本發(fā)明涉及地質(zhì)屬性建模及預(yù)測(cè)，尤其涉及一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、目前，三維地質(zhì)屬性建模及預(yù)測(cè)已成為各種地下工程安全生產(chǎn)的重要手段，地質(zhì)屬性的準(zhǔn)確預(yù)測(cè)對(duì)于評(píng)估巖體穩(wěn)定性、預(yù)防災(zāi)害風(fēng)險(xiǎn)和優(yōu)化施工方案具有重要意義，有助于地下工程施工的順利進(jìn)行。利用有限地質(zhì)數(shù)據(jù)和地質(zhì)約束對(duì)地下空間屬性特征進(jìn)行預(yù)測(cè)，是地下空間數(shù)據(jù)分析的重要手段，然而，由于地下空間的變異性以及地質(zhì)條件的多樣性、非均質(zhì)性及不可直接觀測(cè)性，預(yù)測(cè)模型的精度和可靠性一直是該領(lǐng)域研究中的難點(diǎn)。

2、傳統(tǒng)的地質(zhì)屬性預(yù)測(cè)方法主要依賴于現(xiàn)場(chǎng)勘探數(shù)據(jù)和經(jīng)驗(yàn)?zāi)Ｐ?，其通常需要大量的鉆孔取樣、地質(zhì)勘測(cè)以及地球物理測(cè)試數(shù)據(jù)，經(jīng)數(shù)據(jù)分析處理，利用經(jīng)驗(yàn)公式或數(shù)值模擬方法進(jìn)行屬性預(yù)測(cè)。傳統(tǒng)方法雖然在一定程度上能反映地質(zhì)體的基本特征，但在應(yīng)對(duì)地質(zhì)體空間復(fù)雜性及屬性變化時(shí)存在較大的局限性。例如，對(duì)于非均質(zhì)介質(zhì)中斷層、裂隙和孔隙的分布情況，傳統(tǒng)方法難以全面捕捉；地下地質(zhì)結(jié)構(gòu)往往具有強(qiáng)非線性特征，傳統(tǒng)方法在處理這些復(fù)雜關(guān)系時(shí)，表現(xiàn)出較高的誤差率和不確定性，難以精確地描述地下地質(zhì)屬性的動(dòng)態(tài)變化。

3、隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)方法也被引入地質(zhì)屬性預(yù)測(cè)中。其中，現(xiàn)有基于統(tǒng)計(jì)學(xué)的地質(zhì)屬性預(yù)測(cè)方法主要包括：(1)克里金(kriging)方法等確定性建模方法；(2)序貫高斯建模等隨機(jī)建模方法；(3)多點(diǎn)指示方法、模擬退火等多點(diǎn)地質(zhì)學(xué)統(tǒng)計(jì)方法等。這些方法盡可能利用多的相關(guān)數(shù)據(jù)來(lái)推測(cè)地質(zhì)體模型中未知的地質(zhì)屬性值，但是由于其往往采用變差函數(shù)來(lái)描述數(shù)據(jù)的連續(xù)性和各項(xiàng)異性，因而存在地質(zhì)預(yù)測(cè)結(jié)果連續(xù)性差的問(wèn)題，導(dǎo)致最終預(yù)測(cè)結(jié)果不精確、不符合地質(zhì)意義，影響后續(xù)的施工過(guò)程。例如，基于地統(tǒng)計(jì)學(xué)的克里金插值法作為最廣泛應(yīng)用的預(yù)測(cè)工具，其通過(guò)分析地質(zhì)參數(shù)的空間自相關(guān)性進(jìn)行區(qū)域地質(zhì)屬性的插值預(yù)測(cè)，盡管該方法在處理具有空間連續(xù)性的地質(zhì)屬性時(shí)具有優(yōu)勢(shì)，但對(duì)于非連續(xù)、復(fù)雜結(jié)構(gòu)如斷層和裂隙的處理能力較弱，而且這一方法在預(yù)測(cè)精度上往往依賴于樣本數(shù)據(jù)的密度和分布，對(duì)于數(shù)據(jù)稀疏的區(qū)域，預(yù)測(cè)效果會(huì)明顯下降。

4、現(xiàn)有基于機(jī)器學(xué)習(xí)的地質(zhì)屬性預(yù)測(cè)方法雖然在一定程度上克服了傳統(tǒng)統(tǒng)計(jì)方法的局限性，能夠處理更多維度和非線性的數(shù)據(jù)，但其在應(yīng)對(duì)復(fù)雜地質(zhì)問(wèn)題時(shí)，仍存在一定的問(wèn)題，難以保障最終預(yù)測(cè)的準(zhǔn)確性：首先，機(jī)器學(xué)習(xí)方法在面對(duì)復(fù)雜的地質(zhì)構(gòu)造時(shí)，往往難以捕捉到地質(zhì)體的細(xì)微特征，如斷層、褶皺和非均質(zhì)性等復(fù)雜的地質(zhì)現(xiàn)象；其次，機(jī)器學(xué)習(xí)模型的“黑箱”特性也使得解釋性較弱，在地質(zhì)工程應(yīng)用中，工程師難以理解模型的預(yù)測(cè)邏輯，增加了實(shí)際應(yīng)用中的不確定性；不同地質(zhì)區(qū)域的條件差異較大，模型在某一區(qū)域表現(xiàn)良好時(shí)，可能無(wú)法有效推廣到其他地質(zhì)環(huán)境，這使得模型的泛化能力受到限制；最后，機(jī)器學(xué)習(xí)方法在處理具有較強(qiáng)空間相關(guān)性的地質(zhì)數(shù)據(jù)時(shí)，可能難以有效建模地質(zhì)屬性的空間連續(xù)性問(wèn)題，尤其在面對(duì)各向異性或極端數(shù)據(jù)時(shí)，模型容易出現(xiàn)誤差積累。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法及系統(tǒng)，考慮到三維地質(zhì)模型中地質(zhì)單元體屬性值與其所在空間位置相關(guān)，且隨開挖具備一定的時(shí)間演化關(guān)系，為此引入深度學(xué)習(xí)技術(shù)，根據(jù)多源地質(zhì)數(shù)據(jù)建立三維地質(zhì)屬性模型，基于三維地質(zhì)屬性模型提取時(shí)空?qǐng)D數(shù)據(jù)集，利用時(shí)空?qǐng)D數(shù)據(jù)集訓(xùn)練時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)，深度學(xué)習(xí)地質(zhì)屬性間在時(shí)間和空間上的演化規(guī)律，保障預(yù)測(cè)地質(zhì)的連續(xù)性，以此實(shí)現(xiàn)對(duì)掌子面前方未挖掘地質(zhì)屬性值的準(zhǔn)確預(yù)測(cè)。

2、第一方面，本發(fā)明提供了一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法。

3、一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法，包括：

4、獲取多源地質(zhì)數(shù)據(jù)，獲取不同地質(zhì)信息；

5、根據(jù)不同地質(zhì)信息建立三維地質(zhì)構(gòu)造模型，將不同地質(zhì)屬性信息賦予三維地質(zhì)構(gòu)造模型，構(gòu)建三維地質(zhì)屬性模型；

6、基于三維地質(zhì)屬性模型，將地質(zhì)屬性數(shù)據(jù)類比為時(shí)空序列數(shù)據(jù)，構(gòu)建地質(zhì)單元屬性序列時(shí)空數(shù)據(jù)集，利用時(shí)空數(shù)據(jù)集訓(xùn)練基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的屬性預(yù)測(cè)模型；

7、將已挖掘區(qū)域的地質(zhì)單元屬性序列時(shí)空數(shù)據(jù)輸入至訓(xùn)練完成的屬性預(yù)測(cè)模型中，輸出掌子面后未挖掘區(qū)域的地質(zhì)屬性預(yù)測(cè)結(jié)果，并利用隨挖掘更新的地質(zhì)單元屬性數(shù)據(jù)不斷更新屬性預(yù)測(cè)模型。

8、第二方面，本發(fā)明提供了一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)系統(tǒng)。

9、一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)系統(tǒng)，包括：

10、數(shù)據(jù)獲取及建模模塊，用于獲取多源地質(zhì)數(shù)據(jù)，構(gòu)建三維地質(zhì)屬性模型；

11、屬性預(yù)測(cè)模型訓(xùn)練模塊，用于基于三維地質(zhì)屬性模型，經(jīng)切片處理獲取多個(gè)地質(zhì)單元的地質(zhì)屬性數(shù)據(jù)，將地質(zhì)屬性數(shù)據(jù)類比為時(shí)空序列數(shù)據(jù)，構(gòu)建地質(zhì)單元屬性的時(shí)空?qǐng)D數(shù)據(jù)集，利用時(shí)空?qǐng)D數(shù)據(jù)集訓(xùn)練基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的屬性預(yù)測(cè)模型；

12、屬性預(yù)測(cè)模塊，用于將已挖掘區(qū)域的地質(zhì)單元的地質(zhì)屬性數(shù)據(jù)構(gòu)成時(shí)空?qǐng)D數(shù)據(jù)，輸入至訓(xùn)練完成的屬性預(yù)測(cè)模型中，輸出掌子面后未挖掘區(qū)域的地質(zhì)屬性預(yù)測(cè)結(jié)果；

13、屬性預(yù)測(cè)模型優(yōu)化模塊，用于利用隨挖掘更新的地質(zhì)單元的地質(zhì)屬性數(shù)據(jù)不斷更新屬性預(yù)測(cè)模型。

14、第三方面，本發(fā)明還提供了一種電子設(shè)備，包括存儲(chǔ)器和處理器以及存儲(chǔ)在存儲(chǔ)器上并在處理器上運(yùn)行的計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器運(yùn)行時(shí)，完成第一方面所述方法的步驟。

15、第四方面，本發(fā)明還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)，完成第一方面所述方法的步驟。

16、以上一個(gè)或多個(gè)技術(shù)方案存在以下有益效果：

17、1、本發(fā)明提供了一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法及系統(tǒng)，考慮到三維地質(zhì)模型中地質(zhì)單元體屬性值與其所在空間位置相關(guān)，且隨開挖具備一定的時(shí)間演化關(guān)系，為此引入深度學(xué)習(xí)技術(shù)，根據(jù)多源地質(zhì)數(shù)據(jù)建立三維地質(zhì)屬性模型，基于三維地質(zhì)屬性模型提取時(shí)空?qǐng)D數(shù)據(jù)集，利用時(shí)空?qǐng)D數(shù)據(jù)集訓(xùn)練時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)，深度學(xué)習(xí)地質(zhì)屬性間在時(shí)間和空間上的演化規(guī)律，保障預(yù)測(cè)地質(zhì)的連續(xù)性，以此實(shí)現(xiàn)對(duì)掌子面前方未挖掘地質(zhì)屬性值的準(zhǔn)確預(yù)測(cè)。

18、2、本發(fā)明基于構(gòu)建的三維地質(zhì)屬性模型，將地質(zhì)屬性數(shù)據(jù)類比為時(shí)空序列數(shù)據(jù)，構(gòu)造單元屬性序列時(shí)空?qǐng)D，進(jìn)而構(gòu)建時(shí)空數(shù)據(jù)集，同時(shí)搭建基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)模型，利用該模型分析并學(xué)習(xí)地質(zhì)單元屬性序列中相鄰地質(zhì)屬性在空間與時(shí)間維度上的關(guān)系，利用訓(xùn)練完成的模型進(jìn)行未挖掘地質(zhì)屬性的有效準(zhǔn)確預(yù)測(cè)，避免現(xiàn)有方法預(yù)測(cè)地質(zhì)結(jié)果連續(xù)性較差、難以應(yīng)對(duì)復(fù)雜地質(zhì)的缺陷。

技術(shù)特征：

1.一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法，其特征在于，包括：

2.如權(quán)利要求1所述的一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法，其特征在于，所述獲取多源地質(zhì)數(shù)據(jù)，建模三維地質(zhì)屬性模型，包括：

3.如權(quán)利要求2所述的一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法，其特征在于，根據(jù)不同地質(zhì)信息建立三維地質(zhì)構(gòu)造模型，包括：

4.如權(quán)利要求3所述的一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法，其特征在于，將不同地質(zhì)屬性信息賦予三維地質(zhì)構(gòu)造模型，構(gòu)建三維地質(zhì)屬性模型，包括：

5.如權(quán)利要求1所述的一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法，其特征在于，基于三維地質(zhì)屬性模型，經(jīng)切片處理獲取多個(gè)地質(zhì)單元的地質(zhì)屬性數(shù)據(jù)，將地質(zhì)屬性數(shù)據(jù)類比為時(shí)空序列數(shù)據(jù)，構(gòu)建地質(zhì)單元屬性的時(shí)空?qǐng)D數(shù)據(jù)集，包括：

6.如權(quán)利要求1所述的一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法，其特征在于，將地質(zhì)單元屬性的時(shí)空?qǐng)D輸入至基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的屬性預(yù)測(cè)模型中，提取地質(zhì)單元屬性的時(shí)空特征，包括：

7.如權(quán)利要求1所述的一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法，其特征在于，所述基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的屬性預(yù)測(cè)模型包括多層依次連接的時(shí)空?qǐng)D卷積層，每一時(shí)空?qǐng)D卷積層上應(yīng)用resnet機(jī)制，且在每一層經(jīng)時(shí)空?qǐng)D卷積運(yùn)算提取每一地質(zhì)單元屬性的時(shí)空特征后，采用設(shè)定概率隨機(jī)放棄特征；

8.一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)系統(tǒng)，其特征在于，包括：

9.一種電子設(shè)備，其特征在于，包括存儲(chǔ)器和處理器以及存儲(chǔ)在存儲(chǔ)器上并在處理器上運(yùn)行的計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器運(yùn)行時(shí)，完成如權(quán)利要求1-7中任一項(xiàng)所述的一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，用于存儲(chǔ)計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)，完成如權(quán)利要求1-7中任一項(xiàng)所述的一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開一種基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的地質(zhì)屬性預(yù)測(cè)方法及系統(tǒng)，涉及地質(zhì)屬性建模及預(yù)測(cè)技術(shù)領(lǐng)域，包括：獲取多源地質(zhì)數(shù)據(jù)，建模三維地質(zhì)屬性模型；基于該模型，經(jīng)切片處理獲取多個(gè)地質(zhì)單元的地質(zhì)屬性數(shù)據(jù)，將地質(zhì)屬性數(shù)據(jù)類比為時(shí)空序列數(shù)據(jù)，構(gòu)建地質(zhì)單元屬性的時(shí)空?qǐng)D數(shù)據(jù)集，并利用時(shí)空?qǐng)D數(shù)據(jù)集訓(xùn)練基于時(shí)空?qǐng)D卷積神經(jīng)網(wǎng)絡(luò)的屬性預(yù)測(cè)模型；將已挖掘區(qū)域的地質(zhì)單元的地質(zhì)屬性數(shù)據(jù)構(gòu)成時(shí)空?qǐng)D數(shù)據(jù)，輸入至訓(xùn)練完成的屬性預(yù)測(cè)模型中，輸出掌子面后未挖掘區(qū)域的地質(zhì)屬性預(yù)測(cè)結(jié)果，并利用隨挖掘更新的地質(zhì)單元的地質(zhì)屬性數(shù)據(jù)不斷更新屬性預(yù)測(cè)模型。本發(fā)明通過(guò)學(xué)習(xí)相鄰地質(zhì)屬性在時(shí)空維度上的關(guān)系，實(shí)現(xiàn)對(duì)掌子面前方未挖掘地質(zhì)屬性的準(zhǔn)確預(yù)測(cè)。

技術(shù)研發(fā)人員：潘東東,李軼惠,趙晟喆,胡安棟,張弛,張秒
受保護(hù)的技術(shù)使用者：山東大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/8