基于三維點(diǎn)云建模的礦山邊坡穩(wěn)定性分析

岳西蒙，伍法權(quán)，沙 鵬，陳宇坤

(1.紹興文理學(xué)院土木工程學(xué)院，浙江 紹興 312000；2.浙江省巖石力學(xué)與地質(zhì)災(zāi)害重點(diǎn)實(shí)驗(yàn)室，浙江 紹興 312000；3.中國(guó)建筑第二工程局有限公司，河南 鄭州 450000)

0 引 言

隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，數(shù)值模擬在邊坡穩(wěn)定性分析中應(yīng)用越來(lái)越廣泛，解決了許多實(shí)際工程問(wèn)題。目前公認(rèn)較好的方法有有限元法、有限差分法、離散元法。在巖土工程方面，F(xiàn)LAC3D數(shù)值模擬軟件表現(xiàn)出強(qiáng)大的價(jià)值和實(shí)用性，但是其前處理功能并不能夠滿足復(fù)雜的地質(zhì)條件。為了解決這一難題，崔芳鵬等[1]基于Surfer平臺(tái)，提取了地表的三維地質(zhì)信息，經(jīng)過(guò)FLAC3D內(nèi)置的fish語(yǔ)言對(duì)模型的單元和節(jié)點(diǎn)進(jìn)行轉(zhuǎn)換，最終導(dǎo)入到FLAC3D可以直接讀取的模型數(shù)據(jù)文件；郭曉強(qiáng)等[2]利用HyperMesh軟件構(gòu)建不規(guī)則的三維巖體模型，并將格式轉(zhuǎn)換為FLAC3D可識(shí)別的文件，建立了不規(guī)則塊體的三維模型；賈曙光等[3]基于無(wú)人機(jī)傾斜攝影技術(shù)總結(jié)出了在高陡邊坡地區(qū)地質(zhì)信息獲取的應(yīng)用方法，并在此基礎(chǔ)上提取了巖體結(jié)構(gòu)面的產(chǎn)狀信息；李術(shù)才等[4]使用數(shù)碼圖像量化表征了掌子面巖體結(jié)構(gòu)。然而目前的攝影測(cè)量技術(shù)在工程中的應(yīng)用僅限于數(shù)字表面模型重建方面，實(shí)現(xiàn)復(fù)雜巖體實(shí)體化進(jìn)行數(shù)值模擬依然是一個(gè)難題。隨著無(wú)人機(jī)攝影技術(shù)的發(fā)展，通過(guò)無(wú)人機(jī)可以快速、輕便地獲得地質(zhì)體數(shù)字信息，再通過(guò)內(nèi)業(yè)處理可以將地質(zhì)體轉(zhuǎn)換為三維點(diǎn)云模型，為后續(xù)的工程地質(zhì)分析指導(dǎo)提供了強(qiáng)有力的數(shù)據(jù)支持，為快速?gòu)?fù)雜地質(zhì)建模提供了新方法。另外，傳統(tǒng)數(shù)值模擬方法產(chǎn)出的位移場(chǎng)、應(yīng)力場(chǎng)等巖體質(zhì)量指標(biāo)并不能反應(yīng)出巖體工程參數(shù)。鑒于此，本文將提出一種基于無(wú)人機(jī)攝影來(lái)解決FLAC3D應(yīng)對(duì)復(fù)雜地質(zhì)建模的不足，并通過(guò)C++編程實(shí)現(xiàn)多項(xiàng)巖體質(zhì)量量化指標(biāo)為工程師提供參考。

1 三維點(diǎn)云模型重建

多視角圖像的三維重建技術(shù)一直是計(jì)算機(jī)視覺(jué)領(lǐng)域的前言話題，通常是利用多視角序列二維圖像來(lái)恢復(fù)目標(biāo)三維信息，相對(duì)于三維激光點(diǎn)云建模有著低成本、高自動(dòng)化、高效作業(yè)等優(yōu)點(diǎn)?；跓o(wú)人機(jī)攝影測(cè)量技術(shù)，合理航線規(guī)劃，來(lái)獲取高精度多視角航空二維圖像，利用多視角運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)SFM(structure from motion)技術(shù)[5]來(lái)實(shí)現(xiàn)三維點(diǎn)云模型重構(gòu)。目前比較流行的重建思路是利用多張序列圖片進(jìn)行特征點(diǎn)匹配，進(jìn)而計(jì)算基礎(chǔ)矩陣(基礎(chǔ)矩陣取決于相機(jī)內(nèi)參K矩陣和外參R矩陣、T矩陣)來(lái)映射到三維空間點(diǎn)上，并對(duì)像素點(diǎn)稀疏重構(gòu)，利用MVS(multi view system)算法進(jìn)行密集重構(gòu)成密集點(diǎn)云模型。

圖像特征點(diǎn)的檢測(cè)與匹配是解算相機(jī)位姿和三維重建的前提條件，其檢測(cè)與匹配的精度將直接影響后期建模的質(zhì)量，目前特征檢測(cè)的算法有很多，其中被大家公認(rèn)最適合的算法是DAVID[6]總結(jié)的尺度不變特征轉(zhuǎn)換算法(SIFT算法)，該算法有著很強(qiáng)的魯棒性，在目標(biāo)旋轉(zhuǎn)、縮放、平移、光照影響和視角變化、雜物、噪聲等方面表現(xiàn)出很強(qiáng)的穩(wěn)定性。SIFT算法具體步驟如下所述。①多角度二維圖像特征點(diǎn)檢測(cè)，即從多張圖像上提取特征點(diǎn)且不會(huì)因?yàn)槠揭?、縮放、旋轉(zhuǎn)、光照等噪聲的影響而變化，如角點(diǎn)、高曲率點(diǎn)等。首先進(jìn)行圖像尺度空間極值點(diǎn)檢測(cè)并搜索圖像位置，利用高斯微分函數(shù)來(lái)識(shí)別不受噪聲影響的興趣點(diǎn)，然后對(duì)每個(gè)興趣點(diǎn)進(jìn)行評(píng)分，分?jǐn)?shù)越高則越穩(wěn)定，最后結(jié)合穩(wěn)定點(diǎn)的位置關(guān)系來(lái)確定位置和尺度。②確定方位，根據(jù)圖像局部梯度方向，給興趣點(diǎn)分配位置和方向，以此類推后面的操作都相對(duì)于興趣點(diǎn)的位置、尺度、方向進(jìn)行映射，從而提供對(duì)于這些變換的不變性，將提取到的興趣點(diǎn)生成興趣點(diǎn)特征向量存儲(chǔ)到計(jì)算機(jī)內(nèi)存中。③采用歐式距離算法為特征向量匹配，將該算法作為圖像興趣點(diǎn)相似性判定標(biāo)準(zhǔn)，以實(shí)現(xiàn)特征點(diǎn)的匹配與融合。通過(guò)C++語(yǔ)言實(shí)現(xiàn)上述步驟，如圖1所示，根據(jù)三角測(cè)量原理計(jì)算出三維點(diǎn)云的坐標(biāo)信息，即得到稀疏三維點(diǎn)云模型。

由于SFM得到的是稀疏點(diǎn)云模型，在三維地質(zhì)建模方面并不滿足精度要求，為了更加精細(xì)地恢復(fù)三維場(chǎng)景，需要對(duì)稀疏的點(diǎn)云進(jìn)一步加密，比較常用的方法是基于面片的三維多視角立體視覺(jué)算法(PMVS)重建出稠密的點(diǎn)云[7]。該方法利用SFM算法生成的稀疏點(diǎn)云構(gòu)造空間曲面模型，并以這些空間面片作為種子面向四周擴(kuò)散，重建出周圍的曲面片，最終完成真實(shí)空間的三維點(diǎn)云模型，見(jiàn)圖2。

圖1 稀疏三維點(diǎn)云模型Fig.1 Sparse 3D point cloud

圖2 裁切后的稠密三維點(diǎn)云重建Fig.2 Dense 3D point cloud reconstruction after cutting

2 三維地質(zhì)建模

2.1 規(guī)范化拍攝流程

基于無(wú)人機(jī)攝影測(cè)量技術(shù)，利用攝影測(cè)量相機(jī)對(duì)目標(biāo)巖體進(jìn)行表面模型數(shù)字化，其數(shù)據(jù)獲取方式對(duì)重建結(jié)果至關(guān)重要。數(shù)據(jù)獲取流程如下所述。①場(chǎng)景預(yù)判：對(duì)天氣狀態(tài)、地形條件、周邊環(huán)境等因素綜合考慮。②設(shè)備選擇：對(duì)于低矮的巖體可以采用普通數(shù)碼相機(jī)，對(duì)于高聳陡立的巖體可以使用無(wú)人機(jī)攜帶相機(jī)對(duì)目標(biāo)物進(jìn)行數(shù)據(jù)采集并使用5方向拍攝模式(相機(jī)正投影90°拍攝一個(gè)方向，傾斜45°拍攝四個(gè)方向)，GPS弱的峽谷地段可以采用手動(dòng)控

制云臺(tái)方式拍攝，但需確保圖像之間有足夠的重疊度，對(duì)精度要求特別高的可采取無(wú)人機(jī)搭載激光雷達(dá)傳感器直接獲取目標(biāo)巖體三維點(diǎn)云信息。③規(guī)劃拍攝路線：根據(jù)目標(biāo)巖體大小不同，對(duì)拍攝范圍進(jìn)行合理取舍，對(duì)于孤立巖體可采用環(huán)繞拍攝或者5方向拍攝見(jiàn)圖3(a)，對(duì)于巖質(zhì)邊坡可采取斜坡模式拍攝見(jiàn)圖3(b)，對(duì)于拍攝范圍較大的場(chǎng)景可采用仿地飛行模式見(jiàn)圖3(c)。④設(shè)置飛行參數(shù)：使用地面站軟件DJIGSPro設(shè)置重疊率航向方向80%旁向70%，無(wú)人機(jī)根據(jù)重疊參數(shù)可自動(dòng)拍攝，但在手動(dòng)拍攝的環(huán)境下需要操作人員自行判斷，重疊度太高則會(huì)造成計(jì)算機(jī)資源的浪費(fèi)，重疊度太低則會(huì)造成重建失敗；航高設(shè)置通常比作業(yè)區(qū)域內(nèi)最高物體高出50 m；飛行速度可根據(jù)航高的不同自行調(diào)節(jié)，建議設(shè)置為8～15 m/s。⑤相機(jī)參數(shù)設(shè)置：相機(jī)參數(shù)設(shè)置正確與否將直接影響三維模型質(zhì)量與精度，天氣狀況良好情況下可采取全自動(dòng)模式拍攝，其他則根據(jù)拍照時(shí)場(chǎng)景的不同，其IOS、快門，光圈、白平衡等參數(shù)應(yīng)適當(dāng)調(diào)整，應(yīng)滿足以下幾點(diǎn)：圖像沒(méi)有局部模糊及畸變情況，在光照不足的情況下不宜將ISO調(diào)的過(guò)大，盡量避免大景深，白平衡應(yīng)盡可能接近真實(shí)場(chǎng)景。⑥布設(shè)像控點(diǎn)，提高模型精度：無(wú)人機(jī)在RTK模式下小范圍內(nèi)(0.5 km×0.5 km)通常不需要布設(shè)地面控制點(diǎn)，在GPS模式下作業(yè)應(yīng)布設(shè)地面控制點(diǎn)，可采用作業(yè)區(qū)域內(nèi)的可識(shí)別辨識(shí)物，如公路中間角點(diǎn)，而無(wú)可辨特征點(diǎn)區(qū)域，應(yīng)在地面放置可辨的輔助標(biāo)志見(jiàn)圖3(d)，控制點(diǎn)應(yīng)分布均勻。規(guī)范拍攝流程如圖3所示。

圖3 巖體規(guī)范化拍攝流程Fig.3 Standardized photography process of rock mass

2.2 構(gòu)造FLAC3D實(shí)體模型

通過(guò)以上步驟即可構(gòu)造出三維地質(zhì)點(diǎn)云模型，但是在操作過(guò)程中由于人為因素、設(shè)備誤差、特征點(diǎn)識(shí)別和匹配過(guò)程的影響，現(xiàn)場(chǎng)獲得點(diǎn)云數(shù)據(jù)會(huì)產(chǎn)生一些噪聲點(diǎn)，如點(diǎn)云數(shù)據(jù)密度不均勻、遮擋等問(wèn)題造成離群點(diǎn)、大量數(shù)據(jù)需要下采樣，此類數(shù)據(jù)一般不能直接用于建模。對(duì)點(diǎn)云數(shù)據(jù)預(yù)處理首先要進(jìn)行濾波去除周圍噪聲點(diǎn)、離群點(diǎn)等噪聲，噪聲點(diǎn)的去除對(duì)建模的精度影響很大，因此點(diǎn)云的濾波處理和三維地質(zhì)模型數(shù)字化有著相輔相成的關(guān)系，也影響著后續(xù)操作。 將三維點(diǎn)云模型在點(diǎn)云處理軟件CloudCompare中打開，步驟包括：①選出需要的部分對(duì)數(shù)據(jù)進(jìn)行裁剪；②對(duì)目標(biāo)點(diǎn)云進(jìn)行梯度濾波處理，如圖4(b)所示，包括平滑、去噪、下采樣；③將三維地質(zhì)模型生成網(wǎng)格并平滑網(wǎng)格(laplacian smoothing算法)，以*.stl文件格式導(dǎo)出，如圖4(c)所示。

以上得到的三維地質(zhì)模型僅為數(shù)字表面模型，并不是實(shí)體模型，需要對(duì)數(shù)字表面模型實(shí)體化來(lái)構(gòu)造三維實(shí)體模型，以實(shí)現(xiàn)后續(xù)的數(shù)值模擬。將得到的三維網(wǎng)格文件(*.stl)導(dǎo)入Rhinoceros軟件中，步驟包括：①三維網(wǎng)格進(jìn)行CAD曲面構(gòu)建(圖4(d))；②曲面進(jìn)行實(shí)體拉伸及布爾運(yùn)算，并進(jìn)行犀牛內(nèi)網(wǎng)格劃分(圖4(e))；③利用Itasca公司開發(fā)的Rhinoceros高級(jí)網(wǎng)格生成插件Griddle對(duì)三維實(shí)體網(wǎng)格模型進(jìn)行再嚙合網(wǎng)格劃分，并保存成FLAC3D軟件可以識(shí)別的*.f3grid網(wǎng)格文件(圖4(f))，以浙江省某孤立巖體為例，具體流程如圖4所示。

通過(guò)分析研究可知，相對(duì)于采用有限元軟件網(wǎng)格劃分的方法，此方法可以快速處理體積龐大、結(jié)構(gòu)復(fù)雜的三維地質(zhì)體，且不需要網(wǎng)格單元、節(jié)點(diǎn)轉(zhuǎn)換程序。此方法不僅適用于無(wú)人機(jī)傾斜攝影測(cè)量，對(duì)于三維激光掃描同樣適用，參照3.2章節(jié)建立的實(shí)體模型即可；在輸出文件格式方面，可導(dǎo)入FLAC3D、3DEC及有限元軟件ANSYS、ABAQUS、NASTRAN。

圖4 基于無(wú)人機(jī)攝影的三維地質(zhì)建模流程Fig.4 3D geological modeling process based on digital photography technology

3 應(yīng)用實(shí)例

3.1 現(xiàn)場(chǎng)數(shù)據(jù)獲取

紹興市越城區(qū)某一大型露天采石場(chǎng)分為東西兩個(gè)礦坑，廢棄礦山幾乎包含整個(gè)山體(圖5)，分布標(biāo)高32.0～182.5 m，最大高差124.5 m，平面總投影面積281 630 m2，其中宕底面積180 670 m2，人工邊坡面積100 960 m2。人工邊坡形態(tài)較復(fù)雜，東側(cè)礦坑和西側(cè)礦于中部貫通相連，形成了平面上呈“鏡框”型的東西兩個(gè)宕口。 兩宕口最高均已接近自然山頂，其中東側(cè)宕面最高點(diǎn)高程180 m，邊坡坡度一般50°～75°，局部直立狀，宕底高程一般為55～67 m，邊坡最大高差近120 m；西部宕面最高點(diǎn)高程182 m，邊坡地形坡度一般45°～70°，局部呈直立或反傾狀，宕底高程46～50 m，邊坡最大高差130 m。宕底大多為基巖裸露，局部堆放的浮土(棄渣)厚度一般為0.5～2.0 m。該礦區(qū)內(nèi)節(jié)理發(fā)育，各組節(jié)理統(tǒng)計(jì)見(jiàn)表1。根據(jù)相關(guān)規(guī)范，綜合地區(qū)經(jīng)驗(yàn)，區(qū)內(nèi)巖石物理力學(xué)參數(shù)見(jiàn)表2。

通過(guò)現(xiàn)場(chǎng)踏勘，采用Phantom 4RTK無(wú)人機(jī)利用斜坡模式對(duì)整個(gè)礦區(qū)進(jìn)行攝影測(cè)量，為了保證三維模型重建的精度，現(xiàn)場(chǎng)布設(shè)了10處控制點(diǎn)，采用UniStrongG970II GNSS RTK對(duì)地面點(diǎn)的坐標(biāo)進(jìn)行量測(cè)，以方便后面數(shù)據(jù)矯正，其相對(duì)誤差控制在厘米以內(nèi)，符合《低空數(shù)字航空攝影規(guī)范》(CH/Z 3005—2010)的要求[8]。該礦山共拍攝了267張航片，通過(guò)SFM-PMPS原理利用ContextCapture軟件對(duì)航片進(jìn)行三維重建，共獲得67 820 945個(gè)三維點(diǎn)云，地質(zhì)表面點(diǎn)云模型見(jiàn)圖6，數(shù)字高程見(jiàn)圖7。

圖5 調(diào)查區(qū)航拍全貌Fig.5 Aerial photos of survey area

表1 節(jié)理產(chǎn)狀野外調(diào)查統(tǒng)計(jì)表Table 1 Statistical table of field survey on joint occurrence

表2 巖石物理力學(xué)參數(shù)指標(biāo)Table 2 Physical and mechanical parameters of rock

3.2 地質(zhì)體建模

三維重建后的模型，受數(shù)據(jù)量龐大、噪點(diǎn)的影響，一般不能直接進(jìn)行三維地質(zhì)建模，要將上述點(diǎn)云曲面模型導(dǎo)入CloudCompare軟件進(jìn)行點(diǎn)云去噪，下采樣(本文使用八樹叉算法)等處理并生成三角網(wǎng)格，網(wǎng)格的大小決定模型的精細(xì)成度，繼續(xù)將網(wǎng)格做平滑處理(本文使用拉普拉斯算法)，修正后的三維網(wǎng)格模型共包含261 851個(gè)小三角網(wǎng)格，如圖8所示，將網(wǎng)格以*.stl文件格式保存。

圖6 三維表面模型Fig.6 Three dimensional surface model

圖7 高程圖Fig.7 Digital elevation map(DEM)

圖8 修正后部分三維網(wǎng)格模型Fig.8 Modified 3D mesh model

圖9 曲面片模型Fig.9 Surface model

圖10 有限單元網(wǎng)格模型Fig.10 FEM model

將上述的網(wǎng)格文件*.stl導(dǎo)入到Rhinoceros軟件，利用犀牛RhinoResurf命令將網(wǎng)格模型擬合成曲面模型，擬合結(jié)果如圖9所示。擬合后的曲面片可以直接拉伸成實(shí)體，由于邊坡并不是平面的，故此時(shí)拉伸后的模型底部并不是平面，考慮到數(shù)值模擬邊界條件的設(shè)定，需要對(duì)底部及其他部位進(jìn)行裁平處理，將其與其他實(shí)體模型布爾運(yùn)算實(shí)現(xiàn)地質(zhì)模型實(shí)體化。經(jīng)過(guò)多次嘗試對(duì)新建的地質(zhì)體模型進(jìn)行有限元網(wǎng)格剖分，發(fā)現(xiàn)ANSYS、MIDAS等有限元分析軟件對(duì)于大體積、高曲率模型不僅讀取效率低下，而且在布爾運(yùn)算、網(wǎng)格劃分時(shí)經(jīng)常報(bào)錯(cuò)，嚴(yán)重阻礙了使用人員的工作效率及積極性。Itasca公司開發(fā)的Griddle程序是基于Rhinoceros的三維CAD軟件通用交互式網(wǎng)格生成插件，結(jié)合Rhino的強(qiáng)大復(fù)雜結(jié)構(gòu)幾何體處理能力及Griddle再嚙合Rhino表面網(wǎng)格功能，可以構(gòu)造出高質(zhì)量的四面體或者六面體網(wǎng)格。利用Griddle對(duì)實(shí)體模型進(jìn)行面劃分和體劃分，如圖10所示。該模型有57 878個(gè)節(jié)點(diǎn)和296 808個(gè)單元體組成，最后以FLAC3D可識(shí)別的*.f3grid網(wǎng)格文件格式導(dǎo)出。在FLAC3D軟件中通過(guò)impgrid xxx.f3grid命令將*.f3grid網(wǎng)格文件導(dǎo)入，即可生成由無(wú)人機(jī)攝影測(cè)量技術(shù)得到的精細(xì)復(fù)雜地質(zhì)體數(shù)值計(jì)算模型(圖11)。

圖11 三維地質(zhì)體模型Fig.11 3D geological model

3.3 危巖體穩(wěn)定性分析

基于FLAC3D軟件提供的二次開發(fā)接口，利用C++語(yǔ)言將統(tǒng)計(jì)巖體力學(xué)本構(gòu)模型[9-10]及拓展功能計(jì)算模塊寫入頭文件和源文件并編譯成FLAC3D軟件可自動(dòng)調(diào)用的動(dòng)態(tài)鏈接庫(kù)文件JointModel.dll，應(yīng)用JointModel裂隙巖體本構(gòu)模型將上述節(jié)理幾何參數(shù)、力學(xué)參數(shù)及巖石力學(xué)參數(shù)賦予到地層中，采用靜力的方式對(duì)邊坡穩(wěn)定性分析，分析結(jié)果如下所述。

在兩礦山中間類似于“魚鰭”形狀的部位最大位移達(dá)到了3.15 cm，且該區(qū)域巖體在節(jié)理的切割下較破碎，在雨水的沖刷滋潤(rùn)和植物根劈作用下，發(fā)生地質(zhì)災(zāi)害的可能較大(圖12)。

圖12 總位移云圖Fig.12 Displacement nephogram

圖13為礦山邊坡的變形模量云圖。圖中z方向的變形模量為1 GPa的部位基本上都集中在“魚鰭”形狀附近，再次證明了該區(qū)域?yàn)榈刭|(zhì)災(zāi)害高風(fēng)險(xiǎn)區(qū)域。圖14為巖體質(zhì)量分布云圖。圖14中“魚鰭”形狀附近的巖體質(zhì)量分?jǐn)?shù)RMR(SMRMz)為15～30，根據(jù)鄔愛(ài)清等[11]通過(guò)大量的工程實(shí)測(cè)數(shù)據(jù)分析提出了巖體質(zhì)量分?jǐn)?shù)BQ與RMR之間的換算關(guān)系，計(jì)算出z方向的SMRM等級(jí)為15～30所對(duì)應(yīng)的BQ值為172.2～263.6，相當(dāng)于Ⅴ～Ⅳ級(jí)的巖體質(zhì)量，估值RMR為25，為Ⅳ級(jí)巖體，此結(jié)果與現(xiàn)場(chǎng)勘察結(jié)論一致。由此可知，SMRM分級(jí)等值線圖提供了更多有關(guān)巖體質(zhì)量空間變化的信息，這也表明固定的巖體質(zhì)量等級(jí)并不適合實(shí)際情況。

圖13 變形模量云圖Fig.13 Nephogram of deformation modulus

圖14 質(zhì)量分布云圖Fig.14 Nephogram of SMRM quality rating

圖15 破壞概率云圖Fig.15 Nephogram of failure probability

圖16 穩(wěn)定性系數(shù)云圖Fig.16 Nephogram of stability cofficient

4 結(jié) 論

1) 使用無(wú)人機(jī)攝影測(cè)量技術(shù)對(duì)礦山邊坡進(jìn)行快速數(shù)據(jù)采集，總結(jié)規(guī)范化拍攝流程，實(shí)現(xiàn)最優(yōu)化對(duì)礦山邊坡三維點(diǎn)云數(shù)據(jù)的獲取。闡述SFM和VMS算法原理，利用ContextCapture三維重建軟件實(shí)現(xiàn)邊坡表面巖體數(shù)字化，為后續(xù)巖體結(jié)構(gòu)解算、巖體形貌建模及邊坡數(shù)據(jù)建檔提供很好的數(shù)據(jù)支撐。

2) 將巖體三維點(diǎn)云模型結(jié)合CloudCompare、Rhinoceros軟件，可以快速、精確地實(shí)現(xiàn)三維地質(zhì)模型構(gòu)建，該方法操作簡(jiǎn)單、高效、精確，極大地推進(jìn)了地質(zhì)體數(shù)字化研究進(jìn)程；應(yīng)用到FLAC3D數(shù)值模擬計(jì)算：該礦山巖體受節(jié)理影響最大位移位于兩礦之間“魚鰭”形狀附近，最大位移為3.15 cm，在雨水滋潤(rùn)沖刷及風(fēng)化作用下，該部位巖體極有可能出現(xiàn)滑塌、傾倒破壞。

3) 基于FLAC3D數(shù)值計(jì)算平臺(tái)利用C++編程對(duì)裂隙巖體本構(gòu)模型開發(fā)拓展，將裂隙巖體的變形模量、質(zhì)量分級(jí)、破壞概率、穩(wěn)定性系數(shù)等計(jì)算模塊寫入其中。通過(guò)計(jì)算，該礦山在結(jié)構(gòu)面切割和人工開挖的影響下最不穩(wěn)定區(qū)域位于兩礦連接處“魚鰭”形狀附近，該區(qū)域的穩(wěn)定性系數(shù)為1.0以下；變形模量為1 GPa；巖體質(zhì)量分?jǐn)?shù)SMRMz(RMR)為15～30，并通過(guò)經(jīng)驗(yàn)公式換算出質(zhì)量分?jǐn)?shù)BQ值為172.2～263.6，為Ⅴ～Ⅳ級(jí)的巖體質(zhì)量級(jí)別，該礦山最大破壞概率位于兩礦連接處“魚鰭”形狀附近，破壞概率達(dá)到43%。通過(guò)對(duì)比，計(jì)算結(jié)果與勘察結(jié)論基本一致，驗(yàn)證了該方法的有效性，為當(dāng)?shù)鼐G色礦山管理部門提供數(shù)據(jù)參考。