基于BP神经网络的第四系覆盖物厚度预测及三维地质建模

Prediction of Quaternary Cover Thickness and 3D Geological Modeling Based on BP Neural Network

摘要

地质灾害风险精细化调查和评估是目前地质灾害减灾防控的重要内容. 斜坡三维地质建模技术的发展为滑坡灾害风险精细化调查评估提供了新的思路，可大幅提高区域范围内滑坡灾害调查的效率和评估精度. 基于Skua-Gocad平台，针对第四系覆盖物和下伏基岩两大模块开展区域斜坡三维地质建模技术研究，以重庆市万州区大周镇为例，采用BP神经网络模型，通过构建研究区第四系覆盖物厚度与地质环境指标的多维非线性网络实现了第四系覆盖物厚度预测. 结合现场调查数据进行方法验证，基于BP神经网络的第四系覆盖物厚度预测精度达91.49%，在此基础上构建了三维地质模型，具有良好的可视化效果，并确保了数据的可靠性. 克服了传统基于克里金插值方法无法反应地质环境因素的缺点，解决了区域范围第四系覆盖物厚度预测的难题.

关键词

第四系覆盖物 / 预测 / BP神经网络 / 三维地质建模 / 工程地质

Key words

quaternary covering / forecast / BP neural network / three-dimensional geological construction / engineering geology

基金资助

国家自然科学基金青年基金项目(41601563)

地质探测与评估教育部重点实验室主任基金培育项目(GLAB2020ZR16)