CN116758235A - 基于多源数据的多维地下空间渐进式3d建模方法 - Google Patents
基于多源数据的多维地下空间渐进式3d建模方法 Download PDFInfo
- Publication number
- CN116758235A CN116758235A CN202310809608.8A CN202310809608A CN116758235A CN 116758235 A CN116758235 A CN 116758235A CN 202310809608 A CN202310809608 A CN 202310809608A CN 116758235 A CN116758235 A CN 116758235A
- Authority
- CN
- China
- Prior art keywords
- space
- source data
- underground space
- discrete
- risk
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000000750 progressive effect Effects 0.000 title claims abstract description 25
- 238000012502 risk assessment Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000013499 data model Methods 0.000 claims abstract description 6
- 239000002689 soil Substances 0.000 claims description 62
- 238000007667 floating Methods 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 239000006185 dispersion Substances 0.000 claims description 16
- 239000011800 void material Substances 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 9
- 239000011148 porous material Substances 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000000630 rising effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 10
- 239000003673 groundwater Substances 0.000 description 8
- 230000004927 fusion Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000004062 sedimentation Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007500 overflow downdraw method Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013144 data compression Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012732 spatial analysis Methods 0.000 description 2
- 238000007794 visualization technique Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了基于多源数据的多维地下空间渐进式3D建模方法，涉及3D建模技术领域，采集端收集地下空间的多源数据，处理端对收集到的数据进行预处理，通过预处理后的多源数据分析地下空间是否存在坍塌风险，将不同格式的多源数据进行整合后融合到一个统一的多源数据模型中，利用融合后的多源数据进行地下空间的渐进式3D建模。本发明在建立地下空间3D模型的同时，有效通过多源数据对地下空间进行坍塌风险，并将坍塌风险分析结果与地下空间3D模型结合并展示，不仅能够全面、准确的提供地下空间三维信息，而且通过对地下空间进行坍塌风险分析，有利于勘探人员提前制定风险管理措施。
Description
技术领域
本发明涉及3D建模技术领域，具体涉及基于多源数据的多维地下空间渐进式3D建模方法。
背景技术
多维地下空间渐进式3D建模是一种用于获取、分析和可视化地下环境的技术，在传统的地下空间研究中，通常使用2D地图或地下图纸来表示地下结构和地质特征，然而，这种表示方式通常无法提供全面的、准确的地下信息；
多维地下空间渐进式3D建模旨在通过结合各种数据源和技术，创建出更加准确和可视化的地下空间模型，这种建模方法利用了地下勘探技术(如地质勘探、地球物理勘探和地下雷达等)获取的数据，以及地下基础设施的地理信息系统(GIS)数据和其他相关数据，通过将这些数据整合到一个统一的3D模型中，可以更好地理解地下环境的复杂性和特征。
现有技术存在以下不足：
现有的建模方法在对地下空间进行3D建模时，没有进行坍塌风险分析处理，意味着未对地下空间的潜在坍塌风险进行评估和识别，这可能导致在地下工程实施过程中出现未预料到的地质灾害，如坍塌、滑坡等，对工程安全和人员安全产生潜在威胁，导致在项目实施过程中无法采取适当的风险管理措施，从而增加了工程的风险和不确定性。
发明内容
本发明的目的是提供基于多源数据的多维地下空间渐进式3D建模方法，以解决背景技术中不足。
为了实现上述目的，本发明提供如下技术方案：基于多源数据的多维地下空间渐进式3D建模方法，所述建模方法包括以下步骤：
S1：采集端收集地下空间的多源数据，并对收集到的多源数据进行预处理；
S2：处理端通过预处理后的多源数据分析地下空间是否存在坍塌风险；
S3：将不同格式的多源数据进行整合后融合到多源数据模型中；
S4：利用融合后的多源数据进行地下空间的渐进式3D建模；
S5：将地下空间的坍塌风险分析结果与3D模型结合后进行可视化展示。
在一个优选的实施方式中，所述采集端收集地下空间的多源数据，多源数据包括多区域点振动频率、土体浮动系数以及空间壁空洞离散指数。
在一个优选的实施方式中，所述多区域点振动频率的计算表达式为：
式中，T为空间振动监测时间段，zdc为多区域点在T时间段内监测到的振动次数。
在一个优选的实施方式中，所述土体浮动系数的计算表达式为：
计算土体浮动系数tfx，TQ为土层的实时孔隙水压力，[ta，tb]为地下水位上涨预警时段，[tc，td]为地下水位下降预警时段。
在一个优选的实施方式中，所述空间壁空洞离散指数的获取逻辑为：先计算空间壁空洞的离散程度后，再依据空间壁空洞的离散程度生成空间壁空洞离散指数。
在一个优选的实施方式中，所述空间壁空洞的离散程度的计算表达式为：
式中，ksd为空间壁空洞的离散程度，i＝{1、2、3、...、n}，n表示空间壁空洞的采集数量，n为正整数，Ki表示不同的空洞数值，表示所有空洞数值的平均值，计算表达式为：
在一个优选的实施方式中，当空洞数值的平均值小于等于空洞阈值，且空间壁空洞的离散程度ksd小于离散阈值，空间壁空洞离散指数kds＝2.5；
当空洞数值的平均值小于等于空洞阈值，且空间壁空洞的离散程度ksd大于离散阈值，空间壁空洞离散指数kds＝2；
当空洞数值的平均值大于空洞阈值，且空间壁空洞的离散程度ksd大于离散阈值，空间壁空洞离散指数kds＝1.5；
当空洞数值的平均值大于空洞阈值，且空间壁空洞的离散程度ksd小于离散阈值，空间壁空洞离散指数kds＝1。
在一个优选的实施方式中，所述处理端将预处理后的多区域点振动频率、土体浮动系数以及空间壁空洞离散指数去除量纲后，综合计算得到风险系数fxs，计算表达式为：
式中，zdq为多区域点振动频率，tfx为土体浮动系数，kds为空间壁空洞离散指数，α、β、γ分别为土体浮动系数、多区域点振动频率以及空间壁空洞离散指数的比例系数，且α、β、γ均大于0。
在一个优选的实施方式中，获取所述风险系数fxs后，通过风险系数fxs与风险阈值的比较来分析地下空间是否存在坍塌风险，若风险系数大于风险阈值，分析地下空间存在坍塌风险，若风险系数小于等于风险阈值，分析地下空间不存在坍塌风险。
在上述技术方案中，本发明提供的技术效果和优点：
1、本发明通过采集端收集地下空间的多源数据，处理端对收集到的数据进行预处理，通过预处理后的多源数据分析地下空间是否存在坍塌风险，将不同格式的多源数据进行整合后融合到一个统一的多源数据模型中，利用融合后的多源数据进行地下空间的渐进式3D建模，最后将地下空间的坍塌风险分析结果与3D模型结合后进行可视化展示，该建模方法在建立地下空间3D模型的同时，有效通过多源数据对地下空间进行坍塌风险，并将坍塌风险分析结果与地下空间3D模型结合并展示，不仅能够全面、准确的提供地下空间三维信息，而且通过对地下空间进行坍塌风险分析，有利于勘探人员提前制定风险管理措施；
2、本发明通过处理端将预处理后的多区域点振动频率、土体浮动系数以及空间壁空洞离散指数去除量纲后，综合计算得到风险系数，在获取风险系数fxs后，通过风险系数fxs与风险阈值的比较来分析地下空间是否存在坍塌风险，从而有效对地下空间进行全面的坍塌风险分析，且对数据综合处理，提高数据处理效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明的方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
请参阅图1所示，本实施例所述基于多源数据的多维地下空间渐进式3D建模方法，所述建模方法包括以下步骤：
采集端收集地下空间的多源数据，多源数据通过各种传感器、测量仪器和勘探设备获取，并对收集到的多源数据进行预处理，包括以下步骤：
A、数据清洗：
对采集到的数据进行初步清洗，包括去除重复数据、处理缺失值、修复数据错误等，这有助于确保数据的质量和准确性；
B、数据对齐：
如果采集到的多源数据存在时间戳或空间坐标信息，需要进行数据对齐，以确保不同数据源之间的一致性，这可能涉及到时间或空间插值、数据匹配等技术手段；
C、数据配准：
将不同数据源的坐标系进行配准，以使它们在相同的参考框架下对齐，这可以通过地理配准、坐标转换等方法来实现；
D、数据插值和重建：
对于存在数据缺失或稀疏的区域，可以使用插值和重建技术填补数据空白，以获取连续、完整的地下空间数据，常用的插值方法包括克里金插值、反距离加权插值等；
E、数据压缩和优化：
针对大规模的多源数据，可以采用数据压缩和优化技术，减少数据存储和传输的开销，提高数据处理效率和性能；
F、数据标准化和格式转换：
将不同数据源的格式进行统一和转换，以便于后续的数据分析和建模，这可能涉及到数据标准化、格式转换、单位转换等操作；
预处理有助于消除多源数据中的噪声和不确定性，提高多源数据的质量和准确性。
处理端通过预处理后的多源数据分析地下空间是否存在坍塌风险，将不同来源的多源数据融合到一个统一的多源数据模型中，这可能涉及将不同格式的多源数据进行整合，使其在同一坐标系下相互关联，包括以下步骤：
A、坐标系统一：
如果不同数据源使用不同的坐标系，需要将它们转换为相同的坐标系，以便在同一空间参考框架下进行数据关联和融合，这可能需要进行坐标转换、地理配准等操作；
B、数据关联：
将不同来源的数据通过共享的属性进行关联，以建立它们之间的联系，这可以是地理位置、时间戳、ID等共同的属性，通过这些属性进行数据关联可以确保数据在同一实体上对应；
C、数据校正和校验：
对于不同来源的数据，可能存在数据差异、误差或不一致的情况，在进行数据融合之前，需要进行数据校正和校验，以减少数据偏差和错误对融合结果的影响；
D、数据匹配和匹配算法：
对于没有直接关联的数据，可能需要使用匹配算法来进行数据匹配和关联，这可以基于相似性度量、空间关系等进行匹配，并将匹配的结果用于数据融合；
E、数据融合方法：
根据具体需求和数据特点，选择合适的数据融合方法，这可能包括基于统计模型的融合、基于权重的融合、基于规则的融合等，融合方法应考虑数据的可靠性、精度和不确定性。
利用融合后的多源数据进行地下空间的渐进式3D建模，对建模结果进行空间分析和验证，确保模型与实际地下情况相符，包括实测多源数据的对比、地质学家的专业评估等，包括以下步骤：
A、建模数据准备：
将融合后的多源数据转化为适合建模的格式和结构，这可能包括数据解析、数据预处理和转换等操作，以确保数据的一致性和可用性；
获取的多源数据包括：
A1、地质数据：
地质数据是进行地下空间3D建模的基础，这包括地质勘探数据、地质图、地质剖面图等，用于了解地下岩石、地层分布、构造特征等信息；
A2、地下水数据：
地下水数据对于地下空间建模也非常重要，这包括地下水位数据、地下水流数据、水质数据等，用于分析地下水的分布、流动特性和对地下空间的影响；
A3、地形数据：
地形数据提供地表的高程和形状信息，对于建立地下空间的参考框架非常重要，这可以通过数字高程模型(DEM)或激光雷达测量数据获得；
A4、岩土工程数据：
岩土工程数据提供地下土层的物理性质和力学特性，这包括土壤类型、地下土层参数、地下水压力数据等，对于分析地下空间的稳定性和工程行为至关重要；
A5、地下设施数据：
如果地下空间中存在已建设的地下设施，获取相应的地下设施数据是必要的，这包括地下管线、隧道、地下室等的几何和属性信息；
A6、遥感数据：
遥感数据可以提供大范围的地表覆盖信息，对于补充和验证其他数据非常有用，这包括航空摄影图像、卫星图像等；
A7、地下勘探数据：
地下勘探数据包括地球物理勘探数据、地球化学勘探数据等，用于了解地下的物理性质、成分和构造；
A8、其他辅助数据：
还可以根据具体需要获取其他辅助数据，如地下空间的监测数据、环境数据等，以更全面地了解地下空间的特征和条件；
B、地下空间建模：
基于融合后的多源数据，使用适当的建模方法和工具进行地下空间的渐进式3D建模，这可能涉及到三维重建、体素化、曲面建模等技术，以生成具有几何和属性信息的地下空间模型；
C、模型验证：
对建模结果进行验证，以确保模型与实际地下情况相符，这可以包括以下方面：
C1、实测数据对比：将建模结果与实测数据进行对比，包括地质钻探数据、地下水位监测数据等，比较建模结果与实测数据的一致性和准确性；
C2、地质学家的专业评估：邀请地质学家或领域专家对建模结果进行评估和验证，以确认地质结构、地层特征、岩土性质等方面的准确性；
C3、地下空间观测：进行地下空间的实地观测和监测，比较观测数据与建模结果，验证模型在空间上的准确性和一致性；
D、空间分析：
在建模结果的基础上进行空间分析，探索地下空间的特征和关系，这可以包括地下空间可视化、空间查询、空间统计分析等方法，以从模型中提取有关地下空间的信息；
E、模型优化和迭代：
根据验证和分析结果，对建模过程进行优化和迭代，以进一步提高模型的准确性和可靠性，这可能涉及到数据修正、模型参数调整、建模算法优化等。
将地下空间的坍塌风险分析结果与3D模型结合后进行可视化展示，并提供交互式探索功能，这有助于用户更好地理解地下空间特征，发现隐藏的模式和趋势，随着新多源数据的不断积累，地下空间模型可能需要定期更新和优化，以保持其准确性和实用性。
本申请通过采集端收集地下空间的多源数据，处理端对收集到的数据进行预处理，通过预处理后的多源数据分析地下空间是否存在坍塌风险，将不同格式的多源数据进行整合后融合到一个统一的多源数据模型中，利用融合后的多源数据进行地下空间的渐进式3D建模，最后将地下空间的坍塌风险分析结果与3D模型结合后进行可视化展示，该建模方法在建立地下空间3D模型的同时，有效通过多源数据对地下空间进行坍塌风险，并将坍塌风险分析结果与地下空间3D模型结合并展示，不仅能够全面、准确的提供地下空间三维信息，而且通过对地下空间进行坍塌风险分析，有利于勘探人员提前制定风险管理措施。
实施例2：采集端收集地下空间的多源数据，多源数据包括多区域点振动频率、土体浮动系数以及空间壁空洞离散指数；
处理端通过预处理后的多源数据分析地下空间是否存在坍塌风险包括以下步骤：
处理端将预处理后的多区域点振动频率、土体浮动系数以及空间壁空洞离散指数去除量纲后，综合计算得到风险系数fxs，计算表达式为：
式中，zdq为多区域点振动频率，tfx为土体浮动系数，kds为空间壁空洞离散指数，α、β、γ分别为土体浮动系数、多区域点振动频率以及空间壁空洞离散指数的比例系数，且α、β、γ均大于0。
获取风险系数fxs后，通过风险系数fxs与风险阈值的比较来分析地下空间是否存在坍塌风险，若风险系数大于风险阈值，分析地下空间存在坍塌风险，若风险系数小于等于风险阈值，分析地下空间不存在坍塌风险。
本申请通过处理端将预处理后的多区域点振动频率、土体浮动系数以及空间壁空洞离散指数去除量纲后，综合计算得到风险系数，在获取风险系数fxs后，通过风险系数fxs与风险阈值的比较来分析地下空间是否存在坍塌风险，从而有效对地下空间进行全面的坍塌风险分析，且对数据综合处理，提高数据处理效率。
多区域点振动频率的计算表达式为：
式中，T为空间振动监测时间段，zdc为多区域点在T时间段内监测到的振动次数，其中，振动次数通过设置在地下空间周围土层的振动传感器在线监测；
当多区域点振动频率越大，可能会导致以下影响：
1)土壤液化：当土壤受到较大振动时，土壤内的孔隙水压力会增加，导致土壤失去稳定性，出现液化现象，这会导致土壤的强度急剧下降，地下空间的支撑结构可能会受到破坏或沉降；
2)土体破坏：强烈振动频率可能会导致土体内部的微观结构破坏，如土颗粒间的接触力减小、土体中的裂缝扩展等，进而降低土壤的整体稳定性；
3)结构损坏：如果地下空间附近存在建筑物或其他地下结构，强烈的振动频率可能会对这些结构造成损坏，振动频率越大，结构的受力和振动响应也会越大，可能导致结构的破坏或破坏加剧。
土体浮动系数的计算表达式为：
计算土体浮动系数tfx，TQ为土层的实时孔隙水压力，[ta，tb]为地下水位上涨预警时段，[tc，td]为地下水位下降预警时段。
当地下水位上升时，对土层的影响为：
1)对饱和土壤而言：当水位上升时，土壤中的孔隙水压力会增加，导致土层有效应力减小，这会减小土层的抗剪强度，增加土层的变形和沉降风险，如果水位上升幅度较大，土壤可能发生液化现象，进一步降低土壤的强度和稳定性；
2)对非饱和土壤而言：在非饱和土壤中，水位上升会引起孔隙吸力的减小，导致土壤的有效应力减小，这可能导致土层的体积变化和沉降，对地下空间的支撑结构和基础产生不利影响。
当地下水位下降时，对土层的影响为：
1)饱和土壤：当水位下降时，土壤中的孔隙水压力会减小，增加土层的有效应力，这会增强土层的抗剪强度，减少土层的变形和沉降风险，然而，如果下降水位幅度过大，可能引起土壤收缩和裂缝的形成，导致土壤稳定性下降；
2)非饱和土壤：在非饱和土壤中，水位下降会增加孔隙吸力，增强土壤的有效应力，这有助于提高土壤的稳定性和抗剪强度，减少土壤的变形和沉降风险。
空间壁空洞离散指数的获取逻辑为：
先计算空间壁空洞的离散程度，计算表达式为：
式中，ksd为空间壁空洞的离散程度，i＝{1、2、3、...、n}，n表示空间壁空洞的采集数量，n为正整数，Ki表示不同的空洞数值，表示所有空洞数值的平均值，计算表达式为：
当空洞数值的平均值小于等于空洞阈值，且空间壁空洞的离散程度ksd小于离散阈值，表示地下空间中的空洞相对较小且分布较为均匀，地下空间结构的稳定性较高，因为空洞大小和分布较为合理，不会引起显著的不均衡荷载，地下空间的整体强度和刚度较好，能够有效承受荷载，减少沉降和变形的风险，空间壁空洞离散指数kds＝2.5；
当空洞数值的平均值小于等于空洞阈值，且空间壁空洞的离散程度ksd大于离散阈值，表示地下空间中的空洞较小但分布不均匀，地下空间结构的稳定性可能受到影响，因为空洞的分布不均匀可能导致局部荷载集中和结构不均衡，地下空间的承载能力可能降低，可能存在局部沉降和变形的风险，空间壁空洞离散指数kds＝2；
当空洞数值的平均值大于空洞阈值，且空间壁空洞的离散程度ksd大于离散阈值，表示地下空间中的空洞较大且分布不均匀，地下空间结构的稳定性受到威胁，因为较大的空洞可能导致地下空间的荷载不均衡和结构破坏的风险增加，地下空间的整体强度和刚度可能减弱，导致承载能力下降和变形风险增加，空间壁空洞离散指数kds＝1.5；
当空洞数值的平均值大于空洞阈值，且空间壁空洞的离散程度ksd小于离散阈值，表示地下空间中的空洞较大且分布均匀，地下空间结构的稳定性受到严重威胁，局部荷载集中和结构失稳，且地下空间的承载能力显著降低，可能出现严重的沉降、结构破坏和变形，空间壁空洞离散指数kds＝1。
本申请中，空洞数值为空洞的面积，具体为：
空间壁中通常包括圆形空洞、矩形空洞以及不规则形状空洞，它们的面积获取方法如下：
1)圆形空洞：
面积计算公式：A＝πr2其中，A表示空洞的面积，r表示空洞的半径；
周长计算公式：C＝2πr其中，C表示空洞的周长，r表示空洞的半径。
2)矩形空洞：
面积计算公式：A＝L×w其中，A表示空洞的面积，L表示空洞的长度，w表示空洞的宽度；
周长计算公式：C＝2(L+w)其中，C表示空洞的周长，L表示空洞的长度，w表示空洞的宽度。
3)不规则形状空洞：对于不规则形状的空洞，可以使用图像处理软件或计算机辅助设计软件进行边界轮廓的测量，并计算出空洞的面积。
将地下空间的坍塌风险分析结果与3D模型结合后进行可视化展示，并提供交互式探索功能，这有助于用户更好地理解地下空间特征，发现隐藏的模式和趋势包括以下步骤：
1)数据整合：
将坍塌风险分析结果与3D模型的数据进行整合，确保它们在同一坐标系下相互关联，这可能涉及到数据格式转换、数据匹配和校准等操作；
2)可视化设计：
设计和选择合适的可视化方法和技术，以展示地下空间的3D模型和坍塌风险分析结果，这可以包括使用渲染技术、颜色编码、透明度调整等，以准确和清晰地呈现地下空间的特征和风险信息；
3)交互式探索功能：
提供交互式的探索功能，使用户能够自由浏览和探索地下空间模型，这可以包括缩放、旋转、平移等操作，以及标记、测量、查询等功能，让用户能够针对感兴趣的区域或特征进行深入分析；
4)动态效果和演示：
利用动态效果和演示技术，将地下空间的3D模型和坍塌风险分析结果以动态的方式展示给用户，这可以包括时间序列的动态变化、风险区域的演示、模型的切片和剖面显示等，以增强用户对地下空间特征和风险的理解；
5)结果解释和说明：
在可视化展示中提供对结果的解释和说明，确保用户能够准确理解地下空间的特征和坍塌风险，这可以包括标注、图例、文字说明等方式，以提供关键信息和背景知识；
6)用户反馈和改进：
接受用户的反馈和建议，根据用户的需求和意见对可视化展示进行改进和优化，这可以包括用户调查、用户测试和用户参与等方式，以确保展示效果符合用户的期望和需求。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。
本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-onLy memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.基于多源数据的多维地下空间渐进式3D建模方法，其特征在于：所述建模方法包括以下步骤：
S1：采集端收集地下空间的多源数据，并对收集到的多源数据进行预处理；
S2：处理端通过预处理后的多源数据分析地下空间是否存在坍塌风险；
S3：将不同格式的多源数据进行整合后融合到多源数据模型中；
S4：利用融合后的多源数据进行地下空间的渐进式3D建模；
S5：将地下空间的坍塌风险分析结果与3D模型结合后进行可视化展示。
2.根据权利要求1所述的基于多源数据的多维地下空间渐进式3D建模方法，其特征在于：所述采集端收集地下空间的多源数据，多源数据包括多区域点振动频率、土体浮动系数以及空间壁空洞离散指数。
3.根据权利要求2所述的基于多源数据的多维地下空间渐进式3D建模方法，其特征在于：所述多区域点振动频率的计算表达式为：
式中，T为空间振动监测时间段，zdc为多区域点在T时间段内监测到的振动次数。
4.根据权利要求3所述的基于多源数据的多维地下空间渐进式3D建模方法，其特征在于：所述土体浮动系数的计算表达式为：
计算土体浮动系数tfx，TQ为土层的实时孔隙水压力，[ta，tb]为地下水位上涨预警时段，[tc，td]为地下水位下降预警时段。
5.根据权利要求4所述的基于多源数据的多维地下空间渐进式3D建模方法，其特征在于：所述空间壁空洞离散指数的获取逻辑为：先计算空间壁空洞的离散程度后，再依据空间壁空洞的离散程度生成空间壁空洞离散指数。
6.根据权利要求5所述的基于多源数据的多维地下空间渐进式3D
建模方法，其特征在于：所述空间壁空洞的离散程度的计算表达式为：
式中，ksd为空间壁空洞的离散程度，i＝{1、2、3、...、n}，n表示空间壁空洞的采集数量，n为正整数，Ki表示不同的空洞数值，表示所有空洞数值的平均值，计算表达式为：
7.根据权利要求6所述的基于多源数据的多维地下空间渐进式3D建模方法，其特征在于：当空洞数值的平均值小于等于空洞阈值，且空间壁空洞的离散程度ksd小于离散阈值，空间壁空洞离散指数kds＝2.5；
当空洞数值的平均值小于等于空洞阈值，且空间壁空洞的离散程度ksd大于离散阈值，空间壁空洞离散指数kds＝2；
当空洞数值的平均值大于空洞阈值，且空间壁空洞的离散程度ksd大于离散阈值，空间壁空洞离散指数kds＝1.5；
当空洞数值的平均值大于空洞阈值，且空间壁空洞的离散程度ksd小于离散阈值，空间壁空洞离散指数kds＝1。
8.根据权利要求7所述的基于多源数据的多维地下空间渐进式3D建模方法，其特征在于：所述处理端将预处理后的多区域点振动频率、土体浮动系数以及空间壁空洞离散指数去除量纲后，综合计算得到风险系数fxs，计算表达式为：
式中，zdq为多区域点振动频率，tfx为土体浮动系数，kds为空间壁空洞离散指数，α、β、γ分别为土体浮动系数、多区域点振动频率以及空间壁空洞离散指数的比例系数，且α、β、γ均大于0。
9.根据权利要求8所述的基于多源数据的多维地下空间渐进式3D建模方法，其特征在于：获取所述风险系数fxs后，通过风险系数fxs与风险阈值的比较来分析地下空间是否存在坍塌风险，若风险系数大于风险阈值，分析地下空间存在坍塌风险，若风险系数小于等于风险阈值，分析地下空间不存在坍塌风险。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310809608.8A CN116758235B (zh) | 2023-07-04 | 2023-07-04 | 基于多源数据的多维地下空间渐进式3d建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310809608.8A CN116758235B (zh) | 2023-07-04 | 2023-07-04 | 基于多源数据的多维地下空间渐进式3d建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116758235A true CN116758235A (zh) | 2023-09-15 |
| CN116758235B CN116758235B (zh) | 2024-04-16 |
Family
ID=87949560
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310809608.8A Active CN116758235B (zh) | 2023-07-04 | 2023-07-04 | 基于多源数据的多维地下空间渐进式3d建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116758235B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117827192A (zh) * | 2023-12-26 | 2024-04-05 | 合肥锦上汇赢数字科技有限公司 | 一种三维模型生成系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU98785U1 (ru) * | 2010-04-29 | 2010-10-27 | Государственное образовательное учреждение высшего профессионального образования "Якутский государственный университет имени М.К. Аммосова" | Установка для моделирования процесса подземной газификации угля |
| US20180108094A1 (en) * | 2016-10-14 | 2018-04-19 | Caterpillar Inc. | Operating methods and systems for underground mining |
| CN111754084A (zh) * | 2020-05-29 | 2020-10-09 | 广东省国土资源测绘院 | 一种农村建设用地拆旧复垦潜力评估方法及其系统 |
| CN111964599A (zh) * | 2020-04-26 | 2020-11-20 | 杭州同睿工程科技有限公司 | 基于倾斜摄影测量技术的公路高边坡表面变形监测及分析方法 |
| CN112071021A (zh) * | 2020-08-13 | 2020-12-11 | 中国十七冶集团有限公司 | 基于bim应用技术高支模实时安全监测预警系统的预警方法 |
| CN115688032A (zh) * | 2022-10-27 | 2023-02-03 | 南京南瑞信息通信科技有限公司 | 基于多源数据融合的台风灾害下电网风险预警方法及系统 |
| CN116011291A (zh) * | 2023-01-17 | 2023-04-25 | 西安建筑科技大学 | 一种隧道洞口多源信息融合的边坡稳定性数字化评估平台 |
| CN116163314A (zh) * | 2022-12-05 | 2023-05-26 | 中铁十局集团第二工程有限公司 | 一种避免地下连续墙成槽坍塌的施工方法 |
-
2023
- 2023-07-04 CN CN202310809608.8A patent/CN116758235B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU98785U1 (ru) * | 2010-04-29 | 2010-10-27 | Государственное образовательное учреждение высшего профессионального образования "Якутский государственный университет имени М.К. Аммосова" | Установка для моделирования процесса подземной газификации угля |
| US20180108094A1 (en) * | 2016-10-14 | 2018-04-19 | Caterpillar Inc. | Operating methods and systems for underground mining |
| CN111964599A (zh) * | 2020-04-26 | 2020-11-20 | 杭州同睿工程科技有限公司 | 基于倾斜摄影测量技术的公路高边坡表面变形监测及分析方法 |
| CN111754084A (zh) * | 2020-05-29 | 2020-10-09 | 广东省国土资源测绘院 | 一种农村建设用地拆旧复垦潜力评估方法及其系统 |
| CN112071021A (zh) * | 2020-08-13 | 2020-12-11 | 中国十七冶集团有限公司 | 基于bim应用技术高支模实时安全监测预警系统的预警方法 |
| CN115688032A (zh) * | 2022-10-27 | 2023-02-03 | 南京南瑞信息通信科技有限公司 | 基于多源数据融合的台风灾害下电网风险预警方法及系统 |
| CN116163314A (zh) * | 2022-12-05 | 2023-05-26 | 中铁十局集团第二工程有限公司 | 一种避免地下连续墙成槽坍塌的施工方法 |
| CN116011291A (zh) * | 2023-01-17 | 2023-04-25 | 西安建筑科技大学 | 一种隧道洞口多源信息融合的边坡稳定性数字化评估平台 |
Non-Patent Citations (4)
| Title |
|---|
| AKBAR ESMAILZADEH 等: "Technical Analysis of Collapse in Tunnel Excavation and Suggestion of Preventing Appropriate Applicable Methods (Case Study: Sardasht Dam Second Diversion Tunnel)", 《CIVIL ENGINEERING JOURNAL》, 31 December 2017 (2017-12-31), pages 682 - 689 * |
| 单通: "基于多源信息进行地质导向的三维可视化环境的建立", 《中国优秀硕士学位论文全文数据库基础科学辑》, 15 December 2015 (2015-12-15), pages 13 - 42 * |
| 占仲国;颜克诚;严稳平;: "某超深矿山竖井修复及加固方案的论证分析", 工业建筑, no. 03, 20 March 2014 (2014-03-20) * |
| 杨勇;邵兵;王风锐;倪元勇;田炜;崔树清;杨益涵;闫相祯;: "复杂结构井管柱力学模型及动态三维数字井筒", 石油学报, no. 03, 15 March 2015 (2015-03-15) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117827192A (zh) * | 2023-12-26 | 2024-04-05 | 合肥锦上汇赢数字科技有限公司 | 一种三维模型生成系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116758235B (zh) | 2024-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111191880B (zh) | 一种基于数字化映射的边坡全生命周期安全管理方法 | |
| US9600608B2 (en) | Method of constructing a geological model comprising setting a depositional position of stratigraphic units | |
| CN116758235B (zh) | 基于多源数据的多维地下空间渐进式3d建模方法 | |
| US9383465B2 (en) | Quantitative analysis of time-lapse seismic data | |
| Ding et al. | Wavelet analysis for tunneling-induced ground settlement based on a stochastic model | |
| CN117493815B (zh) | 一种基于bim的深基坑监测方法及系统 | |
| Lai et al. | Surface roughness of rock faces through the curvature of triangulated meshes | |
| CN113296166B (zh) | 裂缝模型的构建方法 | |
| CN106709987B (zh) | 一种三维地质剖面模型动态构建方法 | |
| CN110827405A (zh) | 一种数码遥感地质测绘方法及系统 | |
| CN113378396B (zh) | 一种小流域地质灾害隐患点早期识别的方法 | |
| Corradetti et al. | Quantitative analysis of folds by means of orthorectified photogrammetric 3D models: a case study from Mt. Catria, Northern Apennines, Italy | |
| CN117313506B (zh) | 一种隧道围岩拓扑安全系数及稳定性计算方法 | |
| CN111259335A (zh) | 一种隧道下穿道路施工风险分析系统及方法 | |
| CN103205972A (zh) | 一种分析基坑变形与坑外地面沉降关系的方法 | |
| CN110309525A (zh) | 一种边坡空间变形及破坏趋势计算方法 | |
| CN116663762A (zh) | 一种城市规划地下空间勘察测绘方法及系统 | |
| CN116378123A (zh) | 一种基于bim的基坑健康监测系统 | |
| Choi et al. | Tunneling Analyst: A 3D GIS extension for rock mass classification and fault zone analysis in tunneling | |
| Ray et al. | Characterizing and modeling natural fracture networks in a tight carbonate reservoir in the Middle East: A methodology | |
| Wang et al. | Multi-dimensional size effects and representative elements for non-persistent fractured rock masses: A perspective of geometric parameter distribution | |
| CN117852416A (zh) | 基于数字化地质模型的多模态注浆预控分析方法及系统 | |
| Chand et al. | Internal Mine Dump Slope Stability and Failure Zone Identification using 3D Modelling | |
| Ge et al. | Rock joint detection from borehole imaging logs based on grey-level co-occurrence matrix and Canny edge detector | |
| CN117932721A (zh) | 基于三维场模型的煤矿安全预测模型的构建与应用 |
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 |