基于钻探和物探数据融合的边坡土层划分和边界识别研究

王 龙

(1.中国建筑材料工业地质勘查中心陕西总队，陕西 西安 710003；2.西安建材地质工程勘察院有限公司，陕西 西安 710003)

边坡地层土层划分和边界识别是边坡工程勘察与设计中至关重要的环节。准确地了解边坡的地层土层分布以及边界位置对于评估边坡稳定性、制定工程方案和采取相应的地质风险管理措施具有重要意义[1～2]。然而，传统的边坡地层土层划分和边界识别方法受限于单一数据来源和主观经验，存在一定的局限性。近年来，随着钻探技术和物探技术的不断发展，利用钻探数据和物探数据进行融合分析成为边坡地层土层划分和边界识别研究的热点[3～4]。通过将钻探数据和物探数据相互补充和验证，可以充分利用两者各自的优势，提高边坡地层土层划分和边界识别的准确性和可靠性[5]。本文结合具体的地质勘查项目，采用钻探和物探数据融合的方式，探索边坡地层土层划分和边界识别的新方法，通过贝叶斯融合算法，综合利用钻探数据和物探数据，实现边坡地层土层划分和边界识别。基于钻探和物探数据融合的土层划分和边界识别方法，可为相似地质工程提供参考，推动行业发展。

1 项目概况

某地质勘查项目位于陕西省，勘测区域斜坡呈台阶状，地势总体上南高北低，地表为丘陵，其下为残积粉质黏土，该区域的边坡稳定性未知，有滑坡失稳的可能性。地质勘查旨在对该区域的土层情况进行全面评估，进而对边坡稳定性进行核验。地质勘查采用钻探打孔获取岩层样本和地球物理勘探技术相结合的方式，获取地质数据，分析和评估边坡的地质结构、土壤特性以及外力影响等因素。该勘察项目的最终目的是识别潜在的边坡稳定风险，为规划和设计提供科学依据，制定合理的边坡管理和维护策略，减少地质灾害风险，保护生态环境和人民财产安全。

2 钻探数据和物探数据融合

2.1 钻探技术和数据获取

钻探是一种常用的地质勘探方法，通过在地下钻取岩石样本并记录钻进过程中的地层信息，获取地下结构和性质的数据。钻探数据能够提供实地取样和观测，获得直接的岩石样本和地层描述，获得高分辨率的地层和构造信息，对地下结构具有较好的精细度[6]。但是钻探成本高，覆盖面积有限，对于大范围地质调查有局限性。尖锥阻力钻探数据和经过转换的内摩擦角数据如图1所示。

图1 钻探数据

2.2 物探技术和数据获取

物探（地球物理勘探技术）是利用地球物理学原理和方法，通过观测和分析地球的物理场数据来获取地下信息。物探数据能够表征广域的地下信息，具有较大的勘探深度和范围，能提供多个物理场参数，有助于多参数综合解释[7]。但是分辨率相对较低，对于较细小的地下结构和岩性变化难以准确识别。同一断面处，经由物探数据转换的内摩擦角2D 剖面数据如图2所示。

图2 物探数据

2.3 基于贝叶斯方法的钻探和物探数据融合

钻探数据和物探数据，二者结合可以发挥数据各自的优势，规避不足，更为准确地表征地层的真实分布特征[8]。贝叶斯方法能够利用场地信息，通过似然函数对两种数据进行有效融合。基于贝叶斯方法的数据融合的关键操作如下：

（1）收集钻探数据和物探数据，根据数据源提取先验信息，如标准差、均值、概率分布和波动范围等，构建边坡模型，划分计算单元网格。

（2）构建似然函数，定义边坡信息失效区域及计算单元驱动变量。在计算单元的第1 层产生n组独立标准正态样本，其维度为n+1，模拟对应的参数实际值，然后依次计算后续层次的数据。

（3）计算n组驱动变量的值，并按照升序排列，将最大的驱动变量对应的样本视为种子样本，进行内部计算单元的模拟计算，依次判定是否达到失效区域，若都达到失效区域，则计算结束。

贝叶斯方法的钻探和物探数据融合计算量非常大，必须借助计算机进行计算。项目所在地的边坡某断面的钻探和物探数据融合云图如图3所示。

图3 数据融合云图

3 基于数据融合的边坡土层划分和边界识别

3.1 边坡土层划分

土层划分依据CPT 的分类指数进行，分类指数来源于剪切模量、剪切波速、尖锥阻力、内摩擦角等[9]，按照下式计算：

式中Q-分类指数归一化参数，由尖锥阻力、内摩擦角等数据决定；

F-竖向应力，也由尖锥阻力、内摩擦角等数据决定。

依据土体分类指数划分土层的标准如表1所示。

表1 土层划分表

借助计算机求解，得到边坡某断面处的土体分类指数云图如图4所示。

图4 土体分类指数云图

分类指数云图包含了该断面的边坡土层的分布信息，通过表1 的土层分类方法，可以进行土层划分。选取水平距离为40m处，绘制一维的土层分类指数曲线，并进行土层划分，结果如图5所示。

图5 土层划分结果

由图5 可知，该断面的水平距离40m 处，自上而下共有4 个土层，最上层为粉质黏土，其所处深度为0～-1.8m之间，土层最薄；第二层为砂质粉土，其所处深度为-1.8m～-4.8m 之间；第三层为粉质砂土，其所处深度为-4.8m～-10.5m之间；第四层为砂质砂土，其所处深度为-10.5m～-20m 之间，可能更深，是厚度最大的土层。为了验证融合数据土层划分的准确性，在该处垂直钻探，对土体取样，得到的土体分层数据如表2所示。

表2 钻探取样土层划分

对比可知，在土体分层类别方面，基于融合数据的划分结果与实际定点钻探取样得到的结果一致。而在土层厚度方面，基于融合数据的划分结果与实际土层分布略有差异，但误差很小，满足工程规划和设计需要。

3.2 边界识别

基于图4 的土体分类指数云图，按照土层划分标准，对土体分类指数进行分类计算，划分出不同土层的边界，如图6所示。

图6 边界识别结果

图中黑色实线表示不同土层的边界，边界两侧的土体分类指数具有较大差异，边界识别结果准确可靠。在此边坡断面，存在四类土层，分别是粉质黏土、砂质粉土、粉质砂土和砂质砂土，不同的竖直方向土层分布不尽相同，其中，砂质粉土、粉质砂土和砂质砂土贯穿了整个边坡断面，粉质黏土在局部区域出现，与实际的地质情况基本吻合，验证了边坡边界识别的准确性。

4 结语

结合实际的地质勘查项目，研究钻探和物探数据融合方法，进而用于边坡土层划分和边界识别，得出以下结论：

（1）钻探数据和物探数据，各有优势和不足，二者结合可以更为准确地表征地层的真实分布特征。

（2）贝叶斯方法能够利用场地信息，通过似然函数对两种数据进行有效融合。

（3）依据钻探和物探融合数据，按照土体分类指数，对边坡土层进行划分，并进一步对边界进行识别，有效发挥了融合数据的优势，土层划分准确，边界识别可靠。