使用一种创新的分层方法对层状岩体的空间结构网络进行建模

《Engineering Geology》:Modeling the spatial structural network of layered rock masses using an innovative hierarchical method

【字体: 时间:2026年01月30日 来源:Engineering Geology 8.4

编辑推荐:

  层状岩体三维断裂网络建模中提出分层建模方法,结合无人机摄影测量与点云数据构建三维融合模型,通过分层控制岩层界面与断裂面交互关系,并采用拉丁超立方抽样优化非层状断裂空间分布,有效提升层状岩体断裂网络建模精度。

  
Jiewei Zhan|Changle Pu|Zhaoyue Yu|Yongqiang Liu|Jianbing Peng
长安大学地质工程与地理信息学院,中国西安710054

摘要

离散断裂网络(DFN)建模技术是揭示岩体三维结构特征和预测断裂岩体连通性与稳定性的关键方法。由于主导性层理面的限制,层状岩体中的不连续面通常与层理面相交,形成特征性的T型拓扑结构。鉴于现有的DFN建模技术无法准确再现这一结构特征,本文提出了一种创新的层次化方法用于层状岩体的空间结构建模。首先,利用无人机摄影测量收集的光学图像和点云数据构建露头的三维融合模型,并从中提取不连续面的几何参数。在解释出不连续面数据的基础上,进一步研究其方向、主轴旋转角度、尺寸和空间点分布。通过引入基于层理面序列的层次化建模方法,有效解决了传统方法在模拟层状岩体中不连续面独特交集关系方面的局限性。此外,采用拉丁超立方采样来确定非层理面不连续面的位置,从而有效减少了DFN建模过程中的边缘效应。最后,以重庆某公路边坡的露头为案例,构建了层状岩体离散断裂网络模型,并通过几何特征分析和拓扑结构分析验证了所提方法的有效性。这项工作为层状岩体的空间结构建模提供了一种通用方法,具有很好的应用前景。

引言

岩体内广泛分布的不连续面组合形成了不连续网络(Alghalandis, 2017; Lei et al., 2017; Karimi Sharif et al., 2019)。不连续网络的存在赋予了岩体强烈的异质性、不连续性和各向异性,这对重大工程项目的设计带来了巨大挑战,如岩体稳定性评估、深部地下岩工程和石油储层开发(Wang and Cai, 2020; Luo et al., 2024)。迄今为止,直接观察岩体内的不连续面仍然是一个未解决的难题。因此,能够准确再现不连续网络统计特征的离散断裂网络(DFN)建模技术已成为解决上述问题的有力工具(Zhang et al., 2024b; Xiao et al., 2025)。
DFN建模主要包括四个关键方面:不连续面形状的表征、方向、尺寸和空间点分布的模拟。目前,对于不连续面形状的表征尚未达成共识。Baecher等人(1977)首次提出了圆盘模型。由于其数学表达的简单性,圆盘模型至今仍是使用最广泛的不连续面形状模型。在此基础上,Zhang和Einstein(2010)对不同方向平面上的迹长进行了采样实验。结合他们之前的研究结果,他们得出结论:在没有地质界面的情况下,不连续面呈现椭圆形几何形态;否则,不连续面呈现准矩形几何形态。此外,许多学者使用多边形模型来表征不连续面的形状(Li et al., 2017; Zhu et al., 2022; Tong et al., 2024)。基于先验分布假设的分布模型常用于模拟DFN的方向分布。其中,Fisher分布是最常用的描述方向特征的模型(Fisher, 1953)。其他分布模型,如Bingham分布(Bingham, 1964)、Kent分布(Kent, 1982)和双变量正态分布(Kulatilake, 1986),也被应用于特定的方向模拟场景(Peel et al., 2001)。对于几何形状比圆形圆盘更复杂的不连续面,方向(倾角和倾角方向)无法完全确定其在空间中的方向特性。对于椭圆形圆盘不连续面,Zheng等人(2022)提出了主轴旋转角度的概率分布范式。在不连续面尺寸的推导方面也取得了很大进展。Kulatilake和Wu(1986)提供了从迹长概率密度函数推导断裂圆盘直径概率密度函数的数值解。Zhu等人(2014)提出了一种结合矩和最大熵原理估计不连续面直径分布的方法。该方法不需要对直径有任何先验分布假设。Zhang等人(2002)基于立体关系推导了露头上迹长分布与椭圆形不连续体主轴长度分布之间的关系,并通过图形方法确定了轴比。Gao等人(2016)提出了一种适用于钻孔采样的椭圆形不连续体尺寸推导方法。不连续面的空间点分布模拟包括空间位置模拟和不连续面密度估计。在均匀区域内,不连续面位置的模拟通常采用均质化方法,其中常使用泊松点过程(PPP)来模拟不连续面的均匀空间分布(Zhang and Einstein, 2000; Zhan et al., 2016)。当研究区域存在断层等区域地质边界时,可以使用簇点过程和Cox过程模型来更好地捕捉不连续面分布的空间变异性(Xu and Dowd, 2010)。不连续体的三维体积密度主要基于岩露头的一维或二维可测量数据来估计。在假设不连续面的方向和尺寸相互独立的基础上,Oda试图从一维线性密度推导出不连续体的三维体积密度(Oda, 1982)。Kulatilake等人(1993)进一步改进了该方法,尝试使用二维迹密度推导出不连续体的三维体积密度。基于钻孔采样数据,Jin等人(2015)提出了适用于椭圆形不连续体的三维体积密度估计公式。
现有的DFN建模技术主要适用于不连续网络呈现“随机和离散”分布特征的岩体(Zhan et al., 2020)。然而,层状岩体中的不连续网络通常呈现独特的正交分布和层理控制特征(Bai et al., 2000; Procter and Sanderson, 2018; Giuffrida et al., 2020)。如图1所示,层状岩体中的不连续面和层理面通常形成正交交集模式。不连续面几乎垂直于层理面延伸,其传播边界要么穿过层理面,要么在层理面上终止,分别形成X型和T型交点节点。这种独特的不连续网络分布模式直接影响层状岩体的力学性质、水力行为和稳定性。因此,准确重建层状岩体的三维结构网络特征对于提高地下资源开发效率并确保可靠的工程稳定性评估至关重要。目前,层状岩体的不连续网络建模已取得一定进展并具有实际应用价值。Josnin等人(2002)基于现场测量的不连续数据构建了层状岩体的三维不连续网络。然而,该模型本质上是一个简化模型,主要用于分析不连续面的间距和尺寸。Pan等人(2019)利用三维激光扫描技术提取不连续面信息,并通过蒙特卡洛模拟提出了层状岩体不连续网络的“确定性-随机”建模方法。Li等人(2022)开发了层状岩体的不连续网络以研究水力断裂传播。尽管如此,以往的研究在准确再现层状岩体的独特空间结构特征方面仍存在某些局限性。
层状岩体在全球范围内广泛分布,在工程实践中常见(Pan et al., 2019; Zhang et al., 2024a)。因此,开发专门针对此类地层的高效DFN建模方法至关重要。为了实现上述目标,本文提出了一种结合蒙特卡洛模拟的层状岩体空间结构建模的创新层次化方法。所提出的方法确保不连续面交点符合现场数据约束和地质一致性,从而提高了未来层状岩体稳定性评估和渗流研究的准确性。本文的其余部分组织如下:第2节介绍层状岩体离散断裂网络(LRM-DFN)的基本概念。第3节概述了使用所提出的层次化方法构建LRM-DFN模型的具体工作流程。第4节以重庆云阳县S103公路沿线的斜坡为案例,基于所提方法构建了相应的LRM-DFN模型。第5节进一步讨论了模型的可靠性和层次化建模方法的优越性。最后,第6节总结了本文的结论。

部分摘录

LRM-DFN模型特征概述

由于主导层理面通常具有广泛的横向连续性和相对较低的机械强度,它们在一定程度上控制着不连续面的方向和尺寸(Zhang and Einstein, 2010)。如图2所示,根据其发育特征,层状岩体中的不连续面可以分为三类:层理面不连续面、层内不连续面和非层内不连续面。

LRM-DFN建模的基本步骤

如图4所示,LRM-DFN的建模步骤可以分为三个部分:岩露头建模和不连续面参数提取、三维分布推断和不连续面几何参数的模拟以及层次化建模和模型验证。具体步骤如下:
步骤1:岩露头建模和不连续面参数提取
首先,使用无人机摄影测量收集研究区域岩体的露头数据以构建

基于无人机的调查岩露头建模

为了验证本文提出的LRM-DFN建模方法的适用性,我们使用中国重庆云阳县103公路沿线的路切斜坡露头进行了案例研究。如图13所示,该岩露头是一个典型的层状岩体,宽60米,高20米。暴露的岩性是中侏罗世下沙溪庙组的长石砂岩。根据第3.2节提出的无人机飞行策略,我们使用了DJI M350无人机

基于无人机的不连续面解释的适用性

斜坡露头上不连续面的几何参数主要是通过手动测量和点云处理算法从融合模型中解释出来的。由于这些技术已经成熟,解释的可靠性从根本上取决于3D模型本身的准确性。为了获得高质量的模型,我们提出了一种结合倾斜摄影测量和多角度物体表面摄影测量的无人机飞行策略。

结论

为了准确模拟层状岩体的空间结构特征,本文提出了一种创新的层次化方法用于建模层状岩体的不连续网络。该方法通过对中国重庆某公路斜坡露头的案例研究得到了验证,成功建立了相应的LRM-DFN模型。本文的主要结论如下:
  • 1.
    层状岩体空间结构网络建模的技术框架
  • CRediT作者贡献声明

    Jiewei Zhan:撰写——原始草稿,监督,项目管理,调查,数据管理,概念化。Changle Pu:撰写——审稿与编辑,撰写——原始草稿,可视化,形式分析,数据管理。Zhaoyue Yu:撰写——审稿与编辑,可视化,方法论。Yongqiang Liu:撰写——审稿与编辑,调查。Jianbing Peng:撰写——审稿与编辑,监督,概念化。

    利益冲突声明

    作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。

    致谢

    本工作得到了国家自然科学基金(资助编号:42293355、U23A2047和42007269)、西安科学技术协会青年人才基金(资助编号:959202313094)、陕西三秦学者地质大数据与地质灾害防治创新团队(2022)、重庆大学跨学科项目研究基金(资助编号:300104240914)以及中央高校基本科研业务费(资助编号:)的支持。
    相关新闻
    生物通微信公众号
    微信
    新浪微博
    • 搜索
    • 国际
    • 国内
    • 人物
    • 产业
    • 热点
    • 科普

    热点排行

      今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

      版权所有 生物通

      Copyright© eBiotrade.com, All Rights Reserved

      联系信箱:

      粤ICP备09063491号