CN110031604A - 一种岩土高效采样装置及其采样方法 - Google Patents

Abstract

本发明属于岩土采样技术领域，公开了一种岩土高效采样装置及其采样方法，岩土高效采样装置包括：供电系统、岩土图像采集系统、土质检测系统、中央控制系统、钻取系统、土质分析系统、松散系数测试系统、量化分析系统、显示系统。本发明通过松散系数测试系统利用该系数能够准确推算出土方开挖或盾构施工过程中的出土量，以便准确地施工预算；计算的松散系数准确度远高于经验值；同时，通过量化分析系统提取岩土体量化指标值满足特定区间范围的点、等值线、面、地质储层网格；对几何模型进行调整优化以提高量化分析的精度，很好地实现了交互处理。

Description

一种岩土高效采样装置及其采样方法

技术领域

本发明属于岩土采样技术领域，尤其涉及一种岩土高效采样装置及其采样方法。

背景技术

岩土是一种岩石和土的统称。岩土可细分为坚硬的(硬岩)、次坚硬的(软岩)、软弱联结的、松散无联结的和具有特殊成分、结构、状态和性质的五大类。中国习惯将前两类称岩石，后三类称土，统称之谓“岩土”。地上、地下和水中的各类工程统称土木工程。土木工程中涉及岩石、土、地下水的部分称岩土工程。岩石和土的强度特性、变形特性和渗透特性都是通过试验测定。在室内试验中，原状试样的代表性、取样过程中不可避免的扰动以及初始应力的释放，试验边界条件与地基中实际情况不同等客观原因所带来的误差，使室内试验结果与地基中岩土实际性状发生差异。在原位试验中，现场测点的代表性、埋设测试元件时对岩土体的扰动，以及测试方法的可靠性等所带来的误差也难以估计。然而，现有岩土高效采样过程，对松散系数都是凭借经验获取，例如通过参照类似岩土的松散系数，准确性较低，导致实际出土量与理论出土量有一定差距；同时，对岩土体统计分析应用不深入，数据交互性不足，不能充分利用数据提供反应的地质体信息，无法为工程设计人员提供全面有效且直观的数据支撑。岩土高效采样装置对所获取的图像进行处理，不能够有效地利用像素的相关性对图像进行预处理，降低了分割的效果，影响对岩土的分析结果；在对岩土的土质边坡稳定性进行评价，在评价过程中，降低了土质边坡稳定性评价的准确率，延长了建模时间；同时对岩土的滑坡面进行搜素，不能够快速的获取复杂土质边坡的滑动面，同时不能为边坡稳定性和工程加固提供指导。

综上所述，现有技术存在的问题是：

(1)现有岩土高效采样过程，对松散系数都是凭借经验获取，例如通过参照类似岩土的松散系数，准确性较低，导致实际出土量与理论出土量有一定差距；同时，对岩土体统计分析应用不深入，数据交互性不足，不能充分利用数据提供反应的地质体信息，无法为工程设计人员提供全面有效且直观的数据支撑。

(2)现有技术中采用传统的算法对所获取的图像进行处理，不能够有效地利用像素的相关性对图像进行预处理，降低了分割的效果，影响对岩土的分析结果。

(3)现有技术中采用传统的算法对岩土的土质边坡稳定性进行评价，在评价过程中，降低了土质边坡稳定性评价的准确率，延长了建模时间。

(4)现有技术中根据采集的图像、土质数据采用传统的算法对岩土的滑坡面进行搜素，不能够快速的获取复杂土质边坡的滑动面，同时不能为边坡稳定性和工程加固提供指导。

发明内容

针对现有技术存在的问题，本发明提供了一种岩土高效采样装置及其采样方法。

本发明是这样实现的，

一种岩土高效采样方法，所述岩土高效采样方法包括以下步骤：

步骤一，通过供电系统为岩土高效采样装置供电；通过岩土图像采集系统利用摄像器采集岩土图像数据；通过土质检测系统利用土质检测设备对岩土土质进行检测操作；

步骤二，中央控制系统通过钻取系统利用钻机钻取岩土；

步骤三，通过土质分析系统利用数据分析软件根据采集的图像、土质数据对岩土分析；对岩土原始彩色图像按照颜色通道进行分离；对原彩色图像像按照RGB颜色通道分离三张灰度图像，分别记为R通道、G通道和B通道；再进行岩土图像预处理；计算每张灰度图的预测误差组，对每张灰度图采用菱形预测方案获取岩土阴影点的预测值，跟岩土原始像素值相减，获得阴影点的预测误差序列(eR1,eR2,...,eRN)，(eG1,eG2,...,eGN)，(eB1,eB2,...,eBN)，将三张灰度图像阴影点的预测误差组成预测误差组en＝(eRn,eGn,eBn)；

选择用于嵌入岩土图像的预测误差组，计算每一个预测误差组的局部复杂度LCi，找到预测误差组的临界值ρ，被替换的LSBs、压缩后的位图和岩土图像消息，修改满足LCi≤ρ的预测误差组的映射来嵌入岩土；

在阴影点的预测误差直方图中嵌入岩土信息，称为阴影点集岩土嵌入；

在空白点的预测误差直方图中嵌入岩土水信息，称为空白点集岩土水嵌入，阴影点集嵌入岩土信息之后，阴影像素点Xi,j被修改为X′i,j；用嵌入岩土之后的阴影点的像素来预测空白点的像素值，与阴影点集岩土嵌入类似，得到三张灰度图像空白点的预测误差直方图，嵌入岩土信息；将嵌入岩土之后的三张灰度图合并，得到嵌入岩土后彩色图像IW；

步骤四，通过松散系数测试系统利用岩土测试设备测试岩土松散系数；通过量化分析系统利用分析程序土岩土体进行量化分析；

步骤五，通过显示系统利用显示器显示岩土的图像、土质数据及分析结果。

进一步，所述松散系数测试系统的测试方法包括：

1)获取原状岩土的体积V_原；

2)在不改变含水量的情况下，对原状岩土试样进行扰动，测量扰动后试样的体积V扰；

3)计算松散系数k＝V_扰/V_原。

进一步，所述步骤1)中，当被测岩土为细粒土时，用已知容积的容器采取原状岩土，记录原状岩土的体积V_原；所述已知容积的容器为取土器。

进一步，所述步骤2)中，被测岩土为细粒土时，使用量杯测量所述扰动后土样的体积V_扰。

进一步，所述步骤2)中，被测岩土为细粒土时，采用锄头、钉耙、切刀或铲刀工具对原状岩土试样进行扰动。

进一步，所述步骤1)中，当被测岩土为粗粒土时，通过挖取一个标准几何体形状的坑，测量该坑的几何尺寸，记录该坑的体积，记录为V_坑，用V_坑代替所述原状岩土的体积V_原。

进一步，量化分析系统分析方法包括：

(1)获取岩土体参数；

(2)确定模型范围，使所选择的模型的范围包含待分析的岩土体范围并1.2适当扩大；

(3)将(1)步骤中获取的位于所选模型范围内的参数作为指标量化数据进行加载；

(4)地质储层网格模型构建功能，通过设置网格剖分数量，建立规则化的网格模型，满足(2)步骤中的模型范围，然后通过选取顶面和底面将网格模型限定在顶面和底面之间；

(5)将获取的岩土体参数作为指标量化数据赋值到岩土体参数所在空间位置的地质储层网格模型网格上；

(6)初始化属性，利用DSI算法，对未包含指标量化数据的空值网格进行赋值；

(7)利用DSI算法，对初始化的属性作插值迭代计算；

(8)根据测试数据与岩土体量化指标之间的函数关系进行岩土体量化指标属性赋值，成为包含岩土体量化指标属性的地质储层网格模型；

(9)导入建筑物建基面空间曲面模型，并对该曲面模型网格加密，通过属性传递，基于临近网格点或单位，将(8)步骤中包含岩土体量化指标属性的地质储层网格模型的岩土体量化指标值传递到建基面模型中，成为包含岩土体量化指标属性的建基面空间曲面模型。

进一步，所述(9)步骤中的包含岩土体量化指标属性的建基面空间曲面模型，将岩土体量化指标属性呈现为空间色谱的可视化云图或建基面上的等值线图；统计计算该模型的岩土体量化指标；提取岩土体量化指标值满足特定区间范围的点、等值线、面。

本发明的另一目的在于提供一种实施所述岩土高效采样采样方法的岩土高效采样装置，所述岩土高效采样装置包括：

供电系统，与中央控制系统连接，用于为岩土高效采样装置供电；

岩土图像采集系统，与中央控制系统连接，用于通过摄像器采集岩土图像数据；

土质检测系统，与中央控制系统连接，用于通过土质检测设备对岩土土质进行检测操作；

中央控制系统，与供电系统、岩土图像采集系统、土质检测系统、钻取系统、土质分析系统、松散系数测试系统、量化分析系统、显示系统连接，用于通过单片机控制各个系统正常工作；

钻取系统，与中央控制系统连接，用于通过钻机钻取岩土；

土质分析系统，与中央控制系统连接，用于通过数据分析软件根据采集的图像、土质数据对岩土分析；

松散系数测试系统，与中央控制系统连接，用于通过岩土测试设备测试岩土松散系数；

量化分析系统，与中央控制系统连接，用于通过分析程序土岩土体进行量化分析；

显示系统，与中央控制系统连接，用于通过显示器显示岩土的图像、土质数据及分析结果。

本发明的另一目的在于提供一种搭载所述岩土高效采样装置的岩土高效采样综合设备。

本发明的优点及积极效果为：本发明通过松散系数测试系统在施工现场实时采集原状岩土试样，测量原状岩土试样的体积，再通过锄头、钉耙或者铲刀等金属工具，手动将原状岩土试样完全扰动(粗粒土无需额外扰动处理)后，测量扰动样体积，岩土的松散系数＝扰动样体积/原状岩土试样的体积，由此可快速且准确的及时测算岩土松散系数，更符合施工现场岩土的实际情况，利用该系数能够准确推算出土方开挖或盾构施工过程中的出土量，以便准确地施工预算；计算的松散系数准确度远高于经验值；同时，通过量化分析系统将数据转换成图形或图像在三维空间中显示，工程设计人员通过云图或等值线图可以更迅速更完善地掌握在三维空间情景下的岩土体特征情况，利用包含岩土体量化指标属性的特定面模型、地质储层网格模型，统计计算模型的岩土体量化指标；提取岩土体量化指标值满足特定区间范围的点、等值线、面、地质储层网格；对几何模型进行调整优化以提高量化分析的精度，很好地实现了交互处理。

本发明中岩土图像采集系统通过摄像器采集岩土图像数据的过程中，采用基于FLICM算法对所获取的图像进行处理，能够有效地利用像素的相关性对图像进行预处理，同时利用获得的区间指导进行分割，保证分割的效果。

本发明中中央控制系统根据采集的岩土检测的数据，采用ELM算法对岩土的土质边坡稳定性进行评价，能在评价过程中，提高土质边坡稳定性评价的准确率，缩短建模时间，不需要设置主观参数。

本发明中土质分析系统通过数据分析软件根据采集的图像、土质数据采用遗传算法对岩土的滑坡面进行搜素，能够快速的获取复杂土质边坡的滑动面，能有效的为边坡稳定性和工程加固提供指导。

本发明通过土质分析系统利用数据分析软件根据采集的图像、土质数据对岩土分析；对岩土原始彩色图像按照颜色通道进行分离；对原彩色图像像按照RGB颜色通道分离三张灰度图像，分别记为R通道、G通道和B通道；再进行岩土图像预处理；计算每张灰度图的预测误差组，对每张灰度图采用菱形预测方案获取岩土阴影点的预测值，跟岩土原始像素值相减，获得阴影点的预测误差序列(eR1,eR2,...,eRN)，(eG1,eG2,...,eGN)，(eB1,eB2,...,eBN)，将三张灰度图像阴影点的预测误差组成预测误差组en＝(eRn,eGn,eBn)；选择用于嵌入岩土图像的预测误差组，计算每一个预测误差组的局部复杂度LCi，找到预测误差组的临界值ρ，被替换的LSBs、压缩后的位图和岩土图像消息，修改满足LCi≤ρ的预测误差组的映射来嵌入岩土；在阴影点的预测误差直方图中嵌入岩土信息，称为阴影点集岩土嵌入；在空白点的预测误差直方图中嵌入岩土水信息，称为空白点集岩土水嵌入，阴影点集嵌入岩土信息之后，阴影像素点Xi,j被修改为X′i,j；用嵌入岩土之后的阴影点的像素来预测空白点的像素值，与阴影点集岩土嵌入类似，得到三张灰度图像空白点的预测误差直方图，嵌入岩土信息；将嵌入岩土之后的三张灰度图合并，得到嵌入岩土后彩色图像IW，可获得准确岩土图像分布信息。

附图说明

图1是本发明实施例提供的岩土高效采样装置的采样方法流程图。

图2是本发明实施例提供的岩土高效采样装置结构图。

图中：1、供电系统；2、岩土图像采集系统；3、土质检测系统；4、中央控制系统；5、钻取系统；6、土质分析系统；7、松散系数测试系统；8、量化分析系统；9、显示系统。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明包括。

现有岩土高效采样过程，对松散系数都是凭借经验获取，例如通过参照类似岩土的松散系数，准确性较低，导致实际出土量与理论出土量有一定差距；同时，对岩土体统计分析应用不深入，数据交互性不足，不能充分利用数据提供反应的地质体信息，无法为工程设计人员提供全面有效且直观的数据支撑。现有技术中采用传统的算法对所获取的图像进行处理，不能够有效地利用像素的相关性对图像进行预处理，降低了分割的效果，影响对岩土的分析结果。现有技术中采用传统的算法对岩土的土质边坡稳定性进行评价，在评价过程中，降低了土质边坡稳定性评价的准确率，延长了建模时间。现有技术中根据采集的图像、土质数据采用传统的算法对岩土的滑坡面进行搜素，不能够快速的获取复杂土质边坡的滑动面，同时不能为边坡稳定性和工程加固提供指导

为解决上述技术问题，下面结合附图对本发明的结构作详细的描述。

如图1所示，本发明提供的岩土高效采样方法包括以下步骤：

S101：使整个系统接通电源，利用钻机钻取岩土；

S102：通过岩土测试设备对岩土土质进行检测操作，采集的岩土的图像，土质数据，岩土松散系数；

S103：根据采集的数据，利用分析程序对岩土体进行量化分析；

S104：通过显示系统利用显示器显示岩土的图像、土质数据及分析结果。

步骤S103中，本发明通过土质分析系统利用数据分析软件根据采集的图像、土质数据对岩土分析；对岩土原始彩色图像按照颜色通道进行分离；对原彩色图像像按照RGB颜色通道分离三张灰度图像，分别记为R通道、G通道和B通道；再进行岩土图像预处理；计算每张灰度图的预测误差组，对每张灰度图采用菱形预测方案获取岩土阴影点的预测值，跟岩土原始像素值相减，获得阴影点的预测误差序列(eR1,eR2,...,eRN)，(eG1,eG2,...,eGN)，(eB1,eB2,...,eBN)，将三张灰度图像阴影点的预测误差组成预测误差组en＝(eRn,eGn,eBn)；选择用于嵌入岩土图像的预测误差组，计算每一个预测误差组的局部复杂度LCi，找到预测误差组的临界值ρ，被替换的LSBs、压缩后的位图和岩土图像消息，修改满足LCi≤ρ的预测误差组的映射来嵌入岩土；在阴影点的预测误差直方图中嵌入岩土信息，称为阴影点集岩土嵌入；在空白点的预测误差直方图中嵌入岩土水信息，称为空白点集岩土水嵌入，阴影点集嵌入岩土信息之后，阴影像素点Xi,j被修改为X′i,j；用嵌入岩土之后的阴影点的像素来预测空白点的像素值，与阴影点集岩土嵌入类似，得到三张灰度图像空白点的预测误差直方图，嵌入岩土信息；将嵌入岩土之后的三张灰度图合并，得到嵌入岩土后彩色图像IW，

如图2所示，本发明实施例提供的岩土高效采样装置包括：供电系统1、岩土图像采集系统2、土质检测系统3、中央控制系统4、钻取系统5、土质分析系统6、松散系数测试系统7、量化分析系统8、显示系统9。

供电系统1，与中央控制系统4连接，用于为岩土高效采样装置供电；

岩土图像采集系统2，与中央控制系统4连接，用于通过摄像器采集岩土图像数据。

土质检测系统3，与中央控制系统4连接，用于通过土质检测设备对岩土土质进行检测操作。

中央控制系统4，与供电系统1、岩土图像采集系统2、土质检测系统3、钻取系统5、土质分析系统6、松散系数测试系统7、量化分析系统8、显示系统9连接，用于通过单片机控制各个系统正常工作。

钻取系统5，与中央控制系统4连接，用于通过钻机钻取岩土。

土质分析系统6，与中央控制系统4连接，用于通过数据分析软件根据采集的图像、土质数据对岩土的滑坡面进行搜素。

松散系数测试系统7，与中央控制系统4连接，用于通过岩土测试设备测试岩土松散系数。

量化分析系统8，与中央控制系统4连接，用于通过分析程序对岩土体进行量化分析。

显示系统9，与中央控制系统4连接，用于通过显示器显示岩土的图像、土质数据及分析结果。

所述岩土图像采集系统2通过摄像器采集岩土图像数据的过程中，需要对所获取的图像进行处理，为了有效地利用像素的相关性对图像进行预处理，同时利用获得的区间指导进行分割，保证分割的效果，采用基于FLICM算法，具体过程包括：

输入：包含n个像素的图像I，聚类数目C，阈值ε；

输出：分割后的图像I′；

步骤一，初始化像素的隶属度u_ij，并根据以下式：

计算初始化的聚类中心；

步骤二，根据式

计算新的隶属度并根据式

对聚类中心进行更新；

步骤三，如果转步骤四；否则，转步骤二；

步骤四，根据像素的隶属度对图像中的每一个像素进行分类，并应用后分割策略，形成分割后的图像I′。

所述中央控制系统4根据采集的岩土检测的数据，对岩土的土质边坡稳定性进行评价，为了在评价过程中，提高土质边坡稳定性评价的准确率，缩短建模时间，不需要设置主观参数，采用ELM算法，具体包括以下步骤：

步骤一，选择合理隐含神经元数目，随机选择隐含层与输入层的连接权值和阈值。

步骤二，选择可以作为隐含层神经元激活的无限可微函数。

步骤三，输出层权值的计算。

所述土质分析系统6通过数据分析软件根据采集的图像、土质数据对岩土的滑坡面进行搜素，为了能够快速的获取复杂土质边坡的滑动面，能有效的为边坡稳定性和工程加固提供指导，采用遗传算法，具体包括以下步骤：

步骤一，根据土质边坡的计算边界、初始条件和土体的物理力学参数，确定遗传算法计算参数，确定边坡滑动面搜索种群N_yd，变异概率P_m，交叉概率P_c和变异概率P_v以及最大进化代数T_max。

步骤二，以初始进化代数，即t→0，在求解变量的计算范围内，随机产生N_yd个体，令为搜索滑动面的初始种群P(0)。

步骤三，建立土质边坡整体安全系数的目标函数值，并进行遗传操作，即滑动面搜索。

步骤四，计算土质边坡群体P(t)中所有个体的适应度值，根据个体的适应度值进行评价和取舍。

步骤五，根据个体的适应度和评价结果，用比例选择法对所列个体进行选择操作，完成选择过程。

步骤六，结合遗传选择操作结果，对该种群中的每个个体以较小的变异概率p_m进行变异操作。

步骤七，再将种群中的个体进行随机配对，并对每个个体以交叉概率p_c完成交叉操作。

步骤八，当进化代数t＜T时，则t＝t+1，返回到第三步目标函数，直到满足全局收敛条件或t≥T，最后输出当前的最优个体，终止遗传计算。

本发明提供的松散系数测试系统7测试方法包括：

1)获取原状岩土的体积V_原；

2)在不改变含水量的情况下，对原状岩土试样进行扰动，测量扰动后试样的体积V扰；

3)计算松散系数k＝V_扰/V_原。

本发明提供的步骤1)中，当被测岩土为细粒土时，用已知容积的容器采取原状岩土，记录原状岩土的体积V_原；所述已知容积的容器为取土器。

本发明提供的步骤2)中，被测岩土为细粒土时，使用量杯测量所述扰动后土样的体积V_扰。

本发明提供的步骤2)中，被测岩土为细粒土时，采用锄头、钉耙、切刀或铲刀工具对原状岩土试样进行扰动。

本发明提供的步骤1)中，当被测岩土为粗粒土时，通过挖取一个标准几何体形状的坑，测量该坑的几何尺寸，记录该坑的体积，记录为V_坑，用V_坑代替所述原状岩土的体积V_原。

本发明提供的量化分析系统8分析方法包括：

(1)获取岩土体参数；

(2)确定模型范围，使所选择的模型的范围包含待分析的岩土体范围并1.2适当扩大；

(3)将(1)步骤中获取的位于所选模型范围内的参数作为指标量化数据进行加载；

(4)地质储层网格模型构建功能，通过设置网格剖分数量，建立规则化的网格模型，满足(2)步骤中的模型范围，然后通过选取顶面和底面将网格模型限定在顶面和底面之间；

(5)将获取的岩土体参数作为指标量化数据赋值到岩土体参数所在空间位置的地质储层网格模型网格上；

(6)初始化属性，利用DSI算法，对未包含指标量化数据的空值网格进行赋值；

(7)利用DSI算法，对初始化的属性作插值迭代计算；

(8)根据测试数据与岩土体量化指标之间的函数关系进行岩土体量化指标属性赋值，成为包含岩土体量化指标属性的地质储层网格模型；

(9)导入建筑物建基面空间曲面模型，并对该曲面模型网格加密，通过属性传递，基于临近网格点或单位，将(8)步骤中包含岩土体量化指标属性的地质储层网格模型的岩土体量化指标值传递到建基面模型中，成为包含岩土体量化指标属性的建基面空间曲面模型。

本发明提供的(9)步骤中的包含岩土体量化指标属性的建基面空间曲面模型，将岩土体量化指标属性呈现为空间色谱的可视化云图或建基面上的等值线图；统计计算该模型的岩土体量化指标；提取岩土体量化指标值满足特定区间范围的点、等值线、面。

以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。

Claims (10)

1.一种岩土高效采样方法，其特征在于，所述岩土高效采样方法包括以下步骤：

步骤一，通过供电系统为岩土高效采样装置供电；通过岩土图像采集系统利用摄像器采集岩土图像数据；通过土质检测系统利用土质检测设备对岩土土质进行检测操作；

步骤二，中央控制系统通过钻取系统利用钻机钻取岩土；

步骤三，通过土质分析系统利用数据分析软件根据采集的图像、土质数据对岩土分析；对岩土原始彩色图像按照颜色通道进行分离；对原彩色图像像按照RGB颜色通道分离三张灰度图像，分别记为R通道、G通道和B通道；再进行岩土图像预处理；计算每张灰度图的预测误差组，对每张灰度图采用菱形预测方案获取岩土阴影点的预测值，跟岩土原始像素值相减，获得阴影点的预测误差序列(eR1,eR2,...,eRN)，(eG1,eG2,...,eGN)，(eB1,eB2,...,eBN)，将三张灰度图像阴影点的预测误差组成预测误差组en＝(eRn,eGn,eBn)；

选择用于嵌入岩土图像的预测误差组，计算每一个预测误差组的局部复杂度LCi，找到预测误差组的临界值ρ，被替换的LSBs、压缩后的位图和岩土图像消息，修改满足LCi≤ρ的预测误差组的映射来嵌入岩土；

在阴影点的预测误差直方图中嵌入岩土信息，称为阴影点集岩土嵌入；

在空白点的预测误差直方图中嵌入岩土水信息，称为空白点集岩土水嵌入，阴影点集嵌入岩土信息之后，阴影像素点Xi,j被修改为X′i,j；用嵌入岩土之后的阴影点的像素来预测空白点的像素值，与阴影点集岩土嵌入类似，得到三张灰度图像空白点的预测误差直方图，嵌入岩土信息；将嵌入岩土之后的三张灰度图合并，得到嵌入岩土后彩色图像IW；

步骤四，通过松散系数测试系统利用岩土测试设备测试岩土松散系数；通过量化分析系统利用分析程序土岩土体进行量化分析；

步骤五，通过显示系统利用显示器显示岩土的图像、土质数据及分析结果。

2.如权利要求1所述岩土高效采样方法，其特征在于，所述松散系数测试系统的测试方法包括：

1)获取原状岩土的体积V_原；

2)在不改变含水量的情况下，对原状岩土试样进行扰动，测量扰动后试样的体积V扰；

3)计算松散系数k＝V_扰/V_原。

3.如权利要求2所述岩土高效采样方法，其特征在于，所述步骤1)中，当被测岩土为细粒土时，用已知容积的容器采取原状岩土，记录原状岩土的体积V_原；所述已知容积的容器为取土器。

4.如权利要求2所述岩土高效采样方法，其特征在于，所述步骤2)中，被测岩土为细粒土时，使用量杯测量所述扰动后土样的体积V_扰。

5.如权利要求2所述岩土高效采样方法，其特征在于，所述步骤2)中，被测岩土为细粒土时，采用锄头、钉耙、切刀或铲刀工具对原状岩土试样进行扰动。

6.如权利要求2所述岩土高效采样方法，其特征在于，所述步骤1)中，当被测岩土为粗粒土时，通过挖取一个标准几何体形状的坑，测量该坑的几何尺寸，记录该坑的体积，记录为V_坑，用V_坑代替所述原状岩土的体积V_原。

7.如权利要求1所述岩土高效采样方法，其特征在于，量化分析系统分析方法包括：

(1)获取岩土体参数；

(2)确定模型范围，使所选择的模型的范围包含待分析的岩土体范围并1.2适当扩大；

(3)将(1)步骤中获取的位于所选模型范围内的参数作为指标量化数据进行加载；

(4)地质储层网格模型构建功能，通过设置网格剖分数量，建立规则化的网格模型，满足(2)步骤中的模型范围，然后通过选取顶面和底面将网格模型限定在顶面和底面之间；

(5)将获取的岩土体参数作为指标量化数据赋值到岩土体参数所在空间位置的地质储层网格模型网格上；

(6)初始化属性，利用DSI算法，对未包含指标量化数据的空值网格进行赋值；

(7)利用DSI算法，对初始化的属性作插值迭代计算；

(8)根据测试数据与岩土体量化指标之间的函数关系进行岩土体量化指标属性赋值，成为包含岩土体量化指标属性的地质储层网格模型；

(9)导入建筑物建基面空间曲面模型，并对该曲面模型网格加密，通过属性传递，基于临近网格点或单位，将(8)步骤中包含岩土体量化指标属性的地质储层网格模型的岩土体量化指标值传递到建基面模型中，成为包含岩土体量化指标属性的建基面空间曲面模型。

8.如权利要求7所述岩土高效采样装方法，其特征在于，所述(9)步骤中的包含岩土体量化指标属性的建基面空间曲面模型，将岩土体量化指标属性呈现为空间色谱的可视化云图或建基面上的等值线图；统计计算该模型的岩土体量化指标；提取岩土体量化指标值满足特定区间范围的点、等值线、面。

9.一种实施权利要求1所述岩土高效采样采样方法的岩土高效采样装置，其特征在于，所述岩土高效采样装置包括：

供电系统，与中央控制系统连接，用于为岩土高效采样装置供电；

岩土图像采集系统，与中央控制系统连接，用于通过摄像器采集岩土图像数据；

土质检测系统，与中央控制系统连接，用于通过土质检测设备对岩土土质进行检测操作；

中央控制系统，与供电系统、岩土图像采集系统、土质检测系统、钻取系统、土质分析系统、松散系数测试系统、量化分析系统、显示系统连接，用于通过单片机控制各个系统正常工作；

钻取系统，与中央控制系统连接，用于通过钻机钻取岩土；

土质分析系统，与中央控制系统连接，用于通过数据分析软件根据采集的图像、土质数据对岩土分析；

松散系数测试系统，与中央控制系统连接，用于通过岩土测试设备测试岩土松散系数；

量化分析系统，与中央控制系统连接，用于通过分析程序土岩土体进行量化分析；

显示系统，与中央控制系统连接，用于通过显示器显示岩土的图像、土质数据及分析结果。

10.一种搭载权利要求9所述岩土高效采样装置的岩土高效采样综合设备。