復雜地質構造空間分布評價的多源信息融合方法及應用

李培鋒，李斯濤，李 春，嚴 松，袁從華

(1.云南玉臨高速公路建設有限責任公司， 云南 臨滄 677000；2.中國科學院 武漢巖土力學研究所 巖土力學與工程國家重點實驗室， 湖北 武漢 430071；3.中國科學院大學， 北京 100000)

近年來，計算機技術迅速發展，新信息技術在巖土工程中逐漸得到應用，圖像技術、數據庫及GIS等新技術的研發推動著巖土工程的數字化及信息化進程。巖土工程與地理、空間位置信息緊密相關，并且地質信息通常具有多變性、復雜性，而信息技術能將采集到的信息進行關聯及整合，因此在工程地質調查領域的應用前景十分廣闊[1]。在巖土工程地質勘察中，測繪、踏勘、鉆探及地球物理勘探等方法提供了不同尺度、不同層面的信息[2-6]，綜合全面地處理這些信息是復雜地質構造勘查的關鍵，因此研究信息融合方法有利于獲取更準確地地質構造信息。

在地質勘查領域，數據分析及圖像融合等信息融合方法都已得到應用。2006年吳慶鳴等[7]提出了應用于超前地質預報的信息融合系統，可對采集到的數據進行分析從而得出前方掌子面的圍巖類別。在遙測領域，圖像融合方法的應用已十分廣泛，由于地質調查最后也需得到圖像信息，因此可以借此提高勘查結果圖像的精度。2007年，趙珍梅等[8]將多光譜圖像與雷達圖像進行融合，對比分析后發現的圖像融合后色域信息完整，同時兼有雷達圖構造信息豐富的特性。2008年，印興耀等[9]分析了傳統的線型變換主成分分析法的劣勢，提出了基于核主成分的PCA方法，并應用于對彈性波屬性的降維處理中，提高了該方法的提取特征能力。2015年郭彪等[10]將小波變換應用于地震波多特性信息融合，對數據進行小波分解及重構，充分利用了各屬性的主要特征信息，從而為地質勘查提供準確可信的資料。2017年，余洋等[11]針對探地雷達法，研究了信息融合算法，將不同頻率探地雷達的信息進行融合，綜合分析了不同頻率探地雷達采集的信息，提高了結果的準確性并提升了圖像的分辨率。

本文將信息融合技術應用于復雜地質構造勘探中，提出了應用于復雜地質勘探的數據相關性分析及圖像融合方法，以某采空區為對象，采用三維激光掃描技術及高密度電法等手段對地下采空區進行綜合勘測，并將數據結果進行融合，評價采空區的空間分布狀態。

1 工程勘探中的信息融合方法

信息融合作為一種數據綜合和處理技術，實際上是許多學科和新技術的集成和應用[12]，其基本原理是充分利用多物理量的信息，把多渠道、多尺度所獲得的不完整的信息加以綜合，消除多物理量數據間在空間大小及位置上可能存在的矛盾或多余，將各自的優點互補，降低不確定性，以形成對勘探目標的相對完整的一致性描述[13]。

本文針對采空區地下洞室調查的信息融合，提出了形態包絡的概念，并采用了統計學分析方法進行數據相關性分析，采用累計標記法進行信息收斂從而實現圖像融合。

(1) 形態包絡。地下空間的地質體常常成群體分布，例如礦脈可長達幾千米，厚度從不足一毫米以及到幾米，形狀可以比較簡單成單脈出現，也可能成平行的、交錯的脈群出現，礦脈包含很多分支，但總體上是沿著主礦脈延伸的。溶洞通常也是成群分布的，溶洞的發展經歷了溶溝、孤立洞穴、洞室群、連通洞室到大型溶洞等一系列演化過程[14]。實際工程勘探的結果通常以剖面展示，在探測到成群分布的地質體時，剖面上會出現多個離散的異常體，因此需對其進行包絡處理。

平面中包絡線方程的求解如下所示：包絡線與一族曲線系中的每一條都相切，如圖1所示。假設某曲線族的每條曲線Cs可表示為t：x(s,t),y(s,t)其中s是曲線族的參數，t是特定曲線的參數。若包絡線存在，則由s:[x(s,h(s)),y(s,h(s))] 得出，其中h(s)以下的方程求得[15]：

(1)

若曲線族以隱函數形式F(x,y,s)=0表示，其包絡線的隱方程由下式消去參數s得出：

(2)

圖1 形態包絡

在地質勘探中常用到的高密度電法，其反演結果為等值線分布，因此結果與勘探目標實際形態不匹配，將同位置包絡后的形態疊加到高密度電法剖面結果上，采用臨界值原則，如圖2所示，將臨界值ρc的等值線包絡的范圍判定為勘探目標，并以等高線包絡的形態作為推測的真實形態。

(2) 統計學分析方法。在進行數據分析時，通常需對多個信息源的數據進行相關性分析，其最基本的方法主要是統計學分析方法。常見的有數據分布直方圖，回歸分析，協方差矩陣及主成分分析等，本文采用了分布直方圖分析高密度電法臨界值的取值范圍。

圖2 高密度電法臨界值

(3) 累計標記法。對于x×y×z的離散數據點陣，累計標記法能快速準確地確定三維數據點陣中的聚集簇， 該方法沿三軸向依次對數據點進行掃描，在訪問每一個數據點時，通過前鄰點的標記狀態確定當前數據點的標記，并根據數據點的標記狀態進行依次分組，從而完成聚集簇中孤立數據點的識別。

對于數據點(x,y,z)，其與相鄰6個數據點的位置關系如圖3所示，根據掃描次序，將當前數據點的6個鄰點，分為3個前鄰和3個后鄰，當前數據點和三個前鄰點的值D(x,y,z)、D(x-1,y,z)、D(x,y-1,z)和D(x,y,z-1)分別記為Ds、D1、D2和D3。

圖3 鄰點示意圖

采用依次沿x、y、z正方向的掃描方式對數據點陣進行順序標記，若首先以D(x,y,z)=1的數據點為需要標記的目標，則D(x,y,z)=0 的數據點暫無需標記。綜合所有聚集簇數據點整合情況，當前數據點為目標點時，當前元素的8種前鄰狀態及聚集簇整合情況列于表1中。其中m1、m2、m3分別為三個前鄰點D1、D2和D3所在原聚集簇中數據點數目。

完成上述累計標記掃描后，以D(x,y,z)=0的數據點為需要標記的目標，再次進行掃描。所有數據點根據其前鄰狀態被分配至不同的聚集簇，將數據點數m小于一定值的聚集簇定義為孤立點簇，即完成孤立點簇過濾。

表1 8種前鄰狀態及聚集簇整合情況

2 工程背景及數據采集

本文采用GPS定位、三維激光掃描及高密度電法進行綜合勘測，用形態包絡及主成分分析的信息融合方法應用于某地下采空區的空間分布調查。

2.1 工程背景

項目區域基巖裂隙發育，水系也較發育，地下水豐富。河谷和盆地地區地形平坦，容易引起降水匯集，形成地表溪流、孔隙水及地下裂隙水。地表沿線水系較發育，河流呈樹枝狀，主要為山間溪流，呈西北-東南走向，河流形態多呈V字型，且河曲發育。地表水流量受降雨量影響，水位受季節影響大，在雨季水位暴漲，旱季地表水水位較低，工作期間應考慮到洪水的影響。降雨是該地區地下水供應的主要來源，地下水水位受降雨的影響大。

已發現一處較大采空區地下洞室，由于采空區洞室內狀況、延伸與走向等不詳，加之山坡上到處都有洞口露出，直接施工存在很大安全隱患，因此需要通過各種勘探手段把握內部狀況、分布。測區位于華南活動帶之東南沿海中生代火山斷陷帶中段，閩東火山斷拗帶之北段，中生代以來，區內巖漿活動頻繁、強烈，其中火山活動尤為突出，形成了分布廣泛、厚度巨大的一套陸相沉積-火山巖系，洞室內巖體狀態如圖4所示。

圖4 測區地形地貌及洞內狀態

洞室空間窄小，洞內蜿蜒曲折，可進入洞長約74.6 m，洞室高度約2 m～3 m，均布與山頂相通，寬度約40 cm～60 cm。與主洞室平行在洞室南部存在另外一條洞室。洞室周邊火山巖體完整，節理裂隙不發育。洞內濕潤，下部存在大量積水，水流不斷，局部存在大面積積水。

2.2 現場數據采集

針對采空區這類空間形態復雜的構造，本文提出了一種信息融合技術。采用GPS定位，三維激光掃描及高密度電法進行勘測，用形態包絡及統計學方法進行數據相關性分析，最終通過圖像融合得出采空區的空間分布，其勘探流程如圖5所示。

圖5 采空區勘探流程

(1) GPS定位。采用GPS定位確定采空區所有露頭洞口的位置信息A (x,y,z)，得出其在地形圖上的分布，如圖6所示，標注出所有露頭洞口的位置，共12個，形態及尺寸如表2所示。另外在電法測線布設時，利用GPS對測線首尾及地形突變點定位，獲取其大地坐標及高程，可將電法結果準確地與地形圖信息結合。

圖6 露頭洞口位置

GPS設備型號為靈銳S82 GPS RTK，測量系統包括基準站和移動站，基準站由主機、數傳電臺、發射天線與電瓶組成。水平精度為±1 cm+1 ppm，垂直精度為±2 cm+1 ppm。

表2 露頭洞口形態及尺寸

(2) 三維激光掃描。對已知的可進入區域可采用三維激光掃描技術進行精確的掃描，獲取其詳細的空間形態，為信息融合提供準確的信息，同時還可為之后本項目開發的設計和施工提供依據。

設備采用瑞士徠卡三維脈沖式激光掃描儀ScanStation C10，具有高達50 000點/秒的掃描速度，可以進行360°×270°全視場角掃描，獲取目標頂部，水平方向以及垂直方向的數據。測量距離精度為2 mm，角度精度為12″。測量時首先在洞內初步勘探地形，根據需要確定掃描站數、中轉基站的位置和控制標靶(用來匹配每站掃描的點)的個數和位置。然后安置三維激光掃描儀，調整好方向和水平。掃描儀預熱后，設置好掃描參數(分辨率、曝光度和全景掃描等)，掃描儀自動進行掃描。

由于洞內曲折，需設置多個中轉站，三維激光掃描在主洞共測量10站，左支洞共測量6站。大部分分支洞室尺寸較小，錯綜復雜，總體呈洞室群分布。

(3) 高密度電法。采空區往往存在頂板塌陷導致內部通路堵塞等情況，因此可能存在很多難以進入或未知的地下空洞。由于洞室沿礦脈分布并富含水，可期望利用洞室與周圍巖體的電阻率差異推測出洞室分布范圍，因此決定采用高密度電法進行勘探。根據前期高密度電法勘探的結果，表層電阻率在100 Ω·m以下，山坡的地表電阻率隨含水程度在10 Ω·m～數100 Ω·m范圍內變化。火山碎屑巖的電阻率隨風化程度而變化，中—強風化火山碎屑巖電阻率約在1 000 Ω·m以下，弱風化—未風化火山碎屑巖的電阻率約數1 000 Ω·m；因此采用高密度電法對大范圍內采空區進行勘測，總體上把握洞室的分布范圍及走向。

高密度電法數據采集系統由主機、升壓器、電極系三部分組成，野外工作一般由外接計算機、主機、電池組、主電纜等組成，如圖7所示。主機包括發送控制命令、電流和電壓測量、接收信號等部分，主電纜由多芯電線組成，主要作用是信號傳輸。

圖7 高密度電法儀器

洞室主要分布在地表以下30 m以內，綜合考慮勘探深度以及地表條件，高密度電法勘探采用2極法(Pole-Pole法)，遠電位電極布設在測線2 km之外，每條測線布設60個電極，間距2 m，總長118 m，供電電壓360 V。在采空區上方共布設54條測線，測線間距5 m，測線布設如圖8所示，定義水平面上沿測線為x方向，垂直測線為y方向，豎直為z方向。

圖8 高密度電法測線布設圖

根據當地的地形、地質與地球物理條件，結合以往工作經驗，勘探時采取了以下應對措施：在遇到松散土層或植被較發育地表，挖坑埋置電極，使電極與大地耦合良好，測區內大部分為山坡地貌，地形起伏大且坡度陡，為保證成果的解釋精度，根據地形條件每隔15 m～30 m采用GPS放樁，并記錄地形的突變的情況，以用作地形校正。高密度電法測試中采用360 V電壓供電以加大電流密度，數據采集過程中加強監控，一旦發現儀器出現非正常反應或者數據出現非正常變化現象，立即停止觀測，直到排除故障后再重新開始觀測。通過采取以上若干措施，保證了物探現場采集數據的質量。同時前期詳細記錄了地形、地貌、地質變化，特別是斷層露頭、基巖出露等關鍵部位，為后期勘探結果的解釋提供輔助和驗證依據。

3 數據處理與融合

3.1 數據處理

(1) 三維激光掃描數據處理。三維激光掃描數據處理是通過Cyclone提供的坐標匹配功能，將各站的點云數據拼合成一個完整的測量目標點云模型。刪除干擾的云點，通過分布框選點云，最終完成了對洞室的建模，并可對模型進行加工，生成剖面圖，計算高程等，根據應用需求以AutoCAD和GIS的格式輸出數據。原始點云包括了部分誤差、錯誤和無關信息。這些誤差信息的刪減也是掃描數據處理的一個關鍵。影響三維激光掃描儀精度的要素較多，主要包括環境因素、激光信號的信噪比、激光信號的反射率、激光脈沖接受器的靈敏度、儀器和被測點間的距離、儀器和被測目標間的角度等。這些因素直接導致了誤差的產生。通常情況下，三維激光掃描儀數據的模型精度顯著高于單點的精度，可通過設立球靶、球狀目標的坐標來改正點云的坐標，提高掃描儀模型的精度。

洞內寬窄不一，長52.7 m，最窄處約50 cm，最矮處約2 m，前段較水平，后半段坡度較大，有一長度約為40 m的上坡，洞內潮濕。將掃描數據整合后，可得到這一部分洞室的三維掃描圖像，如圖9(a)所示，將掃描圖像的坐標進行降低精度的數據提取，得到了洞室的三維坐標，如圖9(b)所示。

圖9 三維激光掃描結果

(2) 高密度電法數據處理。高密度電法數據分析采用美國GEOTOMO公司的商用反演分析軟件Res2dinv進行處理，對原始數據進行格式轉換、噪音剔除、平滑與插值等預處理后，通過格式轉換把數據重排成該軟件處理格式，然后進行反演。高密度電法結果剖面共54個，前四條測線剖面結果如圖10所示。將54個切面整合到同一空間坐標中，如圖11所示，得到電法三維效果圖。

圖10 高密度電法剖面圖

圖11 電法結果三維效果圖

3.2 數據分析

本次信息融合數據有3個來源，分別是GPS定位、三維激光掃描及高密度電法。區域GPS定位采集到地表的地形點的高程信息以及12個洞口的坐標信息。三維激光掃描對可進入區域洞室的輪廓進行高精度的掃描，得到洞室內壁上大量點的坐標，數據量龐大，可根據需要對其進一步處理。由GPS定位的露頭洞口位置信息及三維激光掃描定義出的可進入區域洞室位置信息的可靠性及精度較高，可作為采空區勘探的邊界條件。高密度電法能獲取大范圍內地下空間巖土體電阻率，其結果展示了觀測剖面的地下電阻率分布，下一步需要根據電阻率信息解釋出洞室在剖面上分布的位置信息。在觀測區域總共布設了54條測線，因此共得出電阻率剖面圖54張。信息評估如圖12及表3所示。

表3 信息評估

圖12 信息評估示意圖

三維激光掃描能對儀器可進入區域進行精準的掃描，獲取這部分區域地下洞室的空間分布與形態，數據形式以洞室輪廓上所有點的空間坐標展現。截取結果中的豎直方向截面，可以發現截面上包含多個局部的小洞室，但這些洞室呈群分布。采用形態包絡的原則，描繪出洞室群的包絡線，以此作為洞室群的位置，如圖13所示。

圖13 洞室群形態包絡

電法勘探區域覆蓋了可進入區域，可將此范圍內電法剖面結果與三維激光掃描結果進行對比分析，取同一位置處的剖面，將二者結果疊加，如圖14所示。由圖可見，可進入的洞室與高密度電法結果在主洞室的位置對應性良好，洞室位置對應于電法結果中的高阻區域，因此可以將三維激光掃描結果融合到電法剖面結果中。對圖中二者結果重合的部分，取此范圍內電阻率最小值ρc作為臨界值，將電阻率大于ρc的區域推定為洞室。

采空區的可進入區域上共布設了電法測線20條，將每個剖面上的電法結果與激光掃描的剖面結果進行對照，取得所有剖面上的電阻率臨界值，繪制電阻率臨界值分布直方圖，如圖15所示。可以發現臨界值處于12 000 ohm·m～17 000 ohm·m，期望值約為14 500 ohm·m，因此以14 500 ohm·m作為臨界值對所有電法剖面結果進行解釋，即推定剖面上電阻率ρ>ρc的區域為洞室。

圖14 剖面洞室分布

圖15 電阻率臨界值分布

3.3 圖像融合

根據數據分析得到的臨界值，可以對高密度電法的結果進行解釋，得到電法結果解釋空間圖，如圖16所示。可以發現解釋后的結果信息繁多，且由于電法測量時存在一定誤差，導致結果中包含離散的孤立點。采用累計標記法對孤立點進行過濾剔除，得到洞室的空間展布，如圖17所示。

可以考慮以洞室區域的中心點確定其位置，并忽略其形態大小。結合地形圖與GPS定位，可得出各電法剖面中洞室中心點在地下空間中的坐標信息C(x,y,z)。最終在地下空間中，根據礦脈的連續性，結合洞口的定位信息及地下剖面的洞室中心點的坐標信息進行連接，就可得出整個采空區地下洞室的分布圖，如圖18所示。

根據結果可發現勘探區域內除可進入區域洞室外，還存在多條主要貫通性洞室，與可進入洞室相連，區域北側形成錯綜復雜的多條相連通道。項目結束后在區域北側的路面開口和洞口進行了詳細踏勘，現場情況與信息融合后的結果進行比對驗證，發現二者在空間位置上基本吻合。另外，此結果表明南北兩端洞室是不連通的，在中間的不連通區域進行了多次鉆探，同樣未能探測出空洞。

圖16 電法解釋結果

圖17 洞室空間展布

圖18 采空區洞室空間分布

4 結 論

本文提出了一種信息融合方法，解決了用單一地質勘探手段無法獲得準確的地質構造分析的問題。將其應用于復雜地質構造勘探，獲得了具有較高準確性的結果。

(1) 將信息融合技術應用于復雜地質勘探，采用GPS定位，三維激光掃描及高密度電法進行勘測，用形態包絡及統計學方法進行數據相關性分析，采用累計標記法進行孤立點剔除，最終得出采空區的空間分布。

(2) 采用GPS定位標定露頭洞口以及地形分布，三維激光掃描精確地描述可進入洞室空間分布狀態，廣域的2D高密度電法評價地下電阻率分布，通過信息融合獲得了地下采空區的空間分布。 結果表明除可進入洞室外，調查區域存在多條錯綜復雜的洞室，總長度約1 100 m。