基于U-net网络的频散曲线自动拾取方法研究

频散曲线拾取是面波勘探的关键环节,旨在通过频散曲线反演出地下横波速度结构。然而目前频散曲线拾取工作主要依靠人工拾取,耗时耗力。为此,本文通过将频散曲线拾取问题看成是图像分割问题,引入U-net网络,发展出一种频散曲线的自动拾取方法。该方法使用频散能量图并使其作为数据集,使用人工手动拾取的频散曲线作为标签集;通过卷积神经网络经由上采样、下采样和跳层链接等步骤学习图片特征,实现频散曲线的自动拾取。模型测试结果验证了利用U-net网络提取频散曲线的准确性。最后本文将训练好的网络模型应用于冰岛南部Ölfusá河岸的Arnarbæli周边试验场地的实际数据频散曲线提取,并将提取结果与手动拾取的频散曲线进行对比。结果表明,利用U-net网络提取频散曲线预测速度快,预测512×512×3大小的图片耗时为96 ms,预测准确度高。

综合物探方法在探查基坑周边病害中的应用

随着城市化进程不断加快,高层建筑不断涌现,深基坑所产生的安全问题引起了各方面的广泛重视。采用单一探测手段往往难以直观全面反映基坑周边地质病害的情况,如何更好的探查基坑周边病害是一个重要的课题。本文以工程地震勘探理论为基础,结合工程实例,阐述了综合物探方法在基坑周边地质病害探查种的应用。通过采用优化过后的地震映像法数据采集模式,以及改进后的瑞雷面波法数据处理解译方式,对基坑开挖引起的地质病害进行分析解释。实践证明了,采用综合物探的手段可以相互验证,提高解释地精度,能够快速、有效地圈定地质病害地位置。