静力触探识别场地土层分布的贝叶斯学习方法研究

作者：胡越; 王宇

来源：工程地质学报, 2020, 28(05): 966-972.

DOI：10.13544/j.cnki.jeg.2020-263

• 地质勘察
• 静力触探
• 机器学习
• 压缩感知
• 插值方法

静力触探试验(CPT)通常是垂直于地表进行的,用以识别工程场地土层分布情况。实际工程中,常常由于时间和预算的限制,工程场地中的CPT探测点数量有限且分布稀疏。准确推测CPT探测点之间未测区域的数据和分层情况非常困难。本文提出了一种贝叶斯学习算法来解决这一难题。该方法可使用少量CPT探测点来预测二维剖面中土的分类和分层。该方法包括3部分:(1)使用贝叶斯学习对CPT数据进行二维空间插值;(2)利用Robertson土性分类图在二维剖面中确定每个位置(包括已探测和未探测的位置)土性分类(SBT);(3)使用边缘探测方法描绘二维剖面中的土层边界。本方法仅利用少量CPT探测点可直接得到表征二维地质剖面的高分辨率CPT数据和土体分类信息,并自动划定土层边界。本文用模拟算例探讨了该方法的效果。结果表明,仅使用5个CPT探测点的数据即可得到合理的推测结果。此方法可应用于地质信息化研究和城市地下空间建模。