本文關鍵詞： 數據挖掘 異常點 地質異常體 物探解釋 物性分級　出處：《長江大學》2016年碩士論文　論文類型：學位論文

【摘要】：云南省是我國嚴重缺水的省份之一。滇中引水工程對緩解云南缺水狀況,對國計民生有著重要的意義。在地質環(huán)境復雜的山體中開鑿輸水隧洞是引水工程的重要組成部分,正確評價巖體質量及特性,準確及時的判斷分析出地質異常體的位置,不僅能降低施工成本,而且對指導隧洞安全施工具有重要意義。對于位于高山區(qū)域,埋深大的隧洞,常規(guī)鉆探、化探的方法難以適用,僅能通過物探手段獲取一些信息。針對物探手段獲取的視電阻率數據,常規(guī)物探解釋成果往往比較粗略,本文采用多種數據挖掘方法,從視電阻率數據中獲得更加豐富、精細化的信息,將有助于引水工程的地質勘探工作。當巖石含金屬礦物、炭質和粘土等良導性礦物時,礦物成分對電阻率的影響明顯。一般情況下,巖石電阻率的主要影響因素為巖石的孔隙度、含水性及水的礦化度。對于覆蓋層、斷層、破碎帶以及溶蝕區(qū)域等地質異常體,與周圍的巖石相比,他們在物性特征上會有所反映,即視電阻率會出現低阻變化,特別是在地表水(地下水)的交互作用下,表現為低阻特征。本研究在視電阻率反應巖體物性的基礎上,旨在找出一種適當的方法檢測視電阻率異常的分界點,同時對視電阻率數據利用圖像處理方法進行有效的可視化表達,使其能夠較為直觀的顯示出數據的高低變化特征,然后將二者結合來劃分覆蓋層,分析發(fā)現地質異常體,對隧道圍巖進行物性分級。本研究過程中采用多種數據挖掘的研究方法和手段,包括嘗試結合鉆孔數據采用關聯(lián)規(guī)則挖掘的方法找出巖性與視電阻率之間的關系,從而進行巖性劃分；利用改進后的極值方差分層法檢測視電阻率數據中的異常分界點；利用活度分層法檢測視電阻率數據中的異常分界點；利用小波變換奇異性檢測理論檢測出視電阻率數據的異常,分析剖面上的地質體異常分布等。江蘇宜興油車水庫在江蘇省宜興市湖父鎮(zhèn)的油車村和陽羨茶場之間,采用高密度電法獲得視電阻率資料,其報告中對部分地區(qū)勘探結果有明確說明,方便研究結果的對比和方法的有效性評價。因此,本研究選擇此處數據作為比選模型方法的實驗數據,經過比較篩選,最終選定了一套基于小波變換和圖像處理相結合的數據挖掘方法來劃分覆蓋層,分析發(fā)現地質異常體,對隧道圍巖進行物性分級。首先對視電阻率數據利用直方圖均衡化方法進行處理和可視化表達,使其能夠較為直觀的顯示出數據的高低變化特征；在此基礎之上,利用鉆孔數據標定出覆蓋層在視電阻率圖像上的位置以及分析其表現特征,總結出了劃分覆蓋層的規(guī)則并進行了覆蓋層劃分；然后采用一維二進小波變換檢測視電阻率數據中的異常分界點,結合視電阻率數據的圖像表達,劃分出了剖面上的異常區(qū)域,并對照地質平面圖對異常區(qū)域的形成原因進行了合理解釋,說明了該方法劃分巖體異常區(qū)域的合理性；最后利用小波變換橫向檢測視電阻率數據的異常分界點,以隧道中軸線為中心,剖面上下各25m的區(qū)域為研究區(qū)域,依據分界點對研究區(qū)域進行分段分區(qū),使用ArcGIS的分區(qū)統(tǒng)計工具對各分區(qū)的視電阻率均值進行統(tǒng)計并進行分類分級,形成對隧道剖面緩沖區(qū)物性評價和可視化。滇中引水的控制性工程——石鼓望城坡香爐山隧洞,距離長,埋深大,在施工過程中極有可能突遇巖溶滲漏及圍巖穩(wěn)定等問題,對施工安全造成巨大的隱患。將選定的數據挖掘模型方法應用在該工程中,挖掘的結果與物探人員解釋的結果對比,該方法的解釋與常規(guī)物探的解釋總體趨勢一致,局部更為精細。方法中利用橫向小波異常分界點對隧道沿線區(qū)域進行分區(qū)的方法保證了區(qū)段內部的同一性以及區(qū)段之間的差異性,既科學又合理,在這樣的分區(qū)上進行統(tǒng)計以及分級評價,能夠保證結果的合理性。小波變換和圖像處理相結合的數據挖掘方法主要基于數據處理來實現,減少了對解譯人員經驗的依賴。該方法可輔助鉆孔布置工作,能夠有效的對施工沿線區(qū)段進行物性分級評價,為隧道施工安全提供參考。
[Abstract]:Yunnan province is one of the serious water shortage in the provinces in China. Yunnan water diversion project to alleviate the water shortage in Yunnan, has an important significance for the complicated geological environment beneficial to the people's livelihood. Mountain tunnel excavation is an important part of the water diversion project, the correct evaluation of rock mass quality and characteristics, accurate and timely judgment of geological anomalous body the position, not only can reduce the construction cost, but also has important significance to guide the tunnel construction safety. The region is located in the mountains, deep buried tunnel, the conventional drilling method, geochemical exploration is not suitable, can only get some information by geophysical methods. According to the apparent resistivity data obtained by means of conventional geophysical prospecting, geophysical interpretation results are rough. This paper uses several methods of data mining, data obtained from the apparent resistivity is more abundant, the refinement of the information, will contribute to the diversion project of the geological exploration work. When the rock containing metallic minerals, carbon and clay minerals of good conductivity, effects of mineral composition on the apparent resistivity. In general, the main influence factors of rock resistivity for rock porosity, water content and salinity of water. The overburden, fault, fracture zone and erosion area geological anomalous bodies. Compared with the surrounding rock, will be reflected in their physical characteristics, the apparent resistivity will appear low resistivity changes, especially in the surface water (groundwater) interaction, showed low resistance characteristics. Based on the apparent resistivity of rock body reaction, in order to find out a proper as the cut-off point detection method of resistivity anomaly, while using the resistivity data image processing method for effective visualization, so that it can be more intuitive display height variation features of the data, and then combine the two division Overlay analysis found that the abnormal geological body, the physical properties of tunnel surrounding rock classification. Research methods and means of data mining using the process of this research, including the relationship between try method combined with drilling data using association rule mining to find out the lithology and the apparent resistivity, and lithology; abnormal point detection using improved extremum variance hierarchical method in detection of apparent resistivity data; using activity hierarchical method as the dividing point of the abnormal resistivity data; singularity detection theory to detect the abnormal apparent resistivity data using wavelet transform, analysis of geological body on the abnormal distribution. Jiangsu Yixing Youche reservoir in Jiangsu province between the parent town of lake of Yixing City you Che Cun and Yangxian tea plantation, obtained apparent resistivity data using high density resistivity method, the report on the results of exploration in some areas is made clear, the research is convenient Comparison and evaluation of the effectiveness of the method. Therefore, this study chose this data as the experimental data than the model method, through comparison and screening, finally selected a set of wavelet transform and image processing based on the combination of data mining methods to divide the covering layer, analysis of geological anomalous body, for classification of tunnel rock. First the resistivity data using histogram equalization processing method and visual expression, so that it can be more intuitive display level variation data; on this basis, the calibration of the covering layer of the resistivity image location and analysis of its performance characteristics using borehole data, summed up the classification rules and cover the covering layer division; then using one-dimensional wavelet transform into two detection of abnormal point apparent resistivity data, combined with the apparent resistivity data figure Like expression, divided into abnormal area section, and the control of abnormal regional geological map of the reasons for the formation of a reasonable explanation, the method is proved to be reasonable division of rock mass anomaly areas; finally, using wavelet transform to detect transversal abnormal point of apparent resistivity data, the tunnel axis as the center, the next section the 25m area as the study area, on the basis of the demarcation point in study area sub district, statistical tools use ArcGIS statistics on the apparent resistivity and the mean value of each partition classification, formation of the cross section of the tunnel buffer property evaluation and control of engineering visualization. Yunnan diversion -- Shigu Wangcheng slope Xianglushan tunnel. Long distance, deep buried in the construction process is likely to encounter problems such as karst seepage and stability of surrounding rock, causing tremendous danger to the safety of construction. The selected data mining Model method is applied in this project, comparison of mining results and geophysical interpretation results, the overall trend consistent interpretation and explanation of the method of conventional geophysical prospecting, local finer. Method of partition of the region along the tunnel by the transverse boundary point method in wavelet abnormal to ensure the difference between section internal identity and the section of scientific and reasonable evaluation, statistics and classification in this district, to ensure the rationality of the results. The data mining method of wavelet transform and image processing combined with the main data processing based on, reduces the dependence on the interpretation of experience. The method can assist the drilling work. Can effectively carry out property grading evaluation of construction along the section, to provide reference for the safety of tunnel construction.

【學位授予單位】：長江大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TV221.2;P631.3

【相似文獻】

相關期刊論文 前10條

1 傅嵐;在數據海洋中打撈信息數據挖掘[J];科技廣場;2002年11期

2 黃宏濤,陳陽;數據挖掘在客戶關系管理中的應用[J];中國西部科技;2005年07期

3 董大鴻,何海青;淺談數據挖掘語言[J];江西科學;2005年03期

4 曾瑩,陳曉柱;數據挖掘及算法淺談[J];中國科技信息;2005年14期

5 譚建中;淺析實施數據挖掘項目需要考慮的問題[J];大眾科技;2005年09期

6 石峰,周紹梅;數據挖掘語言及其標準化淺析[J];江西科學;2005年01期

7 周忠眉;數據挖掘課程大綱的建設[J];漳州師范學院學報(自然科學版);2005年01期

8 王秀麗;數據挖掘功能特性及其應用流程分析[J];科技創(chuàng)業(yè)月刊;2005年05期

9 劉曉華;;數據挖掘在銀行中的應用[J];科技資訊;2006年32期

10 張敏;;數據挖掘在數字化校園建設中的應用分析[J];內江科技;2007年04期

相關會議論文 前10條

1 史東輝;蔡慶生;張春陽;;一種新的數據挖掘多策略方法研究[A];第十七屆全國數據庫學術會議論文集（研究報告篇）[C];2000年

2 張弦;;數據挖掘在農業(yè)中的應用[A];紀念中國農業(yè)工程學會成立30周年暨中國農業(yè)工程學會2009年學術年會（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數據挖掘:現狀與趨勢[A];信息化、工業(yè)化融合與服務創(chuàng)新——第十三屆計算機模擬與信息技術學術會議論文集[C];2011年

4 關清平;沉培輝;;概率網絡在數據挖掘上的應用[A];科技、工程與經濟社會協(xié)調發(fā)展——中國科協(xié)第五屆青年學術年會論文集[C];2004年

5 丁瑾;;基于Web數據挖掘的綜述[A];山西省科學技術情報學會學術年會論文集[C];2004年

6 聶茹;田森平;;Web數據挖掘及其在電子商務中的應用[A];中南六�。▍^(qū)）自動化學會第24屆學術年會會議論文集[C];2006年

7 李菊;王軍;;數據挖掘在客戶關系管理的應用[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

8 肖陽;李啟賢;;數據挖掘在中國鋼鐵行業(yè)中的應用[A];中國計量協(xié)會冶金分會2012年會暨能源計量與節(jié)能降耗經驗交流會論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數據挖掘中的應用[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 謝中;邱玉輝;;面向商務網站有效性的數據挖掘方法[A];第十八屆全國數據庫學術會議論文集（技術報告篇）[C];2001年

相關重要報紙文章 前10條

1 本報記者褚寧;數據挖掘如“挖金”[N];解放日報;2002年

2 周蓉蓉;數據挖掘需要點想像力[N];計算機世界;2004年

3 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學計算機科學與技術學院 牛琨;走出數據挖掘的誤區(qū)[N];人民郵電;2006年

4 《網絡世界》記者 王瑩;數據挖掘保險業(yè)的新藍海[N];網絡世界;2012年

5 劉俊麗;基于地理化的網絡數據挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報記者 連曉東;數據挖掘：金融信息化新熱點[N];中國電子報;2002年

7 本報記者 鳳小華 朱仁康;“數字挖掘軟件”引領中國信息化新浪潮[N];中國電子報;2003年

8 本報記者　史延廷;“成功企業(yè)數據挖掘暨數量化管理論壇”在京舉辦[N];中國旅游報;2002年

9 朱小寧;數據挖掘：信息化戰(zhàn)爭的基礎工程[N];解放軍報;2005年

10 本報記者 王小平;從“大集中”走向數據挖掘[N];金融時報;2002年

相關博士學位論文 前10條

1 于自強;海量流數據挖掘相關問題研究[D];山東大學;2015年

2 張馨;全基因組SNP芯片應用于CNV和L0H分析的軟件比對與數據挖掘[D];復旦大學;2011年

3 彭計紅;基于數據挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學;2015年

4 李秋虹;基于MapReduce的大規(guī)模數據挖掘技術研究[D];復旦大學;2013年

5 鄔文帥;基于多目標決策的數據挖掘方法評估與應用[D];電子科技大學;2015年

6 謝邦彥;整合數據挖掘與TRIZ理論的質量管理方法研究[D];首都經濟貿易大學;2010年

7 何偉全;云南高校學生意外傷害因素關聯(lián)規(guī)則挖掘及風險管控體系研究[D];昆明理工大學;2015年

8 段功豪;基于多結構數據挖掘的滑坡災害預測模型研究[D];中國地質大學;2016年

9 白曉明;基于數據挖掘的復合材料宏—細觀力學模型研究[D];哈爾濱工業(yè)大學;2016年

10 藍永豪（LAM Wing Ho）;基于數據挖掘技術分析當代中醫(yī)名家痤瘡驗方經驗研究[D];南京中醫(yī)藥大學;2016年

相關碩士學位論文 前10條

1 林仁紅;基于數據挖掘的機遇識別與評價研究[D];首都經濟貿易大學;2007年

2 張彥俊;游戲運營中的數據挖掘[D];復旦大學;2011年

3 王杰鋒;物聯(lián)網能耗數據智能分析及其應用平臺設計[D];江南大學;2015年

4 劉學建;數據挖掘在電子商務推薦系統(tǒng)中的應用研究[D];昆明理工大學;2015年

5 戴陽陽;基于數據挖掘的金融時間序列預測研究與應用[D];江南大學;2015年

6 石思優(yōu);基于主題模型的醫(yī)療數據挖掘研究[D];廣東技術師范學院;2015年

7 陳丹;移動互聯(lián)網信令挖掘實現智慧營銷的設計與實現應用研究[D];華南理工大學;2015年

8 陳思;基于數據挖掘的大學生客戶識別模型的研究[D];昆明理工大學;2015年

9 位長帥;基于客戶數據挖掘的電信客戶關系管理研究[D];西南交通大學;2015年

10 安康;基于數據挖掘的商業(yè)銀行客戶關系管理研究[D];蘭州交通大學;2014年

，

本文編號：1462641