一种知识规则约束下的复杂地质构造三维建模方法与流程

本发明涉及地理信息科学、计算机图形学、地质学等领域，具体涉及一种知识规则约束下的复杂地质构造三维建模方法。

背景技术：

在地质领域的相关工作过程中，由于地下状况极其复杂，一般情况下很难去探知地下空间的详细信息，因此，对复杂地质体的三维建模往往精度不高。

地质领域蕴含着大量的地质规律和专家经验知识，很多地质从业人员能够从自身掌握的地质演变规律，去推断出一些地质地貌信息，并且有些学者建立了地质专家系统，来辅助进行地质地貌的推断。但现有的地质专家系统不能很清晰地表达专家经验知识，且维护困难，限制了地质规律和专家经验知识的应用。若将地质领域专家的经验知识采取规则的形式进行提取与表达，可以更加清晰、直观的表达出知识的各个部分，进而可以为复杂地质体构造的三维建模提供一种更加高效精准的方法。

技术实现要素：

为了解决复杂地质构造数据获取手段稀缺、数据匮乏等难题，提出了一种知识规则约束下的复杂地质构造三维建模方法，有效提升地下空间复杂地质体三维建模精度。

为了实现上述目的，本发明采用的技术方案如下：

一种知识规则约束下的复杂地质构造三维建模方法，包括以下几个步骤：

S1，地质知识规则的获取与表达：通过对地质规律和专家经验进行挖掘和提炼，得到相关的地质知识规则；然后利用面向对象的方法将地质知识规则以类的形式表达出来；

S2，构建用于存储所述地质知识规则的地质知识规则库，地质知识规则库包括事实库和规则库；

S3，构建地质知识规则库推理引擎，实现地质知识规则库的推理功能，并将推理得到的地质知识应用于复杂地质构造三维建模中，具体步骤为：

S31，基于NxBRE规则引擎构建地质知识规则库推理引擎；

S32，推理引擎采用正则表达式的模式匹配器对地质知识规则库中的规则进行模式匹配，对匹配成功的规则进行实例化，实例化的结果由推理引擎进行推理；

S33，查询推理结果，确定推理结果是否符合要求，并将符合要求的推理结果转化成RuleML规则语言；

S34，对步骤S33转化的RuleML规则语言进行解析，得到地层信息，并将地层信息更新到事实库中；

S35，利用更新后的事实库中的钻孔信息、地层构造图和经推理得到的新知识，构建地层不规则三角网；

S36，利用构建的地层不规则三角网，建立多层DEM，得到区域地层三维模型，将该模型输出并进行可视化。

进一步地，所述步骤S1中，类的成员包括规则的相关属性和用于描述规则可信程度的置信度，不同的类以不同的构造函数进行实例化，得到具体的规则对象，然后对各规则对象进行赋值；结合嵌入的产生式表示法，进一步将各规则对象清晰的表达出来。

进一步地，所述步骤S32中，假设地质知识规则库中有n条待匹配规则，而每种规则对象条件部分都有p种匹配模式，在某个点有m条事实数据，则进行模式匹配的具体过程如下：①从n条待匹配规则中取出一条规则r；②从m条事实中取出由p个事实组成的组合c；③用组合c测试规则r，如果满足当前规则条件，将规则r加入到规则匹配队列中；④如果m条事实还存在其他的组合c，跳转到步骤③；⑤取出下一条规则r，跳转到步骤②。

本发明的方法能够对地质学资料、地质规律和专家经验知识进行提炼、挖掘，获得所需要的地质领域相关知识规则。并利用面向对象的思想，将地质领域知识规则以类的形式表达出来，更加形象直观的展现地质知识特性，为复杂地质构造的三维空间实体模型建模研究与应用提供了有效的地质信息支持。该方法基于NxBRE规则引擎构建了地质规则推理引擎，可以实现对地质领域知识规则的推理，通过RuleML语言对推理得到的地质信息进行组织与管理，将其应用到复杂地质构造三维模型的构建过程中，能够构建更加符合地质实际、精度更高的复杂地质构造三维模型，为地学分析与计算提供有力的模型基础与支撑。

附图说明

图1是本发明复杂地质构造三维建模方法的流程图。

图2是本发明实施例中地质知识规则的结构模型图。

具体实施方式

为了更加清晰地阐述本发明的目的、技术方案及特点，以下结合附图和实例，对本发明进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。

本实施例提供了一种知识规则约束下的复杂地质构造三维建模方法，如图1所示，该方法包括以下步骤：

1、通过对地质规律和专家经验进行挖掘和提炼，得到地质领域的相关知识规则。然后利用面向对象的思想表达地质知识规则，将地质知识规则以类的形式表达出来，更加形象直观的展现知识特性，为知识规则驱动下的地质构造三维建模方法提供更加详细、丰富的地质信息。

2、地质知识规则库的构建，为了更好的组织和管理地质领域知识规则，更加便捷对地质领域知识进行扩充以及推理应用，借鉴地理空间数据库的思想构建了地质领域知识规则库，为后续的知识规则推理和三维建模应用奠定了基础。

3、基于NxBRE规则引擎构建地质规则推理引擎，在NxBRE规则引擎的基础上，利用面向对象程序设计语言，构建地质领域规则库推理引擎，实现地质知识规则库的推理功能，并将推理得到的地质领域知识应用于复杂地质构造三维建模中。

本实施例具体实现过程如下：

1、地质知识的规则的获取与表达

由于地质现象具有复杂性、未知性与不确定性等特点，所以需要对搜集到的地质规律以及专家经验知识加以挖掘、抽象和表达，进而获得地质领域相关知识规则。针对空间对象存在的空间关系规则(拓扑关系、方位关系和度量关系)和属性知识规则(属性数据检查规则、属性信息推导规则)，对地质知识规则进行总结和提取，在这一过程中，本发明采用面向对象的思想，对复杂、多样的地质领域的知识和专家经验知识进行组织与表达，将不同的知识规则表示成面向对象的类结构。利用类的封装特性和继承性，更好的体现知识和经验的层次性。类成员的设计主要包含关于规则的相关属性，比如规则编号、名称、前提条件和结论等；同时，设计了一个规则的置信度成员来指示该规则的可信程度，在进行知识规则推理的时，优先选用置信度高的规则参与推理。面向对象的知识表达模型如图2所示。在该模型中，不同的规则通过调用不同的构造函数进行实例化，得到具体的规则对象。结合嵌入的产生式表示法，进一步将各规则对象清晰的表达出来。因果关系的表达形式是地质规则表达的大部分形式，即，通过条件推到结果，所以可以通过产生式表达形式进行表示。整个产生式的含义是：如果前提条件被满足，则可以推到出结论或执行所规定的操作。

2、地质知识规则库建立

由于地质领域的专家经验知识，会随着时间的推移不断增长，为了更好的管理和维护，本发明通过构建知识规则库来存储这些知识规则，增加数据的独立性和减少数据冗余，为后期知识规则的推理与应用奠定基础。知识规则库是组织和管理知识规则最好的方式，主要是用来存储各种各样的规则实例。本发明借鉴地理空间数据库的思想，进行地质领域知识规则库的构建。根据地质领域知识规则自身的属性特点，并充分考虑后期规则推理的应用来设计规则库和事实库的结构，从而更高效的存储和管理知识。事实库中存放的是地质资料数据，是经过信息提取、数据整合、规范化和格式化处理后能够进行规则推理的数据以及经过推理后得到的结果数据，这些数据资料随着时间的推移不断增长。

3、基于NxBRE的地质规则推理引擎的设计

NxBRE是.NET平台下的一款开源轻量级的业务规则引擎，它由正向串行的推理引擎和XML驱动流控制引擎组成，以其结构简单和易于扩展的优势，常被用于解决复杂业务中规则表示不统一的问题。本发明对NxBRE进行功能扩展，构建了地质领域知识规则推理引擎，为地质领域知识规则的推理提供技术支持。利用地质领域知识规则引擎进行推理时，模式匹配器的设计直接影响了推理过程的效率，本发明采用正则表达式的模式匹配，可以实现快速、准确的规则匹配。具体为：

S31，推理引擎的初始化，调用NxBRE自带的引擎接口，加载到规则引擎模块；

S32，基于正则表达式的模式匹配器，对规则库中的规则进行匹配；

假设地质知识规则库中有n条待匹配规则，而每种规则对象条件部分都有p种匹配模式，在某个点有m条事实数据，则进行模式匹配的具体过程如下：①从n条待匹配规则中取出一条规则r；②从m条事实中取出由p个事实组成的组合c；③用组合c测试规则r，如果满足当前规则条件，将规则r加入规则匹配队列中；④如果m条事实还存在其他的组合c，跳转到步骤③；⑤取出下一条规则r，跳转到步骤②；

S33，对匹配成功的规则进行实例化，实例化的结果由推理引擎进行推理；

S34，查询推理结果，检查推理结果是否符合要求，并将符合要求的推理结果转化成RuleML语言(Rule Modeling Language，RuleML，它是一种规则建模语言，被用于在web上共享和发布基于XML的规则)。

4、基于知识规则推理的地质构造三维模型构建方法

基于地质领域知识规则推理引擎，结合事实数据和知识规则，可以挖掘出隐含地质结构信息。利用RuleML对推理的结果信息进行组织与表达，并将其应用到地质构造三维模型构建过程中，可以获取精度更高、更加符合实际地质情况的地质构造三维模型。具体为：

S41，将推理结果通过RuleML规则语言解析转换，得到地层信息；

S42，将地层信息更新到事实数据库中；

S43，构建地层三角网模型；

S45，多层DEM缝合，得到区域地层三维模型，在此基础上，结合规则推理引擎，进行地质构造对象的三维建模与表达，实现地质构造三维模型的构建，并将其输出为PLY文件(PLY文件格式是Stanford大学开发的一套三维mesh模型数据格式。)；

S46，模型三维可视化与表达，利用VTK(visualization toolkit，VTK，是一个基于C++编程语言构建的开源的免费软件系统，主要用于三维计算机图形学、图像处理和可视化。)进行复杂地质构造三维建模的可视化。