一种地下病害探测多波联合解译方法

技术领域

本发明涉及地质勘探技术领域，具体涉及一种地下病害探测多波联合解译方法。

背景技术

道路地下空间存在的地质病害，如土洞、岩溶、采空区、断层及裂缝、破碎带、含水层、松软层等，会对道路等各类建筑物产生不良影响。当公路建设于地质病害发育地区，若未妥善处治区域内的地质病害，易产生一系列不良反应，如桥基下沉倾斜，路面变形、开裂甚至塌陷等，造成严重的经济损失并威胁民众的生命财产安全。

为对地下空间的病害进行探测，现在市面上一般采取会采取如地质雷达法、地震面波法、地震反射波法来对地下空间的病害进行探测，虽然都能够达到探测病害的目的，但是以上几种病害探测方法都存在一定的局限性，如地质雷达虽然探测精度高，但探测深度受限、地震反射波法探测深度较大，达到百米到千米的探测范围内，但该方法精度低、而面波法优点在于数据采集简单快速、适用于大面积勘探，对浅部结构分辨率高，但缺点在于对深部构造分辨率低，易受表面噪音干扰。

发明人鉴于此，提出一种地下病害探测多波联合解译方法。

发明内容

针对现有技术存在的不足，本发明提出一种地下病害探测多波联合解译方法，以解决现有技术中存在的采用单一病害物探方法探测精度低、全面性不足的技术问题。

本发明采用的技术方案是，一种地下病害探测多波联合解译方法，包括以下步骤：

S1、进行场地面波勘测，获得地下波速；

S2、基于地下波速，分别采用反射波勘探法和散射波勘探法，分别获得地层分布特征和异常体地下空间分布特征；

S3、将地层分布特征和异常体地下空间分布特征输入地下空间病害解译模型，获得地下空间病害解译结果。

进一步的，所述步骤S1包括：

S11、进行场地面波勘测，获得低频面波数据和/或高频面波数据；

S12、基于低频面波数据和/或高频面波数据，采用F-K变换和/或τ-p变换，提取频散曲线；

S13、基于频散曲线，采用货车优化反演方法，获得地下波速。

进一步的，在步骤S12中，F-K变换提取频散曲线的过程中，计算公式具体为：

其中，其中f表示频率，k表示波数，F(f，k)为频波谱。

进一步的，在步骤S12中，τ-p变换计算频散曲线的过程中，τ-p变换的离散形式公式具体为：

其中，p表示慢度，τ标识时间截距。

进一步的，所述步骤S2包括：

获得激发点的自激自收的双程旅行时；

基于地下波速和自激自收的双程旅行时，得到水平界面的埋深；

根据水平界面的埋深，确定地层分布特征。

进一步的，所述水平界面的埋深的计算公式具体如下：

其中，h为水平界面的埋深，v为地下波速，t

进一步的，所述步骤S2包括：

获得激发点的散射波旅行时；

基于地下波速和散射波旅行时，采用等效偏移距反演法，得到地下异常体的埋深；

根据地下异常体的埋深，确定异常体地下空间分布特征。

进一步的，所述散射点旅行时的计算公式具体如下：

其中，t为散射点旅行时，h为地下异常体的埋深，x为激发点到接收点的水平距离，Z

进一步的，所述地下空间病害解译模型为卷积神经网络。

本发明提供一种计算机装置设备系统，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现上述方案的方法的步骤。

由上述技术方案可知，本发明的有益技术效果如下：

本发明提供一种地下病害探测多波联合解译方法，首先对场地进行面波勘测，以此获得了测量场地的地下波速，并以面波勘测得到的地下波速为基础，分别采用反射波勘探法和散射波勘探法，得到了地层分布特征和异常体地下空间的分布特征，通过将地层分布特征和异常体地下空间的分布特征输入地下空间病害解译模型，进而得到了多波联合的地下空间病害解译结果，由此设置，本发明通过联合面波、反射波和散射波多种物探方法，充分利用三种探测波的优势，通过面波勘测能够快速获取地下波速，通过使用反射波勘探法能够深入地下，揭示深层地质结构，通过散射波勘探法则对浅部地层和异常体具有较高的分辨率，进而实现了对地下空间病害较为全面的探测，提高探测精度，实用性强，以解决现有技术中存在的采用单一病害物探方法探测精度低、全面性不足的技术问题。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为本发明实施例1的一种地下病害探测多波联合解译方法提供的总流程示意图；

图2为本发明实施例1的一种地下病害探测多波联合解译方法提供的步骤S1的具体流程示意图；

图3为本发明实施例1的一种地下病害探测多波联合解译方法提供的采用反射波勘测法的具体流程示意图；

图4为本发明实施例1的一种地下病害探测多波联合解译方法提供的采用散射波勘测法的具体流程示意图；

图5为本发明实施例1的一种地下病害探测多波联合解译方法提供的反射波的射线关系示意图；

图6为本发明实施例1的一种地下病害探测多波联合解译方法提供的散射波射线关系示意图，

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

实施例1

为解决现有技术中存在的采用单一病害物探方法探测精度低、全面性不足的技术问题，本实施例提供了一种地下病害探测多波联合解译方法，如图1所示，包括以下步骤：

S1、进行场地面波勘测，获得地下波速；本实施例优选，如图2所示，步骤S1包括：

S11、进行场地面波勘测，获得低频面波数据和/或高频面波数据；

S12、基于低频面波数据和/或高频面波数据，采用F-K变换和/或τ-p变换，提取频散曲线；

S13、基于频散曲线，采用货车优化反演方法，获得地下波速。

本实施例优选，获得低频面波数据时，采用F-K变换，提取频散曲线，具体步骤如下：将t-x域上的面波数据进行二维傅氏变换分析，转换为f-k域上的幅值信息，再根据瑞雷波在f-k域上振幅能量最大的特点，提取瑞雷波频散曲线。其中，，F-K变换提取频散曲线的过程中，计算公式具体为：

其中，其中f表示频率，k表示波数，F(f，k)为频波谱。

获得高频面波数据时，采用τ-p变换，提取频散曲线，具体步骤如下：

设t-x域的地震记录为

直线l的方程可以表示为：t＝τ+px，其中p＝dl/dx为直线斜率l的斜率，p表示慢度，τ表示时间截距。

在计算机上对地震记录做τ-p变换，通常采用(2)式对应的离散形式，公式为：

其中，i＝1,2,...,I，j＝1，2，......J,I、J分别表示τ和p的总采样点数；

进一步的，将得到的τ-p域记录沿着时间方向做一维傅氏变换，得到f-p域记录，如下所示：

进一步的，利用关系式v＝1/p，将f-p域记录变换到f-v域，

利用上述变换关系即可将t-x域面波记录变换到f-v域，得到面波频率速度谱。任意频率对应的频率速度谱能量最大值，即是该频率对应的相速度值，从而得到该面波记录的频散曲线。

S2、基于地下波速，分别采用反射波勘探法和散射波勘探法，分别获得地层分布特征和异常体地下空间分布特征；

本实施例优选，如图3所示，步骤S2包括：

获得激发点的自激自收的双程旅行时；需要说明的时，对自激自收的双程旅行时采用反射波勘探法进行测量时，可能会根据地层数量的不同而收到不同数量的自激自收的双程旅行时，如果采用反射波勘探的地层为一时，获得的自激自收的双程旅行时数量为一，如果勘探的地层为多个时，获得的自激自收的双程旅行时数量为多个。

基于地下波速和自激自收的双程旅行时，得到水平界面的埋深；其中，所述水平界面的埋深的计算公式具体如下：

其中，h为水平界面的埋深，v为地下波速，t

如图5所示，对震源O点关于水平界面做镜像处理，镜像后的点为O'。此时OAS的传播路径可以等效为O'S，因此，反射波的传播时间为：

上式就是水平分界面下的反射波时距方程，显然是一个关于x的二元方程，对上式简化后可得标准的二次曲线方程：

以此得到：

上式中t

由式(2.3)可知：

得到水平界面的埋深后，根据水平界面的埋深，确定地层分布特征。需要说明的是，地层分布特征可能仅包含一个水平界面的埋深，也可以包含多个水平界面的埋深，具体的埋深数量与自激自收的双程旅行时数量相对应。

本实施例优选，如图4所示，所述步骤S2包括：

获得激发点的散射波旅行时；

基于地下波速和散射波旅行时，采用等效偏移距反演法，得到地下异常体的埋深；本实施例优选，散射波旅行时t的公式具体为：

其中，t为散射点旅行时，h为地下异常体的埋深，x为激发点到接收点的水平距离，Z

根据地下异常体的埋深，确定异常体地下空间分布特征。由于获得的地下异常体的埋深可能不止一个，因此将获得的异常体的埋深组合叠加起来，即可得到勘探地下的异常体地下空间分布特征。

S3、将地层分布特征和异常体地下空间分布特征输入地下空间病害解译模型，获得地下空间病害解译结果。

本实施例优选，地下空间病害解译模型为卷积神经网络，训练过程如下：

首先进行数据预处理：将收集到的地层分布特征和异常体地下空间分布特征的原始数据转换为卷积神经网络可接受的格式，通常是图像或张量形式；然后对数据进行归一化处理，将特征值缩放到同一范围内(如0到1)，以加快网络训练速度和提高稳定性。

将预处理后的数据集划分为训练集、验证集和测试集，分别用于训练模型、调整超参数和评估模型性能。

预处理数据之后构建卷积神经网络模型：设计多输入通道的卷积神经网络结构，以同时处理地层分布特征和异常体地下空间分布特征。每个输入通道可以包含多个卷积层、池化层等，以提取不同层次的特征。

特征融合：在网络的某个中间层，将来自不同输入通道的特征进行融合，以便综合利用两种特征的信息。本实施例优选，通过拼接(concatenation)或相加(addition)等方式实现。

进一步的，在网络的后端添加全连接层，用于将融合后的特征映射到最终的解译结果。根据解译任务的具体需求(如分类、回归等)，选择合适的输出层结构和激活函数。

进一步的，定义损失函数：根据解译任务的需求，选择合适的损失函数，如交叉熵损失(用于分类任务)或均方误差损失(用于回归任务)。

优化算法选择：选择Adam卷积神经网络训练的优化算法，并设置学习率。

训练过程：使用训练集对模型进行迭代训练，通过反向传播算法更新网络参数，以最小化损失函数。在训练过程中，监控损失函数的变化和验证集上的性能，以便调整超参数或采取其他优化措施。

进一步的，对模型进行优化，包括调整网络结构、增加数据增强策略、改变优化算法参数，以进一步提高解译性能。

将预处理后的地层分布特征和异常体地下空间分布特征输入到训练好的卷积神经网络模型中，通过模型的前向传播，获得地下空间病害的解译结果。这些结果可以包括病害的类型、位置、严重程度等信息，为地下空间的安全评估和维护提供重要依据。

即本实施例提供一种地下病害探测多波联合解译方法，首先对场地进行面波勘测，以此获得了测量场地的地下波速，并以面波勘测得到的地下波速为基础，分别采用反射波勘探法和散射波勘探法，得到了地层分布特征和异常体地下空间的分布特征，通过将地层分布特征和异常体地下空间的分布特征输入地下空间病害解译模型，进而得到了多波联合的地下空间病害解译结果，由此设置，本发明通过联合面波、反射波和散射波多种物探方法，充分利用三种探测波的优势，通过面波勘测能够快速获取地下波速，通过使用反射波勘探法能够深入地下，揭示深层地质结构，通过散射波勘探法则对浅部地层和异常体具有较高的分辨率，进而实现了对地下空间病害较为全面的探测，提高探测精度，实用性强，以解决现有技术中存在的采用单一病害物探方法探测精度低、全面性不足的技术问题。

实施例2

本实施例提供一种计算机装置设备系统，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现实施例1所述的地下病害探测多波联合解译方法的步骤，以解决现有技术中存在的采用单一病害物探方法探测精度低、全面性不足的技术问题。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。