混合ABC-Stacking机器学习的钻孔数据地层三维隐式建模方法

摘要

地层三维模型能够直观、准确地反映场地地下空间地质结构特征，对于地下空间的开发利用具有重要意义。然而，有限的钻孔地质勘探数据使得构建精细地层三维模型困难。本文提出了一种基于钻孔数据的混合堆叠（Stacking）机器学习策略，在少量钻孔数据基础上构建虚拟钻孔网络数据集，开展地层三维隐式建模。首先采用人工蜂群算法（artificial bee colony algorithm,ABC）从常见的几种机器学习算法中构建优化的Stacking集成学习模型，学习已有钻孔数据的地层分类分布特征，构建虚拟钻孔的地层分类数据集；然后基于径向基隐函数建模方法构建地层三维模型；最后引入地质剖面重合度定量指标进行模型评价分析。实例结果显示,Stacking集成学习模型在测试集上的F1分数和准确率分别达到88%和89%。相比单一机器学习模型，.混合ABC-Stacking机器学习模型在地层分类预测中具有更高的分类准确性，表明此方法能够有效提高局部地层分类的精细程度。构建的地层三维模型剖面与实际勘探剖面图地层重合度平均达78.38%，进一步证实了此方法的有效性，为地下结构三维精细建模提供思路。

关键词

地层三维建模 / Stacking集成策略 / 隐式建模 / 机器学习 / 人工蜂群算法