基于機器學習的深基坑三維土層重建

王朱賀，李 楠，張希瑞，蘇 想

(1. 北京工商大學 人工智能學院，北京 100048；2. 智慧互通科技有限公司河北省靜態交通技術創新中心 河北 張家口 076250)

根據實地采集的有限土層樣本數據，利用計算機圖形學相關算法，將地下不同土層的空間三維結構進行預測還原并進行實體建模的過程稱之為土層三維重建。土層三維重建對地下施工過程的管理具有十分重要的意義。以深基坑挖掘工程為例,技術人員需要通過一系列工程數據來對施工過程中可能存在的風險進行預警。這些數據包括基坑區域內的土層信息、基坑支護結構信息、基坑施工過程中的各類傳感器監測信息等。對支護結構的失效預警需要進行相關的數值計算才能完成[1-2]。其中，土層的三維分布信息十分重要，因為需要根據土層實際情況計算土壓力，作為支護結構計算的輸入載荷，進而得到預警信息。

傳統土層建模方法有很多種，如基于邊界、高度的三維土層建模[3]，基于鉆孔信息[4]的插值土層生成等[5]。目前較為常用的插值方法是克里金插值[6]，如文獻[7]設計了一種三維克里金算法，能較好的反映地質空間的各向異性特征。另外，反距離加權平均插值法同樣在三維土層重建中有重要作用，文獻[8]對反距離權重插值法和自然鄰域插值法展開對比研究，得出反距離權重插值法更加適用于地層缺失嚴重的層位，能夠更好地保留地層缺失的特征的結論。

隨著大數據技術的發展和計算機算力的提高，機器學習技術已經被證實在圖像[9]和音頻[10]領域有著顯著的效果。……