈ പെർമനന്റ് ബെഞ്ച്മാർക്ക് ക്വാറിയുടെ ബൗണ്ടറിയിൽ നിന്ന് കുറച്ച് അകലെ സ്ഥിതി ചെയ്യാം. ഈ ബെഞ്ച്മാർക്കിന്റെ മുകളിൽ തന്നെയാണ് GNSS/DGPS ബേസ് സ്റ്റേഷൻ സ്ഥാപിക്കുന്നത്.

സർവേ നടത്തുന്ന സമയത്ത് ബേസ് സ്റ്റേഷൻ CORS സിസ്റ്റവുമായി കണക്ട് ചെയ്യുന്നു. CORS എന്നത് Continuously Operating Reference Station എന്നതിന്റെ ചുരുക്കപ്പേരാണ്. തുടർച്ചയായി പ്രവർത്തിക്കുന്ന GNSS റഫറൻസ് സ്റ്റേഷനുകളുടെ ഒരു നെറ്റ്‌വർക്ക് ആണിത്. കൃത്യമായ പൊസിഷനിംഗ് ലഭിക്കുന്നതിനായി ഈ സിസ്റ്റത്തിൽ നിന്നുള്ള കറക്ഷൻ ഇൻഫർമേഷൻ ഉപയോഗിക്കുന്നു.

സർവേ ഏരിയയ്ക്കുള്ളിൽ ആവശ്യമായ ചില കൺട്രോൾ അല്ലെങ്കിൽ ചെക്ക് പോയിന്റുകളും സ്ഥാപിക്കാം. ഇതിനായി നിലത്തുള്ള ചില സ്ഥലങ്ങളിൽ പുല്ല് നീക്കം ചെയ്ത് X അടയാളപ്പെടുത്താം. ഈ പോയിന്റുകൾ കൃത്യമായി സർവേ ചെയ്ത് സർവേ ഡാറ്റയുടെ കൃത്യത പരിശോധിക്കുന്നതിനുള്ള കൺട്രോൾ പോയിന്റുകളായോ ചെക്ക് പോയിന്റുകളായോ ഉപയോഗിക്കാം. സർവേ പൂർത്തിയാകുന്നതുവരെ ഇത്തരം പോയിന്റുകൾക്ക് കേടുപാടുകൾ സംഭവിക്കാതെ സൂക്ഷിക്കണം.

ഹൊറിസോണ്ടൽ പൊസിഷനും എലിവേഷനും ഉൾപ്പെടെയുള്ള മുഴുവൻ സർവേ ഡാറ്റയ്ക്കും വിശ്വസനീയമായ ഒരു റഫറൻസ് നൽകുകയാണ് ഈ സംവിധാനത്തിന്റെ പ്രധാന ഉദ്ദേശ്യം.

GNSS എന്താണ്?

GPS എന്നത് അമേരിക്കൻ ഐക്യനാടുകൾ പ്രവർത്തിപ്പിക്കുന്ന ഒരു സാറ്റലൈറ്റ് നാവിഗേഷൻ സിസ്റ്റത്തിന്റെ പേരാണ്. സാറ്റലൈറ്റ് അടിസ്ഥാനമാക്കിയുള്ള ഇത്തരം നാവിഗേഷൻ സംവിധാനങ്ങളെ പൊതുവായി GNSS, അഥവാ Global Navigation Satellite System എന്നാണ് വിളിക്കുന്നത്. ഇന്ത്യയുടെ NavIC ഉൾപ്പെടെ വിവിധ രാജ്യങ്ങളുടെ സാറ്റലൈറ്റ് നാവിഗേഷൻ സംവിധാനങ്ങളും നിലവിലുണ്ട്.

ഡ്രോണിൽ ഘടിപ്പിച്ചിട്ടുള്ള GNSS റിസീവർ സാറ്റലൈറ്റുകളിൽ നിന്നുള്ള സിഗ്നലുകൾ സ്വീകരിച്ച് ഡ്രോണിന്റെ സ്ഥാനം നിർണ്ണയിക്കുന്നു. എന്നാൽ പ്രൊഫഷണൽ സർവേയ്ക്ക് സാധാരണ സാറ്റലൈറ്റ് പൊസിഷനിംഗ് മാത്രം മതിയാകില്ല. ആവശ്യമായ കൃത്യത ലഭിക്കുന്നതിന് സർവേ ഗ്രേഡ് GNSS ഉപകരണങ്ങളും റഫറൻസ് സ്റ്റേഷനുകളും വിവിധ കറക്ഷൻ ടെക്നിക്കുകളും ഉപയോഗിക്കുന്നു.

DGPS എന്നത് Differential Global Positioning System എന്നതിന്റെ ചുരുക്കപ്പേരാണ്. കൃത്യമായ സ്ഥാനം അറിയാവുന്ന ഒരു റഫറൻസ് സ്റ്റേഷനിൽ നിന്നുള്ള നിരീക്ഷണങ്ങൾ ഉപയോഗിച്ച് സർവേ റിസീവർ നടത്തുന്ന നിരീക്ഷണങ്ങൾക്ക് കറക്ഷൻ നൽകുകയാണ് ഇതിന്റെ അടിസ്ഥാന രീതി.

RTK എന്നത് Real-Time Kinematic എന്നാണ്. RTK സർവേയിൽ സർവേ നടക്കുമ്പോൾ തന്നെ കറക്ഷൻ ഇൻഫർമേഷൻ ലഭിക്കുകയും അതുവഴി കൃത്യമായ പൊസിഷൻ തത്സമയം നിർണ്ണയിക്കുകയും ചെയ്യുന്നു.

PPK എന്നത് Post-Processed Kinematic എന്നാണ്. PPK സർവേയിൽ GNSS ഡാറ്റ സർവേ സമയത്ത് റെക്കോർഡ് ചെയ്യുകയും പിന്നീട് റഫറൻസ് ഡാറ്റ ഉപയോഗിച്ച് പ്രോസസ്സ് ചെയ്ത് കൃത്യമായ പൊസിഷൻ നിർണ്ണയിക്കുകയും ചെയ്യുന്നു.

ഒരു ക്വാറി ഉടമ മനസ്സിലാക്കേണ്ട പ്രധാന കാര്യം, ഡ്രോൺ ഒരു മൊബൈൽ ഫോണിൽ ലഭിക്കുന്ന തരത്തിലുള്ള സാധാരണ പൊസിഷനിംഗ് സംവിധാനം മാത്രം ഉപയോഗിച്ചല്ല സർവേ നടത്തുന്നത് എന്നതാണ്. സർവേ ഗ്രേഡ് GNSS പൊസിഷനിംഗ്, CORS റഫറൻസ് സിസ്റ്റം, അനുയോജ്യമായ കറക്ഷൻ ടെക്നിക്കുകൾ എന്നിവ ഉപയോഗിച്ചാണ് കൃത്യമായ സർവേ കോഓർഡിനേറ്റുകൾ സ്ഥാപിക്കുന്നത്.

LiDAR സെൻസർ എന്താണ് ചെയ്യുന്നത്?

LiDAR എന്നത് Light Detection and Ranging എന്നതിന്റെ ചുരുക്കപ്പേരാണ്. ഡ്രോണിൽ ഘടിപ്പിച്ചിട്ടുള്ള LiDAR സെൻസർ വളരെ ഉയർന്ന നിരക്കിൽ ലേസർ പൾസുകൾ നിലത്തേക്ക് അയയ്ക്കുന്നു. ഒരു ലേസർ പൾസ് നിലത്തോ പാറയിലോ സസ്യങ്ങളിലോ കെട്ടിടത്തിലോ മറ്റേതെങ്കിലും വസ്തുവിലോ തട്ടി തിരികെ സെൻസറിൽ എത്താം.

ലേസർ പൾസ് വസ്തുവിലേക്ക് പോയി തിരികെ വരാൻ എടുക്കുന്ന സമയത്തിന്റെ അടിസ്ഥാനത്തിലാണ് ആ വസ്തുവിലേക്കുള്ള ദൂരം കണക്കാക്കുന്നത്. അതോടൊപ്പം GNSS ഉപയോഗിച്ച് ഡ്രോണിന്റെ സ്ഥാനം നിർണ്ണയിക്കുകയും IMU അഥവാ Inertial Measurement Unit ഉപയോഗിച്ച് ഡ്രോണിന്റെ ചലനവും ദിശയും നിർണ്ണയിക്കുകയും ചെയ്യുന്നു. ഈ വിവരങ്ങളെല്ലാം സംയോജിപ്പിച്ചാണ് ലേസർ റിട്ടേൺ ലഭിച്ച പോയിന്റിന്റെ ത്രിമാന സ്ഥാനം കണക്കാക്കുന്നത്.

ഒരു ഫ്ലൈറ്റിനിടെ വളരെ വലിയ എണ്ണം ഇത്തരം അളവുകൾ ശേഖരിക്കപ്പെടുന്നു. ഈ പോയിന്റുകളെല്ലാം ഒരുമിച്ച് കാണുമ്പോൾ അത് ഒരു ത്രിമാന LiDAR പോയിന്റ് ക്ലൗഡായി മാറുന്നു. ഓരോ പോയിന്റിനും X, Y, Z കോഓർഡിനേറ്റുകൾ ഉണ്ടായിരിക്കും.

LiDAR സെൻസറിനൊപ്പം ഡ്രോണിൽ ഒരു ക്യാമറയും ഘടിപ്പിച്ചിരിക്കാം. ക്യാമറയിൽ നിന്നുള്ള ചിത്രങ്ങൾ പിന്നീട് പ്രോസസ്സ് ചെയ്ത് Orthophoto അല്ലെങ്കിൽ Orthomosaic തയ്യാറാക്കാം. ക്വാറിയുടെ ബൗണ്ടറി, ബെഞ്ചുകൾ, റോഡുകൾ, മറ്റ് ഉപരിതല സവിശേഷതകൾ എന്നിവ മനസ്സിലാക്കാൻ ഇത് സഹായകരമാണ്.

സർവേ ഡാറ്റ എങ്ങനെയാണ് LAS ഫയലാകുന്നത്?

LiDAR സർവേയിൽ ലഭിക്കുന്ന റോ ഒബ്സർവേഷനുകൾ പ്രത്യേക സോഫ്റ്റ്‌വെയർ ഉപയോഗിച്ച് പ്രോസസ്സ് ചെയ്യുന്നു. GNSS നിരീക്ഷണങ്ങൾ, IMU നിരീക്ഷണങ്ങൾ, LiDAR അളവുകൾ എന്നിവ സംയോജിപ്പിച്ചാണ് ത്രിമാന പോയിന്റുകളുടെ സ്ഥാനം നിർണ്ണയിക്കുന്നത്.

ഇങ്ങനെ പ്രോസസ്സ് ചെയ്ത ഡാറ്റ ഒരു പോയിന്റ് ക്ലൗഡായി മാറുന്നു. ഈ പോയിന്റ് ക്ലൗഡ് LAS പോലുള്ള ഒരു സ്റ്റാൻഡേർഡ് LiDAR ഫയൽ ഫോർമാറ്റിൽ സൂക്ഷിക്കാം.

LAS എന്നത് LiDAR പോയിന്റ് ക്ലൗഡ് ഡാറ്റ സൂക്ഷിക്കുന്നതിനുള്ള ഒരു സ്റ്റാൻഡേർഡ് ഫയൽ ഫോർമാറ്റാണ്. ഓരോ പോയിന്റിന്റെയും X, Y, Z കോഓർഡിനേറ്റുകൾക്കൊപ്പം പോയിന്റിന്റെ ക്ലാസിഫിക്കേഷൻ ഉൾപ്പെടെയുള്ള മറ്റ് വിവരങ്ങളും ഇതിൽ ഉണ്ടായിരിക്കാം.

LAS ഫയലും DTM-ഉം ഒരേ കാര്യമല്ല. LAS ഫയലിൽ സർവേയിൽ നിന്ന് പ്രോസസ്സ് ചെയ്ത വ്യക്തിഗത പോയിന്റുകളാണ് ഉള്ളത്. ഈ പോയിന്റുകളിൽ നിന്ന് ആവശ്യമായ പോയിന്റുകൾ തിരഞ്ഞെടുത്ത് ഒരു തുടർച്ചയായ ടെറൈൻ സർഫേസ് തയ്യാറാക്കുകയാണ് പിന്നീട് ചെയ്യുന്നത്.

പോയിന്റ് ക്ലാസിഫിക്കേഷൻ

ഒരു പ്രത്യേക ലേസർ റിട്ടേൺ നിലത്തുനിന്നാണോ, മരത്തിൽ നിന്നാണോ, കെട്ടിടത്തിൽ നിന്നാണോ മറ്റേതെങ്കിലും വസ്തുവിൽ നിന്നാണോ ലഭിച്ചതെന്ന് LiDAR സെൻസറിന് സ്വയം മനസ്സിലാകില്ല. അത് ലേസർ റിട്ടേൺ മാത്രമാണ് രേഖപ്പെടുത്തുന്നത്. അതിനാൽ പോയിന്റ് ക്ലൗഡ് പിന്നീട് പ്രോസസ്സ് ചെയ്ത് വിവിധ വിഭാഗങ്ങളായി ക്ലാസിഫൈ ചെയ്യണം.

വ്യത്യസ്ത തരത്തിലുള്ള പോയിന്റുകൾ തിരിച്ചറിയുന്നതിനായി സോഫ്റ്റ്‌വെയർ അൽഗോരിതങ്ങൾ ഉപയോഗിക്കുന്നു. സാധാരണ ഉപയോഗിക്കുന്ന LiDAR ക്ലാസിഫിക്കേഷൻ സിസ്റ്റത്തിൽ Class 2 എന്നത് Ground Points ആണ്.

DTM തയ്യാറാക്കുന്നതിന് ഈ Class 2 Ground Points വളരെ പ്രധാനമാണ്. കാരണം DTM ഭൂമിയുടെ ഉപരിതലത്തെ പ്രതിനിധീകരിക്കുന്നതിനാണ് തയ്യാറാക്കുന്നത്.

എന്നാൽ ക്ലാസിഫിക്കേഷൻ സോഫ്റ്റ്‌വെയർ അൽഗോരിതം ഉപയോഗിച്ചാണ് നടത്തുന്നത് എന്ന കാര്യം മനസ്സിലാക്കണം. കട്ടിയുള്ള സസ്യാവരണമുള്ള സ്ഥലങ്ങളിൽ യഥാർത്ഥ ഗ്രൗണ്ടിൽ നിന്നുള്ള ലേസർ റിട്ടേണുകൾ കുറവായിരിക്കാം. അതിനാൽ ക്ലാസിഫിക്കേഷന്റെ ഗുണനിലവാരവും യഥാർത്ഥ ഗ്രൗണ്ട് പോയിന്റുകളുടെ ലഭ്യതയും ടെറൈൻ മോഡൽ തയ്യാറാക്കുന്നതിൽ പ്രധാനമാണ്.

കേരളത്തിലെ ക്വാറികളിലെ LiDAR സർവേയും സസ്യാവരണവും

കേരളത്തിലെ പല ക്വാറി പ്രദേശങ്ങളിലും റബ്ബർ തോട്ടങ്ങളും കുറ്റിച്ചെടികളും ചെറിയ മരങ്ങളും മറ്റ് സസ്യങ്ങളും കാണപ്പെടുന്നു. LiDAR-ന്റെ ഒരു പ്രധാന ഗുണം സസ്യങ്ങൾക്കിടയിലെ വിടവുകളിലൂടെ ചില ലേസർ പൾസുകൾ താഴേക്ക് കടന്ന് ഗ്രൗണ്ടിൽ എത്താൻ കഴിയുന്നു എന്നതാണ്. സാധാരണ ഏരിയൽ ഫോട്ടോഗ്രഫിയിലൂടെ ലഭിക്കാത്ത ചില ഗ്രൗണ്ട് വിവരങ്ങൾ LiDAR വഴി ലഭിക്കാൻ ഇതിലൂടെ സാധിക്കുന്നു.

അതേസമയം എല്ലാ ലേസർ പൾസുകളും ഗ്രൗണ്ടിൽ എത്തണമെന്നില്ല. കട്ടിയുള്ള സസ്യാവരണത്തിൽ പല റിട്ടേണുകളും ഇലകളിൽ നിന്നും ശാഖകളിൽ നിന്നുമാകാം ലഭിക്കുന്നത്. അതിനാൽ ഒരു പ്രദേശത്ത് LiDAR പോയിന്റുകൾ വളരെ കൂടുതലാണ് എന്നതുകൊണ്ട് മാത്രം അത്രയും എണ്ണം യഥാർത്ഥ ഗ്രൗണ്ട് പോയിന്റുകൾ ഉണ്ടെന്ന് അർത്ഥമില്ല.

ആവശ്യത്തിന് ഗ്രൗണ്ട് പോയിന്റുകൾ ലഭ്യമല്ലാത്ത സ്ഥലങ്ങളിൽ ലഭ്യമായ ഗ്രൗണ്ട് പോയിന്റുകൾക്കിടയിൽ ഇന്റർപൊളേഷൻ നടത്തിയാണ് ടെറൈൻ മോഡൽ തയ്യാറാക്കേണ്ടി വരുന്നത്. അതുകൊണ്ടുതന്നെ സസ്യാവരണവും ഗ്രൗണ്ട് പോയിന്റുകളുടെ വിതരണവും DTM-ന്റെ ഗുണനിലവാരം വിലയിരുത്തുന്നതിൽ പ്രധാനമാണ്.

DTM എങ്ങനെയാണ് തയ്യാറാക്കുന്നത്?

ക്ലാസിഫിക്കേഷൻ പൂർത്തിയാക്കിയ ശേഷം ഗ്രൗണ്ട് പോയിന്റുകൾ ക്വാറിയുടെ വിവിധ ഭാഗങ്ങളിൽ ചിതറിക്കിടക്കുന്ന വ്യക്തിഗത പോയിന്റുകളായിരിക്കും. എന്നാൽ ഭൂമിയുടെ ഉപരിതലം ഒരു തുടർച്ചയായ സർഫേസാണ്. അതിനാൽ ലഭ്യമായ ഗ്രൗണ്ട് പോയിന്റുകൾ ഉപയോഗിച്ച് സോഫ്റ്റ്‌വെയർ ഒരു തുടർച്ചയായ ടെറൈൻ സർഫേസ് നിർമ്മിക്കുന്നു.

ഇതാണ് Digital Terrain Model അഥവാ DTM.

ഒരു റെഗുലർ ഗ്രിഡ് ഉപയോഗിച്ചും DTM പ്രതിനിധീകരിക്കാം. ഉദാഹരണത്തിന് ഒരു മീറ്റർ ഗ്രിഡ് ഉപയോഗിക്കുകയാണെങ്കിൽ, പ്രദേശം ഏകദേശം ഒരു മീറ്റർ × ഒരു മീറ്റർ വലുപ്പമുള്ള സെല്ലുകളായി വിഭജിക്കുകയും ഓരോ സെല്ലിനും ഒരു എലിവേഷൻ വാല്യു നൽകുകയും ചെയ്യും.

ഇവിടെ ഗ്രിഡ് സൈസും സർവേ കൃത്യതയും തമ്മിലുള്ള വ്യത്യാസം മനസ്സിലാക്കണം. ഒരു മീറ്റർ ഗ്രിഡ് ഉപയോഗിക്കുന്നു എന്നതുകൊണ്ട് സർവേ കൃത്യത ഒരു മീറ്ററാണ് എന്നല്ല. അതുപോലെ 20 സെന്റിമീറ്റർ ഗ്രിഡ് ഉപയോഗിക്കുന്നു എന്നതുകൊണ്ട് എലിവേഷൻ കൃത്യത 20 സെന്റിമീറ്ററാണ് എന്നും അർത്ഥമില്ല.

സർവേ കൺട്രോൾ, GNSS പൊസിഷനിംഗ്, LiDAR ഉപകരണത്തിന്റെ കൃത്യത, പ്രോസസിംഗ്, ഗ്രൗണ്ട് പോയിന്റുകളുടെ ലഭ്യത, ക്ലാസിഫിക്കേഷൻ, ഇന്റർപൊളേഷൻ തുടങ്ങിയ പല ഘടകങ്ങളും അന്തിമ ടെറൈൻ മോഡലിന്റെ കൃത്യതയെ സ്വാധീനിക്കുന്നു.

ഹൊറിസോണ്ടൽ, വെർട്ടിക്കൽ കൃത്യത

സർവേ കൃത്യതയിൽ ഹൊറിസോണ്ടൽ, വെർട്ടിക്കൽ എന്നീ രണ്ട് ഘടകങ്ങളുണ്ട്. ഒരു പോയിന്റിന്റെ സ്ഥാനം അതിന്റെ ഹൊറിസോണ്ടൽ കൃത്യതയുമായി ബന്ധപ്പെട്ടതാണ്. അതിന്റെ എലിവേഷൻ വെർട്ടിക്കൽ കൃത്യതയുമായി ബന്ധപ്പെട്ടതാണ്.

ഹൊറിസോണ്ടൽ പൊസിഷനെ സർവേ കൺട്രോൾ, GNSS നിരീക്ഷണങ്ങൾ, CORS കറക്ഷൻ സിസ്റ്റം എന്നിവ പ്രധാനമായും സ്വാധീനിക്കുന്നു. വെർട്ടിക്കൽ കൃത്യതയിലും GNSS റഫറൻസും സർവേ കൺട്രോളും പ്രധാനമാണ്. അതോടൊപ്പം LiDAR അളവുകൾ, സെൻസറിന്റെ പ്രത്യേകതകൾ, തുടർന്നുള്ള പ്രോസസിംഗ് എന്നിവയും സ്വാധീനം ചെലുത്തുന്നു.

അതിനാൽ ഒരു സർവേയ്ക്ക് സെന്റിമീറ്റർ ലെവൽ പൊസിഷനിംഗ് കൃത്യതയുണ്ട് എന്ന് പറയുമ്പോൾ ക്വാറിയിലെ എല്ലാ ഭാഗങ്ങളും ഒരേ സെന്റിമീറ്റർ കൃത്യതയിൽ നേരിട്ട് അളന്നിട്ടുണ്ട് എന്ന് കരുതരുത്.

ഉദാഹരണത്തിന് കട്ടിയുള്ള സസ്യാവരണത്തിന് താഴെ യഥാർത്ഥ ഗ്രൗണ്ടിൽ നിന്നുള്ള നേരിട്ടുള്ള ലേസർ റിട്ടേണുകൾ വളരെ കുറവായിരിക്കാം. ചുറ്റുമുള്ള ഗ്രൗണ്ട് പോയിന്റുകൾ കൃത്യമായി പൊസിഷൻ ചെയ്തിട്ടുണ്ടാകാം. എന്നാൽ ആ പോയിന്റുകൾക്കിടയിലുള്ള സർഫേസ് ഇന്റർപൊളേഷൻ ഉപയോഗിച്ച് തയ്യാറാക്കിയതായിരിക്കാം. അതിനാൽ നേരിട്ട് അളന്ന ഒരു പോയിന്റിന്റെ കൃത്യതയും പോയിന്റുകൾക്കിടയിൽ നിർമ്മിച്ച സർഫേസിന്റെ കൃത്യതയും ബന്ധപ്പെട്ടതാണെങ്കിലും ഒരേ കാര്യമല്ല.

നിലവിലുള്ള സർഫേസ്

LiDAR സർവേയുടെ പ്രധാന ഫലം സർവേ നടത്തിയ സമയത്ത് നിലവിലുണ്ടായിരുന്ന സർഫേസാണ്. LiDAR സർവേ നിലവിലുള്ള സർഫേസിൽ മാറ്റം വരുത്തുകയോ അത് കട്ട് ചെയ്യുകയോ ചെയ്യുന്നില്ല. ലേസർ റിട്ടേൺ ലഭിച്ച ഭൗതിക സർഫേസിനെയാണ് അത് രേഖപ്പെടുത്തുന്നത്.

ഇതിൽ നിന്ന് തയ്യാറാക്കുന്ന DTM പിന്നീട് വിവിധ ആവശ്യങ്ങൾക്കായി ഉപയോഗിക്കാം. ക്വാറിയിംഗിൽ അതിന്റെ ഒരു പ്രധാന ഉപയോഗം തിയററ്റിക്കൽ ബെഞ്ച് മോഡൽ തയ്യാറാക്കുന്നതാണ്. മറ്റൊന്ന് വ്യത്യസ്ത സമയങ്ങളിൽ സർവേ ചെയ്ത രണ്ട് സർഫേസുകൾ തമ്മിൽ താരതമ്യം ചെയ്യുന്നതാണ്.

DTM മുതൽ അന്തിമ വിശകലനത്തിലേക്ക്

പോയിന്റ് ക്ലൗഡ് പ്രോസസ്സ് ചെയ്യുകയും ക്ലാസിഫൈ ചെയ്യുകയും DTM തയ്യാറാക്കുകയും ചെയ്തുകഴിഞ്ഞാൽ ടെറൈൻ വിവിധ രീതിയിൽ കാണാനും വിശകലനം ചെയ്യാനും കഴിയും. DTM-ൽ നിന്ന് കണ്ടൂറുകൾ തയ്യാറാക്കാം. ക്വാറിയിലൂടെ വിവിധ ദിശകളിൽ പ്രൊഫൈലുകൾ എടുക്കാം. ത്രീ-ഡൈമെൻഷണൽ ടെറൈൻ മോഡലുകളും തയ്യാറാക്കാം.

ഡ്രോൺ ക്യാമറയിൽ നിന്നുള്ള ഡാറ്റ ഉപയോഗിച്ച് തയ്യാറാക്കിയ Orthophoto-യുമായി DTM സംയോജിപ്പിക്കാനും കഴിയും. ഇതിലൂടെ ബെഞ്ചുകൾ, റോഡുകൾ, കട്ടിംഗുകൾ, സ്റ്റോക്ക് പൈലുകൾ, ചുറ്റുമുള്ള പ്രദേശങ്ങൾ തുടങ്ങിയവ ഉൾപ്പെടെയുള്ള ക്വാറിയുടെ ഭൗതിക സ്ഥിതി കൂടുതൽ എളുപ്പത്തിൽ മനസ്സിലാക്കാം.

ഈ ഘട്ടത്തിൽ DTM തുടർന്നുള്ള വിശകലനത്തിന്റെ അടിസ്ഥാനമായി മാറുന്നു. ആവശ്യത്തിനനുസരിച്ച് ഇത് ഉപയോഗിച്ച് തിയററ്റിക്കൽ ബെഞ്ച് മോഡൽ നിർമ്മിച്ച് മൈനിംഗ് വോള്യം കണക്കാക്കുകയോ, വ്യത്യസ്ത കാലയളവുകളിലെ രണ്ട് DTM-കൾ നേരിട്ട് താരതമ്യം ചെയ്ത് സർഫേസ് മാറ്റവും അതിനനുസരിച്ചുള്ള വോള്യവും കണക്കാക്കുകയോ ചെയ്യാം.

തിയററ്റിക്കൽ ബെഞ്ച് നിർമ്മാണവും വോള്യം കണക്കാക്കലും

നിലവിലുള്ള ടെറൈന്റെ DTM തയ്യാറാക്കിയ ശേഷം അതുപയോഗിച്ച് ഒരു തിയററ്റിക്കൽ ബെഞ്ച് മോഡൽ നിർമ്മിക്കാം. നിർദ്ദേശിച്ചിരിക്കുന്ന ബെഞ്ച് ഉയരം, ബെഞ്ച് വീതി, സ്ലോപ്പ്, മറ്റ് ആവശ്യമായ പാരാമീറ്ററുകൾ എന്നിവ നിർദ്ദേശിച്ചിരിക്കുന്ന മൈനിംഗ് ജിയോമെട്രിക്ക് അനുസരിച്ച് നിലവിലുള്ള ടെറൈനിൽ പ്രയോഗിക്കാം.

തുടർന്ന് സോഫ്റ്റ്‌വെയർ തിയററ്റിക്കൽ ബെഞ്ചുകൾ നിർമ്മിക്കുകയും ആ നിർദ്ദേശിച്ച മൈനിംഗ് ജിയോമെട്രിക്കിനുള്ളിൽ എത്ര മിനറൽ എക്സ്ട്രാക്ട് ചെയ്യാൻ കഴിയുമെന്ന് കണക്കാക്കുകയും ചെയ്യുന്നു.

ഇത് അടിസ്ഥാനപരമായി ഒരു തിയററ്റിക്കൽ വോള്യം കണക്കാക്കലാണ്. നിർദ്ദേശിച്ച ബെഞ്ച് ക്രമീകരണവും മോഡലിൽ ഉപയോഗിച്ചിട്ടുള്ള മറ്റ് പാരാമീറ്ററുകളും അനുസരിച്ച് എത്ര മിനറൽ എക്സ്ട്രാക്ട് ചെയ്യാൻ കഴിയുമെന്ന് ഇത് കാണിക്കുന്നു. അതിനാൽ പിന്നീട് ക്വാറിയിൽ യഥാർത്ഥത്തിൽ എത്ര മിനറൽ എക്സ്ട്രാക്ട് ചെയ്തു എന്നതിൽ നിന്ന് ഇത് വേർതിരിച്ച് കാണേണ്ടതാണ്.

രണ്ട് സർഫേസുകളിൽ നിന്ന് വോള്യം കണക്കാക്കൽ

വ്യത്യസ്ത സമയങ്ങളിലെ ക്വാറിയുടെ സർഫേസ് തമ്മിലുള്ള മാറ്റം കണ്ടെത്തുകയാണ് ഉദ്ദേശമെങ്കിൽ മറ്റൊരു രീതിയാണ് ഉപയോഗിക്കുന്നത്.

മൈനിംഗ് തുടങ്ങുന്നതിന് മുമ്പുള്ള ഒരു DTM-ഉം മൈനിംഗ് നടത്തിയതിന് ശേഷമുള്ള മറ്റൊരു DTM-ഉം ലഭ്യമാണെങ്കിൽ, ഈ രണ്ട് സർഫേസുകളും നേരിട്ട് താരതമ്യം ചെയ്യാം. രണ്ട് DTM-കളിലുമുള്ള വ്യത്യാസം ഉപയോഗിച്ച് താരതമ്യം ചെയ്യുന്ന പ്രദേശത്ത് നീക്കം ചെയ്യപ്പെട്ടതോ കൂട്ടിച്ചേർത്തതോ ആയ മെറ്റീരിയലിന്റെ വോള്യം കണക്കാക്കാം.

ഉദാഹരണത്തിന്, പ്രീ-മൈനിംഗ് DTM-ഉം പോസ്റ്റ്-മൈനിംഗ് DTM-ഉം താരതമ്യം ചെയ്ത് ആ കാലയളവിലെ എക്സ്കവേഷൻ വോള്യം കണക്കാക്കാം. ഈ രീതിയിൽ തിയററ്റിക്കൽ ബെഞ്ച് മോഡൽ നിർമ്മിക്കേണ്ട ആവശ്യമില്ല. രണ്ട് സർവേ ചെയ്ത സർഫേസുകൾ തമ്മിലുള്ള നേരിട്ടുള്ള വ്യത്യാസമാണ് കണക്കിന്റെ അടിസ്ഥാനം.

ഇവിടെ ഒരു പ്രധാന വ്യത്യാസമുണ്ട്. തിയററ്റിക്കൽ ബെഞ്ച് നിർമ്മാണം ഒരു നിർദ്ദേശിച്ചിട്ടുള്ള അല്ലെങ്കിൽ പ്ലാൻ ചെയ്തിട്ടുള്ള മൈനിംഗ് വോള്യം കണക്കാക്കുന്നതിനാണ് ഉപയോഗിക്കുന്നത്. രണ്ട് DTM-കളുടെ താരതമ്യം രണ്ട് സർവേ തീയതികൾക്കിടയിൽ യഥാർത്ഥത്തിൽ സംഭവിച്ച സർഫേസ് മാറ്റം കണക്കാക്കുന്നതിനാണ് ഉപയോഗിക്കുന്നത്. സൈറ്റിലെ യഥാർത്ഥ സാഹചര്യങ്ങളും ഇതിൽ പരിഗണിക്കേണ്ടതാണ്.

ക്വാറിയിൽ വെള്ളമുള്ളപ്പോൾ

ഒരു ക്വാറിയുടെ അടിഭാഗം വെള്ളത്തിനടിയിലാണെങ്കിൽ വെള്ളത്തിനടിയിലുള്ള ക്വാറി ഫ്ലോർ സാധാരണയായി ഡ്രോൺ LiDAR ഉപയോഗിച്ച് നേരിട്ട് അളക്കാൻ കഴിയില്ല. ഇത്തരം സാഹചര്യങ്ങളിൽ ബാത്തിമെട്രിക് സർവേ ഉപയോഗിക്കാം.

വെള്ളത്തിനടിയിലുള്ള സർഫേസിന്റെ ആഴവും രൂപവും അളക്കുന്നതിനെയാണ് ബാത്തിമെട്രി എന്ന് പറയുന്നത്. വെള്ളത്തിന്റെ ആഴം അളക്കുന്നതിനായി Echo Sounder അല്ലെങ്കിൽ Sonar ഉപയോഗിക്കാം. അതേ സമയം സർവേ ബോട്ടിന്റെ സ്ഥാനം GNSS ഉപയോഗിച്ച് രേഖപ്പെടുത്താം.

ബോട്ടിന്റെ പൊസിഷനും അളന്ന വെള്ളത്തിന്റെ ആഴവും സംയോജിപ്പിച്ച് വെള്ളത്തിനടിയിലുള്ള ക്വാറി ഫ്ലോറിന്റെ എലിവേഷൻ കണക്കാക്കാം. ഇങ്ങനെ ലഭിക്കുന്ന അണ്ടർവാട്ടർ സർഫേസ് വെള്ളത്തിന് മുകളിലുള്ള LiDAR സർവേയിൽ നിന്ന് ലഭിക്കുന്ന സർഫേസുമായി ചേർത്ത് കൂടുതൽ പൂർണ്ണമായ ഒരു ക്വാറി മോഡൽ തയ്യാറാക്കാം.

തുടർച്ചയായ LiDAR സർവേകളുടെ സമയക്രമം

Scheme of Mining, Final Quarry Closure Plan എന്നിവ തയ്യാറാക്കുന്നതുൾപ്പെടെ വിവിധ ഘട്ടങ്ങളിൽ Drone LiDAR Survey Report സമർപ്പിക്കുന്നതുമായി ബന്ധപ്പെട്ട വ്യവസ്ഥകൾ KMMC Rules-ൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്.

അനുയോജ്യമായ ഇടവേളകളിൽ സർവേകൾ ലഭ്യമാണെങ്കിൽ, ഒരു സർവേയിൽ നിന്നുള്ള DTM തുടർന്നുള്ള സർവേയിലെ DTM-മായി താരതമ്യം ചെയ്യാം. ഇതിലൂടെ രണ്ട് സർവേകൾക്കിടയിലുള്ള കാലയളവിൽ ക്വാറിയുടെ സർഫേസിൽ ഉണ്ടായ മാറ്റങ്ങൾ മനസ്സിലാക്കാൻ കഴിയും.

എന്നാൽ രണ്ട് സർവേകൾക്കിടയിലുള്ള കാലയളവിൽ Progressive Mine Closure നടത്തുകയാണെങ്കിൽ സ്ഥിതി കുറച്ച് വ്യത്യസ്തമാകും. ഒരു ബെഞ്ചിൽ നിന്ന് മിനറൽ എക്സ്ട്രാക്ട് ചെയ്ത ശേഷം Progressive Mine Closure-ന്റെ ഭാഗമായി ആ ഭാഗം പിന്നീട് ഫിൽ ചെയ്താൽ, അടുത്ത LiDAR സർവേയിൽ എക്സ്കവേറ്റ് ചെയ്ത ഫ്ലോറിന് പകരം ഫിൽ ചെയ്ത സർഫേസായിരിക്കും രേഖപ്പെടുത്തുക.

ഒരു LiDAR സർവേയ്ക്ക് ശേഷം Progressive Closure നടത്തുകയും ഫില്ലിംഗ് ശരിയായി രേഖപ്പെടുത്തുകയും ചെയ്താൽ തുടർച്ചയായ സർവേകൾ വഴി ഉണ്ടായ മാറ്റങ്ങളെ കൂടുതൽ വ്യക്തമായി മനസ്സിലാക്കാൻ കഴിയും. അങ്ങനെ ഒരു കാലയളവിൽ നടന്ന എക്സ്ട്രാക്ഷൻ, അതിന് ശേഷം നടത്തിയ ഫില്ലിംഗ്, അടുത്ത കാലയളവിൽ നടന്ന എക്സ്ട്രാക്ഷൻ എന്നിവ വേർതിരിച്ച് മനസ്സിലാക്കാൻ സാധിച്ചേക്കാം.

Final Quarry Closure Plan-ന്റെ സമയവുമായി ബന്ധപ്പെട്ടും ഒരു പ്രായോഗിക വിഷയം ഉണ്ട്. Final Quarry Closure Plan തയ്യാറാക്കിയതിന് ശേഷവും ക്വാറിയുടെ യഥാർത്ഥ ക്ലോഷർ കാലയളവ് അവസാനിക്കുന്നതിന് മുമ്പും മൈനിംഗ് തുടരുകയാണെങ്കിൽ, അതിനുശേഷം മറ്റൊരു LiDAR സർവേ നടത്താത്ത പക്ഷം ആ ഇടക്കാല എക്സ്ട്രാക്ഷൻ പിന്നീട് നടത്തുന്ന സർഫേസ് താരതമ്യത്തിൽ പ്രതിഫലിക്കണമെന്നില്ല.

ഇത് LiDAR ടെക്നോളജിയുടെ ഒരു പോരായ്മ മാത്രമായി കാണേണ്ടതില്ല. ഓരോ DTM-ഉം അതത് സർവേ നടത്തിയ തീയതിയിൽ നിലവിലുണ്ടായിരുന്ന സർഫേസിനെയാണ് പ്രതിനിധീകരിക്കുന്നത്. അതിനാൽ തുടർച്ചയായ സർവേകൾ ഉപയോഗിച്ച് വോള്യം കണക്കാക്കുമ്പോൾ സർവേ തീയതികൾ, രണ്ട് സർവേകൾക്കിടയിൽ നടന്ന മൈനിംഗ്, അതിനിടയിൽ നടത്തിയ ഫില്ലിംഗ് അല്ലെങ്കിൽ Progressive Closure എന്നിവ പരിഗണിക്കേണ്ടതാണ്.

Drone LiDAR സർവേയുടെ ഗുണങ്ങളും പരിമിതികളും

ക്വാറി സർവേയിൽ Drone LiDAR ടെക്നോളജിക്ക് നിരവധി ഗുണങ്ങളുണ്ട്. താരതമ്യേന കുറഞ്ഞ സമയത്തിനുള്ളിൽ വലിയ പ്രദേശത്ത് വളരെ വലിയ എണ്ണം ത്രിമാന പോയിന്റുകൾ ശേഖരിക്കാൻ കഴിയുന്നതിനാൽ ക്വാറിയിലെ ബെഞ്ചുകൾ, റോഡുകൾ, കട്ടിംഗുകൾ, സ്റ്റോക്ക് പൈലുകൾ, ചുറ്റുമുള്ള ടെറൈൻ എന്നിവയുടെ വിശദമായ ഡിജിറ്റൽ മോഡലുകൾ തയ്യാറാക്കാൻ കഴിയും. നേരിട്ട് എത്തിപ്പെടാൻ ബുദ്ധിമുട്ടുള്ളതോ സുരക്ഷിതമല്ലാത്തതോ ആയ ക്വാറിയുടെ ചില ഭാഗങ്ങളിലും ഇത് പ്രത്യേകമായി പ്രയോജനകരമാണ്. പോയിന്റ് ക്ലൗഡ് ഉപയോഗിച്ച് Digital Terrain Model, കണ്ടൂറുകൾ, പ്രൊഫൈലുകൾ, ത്രീ-ഡൈമെൻഷണൽ മോഡലുകൾ എന്നിവ തയ്യാറാക്കാം. വ്യത്യസ്ത സമയങ്ങളിൽ നടത്തിയ സർവേകൾ താരതമ്യം ചെയ്ത് വോള്യം കണക്കാക്കാനും ക്വാറിയിൽ ഉണ്ടായ മാറ്റങ്ങൾ മനസ്സിലാക്കാനും കഴിയും. അതേസമയം LiDAR-ന് മനസ്സിലാക്കേണ്ട ചില പരിമിതികളും ഉണ്ട്. കട്ടിയുള്ള സസ്യാവരണത്തിൽ എല്ലാ ലേസർ പൾസുകളും ഗ്രൗണ്ടിൽ എത്താത്തതിനാൽ ചില പ്രദേശങ്ങളിൽ യഥാർത്ഥ ഗ്രൗണ്ട് പോയിന്റുകൾ കുറവായിരിക്കാം. LiDAR ലേസർ റിട്ടേൺ ലഭിക്കുന്ന ഭൗതിക സർഫേസിനെയാണ് രേഖപ്പെടുത്തുന്നത്. ആ സർഫേസ് പാറയാണോ, മണ്ണാണോ, ഫില്ലിംഗ് മെറ്റീരിയലാണോ എന്ന് LiDAR-ന് സ്വയം തിരിച്ചറിയാൻ കഴിയില്ല. യഥാർത്ഥ മൈൻഡ്-ഔട്ട് വോള്യം രണ്ട് സർഫേസുകൾ താരതമ്യം ചെയ്ത് കണക്കാക്കുമ്പോൾ ഇത് പ്രധാനമാണ്. അതുപോലെ വെള്ളത്തിനടിയിലുള്ള ക്വാറി ഫ്ലോർ സാധാരണയായി LiDAR ഉപയോഗിച്ച് നേരിട്ട് അളക്കാൻ കഴിയില്ല; അതിന് ബാത്തിമെട്രിക് സർവേ ആവശ്യമായി വരാം. അതിനാൽ Drone LiDAR ക്വാറി സർവേയ്ക്ക് ശക്തവും കാര്യക്ഷമവുമായ ഒരു മാർഗമാണെങ്കിലും, സർഫേസിന്റെ സ്വഭാവം, ഗ്രൗണ്ട് പോയിന്റുകളുടെ ലഭ്യത, സസ്യാവരണം, ഫില്ലിംഗ്, തുടർച്ചയായ സർവേകളുടെ സമയക്രമം എന്നിവ ഫലങ്ങൾ വ്യാഖ്യാനിക്കുമ്പോൾ പരിഗണിക്കേണ്ടതാണ്.

മുഴുവൻ പ്രക്രിയയും എങ്ങനെ മനസ്സിലാക്കാം

മുഴുവൻ സർവേ പ്രക്രിയയും ലളിതമായി താഴെ പറയുന്ന രീതിയിൽ മനസ്സിലാക്കാം:

Survey control → Drone LiDAR survey → Point cloud → LAS → Classification → Ground points → DTM → Volume analysis

DTM തയ്യാറാക്കിയ ശേഷം സർവേയുടെ ഉദ്ദേശ്യത്തിനനുസരിച്ച് വോള്യം അനാലിസിസ് വ്യത്യസ്ത രീതികളിൽ നടത്താം.

തിയററ്റിക്കൽ മൈനിംഗ് വോള്യം കണക്കാക്കുകയാണ് ഉദ്ദേശമെങ്കിൽ, നിലവിലുള്ള DTM ഉപയോഗിച്ച് നിർദ്ദേശിച്ചിരിക്കുന്ന ബെഞ്ച് ജിയോമെട്രി നിർമ്മിക്കുകയും ആ തിയററ്റിക്കൽ മൈനിംഗ് സർഫേസിനുള്ളിലെ വോള്യം കണക്കാക്കുകയും ചെയ്യാം.

രണ്ട് വ്യത്യസ്ത സർവേ കാലയളവുകൾക്കിടയിൽ യഥാർത്ഥത്തിൽ ഉണ്ടായ സർഫേസ് മാറ്റം കണ്ടെത്തുകയാണ് ഉദ്ദേശമെങ്കിൽ, മൈനിംഗിന് മുമ്പുള്ള DTM-ഉം മൈനിംഗിന് ശേഷമുള്ള DTM-ഉം നേരിട്ട് താരതമ്യം ചെയ്ത് വോള്യം വ്യത്യാസം കണക്കാക്കാം. ഈ സാഹചര്യത്തിൽ തിയററ്റിക്കൽ ബെഞ്ച് മോഡൽ നിർമ്മിക്കേണ്ട ആവശ്യമില്ല.

അതിനാൽ LiDAR നേരിട്ട് മൈനബിൾ മിനറൽ വോള്യം കണക്കാക്കുന്നില്ല. അത് നിലവിലുള്ള സർഫേസിനെ അളക്കുകയും അതിൽ നിന്ന് DTM തയ്യാറാക്കുന്നതിനുള്ള ഡാറ്റ നൽകുകയും ചെയ്യുന്നു. തുടർന്ന് ആവശ്യത്തിനനുസരിച്ച് ആ DTM ഉപയോഗിച്ച് വിവിധ തരത്തിലുള്ള വോള്യം അനാലിസിസ് നടത്താം.

  About the Author

Biju Sebastian is a retired Deputy Director of the Department of Mining and Geology, Government of Kerala. With over three decades of experience in mineral administration, mining laws, geology, GIS, and e-governance, he founded Mine Mapper, an independent platform dedicated to mining, geology, geospatial technologies, and digital solutions for the mining sector. Through Mine Mapper, he publishes the MiningWatch Kerala series featuring research-based articles, legal analyses, and technical insights on mining legislation, judicial decisions, environmental regulation, and mineral administration. The platform also provides practical digital tools and resources, including mine mapping applications, mining plan preparation tools, and other GIS-based utilities for professionals, industry, and the public.

Disclaimer

The views expressed in this article are those of the author in his personal capacity and are intended solely for educational and informational purposes. They do not represent the official views or policies of the Government of Kerala, the Department of Mining and Geology, or any other government authority.

This article does not constitute legal advice or an official interpretation of any law. Readers are advised to refer to the original Acts, Rules, Notifications, Government Orders, Circulars, and judicial decisions, or seek appropriate professional advice where necessary.

For the complete Disclaimer, please refer to the Disclaimer page.