CN115479540A - 一种基于激光扫描的岩溶突水灾害量级评估方法和系统 - Google Patents

一种基于激光扫描的岩溶突水灾害量级评估方法和系统 Download PDF

Info

Publication number
CN115479540A
CN115479540A CN202211115443.6A CN202211115443A CN115479540A CN 115479540 A CN115479540 A CN 115479540A CN 202211115443 A CN202211115443 A CN 202211115443A CN 115479540 A CN115479540 A CN 115479540A
Authority
CN
China
Prior art keywords
evaluation index
evaluation
mountain
magnitude
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211115443.6A
Other languages
English (en)
Other versions
CN115479540B (zh
Inventor
邱睿哲
高军
刘凯文
方勇
许丹
张森
张向文
高源�
高宇馨
薛惠玲
张洪伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202211115443.6A priority Critical patent/CN115479540B/zh
Publication of CN115479540A publication Critical patent/CN115479540A/zh
Application granted granted Critical
Publication of CN115479540B publication Critical patent/CN115479540B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Software Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mining & Mineral Resources (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Remote Sensing (AREA)
  • Development Economics (AREA)
  • Computer Graphics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了一种基于激光扫描的岩溶突水灾害量级评估方法和系统，包括：S1：在目标山体中确定出评估指标列表中每个评估指标的测量区域；S2：基于激光扫描技术在每个评估指标的测量区域获取对应评估指标的原始数据；S3：基于评估指标的指标统计方式和对应的原始数据，确定出目标山体的个性化评估指标；S4：基于目标山体的个性化评估指标和预设的岩溶突水灾害量级评估算法，获得目标山体的岩溶突水灾害量级评估结果；用以基于预设的评估指标列表和预设的岩溶突水灾害量级评估算法实现对岩溶突水灾害量级评估方法的统一，提高了灾害预测精度，且利用激光扫描获取评估指标的原始数据，提高了岩溶水突水灾害的量级评估效率。

Description

一种基于激光扫描的岩溶突水灾害量级评估方法和系统
技术领域
本发明涉及岩溶突水灾害量级评估技术领域，特别涉及一种基于激光扫描的岩溶突水灾害量级评估方法和系统。
背景技术
目前，岩溶水突水灾害是岩溶含水层中的地下水因自然原因或人为原因大量涌入采矿井巷发生的矿井突水灾害，因此，如何预测和防御岩溶突水灾害尤为重要，而预测岩溶水突水灾害的关键在于对岩溶水突水灾害的量级评估。
但是，目前仍然没有统一的岩溶水突水灾害的量级评估方式，因此，导致岩溶水突水灾害量级评估方式无法统一，导致灾害预测精度不高；且由于岩溶水突水灾害量级评估方式的差异，评估时需要获取的原始数据也不一样，需要采用多种测量方式、甚至是物化试验来获取数据，因此，导致，岩溶水突水灾害的量级评估效率较低。
因此，本发明提出了一种基于激光扫描的岩溶突水灾害量级评估方法和系统。
发明内容
本发明提供一种基于激光扫描的岩溶突水灾害量级评估方法和系统，用以基于预设的评估指标列表和预设的岩溶突水灾害量级评估算法实现对岩溶突水灾害量级评估方法的统一，提高了灾害预测精度，且利用激光扫描获取评估指标的原始数据，提高了岩溶水突水灾害的量级评估效率。
本发明提供一种基于激光扫描的岩溶突水灾害量级评估方法，包括：
S1：在目标山体中确定出评估指标列表中每个评估指标的测量区域；
S2：基于激光扫描技术在每个评估指标的测量区域获取对应评估指标的原始数据；
S3：基于评估指标的指标统计方式和对应的原始数据，确定出目标山体的个性化评估指标；
S4：基于目标山体的个性化评估指标和预设的岩溶突水灾害量级评估算法，获得目标山体的岩溶突水灾害量级评估结果。
优选的，一种基于激光扫描的岩溶突水灾害量级评估方法，S1：在目标山体中确定出评估指标列表中每个评估指标的测量区域，包括：
S101：基于目标山体的三维透视图搭建出山体隧道三维模型；
S102：基于山体隧道三维模型，在目标山体中确定出评估指标列表中每个评估指标对应的测量区域。
优选的，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，S102：基于山体隧道三维模型，在目标山体中确定出评估指标列表中每个评估指标对应的测量区域，包括：
对山体隧道三维模型进行分析，确定出评估指标列表中每个评估指标对应的标定区域；
确定出标定区域在目标山体中对应的测量区域。
优选的，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，对山体隧道三维模型进行分析，确定出评估指标列表中每个评估指标对应的标定区域，包括：
获取每个评估指标的测量限制条件，基于关键字类型序列中的关键字类型对测量限制条件依次进行关键字提取，获得关键字序列，基于关键字序列确定出区域筛选机制，对山体隧道三维模型进行结构分析并按照预设标定方式进行标定，获得结构标定结果，基于区域筛选机制和结构标定结果在山体隧道三维模型中确定出满足对应测量限制条件的区域作为对应评估指标的标定区域。
优选的，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，确定出标定区域在目标山体中对应的测量区域，包括：
确定出山体隧道三维模型在模型坐标系下的第一坐标表示和标定区域在模型坐标系下的第三坐标表示；
以第一坐标表示中的坐标原点在目标山体中的实际位置为坐标系原点，并结合目标山体的实际三维数据，获得目标山体的第二坐标表示；
基于第一坐标表示和第二坐标表示以及第三坐标表示确定出标定区域对应的第四坐标表示，基于第四坐标表示在目标山体中确定出对应的测量区域。
优选的，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，评估指标列表包括：岩质评估指标、地质构造评估指标、地表水流动评估指标、地下水流动评估指标。
优选的，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，S2：基于激光扫描技术在每个评估指标的测量区域获取对应评估指标的原始数据，包括：
基于对应评估指标的数据获取方式确定出对应的激光扫描方式；
基于激光扫描方式对对应测量区域进行扫描，获得对应评估指标的原始数据。
优选的，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，S3：基于评估指标的指标统计方式和对应的原始数据，确定出目标山体的个性化评估指标，包括：
在评估指标的原始数据中提取出有效指标确定数据；
基于评估指标的有效指标确定数据和指标确定方式，确定出对应的个性化指标；
基于评估指标的个性化指标和隧道在山体内的位置，确定出每个评估指标的个性化评估指标。
优选的，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，S4：基于目标山体的个性化评估指标和预设的岩溶突水灾害量级评估算法，获得目标山体的岩溶突水灾害量级评估结果，包括：
确定出评估指标列表中每个评估指标的评估权重；
基于目标山体的个性化评估指标和对应的评估权重，计算出综合评估值，将综合评估值作为目标山体的岩溶突水灾害量级评估结果。
本发明提供一种基于激光扫描的岩溶突水灾害量级评估系统，包括：
确定端，用于在目标山体中确定出评估指标列表中每个评估指标的测量区域；
获取端，用于基于激光扫描技术在每个评估指标的测量区域获取对应评估指标的原始数据；
计算端，用于基于评估指标的指标计算方式和对应的原始数据，计算出目标山体的个性化评估指标；
评估端，用于基于目标山体的个性化评估指标和预设的岩溶突水灾害量级评估算法，获得目标山体的岩溶突水灾害量级评估结果。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于激光扫描的岩溶突水灾害量级评估方法流程图；
图2为本发明实施例中又一种基于激光扫描的岩溶突水灾害量级评估方法流程图；
图3为本发明实施例中一种基于激光扫描的岩溶突水灾害量级评估系统示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
本发明提供了一种基于激光扫描的岩溶突水灾害量级评估方法，参考图1，包括：
S1：在目标山体中确定出评估指标列表中每个评估指标的测量区域；
S2：基于激光扫描技术在每个评估指标的测量区域获取对应评估指标的原始数据；
S3：基于评估指标的指标统计方式和对应的原始数据，确定出目标山体的个性化评估指标；
S4：基于目标山体的个性化评估指标和预设的岩溶突水灾害量级评估算法，获得目标山体的岩溶突水灾害量级评估结果。
该实施例中，目标山体即为需要被评估的目标隧道受到的岩溶突水灾害量级所在的山体。
该实施例中，评估指标列表即为预设的包含评估指标的列表。
该实施例中，评估指标即为预设的用于评估岩溶突水灾害量级的指标。
该实施例中，测量区域即为获取对应评估指标的原始数据时需要在目标山体进行测量的区域。
该实施例中，激光扫描技术即为通过三维激光扫描仪对被测岩体结构进行扫描进而获得相应测量数据的技术。
该实施例中，原始数据即为基于激光扫描技术对评估指标的测量区域进行扫描进而获取的与测量区域的岩体相关的数据，也是用于确定评估指标的数据。
该实施例中，指标统计方式即为基于评估指标的原始数据确定出目标山体的对应评估指标的个性化评估指标的方式。
该实施例中，个性化评估指标即为基于评估指标的指标统计方式和原始数据确定出表征对应评估指标的目标山体的评估值。
该实施例中，预设的岩溶突水灾害量级评估算法即为用于基于目标山体的每个评估指标的个性化评估指标和评估权重，计算出目标山体的岩溶突水灾害量级评估值的算法。
该实施例中，岩溶突水灾害量级评估结果即为目标山体的岩溶突水灾害量级评估值。
以上技术的有益效果为：基于预设的评估指标列表和预设的岩溶突水灾害量级评估算法实现对岩溶突水灾害量级评估方法的统一，提高了灾害预测精度，且利用激光扫描获取评估指标的原始数据，提高了岩溶水突水灾害的量级评估效率。
实施例2：
在实施例1的基础上，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，S1：在目标山体中确定出评估指标列表中每个评估指标的测量区域，包括：
S101：基于目标山体的三维透视图搭建出山体隧道三维模型；
S102：基于山体隧道三维模型，在目标山体中确定出评估指标列表中每个评估指标对应的测量区域。
该实施例中，三维透视图即为目标山体在预设三个维度的透视图。
该实施例中，山体隧道三维模型即为基于目标山体的三维透视图搭建出的用于表征目标山体及其中包含的隧道的位置结构的三维模型。
以上技术的有益效果为：基于山体隧道三维模型确定出评估指标列表中每个评估指标对应的测量区域，实现基宏观角度和目标山体的透视结构确定出每个评估指标的测量区域，这比在目标山体现场直接人工确定测量区域更加精准合理，也保证了获取的原始数据的准确性。
实施例3：
在实施例1的基础上，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，S102：基于山体隧道三维模型，在目标山体中确定出评估指标列表中每个评估指标对应的测量区域，参考图2，包括：
对山体隧道三维模型进行分析，确定出评估指标列表中每个评估指标对应的标定区域；
确定出标定区域在目标山体中对应的测量区域。
该实施例中，标定区域即为在山体隧道三维模型中确定出的获取原始数据是需要在目标山体中进行激光扫描测量的区域。
该实施例中，测量区域即为标定区域在目标山体中的实际区域。
以上技术的有益效果为：先在山体隧道三维模型中确定出评估指标列表中每个评估指标对应的标定区域，再将标定区域对标于目标山体中的实际区域，实现了基于基宏观角度和目标山体的透视结构确定出每个评估指标的测量区域，这比在目标山体现场直接人工确定测量区域更加精准合理，也保证了获取的原始数据的准确性。
实施例4：
在实施例2的基础上，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，对山体隧道三维模型进行分析，确定出评估指标列表中每个评估指标对应的标定区域，包括：
获取每个评估指标的测量限制条件，基于关键字类型序列中的关键字类型对测量限制条件依次进行关键字提取，获得关键字序列；
基于关键字序列中确定出第一区域筛选机制，基于关键字类型限制规则列表确定出关键字序列中包含的所有存在限制规则的关键字组合，基于关键字组合和对应的限制规则，确定出第二区域筛选机制；
对第一区域筛选机制和第二筛选机制进行去重汇总，获得区域筛选机制；
基于关键字类型序列中的关键字类型，确定出结构分析机制，基于结构分析机制对山体隧道三维模型进行结构分析，获得结构分析结果，按照预设标定方式将结构分析结果标定于山体隧道三维模型，获得结构标定结果；
基于区域筛选机制和结构标定结果，在山体隧道三维模型中筛选出满足对应测量限制条件的区域作为对应评估指标的标定区域。
该实施例中，测量限制条件即为获取评估指标的原始数据时选取标定区域的限制条件，例如地质构造评估指标的测量限制条件是需要在岩体厚度达到100m的岩体进行测量。
该实施例中，关键字类型序列即为包含关键字类型的序列。
该实施例中，关键字类型即为测量限制条件中包含的关键字的类型，例如表示尺寸的关键字类型，例如关键字为100m；又如表示岩体部位的关键字类型，例如关键字为岩层表面。
该实施例中，关键字序列即为基于关键字类型序列中包含的关键字类型依次在测量限制条件中筛选出满足对应关键字类型的关键字构成的序列。
该实施例中，第一区域筛选机制即为对关键字序列进行语义补充后获得的筛选条件：例如关键字序列为：岩层厚度、大于、100m，则第一区域筛选机制为筛选岩层厚度大于100m的区域。
该实施例中，关键字类型限制规则列表即为包含关键字类型之间的限制规则的列表。
该实施例中，限制规则即为关键字类型之间的限制规则，例如：岩体结构的关键字类型中的关键字岩体表层和尺寸关键字类型中的深度100m不能同时出现。
该实施例中，关键字组合即为存在限制规则的关键字组合。
该实施例中，基于关键字组合和对应的限制规则，确定出第二区域筛选机制，例如：
限制规则为岩体结构的关键字类型中的关键字岩体表层和尺寸关键字类型中的深度不能同时出现，关键字组合为岩体表层、深度100m；
则将岩体表层下深度100m的区域排除作为第二区域筛选机制。
该实施例中，第二区域筛选机制即为基于关键字组合和对应的限制规则确定出的区域筛选条件。
该实施例中，区域筛选机制即为对第一区域筛选机制和第二筛选机制进行去重汇总后获得的用于筛选标定区域的筛选条件。
该实施例中，基于关键字类型序列中的关键字类型，确定出结构分析机制，即为：
在关键字类型序列中的关键字类型确定出结构分析机制，例如：
关键字类型序列为：岩体结构、尺寸，则结构分析机制为先确定山体隧道三维模型的岩体结构，再确定山体隧道三维模型的尺寸数据。
该实施例中，结构分析结果即为基于结构分析机制对山体隧道三维模型进行结构分析后获得的结果。
该实施例中，结构标定结果即为按照预设标定方式将结构分析结果标定于山体隧道三维模型后获得的结果。
该实施例中，预设标定方式即为预设的尺寸标定方式和岩体结构标定方式。
该实施例中，基于区域筛选机制和结构标定结果，在山体隧道三维模型中筛选出满足对应测量限制条件的区域作为对应评估指标的标定区域，即为：
基于结构标定结果中包含的岩体结构和尺寸数据筛选出岩体结构和尺寸数据满足区域筛选机制中包含的岩体结构条件和尺寸数据条件的区域作为对应的评估指标的标定区域。
以上技术的有益效果为：通过对评估指标的测量限制条件进行关键字提取，确定出的第一区域筛选机制，并基于关键字类型之间的限制规则进一步确定出第二区域筛选机制，基于关键字类型序列确定出结构分析机制，使得对山体隧道三维模型的结构分析出的结构满足区域筛选所需的数据信息，基于结构分析出的结果和区域筛选机制实现在山体隧道三维模型确定出满足对应评估指标测量限制条件的标定区域，保证了获取的原始数据的合理性。
实施例5：
在实施例2的基础上，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，确定出标定区域在目标山体中对应的测量区域，包括：
确定出山体隧道三维模型在模型坐标系下的第一坐标表示和标定区域在模型坐标系下的第三坐标表示；
以第一坐标表示中的坐标原点在目标山体中的实际位置为坐标系原点，并结合目标山体的实际三维数据，获得目标山体的第二坐标表示；
基于第一坐标表示和第二坐标表示以及第三坐标表示确定出标定区域对应的第四坐标表示，基于第四坐标表示在目标山体中确定出对应的测量区域。
该实施例中，模型坐标系即为预先准备的用于表示山体隧道三维模型中的点的坐标表示的坐标系。
该实施例中，第一坐标表示即为山体隧道三维模型在模型坐标系下的坐标表示(即为包含山体隧道三维模型中每个点在模型坐标系下的对应的坐标值)。
该实施例中，第三坐标表示即为标定区域在模型坐标系下的坐标表示(即为包含标定区域中每个点在模型坐标系下的对应的坐标值)。
该实施例中，实际三维数据即为目标山体在预设三维方向的实际尺寸数据。
该实施例中，以第一坐标表示中的坐标原点在目标山体中的实际位置为坐标系原点，并结合目标山体的实际三维数据，获得目标山体的第二坐标表示，即为：
第一坐标表示中的坐标原点在目标山体中的实际位置为坐标系原点，以预设三维方向为坐标系的三维方向确定出对应的实际坐标系，基于目标山体的实际三维数据和实际坐标系，确定出目标山体在实际坐标系中的坐标表示。
该实施例中，基于第一坐标表示和第二坐标表示以及第三坐标表示确定出标定区域对应的第四坐标表示，即为：
确定出第一坐标表示和第二坐标表示之间的坐标转换关系；
基于标定区域对应的第三坐标表示和坐标转换关系，确定出标定区域在实际坐标系中的第四坐标表示。
该实施例中，基于第四坐标表示在目标山体中确定出对应的测量区域，包括：
基于目标山体在实际坐标系中的第二坐标表示，在目标山体中确定出第四坐标表示对应的实际区域作为对应的测量区域。
以上技术的有益效果为：将山体隧道三维模型按照预设模型坐标系表示，并基于坐标原点相同的原则，确定出用于表示目标山体的实际坐标系，使得后续更加容易确定出第一坐标表示和第二坐标表示之间的坐标转换关系，基于坐标转换关系实现将山体隧道三维模型中的标定区域对标于目标山体中的实际区域，进而实现测量区域的精准确定。
实施例6：
在实施例2的基础上，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，评估指标列表包括：岩质评估指标、地质构造评估指标、地表水流动评估指标、地下水流动评估指标。
该实施例中，岩质评估指标即为用于表示目标山体的岩石疏松度的指标，岩石疏松度越高，则岩溶突水灾害量级越高，岩石疏松度通过激光扫描的岩石横截面确定出的岩石密度来表示，且岩石密度越小，岩石疏松度越高。
该实施例中，地质构造评估指标即为用于表示目标山体的地质构造的指标，其中包含：
断裂构造的带宽度(断裂的破碎带宽度和断裂的影响带宽度)，断裂构造的带宽度越大，岩溶突水灾害量级越高，反之亦然；
褶皱两翼的岩层倾角，褶皱两翼的岩层倾角越大，岩溶突水灾害量级越高，反之亦然；
单斜构造的岩层厚度和岩层倾角，单斜构造的岩层厚度越大，岩溶突水灾害量级越高，反之亦然，单斜构造的岩层倾角越小，岩溶突水灾害量级越高，反之亦然。
该实施例中，地表水流动评估指标即为用于表示目标山体的地表水流动情况的指标，其中包含地表漏出水面的地形面积比例和地面坡度；
地表漏出水面的地形面积越小，岩溶突水灾害量级越高，反之亦然；
地面坡度越小岩溶突水灾害量级越高，反之亦然。
该实施例中，地下水流动评估指标即为地下水流体积和目标山体的体积占比的指标，地下水流体积和目标山体的体积占比越大，岩溶突水灾害量级越高，反之亦然。
以上技术的有益效果为：基于岩质评估指标、地质构造评估指标、地表水流动评估指标、地下水流动评估指标，可以从岩质、山体的地址构造和地表水和地下水流动情况等多方面对隧道收到目标山体的岩溶突水灾害的量级评估，使得灾害量级评估更加精准。
实施例7：
在实施例1的基础上，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，S2：基于激光扫描技术在每个评估指标的测量区域获取对应评估指标的原始数据，包括：
基于对应评估指标的数据获取方式确定出对应的激光扫描方式；
基于激光扫描方式对对应测量区域进行扫描，获得对应评估指标的原始数据。
该实施例中，数据获取方式即为获取评估指标的原始数据的方式，例如，获取岩质评估指标和地质构造评估指标分别需要确定岩石横截面的密度、断裂构造的带宽度、褶皱两翼的岩层倾角、单斜构造的岩层厚度和岩层倾角，进而激光扫描方式为对岩石横截面进行激光扫描；
又例如，地表水流动评估指标需要获取地表漏出水面的地形面积比例，因此需要对目标山体的地表进行大范围扫描，进而确定出地表漏出水面的地形面积比例；
又例如，地下水流动评估指标需要获取地下水流体积和目标山体的体积占比的指标，因此，需要对目标山体进行透射扫描，进而确定出地表水的深度和宽度，计算出地表水体积，进一步计算出地下水流体积和目标山体的体积占比。
以上技术的有益效果为：基于不同原始数据的获取方式确定激光扫描方式，进而获取原始数据，实现基于激光扫描即可获取准确充足的原始数据，提高了岩溶突水灾害量级评估的效率。
实施例8：
在实施例6的基础上，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，S3：基于评估指标的指标统计方式和对应的原始数据，确定出目标山体的个性化评估指标，包括：
在评估指标的原始数据中提取出有效指标确定数据；
基于评估指标的有效指标确定数据和指标确定方式，确定出对应的个性化指标；
基于评估指标的个性化指标和隧道在山体内的位置，确定出每个评估指标的个性化评估指标。
该实施例中，有效指标确定数据即为对评估指标的原始数据进行去噪过滤后获取的有效的原始数据。
该实施例中，指标确定方式即为基于有效指标确定数据确定出的对应评估指标的个性化指标的方式，例如：
岩质评估指标即为通过激光扫描的岩石横截面确定出的岩石密度-岩质评估指标列表确定出的岩质评估指标；
地质构造评估指标即为基于断裂构造的带宽度(断裂的破碎带宽度和断裂的影响带宽度)-地质构造评估指标列表、褶皱两翼的岩层倾角-地质构造评估指标列表、单斜构造的岩层厚度和岩层倾角-地质构造评估指标列表确定出的地质构造评估指标的均值；
地表水流动评估指标即为基于地表漏出水面的地形面积比例-地表水流动评估指标列表和地面坡度-地表水流动评估指标列表确定出的地表水流动评估指标的均值；
地下水流动评估指标即为基于地下水流体积和目标山体的体积占比-地下水流动评估指标列表确定出的地下水流动评估指标。
该实施例中，个性化指标即为基于评估指标的有效指标确定数据和指标确定方式确定出的表征目标山体的对应评估指标的数值。
该实施例中，基于评估指标的个性化指标和隧道在山体内的位置，确定出每个评估指标的个性化评估指标，即为：
基于隧道在山体中的位置，在第一坐标表示中确定出隧道在模型坐标系下的第五坐标表示；
基于第五坐标表示确定出隧道的中心曲线段和中心曲线段起点坐标和中心曲线段终点坐标，将从中心曲线段起点坐标至中心曲线段终点坐标的线段作为标准参考线段；
将标准参考线段和中心曲线段首尾对齐，获得对齐线，基于相同间隔将对齐线划分成多个对齐线区间；
基于每个对齐线区间中中心曲线段区间的第六坐标表示和标准参考线段区间的第七坐标表示，计算出隧道的位置综合表征值：
Figure BDA0003845202360000141
式中，W为隧道的位置综合表征值，j为第j个对齐线区间，m为对齐线区间的总个数，p为中心曲线段区间或标准参考线段区间中的第p个坐标点，q为中心曲线段区间或标准参考线段区间中包含的坐标点总个数，wjp6为第j个对齐线区间中的中心曲线段区间的第六坐标表示中的第p个坐标点的坐标值，wjp7为第j个对齐线区间中的标准参考线段区间的第七坐标表示中的第p个坐标点的坐标值。
基于位置综合表征值和位置影响权重列表，确定出隧道的位置影响权重；
将评估指标的个性化指标和位置影响权重的乘积作为对应评估指标的个性化评估指标。
该实施例中，个性化评估指标即为基于评估指标的有效指标确定数据和指标确定方式确定出的考虑到隧道在目标山体中的位置对基于个性化指标评估岩溶突水灾害量级的影响的情况下确定出的表征目标山体的对应评估指标的数值。
以上技术的有益效果为：基于在原始数据中提取出的有效指标确定数据和指标确定方式确定出个性化指标，再考虑到隧道在目标山体中的位置对基于个性化指标评估岩溶突水灾害量级的影响，实现对个性化评估指标的精准确定，也实现了对岩溶突水灾害量级的初步评估。
实施例9：
在实施例1的基础上，所述的一种基于激光扫描的岩溶突水灾害量级评估方法，S4：基于目标山体的个性化评估指标和预设的岩溶突水灾害量级评估算法，获得目标山体的岩溶突水灾害量级评估结果，包括：
确定出评估指标列表中每个评估指标的评估权重；
基于目标山体的个性化评估指标和对应的评估权重，计算出综合评估值，将综合评估值作为目标山体的岩溶突水灾害量级评估结果。
该实施例中，确定出评估指标列表中每个评估指标的评估权重，基于预设评估权重列表确定出每个评估指标的评估权重，其中评估权重列表为：岩质评估指标的评估权重为0.4、地质构造评估指标的评估权重为0.2、地表水流动评估指标的评估权重为0.2、地下水流动评估指标的评估权重为0.2。
该实施例中，基于目标山体的个性化评估指标和对应的评估权重，计算出综合评估值：
Figure BDA0003845202360000161
式中，P为综合评估值，i为目标山体的当前计算的个性化评估指标，αi为目标山体的第i个个性化评估指标的评估权重，pi为目标山体的第i个个性化评估指标；
例如，目标山体的个性化评估指标依次为：10、20、30、40，对应的评估权重依次为：0.4、0.2、0.2、0.2；则综合评估值为22。
以上技术的有益效果为：结合评估指标的评估权重和个性化评估指标，准确计算出目标山体的岩溶突水灾害量级评估值，实现对目标山体的岩溶突水灾害量级的准确评估。
实施例10：
本发明提供了一种基于激光扫描的岩溶突水灾害量级评估系统，参考图3，包括：
确定端，用于在目标山体中确定出评估指标列表中每个评估指标的测量区域；
获取端，用于基于激光扫描技术在每个评估指标的测量区域获取对应评估指标的原始数据；
计算端，用于基于评估指标的指标计算方式和对应的原始数据，计算出目标山体的个性化评估指标；
评估端，用于基于目标山体的个性化评估指标和预设的岩溶突水灾害量级评估算法，获得目标山体的岩溶突水灾害量级评估结果。
以上技术的有益效果为：基于预设的评估指标列表和预设的岩溶突水灾害量级评估算法实现对岩溶突水灾害量级评估方法的统一，提高了灾害预测精度，且利用激光扫描获取评估指标的原始数据，提高了岩溶水突水灾害的量级评估效率。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于激光扫描的岩溶突水灾害量级评估方法，其特征在于，包括：
S1：在目标山体中确定出评估指标列表中每个评估指标的测量区域；
S2：基于激光扫描技术在每个评估指标的测量区域获取对应评估指标的原始数据；
S3：基于评估指标的指标统计方式和对应的原始数据，确定出目标山体的个性化评估指标；
S4：基于目标山体的个性化评估指标和预设的岩溶突水灾害量级评估算法，获得目标山体的岩溶突水灾害量级评估结果。
2.根据权利要求1所述的一种基于激光扫描的岩溶突水灾害量级评估方法，其特征在于，S1：在目标山体中确定出评估指标列表中每个评估指标的测量区域，包括：
S101：基于目标山体的三维透视图搭建出山体隧道三维模型；
S102：基于山体隧道三维模型，在目标山体中确定出评估指标列表中每个评估指标对应的测量区域。
3.根据权利要求2所述的一种基于激光扫描的岩溶突水灾害量级评估方法，其特征在于，S102：基于山体隧道三维模型，在目标山体中确定出评估指标列表中每个评估指标对应的测量区域，包括：
对山体隧道三维模型进行分析，确定出评估指标列表中每个评估指标对应的标定区域；
确定出标定区域在目标山体中对应的测量区域。
4.根据权利要求2所述的一种基于激光扫描的岩溶突水灾害量级评估方法，其特征在于，对山体隧道三维模型进行分析，确定出评估指标列表中每个评估指标对应的标定区域，包括：
获取每个评估指标的测量限制条件，基于关键字类型序列中的关键字类型对测量限制条件依次进行关键字提取，获得关键字序列，基于关键字序列确定出区域筛选机制，对山体隧道三维模型进行结构分析并按照预设标定方式进行标定，获得结构标定结果，基于区域筛选机制和结构标定结果在山体隧道三维模型中确定出满足对应测量限制条件的区域作为对应评估指标的标定区域。
5.根据权利要求2所述的一种基于激光扫描的岩溶突水灾害量级评估方法，其特征在于，确定出标定区域在目标山体中对应的测量区域，包括：
确定出山体隧道三维模型在模型坐标系下的第一坐标表示和标定区域在模型坐标系下的第三坐标表示；
以第一坐标表示中的坐标原点在目标山体中的实际位置为坐标系原点，并结合目标山体的实际三维数据，获得目标山体的第二坐标表示；
基于第一坐标表示和第二坐标表示以及第三坐标表示确定出标定区域对应的第四坐标表示，基于第四坐标表示在目标山体中确定出对应的测量区域。
6.根据权利要求2所述的一种基于激光扫描的岩溶突水灾害量级评估方法，其特征在于，评估指标列表包括：岩质评估指标、地质构造评估指标、地表水流动评估指标、地下水流动评估指标。
7.根据权利要求1所述的一种基于激光扫描的岩溶突水灾害量级评估方法，其特征在于，S2：基于激光扫描技术在每个评估指标的测量区域获取对应评估指标的原始数据，包括：
基于对应评估指标的数据获取方式确定出对应的激光扫描方式；
基于激光扫描方式对对应测量区域进行扫描，获得对应评估指标的原始数据。
8.根据权利要求6所述的一种基于激光扫描的岩溶突水灾害量级评估方法，其特征在于，S3：基于评估指标的指标统计方式和对应的原始数据，确定出目标山体的个性化评估指标，包括：
在评估指标的原始数据中提取出有效指标确定数据；
基于评估指标的有效指标确定数据和指标确定方式，确定出对应的个性化指标；
基于评估指标的个性化指标和隧道在山体内的位置，确定出每个评估指标的个性化评估指标。
9.根据权利要求1所述的一种基于激光扫描的岩溶突水灾害量级评估方法，其特征在于，S4：基于目标山体的个性化评估指标和预设的岩溶突水灾害量级评估算法，获得目标山体的岩溶突水灾害量级评估结果，包括：
确定出评估指标列表中每个评估指标的评估权重；
基于目标山体的个性化评估指标和对应的评估权重，计算出综合评估值，将综合评估值作为目标山体的岩溶突水灾害量级评估结果。
10.一种基于激光扫描的岩溶突水灾害量级评估系统，其特征在于，包括：
确定端，用于在目标山体中确定出评估指标列表中每个评估指标的测量区域；
获取端，用于基于激光扫描技术在每个评估指标的测量区域获取对应评估指标的原始数据；
计算端，用于基于评估指标的指标计算方式和对应的原始数据，计算出目标山体的个性化评估指标；
评估端，用于基于目标山体的个性化评估指标和预设的岩溶突水灾害量级评估算法，获得目标山体的岩溶突水灾害量级评估结果。
CN202211115443.6A 2022-09-14 2022-09-14 一种基于激光扫描的岩溶突水灾害量级评估方法和系统 Active CN115479540B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211115443.6A CN115479540B (zh) 2022-09-14 2022-09-14 一种基于激光扫描的岩溶突水灾害量级评估方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211115443.6A CN115479540B (zh) 2022-09-14 2022-09-14 一种基于激光扫描的岩溶突水灾害量级评估方法和系统

Publications (2)

Publication Number Publication Date
CN115479540A true CN115479540A (zh) 2022-12-16
CN115479540B CN115479540B (zh) 2023-06-30

Family

ID=84423385

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211115443.6A Active CN115479540B (zh) 2022-09-14 2022-09-14 一种基于激光扫描的岩溶突水灾害量级评估方法和系统

Country Status (1)

Country Link
CN (1) CN115479540B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006266858A (ja) * 2005-03-24 2006-10-05 Railway Technical Res Inst 硬質堆積岩地域の災害発生危険度評価方法
CN104615873A (zh) * 2015-01-23 2015-05-13 山东大学 岩溶区突涌水灾害源的孕灾性评判方法
US20160070828A1 (en) * 2013-04-08 2016-03-10 China University of Mining & Technology, Beijng Vulnerability Assessment Method of Water Inrush from Aquifer Underlying Coal Seam
US20160145994A1 (en) * 2014-11-20 2016-05-26 Petrochina Company Limited Evaluation Method and Evaluation Device for Water Breakthrough Risk of Production Wells in Aquifer Drive Gas Reservoirs
WO2016095462A1 (zh) * 2014-12-15 2016-06-23 中国矿业大学 一种深矿井煤层开采底板突水危险性评价Ts-q法
CN106593526A (zh) * 2016-12-23 2017-04-26 长江三峡勘测研究院有限公司（武汉） 一种基于模糊判断的隧道地质岩溶风险评估方法
CN108090665A (zh) * 2017-12-13 2018-05-29 山东大学 基于一维x条件下梯形云模型的岩溶隧道突水风险确定方法
CN111582755A (zh) * 2020-05-20 2020-08-25 中国水利水电科学研究院 一种基于多维度集合信息山洪灾害综合风险动态评估方法
CN111950909A (zh) * 2020-08-13 2020-11-17 高军 一种三维激光扫描岩溶突水灾害量级评估试验方法和装置
US20200370433A1 (en) * 2018-06-08 2020-11-26 China University Of Mining And Technology Risk evaluation method of overburden bed-separation water disaster in mining area
CN112100851A (zh) * 2020-09-16 2020-12-18 西南科技大学 基于集对分析的评价隧道发生突涌水灾害风险的方法
CN112465191A (zh) * 2020-11-11 2021-03-09 中国铁路设计集团有限公司 隧道突涌水灾害预测方法、装置、电子设备及存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006266858A (ja) * 2005-03-24 2006-10-05 Railway Technical Res Inst 硬質堆積岩地域の災害発生危険度評価方法
US20160070828A1 (en) * 2013-04-08 2016-03-10 China University of Mining & Technology, Beijng Vulnerability Assessment Method of Water Inrush from Aquifer Underlying Coal Seam
US20160145994A1 (en) * 2014-11-20 2016-05-26 Petrochina Company Limited Evaluation Method and Evaluation Device for Water Breakthrough Risk of Production Wells in Aquifer Drive Gas Reservoirs
WO2016095462A1 (zh) * 2014-12-15 2016-06-23 中国矿业大学 一种深矿井煤层开采底板突水危险性评价Ts-q法
CN104615873A (zh) * 2015-01-23 2015-05-13 山东大学 岩溶区突涌水灾害源的孕灾性评判方法
CN106593526A (zh) * 2016-12-23 2017-04-26 长江三峡勘测研究院有限公司（武汉） 一种基于模糊判断的隧道地质岩溶风险评估方法
CN108090665A (zh) * 2017-12-13 2018-05-29 山东大学 基于一维x条件下梯形云模型的岩溶隧道突水风险确定方法
US20200370433A1 (en) * 2018-06-08 2020-11-26 China University Of Mining And Technology Risk evaluation method of overburden bed-separation water disaster in mining area
CN111582755A (zh) * 2020-05-20 2020-08-25 中国水利水电科学研究院 一种基于多维度集合信息山洪灾害综合风险动态评估方法
CN111950909A (zh) * 2020-08-13 2020-11-17 高军 一种三维激光扫描岩溶突水灾害量级评估试验方法和装置
CN112100851A (zh) * 2020-09-16 2020-12-18 西南科技大学 基于集对分析的评价隧道发生突涌水灾害风险的方法
CN112465191A (zh) * 2020-11-11 2021-03-09 中国铁路设计集团有限公司 隧道突涌水灾害预测方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨艳娜等: "岩溶隧道涌突水灾害预测预报及风险 评价体系研究进展", 《勘察科学技术》, no. 5, pages 8 - 11 *

Also Published As

Publication number Publication date
CN115479540B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
Rohrbaugh Jr et al. Estimating fracture trace intensity, density, and mean length using circular scan lines and windows
US8776895B2 (en) Method for quantifying reservoir connectivity using fluid travel times
CN105488583B (zh) 预测致密油待评价区域可采储量的方法及装置
Ates et al. Ranking and upscaling of geostatistical reservoir models by use of streamline simulation: A field case study
CN107917865A (zh) 一种致密砂岩储层多参数渗透率预测方法
CN103026202A (zh) 获取多孔介质的相容和综合物理性质的方法
CN103198363B (zh) 一种基于ct孔隙分析的储层产气量预测方法及装置
CN108303752A (zh) 砂砾岩有效储层常规测井定量识别方法
CN108897066A (zh) 碳酸盐岩裂缝密度定量预测方法及装置
Kamali et al. 3D geostatistical modeling and uncertainty analysis in a carbonate reservoir, SW Iran
CN105447762A (zh) 一种流体替换的低渗透油藏水淹信息的计算方法
CN103946896A (zh) 利用基于过程的模型和动态异质性估定感兴趣的地质体积的异质性的系统及方法
CN112145165B (zh) 一种微裂缝-孔隙型储层动静态渗透率转换方法
Askari et al. A fully integrated method for dynamic rock type characterization development in one of Iranian off-shore oil reservoir
CN111611673B (zh) 一种碳酸盐岩油藏古暗河型储层建模方法
RU2630852C1 (ru) Способ прогноза эффективной емкости коллекторов на основе получаемых поляризационных параметров и проводимости для выбранного типа среды
Altun et al. Geostatistical interpolation for modelling SPT data in northern Izmir
Ozkaya Modeling finite-fracture networks in a partially fractured reservoir in the Middle East
CN112765527A (zh) 页岩气资源量计算方法及系统
La Pointe et al. Estimation of effective block conductivities based on discrete network analyses using data from the Äspö site
CN115479540B (zh) 一种基于激光扫描的岩溶突水灾害量级评估方法和系统
CN114060015B (zh) 一种致密砂岩含气性的评价方法及装置
CN103675945A (zh) 一种测定孔洞型储层的饱和度的方法及设备
CN109598049B (zh) 钻孔岩石裂隙发育程度及区域岩石裂隙发育规律的方法
CN112147713B (zh) 泥页岩总有机碳含量分段预测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant