EVS

EVS

EVS层厚获取

回答

库仑产品周周 发起了问题 • 1 人关注 • 0 个回答 • 186 次浏览 • 2024-10-28 14:24 • 来自相关话题

EVS进行污染物建模时,如何评价插值结果的精度,软件内是否可以进行交叉验证/计算平均误差和均方根误差

库仑产品库仑孔工 回答了问题 • 2 人关注 • 1 个回答 • 1049 次浏览 • 2024-04-07 11:01 • 来自相关话题

EVS中量化地质模型不确定用哪个模块来完成?

库仑产品库仑杨工 回答了问题 • 2 人关注 • 1 个回答 • 835 次浏览 • 2023-12-21 10:12 • 来自相关话题

在EVS中如何在最后渲染的视频中呈现出地下水沿流线流动且带箭头的效果

回答

库仑产品流一手 发起了问题 • 1 人关注 • 0 个回答 • 929 次浏览 • 2023-09-11 09:34 • 来自相关话题

关于岩性建模地表土的体积计算

库仑产品戴仕鹏 回答了问题 • 2 人关注 • 2 个回答 • 1182 次浏览 • 2022-11-17 09:47 • 来自相关话题

EVS多级放坡

岩土工程lyg123 回答了问题 • 2 人关注 • 2 个回答 • 2037 次浏览 • 2021-06-18 14:41 • 来自相关话题

evs Read-CAD模块

库仑产品库仑杨工 回答了问题 • 2 人关注 • 1 个回答 • 2327 次浏览 • 2021-06-04 10:55 • 来自相关话题

请问EVS建模完成后,可否在软件中添加比例尺与指北针

库仑产品南京库仑张工 回答了问题 • 2 人关注 • 1 个回答 • 1827 次浏览 • 2021-05-24 14:06 • 来自相关话题

evs如何进行坡度分析

库仑产品库仑吴汶垣 回答了问题 • 3 人关注 • 1 个回答 • 2218 次浏览 • 2020-11-12 12:58 • 来自相关话题

指示克里格建模时场地内出现褶皱该如何设置变差函数

岩土工程库仑杨工 回答了问题 • 2 人关注 • 1 个回答 • 2266 次浏览 • 2020-06-17 11:26 • 来自相关话题

EVS岩性建模各向异性案例展示

库仑产品库仑杨工 发表了文章 • 0 个评论 • 3083 次浏览 • 2020-05-26 16:45 • 来自相关话题

 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。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: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。图1 钻孔数据分析 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: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。图2 采用简单模式的各向异性地质模型剖面图 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: 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。图3 采用高级各向异性设置的岩性模型剖面因此,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。 查看全部
<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>

EVS快速地质统计实现介绍

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2818 次浏览 • 2020-05-09 13:53 • 来自相关话题

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。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,请参考这里。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。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:创建2D和3D分析数据模型(污染羽、物探模型等)的实现创建地层模型的实现 - 需采用克里金或自然临近点法插值创建平滑或非平滑岩性模型的实现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可以人为控制统计涨落的波长和波幅可以为统计涨落的波幅设置简单或三维各向异性「快速地质统计实现」技术提供了另外一种优于EVS "Min/Max (plume) " 技术的不确定性评估工具,原因如下:"Min/Max" 技术仅可用于2D和3D分析数据模型"Min/Max" 技术只能提供整个模型范围内最不利和最有利的情况现实世界中,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)「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 "Min/Max" 技术一样「快速地质统计实现」技术可用于EVS中的任何模型类型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:https://www.bilibili.com/video/BV1jz411q78c 查看全部
<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

地质统计模拟的重要概念

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2531 次浏览 • 2020-05-09 10:53 • 来自相关话题

模拟概念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。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。特定位置的模拟值的变异性对 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)。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。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。模拟示例示例 1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。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。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。臭氧超标 10 - 70 天。示例 2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:1. 为变量模拟大量具有同等可能性的实现。2. 使用模拟变量作为输入来运行模型(通常称为传输函数)。3. 汇总模型运行以评估模型输出的变异性。用来评估模型输出不确定性的模拟输出的统计数据可用来测量模型的不确定性。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。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。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。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。应该生成多少实现?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。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。模拟数量对输出参数值的影响;前 100 个模拟的图形模拟数量对输出参数值的影响;1000 个模拟的图形在本例中,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。参考文献Deutsch, C.V., and A. G. Journel. 1998. GSLIB Geostatistical Software Library and User's Guide. 2nd Ed. Oxford University Press, New York, pages 119–122.Goovaerts, P. 1997. Geostatistics for Natural Resource Evaluation. Oxford University Press, New York, pages 369–376. 查看全部
<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<sup>nd</sup> 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>

EVS性能测试报告

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2598 次浏览 • 2020-03-31 11:14 • 来自相关话题

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:Windows 10 Pro      64 bitIntel Core      i7-5820k CPU @ 3.30 GHz: 6 Cores, 12 Logical Processors32 GB of 2800      MHz RAMNVIDIA GeForce      GTX 980Ti Graphics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。测试考察了两个主要的指标:1、    由节点数量决定的模型大小2、    采用“use all points”选项后,克里金插值的最大数据集规模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。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。 我们开始第一个问题,模型大小(即网格节点数规模)。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 & 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。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。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。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。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。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。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,并且初始化时间和样本数的三次方成正比。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。 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:CASE 120,000,000个节点的网格8,000个采样点数据集勾选“Use All      Points Option”初始化时间:实际15秒左右660秒 = 11 分钟       每百万节点3.67小时 总克里金插值时间CASE 215,000,000个节点网格14000个采样点数据集勾选“Use All      Points Option”初始时间:58秒2350秒 = 39.2分钟 每百万节点9.8小时总克里金插值时间CASE 3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:15,000,000节点网格14000个采样点数据集50个节点的八分搜索:即勾选“Octant Search”,并且“Points in reach”设置为50290秒= 4.83分钟  每百万节点1.2小时总插值时间 查看全部
<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>

城市地质建模案例介绍

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2783 次浏览 • 2020-02-14 14:49 • 来自相关话题

城市级别的地质建模,我们需要考虑的是模型的应用范围以及具备的原始资料。通常,对于城市级别精度的地质模型,我们比较关心的是宏观上的地质构造,比如不同时代的地质界面、基岩面、断裂带等。另外,对大多数城市来说,能够提供基础数据一般是地质钻孔、剖面、地质填图等资料。下面我们取湖北某地的一个城市级别地质模型来进行简单介绍。1、该地区具备原始资料中只有钻孔和剖面图,其中典型的地质剖面如下图:图1 该区域典型的地质剖面图通过观察和分析,我们可以把地质情况分为基岩面上下两个部分,上部的图层部分具有明显的成层性,下部岩石部分具有复杂的地质情况,比如侵入、断裂等,没有明显的分层特征。因此我们把整个地质模型分为上下两个部分,使用EVS中的地层建模和岩性建模两种方式来进行地质模型的创建。2、模型创建(1)地层模型:对原始钻孔的土层数据进行分析、整理和合并,划分标准层序,建立地层模型。图2 上部地层模型(2)岩性模型:提取基岩面以下的地质钻孔数据,制作PGF文件,采用指示克里金算法进行空间的岩性插值,创建下部岩性模型。图3 下部岩性模型(3)模型的整合:将上下部模型合并为一个综合地质模型。图4 综合地质模型3、模型的管理和应用。将EVS创建的模型对接至GBIM平台,进行方便的的查看和应用,以及与其他专业模型的统一管理。图5 制定位置提取虚拟钻孔图6 岩性的查询图7 模型透明度的调整图8 层厚筛选图9 提取地质剖面图10 地质开挖图11 与其他专业模型的整合展示 查看全部
<p>城市级别的地质建模,我们需要考虑的是模型的应用范围以及具备的原始资料。通常,对于城市级别精度的地质模型,我们比较关心的是宏观上的地质构造,比如不同时代的地质界面、基岩面、断裂带等。另外,对大多数城市来说,能够提供基础数据一般是地质钻孔、剖面、地质填图等资料。下面我们取湖北某地的一个城市级别地质模型来进行简单介绍。</p><p>1、该地区具备原始资料中只有钻孔和剖面图,其中典型的地质剖面如下图:</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1581652604823281.png" alt="image.png"/></p><p style="text-align: center;">图1 该区域典型的地质剖面图</p><p>通过观察和分析,我们可以把地质情况分为基岩面上下两个部分,上部的图层部分具有明显的成层性,下部岩石部分具有复杂的地质情况,比如侵入、断裂等,没有明显的分层特征。因此我们把整个地质模型分为上下两个部分,使用EVS中的地层建模和岩性建模两种方式来进行地质模型的创建。</p><p><br/></p><p>2、模型创建</p><p>(1)地层模型:对原始钻孔的土层数据进行分析、整理和合并,划分标准层序,建立地层模型。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1581662075459171.png" alt="image.png"/></p><p style="text-align: center;">图2 上部地层模型</p><p><br/></p><p style="text-align: left;">(2)岩性模型:提取基岩面以下的地质钻孔数据,制作PGF文件,采用指示克里金算法进行空间的岩性插值,创建下部岩性模型。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1581662417656111.png" alt="image.png"/></p><p style="text-align: center;">图3 下部岩性模型</p><p>(3)模型的整合:将上下部模型合并为一个综合地质模型。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1581662476364797.png" alt="image.png"/></p><p style="text-align: center;">图4 综合地质模型</p><p><br/></p><p>3、模型的管理和应用。</p><p style="text-align: left;">将EVS创建的模型对接至GBIM平台,进行方便的的查看和应用,以及与其他专业模型的统一管理。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1581662674391789.png" alt="image.png"/></p><p style="text-align: center;">图5 制定位置提取虚拟钻孔</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1581662707150586.png" alt="image.png"/></p><p style="text-align: center;">图6 岩性的查询</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1581662742608762.png" alt="image.png"/></p><p style="text-align: center;">图7 模型透明度的调整</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1581662777822747.png" alt="image.png"/></p><p style="text-align: center;">图8 层厚筛选</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1581662805543727.png" alt="image.png"/></p><p style="text-align: center;">图9 提取地质剖面</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1581662829200317.png" alt="image.png"/></p><p style="text-align: center;">图10 地质开挖</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1581662877315446.png" alt="image.png"/></p><p style="text-align: center;">图11 与其他专业模型的整合展示</p><p><br/></p>

请问EVS有没有实现多台电脑组合计算的功能?

库仑产品chenbing8 回答了问题 • 3 人关注 • 3 个回答 • 2561 次浏览 • 2020-01-17 09:14 • 来自相关话题

EVS如何输出高清晰度的图片及4DM文件

库仑产品库仑吴汶垣 回答了问题 • 3 人关注 • 2 个回答 • 3110 次浏览 • 2020-01-16 01:23 • 来自相关话题

实景模型与地质模型结合

库仑产品shan 回答了问题 • 2 人关注 • 2 个回答 • 3063 次浏览 • 2020-01-02 10:01 • 来自相关话题

断层怎么体现?怎么把利用evs地层建模和岩性建模功能建立的三维地质模型导出到下游软件中进行数值模拟?

库仑产品jiangsimin 回答了问题 • 2 人关注 • 3 个回答 • 3536 次浏览 • 2019-12-23 09:05 • 来自相关话题

MERGE合并块体问题

库仑产品库仑杨工 回答了问题 • 2 人关注 • 1 个回答 • 1863 次浏览 • 2019-11-26 17:39 • 来自相关话题

EVS层厚获取

回答

库仑产品周周 发起了问题 • 1 人关注 • 0 个回答 • 186 次浏览 • 2024-10-28 14:24 • 来自相关话题

EVS进行污染物建模时,如何评价插值结果的精度,软件内是否可以进行交叉验证/计算平均误差和均方根误差

回答

库仑产品库仑孔工 回答了问题 • 2 人关注 • 1 个回答 • 1049 次浏览 • 2024-04-07 11:01 • 来自相关话题

EVS中量化地质模型不确定用哪个模块来完成?

回答

库仑产品库仑杨工 回答了问题 • 2 人关注 • 1 个回答 • 835 次浏览 • 2023-12-21 10:12 • 来自相关话题

在EVS中如何在最后渲染的视频中呈现出地下水沿流线流动且带箭头的效果

回答

库仑产品流一手 发起了问题 • 1 人关注 • 0 个回答 • 929 次浏览 • 2023-09-11 09:34 • 来自相关话题

关于岩性建模地表土的体积计算

回答

库仑产品戴仕鹏 回答了问题 • 2 人关注 • 2 个回答 • 1182 次浏览 • 2022-11-17 09:47 • 来自相关话题

EVS多级放坡

回答

岩土工程lyg123 回答了问题 • 2 人关注 • 2 个回答 • 2037 次浏览 • 2021-06-18 14:41 • 来自相关话题

evs Read-CAD模块

回答

库仑产品库仑杨工 回答了问题 • 2 人关注 • 1 个回答 • 2327 次浏览 • 2021-06-04 10:55 • 来自相关话题

请问EVS建模完成后,可否在软件中添加比例尺与指北针

回答

库仑产品南京库仑张工 回答了问题 • 2 人关注 • 1 个回答 • 1827 次浏览 • 2021-05-24 14:06 • 来自相关话题

evs如何进行坡度分析

回答

库仑产品库仑吴汶垣 回答了问题 • 3 人关注 • 1 个回答 • 2218 次浏览 • 2020-11-12 12:58 • 来自相关话题

指示克里格建模时场地内出现褶皱该如何设置变差函数

回答

岩土工程库仑杨工 回答了问题 • 2 人关注 • 1 个回答 • 2266 次浏览 • 2020-06-17 11:26 • 来自相关话题

请问EVS有没有实现多台电脑组合计算的功能?

回答

库仑产品chenbing8 回答了问题 • 3 人关注 • 3 个回答 • 2561 次浏览 • 2020-01-17 09:14 • 来自相关话题

EVS如何输出高清晰度的图片及4DM文件

回答

库仑产品库仑吴汶垣 回答了问题 • 3 人关注 • 2 个回答 • 3110 次浏览 • 2020-01-16 01:23 • 来自相关话题

实景模型与地质模型结合

回答

库仑产品shan 回答了问题 • 2 人关注 • 2 个回答 • 3063 次浏览 • 2020-01-02 10:01 • 来自相关话题

断层怎么体现?怎么把利用evs地层建模和岩性建模功能建立的三维地质模型导出到下游软件中进行数值模拟?

回答

库仑产品jiangsimin 回答了问题 • 2 人关注 • 3 个回答 • 3536 次浏览 • 2019-12-23 09:05 • 来自相关话题

MERGE合并块体问题

回答

库仑产品库仑杨工 回答了问题 • 2 人关注 • 1 个回答 • 1863 次浏览 • 2019-11-26 17:39 • 来自相关话题

EVS所建模型能否导出计算?

回答

库仑产品jiangsimin 回答了问题 • 3 人关注 • 3 个回答 • 2717 次浏览 • 2019-08-30 13:51 • 来自相关话题

EVS中APDV和AIDV文件分别针对什么类型的数据?

回答

库仑产品库仑杨工 回答了问题 • 3 人关注 • 1 个回答 • 4143 次浏览 • 2019-06-12 09:10 • 来自相关话题

地下污染羽3D建模时,EVSpro的数据文件格式该是怎么样的?

回答

库仑产品库仑吴汶垣 回答了问题 • 2 人关注 • 1 个回答 • 2647 次浏览 • 2019-05-21 09:10 • 来自相关话题

EVS中地下水流线等问题

回答

库仑产品库仑吴汶垣 回答了问题 • 2 人关注 • 1 个回答 • 2409 次浏览 • 2019-05-03 21:57 • 来自相关话题

EVS说明书

回答

库仑产品库仑吴汶垣 回答了问题 • 2 人关注 • 1 个回答 • 2629 次浏览 • 2019-03-05 19:57 • 来自相关话题

EVS岩性建模各向异性案例展示

库仑产品库仑杨工 发表了文章 • 0 个评论 • 3083 次浏览 • 2020-05-26 16:45 • 来自相关话题

 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。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: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。图1 钻孔数据分析 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: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。图2 采用简单模式的各向异性地质模型剖面图 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: 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。图3 采用高级各向异性设置的岩性模型剖面因此,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。 查看全部
<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>

EVS快速地质统计实现介绍

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2818 次浏览 • 2020-05-09 13:53 • 来自相关话题

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。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,请参考这里。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。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:创建2D和3D分析数据模型(污染羽、物探模型等)的实现创建地层模型的实现 - 需采用克里金或自然临近点法插值创建平滑或非平滑岩性模型的实现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可以人为控制统计涨落的波长和波幅可以为统计涨落的波幅设置简单或三维各向异性「快速地质统计实现」技术提供了另外一种优于EVS "Min/Max (plume) " 技术的不确定性评估工具,原因如下:"Min/Max" 技术仅可用于2D和3D分析数据模型"Min/Max" 技术只能提供整个模型范围内最不利和最有利的情况现实世界中,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)「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 "Min/Max" 技术一样「快速地质统计实现」技术可用于EVS中的任何模型类型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:https://www.bilibili.com/video/BV1jz411q78c 查看全部
<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

地质统计模拟的重要概念

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2531 次浏览 • 2020-05-09 10:53 • 来自相关话题

模拟概念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。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。特定位置的模拟值的变异性对 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)。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。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。模拟示例示例 1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。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。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。臭氧超标 10 - 70 天。示例 2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:1. 为变量模拟大量具有同等可能性的实现。2. 使用模拟变量作为输入来运行模型(通常称为传输函数)。3. 汇总模型运行以评估模型输出的变异性。用来评估模型输出不确定性的模拟输出的统计数据可用来测量模型的不确定性。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。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。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。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。应该生成多少实现?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。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。模拟数量对输出参数值的影响;前 100 个模拟的图形模拟数量对输出参数值的影响;1000 个模拟的图形在本例中,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。参考文献Deutsch, C.V., and A. G. Journel. 1998. GSLIB Geostatistical Software Library and User's Guide. 2nd Ed. Oxford University Press, New York, pages 119–122.Goovaerts, P. 1997. Geostatistics for Natural Resource Evaluation. Oxford University Press, New York, pages 369–376. 查看全部
<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<sup>nd</sup> 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>

EVS性能测试报告

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2598 次浏览 • 2020-03-31 11:14 • 来自相关话题

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:Windows 10 Pro      64 bitIntel Core      i7-5820k CPU @ 3.30 GHz: 6 Cores, 12 Logical Processors32 GB of 2800      MHz RAMNVIDIA GeForce      GTX 980Ti Graphics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。测试考察了两个主要的指标:1、    由节点数量决定的模型大小2、    采用“use all points”选项后,克里金插值的最大数据集规模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。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。 我们开始第一个问题,模型大小(即网格节点数规模)。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 & 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。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。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。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。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。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。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,并且初始化时间和样本数的三次方成正比。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。 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:CASE 120,000,000个节点的网格8,000个采样点数据集勾选“Use All      Points Option”初始化时间:实际15秒左右660秒 = 11 分钟       每百万节点3.67小时 总克里金插值时间CASE 215,000,000个节点网格14000个采样点数据集勾选“Use All      Points Option”初始时间:58秒2350秒 = 39.2分钟 每百万节点9.8小时总克里金插值时间CASE 3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:15,000,000节点网格14000个采样点数据集50个节点的八分搜索:即勾选“Octant Search”,并且“Points in reach”设置为50290秒= 4.83分钟  每百万节点1.2小时总插值时间 查看全部
<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>

隧道选址应用:使用EVS计算穿过不同围岩等级地质体的隧道长度

库仑产品库仑吴汶垣 发表了文章 • 6 个评论 • 3429 次浏览 • 2019-11-07 23:41 • 来自相关话题

在隧道选址设计中,我们常常非常关心隧道穿过不同围岩等级地质体的长度,并试图找到一条最好的线路以降低隧道的造价成本。EVS具有强大的地质建模功能,当我们采用围岩等级作为属性时,我们则可以建立整个地质体的围岩等级空间分布情况,如下图所示。模型中我们模拟了地下管道穿过不同围岩的情况,但是并没有计算其长度。未了便于大家学习,我们选择EVS中自带例题文件夹「Railyard Facility Complex Python Scripting」中的模型进行讲解。这里我们仅讲解穿过不同地层(空间非连续数据)和不同污染羽(空间连续数据)时如何计算隧道长度,其他情况类似,例如穿过不同围岩等级可以采用类似不同地层或类似不同污染羽的情况,这取决于我们如何输入数据。如果我们的原始数据是BQ值,那么采用krig_3d模块,则是类似污染羽的方法;如果我们的原始数据是已经划分好等级的围岩数据,那么采用indicator_geology模块,则是类似地层模型的方法。EVS可以采用两种不同的方法来开挖隧道,一种是采用surf_cut对地质体进行真实的开挖,如下图所示EVS自带案例。另一种方法是采用interp_data或interp_cell_data模块对隧道开挖面(surface)或隧道真三维体(volume)进行材料映射,从而得到隧道穿过各个地层的情况。这种方法并没有对隧道进行真实的开挖,但是也能得到隧道开挖后不同材料的体积。通过volumetric_tunnel和volumetrics模块我们可以计算得到隧道穿过不同地层或不同污染羽的体积,但是目前EVS还无法计算一条线穿过不同地层的长度(相关模块正在开发)。但是,我们可以通过设置一个截面面积为1的隧道来等效实现长度的计算。把附件( Railyard Facility Complex Python Scripting.7z )中的application拷贝到EVS自带例题的「Railyard Facility Complex Python Scripting」文件夹中(可以用demo版启动)。Application - line-length-in-stratigraphy-layer.intermediate.evs - 用于计算穿过绿色地层(Material ID = 2)的隧道长度,以下为对该application的基本说明:Application - line-length-in-plume.intermediate.evs - 用于计算穿过TOTHC污染物浓度大于1mg/kg的隧道长度,以下为对该application的基本说明:通过上述application,再结合EVS强大的Python脚本功能,我们就可以自行设计一些优化算法来找到最合适的隧道路线。同样的道理,我们也可以采用类似的方法对桩基入岩问题,桩基承载力优化等问题进行分析,当然,这种分析需要懂得如何在EVS编写Python脚本。 查看全部
<p>在隧道选址设计中,我们常常非常关心隧道穿过不同围岩等级地质体的长度,并试图找到一条最好的线路以降低隧道的造价成本。EVS具有强大的地质建模功能,当我们采用围岩等级作为属性时,我们则可以建立整个地质体的围岩等级空间分布情况,如下图所示。模型中我们模拟了地下管道穿过不同围岩的情况,但是并没有计算其长度。<br/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1573132102540679.png" alt="image.png"/></p><p>未了便于大家学习,我们选择EVS中自带例题文件夹「Railyard Facility Complex Python Scripting」中的模型进行讲解。这里我们仅讲解穿过不同地层(空间非连续数据)和不同污染羽(空间连续数据)时如何计算隧道长度,其他情况类似,例如穿过不同围岩等级可以采用类似不同地层或类似不同污染羽的情况,这取决于我们如何输入数据。如果我们的原始数据是BQ值,那么采用krig_3d模块,则是类似污染羽的方法;如果我们的原始数据是已经划分好等级的围岩数据,那么采用indicator_geology模块,则是类似地层模型的方法。<br/></p><p>EVS可以采用两种不同的方法来开挖隧道,一种是采用surf_cut对地质体进行真实的开挖,如下图所示EVS自带案例。另一种方法是采用interp_data或interp_cell_data模块对隧道开挖面(surface)或隧道真三维体(volume)进行材料映射,从而得到隧道穿过各个地层的情况。这种方法并没有对隧道进行真实的开挖,但是也能得到隧道开挖后不同材料的体积。</p><p><br/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1573136827162535.png" alt="image.png"/></p><p>通过volumetric_tunnel和volumetrics模块我们可以计算得到隧道穿过不同地层或不同污染羽的体积,但是目前EVS还无法计算一条线穿过不同地层的长度(相关模块正在开发)。但是,我们可以通过设置一个截面面积为1的隧道来等效实现长度的计算。<br/></p><p>把附件(&nbsp;<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="Railyard Facility Complex Python Scripting.7z" style="font-size: 12px; color: rgb(0, 102, 204);">Railyard Facility Complex Python Scripting.7z</a>&nbsp;)中的application拷贝到EVS自带例题的「Railyard Facility Complex Python Scripting」文件夹中(可以用demo版启动)。</p><p>Application -&nbsp;line-length-in-stratigraphy-layer.intermediate.evs -&nbsp;用于计算穿过绿色地层(Material&nbsp;ID = 2)的隧道长度,以下为对该application的基本说明:</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1573140042262541.png" alt="image.png"/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1573141142621265.png" alt="image.png"/></p><p>Application -&nbsp;line-length-in-plume.intermediate.evs -&nbsp;用于计算穿过TOTHC污染物浓度大于1mg/kg的隧道长度,以下为对该application的基本说明:</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1573141032537622.png" alt="image.png"/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1573141080844871.png" alt="image.png"/></p><p>通过上述application,再结合EVS强大的Python脚本功能,我们就可以自行设计一些优化算法来找到最合适的隧道路线。</p><p>同样的道理,我们也可以采用类似的方法对桩基入岩问题,桩基承载力优化等问题进行分析,当然,这种分析需要懂得如何在EVS编写Python脚本。</p>

滑坡治理工程三维建模案例

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2536 次浏览 • 2019-10-18 09:37 • 来自相关话题

EVS强大的地质建模功能可以根据钻孔和平面图建立滑坡模型。图1是EVS创建的某滑坡模型。图1我们可以使用EVS提取滑坡剖面,如图2所示。图2将EVS创建的剖面导入岩土分析和设计软件(例如GEO5),将设计好的治理工程的三维模型重新导入EVS,如图3和图4所示,实现三维滑坡模型和三维治理工程模型的结合。图3图4 查看全部
<p>EVS强大的地质建模功能可以根据钻孔和平面图建立滑坡模型。图1是EVS创建的某滑坡模型。<br/></p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1571361767619291.png" alt="image.png"/></p><p style="text-align: center;">图1</p><p>我们可以使用EVS提取滑坡剖面,如图2所示。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1571361862632360.png" alt="image.png"/></p><p style="text-align: center;">图2</p><p>将EVS创建的剖面导入岩土分析和设计软件(例如GEO5),将设计好的治理工程的三维模型重新导入EVS,如图3和图4所示,实现三维滑坡模型和三维治理工程模型的结合。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1571362299860351.png" alt="image.png"/></p><p style="text-align: center;">图3</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1571362370746658.png" alt="image.png"/></p><p style="text-align: center;">图4</p>

EVS模块颜色的一致性问题

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2341 次浏览 • 2019-06-28 16:17 • 来自相关话题

在EVS中,我们会在视图窗口中输出不同的模型,比如钻孔模型和地层模型。有些模型的颜色经过各种调整后,导致和其他模型出现不一致。如下图,钻孔模型和地层模型同一位置处的颜色(代表岩性)出现了不一致的情况。图1 地层模型图2 钻孔模型现在需要把钻孔模型的颜色调整成和地层模型一致。方法:点击钻孔输出模块(post sample)的输出红线,打开cell data datamap属性 ,点击edit选项。在弹出的编辑框中点击copy from cell datamap选项:对话框会显示输出到视图窗口的模块列表,选择要复制的模型输出模块。这里我们使用的是plume shell模块来生成的地层模型,所以选择plume shell模块复制单元数据的颜色映射。选择完成后点击OK,我们看到钻孔的颜色已经和地层模型的一致了。 查看全部
<p>在EVS中,我们会在视图窗口中输出不同的模型,比如钻孔模型和地层模型。有些模型的颜色经过各种调整后,导致和其他模型出现不一致。如下图,钻孔模型和地层模型同一位置处的颜色(代表岩性)出现了不一致的情况。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561707444178291.png" alt="image.png"/></p><p style="text-align: center;">图1 地层模型</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561707599666550.png" alt="image.png"/></p><p style="text-align: center;">图2 钻孔模型</p><p><br/></p><p>现在需要把钻孔模型的颜色调整成和地层模型一致。</p><p>方法:点击钻孔输出模块(post sample)的输出红线,打开cell data datamap属性 ,点击edit选项。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561708089419014.png" alt="image.png"/></p><p>在弹出的编辑框中点击copy from cell datamap选项:</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561708293721947.png" alt="image.png"/></p><p>对话框会显示输出到视图窗口的模块列表,选择要复制的模型输出模块。这里我们使用的是plume shell模块来生成的地层模型,所以选择plume shell模块复制单元数据的颜色映射。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561709363336203.png" alt="image.png"/></p><p>选择完成后点击OK,我们看到钻孔的颜色已经和地层模型的一致了。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561709594178692.png" alt="image.png"/></p><p><br/></p>

山体滑坡三维模型案例展示

库仑产品库仑杨工 发表了文章 • 0 个评论 • 4947 次浏览 • 2019-06-28 10:29 • 来自相关话题

滑坡是我国常见的地质灾害,建立形象直观的三维滑坡地质模型,对于滑坡分析和治理具有很大的参考价值。下面是西南某地区的一个滑坡模型。利用钻孔数据、高程点数据、纹理图片以及航拍图,使用EVS建立了一个完整的三维滑坡模型,并展示了滑坡剖面。 查看全部
<p>滑坡是我国常见的地质灾害,建立形象直观的三维滑坡地质模型,对于滑坡分析和治理具有很大的参考价值。下面是西南某地区的一个滑坡模型。利用钻孔数据、高程点数据、纹理图片以及航拍图,使用EVS建立了一个完整的三维滑坡模型,并展示了滑坡剖面。<br/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561688712706205.png" alt="image.png"/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561688732871696.png" alt="image.png"/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561688776962302.png" alt="image.png"/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561688807597750.png" alt="image.png"/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561688845340330.png" alt="image.png"/></p><p><br/></p><p><br/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561688673256263.png" alt="image.png"/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561688945644401.png" alt="image.png"/></p>

EVS计算面的应用

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2513 次浏览 • 2019-06-27 11:32 • 来自相关话题

EVS除了根据地质文件(pgf、geo、gmf)产生层面来进行建模外,还可以生成计算面(computational surface)来辅助进行建模。该功能是集成在krig 3d geology模块中。在某些场景下,计算面可以帮助我们迅速的调整建模范围,非常实用。下面的例题展示了如何使用计算面来调整建模范围。在三维地质模型的岩性建模中我们需要一个模型的上下范围,通常使用krig 3d geology读入pgf文件。模块根据pgf钻孔数据自动生成上下层面,然后在该范围内进行空间插值。由于层面的高程是根据钻孔数据自动生成的,因此它是一个固定值,无法调整。这时候就可以使用计算面来改变模型的范围了。先看自动生成的模型范围,模型的下表面的高程为2320m:如果需要让模型范围向下延伸,那么我们生成一个计算面,作为模型的下表面:这里我们选择根据高程(Elevation)生成计算面。如下图设置:模块生成了一个高程为2380m的层面作为模型的下表面。重新生成模型如下:我们看到模型的范围向下进行了延展。这样我们可以根据需求来调整模型的范围了。 查看全部
<p>EVS除了根据地质文件(pgf、geo、gmf)产生层面来进行建模外,还可以生成计算面(computational surface)来辅助进行建模。该功能是集成在krig 3d geology模块中。在某些场景下,计算面可以帮助我们迅速的调整建模范围,非常实用。</p><p>下面的例题展示了如何使用计算面来调整建模范围。在三维地质模型的岩性建模中我们需要一个模型的上下范围,通常使用krig 3d geology读入pgf文件。模块根据pgf钻孔数据自动生成上下层面,然后在该范围内进行空间插值。由于层面的高程是根据钻孔数据自动生成的,因此它是一个固定值,无法调整。这时候就可以使用计算面来改变模型的范围了。</p><p>先看自动生成的模型范围,模型的下表面的高程为2320m:</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561605845475166.png" alt="image.png"/></p><p>如果需要让模型范围向下延伸,那么我们生成一个计算面,作为模型的下表面:</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561605926780353.png" alt="image.png"/></p><p>这里我们选择根据高程(Elevation)生成计算面。如下图设置:</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561606106111073.png" alt="image.png"/></p><p>模块生成了一个高程为2380m的层面作为模型的下表面。重新生成模型如下:</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1561606191615434.png" alt="image.png"/></p><p>我们看到模型的范围向下进行了延展。这样我们可以根据需求来调整模型的范围了。</p>

EVS剖面建模案例

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2791 次浏览 • 2019-05-27 09:37 • 来自相关话题

在三维地质建模中,特别是线型工程的建模中,我们往往需要沿着一条轴线来建立三维地质模型。这种地质模型由于是沿轴线的长条形范围,因此轴线的剖面图是三维地质建模最为重要的依据。EVS中可以利用轴线剖面图来建立我们的沿轴线三维地质模型,做到沿轴线的地质剖面和工程剖面图吻合,且具有良好的展示效果。下面是华北某地的一个隧道模型。EVS利用了沿轴线的剖面,最终建立的三维地质模型。图1  最终的地质模型效果图图2 工程剖面图和地质模型切割剖面图对比图3  隧道与地质模型 查看全部
<p>在三维地质建模中,特别是线型工程的建模中,我们往往需要沿着一条轴线来建立三维地质模型。这种地质模型由于是沿轴线的长条形范围,因此轴线的剖面图是三维地质建模最为重要的依据。EVS中可以利用轴线剖面图来建立我们的沿轴线三维地质模型,做到沿轴线的地质剖面和工程剖面图吻合,且具有良好的展示效果。</p><p>下面是华北某地的一个隧道模型。EVS利用了沿轴线的剖面,最终建立的三维地质模型。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1558921014924793.png" alt="image.png"/></p><p style="text-align: center;">图1 &nbsp;最终的地质模型效果图</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1558920887851259.png" alt="image.png"/></p><p style="text-align: center;">图2 工程剖面图和地质模型切割剖面图对比</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1558920982254186.png" alt="image.png"/></p><p style="text-align: center;">图3 &nbsp;隧道与地质模型</p>

EVS岩性模型的概率展示

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2093 次浏览 • 2019-04-25 13:54 • 来自相关话题

EVS中的岩性建模是一种非常高效友好的三维地质建模方式,它根据钻孔数据,利用三维空间的插值算法自动生成真三维的地质模型。非常适用于那些地质岩性复杂,划分地层困难、没有明显成层性的地质建模。由于是三维插值生成的模型,因此EVS的岩性模型本质上是一种概率模型,EVS提供了模型的概率数据,给模型的使用者进行参考。下面是广东某地区的一个岩性地质模型:如果我们需要查看岩性土体的分布概率,我们可以在模型的输出渲染模块中选择输出数据,具体在节点输出数据(Output Nodal Data)复选中勾选Probability选项:我们可以看到整体模型的概率分布:用Ctrl键加鼠标左键点击模型任意一点,可以在information窗口中查看点击处的概率值此外我们也可以筛选某个概率范围的模型进行显示。在筛选参数中选择probability,输入筛选数值,就可以得到某个概率范围内的模型了。 查看全部
<p>EVS中的岩性建模是一种非常高效友好的三维地质建模方式,它根据钻孔数据,利用三维空间的插值算法自动生成真三维的地质模型。非常适用于那些地质岩性复杂,划分地层困难、没有明显成层性的地质建模。由于是三维插值生成的模型,因此EVS的岩性模型本质上是一种概率模型,EVS提供了模型的概率数据,给模型的使用者进行参考。</p><p>下面是广东某地区的一个岩性地质模型:</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1556162725539539.png" alt="image.png"/></p><p>如果我们需要查看岩性土体的分布概率,我们可以在模型的输出渲染模块中选择输出数据,具体在节点输出数据(Output Nodal Data)复选中勾选Probability选项:</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1556162939795269.png" alt="image.png"/></p><p>我们可以看到整体模型的概率分布:</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1556171128895884.png" alt="image.png"/></p><p>用Ctrl键加鼠标左键点击模型任意一点,可以在information窗口中查看点击处的概率值</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1556171359190011.png" alt="image.png"/></p><p>此外我们也可以筛选某个概率范围的模型进行显示。在筛选参数中选择probability,输入筛选数值,就可以得到某个概率范围内的模型了。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1556171519852843.png" alt="image.png"/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1556171542343312.png" alt="image.png"/></p>

EVS中地层模型的尖灭位置

库仑产品库仑杨工 发表了文章 • 0 个评论 • 3156 次浏览 • 2019-04-19 10:49 • 来自相关话题

        EVS中的地层建模是我们最常用的建模方式。对于比较复杂的地层,某个地层的尖灭位置是靠软件来自动控制的,有时候尖灭的位置和我们认为的实际情况不符合。这时候我们可以使用krig 3d geology模块中的pinch factor参数来调整地层尖灭的位置,使之更符合实际情况。下图是西北某地区的一个地层模型:        根据钻孔岩性数据,箭头的位置不应该出现黄土状粉土。出现的原因是EVS中每一层实际上都有一个厚度,厚度和尖灭的位置都是由软件控制的。模块提供了一个pinch factor(尖灭系数)来总体控制尖灭的程度。尖灭系数越大,尖灭越快,也可以理解为地层厚度变化越剧烈。        我们把尖灭系数改为100(默认为1),黄土状粉土地层在该区域的厚度会变薄,可以看到,黄土状粉土消失了,地表的情况更加符合预期情况。        实际建模中,我们可以不断调整尖灭系数,从而达到一个比较理想的状态。 查看全部
<p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;EVS中的地层建模是我们最常用的建模方式。对于比较复杂的地层,某个地层的尖灭位置是靠软件来自动控制的,有时候尖灭的位置和我们认为的实际情况不符合。这时候我们可以使用krig 3d geology模块中的pinch factor参数来调整地层尖灭的位置,使之更符合实际情况。</p><p>下图是西北某地区的一个地层模型:<br/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1555639257971044.png" alt="image.png"/></p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;根据钻孔岩性数据,箭头的位置不应该出现黄土状粉土。出现的原因是EVS中每一层实际上都有一个厚度,厚度和尖灭的位置都是由软件控制的。模块提供了一个pinch factor(尖灭系数)来总体控制尖灭的程度。尖灭系数越大,尖灭越快,也可以理解为地层厚度变化越剧烈。</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;我们把尖灭系数改为100(默认为1),黄土状粉土地层在该区域的厚度会变薄,可以看到,黄土状粉土消失了,地表的情况更加符合预期情况。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1555641968584117.png" alt="image.png"/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1555642069870749.png" alt="image.png"/></p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;实际建模中,我们可以不断调整尖灭系数,从而达到一个比较理想的状态。<br/></p>

真三维模型和假三维模型的区别

库仑产品库仑吴汶垣 发表了文章 • 0 个评论 • 9182 次浏览 • 2019-03-30 19:41 • 来自相关话题

我们通过点、线、面、体来表达空间中的三维对象。多个点可以组合成线,多条线可以组合成面,多个面可以围合成体。我们在大部分计算机辅助设计软件中(AutoCAD、Revit、Microstation、Catia等)使用的体或实体均是由面围合成的,这种体我们称为假三维体。为了降低存储体所需要的空间、提高体的渲染效率、操作效率,对于大部分非常规则的体,我们可以采用简单的函数公式来定义体,例如我们可以用圆心和半径来定义球体、通过八个点的坐标来定义立方体等,这类似于二维对象中的矢量对象。对于其他一些复杂的体,我们则可以通过规则体之间的布尔运算(体的交集、并集运算)来表达。但是对于其他一些非常复杂的体(例如地质体、污染体),则必须采用多个三角网围合而成,即边界表达法,这类似于二维对象中的位图对象。实际上,目前BIM和GIS行业常用的三维建模软件,例如Revit、Civil3D、Microstation(及其衍生软件)、Catia、ArcGIS、Supermap等均为假三维体,或采用函数定义、或采用边界表达,其内部实际上是空心的,只能表达均质三维体。当我们对这些体进行切割时,我们看到内部是实心的,但这只是一个自动封闭网格的效果,并不能证明模型是实心的。对于一个地质体,例如一层黏土,我们可以通过其边界(外表面)来表达,因为其内部的所有属性仍然称为黏土。但是,如果我们想要表达黏土的电阻率,假三维体则会出现很大的困难,因为黏土内部每个位置的电阻率都是不一样的,这时候我们就需要采用另外一种三维模型,我们称之为真三维模型。假三维模型由面围合而成,真三维模型则由多个假三维模型组合而成,即真三维模型的内部是真实填充的,填充真三维模型的每个单元(通常采用立方体)的节点和单元上都能存储不同的属性,从而可以表达连续属性在空间的变化情况,例如上文提到的电阻率模型。下面我们通过EVS中的一个简单案例来说明真三维模型和假三维模型的区别。对于下图中的污染体,如果我们只是想表达其大小和形状,那么可以采用假三维体,但是如果我们想得知其内部情况,则必须采用真三维体,因为其内部浓度本身是变化的。下图为上图污染体真三维和假三维切剖面的效果,左为假三维,右为真三维。 可以看到,剖面上污染物的浓度是变化的,我们不能采用单一的颜色来表示数据的空间分布,因此,此时假三维体只能切割得到外边界,而真三维体则可以切割得到真实的内部剖面情况。在地质建模中,通常我们会用真三维来表达属性模型,即表达岩土材料属性在空间的变化情况。对于一层黏土,真实情况是其强度参数在空间内任意一点都不是完全一样的,若要反映这种情况,则必须采用真三维模型。例如下图是采用地层在不同位置、不同深度标惯击数得到真三维属性模型,通过该模型,我们可以快速得到空间中任意位置的标惯击数,而不是仅仅一层土层一个统计值。同时,通过真三维模型或属性模型,我们可以通过空间数据筛选来找到我们需要的地质体分布范围,这是假三维模型无法做到的。下图为标惯击数大于16的地层在空间中的分布。以下为标惯击数大于12小于14的地层在空间中的分布。对于BIM应用而言,建筑、桥梁、道路等均可以采用假三维模型实现,因为这些对象我们均认为其在一定空间范围内是均质的,比如一根柱子我们认为其只有一个重度,而不是空间每个位置都有不同的重度。但是对于自然材料,例如地质体、地下水、空气等,其在空间内每个位置都具有不同的属性值,因此,必须采用真三维模型才能真实地反映这些自然材料所包含的信息,才是真正意义上的信息模型。对于市面上的大部分主流BIM和GIS软件(Revit、Civil3D、Microstation(及其衍生软件)、Catia、ArcGIS等),若要支持EVS的真三维模型,均需要进行二次开发,即需要增加一个可用于处理真三维数据的后台,而模型的显示依然可以采用假三维模型进行。若有相关开发需求,可以联系南京库仑(www.kulunsoft.com)。 查看全部
<p>我们通过点、线、面、体来表达空间中的三维对象。多个点可以组合成线,多条线可以组合成面,多个面可以围合成体。我们在大部分计算机辅助设计软件中(AutoCAD、Revit、Microstation、Catia等)使用的体或实体均是由面围合成的,这种体我们称为假三维体。</p><p>为了降低存储体所需要的空间、提高体的渲染效率、操作效率,对于大部分非常规则的体,我们可以采用简单的函数公式来定义体,例如我们可以用圆心和半径来定义球体、通过八个点的坐标来定义立方体等,这类似于二维对象中的矢量对象。对于其他一些复杂的体,我们则可以通过规则体之间的布尔运算(体的交集、并集运算)来表达。但是对于其他一些非常复杂的体(例如地质体、污染体),则必须采用多个三角网围合而成,即边界表达法,这类似于二维对象中的位图对象。</p><p>实际上,目前BIM和GIS行业常用的三维建模软件,例如Revit、Civil3D、Microstation(及其衍生软件)、Catia、ArcGIS、Supermap等均为假三维体,或采用函数定义、或采用边界表达,其内部实际上是空心的,只能表达均质三维体。当我们对这些体进行切割时,我们看到内部是实心的,但这只是一个自动封闭网格的效果,并不能证明模型是实心的。</p><p>对于一个地质体,例如一层黏土,我们可以通过其边界(外表面)来表达,因为其内部的所有属性仍然称为黏土。但是,如果我们想要表达黏土的电阻率,假三维体则会出现很大的困难,因为黏土内部每个位置的电阻率都是不一样的,这时候我们就需要采用另外一种三维模型,我们称之为真三维模型。</p><p>假三维模型由面围合而成,真三维模型则由多个假三维模型组合而成,即真三维模型的内部是真实填充的,填充真三维模型的每个单元(通常采用立方体)的节点和单元上都能存储不同的属性,从而可以表达连续属性在空间的变化情况,例如上文提到的电阻率模型。</p><p>下面我们通过EVS中的一个简单案例来说明真三维模型和假三维模型的区别。对于下图中的污染体,如果我们只是想表达其大小和形状,那么可以采用假三维体,但是如果我们想得知其内部情况,则必须采用真三维体,因为其内部浓度本身是变化的。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1553945760673101.png" alt="image.png"/></p><p>下图为上图污染体真三维和假三维切剖面的效果,左为假三维,右为真三维。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1553945808872403.png" alt="image.png" width="303" height="223" style="width: 303px; height: 223px;"/>&nbsp;<img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1553945820608616.png" alt="image.png" width="341" height="215" style="width: 341px; height: 215px;"/></p><p>可以看到,剖面上污染物的浓度是变化的,我们不能采用单一的颜色来表示数据的空间分布,因此,此时假三维体只能切割得到外边界,而真三维体则可以切割得到真实的内部剖面情况。</p><p>在地质建模中,通常我们会用真三维来表达属性模型,即表达岩土材料属性在空间的变化情况。对于一层黏土,真实情况是其强度参数在空间内任意一点都不是完全一样的,若要反映这种情况,则必须采用真三维模型。例如下图是采用地层在不同位置、不同深度标惯击数得到真三维属性模型,通过该模型,我们可以快速得到空间中任意位置的标惯击数,而不是仅仅一层土层一个统计值。同时,通过真三维模型或属性模型,我们可以通过空间数据筛选来找到我们需要的地质体分布范围,这是假三维模型无法做到的。</p><p>下图为标惯击数大于16的地层在空间中的分布。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1553945941537601.png" alt="image.png"/></p><p>以下为标惯击数大于12小于14的地层在空间中的分布。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1553945969402593.png" alt="image.png"/></p><p>对于BIM应用而言,建筑、桥梁、道路等均可以采用假三维模型实现,因为这些对象我们均认为其在一定空间范围内是均质的,比如一根柱子我们认为其只有一个重度,而不是空间每个位置都有不同的重度。但是对于自然材料,例如地质体、地下水、空气等,其在空间内每个位置都具有不同的属性值,因此,必须采用真三维模型才能真实地反映这些自然材料所包含的信息,才是真正意义上的信息模型。</p><p>对于市面上的大部分主流BIM和GIS软件(Revit、Civil3D、Microstation(及其衍生软件)、Catia、ArcGIS等),若要支持EVS的真三维模型,均需要进行二次开发,即需要增加一个可用于处理真三维数据的后台,而模型的显示依然可以采用假三维模型进行。</p><p>若有相关开发需求,可以联系南京库仑(www.kulunsoft.com)。</p>

EVS模型的背景色如何更换?

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2138 次浏览 • 2019-02-25 16:00 • 来自相关话题

不少EVS用户提问,制作好的4DIM格式的模型文件怎么更换背景色。方法如下:1、在EVS的application界面中,双击“viewer”模块,在上方工具栏区域内找到“Use Unlocked Backgound”选项,确保选中即可。2、在“Output”工具栏中正常制作4DIM文件。3、用官方提供的4DIM播放器打开模型文件。在“Advance”菜单栏中,单击选择“Background”选项,即可自由切换模型背景。 查看全部
<p>不少EVS用户提问,制作好的4DIM格式的模型文件怎么更换背景色。方法如下:<br/></p><p>1、在EVS的application界面中,双击“viewer”模块,在上方工具栏区域内找到“Use Unlocked Backgound”选项,确保选中即可。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1551081323201777.png" alt="image.png"/></p><p>2、在“Output”工具栏中正常制作4DIM文件。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1551081453705412.png" alt="image.png"/></p><p>3、用官方提供的4DIM播放器打开模型文件。在“Advance”菜单栏中,单击选择“Background”选项,即可自由切换模型背景。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1551081535415831.png" alt="image.png"/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1551081858672682.png" alt="image.png"/></p>

EVS对高性能计算机硬件支持的说明

库仑产品库仑吴汶垣 发表了文章 • 0 个评论 • 2040 次浏览 • 2019-01-26 14:10 • 来自相关话题

私有云、云桌面等技术在企业中越来越流行,很多人越来越关心EVS可以支持的计算机硬件上限,例如EVS是否可以并行计算,可以支持多少个CPU,多个少个GPU,可以支持多大的内存等。这里我给出EVS对高性能计算机硬件支持的说明:EVS的大部分线程都支持并行计算,可以充分利用CPU的数量。例如,克里金插值可以利用所有可以利用的CPU,其他一些模块可以进行横向扩展,对每一层或每一种材料(取决于模块的类型)采用不同的CPU来处理。但是,对于很多线程,当进行大量的并行运算时,内存带宽将成为制约软件运算速度的瓶颈。EVS对于能支持的CPU的数量和内存容量是没有限制的。软件中大部分的模块都支持一个GPU(或者可以通过一些设置让多个GPU虚拟为一个GPU,例如英伟达的SLI或AMD的Crossfire)。软件中某些模块会采用GPU进行计算,例如surf_cut模块,所以有一个性能较好的主GPU,一定数量的处理器和足够大的内存,对于很多情况都是有帮助的。 查看全部
<p>私有云、云桌面等技术在企业中越来越流行,很多人越来越关心EVS可以支持的计算机硬件上限,例如EVS是否可以并行计算,可以支持多少个CPU,多个少个GPU,可以支持多大的内存等。这里我给出EVS对高性能计算机硬件支持的说明:</p><p>EVS的大部分线程都支持并行计算,可以充分利用CPU的数量。例如,克里金插值可以利用所有可以利用的CPU,其他一些模块可以进行横向扩展,对每一层或每一种材料(取决于模块的类型)采用不同的CPU来处理。但是,对于很多线程,当进行大量的并行运算时,内存带宽将成为制约软件运算速度的瓶颈。</p><p>EVS对于能支持的CPU的数量和内存容量是没有限制的。</p><p>软件中大部分的模块都支持一个GPU(或者可以通过一些设置让多个GPU虚拟为一个GPU,例如英伟达的SLI或AMD的Crossfire)。软件中某些模块会采用GPU进行计算,例如surf_cut模块,所以有一个性能较好的主GPU,一定数量的处理器和足够大的内存,对于很多情况都是有帮助的。</p>

用EVS创建地层水平位移监测数据三维场

库仑产品库仑吴汶垣 发表了文章 • 0 个评论 • 3615 次浏览 • 2019-01-01 19:05 • 来自相关话题

库仑三维地质建模软件EVS除了可以创建三维地质模型,还可以处理任意真三维场数据,例如物探数据、污染物浓度数据、地下水任意位置水头数据等。在岩土工程中,我们还可以用EVS将离散在空间各处的监测数据处理为真三维模型,例如斜侧数据、沉降数据(包括不同深度处的地层沉降)、地层水平位移数据(包括不同深度处的地层水平位移)等。同时,除了强大的空间插值能力,EVS还可以考虑时间的变化,这对于监测数据将非常有用。下图为EVS自带例题中展示的部分真三维场数据模型。三维物探模型-模型为基于密度和电阻率按照一定阈值筛选后的模型,用于寻找地层三维污染物模型-模型为基于污染物浓度按照一定阈值筛选后的模型,用于寻找污染区域三维地下水渗流场模型下图为Excel中原始的地层水平位移监测数据,其中红色部分为不同时间时的地层水平位移。创建此模型的方法非常简单,只要把原始数据转为EVS带时间的apdv即可,然后用krig_3d模块进行真三维空间插值。这里是一个4DIM模型,需要用4DIM Player查看:time-loop.7z。下面的视频是利用EVS制作的不同深度处地层水平位移随时间的变化。.注:由于原始数据中并没有水平位移的方向(标量数据),因此无法像渗流场一样展示位移的方向。若为矢量监测数据,则可以表达位移的方向。 查看全部
<p>库仑三维地质建模软件EVS除了可以创建三维地质模型,还可以处理任意真三维场数据,例如物探数据、污染物浓度数据、地下水任意位置水头数据等。在岩土工程中,我们还可以用EVS将离散在空间各处的监测数据处理为真三维模型,例如斜侧数据、沉降数据(包括不同深度处的地层沉降)、地层水平位移数据(包括不同深度处的地层水平位移)等。同时,除了强大的空间插值能力,EVS还可以考虑时间的变化,这对于监测数据将非常有用。下图为EVS自带例题中展示的部分真三维场数据模型。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1546339755870562.png" alt="image.png"/></p><p style="text-align: center;">三维物探模型-模型为基于密度和电阻率按照一定阈值筛选后的模型,用于寻找地层</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1546339883301916.png" alt="image.png"/></p><p style="text-align: center;">三维污染物模型-模型为基于污染物浓度按照一定阈值筛选后的模型,用于寻找污染区域</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1546340034799159.png" alt="image.png"/></p><p style="text-align: center;">三维地下水渗流场模型</p><p>下图为Excel中原始的地层水平位移监测数据,其中红色部分为不同时间时的地层水平位移。<br/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1546340241890471.png" alt="image.png"/></p><p>创建此模型的方法非常简单,只要把原始数据转为EVS带时间的apdv即可,然后用krig_3d模块进行真三维空间插值。这里是一个4DIM模型,需要用4DIM Player查看:<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="time-loop.7z" style="font-size: 12px; color: rgb(0, 102, 204);">time-loop.7z</a>。</p><p>下面的视频是利用EVS制作的不同深度处地层水平位移随时间的变化。.</p><blockquote><p>注:由于原始数据中并没有水平位移的方向(标量数据),因此无法像渗流场一样展示位移的方向。若为矢量监测数据,则可以表达位移的方向。</p></blockquote><p><embed type="application/x-shockwave-flash" class="edui-faked" pluginspage="http://www.macromedia.com/go/getflashplayer" src="http://player.youku.com/player ... ot%3B width="690" height="480" wmode="transparent" play="true" loop="false" menu="false" allowscriptaccess="never" allowfullscreen="true"/></p>

EVS中地质体的空间体积计算

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2614 次浏览 • 2018-12-28 16:03 • 来自相关话题

在EVS中创建的地质模型,我们可以进行很多后续操作。典型的比如在地质模型中进行挖方操作,通常我们需要计算挖方量,又比如我们需要知道某个地质模型中被污染的区域和空间体积,针对这些需要计算体积或者质量的情况,EVS提供了Volumetrics模块,非常方便的帮助我们计算需要的数据。并且通过format_string模块自动展示到Viewer中。1、输入Volumetrics模块的数据必须是空间体数据,比如plume、intersection等筛选模块输出的数据,注意plume_shell、intersection_shell等只是筛选面数据的模块是无法连接到Volumetrics模块的。2、在Volumetrics模块中选择合适的单位。首先我们要确定我们的原始数据(比如钻孔数据)的单位,如果我们在原始文件中(比如pgf、geo等钻孔文件)没有指定单位,那么EVS默认输入数据的单位是ft,这点要特别注意。3、选择我们需要的输出的参数:比如体积输出的单位为立方米4、模块中可以看到相应的计算结果:5、连接format_string和titles模块,直接显示到viewer中去: 查看全部
<p>在EVS中创建的地质模型,我们可以进行很多后续操作。典型的比如在地质模型中进行挖方操作,通常我们需要计算挖方量,又比如我们需要知道某个地质模型中被污染的区域和空间体积,针对这些需要计算体积或者质量的情况,EVS提供了Volumetrics模块,非常方便的帮助我们计算需要的数据。并且通过format_string模块自动展示到Viewer中。</p><p>1、输入Volumetrics模块的数据必须是空间体数据,比如plume、intersection等筛选模块输出的数据,注意plume_shell、intersection_shell等只是筛选面数据的模块是无法连接到Volumetrics模块的。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1545983207270572.png" alt="image.png"/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1545983270704673.png" alt="image.png"/></p><p>2、在Volumetrics模块中选择合适的单位。首先我们要确定我们的原始数据(比如钻孔数据)的单位,如果我们在原始文件中(比如pgf、geo等钻孔文件)没有指定单位,那么EVS默认输入数据的单位是ft,这点要特别注意。</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1545983688370325.png" alt="image.png"/></p><p>3、选择我们需要的输出的参数:比如体积输出的单位为立方米</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1545983878452551.png" alt="image.png"/></p><p>4、模块中可以看到相应的计算结果:</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1545983966501731.png" alt="image.png"/></p><p>5、连接format_string和titles模块,直接显示到viewer中去:</p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1545984056643794.png" alt="image.png"/></p><p><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1545984098343317.png" alt="image.png"/></p><p><br/></p>

EVS和GEO5中的地质建模比较

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2956 次浏览 • 2018-12-19 09:24 • 来自相关话题

2018版中GEO5新增了地质建模模块,该模块可以利用钻孔数据建立三维地质模型,并且在该模型上进行下一步的操作和应用,比如岩土分析和设计、岩土开挖计算等。那么它和EVS建立的模型有何异同呢?1、  建模方式和原理的比较(1)       GEO5首先整合需要建模的钻孔数据,建立一个标准的地层顺序,所有参与建模的钻孔都要转换为标准钻孔,然后软件自动生成三维地质模型。因此生成模型是有标准地层顺序的。建模的主要人工工作在于普通钻孔转换为标准层序的钻孔,钻孔岩性复杂的话还需要一定的地质知识来进行调整。(2)       EVS有两种建模方式:地层建模和岩性建模。其中地层建模和GEO5的建模方式相似,都是先确定地质模型的地层顺序,建立地层的模型框架。在地层框架基础上划分网格,利用插值算法赋予网格属性。岩性建模则是另外一种建模方式:它不需要划分标准地层,而是直接利用钻孔的岩性数据,利用三维插值算法,在三维空间上直接进行插值运算,特别适合岩性复杂、没有明显成层性的地质建模,例如岩溶地质体。EVS中建立的地质模型是一种真三维模型。2、  模型的应用场景(1)       GEO5建立的地质模型,适合于岩土工程的分析和设计。在模型中,任意切取剖面后,可以直接调用GEO5的岩土分析模块进行计算和分析。对于规模不大、岩性不是特别复杂的地质体,并且需要对该地质体进行岩土工程计算和分析的情况特别适用。(2)       EVS建立的模型侧重在空间展示、以及空间应用(比如开挖方计算)。EVS模型具有强大的后处理能力,能够方便的根据属性来进行空间上的操作,比如剖切、筛选、爆炸、分割、合并等操作。另外,EVS模型的渲染效果极佳,结合GIS处理模块,非常适合用于多层次、复杂地质情况的展示。3、  各自的优势GEO5建立地质模型,建模原理比较简单,不需要反复的人工干预,只需要确定标准钻孔岩性顺序即可,建模过程自动化,并且能够方便的进行岩土工程的计算和分析。缺点是显示效果和对模型的处理不如EVS,表现在模型平滑性,空间的操作性方面。EVS可以根据地质情况,灵活的选择地层或者岩性建模方式,可以根据显示要求调整建模精度。建立的模型具有极佳的显示效果以及强大的三维空间操作性,支持大规模钻孔、大区域面积的地质建模。 查看全部
<p>2018版中GEO5新增了地质建模模块,该模块可以利用钻孔数据建立三维地质模型,并且在该模型上进行下一步的操作和应用,比如岩土分析和设计、岩土开挖计算等。那么它和EVS建立的模型有何异同呢?</p><p>1、&nbsp; 建模方式和原理的比较</p><p>(1)&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; GEO5首先整合需要建模的钻孔数据,建立一个标准的地层顺序,所有参与建模的钻孔都要转换为标准钻孔,然后软件自动生成三维地质模型。因此生成模型是有标准地层顺序的。建模的主要人工工作在于普通钻孔转换为标准层序的钻孔,钻孔岩性复杂的话还需要一定的地质知识来进行调整。</p><p>(2)&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; EVS有两种建模方式:地层建模和岩性建模。其中地层建模和GEO5的建模方式相似,都是先确定地质模型的地层顺序,建立地层的模型框架。在地层框架基础上划分网格,利用插值算法赋予网格属性。岩性建模则是另外一种建模方式:它不需要划分标准地层,而是直接利用钻孔的岩性数据,利用三维插值算法,在三维空间上直接进行插值运算,特别适合岩性复杂、没有明显成层性的地质建模,例如岩溶地质体。EVS中建立的地质模型是一种真三维模型。</p><p>2、&nbsp; 模型的应用场景</p><p>(1)&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; GEO5建立的地质模型,适合于岩土工程的分析和设计。在模型中,任意切取剖面后,可以直接调用GEO5的岩土分析模块进行计算和分析。对于规模不大、岩性不是特别复杂的地质体,并且需要对该地质体进行岩土工程计算和分析的情况特别适用。</p><p>(2)&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; EVS建立的模型侧重在空间展示、以及空间应用(比如开挖方计算)。EVS模型具有强大的后处理能力,能够方便的根据属性来进行空间上的操作,比如剖切、筛选、爆炸、分割、合并等操作。另外,EVS模型的渲染效果极佳,结合GIS处理模块,非常适合用于多层次、复杂地质情况的展示。</p><p>3、&nbsp; 各自的优势</p><p>GEO5建立地质模型,建模原理比较简单,不需要反复的人工干预,只需要确定标准钻孔岩性顺序即可,建模过程自动化,并且能够方便的进行岩土工程的计算和分析。缺点是显示效果和对模型的处理不如EVS,表现在模型平滑性,空间的操作性方面。</p><p>EVS可以根据地质情况,灵活的选择地层或者岩性建模方式,可以根据显示要求调整建模精度。建立的模型具有极佳的显示效果以及强大的三维空间操作性,支持大规模钻孔、大区域面积的地质建模。</p><p><br/></p>

EVS中基坑开挖模型以及挖方量计算

库仑产品库仑杨工 发表了文章 • 0 个评论 • 2855 次浏览 • 2018-11-23 14:39 • 来自相关话题

     EVS可以根据开挖次序来分阶段创建开挖模型,并且计算出开挖方量。下面是西北某地的开挖模型,它根据创建不同阶段的开挖面,利用EVS中的开挖模块surf_cut来创建开挖体,并且利用Volumetrics模块来计算开挖量。图1 带地形的地质模型图2 开挖后的地质模型图3 带桩基显示的地质开挖模型图4 带纹理的地质开挖模型图5  挖方模型以及挖方量的计算 查看全部
<p style="text-align: left;">&nbsp; &nbsp; &nbsp;EVS可以根据开挖次序来分阶段创建开挖模型,并且计算出开挖方量。下面是西北某地的开挖模型,它根据创建不同阶段的开挖面,利用EVS中的开挖模块surf_cut来创建开挖体,并且利用Volumetrics模块来计算开挖量。</p><p style="text-align: left;"><br/></p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542954747157337.png" alt="image.png"/></p><p style="text-align: center;">图1 带地形的地质模型</p><p><br/></p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542954804879796.png" alt="image.png"/></p><p style="text-align: center;">图2 开挖后的地质模型</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542954865248738.png" alt="image.png"/></p><p style="text-align: center;">图3 带桩基显示的地质开挖模型</p><p><br/></p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542954930718903.png" alt="image.png"/></p><p style="text-align: center;">图4 带纹理的地质开挖模型</p><p><br/></p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542954989776600.png" alt="image.png"/></p><p style="text-align: center;">图5&nbsp; 挖方模型以及挖方量的计算</p><p><br/></p>

EVS中的地层建模 VS 岩性建模

库仑产品库仑杨工 发表了文章 • 0 个评论 • 6819 次浏览 • 2018-11-16 09:59 • 来自相关话题

1、 地层建模        通常,我们可以采用两种方式来解释地层信息:一种是仅揭露钻孔信息的钻孔地层信息;一种是包含层序,进行了地质解释的层序地层信息。对于创建三维地层模型,我们需要后一种方式来表达钻孔揭露的地层,即我们需要将整个模型中所有地层按照从上到下的层级表达出来,且要求所有钻孔中的地层也按照这种层级去表达。初看起来,这似乎不可能,因为地层中往往总会有尖灭、透镜体等现象,即地层在某一个区域可能是连续到的,到另一个区域时可能消失或被另一个地层分割开来。地层层序划分是一种非常好的解决该问题的方法,下面我们通过一个例子来说明。图1 层序划分说明案例        以图1为例,其中0为砂土,1为黏土,2为砾石土。我们假设整个场地最左侧、最右侧和中间分别有一个钻孔,两侧的钻孔没有揭露黏土透镜体,因此,这两个钻孔中只有两种材料,两个地层,而中间的钻孔中有三种材料,四个地层。        我们可以把每个钻孔中揭露的地层都当作沉积地层看待,因为我们可以将尖灭的地层看作厚度为零的地层。对于该例,我们需要给整个模型划分四个地层层级,分别为上部砂土(0)、黏土(1)、下部砂土(2)和砾石土(3),如图2所示。在输出模型时,只要保证层0和层2具有相同的颜色和纹理,那么层0和层2看上去只是一层,除非我们通过层炸开模型。图2 地层层序划分        对于可以采用上述方式进行地层信息表达的场地,地层建模是最好的一种三维建模方式,因为每个地层都可以创建清晰平滑的边界,同时不同的层之间还可以通过炸开方式来分离。图3给出了一个地层更加复杂的场地的层序划分结果,整个场地中的沉积地层和透镜体都可以通过相同的层序来表示。图3 复杂地层的层序划分2、 三维层序划分        一般情况下,我们获得的原始钻孔数据都是没有进行层序划分的,即钻孔数据中只表示了从钻孔中观察到的岩性。图4为EVS采用的原始钻孔数据格式PGF文件,可以看出钻孔AW-3对应的岩性(第四列)中并没有0(Clay)和3(Sand)。图5为进行层序划分以后的钻孔数据文件,在EVS中为GEO文件,可以看出文件在第二行中定义了整个场地的标准层序,即"OL" "OL" "GP" "SW" "CH" "SM" "CL" "SM" "GP" "SW",其中有多个岩性重复出现,代表岩性相同的不同地层,而PGF中第二行仅仅定义了各个岩性的编号,并不表示层序。图5中钻孔2666-B1/RW1中除了前三列为孔顶坐标x、y、z外,其他列分别对应了第二行中定义的地层,如果某地层在钻孔中缺失,则以pinch(尖灭)标记。显然,PGF文件和GEO文件以两种不同的方式定义了钻孔数据,而地层建模需要GEO文件这种包含了层序划分情况的钻孔数据。图4 PGF文件格式图5 GEO文件格式        在地质建模中我们往往需要对未进行层序划分的钻孔数据进行层序划分。对于简单地层且钻孔较少的情况,我们可以通过观察钻孔柱状图快速判断得到整个场地的层序。对于较复杂的情况,传统方式通常是采用二维方式进行层序划分,即基于剖面进行层序划分,因此,大部分的地质建模软件都需要先根据钻孔制作剖面确定层序,然后才能开始进行地质建模。但是这种层序划分方式非常低效且因为是二维划分,在三维空间中有时候会出现矛盾,后期创建三维模型时又要重新调整层序,非常繁琐。        EVS创新的采用了三维交互的方式进行层序划分,通过这种方式可以将PGF文件转换为GEO文件。图6即为EVS中三维层序划分的方式,即通过确定各个岩性分界点所属的三维面来确定各个钻孔中层序。图6 三维层序划分        层序划分完成后软件即会自动生成GEO文件。根据GEO文件中定义的各个层面上点,通过各种插值方法,例如克里金插值法,即可以得到各个层面,从而更具层面生成最终的三维地层模型,如图7-7所示。图7 三维地层模型3、岩性建模        采用地层建模的方式我们能创建大部分的地质模型,即使如图8所示的复杂倾斜地层也能采用地层建模,图中可以看到地层层序的编号。图9中为EVS中采用GEO5文件创建的倾斜地层三维地层模型,很明显其中有三个地层具有相同的岩性。图8 倾斜地层层序划分图9 EVS中创建的倾斜地层三维地层模型        但是,许多场地含有特殊的地质构造(侵入岩、岩溶、褶皱等),这些地质结构不适用于需要划分层序的的地层建模。同时对于某些场地,也许并不存在非常复杂的地质构造,但是钻孔本身非常复杂,几乎无法划分层序,这种情况也无法进行地层建模,如图10所示。图10 复杂钻孔-不断重复出现                对于上述几种情况,我们可以采用指数克里金(GIK)方法进行岩性建模。GIK提供了创建非常复杂地质模型的能力,而且这种地质建模方法几乎是由计算机完全自动完成的,不需要地质人员的干预或对钻孔数据进行解释,而地层建模中需要进行人为层序划分。        岩性建模采用原始钻孔数据进行建模,即没有进行层序划分的钻孔数据。因此,对于可以进行地层建模的场地,岩性建模也可以用于辅助判断我们的层序划分是否正确,即岩性建模结果为我们给出了计算机通过GIK方法得到的空间中岩性的概率分布情况,而这种情况可以用于验证我们的层序划分是否正确。        通常情况下,岩性建模可以很好的帮助我们判断场地的地质构造情况,是否可以进行地层建模、是否有溶洞等复杂地质构造等。对于可以进行地层建模的场地,当钻孔较多时,岩性建模甚至可以得到和地层建模相似的模型,如图11所示。因此,岩性建模仅适用于复杂地质建模,对于需要随钻孔数据不断更新模型且钻孔数据量庞大的情况也非常适用。图11 基于相同钻孔数据的岩性模型(左)和地层模型(右)                岩性建模由于其便利性(几乎无需人工干预),广泛应用于复杂地质建模。但是由于岩性建模采用单元数据进行差值(地层建模基于点数据进行差值),所以世界上的绝大部分地质建模软件得到岩性模型都像乐高积木一样是锯齿状的,如图12所示。为了得到平滑的岩性模型,通常需要加密网格,但是这样会大大降低建模效率,增加计算时间。EVS创新性的发明了不加密网格即可生成平滑岩性模型的平滑指数克里金方法,如图13所示,采用和图12一样的钻孔和网格精度,平滑指数克里金方法可以得到非常平滑的岩性模型。图12 锯齿状的岩性模型图13 平滑岩性模型 查看全部
<h2><strong>1、 地层建模</strong></h2><p style="text-align: left;">&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;通常,我们可以采用两种方式来解释地层信息:一种是仅揭露钻孔信息的钻孔地层信息;一种是包含层序,进行了地质解释的层序地层信息。对于创建三维地层模型,我们需要后一种方式来表达钻孔揭露的地层,即我们需要将整个模型中所有地层按照从上到下的层级表达出来,且要求所有钻孔中的地层也按照这种层级去表达。初看起来,这似乎不可能,因为地层中往往总会有尖灭、透镜体等现象,即地层在某一个区域可能是连续到的,到另一个区域时可能消失或被另一个地层分割开来。地层层序划分是一种非常好的解决该问题的方法,下面我们通过一个例子来说明。</p><p style="text-align:center"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542332588313001.png" alt="image.png" style="text-align: center;"/></p><p style="text-align: center;">图1 层序划分说明案例</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;以图1为例,其中0为砂土,1为黏土,2为砾石土。我们假设整个场地最左侧、最右侧和中间分别有一个钻孔,两侧的钻孔没有揭露黏土透镜体,因此,这两个钻孔中只有两种材料,两个地层,而中间的钻孔中有三种材料,四个地层。</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;我们可以把每个钻孔中揭露的地层都当作沉积地层看待,因为我们可以将尖灭的地层看作厚度为零的地层。对于该例,我们需要给整个模型划分四个地层层级,分别为上部砂土(0)、黏土(1)、下部砂土(2)和砾石土(3),如图2所示。在输出模型时,只要保证层0和层2具有相同的颜色和纹理,那么层0和层2看上去只是一层,除非我们通过层炸开模型。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542332672613956.png" alt="image.png"/></p><p style="text-align: center;">图2 地层层序划分</p><p><br/></p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;对于可以采用上述方式进行地层信息表达的场地,地层建模是最好的一种三维建模方式,因为每个地层都可以创建清晰平滑的边界,同时不同的层之间还可以通过炸开方式来分离。图3给出了一个地层更加复杂的场地的层序划分结果,整个场地中的沉积地层和透镜体都可以通过相同的层序来表示。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542332727231456.png" alt="image.png"/></p><p style="text-align: center;">图3 复杂地层的层序划分</p><h2><strong>2、 三维层序划分</strong></h2><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;一般情况下,我们获得的原始钻孔数据都是没有进行层序划分的,即钻孔数据中只表示了从钻孔中观察到的岩性。图4为EVS采用的原始钻孔数据格式PGF文件,可以看出钻孔AW-3对应的岩性(第四列)中并没有0(Clay)和3(Sand)。图5为进行层序划分以后的钻孔数据文件,在EVS中为GEO文件,可以看出文件在第二行中定义了整个场地的标准层序,即&quot;OL&quot; &quot;OL&quot; &quot;GP&quot; &quot;SW&quot; &quot;CH&quot; &quot;SM&quot; &quot;CL&quot; &quot;SM&quot; &quot;GP&quot; &quot;SW&quot;,其中有多个岩性重复出现,代表岩性相同的不同地层,而PGF中第二行仅仅定义了各个岩性的编号,并不表示层序。图5中钻孔2666-B1/RW1中除了前三列为孔顶坐标x、y、z外,其他列分别对应了第二行中定义的地层,如果某地层在钻孔中缺失,则以pinch(尖灭)标记。显然,PGF文件和GEO文件以两种不同的方式定义了钻孔数据,而地层建模需要GEO文件这种包含了层序划分情况的钻孔数据。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542332891215459.png" alt="image.png"/></p><p style="text-align: center;">图4 PGF文件格式</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542332970453906.png" alt="image.png"/></p><p style="text-align: center;">图5 GEO文件格式</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;在地质建模中我们往往需要对未进行层序划分的钻孔数据进行层序划分。对于简单地层且钻孔较少的情况,我们可以通过观察钻孔柱状图快速判断得到整个场地的层序。对于较复杂的情况,传统方式通常是采用二维方式进行层序划分,即基于剖面进行层序划分,因此,大部分的地质建模软件都需要先根据钻孔制作剖面确定层序,然后才能开始进行地质建模。但是这种层序划分方式非常低效且因为是二维划分,在三维空间中有时候会出现矛盾,后期创建三维模型时又要重新调整层序,非常繁琐。</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;EVS创新的采用了三维交互的方式进行层序划分,通过这种方式可以将PGF文件转换为GEO文件。图6即为EVS中三维层序划分的方式,即通过确定各个岩性分界点所属的三维面来确定各个钻孔中层序。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542333011972587.png" alt="image.png"/></p><p style="text-align: center;">图6 三维层序划分</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;层序划分完成后软件即会自动生成GEO文件。根据GEO文件中定义的各个层面上点,通过各种插值方法,例如克里金插值法,即可以得到各个层面,从而更具层面生成最终的三维地层模型,如图7-7所示。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542333037145680.png" alt="image.png"/></p><p style="text-align: center;">图7 三维地层模型</p><h2><strong>3、岩性建模</strong></h2><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;采用地层建模的方式我们能创建大部分的地质模型,即使如图8所示的复杂倾斜地层也能采用地层建模,图中可以看到地层层序的编号。图9中为EVS中采用GEO5文件创建的倾斜地层三维地层模型,很明显其中有三个地层具有相同的岩性。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542333203937952.png" alt="image.png"/></p><p style="text-align: center;">图8 倾斜地层层序划分</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542333239447220.png" alt="image.png"/></p><p style="text-align: center;">图9 EVS中创建的倾斜地层三维地层模型</p><p><br/></p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;但是,许多场地含有特殊的地质构造(侵入岩、岩溶、褶皱等),这些地质结构不适用于需要划分层序的的地层建模。同时对于某些场地,也许并不存在非常复杂的地质构造,但是钻孔本身非常复杂,几乎无法划分层序,这种情况也无法进行地层建模,如图10所示。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542333266959943.png" alt="image.png"/></p><p style="text-align: center;">图10 复杂钻孔-不断重复出现</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;对于上述几种情况,我们可以采用指数克里金(GIK)方法进行岩性建模。GIK提供了创建非常复杂地质模型的能力,而且这种地质建模方法几乎是由计算机完全自动完成的,不需要地质人员的干预或对钻孔数据进行解释,而地层建模中需要进行人为层序划分。</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;岩性建模采用原始钻孔数据进行建模,即没有进行层序划分的钻孔数据。因此,对于可以进行地层建模的场地,岩性建模也可以用于辅助判断我们的层序划分是否正确,即岩性建模结果为我们给出了计算机通过GIK方法得到的空间中岩性的概率分布情况,而这种情况可以用于验证我们的层序划分是否正确。</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;通常情况下,岩性建模可以很好的帮助我们判断场地的地质构造情况,是否可以进行地层建模、是否有溶洞等复杂地质构造等。对于可以进行地层建模的场地,当钻孔较多时,岩性建模甚至可以得到和地层建模相似的模型,如图11所示。因此,岩性建模仅适用于复杂地质建模,对于需要随钻孔数据不断更新模型且钻孔数据量庞大的情况也非常适用。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542333297503838.png" alt="image.png"/></p><p style="text-align: center;">图11 基于相同钻孔数据的岩性模型(左)和地层模型(右)</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;岩性建模由于其便利性(几乎无需人工干预),广泛应用于复杂地质建模。但是由于岩性建模采用单元数据进行差值(地层建模基于点数据进行差值),所以世界上的绝大部分地质建模软件得到岩性模型都像乐高积木一样是锯齿状的,如图12所示。为了得到平滑的岩性模型,通常需要加密网格,但是这样会大大降低建模效率,增加计算时间。EVS创新性的发明了不加密网格即可生成平滑岩性模型的平滑指数克里金方法,如图13所示,采用和图12一样的钻孔和网格精度,平滑指数克里金方法可以得到非常平滑的岩性模型。</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542333329957489.png" alt="image.png"/></p><p style="text-align: center;">图12 锯齿状的岩性模型</p><p style="text-align: center;"><img src="https://wen.kulunsoft.com/uplo ... ot%3B title="1542333353120783.png" alt="image.png"/></p><p style="text-align: center;">图13 平滑岩性模型</p><p><br/></p>
功能强大、操作简单的三维地质建模及地下BIM软件