【技术实现步骤摘要】
本专利技术属于植物学与工程地质学结合判别震裂缝，具体涉及一种基于树龄测定的震裂山体判别方法。
技术介绍
1、山体卸荷拉裂纹是指在山体卸荷过程中，由于内部应力的重新分布和调整，导致山体表面产生裂缝，因此，产生卸荷拉裂纹的原因有多个：①斜坡变形破坏②岩石风化弱化③流体冲刷④地震活动以及⑤人为活动。在这些因素当中，地震活动突发性最强，且后期治理难度最大，因而也是工程地质工作者面对的最棘手情况。因而现有工作者需要花费大量精力去判断卸荷拉裂纹是否是由地震导致的，这将直接关乎工程建设选址、治理、运营等问题。但目前判别地震诱导卸荷拉裂纹的方法都较为定性，多从岩石/岩体物理力学性质、裂纹特征等方面展开，具有精度低、准备性差的缺点。为此，亟待提出一种更准确的震裂山体识别方法。
技术实现思路
1、针对现有技术的不足，本专利技术提出了一种基于树龄测定的震裂山体判别方法，为判别震裂山体工作提供了指导意义。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种基于树龄测定的震裂山体判别方法，包括以下步骤：
4、对震裂缝内的树木进行取样，获得树芯样品；
5、利用lintab 6树轮宽度测量仪对所述树芯样品的宽度进行测量，获得所述树芯样品的宽度；
6、基于所述树芯样品的宽度，利用骨架图对样芯进行交叉定年；
7、利用cofecha对交叉定年结果进行检查核实，确定所述树芯样品上每一树轮对应的形成年份；
8、基于每一树轮对应的形成
9、将所述树木的年龄与发生地震的年份相比较，完成震裂山体的判别。
10、优选的，获得树芯样品的方法包括：
11、选取震裂缝内树木样品，在每个树木样品的胸高处沿平行坡向钻取1～2根树芯，获得树芯样品，其中，所述树芯钻取到树木髓心处。
12、优选的，获得所述树芯样品的宽度的方法包括：
13、将处理好的所述树芯样品放在lintab 6树轮宽度测量仪下进行观察，获得所述树芯样品的树轮成像；
14、利用pytorch深度学习框架搭建u-net模型；
15、将所述树轮成像输入所述u-net模型，对树轮边界进行识别，获得相应的分割结果和分类结果；
16、对完成分割和分类的所述树芯样品做相应的可视化处理，得到树轮边界数量与树轮宽度。
17、优选的，所述u-net模型沿用卷积神经网络图像语义分割的思想，利用卷积层和池化层进行特征提取，再利用反卷积层还原图像尺寸。
18、优选的，利用骨架图对样芯进行交叉定年的方法包括：
19、将处理好的所述树芯样品在显微镜下由最内层向树皮方向按照预设的轮数做标记，直到最后一轮；
20、在坐标纸上做样号及轮数标记，对照在显微镜下已做好轮数标记的所述树芯样品从最内层画起，每一条纵坐标线代表一轮，在窄轮处用竖线做标记，直到最后一轮，获得所有树芯样品的骨架图；
21、分别对同一棵树两个树芯样品的两个骨架图进行汇总，以窄轮为控制线提取共同特征，画在另一张方格纸上，再将第一批汇总后的图两个为一组再次汇总，以此类推，直到将所有骨架图都汇总成一个图；
22、将汇编图作为一把尺子，分别和每个树芯样品的骨架图对比，并给每个代表年轮的竖线以确切的日历年代，并标记在骨架图上，完成交叉定年。
23、优选的，确定所述树芯样品上每一树轮对应的形成年份的方法包括：
24、在显微镜下仔细分辨每一树轮，从树心方向开始记年，以第一个不完整树轮记为0年，后每10年以圆点进行标记，建立浮动年代；
25、对比一棵树的两个树芯样品，使每棵树内的树芯样品能够交叉定年，对于同一棵树中一个样本有缺失轮，而另一个样本中没有的，对有缺失轮的样本进行标记，并对浮动年代进行调整；
26、在轮宽量测仪上对样本进行宽度量测，获得宽度数据；
27、基于所述宽度数据，利用cofecha程序中未定年的浮动年表和已定好年的日历年表对比的功能，确定与震裂缝内树木样品在时间上有重叠的年代；
28、对照已作出的定年年表，确定震裂缝内树木样品发生缺失轮的年份，并确定日历年份。
29、优选的，用arstan对年轮树芯样品进行去趋势处理的方法包括：
30、建立震裂缝内树木样品标准年轮年表；
31、基于所述标准年轮年表，分析年轮指数与地质因子的相关性，获取不同地质因子对树木生长的作用关系，
32、根据所述作用关系，采用地质指数重建震裂山体地质数据，实现震裂山体逐年趋势变化分析。
33、优选的，将所述树木的年龄与发生地震的年份相比较，完成震裂山体的判别的方法包括：
34、将所述树木的年龄与待测地区发生地震的年份相比较，若满足预设要求数量的树龄小于等于地震发生的年份，判别裂缝是由地震所产生，若树龄大于地震所发生的年龄，判别裂缝不是由于地震所产生。
35、与现有技术相比，本专利技术的有益效果为：
36、本专利技术通过对震裂缝内的树木进行取样，尽可能取出更多的树芯样品；用lintab6树轮宽度测量仪对样芯的宽度进行测量，利用骨架图对样芯进行交叉定年；再利用cofecha软件对交叉定年结果予以检查核实；交叉定年后，确定样芯上每一树轮对应的形成年份；用arstan程序对年轮样芯进行去趋势处理，对树木的年龄进行确定；将树龄与该地区的发生地震的年份相比较，若大部分树龄小于等于地震发生的年份说明该裂缝是由地震所产生，若树龄大于地震所发生的年龄说明该裂缝不是由于地震所产生。本专利技术为判别震裂山体工作提供了指导意义。
本文档来自技高网...【技术保护点】
1.一种基于树龄测定的震裂山体判别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于树龄测定的震裂山体判别方法，其特征在于，获得树芯样品的方法包括：
3.根据权利要求1所述的基于树龄测定的震裂山体判别方法，其特征在于，获得所述树芯样品的宽度的方法包括：
4.根据权利要求3所述的基于树龄测定的震裂山体判别方法，其特征在于，所述U-Net模型沿用卷积神经网络图像语义分割的思想，利用卷积层和池化层进行特征提取，再利用反卷积层还原图像尺寸。
5.根据权利要求1所述的基于树龄测定的震裂山体判别方法，其特征在于，利用骨架图对样芯进行交叉定年的方法包括：
6.根据权利要求1所述的基于树龄测定的震裂山体判别方法，其特征在于，确定所述树芯样品上每一树轮对应的形成年份的方法包括：
7.根据权利要求1所述的基于树龄测定的震裂山体判别方法，其特征在于，用ARSTAN对年轮树芯样品进行去趋势处理的方法包括：
8.根据权利要求1所述的基于树龄测定的震裂山体判别方法，其特征在于，将所述树木的年龄与发生地震的年份相比
...【技术特征摘要】
1.一种基于树龄测定的震裂山体判别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于树龄测定的震裂山体判别方法，其特征在于，获得树芯样品的方法包括：
3.根据权利要求1所述的基于树龄测定的震裂山体判别方法，其特征在于，获得所述树芯样品的宽度的方法包括：
4.根据权利要求3所述的基于树龄测定的震裂山体判别方法，其特征在于，所述u-net模型沿用卷积神经网络图像语义分割的思想，利用卷积层和池化层进行特征提取，再利用反卷积层还原图像尺寸。
5.根据权利要求...
【专利技术属性】
技术研发人员：周宇，唐琼琼，韩观胜，周子涵，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。