本發(fā)明涉及工程巖體地質(zhì)建模，尤其涉及基于馬爾科夫鏈及改進蒙特卡洛的三維地質(zhì)建模方法、系統(tǒng)和設備。

背景技術：

1、地質(zhì)建模對于地質(zhì)勘察等工作是一項意義重大的工程任務，它為工程巖體的施工設計、地質(zhì)體估算以及安全穩(wěn)定性評估等一系列工作提供數(shù)據(jù)依據(jù)。傳統(tǒng)的地質(zhì)建模依據(jù)現(xiàn)場的鉆孔巖芯數(shù)據(jù)以及地質(zhì)剖面數(shù)據(jù)進行人為構建，然而，面對地質(zhì)條件較為復雜以及地質(zhì)資料較少等情況，依據(jù)已有的地質(zhì)資料構建得到的地質(zhì)模型往往不能真實反映其工程的地質(zhì)信息。由于現(xiàn)有的地質(zhì)建模手段過度依賴地質(zhì)鉆孔等數(shù)據(jù)，因此，如何利用有限的鉆孔數(shù)據(jù)得出精細化的地質(zhì)模型已成為當前地質(zhì)建模工作中的技術關鍵。

2、目前，傳統(tǒng)的地質(zhì)建模采用三維插值技術進行地層狀態(tài)和厚度推演，三維空間插值技術的原理是依據(jù)離散的點，采用該點的某一特征屬性去構建連續(xù)的平面區(qū)域，現(xiàn)場的技術人員往往會依據(jù)鉆孔的巖性作為字段去構建整個區(qū)域的地質(zhì)模型。隨著隨機建模理論的發(fā)展，因其能夠通過類似隨機模擬的手段表征地層的不確定性，因此采用隨機建模理論能夠自動化高效地完成復雜的三維地質(zhì)建模工作，但由于地質(zhì)條件的復雜多變性，使得傳統(tǒng)的隨機建模理論僅適用于簡單且厚度均勻的工程地質(zhì)體，對于地層狀態(tài)復雜和地層厚度不均勻的工程地質(zhì)體并不適用。

技術實現(xiàn)思路

1、針對上述存在的問題，本發(fā)明旨在提供一種基于馬爾科夫鏈及改進蒙特卡洛的三維地質(zhì)建模方法、系統(tǒng)和設備，通過無人機和三維激光掃描技術獲取工程巖體的點云數(shù)據(jù)，并對點云數(shù)據(jù)進行下采樣處理，以點云數(shù)據(jù)選擇虛擬鉆孔，基于疊加馬爾科夫鏈預測其地層狀態(tài)，之后基于蒙特卡洛模擬每個虛擬鉆孔的地層狀態(tài)所對應的地層厚度，最終基于最大概率模型選取原理確定最終三維地質(zhì)模型。

2、為了實現(xiàn)上述目的，本發(fā)明所采用的技術方案如下：

3、基于馬爾科夫鏈及改進蒙特卡洛的三維地質(zhì)建模方法，包括以下步驟：

4、s1：獲取構建工程地質(zhì)體區(qū)域的三維點云數(shù)據(jù)；

5、s2：基于構建區(qū)域真實鉆孔的地層狀態(tài)和地層厚度數(shù)據(jù)，采用馬爾科夫鏈構建地層狀態(tài)轉(zhuǎn)移概率矩陣，采用蒙特卡洛法確定地層厚度的概率分布模型；

6、s3：通過攝影測量及巖性識別確定虛擬鉆孔的地表初始地層狀態(tài)；

7、s4：基于疊加馬爾科夫鏈對虛擬鉆孔的地層狀態(tài)進行模擬；

8、s5：確定虛擬鉆孔地層的最大概率屬性，基于地層狀態(tài)的累計概率分布模型曲線計算地層邊界線，并最終通過設置驗證鉆孔來修正地層分界線，得出最終的地質(zhì)模型。

9、進一步的，步驟s2的具體操作包括以下步驟：

10、s201：采用馬爾科夫鏈構建真實鉆孔的地層狀態(tài)轉(zhuǎn)移概率矩陣；

11、s202：構建真實鉆孔的地層厚度概率分布模型；

12、s203：以點云數(shù)據(jù)生成虛擬鉆孔數(shù)據(jù)，并構建虛擬鉆孔的地層狀態(tài)轉(zhuǎn)移概率矩陣。

13、進一步的，步驟s201中真實鉆孔的地層狀態(tài)轉(zhuǎn)移概率矩陣表示為

14、

15、式中，pij表示地層i突變?yōu)榈貙觠的概率；

16、步驟s203中虛擬鉆孔的轉(zhuǎn)移概率矩陣計算公式為

17、

18、式中，表示虛擬鉆孔的轉(zhuǎn)移概率矩陣，βi表示距離權重，表示真實鉆孔的轉(zhuǎn)移概率矩陣。

19、進一步的，步驟s401中所述的疊加馬爾科夫鏈的具體操作是根據(jù)地層狀態(tài)情況，調(diào)整轉(zhuǎn)移概率矩陣的階數(shù)，轉(zhuǎn)移概率矩陣的階數(shù)計算依據(jù)統(tǒng)計得出虛擬鉆孔的地層狀態(tài)段數(shù)進行計算，轉(zhuǎn)移概率矩陣的階數(shù)計算公式為

20、

21、式中，代表s階步長下從地層狀態(tài)i轉(zhuǎn)移到地層狀態(tài)j下的概率，代表s階步長下從地層狀態(tài)i轉(zhuǎn)移到地層狀態(tài)j下的數(shù)量，mi則為地層i的樣本總數(shù)。

22、進一步的，步驟s5的具體操作包括以下步驟：

23、s501：計算步驟s4中疊加馬爾科夫鏈確定的地層狀態(tài)概率；

24、s502：選取地層狀態(tài)概率最大值對應的模擬結(jié)果，對虛擬鉆孔標高h的地層狀態(tài)進行確定；

25、s503：對虛擬鉆孔的每一個地層狀態(tài)對應的邊界進行確認；

26、s504：通過驗證鉆孔修正每個地層狀態(tài)對應的邊界；

27、s505：根據(jù)真實鉆孔和虛擬鉆孔的地層狀態(tài)、地層狀態(tài)邊界建立三維地質(zhì)模型。

28、進一步的，步驟s501中，在標高h下的地層狀態(tài)i的概率表示為

29、

30、式中，y為疊加馬爾科夫鏈模擬的數(shù)目，xi為h標高下處在地層狀態(tài)i的數(shù)目。

31、進一步的，步驟s3中采用基于深度學習識別巖性的神經(jīng)網(wǎng)絡框架randmixaugment對地表的地層狀態(tài)進行識別，randmixaugment將原始數(shù)據(jù)劃分為原始訓練數(shù)據(jù)和測試數(shù)據(jù)，原始訓練數(shù)據(jù)通過區(qū)域級增強和圖像級增強之后得到增強后訓練數(shù)據(jù)，將原始訓練數(shù)據(jù)和增強后訓練數(shù)據(jù)合并進行深度學習訓練，訓練過程包括wideresnet、supcon、shake-shake和pyramid-shake，最終得出地層狀態(tài)的數(shù)據(jù)預測評價結(jié)果，使用測試數(shù)據(jù)對網(wǎng)絡框架進行測試。

32、進一步的，圖像級增強通過自動增強實現(xiàn)，區(qū)域級增強通過掩蔽和混合策略實現(xiàn)；

33、掩蔽操作首先要隨機生成一個大小等同于s1×ts的掩蔽盒，其中ts為原始訓練圖像大小，接下來將生成的掩蔽盒應用于隨機位置的訓練圖像中，參數(shù)s1的取值范圍為[0,1]，掩蔽盒比原始圖像小，掩蔽盒的顏色被確定為應用隨機化的圖像顏色的rgb的平均值；

34、混合操作首先從原始訓練圖像中隨機生成一個大小相當于s2×os的補丁，其中os為原始訓練圖像大小，s2為補丁的最大尺寸；在對原始訓練圖像應用掩蔽盒的隨機位置添加生成的補丁。

35、進一步的，本發(fā)明還包括基于馬爾科夫鏈及改進蒙特卡洛的三維地質(zhì)建模系統(tǒng)，具體包括數(shù)據(jù)采集模塊、真實鉆孔數(shù)據(jù)建模模塊、虛擬鉆孔建模模塊和地質(zhì)模型構建模塊；

36、所述數(shù)據(jù)采集模塊、真實鉆孔數(shù)據(jù)建模模塊、虛擬鉆孔建模模塊和地質(zhì)模型構建模塊基于如前所述的三維地質(zhì)建模方法實現(xiàn)三維地質(zhì)建模。

37、進一步的，本發(fā)明還包括一種電子設備，具體包括至少一個處理器，以及與所述處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述處理器執(zhí)行的指令，所述指令被所述處理器執(zhí)行，以使所述處理器能夠執(zhí)行如前所述的三維地質(zhì)建模方法。

38、本發(fā)明的有益效果是：

39、1、本發(fā)明提出了一種基于馬爾科夫鏈及改進蒙特卡洛的三維地質(zhì)建模方法，在三維激光掃描獲取巖體三維點云數(shù)據(jù)的基礎上，通過已有實際鉆孔和虛擬鉆孔技術進行馬爾科夫鏈轉(zhuǎn)移概率矩陣計算，之后基于疊加馬爾科夫鏈進行虛擬鉆孔的地層狀態(tài)的確認，最終基于改進蒙特卡洛方法對地層狀態(tài)所對應的地層厚度進行相關模擬；相對于傳統(tǒng)的人為三維地質(zhì)建模方法，該方法更能全方位的適用于各類復雜場景中的工程巖體三維地質(zhì)建模場景；同時基于這種自動化的構建的三維地質(zhì)模型可以高效地評估后期的工程巖體穩(wěn)定性，為實現(xiàn)巖體工程穩(wěn)定性評價提供重要的數(shù)據(jù)支撐；本發(fā)明實現(xiàn)簡單，操作靈活，效果顯著，達到了應用的要求。

40、2、本發(fā)明還提出了一種新的基于深度學習識別巖性的神經(jīng)網(wǎng)絡框架randmixaugment對地表的地層狀態(tài)進行識別，該方法有效地結(jié)合了區(qū)域級和圖像級增強技術的固有特性，在初始階段實現(xiàn)隨機擴充過程，消除了額外搜索空間的問題，提高了訓練速度。此外，掩蔽和混合過程反過來又提高了泛化性能。