基于貝葉斯壓縮感知與SVM 算法的智能化勘察研究

張 銳

（華設(shè)設(shè)計(jì)集團(tuán)股份有限公司，江蘇 南京 210014）

在當(dāng)前工程勘察中，對(duì)于土層劃分和土的參數(shù)確定傳統(tǒng)上主要依賴于CPT、SPT 等原位測(cè)試及取樣試驗(yàn)，基于標(biāo)貫擊數(shù)和錐尖阻力、側(cè)阻力等物理指標(biāo)劃分地層一直是國內(nèi)地質(zhì)勘察工作者最常用的方法，也是最主要的經(jīng)驗(yàn)方法之一[1]。但是由于土的離散性以及收集的數(shù)據(jù)有限，很難對(duì)場(chǎng)地的分布有細(xì)致準(zhǔn)確的描述。且鉆孔與鉆孔之間的距離間隔很大，尤其在公路、隧道等線性工程中，考慮到成本等因素，鉆孔的間隔甚至達(dá)到了100 m 以上，數(shù)據(jù)存在很大的不確定性。對(duì)于鉆孔之間的地層情況難以準(zhǔn)確預(yù)測(cè)，鉆孔之間出現(xiàn)土的斷層、錯(cuò)動(dòng)影響[2]，相鄰每個(gè)鉆孔測(cè)得的土層種類不一致等問題。因此，基于稀疏地層數(shù)據(jù)的插值擴(kuò)充工作顯得格外重要。

香港城市大學(xué)WAND 等[3-5]基于美國某地靜力觸探實(shí)驗(yàn)數(shù)據(jù)（錐尖阻力，側(cè)阻力）提出了一種基于貝葉斯壓縮感知（Bayesian Compressive Sampling，BCS）的鉆孔數(shù)據(jù)插值擴(kuò)充方法。BCS 是傳統(tǒng)壓縮采樣（Compressive Sampling，CS）方法的概率擴(kuò)展，其本質(zhì)是從信號(hào)的部分信息中重構(gòu)出一個(gè)信號(hào)的完整信息[6-7]。在巖土工程中，土層性質(zhì)隨深度而變化，因此土層性質(zhì)剖面可被視為信號(hào)進(jìn)行分析。BCS 方法不僅能從有限的測(cè)量數(shù)據(jù)中合理地解釋土層性質(zhì)剖面，而且還提供了量化與解釋剖面相關(guān)的統(tǒng)計(jì)不確定性的實(shí)用工具，量化的統(tǒng)計(jì)不確定性為分析的土性質(zhì)剖面的準(zhǔn)確性和可靠性提供了一個(gè)衡量標(biāo)準(zhǔn)[8-9]。

在得到充分的勘察數(shù)據(jù)之后，對(duì)于地層的劃分一直是研究的熱點(diǎn)問題，劃分結(jié)果的準(zhǔn)確性關(guān)系到后期工程的安全性和可靠性。……