[发明专利]一种结构面极点图和产状玫瑰花图快速自动绘制方法

说明书

一种结构面极点图和产状玫瑰花图快速自动绘制方法，属于岩体测量技术领域，其步骤包括：(1)结构面三维激光扫描快速获取；(2)结构面极点图和产状玫瑰花图自动绘制系统研发。本发明采用三维激光扫描技术快速获得结构面点云数据，基于近邻传播算法和结构面产状玫瑰花图绘制方法编程研发结构面极点图和产状玫瑰花图自动绘制系统，实现了结构面极点图和产状玫瑰花图的快速自动绘制。本发明方法手段快速自动，工程应用便捷。

技术领域

本发明涉及一种结构面极点图和产状玫瑰花图的快速自动绘制方法，特别的是本发明采用三维激光扫描技术快速获得结构面点云数据，基于近邻传播算法和结构面产状玫瑰花图绘制方法编程研发结构面极点图和产状玫瑰花图自动绘制系统，将三维激光扫描技术、软件系统研发相结合，提供了一种结构面极点图和产状玫瑰花图快速自动绘制方法，属于岩体测量技术领域。

背景技术

结构面的产状是控制岩体稳定的重要因素，在岩体稳定性中起着至关重要的作用。如在岩质边坡稳定性分析中，结构面的产状对稳定性有着很大的影响，如岩体发育与边坡相同方向，且倾角小于边坡角的节理，就能导致边坡失稳，如果它们发育程度在密集，那将大大削弱边坡的稳定性。因此如何快速、有效的对结构面产状进行分析和描述，自动获得区域内结构面的产状和分布特征等，一直以来是岩体工程界最关心和亟待解决的关键技术问题。

目前国内外常用的结构面产状采集方法主要有测线法、精测线法、取样窗法和钻孔岩芯节理采集法。这些测量方法在施用时都面临着野外工作量大，误差大，效果不佳，不能满足现代化施工的需求。三维激光扫描技术作为一种高效的三维空间信息获取手段，在获取结构面方位和规模信息方面具有很大优势。其优点是通过精密的主动式激光传感器对目标物进行立体扫描，在不接触物体的情况下，高效精确的获取空间实体的三维表面信息，获取目标物的海量三维点云数据，快速实现被测物体的数字化和特征信息表达。因此，利用三维激光扫描技术，可以实现岩体结构面产状数据的快速大量获取。

常用的结构面产状统计方法有结构面玫瑰花图和极点图。结构面玫瑰花图是一种简单、清晰、直观的基础地质图件，在表征构造破裂面发育程度和优势方位方面应用广泛。其做法简单，醒目，能比较清楚的反映出主要节理的方向，有助于分析区域构造。在地质分析时，一般常把节理玫瑰花图，按测点位置标绘在地质图上，以清楚反映不同构造部位的节理、褶皱或断层的关系，综合分析出其局部应力的状况，大致确定主应力轴的性质和方向。其中，走向玫瑰花图多应用于节理产状比较陡峻的情况，倾向和倾角玫瑰花图多用于节理产状变化比较大的情况。产状玫瑰花图的缺点是只依据产状的分布进行分组，当同一产状有多组结构面时，产状玫瑰花图不能完全表示出来。

极点图是将所测结构面的极点投影到赤平投影图上，它是一种利用平面上的点和线解析三维空间的线和面的一种图解方法。并能通过旋转变换，恢复构造破坏前的节理、地层产状，通过节理等密度线图可以求出优势结构面的产状。极点图可以同时展现结构面的倾向和倾角的分布，相较于玫瑰花图的方法更科学和准确一些。但是极点图的图解过程却是相当繁琐。手工完成一张极点图如等密线图，需要经过投点，密度统计、百分比换算、勾绘等直线等工序，即费时间又容易出错。同时，极点图还存在着分组结果主要依靠经验，在各组边界不明显的情况下，分组结果缺乏客观性。因此统计分析方法和计算机处理程序逐渐成为极点图绘制的重要方法手段。目前应用较成熟的方法是聚类分析法，其中比较常用的为K均值聚类算法和C均值聚类算法，但这两种算法属于动态聚类算法，存在着对聚类中心敏感且容易陷入局部最优的缺点。也有学者引入人工智能算法，如蜂群算法、遗传算法等，取得了一定的聚类效果，但是仍然不能彻底摆脱算法的本质问题，需要不断的调试输入参数，计算效率较低。而近邻传播聚类算法具有不受初始聚类中心影响、计算效率高的优点，已经广泛应用于很多领域，在结构面产状聚类中也取得了较好的效果。