[发明专利]一种结构面产状3D统计分布估计精度的经验预测方法

说明书

本发明提供一种结构面产状3D统计分布估计精度的经验预测方法，步骤如下：在岩体的新鲜露头面上布置一条或多条方向一致的测线，测量测线的倾伏向和倾伏角；捕获与测线相交的实测结构面，统计实测结构面的样本数量，测量实测结构面的产状，得到实测结构面的产状1D样本；利用实测结构面的样本数量和产状1D样本计算Fisher常量；利用实测结构面的产状1D样本计算优势结构面的产状；利用测线的倾伏向、倾伏角及优势结构面的产状计算测线与优势结构面之间的夹角；利用Fisher常量、测线与优势结构面之间的夹角及实测结构面的样本数量计算双尾渐近显著性概率，双尾渐近显著性概率的数值大小指示结构面产状3D统计分布的估计精度。本发明简单实用、适用性强。

技术领域

本发明涉及工程地质学和岩石力学领域，具体涉及一种结构面产状3D统计分布估计精度的经验预测方法。

背景技术

岩体中发育了相互连接的结构面(或称裂隙、节理)网络，揭示裂隙化岩体介质运动(如块体运动)、力学(如强度)、水力(如流体运移)行为规律往往依赖于分离结构面网络建模，而分离结构面网络建模的实现需要输入在3D空间内的准确产状统计分布。

产状3D统计分布不能在场地测量中直接获得，实际测量中往往获得的是在2D或1D尺度下的产状统计分布，如与露头面相交的结构面的产状统计分布(2D)，和与测线相交的结构面的产状统计分布(1D)。2D和1D的实测产状统计分布与产状3D统计分布存在差别，并不能反映产状3D统计分布。

Fouché提出了一种由实测产状1D统计分布来估算产状3D统计分布的方法。由于逼真的分离结构面网络建模依赖于准确的产状3D统计分布估计，因此，是否能获得逼真的网络取决于产状3D统计分布的估算精度。目前，并不存在能够预测Fouché方法精度的技术。因此，有必要开发一种预测Fouché方法精度的技术。

发明内容

有鉴于此，本发明提供了一种结构面产状3D统计分布估计精度的经验预测方法，该经验预测方法步骤简单实用、适用性强。

本发明提供一种结构面产状3D统计分布估计精度的经验预测方法，包括以下步骤：

S1，在岩体的新鲜露头面上布置一条或多条方向一致的测线，测量测线的倾伏向和倾伏角；

S2，捕获与所述测线相交的实测结构面，统计实测结构面的样本数量，测量实测结构面的产状，得到实测结构面的产状1D样本；

S3，利用所述实测结构面的样本数量和实测结构面的产状1D样本计算Fisher常量；

S4，利用所述实测结构面的产状1D样本计算优势结构面的产状；

S5，利用所述测线的倾伏向、倾伏角及优势结构面的产状计算测线与优势结构面之间的夹角；

S6，利用所述Fisher常量、测线与优势结构面之间的夹角及实测结构面的样本数量计算双尾渐近显著性概率，所述双尾渐近显著性概率的数值大小指示结构面产状3D统计分布的估计精度。

进一步地，步骤S3中，Fisher常量的计算公式为：

式中，κ为Fisher常量，n为实测结构面的样本数量，α_i为第i个实测结构面的倾向，β_i为第i个实测结构面的倾角。

进一步地，步骤S4中，优势结构面的产状包括平均倾向和平均倾角，平均倾向的计算公式为：

平均倾角的计算公式为：

式中，为平均倾向，为平均倾角，n为实测结构面的样本数量，α_i为第i个实测结构面的倾向，β_i为第i个实测结构面的倾角。