基于數(shù)據(jù)融合的工程地質物理力學參數(shù)特征研究

　　摘要：為了推動智慧城市的規(guī)劃和管理工作，為減輕重慶市地質災害風險等提供科學依據(jù)和技術支持，基于大數(shù)據(jù)分析管理和數(shù)據(jù)處理思想，采用大數(shù)據(jù)交匯融合技術，構造了包括地區(qū)地層構造及巖土材料參數(shù)值域等基礎特征信息的區(qū)域三維地質模型。基于數(shù)據(jù)統(tǒng)計、圖像識別方法以及空間統(tǒng)計分析理論和插值方法，綜合利用MATLAB、ArcGIS以及BIM軟件，實現(xiàn)了對重慶市某區(qū)域地質鉆孔數(shù)據(jù)的虛擬地層插入、地層曲面擬合、三維實體模型生成、局部地形深化處理;根據(jù)Bayes參數(shù)估計理論，采用基于歷史大數(shù)據(jù)的先驗估計值對工程實時采集的巖土測試試驗參數(shù)進行修正，得到了各類不同地質物理力學參數(shù)的期望值。

　　關鍵詞：圖像識別;地質鉆孔數(shù)據(jù);Bayes參數(shù)估計理論;大數(shù)據(jù)分析;三維地質建模

　　城市的快速和高質量發(fā)展離不開地質環(huán)境條件的支撐。全面掌握城市所處地質條件，數(shù)據(jù)化地對城市地質特征進行描述對智慧城市的建設尤為重要。近年來，各種三維地質建模軟件發(fā)展迅速、功能穩(wěn)步提高，利于數(shù)據(jù)信息大力發(fā)展的政策使得三維地質建模工作更有意義，更能服務于廣大國民經(jīng)濟[1]。

　　地質論文范例：建筑工程地質勘察的相關問題研究

　　目前，三維地質建模能將地質環(huán)境數(shù)據(jù)、地質學理論與計算機三維可視化技術有機結合，從而準確反映地下空間內(nèi)地質構造的展布、相互接觸關系以及各地質體物理力學或化學屬性等特征[2]。20世紀90年代以來，隨著計算機軟硬件技術的不斷發(fā)展和地球空間信息科學的蓬勃發(fā)展，能夠反映地質構造形態(tài)、構造關系及土體參數(shù)屬性變化規(guī)律的三維地質建模技術得到了顯著發(fā)展，取得了眾多有意義的成果[3-8]。建立多維地質信息系統(tǒng)，有利于一體化存儲、管理和處理地下–地上、地質–地理、空間–屬性數(shù)據(jù)，進行三維可視化地質建模，有利于對地質對象的總體把握和整體分析。

　　基于海量多源、異構、異質的地質勘查數(shù)據(jù)，構建其三維地質模型，可直觀而形象地展現(xiàn)地質體和地質結構，從而顯著提高對地質現(xiàn)象、地質資源和地質環(huán)境的認知能力。目前，開展三維地質信息系統(tǒng)建設和三維數(shù)字圖幅、數(shù)字礦山、數(shù)字油田、數(shù)字工程和數(shù)字地災點地質建模，已經(jīng)成為國際地質部門和地質科學界技術創(chuàng)新的重要領域[5-8]。對于城市地質而言，三維地質建模對地質災害防御和地下設施綜合管理具有巨大的作用，近20年來，三維地質建模相關研究取得了許多可喜成果[9-18]，三維地質建模與地質大數(shù)據(jù)的融合研究受到了越來越多的重視[19-20]。

　　薛林福等[21]提出了分塊三維地質建模方法，以斷裂、巖體邊界、不整合接觸面等為邊界，將較為復雜的三維地質建模工作區(qū)分解為多個內(nèi)部構造相對簡單的、建模難度較小的地質單元，為開展復雜山區(qū)三維地質建模提供了精確建模依據(jù);董梅等[22]利用GOCAD建立了北京市朝陽區(qū)某建筑場地的土層地質模型，并提出了以Kriging插值和離散光滑插值相互結合來建立地層界面，以及采用GOCAD中的GRID功能代替SOLID功能建立三維地層實體的方法;王駿等[23]以重慶歌樂山典型背斜構造區(qū)為建模研究對象，采用搜集資料–野外踏勘–室內(nèi)建模的工作路線，運用SKUAGOCAD的workflow建模流程，建立了構造模型，并運用數(shù)據(jù)趨勢分析方法，建立了巖性模型。

　　李青元等[24]從多角度全面總結了三維地質建模技術的用途、現(xiàn)狀、存在問題、發(fā)展趨勢，并結合三維建模的現(xiàn)狀提出了“相關部門應對三維地質建模示范工程制定總體風格、基本內(nèi)容一致，又適合本行業(yè)專業(yè)特點的專用標準”。易宗旺等[25]利用區(qū)域調查中的地形數(shù)據(jù)、遙感影像數(shù)據(jù)、鉆孔數(shù)據(jù)、剖面數(shù)據(jù)等各種資料，在三維地質建模系統(tǒng)(GeoBIM)平臺中進行三維地質建模等。

　　劉東升等[26]研發(fā)了巖土材料特征大數(shù)據(jù)管理及分析軟件系統(tǒng)，實現(xiàn)了對巖土材料大數(shù)據(jù)實施收集、傳輸、分類、篩選、管理和統(tǒng)計分析的功能，并結合重慶地區(qū)收集到的7萬余條典型巖土材料數(shù)據(jù)對該地區(qū)的典型巖土材料特征進行分析。由于既往積累的地質環(huán)境數(shù)據(jù)相對較分散，盡管總量巨大，但缺乏整合和必要的分析，使得其成為“死數(shù)據(jù)”，未能建立起城市地質基礎特征系統(tǒng)，無法為智慧城市規(guī)劃和建設提供幫助。

　　筆者基于重慶市地勘單位已有的大量巖土勘察與地形地貌數(shù)據(jù)資源，基于大數(shù)據(jù)分析管理和數(shù)據(jù)處理思想，采用大數(shù)據(jù)交匯融合技術，構造重慶市區(qū)域三維地質模型，生成了包括地區(qū)地層構造及巖土材料參數(shù)值域等基礎特征信息的重慶區(qū)域地質條件圖譜。基于數(shù)據(jù)統(tǒng)計、圖像識別方法以及空間統(tǒng)計分析理論和插值方法，綜合利用MATLAB、ArcGIS以及BIM軟件，對鉆孔數(shù)據(jù)進行了虛擬地層插入、地層曲面擬合、三維實體模型生成、局部地形深化處理;采用Bayes參數(shù)估計理論，對工程實時采集的巖土測試試驗參數(shù)采用基于歷史大數(shù)據(jù)的先驗估計值進行修正，得到了各類不同地質物理力學參數(shù)的期望值。

　　1鉆孔地質數(shù)據(jù)

　　收集地質鉆孔數(shù)量共計3456個。由收集到地質鉆孔分布可知，地質勘探點主要分布在朝天門區(qū)域。

　　1.1空間幾何參數(shù)

　　根據(jù)鉆孔資料和區(qū)域資料顯示，研究區(qū)域的巖層產(chǎn)狀110°∠6°。地層巖性為砂、泥巖互層，巖層層面裂隙張開，無填充，結合差，為軟弱結構面。區(qū)域范圍內(nèi)主要有兩組裂隙，其產(chǎn)狀分別為：

　　1)L1產(chǎn)狀170°∠78°，裂隙間距0.8~1.5m，裂面平略呈波狀，裂面多呈黑灰色，無充填，開口1~3mm，局部充填鈣質，延伸長約1~3m，貫通性較差，裂隙面均為軟弱結構面，結構面結合差;2)裂隙產(chǎn)狀235°∠81°，裂隙間距1.0~2.5m，裂面粗糙呈波狀，多呈閉合狀，局部開口2~5mm，無充填，貫通性較差，裂隙面均為軟弱結構面，結構面結合差。據(jù)地面調查及鉆探揭露，部分區(qū)域內(nèi)出露地層巖性有第四系人工填土層、侏羅系中統(tǒng)沙溪廟組砂巖及泥巖。

　　1.2物理力學參數(shù)

　　為揭示擬建模區(qū)域的地質構造、元素組成以及力學性能，采用傳統(tǒng)鉆孔巖樣試驗和基于圖像識別技術的方法獲取地質物理力學參數(shù)�；�于CT、SEM掃描和三維重構技術的巖樣孔隙率確定，運用Avizo8.0軟件對巖樣CT掃描切片進行中值過濾、二值化處理和精細化加工，之后再對每組切片進行數(shù)字巖芯重構、孔吼模型建立、孔裂隙提取以及孔隙率計算。

　　基于EDS能譜分析技術對巖樣元素組成規(guī)律進行確定。采用Quanta250掃描電子顯微鏡和配套的X射線能譜儀來進行巖樣微結構中的元素測定。在每個巖樣切片的掃描電鏡圖像中至少選取3個微結構EDS能譜分析區(qū)，對每個微結構區(qū)均進行元素測定分析，將三者的平均值作為最終結果。

　　基于巖石細觀圖像深度學習的巖性智能識別與分類。采用SN0745-60U2K型2K測量電子顯微鏡進行巖樣細觀圖像拍攝，電子放大倍數(shù)為15~180倍，拍攝圖像像素高達1600萬，并具備自動尋邊、HDR高動態(tài)、自動存儲等功能，整體上操作簡便，對巖樣物理力學測試結果影響小。巖樣端面細觀圖像經(jīng)細致篩分后，將其中的70%作為訓練集、20%作為驗證集、10%作為測試集，分別運用Inception-v3、Xception、NASNetLarge和InceptionResNetV2四種深度卷積神經(jīng)網(wǎng)絡模型以及GoogleNet圖像分類模型，同時結合Softmax回歸模型等共同構建巖(土)性材料的識別模型，并對其進行循環(huán)訓練學習。

　　Inception-v3深度神經(jīng)網(wǎng)絡模型的結構展示，該模型首先是3個卷積層，然后連接一個最大池化層，再設兩個卷積層，再連接一個最大池化層，最后連接11個不同的Inception結構混合層。其余深度卷積神經(jīng)網(wǎng)絡模型不再列出。采用該方法對所采集的4種典型巖樣圖像進行旋轉、偏移處理生成深度學習的樣本，隨后，基于Inception-v3、Xception、NASNetLarge和InceptionResNetV2四種深度卷積神經(jīng)網(wǎng)絡模型，利用遷移學習的方式實現(xiàn)巖石細觀圖像集分類的深度學習模型，最后使用集成學習算法，通過加權評估得出最終的判別結果，從而實現(xiàn)巖(土)性材料圖像特征的提取與識別，并對其進行自動、高效、可靠地分類。

　　在訓練過程中，對訓練集和驗證集中的巖石圖像分別進行了檢驗評估。訓練結果顯示：Inceptionv3深度卷積神經(jīng)網(wǎng)絡模型在循環(huán)訓練1000次后，其訓練集中的巖石細觀圖像分類準確率達到92.77%，驗證集中的巖石細觀圖像分類準確率為76.31%;Xception深度卷積神經(jīng)網(wǎng)絡模型在循環(huán)訓練300次后，其訓練集中的巖石細觀圖像分類準確率為93.30%，驗證集中的巖石細觀圖像分類準確率為78.27%。

　　NASNetLarge深度卷積神經(jīng)網(wǎng)絡模型在循環(huán)訓練300次后，其訓練集中的巖石細觀圖像分類準確率為90.52%，驗證集中的巖石細觀圖像分類準確率為74.74%;InceptionResNetV2深度卷積神經(jīng)網(wǎng)絡模型在循環(huán)訓練300次后，其訓練集中的巖石細觀圖像分類準確率為90.81%，驗證集中的巖石細觀圖像分類準確率為78.81%。經(jīng)加權評估后，最終訓練集中的巖石細觀圖像分類準確率將達到95%以上，驗證集中的巖石細觀圖像分類準確率高于80%。相比于傳統(tǒng)的機器學習方法，該深度學習方法通過圖像像素點組成深度學習的輸入層，利用多個深度可分離卷積網(wǎng)絡構建復雜的BP神經(jīng)網(wǎng)絡，最終得到的模型在巖石巖性的識別與分類上具有更高的魯棒性和泛化能力。此外，集成學習算法的運用顯著提高巖石細觀圖像分類的準確率，使得巖性判別結果更加可信。

　　2地質數(shù)據(jù)分析與建模

　　2.1三維地質空間幾何數(shù)據(jù)分析與建模

　　為了解決數(shù)據(jù)與成本的矛盾，基于空間統(tǒng)計分析理論選擇合適的插值方法，利用有限的采樣點數(shù)據(jù)擬合其他相對準確、精度較高的高程數(shù)據(jù)。常用的空間插值方法有三角剖分法、距離倒數(shù)加權法、最小曲率法、最近鄰點法、Kriging方法，其中，Kriging方法通過引進以距離為自變量的半變差函數(shù)來計算權值，由于半變差函數(shù)既可以反應變量的空間結構特性，又可以反映變量的隨機分布特性，利用Kriging方法進行空間數(shù)據(jù)插值往往可以取得理想的效果。

　　另外，通過設計變差函數(shù)，Kriging方法很容易實現(xiàn)局部加權插值，克服了一般距離加權插值結果的不穩(wěn)定性。因此，采用Kriging插值對地質巖性進行預測。利用單一軟件進行三維地質建模會存在一些弊端，導致一些缺陷，無法完全實現(xiàn)預期的功能。因此，綜合利用MATLAB、ArcGIS以及BIM軟件進行精細化三維地質建模。

　　2.2空間幾何模型與物理力學參數(shù)模型的融合

　　地質數(shù)據(jù)多源性是三維地質建模最大的特點，模型構建的關鍵是將這些數(shù)據(jù)有效地融合以提高模型的應用效率，指導工程設計。因此，在分別建立了三維地質的空間幾何模型和物理力學參數(shù)模型后進行數(shù)據(jù)的交匯融合，形成既包含幾何信息又包含物理信息的三維地質模型。在數(shù)據(jù)交匯融合的過程中，涉及多方面的技術問題，具體而言包括統(tǒng)一所有數(shù)據(jù)的坐標系和比例尺、地表和地下數(shù)據(jù)的有效融合，以及主要數(shù)據(jù)和次要數(shù)據(jù)的有效融合等問題，主要包括：

　　1)統(tǒng)一所有具有多源、多尺度、多分辨率的數(shù)據(jù)的坐標系和比例尺，構建可以作為后期模型構建的數(shù)據(jù)源和約束數(shù)據(jù)的數(shù)據(jù)庫;2)基于地表填圖和遙感解譯的地質數(shù)據(jù)以及鉆孔、中段平面圖、勘探線剖面圖、物探解譯的深部地質數(shù)據(jù)進行有效融合和插值處理;3)覆蓋整個建模區(qū)并足以構建模型的主要數(shù)據(jù)和次要數(shù)據(jù)數(shù)據(jù)的有效融合。

　　3典型區(qū)域三維地質模型

　　3.1空間幾何模型建模及深化處理

　　基于空間統(tǒng)計分析理論，在ArcGIS軟件中通過插值分析得到地層模型。為便于在Civil3D中建模，將建立的三維雜填土、砂巖以及泥巖地層模型轉換為等高線模型輸出。

　　4結論

　　1)利用大量的巖土材料勘察試驗數(shù)據(jù)資源，結合先進的巖土參數(shù)試驗方法、圖像識別及機器學習方法對巖土材料物理力學參數(shù)進行了分析研究，在此基礎上，利用大數(shù)據(jù)分析管理和數(shù)據(jù)處理思想，采用大數(shù)據(jù)交匯融合技術，將試驗和收集所得的地質鉆孔數(shù)據(jù)(幾何數(shù)據(jù)和物理數(shù)據(jù))進行分類篩選�；�于已有鉆孔數(shù)據(jù)，利用數(shù)學插值方法對空白區(qū)虛擬鉆孔的幾何特征數(shù)據(jù)進行分析和推送，有效生成了虛擬數(shù)字鉆孔。

　　2)基于已有的巖土材料試驗測試試驗參數(shù)，利用貝葉斯理論對空白區(qū)同類巖性材料的物理力學參數(shù)進行估計，可獲得相應的巖土材料物理力學參數(shù)估計值，彌補了數(shù)據(jù)融合中巖土材料參數(shù)不足的問題。

　　3)利用實際獲取和計算生成的鉆孔地質特征數(shù)據(jù)，從幾何特征和物理特征兩方面進行大數(shù)據(jù)融合進行數(shù)據(jù)建模，得到了一定區(qū)域范圍內(nèi)地質巖層特征的三維空間分布及物理力學特征完整表達模型，實現(xiàn)了區(qū)域地層結構特征描述的數(shù)字化和可視化。

　　參考文獻

　　[1]童亮.GOCAD在某橋基三維地質建模中的應用研究[D].成都:西南交通大學,2009.TONGL.Thestudyonapplicationofthree-dimensionalmodelinginabridge'sfoundationbyusingthesoftwarenamedGOCAD[D].Chengdu:SouthwestJiaotongUniversity,2009.(inChinese)

　　[2]張洋洋,周萬蓬,吳志春,等.三維地質建模技術發(fā)展現(xiàn)狀及建模實例[J].東華理工大學學報(社會科學版),2013,32(3):403-409.ZHANGYY,ZHOUWP,WUZC,etal.Thedevelopmentstatusof3Dgeologicalmodelingtechnologyandmodelinginstances[J].JournalofEastChinaInstituteofTechnology(SocialScience),2013,32(3):403-409.(inChinese)

　　[3]AKPOKODJEEG.Theengineering-geologicalcharacteristicsandclassificationofthemajorsuperficialsoilsoftheNigerDelta[J].EngineeringGeology,1987,23(3/4):193-211.

　　[4]DASSARGUESA,BIVERP,MONJOIEA.GeotechnicalpropertiesoftheQuaternarysedimentsinShanghai[J].EngineeringGeology,1991,31(1):71-90.

　　[5]ZHULF,ZHANGCJ,LIMJ,etal.Building3Dsolidmodelsofsedimentarystratigraphicsystemsfromboreholedata:anautomaticmethodandcasestudies[J].EngineeringGeology,2012,127:1-13.

　　作者：劉漢龍1，章潤紅2，劉東升3，仉文崗1,2

轉載請注明來自發(fā)表學術論文網(wǎng)：http:///jzlw/28878.html