CN111177886B - 基于物探数据分析的海上测距规划及土厚预测的方法 - Google Patents

Abstract

本发明公开了一种基于物探数据分析的海上测距规划及土厚预测的方法：提取侧扫声呐图像上的土层厚度值；对土层厚度值进行去趋势化，对去趋势化后的数据进行平稳性和各态历经性检验；采用递推空间改进法或相关函数法对相关距离值进行计算；对土层厚度数据进行正太分布检验，分析趋势分量，存在趋势项时应移除趋势项，采用普通克里金法对土层厚度进行插值；分别用球状模型、指数模型、高斯模型对试验半变异函数进行拟合，根据参数特征优选出最优模型；根据相关距离值布设测线间距进行航迹规划，利用最优模型进行普通克里金法插值得到整片海域的海底土层厚度分布图。本发明对于获得整个海域的海底土层分布情况来说，具有十分重要的指导意义。

Description

基于物探数据分析的海上测距规划及土厚预测的方法

技术领域

本发明涉及一种方法，更具体的说，是涉及一种基于物探数据分析的海上测距规划及土厚预测的方法。

背景技术

近些年来海上大型工程的建设频繁增多，而在建设之前，必须较好地获取海底土层的性质及分布情况。侧扫声呐探测技术是目前海底地形地貌中的主要探测技术手段之一，从侧扫声呐图像上获取的土层厚度在测线方向上具有较好的连续性，适合于土体固有空间变异性和相关性的分析，更易于获取海底土层的分布情况。但由于海域范围较大，小至几平方公里，大至几十平方公里，故而能否合理地确定测线间距，将对海上物探工作的效率带来重要的影响。

受到场地面积大和成本的限制，进行物探或钻探勘察时只能获得局部的地质信息，无法反应整个场地的土层分布情况。由于地层厚度在空间分布上具有随机性和结构性，可视作区域变化量，因此，若采用合理的方法对有限条侧扫声呐图像获取的土层厚度进行插值，则能实现前期侧扫声呐探测结果的最大利用化和更好的反映研究海域海底土层厚度的分布情况。

发明内容

本发明的目的是为了克服现有技术中的不足，提出一种基于物探数据分析的海上测距规划及土厚预测的方法，根据获得的图像上的土层厚度数据进行科学的插值分析，这对于获得整个海域的海底土层分布情况来说，具有十分重要的指导意义。采用该方法得到的海底土层厚度分布图与用原始测线间距得到的海底土层厚度分布图更加相符。

本发明的目的是通过以下技术方案实现的。

本发明基于物探数据分析的海上测距规划及土厚预测的方法，包括以下过程：

1)提取数据：对侧扫声呐图像上的土层厚度值进行提取；

2)数据标准化处理：在建立海域土性剖面的随机场模型之前对土层厚度值进行去趋势化，公式如下：

Z(x)＝[Z₀(x)-μ(x)]/σ(x)

其中，Z(x)满足E[Z(x)]＝0,D[Z(x)]＝1；Z₀(x)为实测土层厚度值，μ(x)为Z₀(x)的平均值，σ(x)为Z₀(x)的标准差，Z(x)为去趋势化后的数据；

采用一维齐次正态分布随机场来模拟土性的空间特性时，对去趋势化后的数据进行平稳性和各态历经性检验；

3)相关距离值计算：采用递推空间改进法或相关函数法对相关距离值进行计算；对于递推空间改进法画出相关距离散点图，取第一个峰值作为相关距离值；对于相关函数法画出相关距离散点图后，在拟合时只对曲线前半段的数据点进行线性回归，分别采用单指数型、双指数型、指数余弦Ⅰ型、指数余弦Ⅱ型对散点图进行拟合，确定最佳拟合型式，计算相关距离值；

4)确定相关距离值后，对土层厚度数据进行正太分布检验，分析趋势分量，存在趋势项时应移除趋势项，然后采用普通克里金法对土层厚度进行插值；其中，采用ARCGIS对土层厚度进行数据分析：直方图分析、正态QQ图分析和趋势分析；

5)选取最优模型：分别用球状模型、指数模型、高斯模型对试验半变异函数进行拟合，根据拟合过程中得到的参数特征优选出最优模型；其中，拟合过程中得到的参数包括：块金值、基台值、变程、平均误差、均方根误差、标准化平均误差、标准化均方根误差和平均标准误差；

6)插值结果：假设土层厚度具有各向同性，根据步骤3)所确定的相关距离值布设测线间距进行航迹规划，利用步骤5)确定的最优模型进行普通克里金法插值得到整片海域的海底土层厚度分布图。

与现有技术相比，本发明的技术方案所带来的有益效果是：

(1)本发明在对研究海域进行物探勘察时，可先进行一条测线的扫海工作，基于所得侧扫声呐图像提取数据计算相关距离值，根据相关距离值确定布设的测线间距从而实现航迹规划，这对减少海上物探工作量具有重要的意义。

(2)本发明基于普通克里金插值方法对整片海域的土层厚度进行插值，可实现前期勘察资料的最大利用化并能更好的反映海底土层厚度的分布情况，对海上大型工程的施工具有重要的指导意义。

附图说明

图1是测线AH35侧扫声呐图像。

图2是测线AH35土层厚度标准化处理。

图3是递推空间改进法计算相关距离散点图。

图4是相关函数法计算相关距离散点图。

图5是两种方法计算结果对比。

图6是测线间距为150m、300m、450m和600m的插值云图对比。

图7是测线间距为300m、450m和600m下的频数分布直方图对比。

具体实施方式

为能进一步了解本发明的发明内容，兹列举以下例子，并配合附图详细说明如下。

本发明基于物探数据分析的海上测距规划及土厚预测的方法，具体实现过程如下：

1)提取数据：对侧扫声呐图像上的土层厚度值进行提取，在保证提取精度和一定数据点对的条件下，尽可能多的提取数据点。

2)数据标准化处理：土体受应力条件、沉积历史的影响，会有一定的结构性，表现为土性指标在方向上有一定的趋势性。因此在建立海域土性剖面的随机场模型之前需对土层厚度值进行去趋势化，公式如下：

Z(x)＝[Z₀(x)-μ(x)]/σ(x)

其中，Z(x)需满足E[Z(x)]＝0,D[Z(x)]＝1；Z₀(x)为实测土层厚度值，μ(x)为Z₀(x)的平均值，σ(x)为Z₀(x)的标准差，Z(x)为去趋势化后的数据。

去趋势化后的数据大致在一条直线上下波动。采用一维齐次正态分布随机场来模拟土性的空间特性时，要求土性参数具有平稳性，即需要对去趋势化后的数据进行平稳性和各态历经性检验。

3)相关距离值计算：采用递推空间改进法或相关函数法对相关距离值进行计算。

对于递推空间改进法画出相关距离散点图，为保证准确度，取第一个峰值作为相关距离值。对于相关函数法画出相关距离散点图后，在拟合时只对曲线前半段的几个数据点进行线性回归，分别采用单指数型、双指数型、指数余弦Ⅰ型、指数余弦Ⅱ型对散点图进行拟合，确定最佳拟合型式，进而根据最佳拟合型式得到的参数计算相关距离值。

4)确定相关距离值后，为了解整片海域海底土层厚度的分布情况，需采用普通克里金法对土层厚度进行插值。普通Kriging插值方法要求数据具有弱平稳性，故在进行插值之前，需要对土层厚度数据进行正态分布检验，分析趋势分量，存在趋势项时应移除趋势项。采用ARCGIS进行数据分析：直方图分析、正态QQ图分析和趋势分析。直方图分析时的平均值与中位数大致接近、偏度和峰度趋近于0、正态QQ图散点落在直线附近可认为正态分布性较好。进行趋势分析时如存在趋势项，需根据趋势项的特征选定阶数移除。

5)选取最优模型：地统计学中对试验半变异函数散点图进行拟合最常用的三种模型为球状模型、指数模型和高斯模型。分别用三种模型对试验半变异函数进行拟合，拟合过程中得到的参数：块金值、基台值、变程、平均误差、均方根误差、标准化平均误差、标准化均方根误差和平均标准误差。根据参数特征优选出最佳模型。

6)插值结果：假设土层厚度具有各向同性，根据步骤3)所确定的相关距离值布设测线间距进行航迹规划，利用步骤5)确定的最优模型进行普通克里金法插值得到整片海域的海底土层厚度分布图。

实施例

本发明基于侧扫声呐数据分析的海上测距规划及土层厚度预测的方法，采用以下步骤：

1)提取数据：研究区海域范围为15.36平方公里，通过Imagej软件对测线AH12至AH36的侧扫声呐图像上的珊瑚碎屑层厚度值进行提取，为保证提取精度和数据点对的要求，取样间隔为50米。图1为测线AH35的侧扫声呐图像。

2)数据标准化处理：以测线AH35为例，Z(x)＝[Z₀(x)-μ(x)]/σ(x)，其中Z(x)需满足E[Z(x)]＝0,D[Z(x)]＝1。标准化后的数据见图2。采用一维齐次正态分布随机场来模拟土性的空间特性时，要求土性参数具有空间平稳性，即需要进行平稳性及各态历经性检验。测线AH23、AH25和AH28不满足平稳性检验，且测线AH12至测线AH18由于数据较少，故采用余下的15条测线进行相关距离值的计算。

3)相关距离值的计算：分别采用递推空间改进法和相关函数法对15条测线的珊瑚碎屑层厚度进行计算。所得递推空间改进法计算相关距离散点图见图3，取第一个峰值作为相关距离值。所得相关函数大计算相关距离散点图见图4，在采用四种相关函数型式对散点图拟合时应只对前半段的几个数据点进行拟合。，根据散点图变化特征选取最适合的相关函数对前半段的几个数据点进行线性回归。测线AH20、AH21、AH27、AH29、AH30、AH35、AH36采用单指数型相关函数进行拟合，测线AH32、AH33采用双指数型相关函数进行拟合，测线AH19、AH22、AH24、AH26、AH31、AH34采用指数余弦Ⅱ型相关函数进行拟合，进而根据拟合得到的参数计算相关距离。

将两种方法的计算结果进行对比见图5。图5反映了两种方法计算结果的均值的变化情况，可以看出均值大约在525m出波动，表明在525m内，珊瑚碎屑土层厚度有较强的相关性，超出525m，相关性大大减弱，变异性显著增强。由于该海域原始测线间距为150m，因此在对整个海域研究区进行克里金插值时，布设测线间距为450m。

4)确定相关距离值后，为了解整片海域海底土层厚度的分布情况，需采用普通克里金法对土层厚度进行插值。克里金插值方法要求数据具有弱平稳性，由于岩土工程参数常常具有随空间位置坐标变化的规律，表现出一定的趋势性，数据不具有弱平稳性，因此在进行克里金插值之前，需要对数据进行正态分布检验，分析趋势分量，移除趋势项。针对该海域珊瑚碎屑土层厚度的数据分析有直方图分析、正态QQ图分析和趋势分析三个部分。

直方图分析的各个参数见表1，平均值与中位数接近，可认为对数变换后的土层厚度满足正态分布检验；偏度值为0.0331，峰度值为2.9376，偏度和峰度都趋近于0，表明数据的正态分布性较好。分析正态QQ分布图可知，数据散点落在直线附近，表明正态分布性较好。进行趋势分析时可知，珊瑚碎屑土层厚度在东西方向趋于直线，没有明显的趋势分量；在南北方向上的趋势呈现中间高、两边低的形式，故移除的趋势项阶数采用二阶。

表1直方图分析参数表

最大值	2.818	偏度	0.0331
				最小值	1.3614	峰度	2.9376
平均值	2.106	中位数	2.0973

5)选取最优模型：分别采用球状模型、指数模型和高斯模型对试验半变异函数散点图进行拟合，拟合得到各个参数见表2。块金值与基台值的比值定义为空间相关度，其值的大小表明了区域化变量空间相关性的大小。球状模型和指数模型的空间相关度均小于25％，表明土层厚度在变程距离内具有强烈的相关性，故优选前两种模型。ME、RMSE、MSE、RMSSE、ASE分别为平均误差、均方根误差、标准化平均误差、标准化均方根误差和平均标准误差，平均误差与标准化平均误差最接近于0；均方根误差越小越好；标准化均方根误差最接近于1；平均标准误差与均方根误差最接近。可根据以上标准进行模型优选。对比球状模型与指数模型各项参数，球状模型为最优模型。

表2各个模型评价指标对比

模型	球状模型	指数模型	高斯模型
				C0	0.010	0	0.017
C0+C	0.058	0.059	0.058
				a	546	496	433
ME	-0.013	-0.015	-0.010
				RMSE	1.224	1.118	1.332
MSE	0.003	0.003	-0.008
				RMSSE	0.966	0.947	1.045
ASE	1.265	1.174	1.287

6)插值结果：根据两种方法确定的相关距离，以450m为测线间距采用普通克里金方法对土厚进行插值得到珊瑚碎屑土层厚度云图，同时将原始测线间距150m、测线间距300m、测线间距600m下的土厚云图与其对比，见图6其中，(a)为150m，(b)为300m，(c)为450m，(d)为600m。在一定的精度条件下，间距为450m的云图与原始测线间距下的云图最为相似。

进一步对插值云图进行定性分析，以未参与插值的测线AH13、AH17、AH19、AH23、AH25、AH29、AH32和AH35的土层厚度共计667个数据进行验证。定义预测值与实测值之比为比值σ，测线间距为300m、450m和600m的频数分布直方图见图7。从图中可直观的看出，测线间距为300米时，数据分布出现做左偏，比值σ的均值为1.066；测线间距为600米时，数据分布出现右偏，比值σ的均值为1.082；测线间距为450米时，数据分布均匀的集中在1附近，比值σ的均值为1.039，均小于其余测线间距的比值，表明预测的土层厚度值较接近于实测值。故测线间距未450m时，预测结果更加接近于实际值，更加合理。

尽管上面结合附图对本发明的功能及工作过程进行了描述，但本发明并不局限于上述的具体功能和工作过程，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可以做出很多形式，这些均属于本发明的保护之内。

Claims (1)

1.一种基于物探数据分析的海上测距规划及土厚预测的方法，其特征在于，包括以下过程：

1)提取数据：对侧扫声呐图像上的土层厚度值进行提取；

2)数据标准化处理：在建立海域土性剖面的随机场模型之前对土层厚度值进行去趋势化，公式如下：

z(x)＝|Z₀(x)-μ(x)|/σ(x)

其中，Z(x)满足E[Z(x)]＝0,D[Z(x)]＝1；Z₀(x)为实测土层厚度值，μ(x)为Z₀(x)的平均值，σ(x)为Z₀(x)的标准差，Z(x)为去趋势化后的数据；

采用一维齐次正态分布随机场来模拟土性的空间特性时，对去趋势化后的数据进行平稳性和各态历经性检验；

3)相关距离值计算：采用递推空间改进法或相关函数法对相关距离值进行计算；对于递推空间改进法画出相关距离散点图，取第一个峰值作为相关距离值；对于相关函数法画出相关距离散点图后，在拟合时只对曲线前半段的数据点进行线性回归，分别采用单指数型、双指数型、指数余弦Ⅰ型、指数余弦Ⅱ型对散点图进行拟合，确定最佳拟合型式，计算相关距离值；

4)确定相关距离值后，对土层厚度数据进行正太分布检验，分析趋势分量，存在趋势项时应移除趋势项，然后采用普通克里金法对土层厚度进行插值；其中，采用ARCGIS对土层厚度进行数据分析：直方图分析、正态QQ图分析和趋势分析；

5)选取最优模型：分别用球状模型、指数模型、高斯模型对试验半变异函数进行拟合，根据拟合过程中得到的参数特征优选出最优模型；其中，拟合过程中得到的参数包括：块金值、基台值、变程、平均误差、均方根误差、标准化平均误差、标准化均方根误差和平均标准误差；

6)插值结果：假设土层厚度具有各向同性，根据步骤3)所确定的相关距离值布设测线间距进行航迹规划，利用步骤5)确定的最优模型进行普通克里金法插值得到整片海域的海底土层厚度分布图。