CN110968840A - 一种基于大地电磁测深电阻率判定隧围岩等级的方法 - Google Patents
一种基于大地电磁测深电阻率判定隧围岩等级的方法 Download PDFInfo
- Publication number
- CN110968840A CN110968840A CN201911233271.0A CN201911233271A CN110968840A CN 110968840 A CN110968840 A CN 110968840A CN 201911233271 A CN201911233271 A CN 201911233271A CN 110968840 A CN110968840 A CN 110968840A
- Authority
- CN
- China
- Prior art keywords
- resistivity
- tunnel
- grade
- surrounding rock
- magnetotelluric
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000011435 rock Substances 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000009826 distribution Methods 0.000 claims description 29
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical compound C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 6
- 238000011835 investigation Methods 0.000 abstract description 4
- 230000007547 defect Effects 0.000 abstract description 3
- 238000005553 drilling Methods 0.000 abstract description 3
- 238000011002 quantification Methods 0.000 abstract 1
- 238000010276 construction Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000009933 burial Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002087 whitening effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- Environmental & Geological Engineering (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Geology (AREA)
- Algebra (AREA)
- Geophysics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于大地电磁测深电阻率判定隧道围岩等级的方法，包括以下步骤：（1）根据已知区域的隧道围岩等级与洞身电阻率数值样本，建立隧道围岩等级与电阻率区间的对应关系模型；（2）获取待分级区域的电阻率数值；（3）根据步骤2获得的待分级区域的电阻率以及步骤1建立的隧道围岩等级与电阻率区间的对应关系模型，得出待分级区域的隧道围岩等级。采用上述技术方案，具有较强的适用性与定量性，克服野外调查和人工判定的误差问题，克服钻孔波速确定的无法连续计算的缺陷，克服地震波速求取的困难性问题，可以根据大地测深电阻率判定围岩等级，为隧道设计提供围岩分级可靠的依据。
Description
技术领域
本发明涉及一种基于大地电磁测深电阻率判定隧道围岩等级的方法，属于地质勘探施工技术领域，尤其涉及铁路隧道围岩等级划分方法领域。
背景技术
近年来随着高速铁路的发展，复杂地区的铁路建设越来越多，因此隧道的设计工作越多越来，隧道围岩分级是隧道设计最重要的依据。不同围岩等级的隧道，工程造价差异极大，围岩等级不准确可能导致项目资金预算缺口使得项目无法顺利进行。不同的围岩等级需要采取不同的施工工艺，围岩等级判断不准确将带来极大的施工风险。围岩分类是选择施工方法的依据、是进行科学管理及正确评价经济效益、确定结构上的荷载(松散荷载)、确定衬砌结构的类型及尺寸、制定劳动定额、材料消耗标准等的基础。
隧道设计阶段，隧道围岩等级的确定依据根据野外调查、洞身处岩石的波速、物探异常、埋深等因素。野外调查是通过收集该地区的地质资料、现场踏勘、野外露头地质测绘，分析岩石的地质年代、地层岩性等确定岩体的隧道围岩等级。该方法仅仅根据露头岩石的特征分析其围岩等级，由于无法得到深部岩石的特性误差较大。确定洞身处岩石的波速主要有两种方法，一种是钻孔取芯测波速，该方法直观、准确，但仅仅代表该孔处的岩石波速，无法得到整个地区的岩石波速，且对环境有一定的破坏作用，一种是地震反射波波确定岩石波速，但该方法在复杂地区无法实施。物探异常、埋深等因素，一般来讲，隧道口都给5级，浅埋段给4级(埋深小于40～50m)，埋藏较深的一般给3级，很少给2级，如果有断裂等构造，物探异常、岩性接触等不利因素的段落，一般会提升一级。该方法人为因素较大，误差较大。
因此，现有技术中的隧道围岩等级划分存在着不同的缺陷，急需一种简便快捷的实用方法来解决这种难题。
发明内容
因此，本发明的目的在于提供一种基于大地电磁测深电阻率判定隧道围岩分级的方法，根据大地电磁测深电阻率确定隧道围岩等级，为隧道设计提供可靠的依据。
为了实现上述目的，本发明的一种基于大地电磁测深电阻率判定隧道围岩等级的方法，包括以下步骤：
(1)根据已知区域的隧道围岩等级与洞身电阻率数值样本，建立隧道围岩等级与电阻率区间的对应关系模型；
(2)获取待分级区域的电阻率数值；
(3)根据步骤2获得的待分级区域的电阻率以及步骤1建立的隧道围岩等级与电阻率区间的对应关系模型，得出待分级区域的隧道围岩等级。
所述电阻率数值通过以下步骤获取：获取标准成果为surfer格式的大地电磁数据；对GRID数据文件以及洞身坐标BLN数据文件进行提取；采用MapGen软件读入提取出的GRID文件和洞身坐标BLN数据文件，计算出洞身线与GRID数据交点处的横坐标、纵坐标和电阻率数值并输出。
当通过MapGen软件提取隧道洞身电阻率时，如果隧道洞身线与计算的电阻率数值没有交点，采用电阻率数值加权平均得到。
至少对电阻率数值进行连续两次正态分布概率密度函数计算，并将每次计算结果小于99.7％的数值去除。
所述隧道围岩等级与电阻率区间的对应关系为不同岩性的隧道围岩等级与电阻率区间的对应关系。
所述大地电磁数据的采集间距为5～10m。
统计的电阻率数值个数大于20000个。
根据大地电磁采集的影响因素，去除由于采集的原因导致的电阻率的异常值。
绘制电阻率断面图，按照洞身地层岩性及电阻率进行分段解释说明电阻率分布情况、电阻率范围、隧道围岩等级，实现隧道的围岩等级评价。
根据电阻率数值样本的来源地区确定基于电阻率区间判定隧道围岩等级的适用地区。
采用上述技术方案，本发明的基于大地电磁测深电阻率判定隧道围岩等级的方法，与现有技术相比，具有较强的适用性与定量性，克服野外调查和人工判定的误差问题，克服钻孔波速确定的无法连续计算的缺陷，克服地震波速求取的困难性问题，可以根据大地测深电阻率判定围岩等级，为隧道设计提供围岩分级可靠的依据。
附图说明
图1为提取GRID数据文件的脚本代码截图。
图2为对不同围岩等级中不同点的电阻率的原始数据示意图。
图3为第一次正太分布后的数据示意图。
图4为第二次正太分布后的数据示意图。
图5为第三次正太分布后的数据示意图。
图6为绘制电阻率剖面的示意图。
具体实施方式
以下通过附图和具体实施方式对本发明作进一步的详细说明。
本发明提供一种基于大地电磁测深电阻率判定隧道围岩等级的方法，根据某地区已知的电阻率数值以及隧道围岩等级样本建立数据模型，通过获取该地区的待分级区域的大地电磁数据并提取电阻率数值，并通过已建立的数据模型得出隧道围岩等级。
在本实施例中，以东北地区已经竣工的隧道为例，统计隧道围岩等级数值，收集该地区对应的大地电磁资料，利用MapGen软件提取洞身处的电阻率，此次统计共有8种岩性21055个样本点，统计过程中将明显的异常点去除。
具体而言，通过大地电磁探测获取了统一处理平台下标准参数处理的成果后，为了和洞身围岩进行比对，需要提取洞身处电阻率的数值。获取的标准成果为surfer格式，为此，在surfer平台下进行洞身电阻率的提取，即在surfer平台下对成果图进行网格化，以洞身高程在网格中画线，洞身线和测点的交点定义为网格化的坐标，根据坐标找出电阻率属性，把电阻率数值读取出来，形成电阻率文件。Surfer图形中包含了用GRID生成的等值线，首先对GRID文件提取，但是Surfer操作接界面中却没有提供GRID数据文件的提取功能，通过图1所示的脚本代码，可以实现Surfer隐藏的GRID文件的提取功能，为数据的进一步处理和分析奠定了基础。其次，对洞身线bln文件提取。洞身线有的是用实际坐标通过导入bln白化边界文件实现的，有的是用多段线在Surfer画线来表示的洞身线。BLN白化文件一般是GRID数据文件的边界、特征线等，此处特指洞身线，为了进行后续的洞身线数据提取，需要把洞身线文件图提取出来。不同情况采用不同的处理方式，对于真实坐标的洞身线处理，可以直接使用Surfer平台进行提取，对于用多段线在Surfer画线来表示洞身线情况，可以通过鼠标进行点选提取。洞身数据的计算与获取采用专门的软件MapGen来完成。该软件读入提取出的GRID文件和洞身坐标bln文件，通过数学算法计算出洞身线与GRID数据交点处的横坐标、纵坐标和电阻率数值，并形成文件输出。如果隧道洞身线与计算的电阻率数值没有交点，采用电阻率数值加权平均得到。
利用电阻率进行围岩等级划分，需要收集大量的电阻率和围岩等级数据。在收集的资料中有不同的单位和人实施了不同的方法，受现场人文噪声以及雷暴等二次场场源影响不同，不同地质人员认识的不同确定的围岩等级存在差异，不同岩性电阻率受岩性、水文条件、风化等影响的差异，这些差异对某些电阻率来说可能有比较大的影响，但放入大数据以后，可以把以上差异产生的误差认为是随机而离散的。在大数据的状态下，单一岩性电阻率和围岩分级应服从正态分布。正态分布也称“常态分布”，又名高斯分布，是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。正态分布常用在随机误差中，即不可控的细微的误差。不可控，即预计的正负误差为50％，可能高可能低，没有明确可能性的误差。细微，指的是很多很多误差叠加在一起，没有某一个，或者某几个误差能够左右整体的情况。而事实上，很多误差的影响并不是完全一致的，有些误差影响大，有些误差影响小，而预计的正负误差也并非完全50％概率，各种原因可能导致某一面的误差比较多。但是大多时候面对这种大量细微误差的情况下，还是用正态分布去匹配试算。假设电阻率为随机变量x，随机变量服从一个位置参数为μ可理解为数学期望、尺度参数为σ可理解为方差的概率分布，且其概率密度函数为：
根据正太分布的理论，当概率密度函数的指小于99.7％，可以理解为小概率事件，根据数学理论小概率事件几乎是不可能发生的，因此本实施例将原始数据位于区间之外的电阻率数值删除。同时由于不同岩性的电阻率和围岩等级对应关系不一样，因此对不同岩性的电阻率与围岩等级进行区分。
在做完各种岩性的第一次正态分布概率密度函数计算以后，大部分岩性的电阻率还是较为离散，因此在第一次正态分布概率密度函数计算结果的基础上再次做正态分布，直至做到第三次正态分布以后，电阻率区间相对集中，如图2-5所示，仅以岩性为岩浆岩为例对不同围岩等级中不同点的电阻率予以示意。
不同岩性的围岩等级和电阻率对应关系不一样，原始数据中无法直接给出电阻率和围岩等级的关系，一次正态分布的结果较为离散，在一次正态分布的基础上做二次正态分析，二次正态分布的结果相对集中，但围岩等级间的电阻率区间范围较大，等级间的交叉范围比较大，具体结果见下表1：
表1二次正态分布结果
在二次正态分布的基础上做第三次正态分布以后，电阻率和围岩等级对应关系就可以较为清楚的显现出来，如下表2所示：
表2三次正态分布结果
根据第二次和第三次正态分布的结果，综合分析，给出电阻率和围岩间的对应关系如下表3：
表3综合分析结果
建立起该地区的隧道围岩等级与电阻率区间的对应关系模型后，可以利用MTU-5采集该地区内待分级区域的大地电磁数据，采用5～10m的大地电磁采集间距，具体间距根据现场情况确定，东西南北极罐离测量点12.5m，东西南北极罐的电阻率应小于1000欧姆，磁棒必须垂直。数据采集后，反演得到该地区的电阻率剖面，利用sufer软件根据克里金差值方法进行网格化，网格化间距为5m*5m利用MapGen软件提取隧道洞身的电阻率，电阻率的间隔为5m，根据上述表3统计结果分析，其中隧道里程实测得到，岩性根据钻孔资料获得。
绘制电阻率剖面图，如图6所示，数值及等值线为电阻率数值，代表地层的电阻率，从图中可以看出电阻率的分布范围，根据电阻率和表3解释隧道洞身处的围岩等级。实际隧道开挖过程中也存在围岩等级，根据物探结果和实际结果对比，可以看出物探结果较好地反映了实际围岩等级，只是进行局部的调节。从图6中可以看出，该段电阻率以中高阻为主，和小里程侧低阻形成明显对比，推断岩石和右侧小里程岩性不同，较完整，裂隙不发育。物探推测隧道围岩等级为V，VI，VIII级和实际开挖结果较为一致。
显然，上述实施例仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种基于大地电磁测深电阻率判定隧道围岩等级的方法，其特征在于，包括以下步骤：
（1）根据已知区域的隧道围岩等级与洞身电阻率数值样本，建立隧道围岩等级与电阻率区间的对应关系模型；
（2）获取待分级区域的电阻率数值；
（3）根据步骤2获得的待分级区域的电阻率以及步骤1建立的隧道围岩等级与电阻率区间的对应关系模型，得出待分级区域的隧道围岩等级。
2.如权利要求1所述的基于大地电磁测深电阻率判定隧道围岩等级的方法，其特征在于，所述电阻率数值通过以下步骤获取：获取标准成果为surfer格式的大地电磁数据；对GRID数据文件以及洞身坐标BLN数据文件进行提取；采用MapGen软件读入提取出的GRID文件和洞身坐标BLN数据文件，计算出洞身线与GRID数据交点处的横坐标、纵坐标和电阻率数值并输出。
3.如权利要求2所述的基于大地电磁测深电阻率判定隧道围岩等级的方法，其特征在于：当通过MapGen软件提取隧道洞身电阻率时，如果隧道洞身线与计算的电阻率数值没有交点，采用电阻率数值加权平均得到。
4.如权利要求2所述的基于大地电磁测深电阻率判定隧道围岩等级的方法，其特征在于：至少对电阻率数值进行连续两次正态分布概率密度函数计算，并将每次计算结果小于99.7%的数值去除。
5.如权利要求1-4任一项所述的基于大地电磁测深电阻率判定隧道围岩等级的方法，其特征在于：所述隧道围岩等级与电阻率区间的对应关系为不同岩性的隧道围岩等级与电阻率区间的对应关系。
6.如权利要求2-4任一项所述的基于大地电磁测深电阻率判定隧道围岩等级的方法，其特征在于：所述大地电磁数据的采集间距为5~10m。
7.如权利要求6所述的基于大地电磁测深电阻率判定隧道围岩等级的方法，其特征在于：统计的电阻率数值个数大于20000个。
8.如权利要求1-4任一项所述的基于大地电磁测深电阻率判定隧道围岩等级的方法，其特征在于：根据大地电磁采集的影响因素，去除由于采集的原因导致的电阻率的异常值。
9.如权利要求1-4任一项所述的基于大地电磁测深电阻率判定隧道围岩等级的方法，其特征在于，在所述步骤3之后还包括：绘制电阻率断面图，按照洞身地层岩性及电阻率进行分段解释说明电阻率分布情况、电阻率范围、隧道围岩等级，实现隧道的围岩等级评价。
10.如权利要求1-4任一项所述的基于大地电磁测深电阻率判定隧道围岩等级的方法，其特征在于：根据电阻率数值样本的来源地区确定基于电阻率区间判定隧道围岩等级的适用地区。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911233271.0A CN110968840A (zh) | 2019-12-05 | 2019-12-05 | 一种基于大地电磁测深电阻率判定隧围岩等级的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911233271.0A CN110968840A (zh) | 2019-12-05 | 2019-12-05 | 一种基于大地电磁测深电阻率判定隧围岩等级的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110968840A true CN110968840A (zh) | 2020-04-07 |
Family
ID=70033009
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911233271.0A Pending CN110968840A (zh) | 2019-12-05 | 2019-12-05 | 一种基于大地电磁测深电阻率判定隧围岩等级的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110968840A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111913226A (zh) * | 2020-06-28 | 2020-11-10 | 中铁第一勘察设计院集团有限公司 | 基于航空物探三维反演结果的铁路隧道极高地应力识别法 |
| CN112329099A (zh) * | 2020-10-27 | 2021-02-05 | 中国铁路设计集团有限公司 | 一种基于自定义数据库的铁路山岭隧道正洞智能匹配方法 |
| CN114355447A (zh) * | 2022-01-13 | 2022-04-15 | 中国安能集团第三工程局有限公司 | 一种隧道工程围岩等级快速划分方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102495430A (zh) * | 2011-12-19 | 2012-06-13 | 中铁第四勘察设计院集团有限公司 | 深埋隧道岩体完整性的探测方法 |
| CN104749642A (zh) * | 2015-04-09 | 2015-07-01 | 中国科学院地质与地球物理研究所 | 一种判断隧道围岩类别的方法 |
-
2019
- 2019-12-05 CN CN201911233271.0A patent/CN110968840A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102495430A (zh) * | 2011-12-19 | 2012-06-13 | 中铁第四勘察设计院集团有限公司 | 深埋隧道岩体完整性的探测方法 |
| CN104749642A (zh) * | 2015-04-09 | 2015-07-01 | 中国科学院地质与地球物理研究所 | 一种判断隧道围岩类别的方法 |
Non-Patent Citations (3)
| Title |
|---|
| 孙英勋;罗斌;杜光勤;李文尧;: "瞬变电磁法在深埋长隧道勘察中的应用研究" * |
| 许广春;: "大地电磁测深进行隧道围岩分级的可行性研究" * |
| 高生;: "统计方法在瞬变电磁资料解释中的应用" * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111913226A (zh) * | 2020-06-28 | 2020-11-10 | 中铁第一勘察设计院集团有限公司 | 基于航空物探三维反演结果的铁路隧道极高地应力识别法 |
| CN111913226B (zh) * | 2020-06-28 | 2023-08-08 | 中铁第一勘察设计院集团有限公司 | 基于航空物探三维反演结果的铁路隧道极高地应力识别法 |
| CN112329099A (zh) * | 2020-10-27 | 2021-02-05 | 中国铁路设计集团有限公司 | 一种基于自定义数据库的铁路山岭隧道正洞智能匹配方法 |
| CN112329099B (zh) * | 2020-10-27 | 2023-04-14 | 中国铁路设计集团有限公司 | 一种基于自定义数据库的铁路山岭隧道正洞智能匹配方法 |
| CN114355447A (zh) * | 2022-01-13 | 2022-04-15 | 中国安能集团第三工程局有限公司 | 一种隧道工程围岩等级快速划分方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110968840A (zh) | 一种基于大地电磁测深电阻率判定隧围岩等级的方法 | |
| CN111458767B (zh) | 一种基于交汇图法识别岩性的方法及*** | |
| US9916539B2 (en) | Systems and methods for processing geophysical data | |
| Wang et al. | Quantitative assessment of mineral resources by combining geostatistics and fractal methods in the Tongshan porphyry Cu deposit (China) | |
| Chen et al. | Identification of thin-layer coal texture using geophysical logging data: Investigation by wavelet transform and linear discrimination analysis | |
| CN117274520A (zh) | 一种地质勘探的测绘方法 | |
| Airo et al. | Tips and tools for the application of GTK’s airborne geophysical data | |
| Wang et al. | Fragmentation calculation method for blast muck piles in open-pit copper mines based on three-dimensional laser point cloud data | |
| Ovaskainen et al. | A new subsampling methodology to optimize the characterization of two-dimensional bedrock fracture networks | |
| Zhu et al. | Enhancing fracture network characterization: A data-driven, outcrop-based analysis | |
| CN111983678B (zh) | 一种快速评价深水砂体发育潜力的方法 | |
| CN115390155A (zh) | 针对非均质储层的测井解释方法、装置、电子设备及介质 | |
| Mercuri et al. | Are open-source aerial images useful for fracture network characterisation? Insights from a multi-scale approach in the Zagros Mts. | |
| CN113010942A (zh) | 隧道开挖风险预警及围岩分级评价方法 | |
| Wang et al. | Anisotropy of geochemical distributions characterized by irregular window-based local singularity analysis | |
| CN115758792A (zh) | 一种基于数字数值一体化的地质灾害评估方法及装置 | |
| CN112285773B (zh) | 一种隐伏断层二元结构定量表征方法 | |
| CN111221043B (zh) | 一种被动源电场法的工作参数优化方法 | |
| Ovaskainen | Scalability of lineament and fracture networks within the crystalline Wiborg Rapakivi Batholith, SE Finland | |
| Ovaskainen et al. | Detailed investigation of multi-scale fracture networks in glacially abraded crystalline bedrock at Åland Islands, Finland | |
| McKean et al. | Geomechanical and Fracture Network Interpretation of a Devonian Outcrop | |
| Fogel | A sensitivity analysis for the network connectivity index (NCI) using discrete fracture networks (DFN) | |
| CN109598049A (zh) | 钻孔岩石裂隙发育程度及区域岩石裂隙发育规律的方法 | |
| Wan et al. | Study of local mineralized intensity using rescaled range analysis and lacunarity analisis | |
| Ma et al. | A knowledge-based intelligent recognition method for rock discontinuities with point cloud data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200407 |