CN102495428A - 地下工程施工期突水地质灾害电阻率实时成像监测方法与系统 - Google Patents

Abstract

本发明公开了一种地下工程施工期突水地质灾害电阻率实时成像监测方法与系统，其监测方法包括数据采集方法、数据传输方法、数据实时反演与成像方法及灾变前兆识别与预警方法。本发明还涉及一种地下工程施工期突水地质灾害电阻率实时成像监测系统。其系统由数据采集子系统、数据传输子系统、数据处理(数据实时反演与成像)子系统及预警子系统组成。本发明数据实时采集与传输，实时反演，实时成像，可以有效地得到裂隙产生、扩展直至贯通的实时动态图像，得到主要裂隙和突涌水渗流通道的产生位置、形成过程等信息，成功地捕捉到一系列前兆信息，为地质灾害的预报提供及时预警。

Description

地下工程施工期突水地质灾害电阻率实时成像监测方法与系统

技术领域

本发明涉及一种地下工程施工期突水地质灾害电阻率实时成像监测方法与系统。

背景技术

近年来，随着我国基础设施建设进程的加快和能源战略的实施，西部大开发进程的迅速发展，我国修建了一大批铁路、公路、水电及跨流域调水等工程，在这些领域会遇到相当多的长大隧道、隧洞等地下工程。

这些地下工程普遍具有埋深大、洞线长、地质条件复杂、含水构造发育等特点。由于前期的勘查工作难以全部查清水文地质条件，导致掘进中遭遇突(涌)水灾害的机率大大增加。在这些地下工程开挖和矿床采掘过程中，大量水流突然涌入地下洞室和矿山井巷，不仅淹没隧道和井巷，还极易导致塌方和围岩失稳，甚至造成人身伤亡、工程报废的灾难性结果。在如此严峻的形势下，开展地质灾害实时监测工作迫在眉睫，以便施工技术人员制定出相应的施工方案和治理措施，避免或减少突发性的地质灾害造成的人员伤亡和工程损失。

目前，地下工程中的突涌水灾害的监测主要是通过应力传感器、应变传感器、温度传感器等对应力、应变、位移、温度、水压等表象参数的监测与分析来捕捉灾害前兆信息，无法获得关于突水灾变过程中裂隙扩展、岩层破断等本质信息，这类方法需要埋设大量的传感器，操作复杂，而且只是得到埋设元件附近局部的数据信息。而且上述监测方法仪器采集的数据需要进行后处理才能推断出突水灾害演化状态，滞后性强，易错过及时应对灾害的最佳时机。

直流电阻率监测方法以其对水体响应敏感的特点在突水等地质灾害监测中具有明显优势。但是目前研究工作中均采用了单一极距的对称四极装置形式，从视电阻率时程曲线中直观的获得信息，该方法主要有以下缺点：①受电极距测深的影响，对深部岩体电性变化响应不敏感，无法获得岩体破坏初期的信息，导致预警发布的延迟；②仅是对局部某几个点的导电性变化的监测，无法获得较大范围内岩体导电性变化的详细信息，无法对岩体破坏等过程进行实时成像监测，可能会导致重要前兆信息的遗漏；③现有的直流电阻率监测方法未实现数据的实时反演，滞后性强，无法得到灾害形成的实时动态图像。

综上所述，现有的地下工程施工期突水灾害监测存在以下问题：

(1)目前已有的应力、位移、温度、水压等监测方法只能获得埋设元件点附近的局部相关信息，无法全面监测大范围特别是深部的突水信息，无法获得裂隙扩展、突水通道孕育发展、岩层破裂等突水灾害演化的本质信息，其直观性差、时效性差，极易造成重要信息的遗漏，造成误判、错判。

(2)已有的直流电阻率监测方法仅依靠视电阻率图像进行监测和判断，未突破实时反演方法，无法真实的呈现突水灾变过程中裂隙扩展、岩层破断、突水通道形成等重要过程，监测效果往往能够不理想。

因此，解决实时反演成像难题，研发电阻率实时反演成像监测方法与系统对于实现地下工程施工期突水灾害的实时监测与及时准确预警具有重要意义和价值。

发明内容

本发明的目的是为克服上述现有技术的不足，提供一种地下工程施工期突水地质灾害电阻率实时反演成像监测方法与系统。本发明实现了数据实时采集与传输，实时反演，实时成像以及实时捕捉突水灾变前兆信息，可以有效地得到裂隙产生、扩展直至贯通的实时动态图像，得到主要裂隙和突涌水渗流通道的产生位置、形成过程等信息，成功地捕捉到一系列前兆信息，为地质灾害的预报提供及时预警。为实现上述目的，本发明采用下述技术方案：

一种地下工程施工期突水地质灾害电阻率实时成像监测方法，包括如下步骤：

(1)数据采集：实时采集视电阻率数据；

(2)数据传输：将实时采集到的数据实时传输给后台处理；

(3)数据实时反演与成像：采用基于光滑约束的最小二乘线性反演方法作为电阻率层析成像实时监测中的快速反演方法，实现对采集的数据进行实时反演，得到实施反演图像；

(4)灾变前兆识别与预警：基于实时反演的动态图像熵值，当实时反演的动态图像熵值发生突变时，发出警报。

在实时反演的同时，还通过原始视电阻率监测对比不同时刻的原始视电阻率数据，定性的分析监测层的电阻率变化情况并推断渗流发展情况与涌水情况。

还通过关键点电阻率数据监测来实现观察关键点数据随时间的变化情况，以直观的判断与分析涌水灾害发生过程的相关信息。

所述数据采集方法用于采集视电阻率。本方法为实现数据的实时采集，该数据采集软件可实现数据的自动采集和存储，扫描完一组数据之后无须人工干预自动进行下一组数据的测量，可按照设定的时长与模式实现数据的自动化采集。

所述数据传输方法基于蓝牙无线通信传输。该方法实现即时通讯，控制数据采集间隔、数据采集方式等参数的设置以及采集的数据实时传输给后台处理。

所述数据实时反演与成像方法是本发明最重要的创新之处，实现对采集的数据进行实时反演，得到实施反演图像，并综合视电阻率图像、关键点视电阻率时程曲线等多种形式实时呈现地质灾害中岩层破断、突水通道形成等重要过程，成功捕捉突水灾害前兆信息，即以反演成像数据为主的“三结合”(原始视电阻率数据、反演成像数据和关键点数据时程曲线数据相结合)的监测数据分析方法。

根据电阻率层析成像实时监测方法中快速反演成像的要求，本发明采用基于光滑约束的最小二乘线性反演方法作为电阻率层析成像实时监测中的快速反演方法。

本发明的反演方法是建立在有限元数值正演的基础之上，采用具有光滑约束的最小二乘三维电阻率反演方法，将电阻率反演问题线性化，并引入光滑约束，经过正则化处理得到反演成像方程，即

(A^TA+λC^TC)Δm＝A^TΔd            (1)

式中：A为敏感度矩阵，又称为偏导数矩阵，表示数值正演得到的理论观测数据对模型参数的偏导数矩阵；Δm为每次反演迭代中模型参数增量向量；Δd为观测数据d_obs与正演理论值d_m的残差向量，d_m是根据给定的模型参数由数值正演得到的理论观测数据；λ为拉格朗日常数，代表着反演方程中光滑约束的权重；C为光滑度矩阵。

其中，将电阻率反演问题线性化，得到反演方程(式(4))及其对应的目标函数(式(5))：

A^TAΔm＝A^TΔd                           (4)

Ф＝(Δd-AΔm)^T(Δd-AΔm)               (5)

式中，Δd为实际观测数据与正演理论观测数据的差向量，Δm为模型参数的增量向量，A为n×m阶矩阵，称为偏导数矩阵，表示模型的理论观测数据对模型参数的偏导数。

施加光滑约束后，三维电阻率反演的目标函数表示如下：

Ф＝(Δd-AΔm)^T(Δd-AΔm)+λ(CΔm)^T(CΔm)       (6)

式中，λ为拉格朗日常数，C为光滑度矩阵。

目标函数(6)对应的反演成像方程式(1)：

利用方程(1)可得到每次反演迭代中的模型参数增量，从而求得下一次迭代中的模型参数m^(k+1)。

m^(k+1)＝m^(k)+Δm              (2)

式中，m^(k)为第k次迭代中的模型参数向量，m^(k+1)为下一次反演迭代中的模型参数向量。

本发明所采用的光滑约束最小二乘法三维电阻率反演的流程如附图6。首先设定网格电阻率的初值，通过数值正演得到理论观测数据d_m，若理论观测数据与实际观测数据相差较大，则求解反演方程得到新的模型参数，直到理论观测数据与实际观测数据之间的误差满足收敛判据，将此时得到的模型参数作为反演的结果输出。反演收敛的判据为rus＜ε_inv，其中rus为观测数据d与正演理论值d_m之间的均方误差(如式(3))，ε_inv为反演收敛的容许值。

$\mathrm{rus}=\sqrt{{\mathrm{\Δd}}^T\mathrm{\Δd}/N}---\left(3\right)$

其中，N为数据点数。

在整个反演流程中，最为耗时的是敏感度矩阵A的计算和反演方程的求解，提高二者的求解速度对于优化三维反演的计算效率至关重要。为此设计了Cholesky分解法与PCG算法相结合的计算效率优化方案：

①敏感度矩阵的求解：利用互换定律法求解敏感度矩阵，互换定律法要求每计算一次敏感度矩阵需要进行多次正演，故采用Cholesky分解法求解A。针对多次正演，Cholesky分解法只需对有限元系数矩阵进行一次分解，然后对不同的电源点只需进行回代即可，其计算效率相对于迭代法或高斯LU分解法具有明显优势。

②反演成像方程的求解：利用预条件共轭梯度算法求解反演方程，避免了矩阵乘A^TA和C^TC的直接计算，且将雅可比迭代的块对角矩阵(即系数矩阵的对角线矩阵)作为预条件矩阵，其计算速度明显高于高斯类方法和其他预条件共轭梯度法。

③模型参数初值的选取：对于线性反演方法而言，模型参数初值的选取对反演收敛速度的影响较大。因为突水灾害过程是一个连续的过程，所以将本次的反演结果作为下一组原始数据反演的模型参数初值，有效地减少了反演迭代的次数，提高了反演速度。

本发明在实时反演的同时，还通过原始视电阻率监测对比不同时刻的原始视电阻率数据，定性的分析监测层的电阻率变化情况并推断渗流发展情况与涌水情况。例如，对于施伦贝谢尔装置形式，视电阻率数据的结构如附图1。对监测过程中的监测数据进行遴选，选择其中具有代表性的数据按照附图1所示的数据结构绘制成断面图并作插值处理，如附图2。

此外，本发明还通过关键点电阻率数据监测来实现观察关键点数据随时间的变化情况，以直观的判断与分析涌水灾害发生过程的相关信息。例如对于上述施伦贝谢尔装置设置了关键点(见附图1)，其中关键点1(行号为1，列号为20)和2(行号为1，列号为8)是为了监测浅部导电性变化，关键点3(行号为5，列号为5)和4(行号为5，列号为23)是用于监测较深部两侧的导电性变化，而关键点5(行号为10，列号为14)是为了监测深部的电阻率变化。

所述灾变前兆识别与预警方法基于实时反演的动态图像熵值，当实时反演的动态图像熵值发生突变时，发出警报。

本发明利用图像熵值对地下工程施工期突水地质灾害电阻率实时成像监测系统的动态反演图像进行了量化评价，实现基于图像熵值法的动态图像量化评价方法，通过对动态图像的量化评价，可直观评价突水状态，识别突水前兆信息，发出预警信息。

图像的熵值的表达式如式(4)：

$W=-\underset{0}{\overset{255}{\mathrm{\Σ}}}{P}_i{\log }_2{P}_i---\left(4\right)$

式中，P_i为图像中灰色度值为i的像素点所占所有像素点的比值，图像熵值是无量纲的。

图像的熵的物理含义可理解为：如果图像中各像素点之值的分布是完全随机而无序的(即呈白噪声和零信息状态)，那么图像的熵最大，而熵值的下降，则意味着在某种因素的作用下图像的有序性出现了增强。图像分析上的着眼点并不在于各象素的具体数值和特定图样，而是它们在图像分布上的彼此关系(如相关性等)。

基于图像熵值的上述特点，本发明利用图像熵值对地下工程施工期突水地质灾害电阻率实时成像监测系统的动态反演图像进行量化评价，实现基于图像熵值法的动态图像量化评价方法。根据对实时图像熵值的分析，结合对实时反演图像、原始视电阻率图像以及关键点时程曲线的直观分析，判断突水灾变状态，捕捉突水灾害前兆信息，如果出现险情则通知预警子系统通过声音、图像、文字等多种形式报警。

本发明还提供了一种地下工程施工期突水地质灾害电阻率实时成像监测系统，其特征在于，其包括依次相连的数据采集子系统、数据传输子系统、数据处理子系统及预警子系统；

所述数据采集子系统用于采集视电阻率，由主机、多路电极转换器、测量电缆以及若干电极组成。其中，电极根数根据测线情况确定。主机是整个系统的主控设备，电极转换器与测量电缆的组合实现了电极自动切换和数据实时采集。

所述数据传输子系统是基于蓝牙无线通信的传输系统，主要实现即时通讯，将数据采集间隔、数据采集方式等设置参数下载到数据采集子系统，同时将数据采集子系统采集的数据实时传输给数据处理(数据实时反演与成像)子系统。

所述数据处理(数据实时反演与成像)子系统是在计算机上完成的，主要是通过反演软件对数据采集子系统采集的数据进行实时反演，得到实施反演图像，并综合视电阻率图像、关键点视电阻率时程曲线等多种形式实时呈现了地质灾害中岩层破断、突水通道形成等重要过程。

所述预警子系统也是在计算机上完成的，该子系统由数据处理(数据实时反演与成像)子系统直接控制。数据处理(数据实时反演与成像)子系统根据对实时图像熵值的分析，结合对实时反演图像、原始视电阻率图像以及关键点时程曲线的直观分析，判断突水灾变状态，捕捉突水灾害前兆信息，如果出现险情则通知预警子系统通过声音、图像、文字等多种形式报警。

地质灾害实时监测系统的控制方法包括下列步骤：

(1)将仪器打开，电极按照测线布置，检查仪器之间通信，设置数据采集间隔、数据采集方式等参数；

(2)数据采集子系统依照设置的参数实时测量视电阻率；

(3)数据传输子系统把数据采集子系统采集的数据传送至数据处理(数据实时反演与成像)子系统；

(4)数据处理(数据实时反演与成像)子系统调用反演程序对数据传输子系统传输来的采集数据进行实时快速反演，实时成像，同时根据原始视电阻率数据绘制视电阻率断面图以及关键点视电阻率时程曲线。

(5)根据对实时图像熵值的分析，结合对实时反演图像、原始视电阻率图像以及关键点时程曲线的直观分析，判断突水灾变状态，捕捉突水灾害前兆信息，如果出现险情则通知预警子系统通过声音、图像、文字等多种形式报警。

(6)重复(2)、(3)、(4)直至实时监测结束。

本发明的具体实施流程如下：

(1)根据已知资料和信息判断含水体的位置，从而确定监测测线的布置位置，在隧道测线上钻孔，将电极安装在钻孔内，并与多路电极转换器、测量电缆连接好，将主机与电极转换器连接、开机，将计算打开，并与主机建立无线蓝牙通信，打开控制以及处理软件。其中，电极、多路电极转换器、测量电缆、主机组成数据采集子系统，计算机及其相应软件组成数据处理(数据实时反演与成像)子系统，数据采集子系统与数据处理(数据实时反演与成像)子系统通过蓝牙所在的数据传输子系统进行联系。

(2)通过数据处理(数据实时反演与成像)子系统设置将数据采集间隔等参数，并将相应的参数下载到数据采集子系统中，数据采集子系统会根据设置的相应参数采集，完成一次采集。

(3)数据通过数据传输子系统传送给数据处理(数据实时反演与成像)子系统，数据处理(数据实时反演与成像)子系统调用相应的软件对采集的数据进行实时反演，实时成像，同时根据原始视电阻率数据绘制电阻率数据断面图和关键点数据时程曲线。

(4)当数据处理(数据实时反演与成像)子系统实时反演的动态图像熵值发生突变时，数据处理(数据实时反演与成像)子系统控制预警系统发出警报。

本发明的有益效果是：

本发明提出了一种地质灾害实时监测系统与方法。本发明数据实时采集与传输，实时反演，实时成像，可以有效地得到裂隙产生、扩展直至贯通的实时动态图像，得到主要裂隙和突涌水渗流通道的产生位置、形成过程等信息，成功地捕捉到一系列前兆信息，为地质灾害的预报提供及时预警。具有以下特色：

1>本发明提出了电阻率监测实时反演方法，在较短的时间内可获得较大范围内的电阻率分布及实时变化情况，可直观的判断分析突水灾害的孕育、萌生、发展过程，解决以往监测方法监测范围小，无法获得本质信息的问题；

2>本发明提出了基于图像熵值法的动态图像量化评价与突水灾害预警方法，通过对动态图像的量化评价，可直观评价突水状态，识别突水前兆信息，发出预警信息；

3>本发明提出了以反演成像数据为主的“三结合”(原始视电阻率数据、反演成像数据和关键点数据时程曲线数据相结合)的分析结果，有效地反映岩层断裂及渗流通道等的形成过程，成功地捕捉到一系列前兆信息，为地质灾害的及时预警预报提供重要参考。

4>本发明系统对数据采集软件进行了改进，扫描完一组数据之后无须人工干预自动进行下一组数据的测量，实现了数据的实时自动采集；借助蓝牙设备实现了主机与计算机之间的数据实时传输，为快速反演和实时数据输出奠定了基础。

5>本发明成果除可应用于地下工程施工期突水地质灾害监测，还可应用于包括崩塌、滑坡、地面塌陷、地裂缝等地质灾害监测中。

附图说明

图1是本发明系统组成原理图。

图2是本发明视电阻率数据的结构阵列示意图。

图3是本发明关键点视电阻率值时程曲线图。

图4是本发明现场工作示意图。

图5是本发明反演流程图。

图6是原始视电阻率实时监测图(不同时刻视电阻率数据断面图)。

图7是实时反演成像的结果图。

图8是图像熵值变化曲线图。

图9是本发明的方法流程图。

具体实施方式

下面通过具体实例对本发明进行进一步的阐述，应该说明的是，下述说明仅是为了解释本发明，并不对其内容进行限定。

如图9所示，一种地下工程施工期突水地质灾害电阻率实时成像监测方法，包括如下步骤：

(1)数据采集：实时采集视电阻率数据；

(2)数据传输：将实时采集到的数据实时传输给后台处理；

(3)数据实时反演与成像：采用基于光滑约束的最小二乘线性反演方法作为电阻率层析成像实时监测中的快速反演方法，实现对采集的数据进行实时反演，得到实时反演图像；

(4)灾变前兆识别与预警：基于实时反演的动态图像熵值，当实时反演的动态图像熵值发生突变时，发出警报。

在实时反演的同时，还通过原始视电阻率监测对比不同时刻的原始视电阻率数据，定性的分析监测层的电阻率变化情况并推断渗流发展情况与涌水情况。

还通过关键点电阻率数据监测来实现观察关键点数据随时间的变化情况，以直观的判断与分析涌水灾害发生过程的相关信息。

所述数据采集方法用于采集视电阻率。本方法为实现数据的实时采集，该数据采集软件可实现数据的自动采集和存储，扫描完一组数据之后无须人工干预自动进行下一组数据的测量，可按照设定的时长与模式实现数据的自动化采集。

所述数据传输方法基于蓝牙无线通信传输。该方法实现即时通讯，控制数据采集间隔、数据采集方式等参数的设置以及采集的数据实时传输给后台处理。

所述数据实时反演与成像方法是本发明最重要的创新之处，实现对采集的数据进行实时反演，得到实施反演图像，并综合视电阻率图像、关键点视电阻率时程曲线等多种形式实时呈现地质灾害中岩层破断、突水通道形成等重要过程，成功捕捉突水灾害前兆信息，即以反演成像数据为主的“三结合”(原始视电阻率数据、反演成像数据和关键点数据时程曲线数据相结合)的监测数据分析方法。

根据电阻率层析成像实时监测方法中快速反演成像的要求，本发明采用基于光滑约束的最小二乘线性反演方法作为电阻率层析成像实时监测中的快速反演方法。

本发明的反演方法是建立在有限元数值正演的基础之上，采用具有光滑约束的最小二乘三维电阻率反演方法，将电阻率反演问题线性化，并引入光滑约束，经过正则化处理得到反演成像方程，即

(A^TA+λC^TC)Δm＝A^TΔd            (1)

式中：A为敏感度矩阵，又称为偏导数矩阵，表示数值正演得到的理论观测数据对模型参数的偏导数矩阵；Δm为每次反演迭代中模型参数增量向量；Δd为观测数据d_obs与正演理论值d_m的残差向量，d_m是根据给定的模型参数由数值正演得到的理论观测数据；λ为拉格朗日常数，代表着反演方程中光滑约束的权重；C为光滑度矩阵。

其中，将电阻率反演问题线性化，得到反演方程(式(4))及其对应的目标函数(式(5))：

A^TAΔm＝A^TΔd                          (4)

Ф＝(Δd-AΔm)^T(Δd-AΔm)              (5)

式中，Δd为实际观测数据与正演理论观测数据的差向量，Δm为模型参数的增量向量，A为n×m阶矩阵，称为偏导数矩阵，表示模型的理论观测数据对模型参数的偏导数。

施加光滑约束后，三维电阻率反演的目标函数表示如下：

Ф＝(Δd-AΔm)^T(Δd-AΔm)+λ(CΔm)^T(CΔm)        (6)

式中，λ为拉格朗日常数，C为光滑度矩阵。

目标函数(6)对应的反演成像方程式(1)：

利用方程(1)可得到每次反演迭代中的模型参数增量，从而求得下一次迭代中的模型参数m^(k+1)。

m^(k+1)＝m^(k)+Δm               (2)

式中，m^(k)为第k次迭代中的模型参数向量，m^(k+1)为下一次反演迭代中的模型参数向量。

本发明所采用的光滑约束最小二乘法三维电阻率反演的流程如附图6。首先设定网格电阻率的初值，通过数值正演得到理论观测数据d_m，若理论观测数据与实际观测数据相差较大，则求解反演方程得到新的模型参数，直到理论观测数据与实际观测数据之间的误差满足收敛判据，将此时得到的模型参数作为反演的结果输出。反演收敛的判据为rus＜ε_inv，其中rus为观测数据d与正演理论值d_m之间的均方误差(如式(3))，ε_inv为反演收敛的容许值。

$\mathrm{rus}=\sqrt{{\mathrm{\Δd}}^T\mathrm{\Δd}/N}---\left(3\right)$

其中，N为数据点数。

在整个反演流程中，最为耗时的是敏感度矩阵A的计算和反演方程的求解，提高二者的求解速度对于优化三维反演的计算效率至关重要。为此设计了Cholesky分解法与PCG算法相结合的计算效率优化方案：

①敏感度矩阵的求解：利用互换定律法求解敏感度矩阵，互换定律法要求每计算一次敏感度矩阵需要进行多次正演，故采用Cholesky分解法求解A。针对多次正演，Cholesky分解法只需对有限元系数矩阵进行一次分解，然后对不同的电源点只需进行回代即可，其计算效率相对于迭代法或高斯LU分解法具有明显优势。

②反演成像方程的求解：利用预条件共轭梯度算法求解反演方程，避免了矩阵乘ATA和CTC的直接计算，且将雅可比迭代的块对角矩阵(即系数矩阵的对角线矩阵)作为预条件矩阵，其计算速度明显高于高斯类方法和其他预条件共轭梯度法。

③模型参数初值的选取：对于线性反演方法而言，模型参数初值的选取对反演收敛速度的影响较大。因为突水灾害过程是一个连续的过程，所以将本次的反演结果作为下一组原始数据反演的模型参数初值，有效地减少了反演迭代的次数，提高了反演速度。

本发明在实时反演的同时，还通过原始视电阻率监测对比不同时刻的原始视电阻率数据，定性的分析监测层的电阻率变化情况并推断渗流发展情况与涌水情况。例如，对于施伦贝谢尔装置形式，视电阻率数据的结构如附图1。对监测过程中的监测数据进行遴选，选择其中具有代表性的数据按照附图1所示的数据结构绘制成断面图并作插值处理，如附图2。

此外，本发明还通过关键点电阻率数据监测来实现观察关键点数据随时间的变化情况，以直观的判断与分析涌水灾害发生过程的相关信息。例如对于上述施伦贝谢尔装置设置了关键点(见附图1)，其中关键点1(行号为1，列号为20)和2(行号为1，列号为8)是为了监测浅部导电性变化，关键点3(行号为5，列号为5)和4(行号为5，列号为23)是用于监测较深部两侧的导电性变化，而关键点5(行号为10，列号为14)是为了监测深部的电阻率变化。

所述灾变前兆识别与预警方法基于实时反演的动态图像熵值，当实时反演的动态图像熵值发生突变时，发出警报。

本发明利用图像熵值对地下工程施工期突水地质灾害电阻率实时成像监测系统的动态反演图像进行了量化评价，实现基于图像熵值法的动态图像量化评价方法，通过对动态图像的量化评价，可直观评价突水状态，识别突水前兆信息，发出预警信息。

图像的熵值的表达式如式(4)：

$W=-\underset{0}{\overset{255}{\mathrm{\Σ}}}{P}_i{\log }_2{P}_i---\left(4\right)$

式中，P_i为图像中灰色度值为i的像素点所占所有像素点的比值，图像熵值是无量纲的。

图像的熵的物理含义可理解为：如果图像中各像素点之值的分布是完全随机而无序的(即呈白噪声和零信息状态)，那么图像的熵最大，而熵值的下降，则意味着在某种因素的作用下图像的有序性出现了增强。图像分析上的着眼点并不在于各象素的具体数值和特定图样，而是它们在图像分布上的彼此关系(如相关性等)。

基于图像熵值的上述特点，本发明利用图像熵值对地下工程施工期突水地质灾害电阻率实时成像监测系统的动态反演图像进行量化评价，实现基于图像熵值法的动态图像量化评价方法。根据对实时图像熵值的分析，结合对实时反演图像、原始视电阻率图像以及关键点时程曲线的直观分析，判断突水灾变状态，捕捉突水灾害前兆信息，如果出现险情则通知预警子系统通过声音、图像、文字等多种形式报警。

如图1所示，本发明还提供了一种地下工程施工期突水地质灾害电阻率实时成像监测系统，其包括依次相连的数据采集子系统、数据传输子系统、数据处理子系统及预警子系统；

所述数据采集子系统用于采集视电阻率，由主机、多路电极转换器、测量电缆以及若干电极组成。其中，电极根数根据测线情况确定。主机是整个系统的主控设备，电极转换器与测量电缆的组合实现了电极自动切换和数据实时采集。

所述数据传输子系统是基于蓝牙无线通信的传输系统，主要实现即时通讯，将数据采集间隔、数据采集方式等设置参数下载到数据采集子系统，同时将数据采集子系统采集的数据实时传输给数据处理(数据实时反演与成像)子系统。

所述数据处理(数据实时反演与成像)子系统是在计算机上完成的，主要是通过反演软件对数据采集子系统采集的数据进行实时反演，得到实施反演图像，并综合视电阻率图像、关键点视电阻率时程曲线等多种形式实时呈现了地质灾害中岩层破断、突水通道形成等重要过程。

所述预警子系统也是在计算机上完成的，该子系统由数据处理(数据实时反演与成像)子系统直接控制。数据处理(数据实时反演与成像)子系统根据对实时图像熵值的分析，结合对实时反演图像、原始视电阻率图像以及关键点时程曲线的直观分析，判断突水灾变状态，捕捉突水灾害前兆信息，如果出现险情则通知预警子系统通过声音、图像、文字等多种形式报警。

具体安装与监测实例：

(1)根据已知资料和信息判断含水体的位置，从而确定监测测线的布置位置，在测线上按照一定距离(1m)钻孔，将电极安装在钻孔内，并与多路电极转换器、测量电缆连接好，将主机与电极转换器连接、开机，将计算打开，并与主机建立无线蓝牙通信，打开控制以及处理软件。其中电极布置采用施伦贝谢尔装置形式，电极总数为30根。

(2)通过数据处理(数据实时反演与成像)子系统设置将数据采集间隔设置为3分钟，并将相应的参数下载到数据采集子系统中，开始工作，数据采集子系统根据设置的相应参数采集，完成一次采集。

(3)采集数据通过数据传输子系统传送给数据处理(数据实时反演与成像)子系统，经过实时反演处理后，实时得到原始视电阻率实时监测图(图6)、实时反演图像(图7)、关键点数据时程曲线(图3)。

图4是本发明现场工作示意图。图5是本发明反演流程图。在本实施实例中，采用的是施伦贝谢尔装置形式，，对于原始视电阻率监测数据，视电阻率数据的结构如图2，该数据阵列共有14行，27列。对监测过程中的监测数据进行遴选，选择其中具有代表性的数据按照图2所示的数据结构绘制成断面图并作插值处理，如图6，其中竖轴和横轴的数字分别表示数据点在数据结构中的行编号和列编号，其中每个断面图的小标题为数据的采集时刻。

对于数据实时反演，其流程如图6所示，在本实施实例中，模型参数初值中电阻率设置为300Ωm，利用Cholesky分解法进行数值正演，得到敏感矩阵A和理论观测数据，若理论观测数据与实际观测数据相差较大，则求解反演方程得到新的模型参数，直到理论观测数据与实际观测数据之间的误差满足收敛判据，将此时得到的模型参数作为反演的结果输出。反演收敛的判据为rus＜ε_inv(ε_inv＝1.0Ωm)。反演结果如图7。

在本实施实例中，对于关键点，共设置了5个关键点，关键点的位置如图2，其中关键点1(行号为1，列号为20)和2(行号为1，列号为8)是为了监测浅部导电性变化，关键点3(行号为5，列号为5)和4(行号为5，列号为23)是用于监测较深部两侧的导电性变化，而关键点5(行号为10，列号为14)是为了监测深部的电阻率变化。其时程曲线如图3.

在本实施实例中，根据图像熵值计算公式(4)，计算各个时刻电阻率图像的图像熵值，绘制图像熵值变化曲线如图8.可以看出02:28:50时刻的图像熵值发生突变，增幅达12.4％，此时图像熵值的突变，同时，5个关键点的电阻率值突然增加1000Ωm左右，并结合原始视电阻率图与实时反演图像，判断此时预警系统识别到突水前兆信息，发出预警信息。

Claims (10)

1.一种地下工程施工期突水地质灾害电阻率实时成像监测方法，其特征在于，包括如下步骤：

(1)数据采集：实时采集视电阻率数据；

(2)数据传输：将实时采集到的数据实时传输给后台处理；

(3)数据实时反演与成像：采用基于光滑约束的最小二乘线性反演方法作为电阻率层析成像实时监测中的快速反演方法，实现对采集的数据进行实时反演，得到实施反演图像；

(4)灾变前兆识别与预警：基于实时反演的动态图像熵值，当实时反演的动态图像熵值发生突变时，发出警报。

2.根据权利要求1所述的地下工程施工期突水地质灾害电阻率实时成像监测方法，其特征在于，在实时反演的同时，还通过原始视电阻率监测对比不同时刻的原始视电阻率数据，定性的分析监测层的电阻率变化情况并推断渗流发展情况与涌水情况。

3.根据权利要求1所述的地下工程施工期突水地质灾害电阻率实时成像监测方法，其特征在于，还通过关键点电阻率数据监测来实现观察关键点数据随时间的变化情况，以直观的判断与分析涌水灾害发生过程的相关信息。

4.根据权利要求1所述的地下工程施工期突水地质灾害电阻率实时成像监测方法，其特征在于，所述数据采集方法为：实现视电阻率数据的实时采集，其数据采集软件实现数据的自动采集和存储，扫描完一组数据之后无须人工干预自动进行下一组数据的测量，并按照设定的时长与模式实现数据的自动化采集。

5.根据权利要求1所述的地下工程施工期突水地质灾害电阻率实时成像监测方法，其特征在于，所述数据传输方法为：基于蓝牙无线通信传输，该方法实现即时通讯，控制数据采集间隔、数据采集方式的设置以及采集的数据实时传输给后台处理。

6.根据权利要求1所述的地下工程施工期突水地质灾害电阻率实时成像监测方法，其特征在于，所述数据实时反演与成像方法，具体步骤为：

(1)采用具有光滑约束的最小二乘三维电阻率反演方法，将电阻率反演问题线性化，并引入光滑约束，经过正则化处理得到反演成像方程，即

(A^TA+λC^TC)Δm＝A^TΔd            (1)

式中：A为n×m阶矩阵，称为偏导数矩阵，表示数值正演得到的理论观测数据对模型参数的偏导数矩阵；A^T指的是A的转置矩阵；Δm为每次反演迭代中模型参数增量向量；Δd为实际观测数据与正演理论观测数据的差向量；λ为拉格朗日常数，代表着反演方程中光滑约束的权重；C为光滑度矩阵；C^T指的是C的转置矩阵；

(2)利用方程(1)可得到每次反演迭代中的模型参数增量，从而求得下一次迭代中的模型参数m^(k+1)：

m^(k+1)＝m^(k)+Δm             (2)

式中，m^(k)为第k次迭代中的模型参数向量，最初的m(1)根据前期的勘查信息以及经验确定，m^(k+1)为下一次反演迭代中的模型参数向量；

(3)根据前期的勘查信息以及经验设定网格的电阻率的初值，通过数值正演得到理论观测数据，若理论观测数据与实际观测数据相差较大，则求解反演方程得到新的模型参数，直到理论观测数据与实际观测数据之间的误差满足收敛判据，将此时得到的模型参数作为反演的结果输出；反演收敛的判据为rus＜ε_inv，其中rus为观测数据d与正演理论值d_m之间的均方误差，ε_inv为反演收敛的容许值；

$\mathrm{rus}=\sqrt{{\mathrm{\Δd}}^T\mathrm{\Δd}/N}---\left(3\right)$

其中，N为数据点数，Δd^T为Δd的转置矩阵。

7.根据权利要求6所述的地下工程施工期突水地质灾害电阻率实时成像监测方法，其特征在于：步骤(1)中，将电阻率反演问题线性化，得到反演方程(式(4))及其对应的目标函数(式(5))：

A^TAΔm＝A^TΔd                            (4)

Ф＝(Δd-AΔm)^T(Δd-AΔm)                (5)

式中，Δd为实际观测数据与正演理论观测数据的差向量，Δm为模型参数的增量向量，A为n×m阶矩阵，称为偏导数矩阵，表示模型的理论观测数据对模型参数的偏导数。

施加光滑约束后，三维电阻率反演的目标函数表示如下：

Ф＝(Δd-AΔm)^T(Δd-AΔm)+λ(CΔm)^T(CΔm)      (6)

式中，λ为拉格朗日常数，C为光滑度矩阵。

目标函数(6)对应的反演成像方程即为式(1)：

(A^TA+λC^TC)Δm＝A^TΔd                   (1)

8.根据权利要求1所述的地下工程施工期突水地质灾害电阻率实时成像监测方法，其特征在于，所述灾变前兆识别与预警方法中：图像的熵值的表达式如式(7)：

$W=-\underset{0}{\overset{255}{\mathrm{\Σ}}}{P}_i{\log }_2{P}_i---\left(7\right)$

式中，P_i为图像中灰色度值为i的像素点所占所有像素点的比值，图像熵值是无量纲的。

9.一种地下工程施工期突水地质灾害电阻率实时成像监测系统，其特征在于，其包括依次相连的数据采集子系统、数据传输子系统、数据处理子系统及预警子系统；

所述数据采集子系统用于采集视电阻率；

所述数据传输子系统实现数据的即时通讯；

所述数据处理子系统主要是通过反演软件对数据采集子系统采集的数据进行实时反演，得到实施反演图像，并综合视电阻率图像、关键点视电阻率时程曲线实时呈现了地质灾害中岩层破断、突水通道形成等重要过程；

所述预警子系统由数据处理子系统直接控制，数据处理子系统判断突水灾变状态，捕捉突水灾害前兆信息，如果出现险情则通知预警子系统进行报警。

10.根据权利要求9所述的地下工程施工期突水地质灾害电阻率实时成像监测系统，其特征在于，所述数据采集子系统由主机、多路电极转换器、测量电缆以及若干电极组成；所述电极按照测线布置，其根数根据测线情况确定；主机是整个系统的主控设备，位于测线后方，通过多路电极转换器和测量电缆与电极连接；电极转换器与测量电缆的组合实现了电极自动切换和数据实时采集。

Images