<p>&nbsp; &nbsp; &nbsp; &nbsp;随着三维地质模型的应用加深，有工程师咨询如何将GEO5的三维地质模型导入到Revit当中使用，本文将简要介绍导入方法及在Revit软件中导入的效果。</p><p>1 <strong>导入Revit</strong><strong>的方法</strong></p><p>&nbsp; &nbsp; &nbsp; &nbsp;GEO5 2023版已经全面支持IFC格式，包括三维地质建模的多个模块都可以将模型导出为IFC文件，然后在Revit、Archicad、Solibri等BIM软件中打开，或者使用BIMvision进行浏览。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1705971298703306.png" alt="image.png"/></p><p><strong>2 </strong><strong>导入Revit</strong><strong>中的效果</strong></p><p>（1）模型整体展示效果</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1705971318948960.png" alt="image.png"/></p><p>（2）查看钻孔及坐标信息</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1705971334233292.png" alt="image.png"/></p><p>（3）查看剖面信息</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1705971354488756.png" alt="image.png"/></p><p>（4）在Revit中选择某一层，查看属性参数</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1705971373612549.png" alt="image.png"/></p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1705971383950961.png" alt="image.png"/></p><p>&nbsp; &nbsp; &nbsp; &nbsp;需要说明的是，导出的IFC格式模型除了包含默认岩土材料参数外，用户还可以在GEO5当中定义其他IFC属性数据，这些数据也同样可以导出到BIM软件当中加载和识别。我们会在后续的文章中对如何自定义IFC其他属性数据进行说明。</p>

<p>&nbsp; &nbsp; &nbsp; &nbsp; GEO5三维地质建模2021版新增了填挖方的功能。用户可以在已经建好的三维地质模型基础上，通过添加设计工况，实现对原有模型开挖或回填的操作，同时还能分层计算开挖岩土体及回填材料体积，相关功能简述如下：</p><p><strong>1</strong><strong>、填挖方</strong></p><p>&nbsp; &nbsp; &nbsp; &nbsp; GEO5三维地质建模中的填挖方操作可以通过两种途径实现：</p><p>①：直接输入开挖或填方后的地形点坐标</p><p>&nbsp; &nbsp; &nbsp;采用此种方法，首先需要在工况阶段设置中设置建模方式为“地表点和边”，然后在地形点界面中输入开挖或填方后的地形点坐标即可。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619602954749356.png" alt="image.png"/></p><p style="text-align: center;">图1：填挖方工况阶段设置</p><p>此种方式较为适用于边坡开挖、堆山造地等填挖方工程。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619604570274974.png" alt="image.png"/></p><p style="text-align: center;">图2：模拟台阶边坡开挖过程</p><p>②：在模型上直接构建多面体<br/></p><p>&nbsp; &nbsp; &nbsp;采用此种方法，则需要在工况阶段设置中选择建模方式为“填挖方”，然后再通过图形交互或坐标交互方式输入多个基准点，每个点都可以单独指定高程坐标以及与原有地形相交切的角度值（也可以统一指定为一个值），通过基准点构建出多面体，并与原有地形面进行空间布尔运算，实现对场地的挖方和填方功能。</p><p><br/></p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619614698601032.png" alt="image.png" width="489" height="362" style="width: 489px; height: 362px;"/></p><p style="text-align: center;">图3：基准点的输入</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619616797320775.png" alt="image.png" width="346" height="207" style="width: 346px; height: 207px;"/></p><p style="text-align: center;">图4：通过输入基准点构建的多面体</p><p>此种方式能够实现精细开挖，较为适用于基坑开挖和道路填筑等工程。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619617431269027.png" alt="image.png"/></p><p style="text-align: center;">图5：某场地基坑开挖模拟</p><p>&nbsp; &nbsp; &nbsp; &nbsp; 需要说明的是，用户可以通过填挖方模式控制输入的多面体和原有模型相交后，是仅取填方或挖方还是二者兼而有之，三种模式的区别示意如下：<br/></p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619617778202821.png" alt="image.png"/></p><p style="text-align: center;">图6：仅取挖方区域</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619618631257819.png" alt="image.png"/></p><p style="text-align: center;">图7：仅取填方区域</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619618678515548.png" alt="image.png"/></p><p style="text-align: center;">图8：挖方和填方区域同取</p><p><strong>2</strong><strong>、算量</strong></p><p>&nbsp; &nbsp; &nbsp; &nbsp; 在进行填挖方操作之后，用户可以直接计算出本工况相对于原有模型（或上一个工况）的体积变化情况，可同时计算出填方体积和挖方体积，其中挖方体积又可以<span style="color: #FF0000;"><strong>单独计算每一种材料的挖方量</strong></span>。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619619981275061.png" alt="image.png"/></p><p style="text-align: center;">图9：挖方和填方体积计算</p><p>计算书中详细记录了每种材料的挖方量和总量。<br/></p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619620575916207.png" alt="image.png"/></p><p style="text-align: center;">图10：计算书中挖填方量详细结果</p><p>&nbsp; &nbsp; &nbsp; &nbsp; 值得注意的是，针对模型中的每一种挖方材料，用户都可以指定相应的<strong>松散系数</strong>，这样可直接得到挖方后的弃方量。</p><p><strong><strong>3</strong><strong>、挖填方平衡</strong></strong></p><p>&nbsp; &nbsp; &nbsp; &nbsp; 在有了挖方和填方量之后，对于某些场地，我们希望挖方量能近似等于填方量，这样可以减少弃土外运，优化施工投入成本。在GEO5新增的填挖方功能当中，也可以实现类似的操作。</p><p>&nbsp; &nbsp; &nbsp; &nbsp; 当采用在模型上直接构建多面体的方式来进行填挖方，即上述第1节中的第二种情况时，可以通过“竖向偏移”功能同时调整场平基准点上的Z值坐标，比如同时+1m或-1m，然后计算相应的总挖方量和填方量，经过几次调整后，直至挖方量近似等于填方量。此外，用户还可以通过挖方的松散系数值更准确的控制挖填方平衡。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619622529678552.png" alt="image.png"/></p><p style="text-align: center;">图11：“竖向偏移”功能辅助实现挖填方平衡</p><p><strong>4</strong><strong>、切剖面用于岩土计算</strong></p><p>&nbsp; &nbsp; &nbsp; &nbsp; 和直接建立三维地质模型之后的切剖面一样，在填挖方后，用户仍然可以对模型进行切剖面操作，切出来的剖面可直接复制到土坡模块当中，进行边坡稳定性分析。<span style="text-align: center;"></span></p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619623606243183.png" alt="image.png"/></p><p style="text-align: center;">图12：某边坡挖方后切剖面操作</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619623717674798.png" alt="image.png"/></p><p style="text-align: center;">图13：剖面导入土坡模块分析边坡稳定性</p>

<p><strong>GEO5</strong><strong>读入理正勘察成果表（</strong><strong>Excel</strong><strong>数据）创建地质模型</strong></p><p>GEO5三维地质建模模块新增批量导入钻孔的功能，这里以理正成果表数据为例进行说明。这里下载Excel导入模板<img src="https://wen.kulunsoft.com/stat ... ot%3B style="vertical-align: middle; margin-right: 2px;"/><a href="https://wen.kulunsoft.com/uplo ... ot%3B title="GEO5勘察数据模板202110.rar" style="font-size: 12px; color: rgb(0, 102, 204);">GEO5勘察数据模板202110.rar</a>。</p><p><strong>一、模板说明</strong></p><p>GEO5只需读取钻孔坐标以及地层信息即可创建地质模型，对应的，只需将<strong>理正勘探点一览表</strong>和<strong>地层汇总表</strong>的部分内容整合到GEO5模板上即可。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619141818603442.png" alt="image.png"/></p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;理正成果表汇总</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1634696532703040.png" alt="image.png"/></p><p style="text-align: center;">GEO5模板sheet1与理正勘探点一览表对应关系</p><p>在<strong>sheet1（FieldTests）</strong>中，需导入<span style="color: #FF0000;"><strong>钻孔的编号</strong></span>，指定模板（<span style="color:#ff0000"><strong>使用默认的“<strong>中国-标准:钻孔</strong>”，不要修改</strong></span>），以及<strong><span style="color: #FF0000;">孔口的坐标</span></strong>。在理正勘探点一览表中，可以把相关数据填入。理正的地面高程，就是模板里的z坐标。</p><blockquote><p>（注意：钻孔类型有对应的字段，需严格按照字段来写，不能改变模板的表头，<strong>请把理正数据复制到模板中，不要另建Excel表格</strong>。如果只是建模，不需要把所有的勘察数据都导入，只需导入能划分地层的试验数据，一般是钻孔数据，有时也可以使用静探数据，静力触探数据划分地层之后，按钻孔数据输入即可。）</p></blockquote><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619140908920896.png" alt="image.png"/></p><p>在<strong>sheet2（F_LAYR_TAB）</strong>中，需导入<span style="color: #FF0000;"><strong>地层</strong></span>和<strong><span style="color: #FF0000;">层厚</span></strong>信息。对应的是理正的<strong><span style="color: #FF0000;">地层汇总表</span></strong>内容，可以将单元格格式由文本转换成数值，将岩土材料里面的合并单元格拆分并填充，最后按钻孔编号排序即可。</p><blockquote><p>这里需要注意，①层厚的格式要转化为数字，以文本形式存储的数字无法被识别②不同地层编号的岩土材料名称可能一样，为方便后期建模，建议岩土名称取地层编号+岩土名称的样式，以方便后期整理钻孔。</p></blockquote><p>录入sheet1（FieldTests）比较简单，不过多介绍。下面是处理理正地层表Excel的视频，供有需要的工程师参考：<img src="https://wen.kulunsoft.com/stat ... ot%3B style="vertical-align: middle; margin-right: 2px;"/><a href="https://wen.kulunsoft.com/uplo ... ot%3B title="地层表整理视频.rar" style="font-size: 12px; color: rgb(0, 102, 204);">地层表整理视频.rar</a></p><p><strong>二、GEO5读入数据</strong></p><p>在勘察数据菜单下选择导入功能，导入类型选择第一个电子表格XLSX，然后选择整理好的表格，导入即可。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619140915565228.png" alt="image.png"/></p><p>在岩土材料菜单下点击【从勘察数据中继承】，并为每层岩土材料定义颜色或纹理。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619140919479288.png" alt="image.png"/></p><p>本小节视频：<img src="https://wen.kulunsoft.com/stat ... ot%3B style="vertical-align: middle; margin-right: 2px;"/><a href="https://wen.kulunsoft.com/uplo ... ot%3B title="geo5读入数据视频.rar" style="font-size: 12px; color: rgb(0, 102, 204);">geo5读入数据视频.rar</a></p><p><strong>三、生成地质模型</strong></p><p>层序如果是处理好的地层，那么可以直接在【生成地质模型】菜单下直接生成地质模型；如果未处理好，需调整地层兼容性，可以参考<a href="https://ke.qq.com/course/44008 ... ot%3B target="_self">GEO5三维地质建模的相关教程</a>。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619140925976492.png" alt="image.png"/></p><p style="text-align: center;">生成地质模型</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1619140930761178.png" alt="image.png"/></p><p style="text-align: center;">显示岩土体边界面</p><p><strong>四、拓展</strong></p><p>导入数据时并没有定义原始勘察数据土层的图例和颜色，这个并不会影响地质模型的颜色，也不影响柱状剖面的颜色。总之，不影响成果展示。</p><p>对于有“强迫症”且对软件比较熟悉的工程师，可以进行如下操作来为原始勘察数据定义颜色。</p><p>首先可以定义一个<strong>包含所有岩土材料</strong>的虚拟钻孔，为该虚拟钻孔的岩土材料定义图例和颜色，然后<strong>导出</strong>所有钻孔，在Excel表格中为原始勘察数据赋予颜色，最后再重新<strong>导入</strong>。</p><p>该操作也可以在处理完钻孔兼容性之后进行。</p><p>操作视频如下：<img src="https://wen.kulunsoft.com/stat ... ot%3B style="vertical-align: middle; margin-right: 2px;"/><a href="https://wen.kulunsoft.com/uplo ... ot%3B title="修改原始钻孔图例和颜色视频.rar" style="font-size: 12px; color: rgb(0, 102, 204);">修改原始钻孔图例和颜色视频.rar</a></p><p><br/></p>

<p>华宁勘察软件增加了生成GEO5三维地质建模接口数据的功能，可以将华宁勘察软件里的数据直接导入到GEO5中创建三维地质模型，不用再重复输入勘察数据。<br/></p><p>本文分为三个步骤进行介绍：①华宁生成数据；②GEO5读入数据；③GEO5生成地质模型。数据源文件和操作视频：</p><p><img src="https://wen.kulunsoft.com/stat ... ot%3B style="vertical-align: middle; margin-right: 2px;"/><a href="https://wen.kulunsoft.com/uplo ... ot%3B title="华宁勘察数据导入GEO5建模教程.rar" style="font-size: 12px; color: rgb(0, 102, 204);">华宁勘察数据导入GEO5建模教程.rar</a></p><p style="line-height: 16px;"><img style="vertical-align: middle; margin-right: 2px;" src="https://wen.kulunsoft.com/stat ... t%3Ba style="font-size:12px; color:#0066cc;" href="https://wen.kulunsoft.com/uplo ... ot%3B title="源文件.rar">源文件.rar</a></p><p><strong>一、华宁勘察数据导出</strong></p><p>在【其它】菜单下，选择【生成库仑GEO5三维地质建模接口数据】，如下图：</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1616741395888374.png" alt="image.png"/></p><p>点击之后，会弹出对应的窗口界面，如下：</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1616741406524958.png" alt="image.png"/></p><p>点击【生成GEO5三维地质建模接口数据文件】即可生成xml格式的文件。可以用记事本打开，另存为UTF-8（或带有BOM的UTF-8）编码的文件。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1616741416709320.png" alt="image.png"/></p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1616741422486349.png" alt="image.png"/></p><p><strong>二、GEO5数据读入</strong></p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1616741429167623.png" alt="image.png"/></p><p>打开GEO5三维地质建模模块，在【勘察数据】菜单下选择【导入】，在导入类型中选择【GEO5XML文件】，选择华宁生成的数据，确定即可。</p><p><strong>三、地质建模</strong></p><p>接下来，在<span style="color: #FF0000;">柱状剖面</span>下双击任意一个钻孔进行编辑。点击<span style="color: #FF0000;">从勘察数据复制柱状剖面</span>，这时柱状剖面的地层就继承了原始勘察数据的地层。（野外钻探记录时，某层没有时厚度记录为0.01。可以在柱状剖面地层中修改为0，也可以忽略，不影响建模。）</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1616741438321240.png" alt="image.png"/></p><p>从勘察数据复制柱状剖面的功能，可以先单个选择进行复制，然后到<span style="color: #FF0000;">岩土材料</span>中，选择<span style="color: #FF0000;">从勘察数据中继承</span>，一次完成。由于导入的模型没有颜色，可以在岩土材料中替换材料的颜色。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1616741444592173.png" alt="image.png"/></p><p>最后，在【生成地质模型】菜单下，点击【生成】，即可生成地质模型面。在图形显示按钮下，可以调整岩土体边界面。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1616741451481365.png" alt="image.png"/></p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1616741455839100.png" alt="image.png"/></p><p>&nbsp;</p><p><br/></p>

<p>&nbsp;EVS地质建模的基础是地质钻孔数据，在我们的地质钻孔数据中，特别是岩层钻孔中，我们发现很多时候岩层并没有明显的成层性，往往具有复杂的构造，比如倾斜、褶皱、侵入、互层等，因此采用传统的地层建模方式来构建地质模型往往效果不佳。EVS提供的岩性建模方式很好的解决了这个问题，不需要对钻孔数据进行层序划分，直接采用指示克里金算法进行空间插值，极大的提高了建模效率，并且也达到较好的效果。值得注意的是，EVS岩性建模默认的克里金算法中，设定了变差函数的主方向为水平向北，因此有些情况下不能很好的反映岩层的倾向和倾角。对应于这些情况，我们需要在变差函数高级设置中，调整相应参数，让岩性模型更加符合实际。</p><p>下面用一个真实案例来展示调整各向异性参数前后的模型效果：</p><p>图1是钻孔的情况，我们可以发现，钻孔中砂砾岩的样本呈现出一定的倾斜角度，结合地质分析，可以认为该岩层具有一定的倾角。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1590482521744832.png" alt="1.png"/></p><p style="text-align: center;">图1 钻孔数据分析<br/></p><p>&nbsp;</p><p>在EVS岩性插值模块Indicator_geology中，各向异性模式采用默认的“simple”，如下：</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1590482571737013.png" alt="2.png"/></p><p><br/></p><p>其中变差函数的主方向被设置为水平朝北，意味着插值过程中岩层会在水平方向进行连接。采用默认模式创建岩性地质模型，我们提取模型剖面效果如图2所示：砂砾岩分布呈水平状，不符合实际情况。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1590482606769757.png" alt="3.png"/></p><p style="text-align: center;">图2 采用简单模式的各向异性地质模型剖面图<br/></p><p>&nbsp;</p><p>当我们调整各向异性模式（“Anisotropy Mod”）为高级（“Advanced”），并设置变差函数主方向的角度，如下：</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1590482646988623.png" alt="4.png"/></p><p>&nbsp;</p><p>重新插值并创建岩性模型后，提取剖面效果如图3所示：岩层有明显的倾角，更加接近实际的情况。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1590482696863047.png" alt="5.png"/></p><p style="text-align: center;">图3 采用高级各向异性设置的岩性模型剖面</p><p>因此，如果采用EVS岩性建模的方式，我们可以对钻孔数据进行观察分析及地质专业判断，利用EVS岩性建模中的各向异性中的高级参数设置，从而高效便捷的创建更加符合实际情况的岩性模型。</p><p><br/></p>

<p>地质模型、污染羽模型、物探模型等均是通过有限样品点采用空间估值方法得到的不确定性模型。地质模型、污染羽模型等的准确性，对于评估项目潜在风险具有非常重要的意义。EVS 2020.5.1版本中增加的「快速地质统计实现」方法可以采用随机函数的方式为我们实现多个等概率的模型，从而帮助我们找到最不利或最有利的情况，从而对项目的风险做出更科学准确的评估。</p><p>EVS在2020.5.1版本中增加的「快速地质统计实现」（FGR）技术相比于行业标准「高斯地质统计模拟」（GGS）有着非常大幅的优化和提高。关于地质模拟的概念，请<a href="https://wen.kulunsoft.com/article/382" target="_self">参考这里</a>。</p><p>传统的「高斯地质统计模拟」可以根据计算得到的每个网格节点上的标准差来提供多个实现（可能的情况），以此展示地质统计模型偏离名义预测（无偏预测）的情况。用于实现高斯地质统计模拟的方法需要进行大量的计算，这使得创建一个实现就是需要很长的时间，甚至远远超过了创建名义模型（无偏模型）的时间。另外，这种方法创建的多个实现之间的波动大小和网格大小一致，这使得结果中会产生很多噪音，从而不符合真实的物理世界。</p><p>EVS的「快速地质统计实现」技术可以很好的克服传统「高斯地质统计模拟」的这些缺点，且可以应用于所有EVS中可创建的真三维模型。利用「快速地质统计实现」技术，我们可以：</p><ul class=" list-paddingleft-2"><li><p>创建2D和3D分析数据模型（污染羽、物探模型等）的实现</p></li><li><p>创建地层模型的实现 - 需采用克里金或自然临近点法插值</p></li><li><p>创建平滑或非平滑岩性模型的实现</p></li><li><p>创建名义模型时间的一小部分就可以完成所有实现的创建</p></li><li><p>可以人为控制统计涨落的波长和波幅</p></li><li><p>可以为统计涨落的波幅设置简单或三维各向异性</p></li></ul><p>「快速地质统计实现」技术提供了另外一种优于EVS &quot;Min/Max (plume) &quot; 技术的不确定性评估工具，原因如下：</p><ul class=" list-paddingleft-2"><li><p>&quot;Min/Max&quot; 技术仅可用于2D和3D分析数据模型</p></li><li><p>&quot;Min/Max&quot; 技术只能提供整个模型范围内最不利和最有利的情况</p></li></ul><ul class=" list-paddingleft-2"><ul class=" list-paddingleft-2" style="list-style-type: square;"><li><p>现实世界中，从统计学的角度不可能出现场地中或模型中每个位置都是最不利或最有利的情况</p></li></ul></ul><ul class=" list-paddingleft-2"><li><p>使用「快速地质统计实现」技术可以创建大量更符合真实世界的情况（实现）</p></li><li><p>「快速地质统计实现」技术也可以通过置信度来控制其波动，这点和 &quot;Min/Max&quot; 技术一样</p></li><li><p>「快速地质统计实现」技术可用于EVS中的任何模型类型</p></li></ul><p><br/></p><p>以下视频展示了一个三维污染羽模型的快速统计实现效果：<a href="https://www.bilibili.com/video ... gt%3B

<p><strong>模拟概念</strong></p><p>模拟在广义上是指使用模型复制现实的过程。在地质统计中，模拟是随机函数（表面）的实现，其与生成该模拟的样本数据拥有相同的地质统计要素（使用均值、方差和半变异函数来度量）。更具体地说，高斯地质统计模拟 (GGS) 适用于连续数据，并假设数据或数据的变换具有正态（高斯）分布。GGS 所依托的主要假设是数据是静态的 - 均值、方差和空间结构（半变异函数）在数据空间域上不发生改变。GGS 的另一个主要假设是建模的随机函数为多元高斯随机函数。</p><p>同克里金法相比，GGS 具有优势。由于克里金法是基于数据的局部平均值的，因此，其可生成平滑的输出。另一方面，GGS 生成的局部变异性的制图表达比较好，因为 GGS 将克里金法中丢失的局部变异性重新添加到了其生成的表面中。对于由 GGS 实现添加到特定位置的预测值中的变异性，其平均值为零，这样，很多 GGS 实现的平均值会趋向于克里金预测。下图对此概念进行了说明。各种实现以一组堆叠输出图层的形式表示出来，并且特定坐标位置的值服从高斯分布，其平均值等于该位置的克里金估计值，而扩散程度则由该位置上的克里金法方差给出。</p><p><br/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1589015677757003.png" alt="1.png"/></p><p><em>特定位置的模拟值的变异性</em></p><p>对 GGS 的使用在地统计实际操作中日益呈现出一种趋势，它不是追求获得每个未采样位置的最佳无偏预测结果（正如克里金法所体现的），而是强调对决策分析和风险分析的不确定性的特证描述，这样更适合于呈现数据中的全局趋势 (Deutsch and Journel 1998, Goovaerts 1997)。模拟还会克服克里金估计值中的条件偏差带来的问题（高值区域预测值通常偏低，而低值区域预测值通常偏高）。</p><p>对于所研究属性的空间分布，地质统计模拟可为其生成多个具有同等可能性的制图表达。可基于这些制图表达来测量未采样位置的不确定性，这些未采样位置在空间上被一起选取，而不是逐个被选取（如同通过克里金法方差进行测量一样）。此外，克里金法方差通常独立于数据值，且通常不能用作估计精度的测量值。另一方面，可以通过使用多个模拟实现（该实现用呈正态分布的输入数据通过简单克里金模型进行构建，即，数据呈正态分布或已使用常态得分变换或其他类型的变换对数据进行了变换）为未采样位置的估计值构建分布来测量估计精度。对于使用估计数据值的风险评估和决策分析而言，这些不确定性的分布很关键。</p><p>GGS 假设数据呈正态分布，但在实际中，很少会出现这种情况。对数据执行常态得分变换，使得数据符合标准正态分布（均值 = 0，方差 = 1）。然后对此正态分布数据进行模拟，并对结果做反向变换，以便以原始单位获得模拟输出。对正态分布数据使用简单克里金法时，该克里金法所提供的克里金估计值和方差可完全定义研究区域中每个位置的条件分布。这样，您可以在只知道每个位置的这两个参数的情况下绘制随机函数（未知采样表面）的模拟实现，这也是 GGS 基于简单克里金模型和正态分布数据的原因。</p><p><br/></p><p><strong>模拟示例</strong></p><h2>示例 1</h2><p>在世界上的许多城市和地区，空气质量都是令人关注的重要健康指标之一。在美国，众所周知，洛杉矶的空气质量不是很好，分布密集的监控网络每半天就对臭氧、微粒物质和其他污染物等数据进行一次收集。基于此空气质量数据，可获得每种污染物的浓度以及污染物每年超过州空气质量标准和联邦空气质量标准的天数。由于这两个测量值均支持对在某个特定区域内生活进行感染风险的局部评估，因此，每年超过临界阈值的天数可用来建立显示超过阈值概率的内插地图。</p><p>在本示例中，对 2005 年加利福尼亚州每个监测站臭氧超过阈值的天数做了调查，并通过拟合该数据创建了一个半变异函数。并使用条件模拟生成了多个实现。每个实现都是一个地图，用于表示 2005 年污染物超过阈值的天数。然后对这些实现进行后处理，以估计污染物每年超过州阈值的天数多于 10 天、20 天、30 天、40 天、50 天、60 天和 70 天的概率（所有监测站记录的超过阈值的最大天数为 80 天）。下面的动画显示了生成的南海岸空气盆地地区（其中包括洛杉矶和内陆城市）的臭氧地图。海岸附近的空气质量明显好于内陆地区，主要是因为在这一地区，风向主要是由西向东吹。</p><p>这类地图可用于确定污染减轻策略的优先级，通过解答诸如“我可以忍受多少污染？”、“生活在某一特定区域我需要忍受多少污染？”等问题， 来研究健康与环境质量之间的关系并帮助人们确定适宜居住的地点。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1589015719402837.gif" alt="2.gif"/></p><p><em>臭氧超标 10 - 70 天。</em></p><h2>示例 2</h2><p>在很多应用中，都使用与空间相关的变量作为模型的输入（例如，石油工程中的流动模拟）。在此类情况中，模型结果的不确定性是通过以下过程生成大量模拟来进行评估的：</p><ul class=" list-paddingleft-2"><li><p>1. 为变量模拟大量具有同等可能性的实现。</p></li><li><p>2. 使用模拟变量作为输入来运行模型（通常称为传输函数）。</p></li><li><p>3. 汇总模型运行以评估模型输出的变异性。</p></li></ul><p><br/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1589015740564918.png" alt="3.png"/></p><p><em>用来评估模型输出不确定性的模拟</em></p><p><br/></p><p>输出的统计数据可用来测量模型的不确定性。</p><p>上述过程的一个实际示例是：为在新墨西哥州东南部成立一个废品隔离试验工场 (WIPP) 作为超铀废物的存储设施而进行的研究。</p><p>科学家曾对位于地表以下 2000 多英尺的盐矿床进行了评估，以便将其用作废料的潜在存储设施。然而，矿床刚好位于蓄水层之上，因此，担心地下水可能会传输站点泄露的废弃物。为了证明 WIPP 的安全性，科学家不得不说服美国 环境保护局：流经蓄水层中的地下水流速非常之低，污染周围环境的可能性微乎其微。</p><p>导水系数值决定了蓄水层中的水流流速，并针对拟建的 WIPP 站点附近蓄水层获得了多个此类值。使用以数字方式求解的水文方程为地下水流建模，该方程需要导水系数值，该值在常规格网上进行预测。如果使用了导水系数的克里金估计值，则导水系数值将基于邻近导水系数值的（加权）平均值，而已建模的地下水的流动时间将只会基于这些平均值。由于克里金法将生成平滑地图，所以插值表面会缺少导水系数值极高或极低的区域。要正确地对风险进行分析，科学家必须考虑可能出现的最坏情况，因此需要生成流动时间值的整个概率分布。通过此分布，科学家将能够使用地下水流动时间分布的较低尾值（对应极高流速），而不是平均流动时间，来评估 WIPP 的适宜性。曾使用条件模拟来生成流动时间值的概率分布。</p><p>废品通过地下水进行传输的概率只是评估 WIPP 适宜性时考虑的众多危及人类健康情形中的一种。复杂风险分析在评估 WIPP 是否适宜进行核废料处理以及使公众和政府监管部门确信其适宜性方面起了很大作用。在长达 20 多年的时间里，在进行了大量的科学研究、公众意见收集以及进行了大量监管工作之后，WIPP 最终于 1999 年 3 月 26 日开始运作。</p><p><strong>应该生成多少实现？</strong></p><p>模拟研究的结果不应取决于所生成实现的数量。确定生成多少实现的其中一种方法是：在一小部分数据属性域中对比不同实现数的统计数据（使用子集以节省时间）。随着实现数量的增加，统计数据将趋向于一个固定值。下面的示例中检查的统计数据是第一个分位数和第三个分位数，它们是为美国斯威康星州的一小部分（子集）模拟高程表面（在海平面以上，以英尺为单位）而计算的值。</p><p><br/></p><p>上方的图显示的是前 100 个实现的高程波动。下方的图显示的是 1000 个实现的结果。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1589015768329939.png" alt="4.png"/></p><p><em>模拟数量对输出参数值的影响；前 100 个模拟的图形</em></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1589015810539851.png" alt="5.png"/></p><p><em>模拟数量对输出参数值的影响；1000 个模拟的图形</em></p><p>在本例中，值在大约 20 个模拟之后稳定下来。在很多情况下，至少需要运行 100 个实现才能确定超出阈值的均值和概率所需的足够信息。如果使用数量更多的实现，则可为汇总统计数据和模型输出变量提供更高程度的确定性，但所需计算时间也更长。</p><p><br/></p><h1>参考文献</h1><p>Deutsch, C.V., and A. G. Journel. 1998. <em>GSLIB Geostatistical Software Library and User&#39;s Guide.</em> 2^nd Ed. Oxford University Press, New York, pages 119–122.</p><p>Goovaerts, P. 1997. <em>Geostatistics for Natural Resource Evaluation.</em> Oxford University Press, New York, pages 369–376.</p><p><br/></p>

<p>本测试是在2016年7月进行的，使用的是早期的64位版本，以确定网格模型大小的限制和根据您的硬件确定实际的克里金插值参数设置。测试是在一台装有以下硬件和操作系统的台式电脑上进行的:</p><ul class=" list-paddingleft-2"><li><p>Windows 10 Pro &nbsp; &nbsp; &nbsp;64 bit</p></li></ul><ul class=" list-paddingleft-2"><li><p>Intel Core &nbsp; &nbsp; &nbsp;i7-5820k CPU @ 3.30 GHz:&nbsp;6 Cores, 12 Logical Processors</p></li></ul><ul class=" list-paddingleft-2"><li><p>32 GB of 2800 &nbsp; &nbsp; &nbsp;MHz RAM</p></li></ul><ul class=" list-paddingleft-2"><li><p>NVIDIA GeForce &nbsp; &nbsp; &nbsp;GTX 980Ti Graphics</p></li></ul><p>一般来说,对于一个给定的网格，很难准确估计克里金插值特定数据集的时间。数据的空间分布确实会影响计算时间，就像您的计算机硬件和运行在其上的其他软件一样。然而，下面这些图不仅提供了一些关于预期计算时间的参考，而且还提供了硬件需求与网格分辨率以及克里格设置之间关系的参考。</p><p>测试考察了两个主要的指标：</p><p>1、&nbsp;&nbsp;&nbsp; 由节点数量决定的模型大小</p><p>2、&nbsp;&nbsp;&nbsp; 采用“use all points”选项后，克里金插值的最大数据集规模</p><p>我们记录了针对这两个指标的计算时间，另外也记录了需要的内存大小。</p><p><strong>结果表明，除了硬件限制和耐心之外，软件对模型大小或数据集规模没有任何实际限制。</strong></p><p>&nbsp;</p><p>我们开始第一个问题，模型大小（即网格节点数规模）。</p><p>我们一直有用户希望创建比我们的32位版本软件更好更精细的模型。想要一个更好的网格的第一个原因是能够创建一个三维的体积模型，它可以从DEMs &amp; grid（数字高程面网格）继承二维地形的高网格分辨率。过去,不需要高分辨率来体现数据的细微差别,然而，最近一段时间，通过MIP技术或者诸如3d电阻率探测器之类的地质仪器来收集高分辨率数据的趋势愈加显著，导致需要更高精度的模型,来更好的契合数据。</p><p>下面第一张图展示了9次测试的结果，其中克里金插值的节点数量从1,000,000至160,000,000 。测试的插值模块是krig 3d，勾选“use all points”选项，插值数据使用的是railyard.apdv文件，里面有273个采样点数据。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1585623271174553.png" alt="image.png"/></p><p><br/></p><p>上图展示的结果相当令人鼓舞。我们的测试系统具有32G的内存，看起来一旦模型节点数超过8千万，所有可用内存都用上了。但是当采用1亿6千万节点插值时，我们发现速度并没有显著下降，看起来软件还使用了部分虚拟内存。</p><p>对于我们的这个具有273个采样点数据集，克里金插值时间为 3 微秒每节点，或者3s每百万节点，他们之间是线型关系。线型关系很重要，（等下我们会发现另外一个指标就不是这样了），这意味着随着模型的规模变大，消耗的时间也是等比例增大，直到计算机硬件的极限。</p><p>当然，必须指出的是，如果你仅仅具有的是一个273个采样点的数据集，那么完全不需要一个2千万节点的网格模型。你需要更好的理解这一点。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1585624257742662.png" alt="image.png"/></p><p>下一张图考察的是，当使用“use all points”选项时，软件到底能处理多大的数据集。解释这个问题的重要性超出了本次主题的范围，但是对于在EVS中使用MIP数据的人来说很重要。在我们的32位软件中，这个极限是3500~4000个采样点，就像上图中你看到的。当然时间消耗也是很明显的。</p><p>我们测试了50000个采样点的数据集，上图显示的是初始化时间，不包括克里金插值时间。因为勾选“Use All Points”选项耗费大量的初始化时间，因此这是一个关键参数，<strong>并且初始化时间和样本数的三次方成正比</strong>。所以，尽管我们可以使用12倍数据量的数据集，但是所消耗的初始化时间将是12的三次方1728倍，也就是48000个采样点对比4000的采样点的情况。</p><p>&nbsp;</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1585624243933131.png" alt="image.png"/></p><p>最后一张图展示了每百万节点计算耗时与数据集采样点数量的函数关系。可以粗略的认为在勾选“Use All Points”的情况下是2.2次方成正比关系。但是如果我们转到50个节点（最大200个节点）的八分搜索(勾选“Octant Search”)，那么这种关系更加线性化并且时间显著减少。此外八分搜索没有明显的初始化时间。使用这些图可以预测总计算时间，其中克里金插值的情况如下：</p><p><strong>CASE 1</strong></p><ul class=" list-paddingleft-2"><li><p>20,000,000个节点的网格</p></li></ul><ul class=" list-paddingleft-2"><li><p>8,000个采样点数据集</p></li></ul><ul class=" list-paddingleft-2"><li><p>勾选“Use All &nbsp; &nbsp; &nbsp;Points Option”</p></li></ul><ul class=" list-paddingleft-2"><ul class=" list-paddingleft-2" style="list-style-type: square;"><li><p>初始化时间：实际15秒左右</p></li></ul></ul><ul class=" list-paddingleft-2"><ul class=" list-paddingleft-2" style="list-style-type: square;"><li><p>660秒 = 11 分钟 &nbsp; &nbsp; &nbsp; 每百万节点</p></li></ul></ul><ul class=" list-paddingleft-2"><ul class=" list-paddingleft-2" style="list-style-type: square;"><li><p>3.67小时 总克里金插值时间</p></li></ul></ul><p><strong>CASE 2</strong></p><ul class=" list-paddingleft-2"><li><p>15,000,000个节点网格</p></li></ul><ul class=" list-paddingleft-2"><li><p>14000个采样点数据集</p></li></ul><ul class=" list-paddingleft-2"><li><p>勾选“Use All &nbsp; &nbsp; &nbsp;Points Option”</p></li></ul><ul class=" list-paddingleft-2"><ul class=" list-paddingleft-2" style="list-style-type: square;"><li><p>初始时间：58秒</p></li></ul></ul><p>2350秒 = 39.2分钟 每百万节点</p><ul class=" list-paddingleft-2"><ul class=" list-paddingleft-2" style="list-style-type: square;"><li><p>9.8小时总克里金插值时间</p></li></ul></ul><p><strong>CASE 3</strong></p><p>最后一个例子，我们参照了第二个例子，但是采用了50个节点的八分搜索：</p><ul class=" list-paddingleft-2"><li><p>15,000,000节点网格</p></li></ul><ul class=" list-paddingleft-2"><li><p>14000个采样点数据集</p></li></ul><ul class=" list-paddingleft-2"><li><p>50个节点的八分搜索：即勾选“Octant Search”，并且“Points in reach”设置为50</p></li></ul><ul class=" list-paddingleft-2"><ul class=" list-paddingleft-2" style="list-style-type: square;"><li><p>290秒= 4.83分钟&nbsp; 每百万节点</p></li></ul></ul><ul class=" list-paddingleft-2"><ul class=" list-paddingleft-2" style="list-style-type: square;"><li><p>1.2小时总插值时间</p></li></ul></ul><p><br/></p>