基于广义SR算法的勘察地层数据集智能构建方法及系统技术方案

本发明专利技术实施例提供一种基于广义SR算法的勘察地层数据集智能构建方法及系统，所述方法包括：通过钻孔数据的分层进行划分，构建分层图片数据矩阵，结合双线性插值算法进行虚拟钻孔构建，得到快速虚拟钻孔数据；构建SR模型，通过SR模型进行数据拟合，直至数据拟合通过，生成精度虚拟钻孔数据，通过快速虚拟钻孔数据/精度虚拟钻孔数据生成地层面离散点集表；基于地层面离散点集表作为初始数据，结合钻孔数据，确定地层趋势数据，生成地层面走向趋势表；采集地质勘察数据的地质数据生成地层基础信息表，构建对应的地质数据库。采用本方法能够在建立三维地质数据库，提供系统性的完整数据的同时，也基于SR算法进行虚拟钻孔构造，提高地层数据精度。地层数据精度。地层数据精度。

【技术实现步骤摘要】
基于广义SR算法的勘察地层数据集智能构建方法及系统


[0001]本专利技术地质勘察数据处理
，尤其涉及一种基于广义SR算法的勘察地层数据集智能构建方法及系统。

技术介绍

[0002]在地质勘察的过程中，往往有大量的地质勘察数据采集，得到对应的地质资料方便后续的地质分析和业务处理，如在矿产勘查中，通过露头观测、钻探、坑探和岩心鉴定、水文地质调查等对地质实体及其属性进行识别、分离和收集，以获得可进行处理的源数据。
[0003]传统勘察资料种类繁多，在有限数据的基础上，结合表格、图件、工作经验对获得数据进行解释，方式比较抽象，对勘察数据的解释比较困难，很难深层次地理解工程地质信息。以文字报告和地图图件的形式向后续专业提供的勘察成果过于专业化，勘察成果转化为设计、施工、运营、维护所需数据的可能性较低，造成了不必要的损失和浪费。种类繁多的勘察原始数据相互佐证、分析只能凭借人为经验判断，效率低下。部分勘察数据都是人工通过钻孔数据与地质年代并依据经验进行推断而来的，这些数据往往精度不高，对于设计、施工而言参考价值不大，并不能准确的指导设计、施工。

技术实现思路

[0004]针对现有技术中存在的问题，本专利技术实施例提供一种基于广义SR算法的勘察地层数据集智能构建方法及系统。
[0005]本专利技术实施例提供一种基于广义SR算法的勘察地层数据集智能构建方法，包括：
[0006]采集地质勘察数据中的钻孔数据，获取所述钻孔数据对应的分层位置，将所述钻孔数据根据分层位置进行划分，对每层地层的钻孔数据构建对应的数据集合，并根据所述数据集合构建对应的图片数据矩阵；
[0007]判断目标数据的数据精度要求，当所述目标数据的数据精度要求低于预设标准时，基于所述图片数据矩阵，结合双线性插值算法进行虚拟钻孔构建，得到对应的快速虚拟钻孔数据，并通过所述快速虚拟钻孔数据生成第一地层面离散点集表；
[0008]当所述目标数据的数据精度要求高于预设标准时，基于所述数据精度要求构建输出数据的维度信息，并根据所述维度信息构建对应的SR模型，将所述钻孔数据输入所述SR模型，通过所述SR模型进行数据拟合，直至所述数据拟合通过，生成对应的精度虚拟钻孔数据，并通过所述精度虚拟钻孔数据生成第二地层面离散点集表；
[0009]基于所述第一地层面离散点集表/第二地层面离散点集表中的每一分层数据作为初始数据，结合所述钻孔数据，使用KNN算法进行最邻近点求解，通过求解结果确定地层趋势数据，通过所述地层趋势数据对生成地层面走向趋势表；
[0010]采集地质勘察数据的地质数据生成地层基础信息表，并根据所述第一地层面离散点集表/第二地层面离散点集表、地层面走向趋势表、地层基础信息表构建对应的地质数据库。
[0011]在其中一个实施例中，所述方法还包括：
[0012]预构建虚拟钻孔的虚拟地层的虚拟数据维度，基于所述虚拟数据维度确定对应的所述图片数据矩阵中的目标像素点，并结合所述目标像素点周围的四个点进行预虚拟钻孔；
[0013]通过所述钻孔数据中的物探数据与地层等值线数据进行KNN算法计算，将算法计算结果与所述预虚拟钻孔的结果进行对比，当对比结果大于预设误差值时，将所述物探数据与地层等值线数据作为权重，重新计算目标像素点与周围的四个点的影响系数，重新进行预虚拟钻孔，直至对比结果小于预设误差值时。
[0014]在其中一个实施例中，所述方法还包括：
[0015]获取所述钻孔数据中的物探数据与地层等值线数据，将所述物探数据作为第一层拟合函数的权重因子进行拟合，将所述地层等值线数据作为第二层拟合函数的权重因子进行拟合，并在两层拟合中，当拟合结果不符合预设标准时，通过前反馈更新对应的权重因子；
[0016]检测到两层拟合通过后，输出拟合通过后的精度虚拟钻孔数据。
[0017]在其中一个实施例中，所述方法还包括：
[0018]通过所述钻孔数据中的属性数据对应生成所述图片数据矩阵中的图片属性数据，包括：
[0019]通过所述钻孔数据的横纵坐标生成所述图片数据矩阵的坐标系坐标，通过所述钻孔数据的地层编码、温度、湿度、应力生成所述图片数据矩阵中图片像素的R、G、B通道值以及透明度。
[0020]在其中一个实施例中，所述钻孔数据，包括：
[0021]基础信息，包括钻孔编号、孔口标高、孔深、分层位置、分层厚度、岩层属性信息；
[0022]多源数据，包括物探数据、地层等值线数据、断层数据、剖面数据。
[0023]本专利技术实施例提供一种基于广义SR算法的勘察地层数据集智能构建系统，包括：
[0024]采集模块，用于采集地质勘察数据中的钻孔数据，获取所述钻孔数据对应的分层位置，将所述钻孔数据根据分层位置进行划分，对每层地层的钻孔数据构建对应的数据集合，并根据所述数据集合构建对应的图片数据矩阵；
[0025]判断模块，用于判断目标数据的数据精度要求，当所述目标数据的数据精度要求低于预设标准时，基于所述图片数据矩阵，结合双线性插值算法进行虚拟钻孔构建，得到对应的快速虚拟钻孔数据，并通过所述快速虚拟钻孔数据生成第一地层面离散点集表；
[0026]SR模型模块，用于当所述目标数据的数据精度要求高于预设标准时，基于所述数据精度要求构建输出数据的维度信息，并根据所述维度信息构建对应的SR模型，将所述钻孔数据输入所述SR模型，通过所述SR模型进行数据拟合，直至所述数据拟合通过，生成对应的精度虚拟钻孔数据，并通过所述精度虚拟钻孔数据生成第二地层面离散点集表；
[0027]地层面走向趋势模块，用于基于所述第一地层面离散点集表/第二地层面离散点集表中的每一分层数据作为初始数据，结合所述钻孔数据，使用KNN算法进行最邻近点求解，通过求解结果确定地层趋势数据，通过所述地层趋势数据对生成地层面走向趋势表；
[0028]数据库模块，用于采集地质勘察数据的地质数据生成地层基础信息表，并根据所述第一地层面离散点集表/第二地层面离散点集表、地层面走向趋势表、地层基础信息表构
建对应的地质数据库。
[0029]在其中一个实施例中，所述系统还包括：
[0030]虚拟钻孔模块，用于预构建虚拟钻孔的虚拟地层的虚拟数据维度，基于所述虚拟数据维度确定对应的所述图片数据矩阵中的目标像素点，并结合所述目标像素点周围的四个点进行预虚拟钻孔；
[0031]迭代模块，用于通过所述钻孔数据中的物探数据与地层等值线数据进行KNN算法计算，将算法计算结果与所述预虚拟钻孔的结果进行对比，当对比结果大于预设误差值时，将所述物探数据与地层等值线数据作为权重，重新计算目标像素点与周围的四个点的影响系数，重新进行预虚拟钻孔，直至对比结果小于预设误差值时。
[0032]在其中一个实施例中，所述系统还包括：
[0033]拟合模块，用于获取所述钻孔数据中的物探数据与地层等值线数据，将所述物探数据作为第一层拟合函数的权重因子进行拟合，将所述地层等值线数据作为第二层拟合函数的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于广义SR算法的勘察地层数据集智能构建方法，其特征在于，包括：采集地质勘察数据中的钻孔数据，获取所述钻孔数据对应的分层位置，将所述钻孔数据根据分层位置进行划分，对每层地层的钻孔数据构建对应的数据集合，并根据所述数据集合构建对应的图片数据矩阵；判断目标数据的数据精度要求，当所述目标数据的数据精度要求低于预设标准时，基于所述图片数据矩阵，结合双线性插值算法进行虚拟钻孔构建，得到对应的快速虚拟钻孔数据，并通过所述快速虚拟钻孔数据生成第一地层面离散点集表；当所述目标数据的数据精度要求高于预设标准时，基于所述数据精度要求构建输出数据的维度信息，并根据所述维度信息构建对应的SR模型，将所述钻孔数据输入所述SR模型，通过所述SR模型进行数据拟合，直至所述数据拟合通过，生成对应的精度虚拟钻孔数据，并通过所述精度虚拟钻孔数据生成第二地层面离散点集表；基于所述第一地层面离散点集表/第二地层面离散点集表中的每一分层数据作为初始数据，结合所述钻孔数据，使用KNN算法进行最邻近点求解，通过求解结果确定地层趋势数据，通过所述地层趋势数据对生成地层面走向趋势表；采集地质勘察数据的地质数据生成地层基础信息表，并根据所述第一地层面离散点集表/第二地层面离散点集表、地层面走向趋势表、地层基础信息表构建对应的地质数据库。2.根据权利要求1所述的基于广义SR算法的勘察地层数据集智能构建方法，其特征在于，所述基于所述图片数据矩阵，结合双线性插值算法进行虚拟钻孔构建，得到对应的快速虚拟钻孔数据，包括：预构建虚拟钻孔的虚拟地层的虚拟数据维度，基于所述虚拟数据维度确定对应的所述图片数据矩阵中的目标像素点，并结合所述目标像素点周围的四个点进行预虚拟钻孔；通过所述钻孔数据中的物探数据与地层等值线数据进行KNN算法计算，将算法计算结果与所述预虚拟钻孔的结果进行对比，当对比结果大于预设误差值时，将所述物探数据与地层等值线数据作为权重，重新计算目标像素点与周围的四个点的影响系数，重新进行预虚拟钻孔，直至对比结果小于预设误差值时。3.根据权利要求1所述的基于广义SR算法的勘察地层数据集智能构建方法，其特征在于，所述将所述钻孔数据输入所述SR模型，通过所述SR模型进行数据拟合，直至所述数据拟合通过，生成对应的精度虚拟钻孔数据，包括：获取所述钻孔数据中的物探数据与地层等值线数据，将所述物探数据作为第一层拟合函数的权重因子进行拟合，将所述地层等值线数据作为第二层拟合函数的权重因子进行拟合，并在两层拟合中，当拟合结果不符合预设标准时，通过前反馈更新对应的权重因子；检测到两层拟合通过后，输出拟合通过后的精度虚拟钻孔数据。4.根据权利要求1所述的基于广义SR算法的勘察地层数据集智能构建方法，其特征在于，所述根据所述数据集合构建对应的图片数据矩阵，包括：通过所述钻孔数据中的属性数据对应生成所述图片数据矩阵中的图片属性数据，包括：通过所述钻孔数据的横纵坐标生成所述图片数据矩阵的坐标系坐标，通过所述钻孔数据的地层编码、温度、湿度、应力生成所述图片数据矩阵中图片像素的R、G、B通道值以及透明度。
5.根据权利要求1所述的基于广义SR算法的勘察地层数据集智能构建方法，其特征在于，所述钻孔数据，包括：基础信息，...

【专利技术属性】
技术研发人员：刘瑞，张军强，胡勇，
申请(专利权)人：武汉正远岩土科技有限公司，
类型：发明
国别省市：