-
题名隧道不良地质识别:方法、现状及智能化发展方向
被引量：10
- 1
-
-
作者
许振浩
邵瑞琦
林鹏
李术才
向航
韩涛
李珊
-
机构
山东大学岩土与结构工程研究中心
山东大学齐鲁交通学院
-
出处
《地球学报》
CAS
CSCD
北大核心
2024年第1期5-24,共20页
-
基金
国家自然科学基金优秀青年科学基金项目(编号:52022053)
国家自然科学基金面上项目(编号:52279103,52379103)联合资助。
-
文摘
随着隧道施工对于不良地质识别精度要求的不断提高以及人工智能技术的发展,融合多源信息的不良地质智能化识别已成为发展趋势。本文首先阐述了常见的6种隧道不良地质类型及其地质成因,回顾分析了隧道主要的不良地质识别方法及现状,详细介绍了笔者在不良地质智能化识别方面的探索性研究:基于机器学习利用图像识别技术对隧道围岩岩性与裂隙特征进行智能识别;融合图像和光谱特征进行不良地质识别;将地化分析融入到传统的超前钻探中,融合随钻参数和地化信息进行不良地质随钻识别,既可以发挥超前钻探在感知岩体质量和地层信息变化方面的优势,又可以发挥地化分析在岩性和不良地质异常识别方面的优势;基于地质与物探联合反演进行不良地质识别,旨在实现掌子面前方不良地质体“形”(位置、形态、规模)和“性”(性质和类型)的精确识别。最后,对隧道不良地质智能化识别的发展趋势进行了展望。
-
关键词
不良地质识别
光谱测试
地化测试
随钻技术
联合反演
-
Keywords
adverse geology identification
spectral test
geochemical test
while-drilling technology
joint inversion
-
分类号
U452.1
[建筑科学—桥梁与隧道工程]
-
-
题名基于探地雷达属性分析的典型岩溶不良地质识别方法
被引量：49
- 2
-
-
作者
刘宗辉
刘毛毛
周东
蓝日彦
吴恒
王业田
-
机构
广西大学土木建筑工程学院
广西新发展交通集团有限公司
广西大学广西防灾减灾与工程安全重点实验室
-
出处
《岩土力学》
EI
CAS
CSCD
北大核心
2019年第8期3282-3290,共9页
-
基金
国家自然科学基金(No.51708136)
广西自然科学基金青年项目(No.2017GXNSFBA198199)
+1 种基金
广西重点实验室系统性研究项目(No.2016ZDX002)
广西科技基地和人才专项(No.桂科AD17129047)~~
-
文摘
采用探地雷达进行岩溶隧道超前地质预报时,受现场探测环境、岩溶地质的复杂性以及解译技术制约,多解性问题一直未能得到很好解决。从依托工程中选取代表性的案例,分析总结隧道建设中常见的几种典型岩溶不良地质的属性特征,结果表明岩溶不良地质类型与探地雷达属性参数有很好相关性,其中:空腔型溶洞、干燥松散黏土夹碎石充填型溶洞和无水破碎带雷达反射波中心频率随时间衰减较慢,分布范围分别为90~105、85~100、70~110MHz;软塑状黏土充填型溶洞和富水破碎带雷达反射波中心频率随时间衰减较快,分布范围分别为60~80MHz和40~70MHz。研究属性特征定量表示方法,提出基于广义S变换及子波谱模拟的雷达波吸收衰减参数计算方法。实际数据分析结果表明:每种属性都能从某些角度反映岩溶不良地质体雷达反射波的特征,在综合多个特征参数后,可以较好地区分不同的岩溶不良地质类型,从而提高探地雷达目标识别精度。
-
关键词
探地雷达
岩溶隧道
属性分析
特征参数
不良地质识别
-
Keywords
ground penetrating radar (GPR)
karst tunnel
attribute analysis
feature parameter
identification of geological anomalies
-
分类号
TU42
[建筑科学—岩土工程]
-
-
题名基于不良地质识别的分类方法研究与分析
被引量：6
- 3
-
-
作者
王秋全
李向
王岭玲
-
机构
中国交通建设股份有限公司西北区域总部
中国地质大学计算机学院
武汉工程科技学院
-
出处
《地质科技情报》
CAS
CSCD
北大核心
2014年第6期203-208,共6页
-
基金
湖北省自然科学基金项目(2012195075)
-
文摘
中国西部的沙漠、冻土和盐渍土等典型的不良地质现象日益显现,基于遥感影像的不良地质识别已经成为遥感处理研究领域的一个热点和难点。以新疆尉犁县罗布人村寨为研究区域,针对当地典型的不良地质体遥感影像特征,主要探讨SVM分类、K均值分类以及基于因果关系的贝叶斯网络分类3种分类方法,初步尝试不同分类方法的融合,并通过实验对比分析了3种方法的分类效果和精度。结果表明:SVM分类结果为块状分布,K均值分类结果为点状分布,基于因果关系的贝叶斯网络分类取得了更好的分类精度,3种方法取得的影像融合更好地表达了多种不良地质体的识别效果。
-
关键词
遥感影像
不良地质体识别
分类方法
-
Keywords
remote sensing image
adverse geological identification
classification method
-
分类号
P407.8
[天文地球—大气科学及气象学]
-
