城市岩土大数据平台研发及道路工程勘察应用

占建琴　李世明　鱼安卿

摘要：为解决海量岩土勘察数据标准不一、相互独立、难以共享的问题，文章提出了城市岩土大数据平台的研发思路，把基础地质资料置于系统底层，用于约束、核查、校准各项目基础地质信息，并根据规范、室内试验等对原始数据进行统一校准和标记。该平台可按照预设规则，利用校准后的数据自动生成标准地层层序，并实现数据的自动标准化。利用该岩土大数据平台可使得道路工程勘察工作更具针对性。

关键词：岩土大数据;数据校准;标准地层层序;匹配度

中图分类号：U412.22

0 引言

近年来，大数据相关技术研究开展得如火如荼，如何将海量的原始数据进行收集、存储、管理、分析、共享、提供决策支持，使之转变成可以被综合利用的知识并提升其价值，是诸多学科和领域正在大力研究的课题。

五十多年以来，作为基建强国，我国各大城市及地区开展了大量各类型各种规模的工程建设，随之产生了海量的岩土工程勘察数据，这些数据目前基本都独立于项目单元，没有实现数据的互通，这将不可避免地造成大量的重复性勘察。同时，基于海量岩土勘察数据的深度挖掘、知识发现、信息提取及研究工作也无法进行，这对于隶属经验科学的岩土工程学科发展极为不利。为了扭转这种局面，各地学者对广州、上海、重庆、合肥、济南、长株潭城市群核心区等热门城市开展了与城市地质数据库相关的研究工作[1-6];陳龙泉等[7]采用知识规则集对城市工程地质数据库质量进行控制;伊颖锋等[8]对历史勘察数据在城市地理信息系统中的有效利用进行了讨论;周永章等[9]提出了发展智能数据处理方法用于地质领域大数据的分析研究。

除了相关的学术研究，业界很多软件公司都开发了工程地质数据库管理系统，笔者通过试用发现这些软件平台存在一些共性的问题。比如，未将基础地质资料内置到系统中;对于入库的数据未从专业角度设置预定规则进行数据清洗和校准;需要提前在外部纯人工创建标准地层;历史勘察数据入库需要人工逐个地层进行标准化。本文旨在为解决诸如此类的问题，对城市岩土大数据智能平台的研发思路进行探讨。

1 基础地质数据入库

基础地质数据主要包括各种比例尺的地质图、水文地质图、构造纲要图以及配套的区域地质调查报告、水文地质普查报告等，现阶段这些基础地质图件多为非矢量化的图片或纸质版，如图1所示，使用极为不便。基础地质数据入库就是要把地质界线、地层年代及每一分区可能包含的岩性、各种地质构造信息等矢量化入库，用于后期各项目勘察数据的校准对比工作，以确保入库数据的可靠性和系统性。同时，在平台的底图上可便捷查询各地质要素的详情信息，如图2所示。

岩土大数据平台底图包括百度地图、卫星影像、历史影像及地形图等。可根据需要勾选需显示的图层信息，项目地图界面可根据缩放比例自适应显示内容，确保地质界线所圈闭出来的任何一个区域都能查看到该区域分布的岩性情况等。平台地图界面需尽可能提高交互性从而保证使用者可以获取更多、更全面的基础地质信息。

平台地图界面应能够导入KML、KMZ、SHP、DXF等格式的文件，方便查看拟建项目在基础地质图件上的具体位置或者与邻近项目的关系。

2 勘察数据入库校准工作

由于勘察行业准入门槛较低，勘察从业人员素质良莠不齐，导致各项目勘察数据的质量、可靠度参差不齐。此外，为了简化勘察成果或者避免采取太多样本，勘察报告中经常会将邻近项目性状有一定差异的地层进行合并。为了确保岩土大数据平台的统一分析能力和数据的可靠性，所有入库项目的勘察数据必须进行校准，以尽量避免入库数据的杂乱或者相互冲突。在数据校准之前首先对钻孔数据可靠度进行等级划分，从而对可信度存在差异的钻孔勘察数据实现区别标识。

2.1 钻孔等级划分

第一档：勘察过程实现信息化采集且保留钻探、取样、原位测试、岩芯、室内试验等主要过程影像资料的钻孔;重要工程的钻孔;深度较大的钻孔。

第二档：未进行信息化采集但保留有岩芯等影像资料的钻孔。

第三档：仅有备份库数据无任何影像资料的钻孔。

2.2 空间坐标系统的统一和入库资料清单

（1）由于历史勘察数据所采用的坐标系统和高程基准各异，岩土大数据平台需建立统一的坐标系统，用于各个项目勘察数据的空间转换。

（2）需入库内容：理正勘察或华宁勘察等各种勘察软件的数据备份库、水文地质试验资料、各类试验报告、影像资料（岩芯拼接照、分箱岩芯照和整孔岩芯照等）、各类勘察图件、文字报告、各类附表、施工期间的载荷试验检测数据等。

2.3 数据校准工序

2.3.1 钻孔原始数据入库

按照岩土大数据平台统一的坐标系统和高程系统，将勘察数据进行空间转换，以保证所有勘察数据在同一个空间坐标系下进行分析和统计。

2.3.2 地质时代和地质成因校准

地质时代和地质成因校准，主要依据为基础地质图件。部分项目勘察资料地质时代或者成因确定得比较随意，与区域地质资料的契合度较差，对地质时代和地质成因进行校准，主要是为标准地层层序的确定做准备，不同地质时代和地质成因的地层不能划分为同一层。详细步骤如图3所示。

2.3.3 岩土名称校准

岩土名称校准，主要依据为试验数据、基础地质图件和岩芯照片等。工程勘察行业为了简化勘察成果，会将邻近项目性状有一定差异的地层并作一层考虑，而且这种合并和定名有一定的主观性。假如两个项目实际位置离得很近，某一地层某项目可能定名为黏土，而另外一个项目可能将其定名为粉质黏土，那么构建岩土大数据平台时会出现两个地块地层毫无契合度，邻近项目地层可能会出现根本连不到一起的情况。为了统一各个项目岩土名称的确定标准，主要采用试验数据对岩土名称进行校准并细化。

覆盖层校准步骤及各个指标的含义如图4所示，室内试验样本数尽量≥6个。

（1）当同一土层室内分类名称有2种，且1/3≤A≤2/3或者1/3≤B≤2/3时，如某个钻孔该层土采取了两个或两个以上样品，且这些样品的室内分类名称存在不一样的情况，那么该钻孔该层土宜分为两层，两层的分界点采用室内分类名称不一样且相邻的两个样品深度的中点。

（2）当同一土层室内分类名称有三种，A、B、C分别为三种室内定名的占比，其中有两个占比数值≥1/6，剩下一个<1/6，假如将占比≥1/6的室内分类名称分别为粉质黏土和黏土，而将第三种定名为粉土，那么粉土应采用粉质黏土的定名。对于分两层或者三层入库的情况，假如某个钻孔该层土采取了两个或两个以上样品，且这些样品的室内分类名称存在不一样的情况，那么该钻孔该层土宜分为两层或者三层，各层之间的分界点采用室内分类名称不一样且相邻的两个样品深度的中点。

对于岩层来说，当某一层基岩（同一种风化程度）饱和单轴抗压强度试验结果跨越坚硬程度等级时，宜考虑对该岩层重新进行定名。比如部分试验结果为极软岩（<5 MPa），另一部分为较软岩（>15 MPa），中间跨越了软岩的级别，则应重新对岩层定名。岩层定名需尽可能接近前期入库基础地质资料的属性数据。

2.3.4 岩土状态校准

岩土状态校准主要包括细粒土可塑性、粗粒土密实度和风化岩风化程度校准，其校准依据主要为室内试验、原位测试、岩芯照片等。细粒土的塑性状态、粗粒土的密实程度等是划分标准地层层序的重要指标，在数据入库之前必须先核查各地层要素的完整性。

工程勘察行业为了简化勘察成果会尽量减少地层的划分。比如细粒土有可塑状态也有硬塑状态时，可能会合并成一层，状态定为可塑-硬塑，那么该层的标准贯入击数N从6～30击都有可能，更有甚者还会>30击。这还只是单个项目的情况，当大量存在粗放数据的勘察资料汇聚到大数据平台时，将会导致平台上各个地层各类指标偏离本该具备的规律或本应隶属的范围，变得更加杂乱无序。

原始勘察数据除了单一指标本身存在的混乱，还会出现关联指标的冲突。当某一钻孔某一层细粒土（深度范围0～20 m）有两个或两个以上标准贯入击数（未取样），如N1=7击（深度为3 m），按照预先设置的细粒土塑性状态校准细则表（表1），应属于可塑状态，N2=13击（深度为13 m）应属于硬塑状态，则按照标准贯入击数该层塑性状态应细分为两档，分界点采用两个标准贯入试验的中点。如果该层有两个或两个以上液性指数（未进行原位测试），也按照同样的方案进行校准处理，但是必须确保参与校准分析的指标不是明显的异常值。如某个钻孔某一土层既有液性指数又有标准贯入击数，且根据这些指标判别的塑性状态等级均不一样，则按照下页图5所示规则进行校准。

粗粒土的密实程度校准主要参考依据为原位测试，风化岩的风化程度除了依据原位测试之外还可参考岩芯照片等。

3 标准地层层序的创建及数据的标准化

大数据平台各项目的钻孔地层如果相互孤立不能互通，那么对整个平台上的数据进行系统研究就无从谈起，因此必须对钻孔数据进行标准化。在标准化之前首先需创建标准地层层序。入库原始勘察数据经过前述的清洗校准和标记工作之后，系统便可进入标准地层层序的自动创建环节。

创建标准地层层序考虑的字段分别为：地质时代、地质成因、岩土名称、可塑性、密实度、风化程度、特殊土类型等。

（1）根据这些字段对大数据平台全部钻孔进行所有组合关系的提取，确保提取出来的组合关系唯一。

（2）进入标准地层层序的排列工作，排序关键字依次为：地质时代、地质成因、岩土名称、可塑性、密实度、风化程度、特殊土类型，也就是说标准地层层序的排列必须首先按照地质时代从新到老排列，如Q4、Q3、Q2、Q1、N、E、K……，然后再考虑地质成因。其余字段的排列可按照各地的一般习惯进行。[KH-*2D]

根据前述规则和步骤，对某区域不到一千个钻孔的标准地层层序进行提取、排序和重新编号，如表2所示，最右侧为系统自动生成的标准地层层序的编号。采用此标准地层层序将大数据平台所有钻孔进行标准化后就可实现整个平台上勘察资料的兼容和互通。该方法对标准地层层序的提取是基于入库所有数据动态实施的。当前有少量城市已经制定了本市区的岩土工程勘察地层层序，比如石家庄、济南[10]等，但这些层序更多是基于地区专家经验和纯人工提出的，无充分而全面的数据支撑，且属于一种固化的层序，可扩展性较差。

4 岩土大数据平台在道路勘察中的应用研究

对于城市级别的岩土大数据平台应采用标准化之后的勘察数据绘制贯穿城市东西南北的4～6条地质骨干大剖线，再邀请地方岩土专家进行开会讨论，并提出修改意见。如果城市进行过轨道交通勘察，亦可直接采用轨道交通沿线路的标准化纵剖面进行讨论。

道路工程勘察一般具有跨越地域广，地质条件复杂、变化大的特点。城市岩土大数据平台在道路工程勘察方面的应用主要表现在以下方面：

（1）勘察技术人员可利用大数据平台迅速获取拟建道路或桥梁工程所在区域工程地质的概况，获得对拟建场地工程地质条件的宏观认识。

（2）勘察工作的布置主要依據场地复杂程度等级、岩土条件复杂程度等级和拟建工程的重要性来进行，在没有岩土大数据平台的情况下，场地复杂程度等级、岩土条件复杂程度等级的确定主观性极强，勘探点的布置多半是按照一定的间距沿道路两侧布置，勘察工作布置缺乏针对性，既增加了工作量，又影响了勘察工期。

（3）岩土大数据平台可根据入库数据快速划分特殊岩土或不良地质发育地段，可使一线技术人员迅速把握勘察重点，并针对性地开展原位测试或室内试验工作。

（4）城市地区人类工程活动频繁，且南方很多城市水系发育，容易出现厚层的填土和暗埋的沟浜、河道等，利用岩土大数据平台的历史影像有利于尽早发现对工程不利的埋藏物或填土。

5 结语

通过对现有勘察软件数据备份库的系统分析和研究，发现很多项目原始勘察数据存在相互冲突、杂乱、与基础地质资料不契合的共性问题。这样的原始数据直接汇聚到岩土大数据平台将导致基于海量勘察数据的深度挖掘和研究工作无法进行。为此，本文提出岩土大数据平台的研发需将基础地质资料置于平台底层用于约束入库勘察资料的合理性，根据相关规范、试验数据等提出了一套系统且合理的规则，对原始数据进行批量校准，并实现了标准地层层序按照预设规则的动态生成，从而实现了大数据平台上各个项目勘察数据的兼容和互通。通过岩土大数据平台可使得道路工程勘察工作的开展更具针对性。

参考文献

[1]刘 伟， 张秀英. 面向城市规划的广州市工程地质数据库建设及应用[J]. 广州建筑， 2012， 40（1）： 10-13.

[2]史玉金， 陈洪胜， 杨天亮， 等. 上海市工程地质层层序厘定及工程地质条件分析[J]. 上海地质， 2009（1）： 28-33.

[3]周成涛， 冯永能， 张  秋. 重庆市工程地质数据库建设中的几个关键问题[J]. 城市勘测， 2007（2）： 117-120.

[4]于 鹏. 合肥市城市工程地质信息系统的建设与应用[J]. 安徽建筑， 2011（1）： 132-133， 148.

[5]仝霄金， 程爱华， 樊祜传. 济南市市区标准地层划分研究[J]. 城市勘测， 2016（2）： 165-171.

[6]张 杨， 贺晨骋， 周广湘， 等. 长株潭城市群核心区三维空间地质数据库建设方法研究[J]. 国土资源信息化， 2017（4）： 26-31.

[7]陈龙泉， 邹凤琼. 基于知识规则集的城市工程地质数据库质量控制[J]. 大地测量与地球动力学， 2011， 31（1）： 156-159.

[8]伊颖锋， 周清华. 历史勘察数据在城市地理信息系统中的有效利用[J]. 城市勘测， 2015（3）： 165-168.

[9]周永章， 王 俊， 左仁广， 等. 地质领域机器学习、深度学习及实现语言[J]. 岩石学报， 2018， 34（11）： 3 173-3 178.

[10] DB37/T 5131-2019，济南市区岩土工程勘察地层层序划分标准[S].

作者簡介：

占建琴（1986—），硕士，工程师，主要从事岩土勘察及信息化、岩土大数据等研究工作;

李世明（1976—），高级工程师，主要从事岩土勘察设计及管理工作;

鱼安卿（1984—），工程师，主要从事公路、铁路建设质量管理工作。