三維礦產(chǎn)資源預(yù)測(cè)評(píng)價(jià)中信息綜合處理裝置及其方法
【專利摘要】本發(fā)明公開了一種三維礦產(chǎn)資源預(yù)測(cè)評(píng)價(jià)中信息綜合處理裝置及其方法，其中該方法包括：步驟一，構(gòu)建三維成礦預(yù)測(cè)的初始預(yù)測(cè)體；步驟二，對(duì)初始預(yù)測(cè)體快速提取空間離散點(diǎn)的預(yù)測(cè)要素；步驟三，對(duì)由表面模型表達(dá)的預(yù)測(cè)要素進(jìn)行柵格化，并將柵格化結(jié)果賦值到初始預(yù)測(cè)體的屬性表中；步驟四，對(duì)初始預(yù)測(cè)體的屬性表進(jìn)行篩選與優(yōu)選，獲取預(yù)測(cè)目標(biāo)體。該方法用于輔助地質(zhì)專家解決已知礦山深部及外圍找礦工作，滿足實(shí)現(xiàn)基于地質(zhì)、地球物理、地球化學(xué)等數(shù)據(jù)的多元成礦信息的信息自動(dòng)模擬、綜合分析與可視化等方面的需求。
【專利說明】三維礦產(chǎn)資源預(yù)測(cè)評(píng)價(jià)中信息綜合處理裝置及其方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)學(xué)地質(zhì)與地理信息系統(tǒng)地圖制圖領(lǐng)域，特別是涉及一種大比例尺三維成礦預(yù)測(cè)多元信息綜合模型快速構(gòu)建、信息自動(dòng)綜合與可視化分析的技術(shù)及裝置。
【背景技術(shù)】
[0002]隨著地表礦、淺部礦及易識(shí)別礦的日益減少，找礦難度日益增大，找礦效果日益降低，進(jìn)入21世紀(jì)80年代以來，重點(diǎn)找尋深部隱伏礦、新類型礦及新領(lǐng)域礦已經(jīng)成為世界各國(guó)所關(guān)注的找礦方向，其中使用三維立體模型開展深部隱伏復(fù)雜地質(zhì)體(即，第二找礦空間)的尋找，已經(jīng)成為許多國(guó)家和地區(qū)找礦的主要對(duì)象，因此大比例尺(通常大于1:50000)的成礦預(yù)測(cè)的作用更加突出，它已經(jīng)成為礦床勘查工作的一個(gè)重要組成部分(趙鵬大等，1992)。
[0003]目前，國(guó)內(nèi)外還沒有開發(fā)出一套成熟的專門用于深部礦調(diào)、大比例尺三維成礦預(yù)測(cè)工作的應(yīng)用軟件。大量的三維成礦預(yù)測(cè)研究首先通過礦山勘探軟件完成成礦信息提取與三維可視化分析等工作，其次，在其他軟件中完成信息綜合分析。國(guó)內(nèi)外礦區(qū)勘探三維建模與可視化，地球化學(xué)、地球物理數(shù)據(jù)三維可視化分析等應(yīng)用領(lǐng)域開發(fā)了不少成熟實(shí)用的三維地學(xué)軟件。從軟件應(yīng)用角度分析，國(guó)內(nèi)的三維軟件市場(chǎng)主要被國(guó)外軟件廠商壟斷。因此更加需要大比例尺成礦預(yù)測(cè)研究與應(yīng)用等實(shí)際要求的軟件工具。
[0004]綜上所述，形成一套集快速建模，高精度三維可視化分析，定位、定量以及定概率預(yù)測(cè)方法為一體的具有獨(dú)立自主知識(shí)產(chǎn)權(quán)的專業(yè)三維成礦預(yù)測(cè)方法，已經(jīng)成為找礦工作中急需的技術(shù)支撐手段。為達(dá)成這一目的，需要應(yīng)用到如下技術(shù):
[0005]I)礦產(chǎn)資源評(píng)價(jià)中獨(dú)立目標(biāo)圖層信息綜合模型
[0006]在礦產(chǎn)資源評(píng)價(jià)領(lǐng)域，相互獨(dú)立的圖層是指控礦證據(jù)層之間都是獨(dú)立的。如果一個(gè)控礦存在取決于另一個(gè)控礦因素，且把這兩個(gè)都作為證據(jù)層，將會(huì)產(chǎn)生過高或者過低的成礦概率，將導(dǎo)致最終的預(yù)測(cè)結(jié)果受到影響。因此，在實(shí)際應(yīng)用中，必須使用數(shù)學(xué)模型對(duì)進(jìn)入成礦預(yù)測(cè)的圖層進(jìn)行條件獨(dú)立性檢驗(yàn)，剔除非獨(dú)立圖層；目標(biāo)圖層是指從原始變量中挑選與預(yù)測(cè)礦種有較密切關(guān)系的控礦證據(jù)層，這一挑選的過程是基于數(shù)學(xué)模型實(shí)現(xiàn)的；信息綜合是指在控礦證據(jù)圖層具有獨(dú)立且與成礦有利的基礎(chǔ)上，將在同一比例尺、同一數(shù)學(xué)基礎(chǔ)的不同空間相同位置的信息疊加在一起，以每一個(gè)圖層作為一個(gè)輸入特征的屬性，通過一定的數(shù)學(xué)模型將上述特征屬性組合起來用于描述新的特征，即礦產(chǎn)預(yù)測(cè)靶區(qū)。
[0007]2) 二維掃面線算法
[0008]二維空間建立索引結(jié)構(gòu)的方法有很多，例如:AVL樹、紅黑樹、BSP樹、均勻條帶分害I]、等格網(wǎng)分割、四叉樹分割和自適應(yīng)分塊等方法。當(dāng)數(shù)據(jù)量很大時(shí)，為了能夠快速完成查詢檢索，同時(shí)考慮到時(shí)間與空間復(fù)雜度問題，一般使用網(wǎng)格索引技術(shù)。二維掃描線最初是應(yīng)用于二維圖像處理領(lǐng)域。其主要思想是通過分別向待判定像素相鄰的4個(gè)方向進(jìn)行某種條件搜索來確定該像素的狀態(tài)。為了實(shí)現(xiàn)快速、準(zhǔn)確地高精度三維多元信息綜合模型的構(gòu)建技術(shù)，將上述兩種算法思想應(yīng)用到三維空間，解決復(fù)雜地質(zhì)體的高精度立方格模型(即塊段模型)快速建模。
[0009]3)三維空間K階近鄰搜索技術(shù)
[0010]K-近鄰查詢是一類空間檢索算法，主要解決針對(duì)空間離散點(diǎn)的搜索問題，是地理信息系統(tǒng)的基本算法之一。隨著三維離散點(diǎn)的獲取技術(shù)不斷完善，對(duì)于大量三維離散點(diǎn)的分類、插值和曲面重建等需求不斷增加，快速、高效地實(shí)現(xiàn)給定條件下的K-近鄰查詢已經(jīng)成為當(dāng)前三維地理信息系統(tǒng)研究的熱點(diǎn)問題。K-近鄰查詢是在二維或三維離散數(shù)據(jù)集S中查找K個(gè)與待查點(diǎn)歐氏距離最近的點(diǎn)。
[0011]在大比例尺成礦預(yù)測(cè)研究中，存在大量地質(zhì)、地球化學(xué)、地球物理原始點(diǎn)采樣數(shù)據(jù)。針對(duì)這些原始數(shù)據(jù)提取的方法是基于預(yù)測(cè)單元格中心點(diǎn)的空間插值算法，例如:以單元格的中心為待插值點(diǎn)，使用克立格、反距離加權(quán)法等方法獲取單元格的屬性信息。因此，K階近鄰的快速搜索技術(shù)是實(shí)現(xiàn)預(yù)測(cè)要素快速提取的重要步驟之一。
[0012]4)基于證據(jù)權(quán)重算法與三維可視化技術(shù)的隱伏靶區(qū)優(yōu)選技術(shù)
[0013]近年來，礦產(chǎn)資源勘查評(píng)價(jià)中的GIS技術(shù)應(yīng)用的通常做法是采用所謂證據(jù)權(quán)重法。證據(jù)權(quán)法是定量分析和綜合多源專題地學(xué)數(shù)據(jù)層的方法，生成量化的含礦潛力圖。在采用傳統(tǒng)方法的礦產(chǎn)勘查工作中，常常需要對(duì)比分析地質(zhì)、地球物理和地球化學(xué)等專題圖件，圈出值得進(jìn)一步工作的靶區(qū)，證據(jù)權(quán)法實(shí)際上就是傳統(tǒng)勘查方法的數(shù)字化“版本”。
[0014]證據(jù)權(quán)重法中的“證據(jù)”由一系列勘查數(shù)據(jù)集(即地學(xué)專題圖件)組成，“權(quán)重值”是根據(jù)已知礦床或特定勘查區(qū)勘查模型估算出來的(Basab Mukhopadhyay等,2000)。其基本思路是將分別賦以不同權(quán)值的專題圖數(shù)據(jù)(證據(jù))在GIS環(huán)境下進(jìn)行空間疊加和綜合分析，生成具有不同含礦概率值的網(wǎng)格專題圖，這種定量分析結(jié)果反映了不同的含礦潛力分區(qū)在空間上的分布，從而為進(jìn)一步的詳細(xì)勘查工作提供區(qū)域上的超前評(píng)價(jià)結(jié)果。
[0015]5 )基于OpenGL的三維可視化技術(shù)
[0016]本發(fā)明中提及的三維可視化技術(shù)實(shí)現(xiàn)主要指基于OpenGL技術(shù)的三維可視化程序的開發(fā)。OpenGL是OpenGraphicsLib的縮寫,是一套三維圖形處理庫(kù),也是該領(lǐng)域的工業(yè)標(biāo)準(zhǔn)。計(jì)算機(jī)三維圖形是指將用數(shù)據(jù)描述的三維空間通過計(jì)算轉(zhuǎn)換成二維圖像并顯示或打印出來的技術(shù)。OpenGL被設(shè)計(jì)成獨(dú)立于硬件，獨(dú)立于窗口系統(tǒng)的，在運(yùn)行各種操作系統(tǒng)的各種計(jì)算機(jī)上都可用，并能在網(wǎng)絡(luò)環(huán)境下以客戶/服務(wù)器模式工作，是專業(yè)圖形處理、科學(xué)計(jì)算等高端應(yīng)用領(lǐng)域的標(biāo)準(zhǔn)圖形庫(kù)。

【發(fā)明內(nèi)容】

[0017]本發(fā)明的目的在于提供一種三維成礦預(yù)測(cè)多元信息綜合處理裝置及其方法，用于輔助地質(zhì)專家解決已知礦山深部及外圍找礦工作，滿足實(shí)現(xiàn)基于地質(zhì)、地球物理、地球化學(xué)等數(shù)據(jù)的多元成礦信息的信息自動(dòng)模擬、綜合分析與可視化等方面的需求。
[0018]為了實(shí)現(xiàn)上述目的，本發(fā)明提供一種三維礦產(chǎn)資源預(yù)測(cè)評(píng)價(jià)中信息綜合處理裝置，其特征在于，包括:
[0019]預(yù)測(cè)體構(gòu)建模塊，用于構(gòu)建三維成礦預(yù)測(cè)的初始預(yù)測(cè)體；
[0020]空間搜索模塊，連接所述預(yù)測(cè)體構(gòu)建模塊，用于對(duì)初始預(yù)測(cè)體快速提取空間離散點(diǎn)的預(yù)測(cè)要素；
[0021]變量提取模塊，連接所述空間搜索模塊，用于對(duì)由表面模型表達(dá)的預(yù)測(cè)要素進(jìn)行柵格化，并將柵格化結(jié)果賦值到初始預(yù)測(cè)體的屬性表中；
[0022]靶區(qū)優(yōu)選模塊，連接所述預(yù)測(cè)體構(gòu)建模塊、所述變量提取模塊，用于對(duì)初始預(yù)測(cè)體的屬性表進(jìn)行篩選與優(yōu)選，獲取預(yù)測(cè)目標(biāo)體。
[0023]所述的裝置，其中，所述預(yù)測(cè)體構(gòu)建模塊進(jìn)一步包括:
[0024]外包圍盒提取模塊，用于提取體表面或曲面數(shù)據(jù)的外包圍盒；
[0025]外包圍盒網(wǎng)格化模塊，用于按照設(shè)定的網(wǎng)格粒度將外包圍盒分解為六面體；
[0026]面體求交模塊，用于根據(jù)外包圍盒進(jìn)行三角面片與六面體求交計(jì)算；
[0027]六面體分類模塊，基于種子填充法和求交計(jì)算結(jié)果,對(duì)構(gòu)成三維成礦預(yù)測(cè)體的六面體進(jìn)行快速篩選，生成初始預(yù)測(cè)體以及六面體模型的屬性表。
[0028]所述的裝置，其中，所述空間搜索模塊進(jìn)一步包括:
[0029]第一索引建立模塊，用于建立三維離散點(diǎn)的八叉樹空間索引；
[0030]第二索引建立模塊，用于建立八叉樹空間索引的三維R-Tree樹索引；
[0031]搜索范圍獲取模塊，用于獲取待查點(diǎn)的搜索范圍；
[0032]空間插值實(shí)現(xiàn)模塊，用于根據(jù)搜索范圍和第一索引建立模塊、第二索引建立模塊的結(jié)果，并應(yīng)用克立格、反距離加權(quán)公式進(jìn)行空間插值；
[0033]搜索賦值模塊，用于將空間插值結(jié)果賦值給初始預(yù)測(cè)體，并保留在初始預(yù)測(cè)體的屬性表中。
[0034]所述的裝置，其中，所述變量快速提取模塊進(jìn)一步包括:
[0035]柵格化處理模塊，用于柵格化表面模型體或曲面數(shù)據(jù)；
[0036]結(jié)果賦值模塊，用于將柵格化結(jié)果按照空間位置賦值到初始預(yù)測(cè)體的屬性表中。
[0037]所述的裝置，其中，所述靶區(qū)優(yōu)選模塊進(jìn)一步包括:
[0038]成礦概率計(jì)算模塊，用于以初始預(yù)測(cè)體的屬性表為初始數(shù)據(jù)，基于證據(jù)權(quán)重法計(jì)算三維預(yù)測(cè)體中每個(gè)六面體的成礦概率；
[0039]優(yōu)選體模塊，用于以初始預(yù)測(cè)體模型為基礎(chǔ)，并結(jié)合成礦概率計(jì)算結(jié)果，提取成礦預(yù)測(cè)目標(biāo)體。
[0040]為了實(shí)現(xiàn)上述目的，本發(fā)明提供一種三維礦產(chǎn)資源預(yù)測(cè)評(píng)價(jià)中信息綜合處理方法，其特征在于，包括:
[0041]步驟一，構(gòu)建三維成礦預(yù)測(cè)的初始預(yù)測(cè)體；
[0042]步驟二，對(duì)初始預(yù)測(cè)體快速提取空間離散點(diǎn)的預(yù)測(cè)要素；
[0043]步驟三，對(duì)由表面模型表達(dá)的預(yù)測(cè)要素進(jìn)行柵格化，并將柵格化結(jié)果賦值到初始預(yù)測(cè)體的屬性表中；
[0044]步驟四，對(duì)初始預(yù)測(cè)體的屬性表進(jìn)行篩選與優(yōu)選，獲取預(yù)測(cè)目標(biāo)體。
[0045]所述的方法，其中，所述步驟一，進(jìn)一步包括:
[0046]提取體表面或曲面數(shù)據(jù)的外包圍盒；
[0047]按照設(shè)定的網(wǎng)格粒度將外包圍盒分解為六面體；
[0048]根據(jù)外包圍盒進(jìn)行三角面片與六面體求交計(jì)算；
[0049]基于種子填充法和求交計(jì)算結(jié)果，對(duì)構(gòu)成三維成礦預(yù)測(cè)體的六面體進(jìn)行快速篩選，生成初始預(yù)測(cè)體以及六面體模型的屬性表。
[0050]所述的方法，其中，所述步驟二，進(jìn)一步包括:[0051]建立三維離散點(diǎn)的八叉樹空間索引；
[0052]建立八叉樹空間索引的三維R-Tree樹索引；
[0053]獲取待查點(diǎn)的搜索范圍；
[0054]根據(jù)搜索范圍和第一索引建立模塊、第二索引建立模塊的結(jié)果，并應(yīng)用克立格、反距離加權(quán)公式進(jìn)行空間插值；
[0055]將空間插值結(jié)果賦值給初始預(yù)測(cè)體，并保留在初始預(yù)測(cè)體的屬性表中。
[0056]所述的方法，其中，所述步驟三，進(jìn)一步包括:
[0057]柵格化表面模型體或曲面數(shù)據(jù)；
[0058]將柵格化結(jié)果按照空間位置賦值到初始預(yù)測(cè)體的屬性表中。
[0059]所述的方法，其中，所述步驟四，進(jìn)一步包括:
[0060]以初始預(yù)測(cè)體的屬性表為初始數(shù)據(jù)，基于證據(jù)權(quán)重法計(jì)算三維預(yù)測(cè)體中每個(gè)六面體的成礦概率；
[0061]以初始預(yù)測(cè)體模型為基礎(chǔ)，并結(jié)合成礦概率計(jì)算結(jié)果，提取成礦預(yù)測(cè)目標(biāo)體。
[0062]本發(fā)明提出的方法，適用于大比例尺三維成礦預(yù)測(cè)中預(yù)測(cè)要素模擬與多元找礦信息綜合分析模型快速構(gòu)建及其可視化分析等領(lǐng)域，主要用于針對(duì)大比例尺礦產(chǎn)勘查過程中獲得的各種數(shù)據(jù)，例如采樣點(diǎn)數(shù)據(jù)、地質(zhì)地形數(shù)據(jù)等，利用快速空間插值、曲面自動(dòng)擬合、柵格模型快速構(gòu)建等三維計(jì)算機(jī)技術(shù)，實(shí)現(xiàn)地質(zhì)、地球物理、地球化學(xué)等多元數(shù)據(jù)的三維信息自動(dòng)模擬、綜合分析與可視化顯示。
【專利附圖】

【附圖說明】
[0063]圖1是三維礦產(chǎn)資源預(yù)測(cè)多元信息綜合處理裝置結(jié)構(gòu)圖；
[0064]圖2是三維礦產(chǎn)資源預(yù)測(cè)多元信息綜合處理方法流程圖；
[0065]圖3A、3B是R-Tree空間索引模型示意圖；
[0066]圖4是本發(fā)明大比例尺礦產(chǎn)資源評(píng)價(jià)多元采樣點(diǎn)的快速空間插值方法流程圖；
[0067]圖5A、5B、5C是基于Flood-Fill思想的柵格快速篩選算法的基礎(chǔ)——體素之間的相鄰關(guān)系；
[0068]圖6是本發(fā)明基于復(fù)雜地質(zhì)體模型與地表曲面模型約束的找礦信息綜合分析模型快速構(gòu)建方法流程圖；
[0069]圖7是本發(fā)明Flood-Fill算法二維空間實(shí)現(xiàn)示意圖；
[0070]圖8是本發(fā)明Flood-Fill算法二維空間實(shí)現(xiàn)不意圖；
[0071]圖9是本發(fā)明中變量提取模塊的示意圖；
[0072]圖10是本發(fā)明中變量提取模塊的示意圖。
【具體實(shí)施方式】
[0073]以下結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)描述，但不作為對(duì)本發(fā)明的限定。
[0074]如圖1所示，是三維礦產(chǎn)資源預(yù)測(cè)多元信息綜合處理裝置結(jié)構(gòu)圖。該裝置100包括:預(yù)測(cè)體構(gòu)建模塊10、空間搜索模塊20、變量提取模塊30、靶區(qū)優(yōu)選模塊40。
[0075]預(yù)測(cè)體構(gòu)建模塊10、空間搜索模塊20、變量提取模塊30、靶區(qū)優(yōu)選模塊40是相互關(guān)聯(lián)的。[0076]開展大比例尺三維成礦預(yù)測(cè)，首先需要構(gòu)建高精度三維多元信息綜合預(yù)測(cè)模型體(柵格體)。該模型體由大量的六面體構(gòu)成，用于表示初始預(yù)測(cè)體，之后可以使用基于六面體的定量與定位方法，計(jì)算出預(yù)測(cè)目標(biāo)體的位置。預(yù)測(cè)目標(biāo)體是以初始預(yù)測(cè)體為基礎(chǔ)，通過單元格搜索與變量提取功能得到的。在進(jìn)行三維成礦預(yù)測(cè)時(shí)，首先需要將不同圖層、不同類型的數(shù)據(jù)提取到三維預(yù)測(cè)體的屬性表中，因此，需要空間搜索模塊20和變量提取模塊30兩個(gè)模塊實(shí)現(xiàn)對(duì)初始預(yù)測(cè)體的篩選。
[0077]預(yù)測(cè)體構(gòu)建模塊10，用于構(gòu)建三維成礦預(yù)測(cè)的初始預(yù)測(cè)體。該初始預(yù)測(cè)體可以由表面模型體通過算法轉(zhuǎn)換過來，也可以直接計(jì)算構(gòu)建。該表面模型體由大量的六面體構(gòu)成，用于表示初始預(yù)測(cè)體。
[0078]空間搜索模塊20，用于以三維空間離散點(diǎn)K階近鄰快速搜索算法為基礎(chǔ)，實(shí)現(xiàn)快速提取空間離散點(diǎn)等的預(yù)測(cè)要素。
[0079]變量提取模塊30，主要是對(duì)基于表面模型體表達(dá)的預(yù)測(cè)要素進(jìn)行改進(jìn)的快速柵格化，實(shí)現(xiàn)快速提取曲面和預(yù)測(cè)體等的預(yù)測(cè)要素變量。
[0080]靶區(qū)優(yōu)選模塊40，用于根據(jù)證據(jù)權(quán)重法對(duì)三維成礦預(yù)測(cè)體的初始變量屬性表進(jìn)行篩選與優(yōu)選，獲取預(yù)測(cè)目標(biāo)體。
[0081]三維可視化貫穿于整個(gè)大比例尺成礦預(yù)測(cè)過程之中，為預(yù)測(cè)體構(gòu)建模塊10、空間搜索模塊20、快速提取模塊30、靶區(qū)優(yōu)選模塊40提供逼真的計(jì)算機(jī)三維可視化表達(dá)。
[0082]進(jìn)一步地，預(yù)測(cè)體構(gòu)建模塊10包括:
[0083]外包圍盒提取模塊，用于提取表面模型體或曲面數(shù)據(jù)的外包圍盒；
[0084]外包圍盒網(wǎng)格化模塊，用于按照一定的網(wǎng)格粒度，將外包圍盒分解為一組六面體；
[0085]面體求交模塊，用于根據(jù)外包圍盒進(jìn)行三角面片與六面體求交；此處的三角面片指構(gòu)造成體表面的基本圖元，即三角形。
[0086]六面體分類模塊，基于Flood-Fill算法和求交計(jì)算結(jié)果，對(duì)構(gòu)成三維成礦預(yù)測(cè)體的六面體進(jìn)行快速篩選，生成初始預(yù)測(cè)體，同時(shí)生成六面體模型的屬性表，即初始預(yù)測(cè)體的
屬性表。
[0087]進(jìn)一步地，空間搜索模塊20包括:
[0088]第一索引建立模塊，用于建立三維離散點(diǎn)的八叉樹空間索引，此索引為第一索弓I ;
[0089]第二索引建立模塊，用于建立八叉樹空間索引的三維R-Tree樹索引，此索引為第二索引；
[0090]搜索范圍獲取模塊，用于通過輸入與自動(dòng)計(jì)算得到待查點(diǎn)的搜索范圍；
[0091]空間插值實(shí)現(xiàn)模塊，用于根據(jù)搜索范圍和第一索引建立模塊、第二索引建立模塊的結(jié)果，并應(yīng)用普通克立格、反距離加權(quán)公式進(jìn)行快速空間插值；
[0092]第二索引是建立在第一索引上的索引。即，基于原始數(shù)據(jù)建立第一索引。之后，在第一索引的基礎(chǔ)上建立第二索引。在使用克立格或者反距離加權(quán)計(jì)算時(shí)，首先使用第二索引；之后，在第二索引計(jì)算的基礎(chǔ)上，使用第一索引，得到最終的計(jì)算結(jié)果。
[0093]篩選賦值模塊，用于將空間插值結(jié)果賦值給初始預(yù)測(cè)體，并保留在初始預(yù)測(cè)體的屬性表中。[0094]進(jìn)一步地，變量快速提取模塊30包括:
[0095]柵格化處理模塊，用于根據(jù)預(yù)測(cè)體構(gòu)建模塊10的算法轉(zhuǎn)換功能，柵格化表面模型體或者曲面數(shù)據(jù)，且柵格的長(zhǎng)、寬、高等參數(shù)與預(yù)測(cè)體構(gòu)建模塊10中的一致；
[0096]結(jié)果賦值模塊，用于將柵格化結(jié)果按照空間位置直接賦值到初始預(yù)測(cè)體的屬性表中。
[0097]篩選賦值模塊所實(shí)現(xiàn)的賦值是指賦值過程中需要先進(jìn)行搜索計(jì)算，再進(jìn)行賦值。所謂搜索計(jì)算是指插值結(jié)果與初始預(yù)測(cè)體中的六面體并不是一一對(duì)應(yīng)的，因此，需要根據(jù)篩選算法確定哪個(gè)或者哪些插值結(jié)果被如何保留到初始預(yù)測(cè)體中。而在結(jié)果賦值模塊中，這一賦值過程是——對(duì)應(yīng)的。
[0098]初始預(yù)測(cè)體的屬性表指預(yù)測(cè)模型的屬性庫(kù)，它的存在貫穿于整個(gè)裝置。它的主要目的是保存篩選賦值模塊和結(jié)果賦值模塊計(jì)算的結(jié)果。
[0099]進(jìn)一步地，靶區(qū)優(yōu)選模塊40包括:
[0100]成礦概率計(jì)算模塊，用于以初始預(yù)測(cè)體的屬性表為初始數(shù)據(jù)，基于證據(jù)權(quán)重法計(jì)算三維成礦預(yù)測(cè)體中每個(gè)六面體的成礦概率；
[0101]證據(jù)權(quán)重法(Bonham-Carter, 1989)是現(xiàn)有技術(shù),是經(jīng)常用于礦產(chǎn)資源評(píng)價(jià)工作的方法。
[0102]優(yōu)選體模塊，用于以初始預(yù)測(cè)體模型為基礎(chǔ)，基于OpenGL實(shí)現(xiàn)三維交互式編輯功能設(shè)定空間篩選范圍，并結(jié)合成礦概率計(jì)算結(jié)果，提取成礦預(yù)測(cè)目標(biāo)體。
[0103]如圖2所示，是三維礦產(chǎn)資源預(yù)測(cè)多元信息綜合處理方法流程圖。
[0104]該方法適用于礦山深部和外圍找礦的多元信息綜合分析模型快速構(gòu)建與可視化分析等領(lǐng)域，屬于數(shù)學(xué)地質(zhì)與地理信息系統(tǒng)地圖制圖范疇，主要用途針對(duì)大比例尺礦產(chǎn)勘查過程中獲得的地質(zhì)、地球化學(xué)、地球物理等信息，利用計(jì)算機(jī)三維技術(shù)，實(shí)現(xiàn)基于多元成礦信息的自動(dòng)模擬、綜合分析與可視化，輔助地質(zhì)專家解決已知礦山深部及外圍找礦的模型及其裝置。
[0105]此方法的主要步驟如下:
[0106]步驟201，構(gòu)建三維成礦預(yù)測(cè)的初始預(yù)測(cè)體。
[0107]進(jìn)一步地，步驟201是下述步驟202至步驟204的基礎(chǔ)。步驟203和步驟204都是為由步驟201生成的初始預(yù)測(cè)體提取初始變量的步驟。步驟201的核心內(nèi)容是基于Flood-Fill思想，實(shí)現(xiàn)矢量體到柵格體的快速轉(zhuǎn)換；步驟204中的基于證據(jù)權(quán)重算法與三維可視化技術(shù)的隱伏靶區(qū)優(yōu)選是在步驟201的基礎(chǔ)上進(jìn)行初始預(yù)測(cè)體的分割的。
[0108]體的柵格模型又稱為塊段模型，該模型比較適合表示非均勻體數(shù)據(jù)的空間分布，在大比例尺深邊部成礦預(yù)測(cè)、三維反演、礦山儲(chǔ)量估算等領(lǐng)域得到廣泛應(yīng)用。在大比例尺成礦預(yù)測(cè)研究中，首先需要建立初始預(yù)測(cè)柵格體。初始預(yù)測(cè)柵格體是指在成礦規(guī)律與研究區(qū)地質(zhì)背景研究的基礎(chǔ)上，初步圈定的一個(gè)用于成礦預(yù)測(cè)的范圍。對(duì)于這個(gè)范圍的計(jì)算機(jī)表達(dá)，通常是使用一個(gè)體來表示。體數(shù)據(jù)的來源，是利用體建模功能新建一個(gè)，更加普遍的方法是由地表和一個(gè)向下延伸距離形成一個(gè)體。建立高精度三維成礦預(yù)測(cè)體需要解決由體的表面模型到柵格模型的快速轉(zhuǎn)換問題。
[0109]步驟202，地質(zhì)采樣點(diǎn)數(shù)據(jù)快速空間搜索。
[0110]進(jìn)一步地，步驟202以步驟201的結(jié)果為基礎(chǔ)，提取地質(zhì)采樣點(diǎn)數(shù)據(jù)。步驟202的核心內(nèi)容是基于八叉樹與R-Tree樹的K-近鄰查詢算法，可以作為任意空間插值算法的基礎(chǔ)；步驟204中將使用由步驟202提取屬性的步驟201的結(jié)果模型，劃分深邊部找礦靶區(qū)。
[0111]使用地質(zhì)、地球物理、地球化學(xué)等多元離散采樣點(diǎn)信息時(shí)，一般首先需要進(jìn)行空間插值。該步驟主要解決在三維空間中待插值點(diǎn)較多，同時(shí)存在任意方向搜索需求的前提下，快速實(shí)現(xiàn)空間插值的解決方案。本發(fā)明主要使用普通克立格與反距離加權(quán)法實(shí)現(xiàn)快速空間插值；
[0112]步驟203，離散點(diǎn)圖層到獨(dú)立目標(biāo)圖層的成礦信息的提取。
[0113]在步驟201和步驟202的基礎(chǔ)上，步驟203將以六面體單元格的中心點(diǎn)為空間待插值點(diǎn)并根據(jù)搜索到的成礦要素點(diǎn)，計(jì)算每個(gè)六面體單元格所對(duì)應(yīng)的成礦要素值。成礦要素值的計(jì)算主要包括6種方法。即:最大值、最小值、算數(shù)平均值、算法求和、普通克立格插值以及反距離加權(quán)法插值等方法獲得。離散點(diǎn)成礦信息的提取的核心是離散點(diǎn)的K-近鄰查詢。
[0114]步驟204，復(fù)雜體或曲面圖層到獨(dú)立目標(biāo)圖層的成礦信息提取。
[0115]在本發(fā)明中，體和曲面都是由表面模型表示的。復(fù)雜體是指包含多個(gè)部分但沒有三角面片相交的三角網(wǎng)。其中，多個(gè)部分的位置關(guān)系既可以是相離的，也可以是相互包含的。
[0116]本步驟的核心是步驟201中的算法，將復(fù)雜體或者曲面轉(zhuǎn)換為柵格體。唯一的區(qū)別在于:柵格體中所包含的六面體單元格不是由用戶設(shè)定的，而一定是自動(dòng)確定下來的，參數(shù)與步驟201中用戶設(shè)置的參數(shù)相同，即其標(biāo)準(zhǔn)為預(yù)測(cè)柵格體的單元格大小，同時(shí)新生成單元格的外包圍盒與初始預(yù)測(cè)體的外包圍盒進(jìn)行“求并”計(jì)算，以確保新生成單元格在空間位置上一定與某一個(gè)預(yù)測(cè)柵格體的單元格重疊，如圖9、10所示。同時(shí)，將與新生成單元格重疊的預(yù)測(cè)柵格體單元格對(duì)應(yīng)的屬性值設(shè)置為1，否則設(shè)置為O。
[0117]在圖9中，描述了本發(fā)明中變量提取模塊的示意圖，其主要目的為了說明提取體或者曲面屬性的過程。首先將體或者曲面柵格化，其次將其與初始預(yù)測(cè)體的柵格模型進(jìn)行求交計(jì)算；最后保存體或者曲面的存在屬性。
[0118]在圖10中，描述了本發(fā)明中變量提取模塊的示意圖。主要是針對(duì)圖9中的方法進(jìn)行改進(jìn)。采用了“對(duì)齊”策略。主要解決圖9中所述的第二步，即“與初始預(yù)測(cè)體的柵格模型進(jìn)行求交計(jì)算”，這一步將會(huì)導(dǎo)致大量計(jì)算。當(dāng)采用“對(duì)齊”策略后，不需要進(jìn)行求交計(jì)算，僅需要比較相同位置上是否同時(shí)存在兩個(gè)柵格化的立方格。
[0119]步驟205，基于證據(jù)權(quán)重算法篩選成礦靶區(qū)。
[0120]首先，將每一種地質(zhì)標(biāo)志圖層都用二態(tài)變量來表不，用I表不地質(zhì)標(biāo)志存在，O表示地質(zhì)標(biāo)志不存在；其次，每一個(gè)地質(zhì)標(biāo)志都計(jì)算一對(duì)權(quán)系數(shù)，一個(gè)表示該標(biāo)志存在時(shí)的權(quán)，另一個(gè)表示該標(biāo)志不存在時(shí)的權(quán)。當(dāng)無法確定該標(biāo)志存在與否時(shí)，令權(quán)系數(shù)為O ;第三，預(yù)測(cè)礦種礦床產(chǎn)出的后驗(yàn)概率比(odds)的對(duì)數(shù)值等于先驗(yàn)概率比的對(duì)數(shù)值與各種地質(zhì)標(biāo)志的權(quán)系數(shù)之和。該方法源于概率論中的貝葉斯關(guān)系式，在計(jì)算成礦后驗(yàn)概率時(shí)，需要用到有限個(gè)獨(dú)立隨機(jī)事件的概率乘法公式，因此，每一種控礦地質(zhì)因素相對(duì)于礦床產(chǎn)出這一概率事件來說，都必須是條件獨(dú)立的。
[0121]步驟206，在地質(zhì)背景與成礦規(guī)律研究的基礎(chǔ)上，應(yīng)用三維可視化，進(jìn)行交互式編輯，提取成礦靶區(qū)。[0122]根據(jù)步驟205，地質(zhì)學(xué)家可以根據(jù)后驗(yàn)概率對(duì)初始預(yù)測(cè)柵格體進(jìn)行分類，例如，后驗(yàn)概率大于等于0.95的是A類靶區(qū)，在區(qū)間[0.8，0.95)上的是B類靶區(qū)，在區(qū)間[0.6，0.8)上的是C類靶區(qū)。但是，在一般情況下，每一類靶區(qū)的分布規(guī)律可能與地質(zhì)學(xué)家對(duì)研究區(qū)的地質(zhì)背景與成礦規(guī)律研究不符，此時(shí)需要進(jìn)行一定的交互式編輯工作。即，將一些地質(zhì)專家認(rèn)為重要的區(qū)域單獨(dú)圈定出來。在此，需要應(yīng)用基于OpenGL的三維編輯功能，繪制一個(gè)規(guī)則的篩選六面體，將此篩選六面體與希望進(jìn)行篩選的A或B或C類靶區(qū)求交，提取最終的礦區(qū)深邊部礦體。
[0123]采用以上6個(gè)步驟，可在一定程度上滿足大比例尺三維成礦找礦信息提取與綜合分析模型快速構(gòu)建與三維可視化等方面的需求。下面結(jié)合附圖對(duì)如上方法流程進(jìn)行具體描述。
[0124]如圖3A-3B所示，是R-Tree空間索引模型示意圖；圖4是本發(fā)明大比例尺礦產(chǎn)資源評(píng)價(jià)多元采樣點(diǎn)的快速空間插值方法流程圖。
[0125]三維空間離散點(diǎn)的K-近鄰查詢是三維地理信息系統(tǒng)研究的重要問題。與二維空間離散點(diǎn)的K-近鄰查詢相比，三維空間離散點(diǎn)對(duì)K-近鄰查詢的速度要求更高，其實(shí)現(xiàn)也更加復(fù)雜。目前，關(guān)于三維空間中K-近鄰查詢的研究大多建立在某一種空間索引結(jié)構(gòu)的基礎(chǔ)上。但是，由于每一種空間索引都存在著不足，因此，使用單一的空間索引結(jié)構(gòu)進(jìn)行三維空間離散點(diǎn)的K-近鄰查詢的效果并不十分理想。針對(duì)上述問題，本發(fā)明提出一種三維空間離散點(diǎn)的K-近鄰查詢的改進(jìn)方法。該方法將八叉樹和R-Tree樹兩種空間索引結(jié)構(gòu)復(fù)合使用，完成三維空間離散點(diǎn)的K-近鄰查詢，提高了 K-近鄰查詢的效率。實(shí)驗(yàn)證明，該方法可以快速、準(zhǔn)確地進(jìn)行三維空間離散點(diǎn)的K-近鄰查詢。在三維空間中，隨著點(diǎn)的數(shù)量大量增加，K-近 鄰查詢是非常耗時(shí)的。例如，在三維空間中對(duì)12000個(gè)點(diǎn)進(jìn)行反距離加權(quán)空間插值，設(shè)待插值點(diǎn)達(dá)到1000萬，如果使用線性方法進(jìn)行插值，其時(shí)間復(fù)雜度將達(dá)到0(12000X10000000)。可以看出上述方法的時(shí)間復(fù)雜度是用戶無法接受的。
[0126]目前，針對(duì)此問題開展了一系列快速算法研究。這些算法主要可以分為兩大類。第一類，利用點(diǎn)集VOTonoi圖來進(jìn)行K個(gè)最近點(diǎn)的搜索，但點(diǎn)集的VOTonoi圖的計(jì)算量非常大。第二類，利用輔助空間索引結(jié)構(gòu)進(jìn)行K個(gè)最近點(diǎn)的搜索。Gumhold等人提出空間分塊策略，但是該方法既不能保證它的空間分塊具有最佳或接近于最佳的搜索速度，也不能保證每個(gè)數(shù)據(jù)點(diǎn)都能找到K個(gè)最近領(lǐng)域。熊邦書等對(duì)該類方法進(jìn)行了改進(jìn)，但仍然需要估算分塊的大小。劉宇等應(yīng)用構(gòu)建三維R-Tree空間索引，提高查找速度，但是當(dāng)初始采樣點(diǎn)很多(^ IO4)時(shí)，R-Tree樹所花費(fèi)的時(shí)間與空間開銷不能忽略。同時(shí)，在進(jìn)行K-近鄰查詢時(shí)，其搜索半徑影響域不一定是水平擺放的矩形或橢圓形。特別是在礦產(chǎn)資源評(píng)價(jià)領(lǐng)域，空間待插值點(diǎn)受到已知三維模型空間形態(tài)的約束，例如:礦體產(chǎn)狀信息等。因此，在進(jìn)行空間插值時(shí)，還需要考慮搜索半徑影響域在空間的形態(tài)。
[0127]首先介紹一些相關(guān)的概念及術(shù)語以便后文論述使用。
[0128]定義1.R-Tree空間索引結(jié)構(gòu)
[0129]R樹是一種高度平衡樹，是B樹在K維(K>=2)空間上的自然擴(kuò)展。R樹由中間節(jié)點(diǎn)和葉節(jié)點(diǎn)組成，實(shí)際數(shù)據(jù)對(duì)象的最小外接矩形存儲(chǔ)在葉節(jié)點(diǎn)中，中間節(jié)點(diǎn)通過聚集其低層節(jié)點(diǎn)的外接矩形形成，包含所有這些外接矩形。同時(shí)，R樹是一種動(dòng)態(tài)索引結(jié)構(gòu)，即:它的查詢可與插入或刪除同時(shí)進(jìn)行，而且不需要定期地對(duì)樹結(jié)構(gòu)進(jìn)行重新組織。如圖3Α、3Β所/Jn ο
[0130]圖3A表示R-Tree是一棵索引樹，可以使用該結(jié)果進(jìn)行空間查詢；圖3B表示圖3A所表述的R-Tree的原始數(shù)據(jù)的空間位置分布。具體而言，矩形塊R8~R19未包含任何其他矩形塊，因此，這些矩形塊在圖3A中為葉子節(jié)點(diǎn)。以此類推，由圖3B可以得到圖3A。
[0131]定義2.八叉樹
[0132]將整個(gè)空間區(qū)域按照2nX2nX2n的方式在空間八個(gè)象限內(nèi)遞歸分割區(qū)域，逐步分解成為被單一類型區(qū)域內(nèi)含的立方體區(qū)域。
[0133]變量η是一個(gè)確定值，且在一個(gè)具體計(jì)算中是唯一的值。具體而言，η由初始預(yù)測(cè)體在三維空間中的長(zhǎng)、寬、高中計(jì)算2的對(duì)數(shù)最大的那個(gè)值。
[0134]綜上所述，總結(jié)本部分算法的總體流程如下，如圖4所示，描述了大比例尺礦產(chǎn)資源評(píng)價(jià)多元采樣點(diǎn)的快速空間插值方法。
[0135]步驟401，建立三維點(diǎn)云的八叉樹空間索引；
[0136]該步驟中，首先，計(jì)算點(diǎn)云的外包圍盒；其次，將外包圍盒按照2η冪方式分割，直到達(dá)到默認(rèn)或者用戶指定標(biāo)準(zhǔn)為止。
[0137]變量η是一個(gè)確定值，且在一個(gè)具體計(jì)算中是唯一的值。具體而言，η由初始預(yù)測(cè)體在三維空間中的長(zhǎng)、寬、高中計(jì)算2的對(duì)數(shù)最大的那個(gè)值。
[0138]步驟402，建立八叉樹空間索引的三維R-Tree樹索引；
[0139]該步驟中，是將由八叉樹分解空間獲得的子區(qū)域按照R-Tree樹建模規(guī)則，構(gòu)建空間子區(qū)域的R-Tree查找樹。
[0140]空間八叉樹將整個(gè)空間區(qū)域按照2nX2nX2l^方式在空間八個(gè)象限內(nèi)遞歸分割區(qū)域，獲得一組子區(qū)域。首先，這些子區(qū)域是規(guī)則的，但是包含數(shù)據(jù)的子區(qū)域并不是規(guī)則的。因此，使用R-Tree管理這些包含數(shù)據(jù)的子區(qū)域。
[0141]步驟403，通過矩陣計(jì)算獲得待插值點(diǎn)的搜索范圍；
[0142]該步驟中，在空間插值計(jì)算過程中，首先需要確定待插值點(diǎn)的搜索范圍。這一范圍，一般使用六面體、球體或橢球體表示。在礦產(chǎn)資源預(yù)測(cè)評(píng)價(jià)領(lǐng)域，一般使用六面體或橢球體。在三維空間中，確定六面體和橢球體的三個(gè)軸不一定與笛卡爾坐標(biāo)系的X，Y, Z軸平行；
[0143]此處的矩陣計(jì)算指三維空間坐標(biāo)變換。由上面一段可知，點(diǎn)的搜索使用六面體和橢球體。其搜索有方向，即六面體或者橢球體的空間形態(tài)，由傾向、傾角與側(cè)伏角決定。在進(jìn)行空間數(shù)據(jù)搜索時(shí)，首先根據(jù)搜索六面體或者橢球體的空間形態(tài)進(jìn)行空間坐標(biāo)變換。其次，判斷待插值點(diǎn)是否在六面體或者是橢球體中。具體的變換包括平移和旋轉(zhuǎn)。
[0144]步驟404，應(yīng)用普通克立格或者反距離加權(quán)法進(jìn)行空間插值；
[0145]該步驟中，執(zhí)行該步驟的主要目的是依據(jù)點(diǎn)云數(shù)據(jù)得到待插值點(diǎn)的屬性值。
[0146]根據(jù)步驟403中的搜索結(jié)果，使用普通克立格或反距離加權(quán)法計(jì)算待插值點(diǎn)處的值。具體而言，當(dāng)存在一 個(gè)空間待插值點(diǎn)，首先使用步驟403中的搜索算法在點(diǎn)云數(shù)據(jù)中進(jìn)行搜索，其次，使用普通克立格或反距離加權(quán)法估計(jì)待插點(diǎn)的值。這里對(duì)普通克立格進(jìn)行簡(jiǎn)單介紹。普通克里格(Ordinary Kriging)是區(qū)域化變量的線性估計(jì),它假設(shè)數(shù)據(jù)變化成正態(tài)分布，認(rèn)為區(qū)域化變量Z的期望值是未知的。插值過程類似于加權(quán)滑動(dòng)平均，權(quán)重值的確定來自于空間數(shù)據(jù)分析。[0147]如圖5A、5B、5C所示，是本發(fā)明體素之間的相鄰關(guān)系；圖6是本發(fā)明基于復(fù)雜地質(zhì)體模型與地表曲面模型約束的找礦信息綜合分析模型快速構(gòu)建方法流程圖；圖7是本發(fā)明Flood-Fill算法二維空間實(shí)現(xiàn)示意圖；圖8是本發(fā)明Flood-Fill算法三維空間實(shí)現(xiàn)示意圖。
[0148]目前，對(duì)于三維體形數(shù)據(jù)模型及其建模方法，國(guó)內(nèi)外已有大量研究。其建模方法主要包括:塊段構(gòu)模法、線框構(gòu)模法、表面構(gòu)模法、實(shí)體構(gòu)模法和斷面構(gòu)模法。塊段模型的主要特點(diǎn)是對(duì)復(fù)雜地質(zhì)體內(nèi)的不均勻性具有較強(qiáng)的表達(dá)能力，并且易于實(shí)現(xiàn)復(fù)雜地質(zhì)體的定量計(jì)算和空間分析，因此廣泛應(yīng)用于三維反演、礦山儲(chǔ)量估算和大比例尺三維成礦預(yù)測(cè)等礦山實(shí)際生產(chǎn)中。
[0149]建立復(fù)雜地質(zhì)體的塊段模型，首先，需要完成復(fù)雜地質(zhì)體的線框或表面構(gòu)模。其次，在此基礎(chǔ)上通過空間查詢運(yùn)算完成復(fù)雜地質(zhì)體的塊段構(gòu)模。塊段模型在礦山應(yīng)用中比較適合于預(yù)先給定體素(本發(fā)明主要指長(zhǎng)方體)尺寸的應(yīng)用，如儲(chǔ)量估算和三維隱伏復(fù)雜地質(zhì)體預(yù)測(cè)工作。即便如此，由于需要保證定量計(jì)算的精度，上述應(yīng)用還是會(huì)產(chǎn)生大量的體素單元(>106)。為了解決上述轉(zhuǎn)換問題，國(guó)內(nèi)外學(xué)者進(jìn)行了深入的研究。其核心思想是建立輔助空間索引，加速長(zhǎng)方體與復(fù)雜地質(zhì)體表面多邊形空間查詢計(jì)算的速度。Tomaminen提出使用射線法實(shí)現(xiàn)表面模型到塊段模型的轉(zhuǎn)換，由于需要對(duì)每個(gè)體素引出的射線進(jìn)行處理，因此很難滿足大量立方格快速計(jì)算的需求，同時(shí)該方法存在精度問題。在Tomaminen工作的基礎(chǔ)上，Amanatides和Jiang提出基于BSP樹空間索引結(jié)構(gòu)進(jìn)一步改進(jìn)轉(zhuǎn)換算法。對(duì)于達(dá)到IO6數(shù)量級(jí)的體素，使用BSP樹結(jié)構(gòu)，會(huì)造成樹的深度過深導(dǎo)致查找效率下降等問題。畢林等和荊永濱等提出使用線性八叉樹結(jié)構(gòu)快速構(gòu)建復(fù)雜地質(zhì)體的塊段模型，該方法能夠滿足快速生成復(fù)雜地質(zhì)體表面體素。但是，在判斷復(fù)雜地質(zhì)體內(nèi)部體素時(shí)，仍然延續(xù)使用了算法Tomaminen的思想，在數(shù)據(jù)量很大時(shí)，整個(gè)算法效率仍然會(huì)明顯降低。此外，研究人員在實(shí)際開發(fā)中發(fā)現(xiàn)八叉樹模型更加適合對(duì)已經(jīng)建立的塊段模型進(jìn)行管理，而在建立塊段模型過程中，使用八叉樹結(jié)構(gòu)無疑將增加系統(tǒng)開銷。
[0150]綜上所述，實(shí)現(xiàn)復(fù)雜地質(zhì)體塊段構(gòu)模的關(guān)鍵是快速、精確完成由線框或表面模型到塊段模型轉(zhuǎn)換。目前研究中存在的主要問題是，當(dāng)需要處理的長(zhǎng)方體Cuboid O IO6)數(shù)量較大時(shí)，上述算法都沒有給出令人滿意的建模方法，因此需要提出解決方案。
[0151 ] 首先介紹一些相關(guān)的概念及術(shù)語以便后文使用。
[0152]定義1.復(fù)雜地質(zhì)體
[0153]體是三維幾何元素，使用封閉表面圍成的維數(shù)一致的有效空間。一般滿足上述描述的體稱為正則體。即，任何面必須是表面的一部分，不能懸面；每條邊有且僅有兩個(gè)鄰面，不能懸空；每個(gè)頂點(diǎn)至少與三條邊相鄰，不能孤立。在此基礎(chǔ)上，復(fù)雜地質(zhì)體是由一組體構(gòu)成的，這些體互不相交，但可以相互包含或者分離。
[0154]定理I復(fù)雜地質(zhì)體模型三角網(wǎng)格邊的條數(shù)=1.5X三角形的個(gè)數(shù)
[0155]證明:已知三角形網(wǎng)格所包含的邊與三角形存在如下關(guān)系:
[0156]3T=2Ei+Eb
[0157]其中，T是三角形的個(gè)數(shù)，Ei為所有公共邊的條數(shù)，Eb為非公共邊的條數(shù)。此公式中的1、b可任意給定。
[0158]又已知在空間中具有拓?fù)浣Y(jié)構(gòu)的復(fù)雜地質(zhì)體模型為封閉三角網(wǎng)格，則Eb=O,則存在如下關(guān)系:3T=2Ei；即Ei=L 5XT
[0159]證明完畢。
[0160]定義2體素之間的相鄰關(guān)系
[0161]體素可以理解為二維像素在三維空間中的擴(kuò)展，是一組分布在正交網(wǎng)格中心的立方體單元。兩個(gè)體素之間分別按照共點(diǎn)、共邊和共面等限定條件分為26-鄰接、18-鄰接和6-鄰接，如圖5A、5B、5C所示。
[0162]圖5A-5C表不空間某一立方體與其它立方體的位置關(guān)系。圖5A中表不26-鄰接；圖5B表示18-鄰接；圖5C表示6-鄰接。
[0163]定義3.復(fù)雜地質(zhì)體邊界長(zhǎng)方體
[0164]設(shè)存在長(zhǎng)方體Cell，Cell的6_鄰接長(zhǎng)方體中至少有I個(gè)長(zhǎng)方體不存在，則稱Cell為復(fù)雜地質(zhì)體的邊界長(zhǎng)方體。
[0165]本發(fā)明提出應(yīng)用均勻網(wǎng)格分割與Flood-fill思想實(shí)現(xiàn)復(fù)雜地質(zhì)體表面模型到塊段模型的轉(zhuǎn)換。在本發(fā)明提出算法中等網(wǎng)格分割算法主要用于剖分復(fù)雜地質(zhì)體的外包圍盒。這樣做的好處是剖分過程的時(shí)間復(fù)雜度為0(1)，且剖分后的長(zhǎng)方體是有序的，其定位查詢時(shí)間復(fù)雜度也為0(1)。由等網(wǎng)格分割得到的長(zhǎng)方體根據(jù)其與復(fù)雜地質(zhì)體的關(guān)系可以分為3類。第一類，在復(fù)雜地質(zhì)體的外部；第二類，在復(fù)雜地質(zhì)體的內(nèi)部；第三類，在復(fù)雜地質(zhì)體的表面上。根據(jù)體形塊段模型的定義可知，塊段模型由第二類和第三類長(zhǎng)方體組成。第三類長(zhǎng)方體中的絕大部分可以在等網(wǎng)格分割的基礎(chǔ)上由求交計(jì)算快速得到。而第三類的一部分和第二類的長(zhǎng)方體則需要應(yīng)用Flood-fill算法計(jì)算獲得。
[0166]綜上所述，總結(jié)本發(fā)明提出算法的總體流程如下，如圖6所示:
[0167]步驟601，建立復(fù)雜地質(zhì)體的外包圍盒；
[0168]該步驟中，取原有地質(zhì)體在X, Y, Z三個(gè)坐標(biāo)軸的范圍[(xmin, ymin, zmin),(xmax, ymax, zmax)]，構(gòu)建一個(gè)六面體。
[0169]步驟602，按照用戶輸入的長(zhǎng)方體尺寸均勻分割復(fù)雜地質(zhì)體的外包圍盒；
[0170]該步驟中，采用人機(jī)交互操作模式，由用戶指定分割外包圍盒的精度，即在X，Y，Z軸三個(gè)方向上的步長(zhǎng)。
[0171]步驟603，按照均勻分割后長(zhǎng)方體之間的6-鄰接關(guān)系判斷面元(三角形)與長(zhǎng)方體是否相交；
[0172]面元是圖形學(xué)中描述空間幾何對(duì)象的基本單位。說明“面元即指三角形”，避免歧義。在其他不同的算法中，有可能面元是矩形。
[0173]該步驟中，6-鄰接關(guān)系如圖5C所示。關(guān)于空間線段的求交計(jì)算，可以在計(jì)算幾何書中找到。
[0174]步驟604，在已知復(fù)雜地質(zhì)體表面長(zhǎng)方體的基礎(chǔ)上，應(yīng)用掃描線思想檢測(cè)剩余長(zhǎng)方體是否在復(fù)雜地質(zhì)體的內(nèi)部；
[0175]該步驟中，如下述算法3所示。
[0176]步驟605，保留復(fù)雜地質(zhì)體表面和內(nèi)部長(zhǎng)方體并且加以區(qū)分，得到最終的塊段模型。
[0177]該步驟中，如下述算法3所示。
[0178]綜上所述，根據(jù)算法主要思想和總體流程，總結(jié)算法的流程如圖6所示。[0179]根據(jù)如上描述，本發(fā)明算法主要包括兩大部分。第一部分是查找復(fù)雜地質(zhì)體表面上的長(zhǎng)方體，第二部分是查找復(fù)雜地質(zhì)體內(nèi)部的長(zhǎng)方體。
[0180]第一部分主要包括兩步:第一步是查找復(fù)雜地質(zhì)體表面邊界邊上的長(zhǎng)方體；第二步是查找復(fù)雜地質(zhì)體表面三角面片上的長(zhǎng)方體。
[0181]本發(fā)明將使用下述算法I和算法2完成第一部分長(zhǎng)方體的查找。
[0182]算法I基于外包圍盒等網(wǎng)格分割思想查找邊經(jīng)過的長(zhǎng)方體
[0183]設(shè)BM是一組由等網(wǎng)格分割得到長(zhǎng)方體；
[0184]及是復(fù)雜地質(zhì)體上的邊。
[0185]輸入:I和 BM
[0186]輸出:AB經(jīng)過的一組長(zhǎng)方體CubeArray
[0187]步驟(I)計(jì)算點(diǎn)A和點(diǎn)B所在BM中的長(zhǎng)方體CellA和CellB ；
[0188]步驟(2)判斷長(zhǎng)方體CellA和CellB是否相等。若不相等，則計(jì)算與長(zhǎng)方體CellA的相交矩形P并且轉(zhuǎn)到步驟(3)，否則，記錄長(zhǎng)方體CellA并轉(zhuǎn)到步驟(4)；
[0189]步驟(3)根據(jù)6-鄰接定義和相交矩形P，獲得與長(zhǎng)方體CellA相鄰的長(zhǎng)方體Cell’，標(biāo)記長(zhǎng)方體Cell’的屬性m_bCellStatus=l。若Cell’ ！=CellB則返回步驟(2),否則轉(zhuǎn)到步驟(4)。
[0190]步驟⑷結(jié)束。
[0191]長(zhǎng)方體Cell’是一個(gè)新得到的長(zhǎng)方體；其依據(jù)與CellA的6_鄰接和矩形P獲得。
[0192]算法2判斷三角面片與長(zhǎng)方體是否相交
[0193]輸入:CubeArray和三角面片t
[0194]輸出:三角面片上的一組長(zhǎng)方體cTArray
[0195]步驟I,在CubeArray中查找一個(gè)長(zhǎng)方體c,c滿足至少存在一條邊e與三角面片t相交。如果存在這樣的長(zhǎng)方體C，轉(zhuǎn)到步驟2，否則轉(zhuǎn)到步驟3。
[0196]步驟2，按照6-鄰接查找規(guī)則，查找一個(gè)長(zhǎng)方體c’，c’滿足至少存在一條邊e’(e’古e)與三角面片t相交。如果存在這樣的長(zhǎng)方體c’，繼續(xù)查找計(jì)算。否則轉(zhuǎn)到步驟
O O
[0197]步驟3，結(jié)束。
[0198]在獲得與復(fù)雜地質(zhì)體表面上的長(zhǎng)方體體素之后，還需要獲得其他在塊段模型上的長(zhǎng)方體。在對(duì)第二部分長(zhǎng)方體的查找過程中，本發(fā)明提出將Flood-fill算法應(yīng)用到三維空間，即通過查找待判斷長(zhǎng)方體的6-鄰接方向上長(zhǎng)方體的內(nèi)外狀態(tài)，確定當(dāng)前長(zhǎng)方體是否在復(fù)雜地質(zhì)體內(nèi)部。由于這個(gè)判斷過程是基于等網(wǎng)格分割的結(jié)果，因此算法所需開銷相對(duì)較低。算法3的思想如圖7和8所示。在二維空間中，如圖7，應(yīng)用Flood-fill算法確定當(dāng)前網(wǎng)格單元在多邊形內(nèi)外的狀態(tài)時(shí)，需要分別向網(wǎng)格單元格的4個(gè)方向進(jìn)行搜索，依據(jù)搜索結(jié)果確定待判斷網(wǎng)格單元的內(nèi)外狀態(tài)。同理，在三維空間中，如圖8所示，待判定長(zhǎng)方體可以通過其6-鄰接方向上長(zhǎng)方體的內(nèi)外狀態(tài)，確定當(dāng)前其是否在復(fù)雜地質(zhì)體內(nèi)部。
[0199]最后，基于Flood-fill算法獲得塊段模型的剩余長(zhǎng)方體。使用掃描線方法標(biāo)記部分外部長(zhǎng)方體。沿射線方向跟蹤其經(jīng)過的長(zhǎng)方體Cell，若Cell為復(fù)雜地質(zhì)體表面的長(zhǎng)方體，則停止跟蹤并且標(biāo)記Cell為definedCube ;否則，標(biāo)記Cell為外部的長(zhǎng)方體并且繼續(xù)跟蹤直到遇到另一個(gè)邊界長(zhǎng)方體；遍歷所有未標(biāo)記的長(zhǎng)方體。設(shè)其中任意一個(gè)未標(biāo)記長(zhǎng)方體undefinedCube,依據(jù)其6_鄰接規(guī)則沿6個(gè)方向做射線,取最近遇到外部長(zhǎng)方體的射線r的方向作為undefinedCube判斷方向；計(jì)算射線r所經(jīng)過的長(zhǎng)方體的數(shù)量η判斷立方格在地質(zhì)體的內(nèi)外。如下面算法3所述。
[0200]算法3基于掃描線算法獲得塊段模型的剩余長(zhǎng)方體
[0201]輸入:邊界長(zhǎng)方體集合S
[0202]輸出:塊段模型BlockModel
[0203]步驟I由S向外包圍盒內(nèi)部做射線，這些射線平行于X軸或Y軸或Z軸；
[0204]步驟2使用掃描線方法標(biāo)記部分外部長(zhǎng)方體。沿射線方向跟蹤其經(jīng)過的長(zhǎng)方體Cell，若Cell為礦體表面的長(zhǎng)方體，則停止跟蹤，并且標(biāo)記Cell為definedCube ;否則，標(biāo)記Cell為外部的長(zhǎng)方體并且繼續(xù)跟蹤直到遇到另一個(gè)邊界長(zhǎng)方體；
[0205]步驟3遍歷所有未標(biāo)記的長(zhǎng)方體。設(shè)其中任意一個(gè)未標(biāo)記長(zhǎng)方體undefinedCube,依據(jù)其6-鄰接規(guī)則沿6個(gè)方向做射線，取最近遇到外部長(zhǎng)方體的射線r的方向作為undefinedCube 判斷方向；
[0206]步驟4計(jì)算射線r所經(jīng)過的長(zhǎng)方體的數(shù)量η,如果η為奇數(shù),則undefineCube為內(nèi)部長(zhǎng)方體；否則，UndefinedCell為外部長(zhǎng)方體；
[0207]步驟5結(jié)束。
[0208]本發(fā)明提出的方法，適用于大比例尺三維成礦預(yù)測(cè)中預(yù)測(cè)要素模擬與多元找礦信息綜合分析模型快速構(gòu)建及其可視化分析等領(lǐng)域，主要用于針對(duì)大比例尺礦產(chǎn)勘查過程中獲得的各種數(shù)據(jù)，例如采樣點(diǎn)數(shù)據(jù)、地質(zhì)地形數(shù)據(jù)等，利用快速空間插值、曲面自動(dòng)擬合、柵格模型快速構(gòu)建等三維計(jì)算機(jī)技術(shù)，實(shí)現(xiàn)地質(zhì)、地球物理、地球化學(xué)等多元數(shù)據(jù)的三維信息自動(dòng)模擬、綜合分析與可視化顯示。
【權(quán)利要求】
1.一種三維礦產(chǎn)資源預(yù)測(cè)評(píng)價(jià)中信息綜合處理裝置，其特征在于，包括: 預(yù)測(cè)體構(gòu)建模塊，用于構(gòu)建三維成礦預(yù)測(cè)的初始預(yù)測(cè)體； 空間搜索模塊，連接所述預(yù)測(cè)體構(gòu)建模塊，用于對(duì)初始預(yù)測(cè)體快速提取空間離散點(diǎn)的預(yù)測(cè)要素，將結(jié)果賦值給初始預(yù)測(cè)體并保留在初始預(yù)測(cè)體的屬性表中； 變量提取模塊，連接所述預(yù)測(cè)體構(gòu)建模塊，用于對(duì)由表面模型表達(dá)的預(yù)測(cè)要素進(jìn)行柵格化，并將柵格化結(jié)果賦值到初始預(yù)測(cè)體的屬性表中； 靶區(qū)優(yōu)選模塊，連接所述空間搜索模塊、所述變量提取模塊，用于對(duì)初始預(yù)測(cè)體的屬性表進(jìn)行篩選與優(yōu)選，獲取預(yù)測(cè)目標(biāo)體。
2.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述預(yù)測(cè)體構(gòu)建模塊進(jìn)一步包括: 外包圍盒提取模塊，用于提取體表面或曲面數(shù)據(jù)的外包圍盒； 外包圍盒網(wǎng)格化模塊，用于按照設(shè)定的網(wǎng)格粒度將外包圍盒分解為六面體； 面體求交模塊，用于根據(jù)外包圍盒進(jìn)行三角面片與六面體求交計(jì)算； 六面體分類模塊，用于基于種子填充法和求交計(jì)算結(jié)果，對(duì)構(gòu)成三維成礦預(yù)測(cè)體的六面體進(jìn)行快速篩選，生成初始預(yù)測(cè)體以及初始預(yù)測(cè)體的屬性表。
3.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述空間搜索模塊進(jìn)一步包括: 第一索引建立模塊，用于建立三維離散點(diǎn)的八叉樹空間索引； 第二索引建立模塊，用于建立八叉樹空間索引的三維R-Tree樹索引； 搜索范圍獲取模塊，用于獲取待查點(diǎn)的搜索范圍； 空間插值實(shí)現(xiàn)模塊，用于根據(jù)搜索范圍和第一索引建立模塊、第二索引建立模塊的結(jié)果，并應(yīng)用克立格、反距離加權(quán)公式進(jìn)行空間插值； 搜索賦值模塊，用于將空間插值結(jié)果賦值給初始預(yù)測(cè)體，并保留在初始預(yù)測(cè)體的屬性表中。
4.根據(jù)權(quán)利要求1、2或3所述的裝置，其特征在于，所述變量快速提取模塊進(jìn)一步包括: 柵格化處理模塊，用于柵格化表面模型體或曲面數(shù)據(jù)； 結(jié)果賦值模塊，用于將柵格化結(jié)果按照空間位置賦值到初始預(yù)測(cè)體的屬性表中。
5.根據(jù)權(quán)利要求1、2或3所述的裝置，其特征在于，所述靶區(qū)優(yōu)選模塊進(jìn)一步包括: 成礦概率計(jì)算模塊，用于以初始預(yù)測(cè)體的屬性表為初始數(shù)據(jù)，基于證據(jù)權(quán)重法計(jì)算三維預(yù)測(cè)體中每個(gè)六面體的成礦概率； 優(yōu)選體模塊，用于以初始預(yù)測(cè)體模型為基礎(chǔ)，并結(jié)合成礦概率計(jì)算結(jié)果，提取成礦預(yù)測(cè)目標(biāo)體。
6.一種三維礦產(chǎn)資源預(yù)測(cè)評(píng)價(jià)中信息綜合處理方法，其特征在于，包括: 步驟一，構(gòu)建三維成礦預(yù)測(cè)的初始預(yù)測(cè)體； 步驟二，對(duì)初始預(yù)測(cè)體快速提取空間離散點(diǎn)的預(yù)測(cè)要素，將結(jié)果賦值給初始預(yù)測(cè)體并保留在初始預(yù)測(cè)體的屬性表中； 步驟三，對(duì)由表面模型表達(dá)的預(yù)測(cè)要素進(jìn)行柵格化，并將柵格化結(jié)果賦值到初始預(yù)測(cè)體的屬性表中； 步驟四，對(duì)初始預(yù)測(cè)體的屬性表進(jìn)行篩選與優(yōu)選，獲取預(yù)測(cè)目標(biāo)體。
7.根據(jù)權(quán)利要求6所述 的方法，其特征在于，所述步驟一，進(jìn)一步包括:提取體表面或曲面數(shù)據(jù)的外包圍盒； 按照設(shè)定的網(wǎng)格粒度將外包圍盒分解為六面體； 根據(jù)外包圍盒進(jìn)行三角面片與六面體求交計(jì)算； 根據(jù)種子填充法和求交計(jì)算結(jié)果，對(duì)構(gòu)成三維成礦預(yù)測(cè)體的六面體進(jìn)行快速篩選，生成初始預(yù)測(cè)體以及初始預(yù)測(cè)體的屬性表。
8.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述步驟二，進(jìn)一步包括: 建立三維離散點(diǎn)的八叉樹空間索引； 建立八叉樹空間索引的三維R-Tree樹索引； 獲取待查點(diǎn)的搜索范圍； 根據(jù)搜索范圍和第一索引建立模塊、第二索引建立模塊的結(jié)果，并應(yīng)用克立格、反距離加權(quán)公式進(jìn)行空間插值； 將空間插值結(jié)果賦值給初始預(yù)測(cè)體，并保留在初始預(yù)測(cè)體的屬性表中。
9.根據(jù)權(quán)利要求6、7或8所述的方法，其特征在于，所述步驟三，進(jìn)一步包括: 柵格化表面模型體或曲面數(shù)據(jù)； 將柵格化結(jié)果按照空間位置賦值到初始預(yù)測(cè)體的屬性表中。
10.根據(jù) 權(quán)利要求6、7或8所述的方法，其特征在于，所述步驟四，進(jìn)一步包括: 以初始預(yù)測(cè)體的屬性表為初始數(shù)據(jù)，基于證據(jù)權(quán)重法計(jì)算三維預(yù)測(cè)體中每個(gè)六面體的成礦概率； 以初始預(yù)測(cè)體模型為基礎(chǔ)，并結(jié)合成礦概率計(jì)算結(jié)果，提取成礦預(yù)測(cè)目標(biāo)體。
【文檔編號(hào)】G06Q50/02GK103903061SQ201410077136
【公開日】2014年7月2日 申請(qǐng)日期:2014年3月4日 優(yōu)先權(quán)日:2014年3月4日
【發(fā)明者】李楠, 肖克炎, 鄒偉, 孫莉, 丁建華, 婁德波, 陰江寧, 范建福 申請(qǐng)人:中國(guó)地質(zhì)科學(xué)院礦產(chǎn)資源研究所, 李楠