CN115494560A - 一种基于ct和钻探数据相结合的建模新方法 - Google Patents
一种基于ct和钻探数据相结合的建模新方法 Download PDFInfo
- Publication number
- CN115494560A CN115494560A CN202211236393.7A CN202211236393A CN115494560A CN 115494560 A CN115494560 A CN 115494560A CN 202211236393 A CN202211236393 A CN 202211236393A CN 115494560 A CN115494560 A CN 115494560A
- Authority
- CN
- China
- Prior art keywords
- data
- drilling
- geological
- electromagnetic wave
- assignment
- 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.)
- Pending
Links
- 238000005553 drilling Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000002591 computed tomography Methods 0.000 title claims description 72
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000000638 solvent extraction Methods 0.000 claims abstract description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 239000000463 material Substances 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 15
- 239000002689 soil Substances 0.000 claims description 13
- 238000003064 k means clustering Methods 0.000 claims description 12
- 238000005192 partition Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 12
- 238000010276 construction Methods 0.000 abstract description 7
- 238000011835 investigation Methods 0.000 abstract description 3
- 230000015572 biosynthetic process Effects 0.000 description 4
- 244000309464 bull Species 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G01V20/00—
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提出了一种基于CT和钻探数据相结合的建模新方法,适用于工程勘察的地层分布确定,为基坑支护、地基基础设计提供数据;该建模方法包括:工程分区、钻孔及钻孔数据处理、电磁波CT地质扫描、离散化数据的处理、电磁波CT信息赋值和建立三维地质赋值模型;本发明能够解决现有岩土工程设计、施工中存在三维数据不足、中心权重过大、容易导致“牛眼”和误差大的问题,具有三维数据充足、误差小和效率高等突出优势,可广泛应用于工程设计和施工。
Description
技术领域
本发明涉及一种基于CT和钻探数据相结合的建模新方法,适用于工程勘察的地层分布确定,为基坑支护、地基基础设计提供数据,属于工程勘探技术领域。
背景技术
确定地层分布是工程勘察的重要内容,也是基坑支护、地基基础设计的重要条件;在现有技术中,地层分布一般可根据钻孔点的数据确定,但由于钻孔点数量有限,其它非钻孔部位一般采用插值法进行数据补充,从而生成完整的地层分布曲线或地层分布曲面。
目前,工程勘察中的地层分布往往为二维数据,主要根据钻孔数据,使用直线或者样条曲线(一般为三阶样条曲线)进行连线插值,确定地层剖面曲线,进一步来建立三维地质模型;用此方法绘制的地层剖面曲线仅仅为地层曲面的示意图,与实际地层相差较大,往往不能满足岩土工程勘察设计需要;并且,二维的地层剖面图局限性较大,在进行设计过程中,需要设计人员通过推断来弥补其二维数据的不足,存在工作量大、效率低下和误差大的缺陷;并且这些地层插值法存在三维数据不足、中心权重过大、容易导致“牛眼”和误差大的问题。
因此,需要开发一种新的三维地层建模的新方法,以生成三维地层模型,从而解决现有岩土工程设计、施工中存在三维数据不足、中心权重过大、容易导致“牛眼”和误差大的问题。
发明内容
本发明的目的,是为了解决现有岩土工程设计、施工中存在三维数据不足、中心权重过大、容易导致“牛眼”和误差大的问题,提供一种基于CT和钻探数据相结合的建模新方法;具有三维数据充足、误差小和效率高等特点;解决了工程设计、施工过程中地层分层及地质形态的问题。
本发明的目的可以通过采取如下技术方案达到:
一种基于CT和钻探数据相结合的建模新方法,其特征在于,该方法包括如下步骤:
1)进行工程分区:
把工程现场分为相互独立的若干区域,分区的原则为根据工程地质条件相似或相近的基本原则进行;以避免不相关的数据造成的干扰。
2)进行钻孔及钻孔数据处理:
2-1)根据工程分区进行钻孔并统计钻孔数据,在统计钻孔数据时,忽略钻探数据中的特殊地质体,包括岩土体空洞、孤石;
2-2)采用二级编码形式将钻探数据进行统一编码,以把钻孔数据转化为可用计算机直接编程分析的数据;
2-3)查钻探数据表,得出不同数据所对应的土质材料,对钻探数据进行材料赋值(设共有n种材料),以便于后续对CT数据的赋值与验证。
3)电磁波CT地质扫描:
3-1)使用CT扫描仪器对各个工程分区进行地质扫描,生成平面电磁波CT图像;
3-2)提取电磁波图像信息,提取各区域的CT值,CT值是CT图像中各地质与电磁波波速的对应值,CT图像所对应的数据以矩阵的形式储存在计算机中。
4)离散化数据的处理:
对步骤3)中提取出来的图像信息数据进行处理,通过计算机编程识别离散化后的数据,判别每一点的CT值所属的范围;
4-1)当电磁波通过不同地质材料时,电磁波的波速会有所不同,工程中利用该特点生成了地质电磁波CT图像,CT图像所对应的数据会以矩阵的形式储存在计算机中,进而可通过matlab计算机编程分析矩阵中各个点的CT数据,利用K-means聚类算法(k=n),根据电磁波通过不同地质时反映出不同的波速的经验数值来取一特征数据作为中心对象,储存在矩阵中的数据通过算法的运算将被分成k(n)类,各聚类数据以集合的形式出现;
4-2)K-means聚类算法的算法步骤为:
(1)从N个数据对象任意选择k个对象作为初始聚类中心;
(2)根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行划分;
(3)重新计算每个(有变化)聚类的均值(中心对象);
(4)计算标准测度函数,当满足一定条件,如函数收敛时,则算法终止;如果条件不满足则回到步骤(2)。
5)电磁波CT信息赋值:
5-1)把步骤4)中处理后的数据进行赋值,根据相似定理结合步骤2中已赋值的钻探数据,对聚类处理后的CT数据集合赋予不同的值;
5-2)把赋值处理后的CT数据作为插值条件,确定地层插值数据和结果。
6)建立三维地质赋值模型:
6-1)分析各点各岩土层高程数据的概率特性,选取变差函数,计算其目标函数,计算及拟合实验变差函数;
6-2)搜索三维邻域点,确定克里金方程组,求解克里金方程组得到权重系数,最终得到待插值点的属性值;
6-3)综合以上所有数据,并将其输入Autodesk 3D max软件中,生成三维地质赋值模型。
本发明的目的还可以通过采取如下技术方案达到:
进一步地,步骤4)所述离散化数据的处理,是指对储存在计算机中的CT数据进行提取处理,电磁波CT图像中的数据以矩阵的形式储存在计算机中,利用计算机编程分析CT数据即波速V所属的类别,处理之后的CT数据被划分为k类。
进一步地,步骤4)中所述的计算机编程,是指使用matlab软件进行编程,利用K-means聚类算法,生成程序对CT值进行自动识别,CT数据以相似性为基础被划分为K类。
进一步地,步骤5)中电磁波CT信息赋值,是指利用各种不同的地质材料对电磁波波速的影响以及利用已有的通过钻探所得的局部的地质数据对CT信息进行验证和赋值。
本发明的有益效果是:
本发明根据地质类别把场地分区,各分区间数据独立、不相互影响;首先忽略岩土体空洞、孤石等特殊地质体的数据,通过钻探获得局部的地质数据信息,采用二级编码形式将钻探数据进行统一编码;通过CT扫描,生成平面电磁波CT图像,同时提取出图像的CT值,并对CT值进行离散化处理;通过计算机编程软件matlab编写程序,利用K-means聚类算法判别聚类离散化后的数据;聚类算法是以相似性为基础的,K-means算法接受输入量k(钻探数据中的n种材料);然后将N个数据对象划分为K个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小;聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的;通过利用钻探数据对处理后的CT数据的赋值,使用克里金插值法,确定确定地层插值数据并输入到Autodesk 3D max软件,最后建立三维地质赋值模型;因此本发明能够解决现有岩土工程设计、施工中存在三维数据不足、中心权重过大、容易导致“牛眼”和误差大的问题,具有三维数据充足、误差小和效率高等突出的有益效果,可广泛应用于工程设计和施工。
附图说明
图1:本发明的三维地质赋值模型实施步骤计算流程图。
具体实施方式
以下结合附图对本发明的具体实施例进行详细说明;应当理解的是此处所给出的具体实施例仅用于说明和解释本发明,并不能用来限制本发明。
如图1所示,为根据本发明的三维地质赋值模型实施步骤计算流程图,该流程图包括:钻探并收集数据;对钻探数据赋值;电磁波CT地质扫描;利用K-means聚类算法处理CT数据;CT数据根据相似原则,形成不同集合;利用已赋值过的钻探数据进一步对CT数据赋值;三维克里金插值法;整理地层资料数据,生成三维地质赋值模型。
在本实施例中,具体地,通过该计算流程图可以生成三维地质赋值模型;该计算流程图是涉及到一种基于CT和钻探数据相结合的建模新方法,该方法包括:
1)进行工程分区:
把工程现场分为相互独立的若干区域,分区的原则为根据工程地质条件相似或相近的基本原则进行;以避免不相关的数据造成的干扰。
2)进行钻孔及钻孔数据处理:
2-1)根据工程分区进行钻孔并统计钻孔数据,在统计钻孔数据时,忽略钻探数据中的特殊地质体,包括岩土体空洞、孤石;
2-2)采用二级编码形式将钻探数据进行统一编码,以把钻孔数据转化为可用计算机直接编程分析的数据;
2-3)查钻探数据表,得出不同数据所对应的土质材料,如用“A”代表“杂填土”、“B”代表“中风化土”......对钻探数据进行材料赋值(设共有n种材料),以便于后续对CT数据的赋值与验证。
3)电磁波CT地质扫描:
3-1)使用CT扫描仪器对各个工程分区进行地质扫描,生成平面电磁波CT图像;
3-2)提取电磁波图像信息,提取各区域的CT值,CT值是CT图像中各地质与电磁波波速的对应值,CT图像所对应的数据以矩阵的形式储存在计算机中。
4)离散化数据的处理:
对步骤3)中提取出来的图像信息数据进行处理,通过计算机编程识别离散化后的数据,判别每一点的CT值所属的范围。
4-1)当电磁波通过不同地质材料时,电磁波的波速会有所不同,工程中利用这一特点生成了地质电磁波CT图像,CT图像所对应的数据会以矩阵的形式储存在计算机中,进而可通过matlab计算机编程分析矩阵中各个点的CT数据,利用K-means聚类算法(k=n),根据电磁波通过不同地质时反映出不同的波速的经验数值来取一特征数据作为中心对象,储存在矩阵中的数据通过算法的运算将被分成k(n)类,各聚类数据以集合的形式出现。
4-2)K-means聚类算法的算法步骤为:
(1)从N个数据对象任意选择k个对象作为初始聚类中心;
(2)根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行划分;
(3)重新计算每个(有变化)聚类的均值(中心对象);
(4)计算标准测度函数,当满足一定条件,如函数收敛时,则算法终止;如果条件不满足则回到步骤(2)。
5)电磁波CT信息赋值:
5-1)把步骤4)中处理后的数据进行赋值,根据相似定理结合步骤2中已赋值的钻探数据,对聚类处理后的CT数据集合赋予不同的“值”如{集合1}——A......;
5-2)把赋值处理后的CT数据作为插值条件,确定地层插值数据和结果。
6)建立三维地质赋值模型:
6-1)分析各点各岩土层高程数据的概率特性,选取变差函数,计算其目标函数,计算及拟合实验变差函数;
6-2)搜索三维邻域点,确定克里金方程组,求解克里金方程组得到权重系数,最终得到待插值点的属性值;
6-3)综合以上所有数据,并将其输入Autodesk 3D max软件中,生成三维地质赋值模型。
具体地,步骤4)所述离散化数据的处理,是指对储存在计算机中的CT数据进行提取处理,电磁波CT图像中的数据以矩阵的形式储存在计算机中,利用计算机编程分析CT数据即波速V所属的类别,处理之后的CT数据被划分为k类。
具体地,步骤4)中所述的计算机编程,是指使用matlab软件进行编程,利用K-means聚类算法,生成程序对CT值进行自动识别,CT数据以相似性为基础被划分为K类。
具体地,步骤5)中电磁波CT信息赋值,是指利用各种不同的地质材料对电磁波波速的影响以及利用已有的通过钻探所得的局部的地质数据对CT信息进行验证和赋值。
在上述实施例中,过钻探获得局部有限区域内的地层分布情况,地层由上往下的具体组成,甚至是特殊地质体,包括岩土体空洞、孤石等,将所得数据对CT数据进行验证与赋值,利用克里金插值发法,最后建立较为完整的三维地质模型。
本实施例的一个具体应用案例:
将本实施例应用于选取某岩溶地区工程。
选取某岩溶地区工程,通过基于CT和钻探数据相结合的建模新方法实施三维地质建模,通过如下步骤实现:
1)工程分区及钻探数据整理:
为了避免不相关的数据干扰,首先根据工程地质环境和钻探结果进行工程分区,把工程现场分为相互独立的若干区域;分区的原则为根据工程地质条件相似或相近的基本原则进行。
2)钻孔数据处理:
①根据工程分区进行钻孔并统计钻孔数据,通过工程物探方法得出各地质分层界面图;
②在统计钻孔数据时,忽略钻探数据中的特殊地质体,包括岩土体空洞、孤石;
③采用二级编码形式将钻探数据进行统一编码,以把钻孔数据转化为可用计算机直接编程分析的数据;
④对钻探数据进行材料赋值。
3)电磁波CT地质扫描:
①使用电磁波仪器对各个工程分区进行CT扫描;
②生成平面电磁波图像;
③提取电磁波图像中的信息。
4)离散化数据的处理:
①根据对钻探数据的赋值,取K=n;
②利用K-means聚类算法处理图像数据;
③以相似性为基础对数据进行划分。
5)CT数据的赋值:
①利用赋值后的钻探数据对聚类处理后的CT数据进行赋值;
②把赋值处理后的CT数据作为插值条件,确定地层插值数据和结果。
6)三维克里金插值法:
①选取变差函数,计算其目标函数,计算及拟合实验变差函数;
②搜索三维邻域点,求解克里金方程组,取得到待插值点的属性值。
7)建立三维地质赋值模型:
①集合处理好的材料和数据;
②使用Autodesk 3D max软件,生成三维地质赋值模型。
在上述实施例中,在工程地质勘察中,钻探点一般来说是较为准确的已知点,根据钻探数据,对电磁波图像信息进行赋值处理后可得到较为相符的地层数据,从而建立三维地质模型;现有技术中,常利用确定性插值的方法来建立三维地质模型,一般包括:反距离加权法、最小二乘法和克里金方法等;仅仅用插值的方法来推断建立三维模型有一定的局限性,容易导致“牛眼”的出现,和较大误差的出现;为了克服这些问题,本发明通过CT数据和钻探数据的相结合,增强了三维地质模型的稳定性和准确性;可在岩土工程三维设计中推广使用。
需要理解的是,上述实施例为本发明的一个或多个实施例,基于本发明还有很多其他实施例及其变形;本行业的普通技术人员在没有作出开拓性的创新的时候,通过本发明进行的变形和修改,均属于本发明的保护范围。
Claims (4)
1.一种基于CT和钻探数据相结合的建模新方法,其特征在于,所述方法包括如下步骤:
1)进行工程分区;
2)进行钻孔及钻孔数据处理;
3)电磁波CT地质扫描;
4)离散化数据的处理;
5)电磁波CT信息赋值;
6)建立三维地质赋值模型;
所述进行工程分区包括:把工程现场分为相互独立的若干区域,分区的原则为根据工程地质条件相似或相近的基本原则进行;以避免不相关的数据造成的干扰;
所述进行钻孔及钻孔数据处理包括:根据工程分区进行钻孔并统计钻孔数据,在统计钻孔数据时,忽略钻探数据中的特殊地质体,包括岩土体空洞、孤石;采用二级编码形式将钻探数据进行统一编码,以把钻孔数据转化为可用计算机直接编程分析的数据;查钻探数据表,得出不同数据所对应的土质材料,对钻探数据进行材料赋值(设共有n种材料),以便于后续对CT数据的赋值与验证;
所述电磁波CT地质扫描包括:使用CT扫描仪器对各个工程分区进行地质扫描,生成平面电磁波CT图像;提取电磁波图像信息,提取各区域的CT值,CT值是CT图像中各地质与电磁波波速的对应值,CT图像所对应的数据以矩阵的形式储存在计算机中;
所述离散化数据的处理包括:对提取出来的图像信息数据进行处理,通过计算机编程识别离散化后的数据,判别每一点的CT值所属的范围;所述判别每一点的CT值所属的范围包括:利用电磁波通过不同地质材料时的波速不同的特点生成了地质电磁波CT图像,CT图像所对应的数据会以矩阵的形式储存在计算机中,进而通过matlab计算机编程分析矩阵中各个点的CT数据,利用K-means聚类算法(k=n),根据电磁波通过不同地质时反映出不同的波速的经验数值来取一特征数据作为中心对象,储存在矩阵中的数据通过聚类算法的运算将被分成k(n)类,各聚类数据以集合的形式出现;
所述电磁波CT信息赋值包括:把离散化数据的处理后的数据进行赋值,根据相似定理结合所述钻孔数据处理中已赋值的钻探数据,对聚类处理后的CT数据集合赋予不同的值;把赋值处理后的CT数据作为插值条件,确定地层插值数据和结果;
所述建立三维地质赋值模型包括:分析各点各岩土层高程数据的概率特性,选取变差函数,计算其目标函数,计算及拟合实验变差函数;搜索三维邻域点,确定克里金方程组,求解克里金方程组得到权重系数,最终得到待插值点的属性值;将得到的目标函数、拟合实验变差函数和待插值点的属性值输入Autodesk 3D max软件中,生成三维地质赋值模型。
2.根据权利要求1所述的一种基于CT和钻探数据相结合的建模新方法,其特征在于,所述离散化数据的处理还包括:对储存在计算机中的CT数据进行提取处理,电磁波CT图像中的数据以矩阵的形式储存在计算机中,利用计算机编程分析CT数据即波速V所属的类别,处理后的CT数据被划分为k类;所述计算机编程是指使用matlab软件进行编程,利用K-means聚类算法,生成程序对CT值进行自动识别,CT数据以相似性为基础被划分为K类。
3.根据权利要求1所述的一种基于CT和钻探数据相结合的建模新方法,其特征在于,所述K-means聚类算法包括:a)从N个数据对象任意选择k个对象作为初始聚类中心;b)根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行划分;c)重新计算每个有变化聚类的均值;d)计算标准测度函数,当满足一定条件,如函数收敛时,则算法终止;如果条件不满足则回到步骤b)。
4.根据权利要求1所述的一种基于CT和钻探数据相结合的建模新方法,其特征在于,所述电磁波CT信息赋值还包括:利用各种不同的地质材料对电磁波波速的影响以及利用已有的通过钻探所得的局部的地质数据对CT信息进行验证和赋值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211236393.7A CN115494560A (zh) | 2022-10-10 | 2022-10-10 | 一种基于ct和钻探数据相结合的建模新方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211236393.7A CN115494560A (zh) | 2022-10-10 | 2022-10-10 | 一种基于ct和钻探数据相结合的建模新方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115494560A true CN115494560A (zh) | 2022-12-20 |
Family
ID=84474978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211236393.7A Pending CN115494560A (zh) | 2022-10-10 | 2022-10-10 | 一种基于ct和钻探数据相结合的建模新方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115494560A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116415161A (zh) * | 2023-04-17 | 2023-07-11 | 中交第四航务工程局有限公司 | 一种串状溶洞地质钻孔探测与不同物理波探测数据的拟合互补方法 |
CN116578895A (zh) * | 2023-04-17 | 2023-08-11 | 中交第四航务工程局有限公司 | 一种串状溶洞地质钻孔探测与弹性波ct扫描的数据聚类分析方法 |
-
2022
- 2022-10-10 CN CN202211236393.7A patent/CN115494560A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116415161A (zh) * | 2023-04-17 | 2023-07-11 | 中交第四航务工程局有限公司 | 一种串状溶洞地质钻孔探测与不同物理波探测数据的拟合互补方法 |
CN116578895A (zh) * | 2023-04-17 | 2023-08-11 | 中交第四航务工程局有限公司 | 一种串状溶洞地质钻孔探测与弹性波ct扫描的数据聚类分析方法 |
CN116415161B (zh) * | 2023-04-17 | 2023-09-08 | 中交第四航务工程局有限公司 | 一种串状溶洞地质钻孔探测与不同物理波探测数据的拟合互补方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8219322B2 (en) | Processing of stratigraphic data | |
Chen et al. | Machine learning-based classification of rock discontinuity trace: SMOTE oversampling integrated with GBT ensemble learning | |
CN115494560A (zh) | 一种基于ct和钻探数据相结合的建模新方法 | |
CN103765245B (zh) | 混合式确定性-地质统计地球模型 | |
Ouenes | Practical application of fuzzy logic and neural networks to fractured reservoir characterization | |
CN102918423B (zh) | 用于地震烃体系分析的方法 | |
Natali et al. | Modeling Terrains and Subsurface Geology. | |
CN103824329B (zh) | 一种地质勘探三维可视化储量估算方法 | |
CN103903061B (zh) | 三维矿产资源预测评价中信息综合处理装置及其方法 | |
US11169287B2 (en) | Method and system for automated velocity model updating using machine learning | |
CN104573705A (zh) | 一种建筑物激光扫描点云数据的聚类方法 | |
WO2018222331A1 (en) | Constructing structural models of the subsurface | |
CN112415582B (zh) | 一种结构和波速随机布设的三维速度地质建模方法 | |
CN109670533A (zh) | 一种基于卷积神经网络的多尺度测井相识别方法 | |
CN110244021B (zh) | 一种基于各向异性插值的地层分层方法 | |
CN103775075A (zh) | 一种全井段岩性识别方法 | |
CN110363299B (zh) | 面向露头岩层分层的空间案例推理方法 | |
CN111983691A (zh) | 一种多模型融合的储层预测方法及软件系统 | |
CN112562078A (zh) | 一种三维地质分析预测模型构建方法 | |
CN113902861A (zh) | 一种基于机器学习的三维地质建模方法 | |
CN105844710B (zh) | 一种地质体网格化过程中的数据检测方法 | |
CN107633556A (zh) | 一种定量获得三维矿床地质模型不确定性的方法 | |
CN107507179B (zh) | 基于gocad的岩土体量化分析方法 | |
CN116912300A (zh) | 基于表面裂隙与岩体内部岩性智能识别的隧道爆破方法 | |
CN104111476B (zh) | 构建地层速度场的方法及装置 |
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 |