基于机器学习的活动断层三维建模方法、装置及电子设备与流程

本技术涉及三维建模，尤其是涉及一种基于机器学习的活动断层三维建模方法、装置及电子设备。

背景技术：

1、大地震发生后的数年内，大量小震在活动断层面及其附近发生，目前，可以用成丛的小震目录来刻画单条活动断层三维模型。利用小震目录来构建单条活动断层模型时，可以提取质量相对较好的小震目录数据，得到可以合理拟合断层面的小震目录。

2、现有的基于小震目录刻画活动断层模型方法中，通常是通过小震数据定性约束，但是，这种方法具有较大主观性，使得构建出的单条活动断层模型的准确度较低。

技术实现思路

1、本发明的目的在于提供一种基于机器学习的活动断层三维建模方法、装置及电子设备，以缓解构建出的单条活动断层模型的准确度较低的技术问题。

2、第一方面，本技术实施例提供了一种基于机器学习的活动断层三维建模方法，所述方法包括：

3、获取小震的目录数据；其中，所述小震为小于预设震级的地震；

4、基于所述小震的目录数据通过机器学习进行三维基于密度的聚类算法(density-based spatial clustering of applications with noise，dbscan)聚类，并在机器学习过程中通过每次聚类结果对应的轮廓系数优化dbscan的选择参数，得到最终聚类结果；

5、根据所述最终聚类结果通过稳健最小二乘法进行三维断层面拟合，得到活动断层的三维几何结构；

6、基于所述活动断层的三维几何结构，构建所述活动断层的三维属性模型。

7、在一个可能的实现中，所述基于所述小震的目录数据通过机器学习进行三维dbscan聚类，并在机器学习过程中通过每次聚类结果对应的轮廓系数优化dbscan的选择参数，得到最终聚类结果的步骤，包括：

8、基于初始最小搜索半径，并结合所述小震的目录数据在水平平面及垂直剖面的密集程度设置的最小邻域最少样本数目，进行三维dbscan聚类，得到第一聚类结果，并通过逐步增加的搜索半径得到多次聚类对应的所述第一聚类结果，计算每次所述第一聚类结果对应的第一轮廓系数，并将多个所述第一轮廓系数中最大的所述第一轮廓系数对应的搜索半径确定为最优搜索半径；

9、基于所述小震的目录数据在水平平面及垂直剖面的密集程度设置最小的邻域最少样本数目，基于所述最优搜索半径以及所述邻域最少样本数目进行三维dbscan聚类，得到第二聚类结果，并通过逐步增加的样本数目得到多次聚类对应的所述第二聚类结果，计算每次所述第二聚类结果对应的第二轮廓系数，并将多个所述第二轮廓系数中最大的所述第二轮廓系数对应的所述邻域最少样本数目确定为最优邻域最少样本数目；

10、基于所述最优搜索半径和所述最优邻域最少样本数目进行最终的三维dbscan聚类，得到第三聚类结果，并根据所述第三聚类结果计算对应的第三轮廓系数，得到最终的三维dbscan聚类的最终聚类结果。

11、在一个可能的实现中，所述根据所述最终聚类结果通过稳健最小二乘法进行三维断层面拟合，得到活动断层的三维几何结构的步骤，包括：

12、根据所述最终聚类结果通过普通最小二乘法进行b样条曲面拟合，得到第一拟合结果，并根据所述第一拟合结果计算每个小震数据的初始残差；

13、通过huber函数确定所述初始残差的绝对估计值，并基于所述绝对估计值以及所述初始残差得到初始权重；

14、迭代执行以下步骤，直至相邻的两次近似解接近程度达到预设接近程度，结合指定区域地质信息得到单条活动断层面的三维几何结构：根据所述初始权重利用加权最小二乘法再次进行b样条曲面拟合，得到第二拟合结果，并根据所述第二拟合结果中的曲面确定每个小震数据的最终残差和最终权重。

15、在一个可能的实现中，所述获取小震的目录数据的步骤，包括：

16、获取原始小震目录，并基于所述原始小震目录利用完整性震级范围法或b值稳定法计算最小完备震级；

17、基于所述最小完备震级提取完备地震子目录，得到小震的目录数据。

18、在一个可能的实现中，在所述获取小震的目录数据的步骤之后，还包括：

19、判断所述小震的目录数据是否符合指定小震丛集特征，如果所述小震的目录数据符合所述指定小震丛集特征，则执行所述基于所述小震的目录数据通过机器学习进行三维dbscan聚类的步骤。

20、在一个可能的实现中，所述判断所述小震的目录数据是否符合指定小震丛集特征的步骤，包括：

21、判断所述小震的目录数据在水平平面的小震密集数据以及所述小震的目录数据投影在垂直剖面上的小震密集数据，是否具有带状或线性特征，得到判断结果；

22、根据所述判断结果确定所述小震的目录数据的数据集在三维空间中的丛集特征是否符合指定小震丛集特征。

23、在一个可能的实现中，所述基于所述活动断层的三维几何结构，构建所述活动断层的三维属性模型的步骤，包括：

24、基于所述活动断层的三维几何结构、地表断层迹线、地表破裂数据以及所述小震的目录数据，确定所述活动断层的活动性质；

25、基于所述活动性质以及地质信息确定所述活动断层的类型、规模以及产状信息，并根据所述活动断层的类型、所述规模以及所述产状信息确定所述活动断层的三维属性模型。

26、第二方面，提供了一种基于机器学习的活动断层三维建模装置，包括：

27、获取模块，用于获取小震的目录数据；其中，所述小震为小于预设震级的地震；

28、聚类模块，用于基于所述小震的目录数据通过机器学习进行三维dbscan聚类，并在机器学习过程中通过每次聚类结果对应的轮廓系数优化dbscan的选择参数，得到最终聚类结果；

29、拟合模块，用于根据所述最终聚类结果通过稳健最小二乘法进行三维断层面拟合，得到活动断层的三维几何结构；

30、构建模块，用于基于所述活动断层的三维几何结构，构建所述活动断层的三维属性模型。

31、第三方面，本技术实施例又提供了一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的第一方面所述方法。

32、第四方面，本技术实施例又提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行上述的第一方面所述方法。

33、本技术实施例带来了以下有益效果：

34、本技术实施例提供的一种基于机器学习的活动断层三维建模方法、装置及电子设备，能够基于小震的目录数据通过机器学习进行三维dbscan聚类，并在机器学习过程中通过每次聚类结果对应的轮廓系数优化dbscan的选择参数，得到最终聚类结果；根据所述最终聚类结果通过稳健最小二乘法进行三维断层面拟合，得到活动断层的三维几何结构；基于所述活动断层的三维几何结构，构建所述活动断层的三维属性模型。本方案中，通过在机器学习过程中通过每次dbscan聚类结果对应的轮廓系数优化dbscan的选择参数，使得对小震的目录数据进行三维dbscan聚类后能够实现新的定量化方式来获得高质量的小震目录，再者，通过稳健最小二乘原理来拟合断层曲面，克服了离群点对拟合结果的强影响作用，可以获得更为稳定的断层曲面，使得最终构建出的单条活动断层模型的准确度得到提高，缓解了构建出的单条活动断层模型的准确度较低的技术问题。

35、为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。