CN116913416B - 海蚀崖岩石风化程度定量评价及预测方法及装置 - Google Patents
海蚀崖岩石风化程度定量评价及预测方法及装置 Download PDFInfo
- Publication number
- CN116913416B CN116913416B CN202311174128.5A CN202311174128A CN116913416B CN 116913416 B CN116913416 B CN 116913416B CN 202311174128 A CN202311174128 A CN 202311174128A CN 116913416 B CN116913416 B CN 116913416B
- Authority
- CN
- China
- Prior art keywords
- rock
- weathering
- target
- quantitative evaluation
- sea
- 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.)
- Active
Links
- 239000011435 rock Substances 0.000 title claims abstract description 232
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 134
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 238000012544 monitoring process Methods 0.000 claims abstract description 28
- 230000007613 environmental effect Effects 0.000 claims abstract description 20
- 238000011161 development Methods 0.000 claims abstract description 19
- 230000015654 memory Effects 0.000 claims description 23
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 18
- 239000011707 mineral Substances 0.000 claims description 18
- 238000010521 absorption reaction Methods 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 230000009467 reduction Effects 0.000 claims description 12
- 230000004075 alteration Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 abstract description 14
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 7
- 238000006253 efflorescence Methods 0.000 description 7
- 238000005530 etching Methods 0.000 description 7
- 206010037844 rash Diseases 0.000 description 7
- 230000003628 erosive effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000010453 quartz Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000010433 feldspar Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000013535 sea water Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000282994 Cervidae Species 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本申请公开了一种海蚀崖岩石风化程度定量评价及预测方法及装置，其中，方法包括：获取海蚀崖岩石风化程度的目标风化等级，根据目标风化等级设定目标定量化评价指标；计算目标定量化评价指标对海蚀崖岩石风化程度的影响权重，根据影响权重和目标定量化评价指标确定对应的风化系数，根据建立的海蚀崖岩石风化程度的定量化计算公式得到定量化评价结果，获取预设时间内的目标定量化评价指标对应的监测数据，将监测数据和环境因素数据作为目标时间序列样本，建立时序预测模型，以得到海蚀崖岩石风化程度的发展趋势预测结果。由此，解决相关技术中灾害风险评价受人为主观性影响较大，导致误差率较高，降低了海蚀崖崩塌灾害防护的准确性和及时性等问题。
Description
技术领域
本申请涉及岩石风化程度评价技术领域，特别涉及一种海蚀崖岩石风化程度定量评价及预测方法及装置。
背景技术
海蚀崖是基岩海岸在海水侵蚀和重力崩落作用下形成的陡壁悬崖，在我国沿海海滩，北起大连、南至海南岛鹿回头和涠洲岛，均发育有海蚀崖，海蚀崖是重要的地貌景观，由于气候条件、岩石性质等存在差异，我国海蚀崖景观各具特色，高度从数米至数十米不等，如大连小平岛海蚀崖、烟台蓬莱阁海蚀崖、福州平潭海坛等。
在昼夜温差、海浪侵蚀、降水溶蚀、菌藻类微生物腐蚀等因素影响下，海蚀崖岩体经受风化作用，造成岩体成分、结构、物理力学性质和化学性质发生变异，由于风化岩石破碎、疏松且力学强度低，海蚀崖岩体极易发生崩塌灾害，崩塌灾害具有突发性、历时短及难预防等特征，经常造成重大人员伤亡，因此，准确划分岩石风化程度对于海蚀崖崩塌灾害风险评价具有重要的意义。
相关技术中，多采用工程地质定性方法进行海蚀崖岩石风化程度划分，主要以岩体结构、岩石颜色、矿物成分等为参考依据进行划分海蚀崖岩石风化程度，通过人工技术对于海蚀崖崩塌灾害风险评价，以减少崩塌灾害带来的危险。
然而，相关技术中采用工程地质定性方法进行海蚀崖岩石风化程度划分，受人为主观性影响较大，导致误差率较高，降低了海蚀崖崩塌灾害风险评价的准确性，且无法预测海蚀崖岩石风化程度未来的发展趋势，降低了海蚀崖崩塌灾害防护的及时性，亟待解决。
发明内容
本申请提供一种海蚀崖岩石风化程度定量评价及预测方法及装置，以解决相关技术中采用工程地质定性方法进行海蚀崖岩石风化程度划分，受人为主观性影响较大，导致误差率较高，降低了海蚀崖崩塌灾害风险评价的准确性，且无法预测海蚀崖岩石风化程度未来的发展趋势，降低了海蚀崖崩塌灾害防护的及时性的问题。
本申请第一方面实施例提供一种海蚀崖岩石风化程度定量评价及预测方法，包括以下步骤：获取海蚀崖岩石风化程度的目标风化等级，根据所述目标风化等级设定所述海蚀崖岩石风化程度的目标定量化评价指标；计算所述目标定量化评价指标对所述海蚀崖岩石风化程度的影响权重，根据所述影响权重和所述目标定量化评价指标确定对应的风化系数，建立所述海蚀崖岩石风化程度的定量化计算公式，根据所述定量化计算公式得到所述海蚀崖岩石风化程度的定量化评价结果；基于所述定量化评价结果，获取预设时间内的所述目标定量化评价指标对应的监测数据，并获取影响所述海蚀崖岩石风化程度的环境因素数据；将所述监测数据和所述环境因素数据作为目标时间序列样本，以建立所述海蚀崖岩石风化程度的时序预测模型，利用所述时序预测模型得到所述海蚀崖岩石风化程度的发展趋势预测结果。
可选地，在本申请的一个实施例中，所述目标风化等级为未风化等级、微风化等级、中风化等级、强风化等级或者全风化等级，所述目标定量化评价指标包括岩体表面裂隙数量、岩石密度、蚀变矿物含量、岩石吸水率和岩石回弹硬度中的至少一项。
可选地，在本申请的一个实施例中，所述计算所述目标定量化评价指标对所述海蚀崖岩石风化程度的影响权重，包括：利用所述目标定量化评价指标的条件属性集和所述目标风化等级的决策属性集组成决策表；基于所述决策表，对所述目标风化等级在预设影响范围内的所述目标定量化评价指标进行约简，得到约简结果；根据所述约简结果计算所述决策属性集对所述目标定量化评价指标的依赖度，基于所述依赖度获取不同定量化评价指标的所述影响权重。
可选地，在本申请的一个实施例中，所述海蚀崖岩石风化程度的定量计算公式为：
W D=aW(S v)+bW(D) +cW(A c) +dW(ω a) +eW(SHR)，
其中，a、b、c、d、e为每个定量化评价指标的权重，W(S v)为岩体表面裂隙数量指标对应的风化系数，W(D)为岩石密度指标对应的风化系数，W(A c)为岩石蚀变矿物含量指标对应的风化系数，W(ω a)为岩石吸水率指标对应的风化系数，W(SHR)为岩石回弹硬度指标对应的风化系数。
本申请第二方面实施例提供一种海蚀崖岩石风化程度定量评价及预测装置，包括：第一获取模块，用于获取海蚀崖岩石风化程度的目标风化等级，根据所述目标风化等级设定所述海蚀崖岩石风化程度的目标定量化评价指标；计算模块，用于计算所述目标定量化评价指标对所述海蚀崖岩石风化程度的影响权重，根据所述影响权重和所述目标定量化评价指标确定对应的风化系数，建立所述海蚀崖岩石风化程度的定量化计算公式，根据所述定量化计算公式得到所述海蚀崖岩石风化程度的定量化评价结果；第二获取模块，用于基于所述定量化评价结果，获取预设时间内的所述目标定量化评价指标对应的监测数据，并获取影响所述海蚀崖岩石风化程度的环境因素数据；预测模块，用于将所述监测数据和所述环境因素数据作为目标时间序列样本，以建立所述海蚀崖岩石风化程度的时序预测模型，利用所述时序预测模型得到所述海蚀崖岩石风化程度的发展趋势预测结果。
可选地，在本申请的一个实施例中，所述目标风化等级为未风化等级、微风化等级、中风化等级、强风化等级或者全风化等级，所述目标定量化评价指标包括岩体表面裂隙数量、岩石密度、蚀变矿物含量、岩石吸水率和岩石回弹硬度中的至少一项。
可选地，在本申请的一个实施例中，所述计算模块，包括：组合单元，用于利用所述目标定量化评价指标的条件属性集和所述目标风化等级的决策属性集组成决策表；处理单元，用于基于所述决策表，对所述目标风化等级在预设影响范围内的所述目标定量化评价指标进行约简，得到约简结果；获取单元，用于根据所述约简结果计算所述决策属性集对所述目标定量化评价指标的依赖度，基于所述依赖度获取不同定量化评价指标的所述影响权重。
可选地，在本申请的一个实施例中，所述海蚀崖岩石风化程度的定量计算公式为：
W D=aW(S v)+bW(D) +cW(A c) +dW(ω a) +eW(SHR)，
其中，a、b、c、d、e为每个定量化评价指标的权重，W(S v)为岩体表面裂隙数量指标对应的风化系数，W(D)为岩石密度指标对应的风化系数，W(A c)为岩石蚀变矿物含量指标对应的风化系数，W(ω a)为岩石吸水率指标对应的风化系数，W(SHR)为岩石回弹硬度指标对应的风化系数。
本申请第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的海蚀崖岩石风化程度定量评价及预测方法。
本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的海蚀崖岩石风化程度定量评价及预测方法。
本申请实施例可以获取海蚀崖岩石风化程度的目标风化等级，根据目标风化等级设定目标定量化评价指标，计算目标定量化评价指标对海蚀崖岩石风化程度的影响权重，根据影响权重和目标定量化评价指标确定对应的风化系数，根据建立的海蚀崖岩石风化程度的定量化计算公式得到定量化评价结果，进而获取一定时间内的目标定量化评价指标对应的监测数据，将监测数据和环境因素数据作为目标时间序列样本，以建立时序预测模型，从而得到海蚀崖岩石风化程度的发展趋势预测结果，有效的提升了海蚀崖崩塌灾害风险评价的准确性，提高了海蚀崖崩塌灾害防护的及时性。由此，解决了相关技术中采用工程地质定性方法进行海蚀崖岩石风化程度划分，受人为主观性影响较大，导致误差率较高，降低了海蚀崖崩塌灾害风险评价的准确性，且无法预测海蚀崖岩石风化程度未来的发展趋势，降低了海蚀崖崩塌灾害防护的及时性的问题。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请实施例提供的一种海蚀崖岩石风化程度定量评价及预测方法的流程图；
图2为根据本申请实施例提供的一种海蚀崖岩石风化程度定量评价及预测装置的结构示意图；
图3为根据本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的海蚀崖岩石风化程度定量评价及预测方法及装置。针对上述背景技术中心提到的相关技术中采用工程地质定性方法进行海蚀崖岩石风化程度划分，受人为主观性影响较大，导致误差率较高，降低了海蚀崖崩塌灾害风险评价的准确性，且无法预测海蚀崖岩石风化程度未来的发展趋势，降低了海蚀崖崩塌灾害防护的及时性的问题，本申请提供了一种海蚀崖岩石风化程度定量评价及预测方法，在该方法中，可以获取海蚀崖岩石风化程度的目标风化等级，根据目标风化等级设定目标定量化评价指标，计算目标定量化评价指标对海蚀崖岩石风化程度的影响权重，根据影响权重和目标定量化评价指标确定对应的风化系数，根据建立的海蚀崖岩石风化程度的定量化计算公式得到定量化评价结果，进而获取一定时间内的目标定量化评价指标对应的监测数据，将监测数据和环境因素数据作为目标时间序列样本，以建立时序预测模型，从而得到海蚀崖岩石风化程度的发展趋势预测结果，有效的提升了海蚀崖崩塌灾害风险评价的准确性，提高了海蚀崖崩塌灾害防护的及时性。由此，解决了相关技术中采用工程地质定性方法进行海蚀崖岩石风化程度划分，受人为主观性影响较大，导致误差率较高，降低了海蚀崖崩塌灾害风险评价的准确性，且无法预测海蚀崖岩石风化程度未来的发展趋势，降低了海蚀崖崩塌灾害防护的及时性的问题。
具体而言，图1为本申请实施例所提供的一种海蚀崖岩石风化程度定量评价及预测方法的流程示意图。
如图1所示，该海蚀崖岩石风化程度定量评价及预测方法包括以下步骤：
在步骤S101中，获取海蚀崖岩石风化程度的目标风化等级，根据目标风化等级设定海蚀崖岩石风化程度的目标定量化评价指标。
可以理解的是，本申请实施例可以获取下述步骤中的海蚀崖岩石风化程度的目标风化等级，根据目标风化等级设定下述步骤中的海蚀崖岩石风化程度的目标定量化评价指标，有效的提升了海蚀崖岩石风化程度定量评价的可执行性。
可选地，在本申请的一个实施例中，目标风化等级为未风化等级、微风化等级、中风化等级、强风化等级或者全风化等级，目标定量化评价指标包括岩体表面裂隙数量、岩石密度、蚀变矿物含量、岩石吸水率和岩石回弹硬度中的至少一项。
在一些实施例中，本申请实施例可以将海蚀崖岩石风化程度的目标风化等级划分为未风化等级、微风化等级、中风化等级、强风化等级或者全风化等级五个等级，有效的提升了定量化评价的准确性。
在部分实施中，本申请实施例可以选取岩体表面裂隙数量、岩石密度、蚀变矿物含量、岩石吸水率、岩石回弹硬度作为海蚀崖岩石风化程度的定量化评价指标，其中，每个定量化评价指标根据对应的每级目标风化等级进行设定取值范围，有效的提升了定量化评价的鲁棒性。
举例而言，岩体表面裂隙数量S v可以通过测线法获取，可以统计第1组到第n组裂隙沿法线每米长的数量，以及每平方米海蚀崖剖面内长度大于 1 m 的非成组裂隙数量，其中，未风化岩石对应的表面裂隙数量为S v＜3，微风化为3≤S v＜10，中风化为10≤S v＜20，强风化为20≤S v＜35，全风化为S v≥35。
接着，岩石密度D可以通过体积法测量，其中，未风化岩石对应密度范围为D≥2.61g/cm3，微风化为2.56 g/cm3≤D＜2.61 g/cm3，中风化为2.51 g/cm3≤D＜2.56 g/cm3，强风化为2.01 g/cm3≤D＜2.51 g/cm3，全风化为D＜1.51 g/cm3。
其次，岩石蚀变矿物含量A c可以定义为：
A c=(X w-X f)/(1-X f)，
其中，X w为风化岩石的石英含量与石英、长石含量和的比值，X f为新鲜岩石的石英含量与石英、长石含量和的比值。
其中，岩石蚀变矿物含量A c中的未风化岩石对蚀变矿物含量范围为A c＜2%，微风化为2%≤A c＜12%，中风化为12%≤A c＜42%，强风化为42%≤A c＜92%，全风化为A c≥92%。
再次，岩石吸水率ω a可以通过自由浸水法测量，其中，未风化岩石对应吸水率范围为ω a＜0.2%，微风化为0.2%≤ω a＜1.0%，中风化为1.0%≤ω a＜2.0%，强风化为2.0%≤ω a＜10.0%，全风化为ω a≥10%。
最后，岩石回弹硬度SHR可以通过施密特回弹仪测量，其中，未风化岩石对应回弹硬度范围为SHR≥50，微风化为40≤SHR＜50，中风化为30≤SHR＜40，强风化为20≤SHR＜30，全风化为SHR＜20。
综上，本申请实施例可以根据风化等级设定海蚀崖岩石风化程度的定量化评价指标，有效的提升了定量化评价的准确性。
在步骤S102中，计算目标定量化评价指标对海蚀崖岩石风化程度的影响权重，根据影响权重和目标定量化评价指标确定对应的风化系数，建立海蚀崖岩石风化程度的定量化计算公式，根据定量化计算公式得到海蚀崖岩石风化程度的定量化评价结果。
可以理解的是，本申请实施例可以通过相应测试获取多组定量化评价指标数据及对应的岩石风化等级，例如，可以采用粗糙集非线性数学方法计算下述步骤中目标定量化评价指标对海蚀崖岩石风化程度的影响权重，根据影响权重和目标定量化评价指标确定对应的风化系数，其中，对应的风化系数将在下述步骤中进行详细阐述，将各定量化评价指标数值进行无量纲化后乘以权重相加，建立下述步骤中的海蚀崖岩石风化程度的定量化计算公式，根据定量化计算公式得到海蚀崖岩石风化程度的定量化评价结果，从而有效的提升了海蚀崖崩塌灾害风险评价的精确性。
其中，在本申请的一个实施例中，计算目标定量化评价指标对海蚀崖岩石风化程度的影响权重，包括：利用目标定量化评价指标的条件属性集和目标风化等级的决策属性集组成决策表；基于决策表，对目标风化等级在预设影响范围内的目标定量化评价指标进行约简，得到约简结果；根据约简结果计算决策属性集对目标定量化评价指标的依赖度，基于依赖度获取不同定量化评价指标的影响权重。
举例而言，本申请实施例可以利用目标定量化评价指标的条件属性集和目标风化等级的决策属性集组成决策表，其中，决策表由条件属性集和决策属性集组成，岩体表面裂隙数量、岩石密度、蚀变矿物含量、岩石吸水率、岩石纵波波速、岩石回弹硬度五个定量化评价指标为条件属性集，判定结果即海蚀崖岩石风化程度的风化等级作为决策属性集，进而对海蚀崖岩石风化程度没有影响的定量化评价指标在计算时被约简，通过计算决策属性集对指标的依赖度，即可获取不同评价指标的影响权重，有效的提升了海蚀崖崩塌灾害防护的及时性。
需要说明的是，预设影响范围由本领域技术人员根据实际情况进行设置，在此不作具体限定。
另外，本申请实施例可以通过对不同风化等级确定对应的风化系数，以消除各定量化评价指标的量纲差异，其中，未风化岩石对应的风化系数W为0，微风化为0＜W≤0.2，中风化为0.2＜W≤0.4，强风化为0.4＜W≤0.6，全风化为0.6＜W≤1.0。
由此可知，海蚀崖岩石风化程度的定量计算公式为：
W D=aW(S v)+bW(D) +cW(A c) +dW(ω a) +eW(SHR)，
其中，a、b、c、d、e为每个定量化评价指标的权重，W(S v)为岩体表面裂隙数量指标对应的风化系数，W(D)为岩石密度指标对应的风化系数，W(A c)为岩石蚀变矿物含量指标对应的风化系数，W(ω a)为岩石吸水率指标对应的风化系数，W(SHR)为岩石回弹硬度指标对应的风化系数。
其中，未风化岩石对应的WD为0，微风化为0＜WD≤1，中风化为1.0＜WD≤2.0，强风化为2.0＜WD≤3.0，全风化为3.0＜WD≤5.0。
在步骤S103中，基于定量化评价结果，获取预设时间内的目标定量化评价指标对应的监测数据，并获取影响海蚀崖岩石风化程度的环境因素数据。
可以理解的是，本申请实施例可以获取一定时间内的目标定量化评价指标对应的监测数据，例如，可以开展海蚀崖岩石风化程度的实时监测，选取代表不同风化等级的海蚀崖岩石剖面，每间隔一个月开展相关测试，获取多组海蚀崖岩石风化程度的定量化评价指标数据，记录海蚀崖岩石的风化等级的变化规律，以及记录影响岩石风化的环境因素，监测周期为2年，其中，环境因素主要包括气温变化、降雨量、霜期、海浪等级、海水盐度以及海蚀崖植物种类随时间的变化规律，从而有效的提高了海蚀崖崩塌灾害监测的实时性。
需要说明的是，预设时间由本领域技术人员根据实际情况进行设置，在此不作具体限定。
在步骤S104中，将监测数据和环境因素数据作为目标时间序列样本，以建立海蚀崖岩石风化程度的时序预测模型，利用时序预测模型得到海蚀崖岩石风化程度的发展趋势预测结果。
可以理解的是，本申请实施例可以将海蚀崖岩石风化程度监测数据及环境因素数据作为时间序列样本，建立海蚀崖岩石风化程度的时序预测模型，例如，可以通过LSTM(Long short-term memory，长短期记忆)人工神经网络建立海蚀崖岩石风化程度时序预测模型，利用时序预测模型得到海蚀崖岩石风化程度的发展趋势预测结果，实现未来不同时间周期的海蚀崖岩石风化程度发展趋势的智能预测，提升了海蚀崖崩塌灾害监测的智能化水平，提高了海蚀崖崩塌灾害防护的及时性。
根据本申请实施例提出的海蚀崖岩石风化程度定量评价及预测方法，可以获取海蚀崖岩石风化程度的目标风化等级，根据目标风化等级设定目标定量化评价指标，计算目标定量化评价指标对海蚀崖岩石风化程度的影响权重，根据影响权重和目标定量化评价指标确定对应的风化系数，根据建立的海蚀崖岩石风化程度的定量化计算公式得到定量化评价结果，进而获取一定时间内的目标定量化评价指标对应的监测数据，将监测数据和环境因素数据作为目标时间序列样本，以建立时序预测模型，从而得到海蚀崖岩石风化程度的发展趋势预测结果，有效的提升了海蚀崖崩塌灾害风险评价的准确性，提高了海蚀崖崩塌灾害防护的及时性。由此，解决了相关技术中采用工程地质定性方法进行海蚀崖岩石风化程度划分，受人为主观性影响较大，导致误差率较高，降低了海蚀崖崩塌灾害风险评价的准确性，且无法预测海蚀崖岩石风化程度未来的发展趋势，降低了海蚀崖崩塌灾害防护的及时性的问题。
其次参照附图描述根据本申请实施例提出的海蚀崖岩石风化程度定量评价及预测装置。
图2是本申请实施例的海蚀崖岩石风化程度定量评价及预测装置的方框示意图。
如图2所示，该海蚀崖岩石风化程度定量评价及预测装置10包括：第一获取模块100、计算模块200、第二获取模块300和预测模块400。
具体地，第一获取模块100，用于获取海蚀崖岩石风化程度的目标风化等级，根据目标风化等级设定海蚀崖岩石风化程度的目标定量化评价指标。
计算模块200，用于计算目标定量化评价指标对海蚀崖岩石风化程度的影响权重，根据影响权重和目标定量化评价指标确定对应的风化系数，建立海蚀崖岩石风化程度的定量化计算公式，根据定量化计算公式得到海蚀崖岩石风化程度的定量化评价结果。
第二获取模块300，用于基于定量化评价结果，获取预设时间内的目标定量化评价指标对应的监测数据，并获取影响海蚀崖岩石风化程度的环境因素数据。
预测模块400，用于将监测数据和环境因素数据作为目标时间序列样本，以建立海蚀崖岩石风化程度的时序预测模型，利用时序预测模型得到海蚀崖岩石风化程度的发展趋势预测结果。
可选地，在本申请的一个实施例中，目标风化等级为未风化等级、微风化等级、中风化等级、强风化等级或者全风化等级，目标定量化评价指标包括岩体表面裂隙数量、岩石密度、蚀变矿物含量、岩石吸水率和岩石回弹硬度中的至少一项。
可选地，在本申请的一个实施例中，计算模块200，包括：组合单元、处理单元和获取单元。
其中，组合单元，用于利用目标定量化评价指标的条件属性集和目标风化等级的决策属性集组成决策表。
处理单元，用于基于决策表，对目标风化等级在预设影响范围内的目标定量化评价指标进行约简，得到约简结果。
获取单元，用于根据约简结果计算决策属性集对目标定量化评价指标的依赖度，基于依赖度获取不同定量化评价指标的影响权重。
可选地，在本申请的一个实施例中，海蚀崖岩石风化程度的定量计算公式为：
W D=aW(S v)+bW(D) +cW(A c) +dW(ω a) +eW(SHR)，
其中，a、b、c、d、e为每个定量化评价指标的权重，W(S v)为岩体表面裂隙数量指标对应的风化系数，W(D)为岩石密度指标对应的风化系数，W(A c)为岩石蚀变矿物含量指标对应的风化系数，W(ω a)为岩石吸水率指标对应的风化系数，W(SHR)为岩石回弹硬度指标对应的风化系数。
需要说明的是，前述对海蚀崖岩石风化程度定量评价及预测方法实施例的解释说明也适用于该实施例的海蚀崖岩石风化程度定量评价及预测装置，此处不再赘述。
根据本申请实施例提出的海蚀崖岩石风化程度定量评价及预测装置，可以获取海蚀崖岩石风化程度的目标风化等级，根据目标风化等级设定目标定量化评价指标，计算目标定量化评价指标对海蚀崖岩石风化程度的影响权重，根据影响权重和目标定量化评价指标确定对应的风化系数，根据建立的海蚀崖岩石风化程度的定量化计算公式得到定量化评价结果，进而获取一定时间内的目标定量化评价指标对应的监测数据，将监测数据和环境因素数据作为目标时间序列样本，以建立时序预测模型，从而得到海蚀崖岩石风化程度的发展趋势预测结果，有效的提升了海蚀崖崩塌灾害风险评价的准确性，提高了海蚀崖崩塌灾害防护的及时性。由此，解决了相关技术中采用工程地质定性方法进行海蚀崖岩石风化程度划分，受人为主观性影响较大，导致误差率较高，降低了海蚀崖崩塌灾害风险评价的准确性，且无法预测海蚀崖岩石风化程度未来的发展趋势，降低了海蚀崖崩塌灾害防护的及时性的问题。
图3为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括：
存储器301、处理器302及存储在存储器301上并可在处理器302上运行的计算机程序。
处理器302执行程序时实现上述实施例中提供的海蚀崖岩石风化程度定量评价及预测方法。
进一步地，电子设备还包括：
通信接口303，用于存储器301和处理器302之间的通信。
存储器301，用于存放可在处理器302上运行的计算机程序。
存储器301可能包含高速RAM存储器，也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。
如果存储器301、处理器302和通信接口303独立实现，则通信接口303、存储器301和处理器302可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构（Industry Standard Architecture，简称为ISA）总线、外部设备互连（PeripheralComponent，简称为PCI）总线或扩展工业标准体系结构（Extended Industry StandardArchitecture，简称为EISA）总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选地，在具体实现上，如果存储器301、处理器302及通信接口303，集成在一块芯片上实现，则存储器301、处理器302及通信接口303可以通过内部接口完成相互间的通信。
处理器302可以是一个中央处理器（Central Processing Unit，简称为CPU），或者是特定集成电路（Application Specific Integrated Circuit，简称为ASIC），或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的海蚀崖岩石风化程度定量评价及预测方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或N个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或多项的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (4)
1.一种海蚀崖岩石风化程度定量评价及预测方法，其特征在于，包括以下步骤：
获取海蚀崖岩石风化程度的目标风化等级，根据所述目标风化等级设定所述海蚀崖岩石风化程度的目标定量化评价指标，其中，所述目标风化等级为未风化等级、微风化等级、中风化等级、强风化等级或者全风化等级，所述目标定量化评价指标包括岩体表面裂隙数量、岩石密度、蚀变矿物含量、岩石吸水率和岩石回弹硬度中的至少一项；
计算所述目标定量化评价指标对所述海蚀崖岩石风化程度的影响权重，根据所述影响权重和所述目标定量化评价指标确定对应的风化系数，建立所述海蚀崖岩石风化程度的定量化计算公式，根据所述定量化计算公式得到所述海蚀崖岩石风化程度的定量化评价结果，所述海蚀崖岩石风化程度的定量计算公式为：
W D=aW(S v)+bW(D) +cW(A c) +dW(ω a) +eW(SHR)，
其中，a、b、c、d、e为每个定量化评价指标的权重，W(S v)为岩体表面裂隙数量指标对应的风化系数，W(D)为岩石密度指标对应的风化系数，W(A c)为岩石蚀变矿物含量指标对应的风化系数，W(ω a)为岩石吸水率指标对应的风化系数，W(SHR)为岩石回弹硬度指标对应的风化系数；
基于所述定量化评价结果，获取预设时间内的所述目标定量化评价指标对应的监测数据，并获取影响所述海蚀崖岩石风化程度的环境因素数据；以及
将所述监测数据和所述环境因素数据作为目标时间序列样本，以建立所述海蚀崖岩石风化程度的时序预测模型，利用所述时序预测模型得到所述海蚀崖岩石风化程度的发展趋势预测结果；
所述计算所述目标定量化评价指标对所述海蚀崖岩石风化程度的影响权重，包括：利用所述目标定量化评价指标的条件属性集和所述目标风化等级的决策属性集组成决策表；基于所述决策表，对所述目标风化等级在预设影响范围内的所述目标定量化评价指标进行约简，得到约简结果；根据所述约简结果计算所述决策属性集对所述目标定量化评价指标的依赖度，基于所述依赖度获取不同定量化评价指标的所述影响权重。
2.一种海蚀崖岩石风化程度定量评价及预测装置，其特征在于，包括：
第一获取模块，用于获取海蚀崖岩石风化程度的目标风化等级，根据所述目标风化等级设定所述海蚀崖岩石风化程度的目标定量化评价指标，其中，所述目标风化等级为未风化等级、微风化等级、中风化等级、强风化等级或者全风化等级，所述目标定量化评价指标包括岩体表面裂隙数量、岩石密度、蚀变矿物含量、岩石吸水率和岩石回弹硬度中的至少一项；
计算模块，用于计算所述目标定量化评价指标对所述海蚀崖岩石风化程度的影响权重，根据所述影响权重和所述目标定量化评价指标确定对应的风化系数，建立所述海蚀崖岩石风化程度的定量化计算公式，根据所述定量化计算公式得到所述海蚀崖岩石风化程度的定量化评价结果，所述海蚀崖岩石风化程度的定量计算公式为：
W D=aW(S v)+bW(D) +cW(A c) +dW(ω a) +eW(SHR)，
其中，a、b、c、d、e为每个定量化评价指标的权重，W(S v)为岩体表面裂隙数量指标对应的风化系数，W(D)为岩石密度指标对应的风化系数，W(A c)为岩石蚀变矿物含量指标对应的风化系数，W(ω a)为岩石吸水率指标对应的风化系数，W(SHR)为岩石回弹硬度指标对应的风化系数；
第二获取模块，用于基于所述定量化评价结果，获取预设时间内的所述目标定量化评价指标对应的监测数据，并获取影响所述海蚀崖岩石风化程度的环境因素数据；以及
预测模块，用于将所述监测数据和所述环境因素数据作为目标时间序列样本，以建立所述海蚀崖岩石风化程度的时序预测模型，利用所述时序预测模型得到所述海蚀崖岩石风化程度的发展趋势预测结果；
所述计算模块，包括：组合单元，用于利用所述目标定量化评价指标的条件属性集和所述目标风化等级的决策属性集组成决策表；处理单元，用于基于所述决策表，对所述目标风化等级在预设影响范围内的所述目标定量化评价指标进行约简，得到约简结果；获取单元，用于根据所述约简结果计算所述决策属性集对所述目标定量化评价指标的依赖度，基于所述依赖度获取不同定量化评价指标的所述影响权重。
3.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1所述的海蚀崖岩石风化程度定量评价及预测方法。
4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1所述的海蚀崖岩石风化程度定量评价及预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311174128.5A CN116913416B (zh) | 2023-09-12 | 2023-09-12 | 海蚀崖岩石风化程度定量评价及预测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311174128.5A CN116913416B (zh) | 2023-09-12 | 2023-09-12 | 海蚀崖岩石风化程度定量评价及预测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116913416A CN116913416A (zh) | 2023-10-20 |
| CN116913416B true CN116913416B (zh) | 2023-12-26 |
Family
ID=88360663
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311174128.5A Active CN116913416B (zh) | 2023-09-12 | 2023-09-12 | 海蚀崖岩石风化程度定量评价及预测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116913416B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103134555A (zh) * | 2013-02-25 | 2013-06-05 | 北京化工大学 | 一种石质文物构件风化及安全等级定量评价方法 |
| CN103645519A (zh) * | 2013-12-17 | 2014-03-19 | 中国石油大学(华东) | 一种基于火山岩风化壳识别及划分标准的油气勘探方法 |
| CN110472363A (zh) * | 2019-08-22 | 2019-11-19 | 山东大学 | 适用于高速铁路隧道的围岩变形等级预测方法及系统 |
| CN111859814A (zh) * | 2020-07-30 | 2020-10-30 | 中国电建集团昆明勘测设计研究院有限公司 | 基于lstm深度学习的岩石时效变形预测方法及其系统 |
| CN112528365A (zh) * | 2020-11-30 | 2021-03-19 | 北京航空航天大学 | 一种地下基础设施结构健康演化趋势预测方法 |
| CN114048803A (zh) * | 2021-11-05 | 2022-02-15 | 浙江宁海抽水蓄能有限公司 | 基于深度学习的岩石风化度分类方法 |
| CN115330664A (zh) * | 2022-02-22 | 2022-11-11 | 上海同岩土木工程科技股份有限公司 | 基于图像识别的围岩风化程度全自动识别方法及装置 |
| CN115481792A (zh) * | 2022-09-08 | 2022-12-16 | 山东省交通科学研究院 | 基于粗糙集和云模型的隧道地质预报方法及系统 |
| CN115713011A (zh) * | 2022-12-10 | 2023-02-24 | 武汉大学 | 岩体质量快速评价方法、装置、设备及可读存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7933442B2 (en) * | 2007-03-30 | 2011-04-26 | Microsoft Corporation | Appearance manifolds for modeling time-variant appearance of materials |
| CN111220616B (zh) * | 2020-01-21 | 2021-06-01 | 山东大学 | 基于长石特征的隧洞内碎屑岩抗风化能力判别系统与方法 |
-
2023
- 2023-09-12 CN CN202311174128.5A patent/CN116913416B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103134555A (zh) * | 2013-02-25 | 2013-06-05 | 北京化工大学 | 一种石质文物构件风化及安全等级定量评价方法 |
| CN103645519A (zh) * | 2013-12-17 | 2014-03-19 | 中国石油大学(华东) | 一种基于火山岩风化壳识别及划分标准的油气勘探方法 |
| CN110472363A (zh) * | 2019-08-22 | 2019-11-19 | 山东大学 | 适用于高速铁路隧道的围岩变形等级预测方法及系统 |
| CN111859814A (zh) * | 2020-07-30 | 2020-10-30 | 中国电建集团昆明勘测设计研究院有限公司 | 基于lstm深度学习的岩石时效变形预测方法及其系统 |
| CN112528365A (zh) * | 2020-11-30 | 2021-03-19 | 北京航空航天大学 | 一种地下基础设施结构健康演化趋势预测方法 |
| CN114048803A (zh) * | 2021-11-05 | 2022-02-15 | 浙江宁海抽水蓄能有限公司 | 基于深度学习的岩石风化度分类方法 |
| CN115330664A (zh) * | 2022-02-22 | 2022-11-11 | 上海同岩土木工程科技股份有限公司 | 基于图像识别的围岩风化程度全自动识别方法及装置 |
| CN115481792A (zh) * | 2022-09-08 | 2022-12-16 | 山东省交通科学研究院 | 基于粗糙集和云模型的隧道地质预报方法及系统 |
| CN115713011A (zh) * | 2022-12-10 | 2023-02-24 | 武汉大学 | 岩体质量快速评价方法、装置、设备及可读存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 单轴压缩及劈裂条件下岩石的声发射特性试验研究;向天元;谢学斌;周瀚;;铁道科学与工程学报(第08期);全文 * |
| 基于粗糙集综合权重法的公路隧道围岩等级预测方法研究;曾怀宇;;路基工程(第04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116913416A (zh) | 2023-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cressie et al. | Spatial prediction on a river network | |
| Stephenson et al. | A new approach to flood vulnerability assessment for historic buildings in England | |
| Gaillard et al. | Quality control of large Argo datasets | |
| Headley et al. | Conducting hydraulic tracer studies of constructed wetlands: a practical guide | |
| Hawley et al. | Sediment resuspension in lake St. Clair | |
| Modarres | Regional frequency distribution type of low flow in north of Iran by L-moments | |
| Nõges et al. | Spatial and annual variability of environmental and phytoplankton indicators in Lake Võrtsjärv: implications for water quality monitoring | |
| CN107025498B (zh) | 一种优化地下水特殊脆弱性评价模型的方法 | |
| Southgate | The effects of wave chronology on medium and long term coastal morphology | |
| Gaiser et al. | Distribution of diatoms among intermittent ponds on the Atlantic Coastal Plain: development of a model to preduct drought periodicity from surface-sediment assemblages | |
| CN116913416B (zh) | 海蚀崖岩石风化程度定量评价及预测方法及装置 | |
| CN111597506B (zh) | 近岸波浪破碎参数和波高的预测方法 | |
| Gillibrand et al. | Modelling salt intrusion and nitrate concentrations in the Ythan estuary | |
| Boyle et al. | Predicting heavy metal concentrations in the surface sediments of Norwegian headwater lakes from atmospheric deposition: an application of a simple sediment-water partitioning model | |
| CN114331787A (zh) | 以提升下游河流水质为目标的水库生态放流量的核算方法 | |
| Ladson et al. | Effect of sampling density on the measurement of stream condition indicators in two lowland Australian streams | |
| Bea | Effects of water wave kinematics uncertainty on design criteria for offshore structures | |
| Rathod et al. | Parameter uncertainty in HEC-RAS 1D CSU scour model | |
| Furuta et al. | Final report and simulation program for" Monitoring Methods for Prioritization and Assessment of Stormwater Practices" | |
| Ryberg et al. | Introduction and methods of analysis for peak streamflow trends and their relation to changes in climate in Illinois, Iowa, Michigan, Minnesota, Missouri, Montana, North Dakota, South Dakota, and Wisconsin | |
| Livingston et al. | The rivers of Florida | |
| Bruce | Characterization and analysis of temporal and spatial variations in habitat and macroinvertebrate community structure, Fountain Creek Basin, Colorado Springs and Vicinity, Colorado, 1998-2001 | |
| Prithiviraj et al. | Vulnerability Mapping of Saline Water Intrusion in Thoothukodi Coastal Aquifer Zone, Tamil Nadu, Using the GALDIT Method | |
| Mathiasen et al. | Ocean Rise Effects on Shallow Groundwater in Coastal Areas: A Case Study in Juelsminde, Denmark | |
| Byrne | Historically Flow Restricted Tidal Marshes Creek: Flooding Risks with Potential Tidal Flow Restoration and Long-Term Impacts on Salt Marsh Vegetation Species |
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 |