[0001] 本发明涉及电数字数据处理技术领域，尤其涉及基于剪切波预测建立的工程场地钻孔vs30查询系统。

[0002] 随着科技的飞速进步和工程实践的深入发展，地质勘探与地震工程领域迎来了前所未有的变革。高精度、高效率的勘探设备与数据分析技术的涌现，使得工程场地特性的精准评估成为可能。特别是，在大数据与人工智能技术的加持下，剪切波速的预测不再局限于传统的经验模型，而是能够结合多源数据，实现更加智能、动态化的预测分析。这不仅提高了预测结果的准确性，还大大缩短了评估周期，为工程设计与施工提供了更加及时、可靠的数据支持。因此，基于剪切波预测建立的工程场地钻孔vs30查询系统，正是这一时代背景下应运而生的创新成果，其应用前景广阔，将为工程抗震设防贡献重要力量。

[0003] 现有的基于剪切波预测建立的工程场地钻孔vs30查询系统，通过集成先进的数据采集技术、智能的数据处理算法以及用户友好的交互界面，实现了对工程场地钻孔剪切波速的高效预测与便捷查询。该系统能够自动收集并分析地质勘探数据，运用机器学习或深度学习模型，精准预测不同深度下的剪切波速，并据此计算出vs30值。用户仅需输入工程场地的基本信息，系统即可迅速返回详细的预测报告，包括钻孔分布图、剪切波速曲线及vs30评估结果，极大地提升了工程评估的效率和准确性。此外，系统还具备数据可视化功能，使得预测结果更加直观易懂，为工程师们提供了强有力的决策支持。

[0004] 例如公告号为：CN113267814B发明专利公告的场地剪切波速测算方法及装置，包括：获取目标土层的岩性描述信息，根据岩性描述信息确认目标土层所对应的土体类型；根据目标土层的土体在其所处深度位置所受的附加应力，对土体类型所对应的剪切波速经验数据进行修正，将修正后的数据作为目标土层的剪切波速数据；基于目标土层的剪切波速数据，计算预设深度范围内覆盖土层的平均剪切波速，以作为所述待测场地的剪切波速。

[0005] 例如公开号为：CN104656135A专利申请公开的一种地震剪切波的准确判别方法和系统，包括以下步骤：将不同型号仪器记录的不同格式的波形数据转换为预定的专有数据格式；对格式转换后得到的数据进行分量数据重排和编辑文件头；建立分析计算所需的解译参数文件；根据剪切波的特征对比分析并正确拾取地震剪切波初至走时，自动计算各分量的测试结果；对得出的测试结果进行取值并输出成果。

[0006] 但本申请在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：现有技术中，传统的工程场地钻孔vs30查询系统依赖于繁琐的现场测试与人工分析，数据处理周期长且易受人为因素影响，并且工程场地的地质条件复杂多变，存在工程场地的剪切波预测的查询难度大的问题。

[0020] 本申请实施例通过提供基于剪切波预测建立的工程场地钻孔vs30查询系统，解决了现有技术中工程场地的剪切波预测的查询难度大的问题，通过获取工程场地的历史工程数据，然后利用采集的历史工程数据进行模型训练构建剪切波预测工程模型，并对构建的剪切波预测工程模型进行模型验证得到第一剪切波预测工程模型，接着对第一剪切波预测工程模型进行应用测试得到应用测试性能指数，最后将应用测试性能指数满足性能阈值范围的第一剪切波预测工程模型应用于实际查询，实现了工程场地的剪切波预测的查询效率的提高。

[0021] 本申请实施例中的技术方案为解决上述工程场地的剪切波预测的查询难度大的问题，总体思路如下：通过获取工程场地的历史工程数据构建剪切波预测工程模型并进行模型验证得到第一剪切波预测工程模型，接着对第一剪切波预测工程模型进行应用测试得到应用测试性能指数，最后将应用测试性能指数满足性能阈值范围的第一剪切波预测工程模型应用于实际查询，提高了工程场地的剪切波预测的查询效率。

[0022] 为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

[0023] 如图1所示，为本申请实施例提供的基于剪切波预测建立的工程场地钻孔vs30查询系统的结构示意图，本申请实施例提供的基于剪切波预测建立的工程场地钻孔vs30查询系统包括：数据采集模块、模型建立优化模块和应用测试模块；其中，数据采集模块用于获取工程场地的历史工程数据，历史工程数据包括历史工程场地参数和历史钻孔vs30数据；模型建立优化模块用于利用采集的历史工程数据进行模型训练构建剪切波预测工程模型，并对构建的剪切波预测工程模型进行模型验证得到第一剪切波预测工程模型；模型验证的具体流程为：从模型验证过程中获取剪切波预测工程模型的预测验证指标，预测验证指标包括剪切波速度和剪切波衰减速度；根据获取的预测验证指标对剪切波预测工程模型进行迭次计算得到剪切波预测验证指数并获取平均剪切波预测验证指数，剪切波预测验证指数用于描述剪切波预测工程模型预测的准确程度；将平均剪切波预测验证指数与参考平均验证值进行比较，若不小于参考平均验证值，则将剪切波预测工程模型与剪切波查询系统进行模型系统集成，否则根据剪切波预测验证指数对剪切波预测工程模型进行模型优化；应用测试模块用于对第一剪切波预测工程模型进行应用测试得到应用测试性能指数，并将应用测试性能指数满足性能阈值范围的第一剪切波预测工程模型应用于实际查询，应用测试性能指数用于描述第一剪切波预测工程模型的性能情况。

[0024] 在本实施例中，历史工程场地参数包括历史地理位置、历史面积大小和历史土层深度，历史地理位置通过卫星定位系统（Global Positioning System，GPS）确定，历史面积大小通过得到的历史地理位置得到位置坐标，然后利用坐标解析法得到历史面积大小，坐标解析法将取对应坐标轴的位置坐标的差值的绝对值，并将得到的绝对值相乘得到历史面积大小，历史土层深度是利用压力装置将有触探头的触探杆压入试验土层，通过量测系统测土的贯入阻力得到，历史钻孔vs30数据为历史工程场地参数相对应的钻孔vs30，历史钻孔vs30数据通过记录三分量检波器接收的信号进行获取，历史钻孔vs30数据为三分量检波器接收的信号的数值；剪切波预测工程模型为根据输入的工程场地参数输出对应的预测钻孔vs30数据的模型；剪切波衰减速度为剪切波在传播过程中单位时间内的衰减程度；迭次计算表示对剪切波预测工程模型进行多次模型验证并根据模型验证过程中获取的预测验证指标得到剪切波预测工程模型的剪切波预测验证指数；平均剪切波预测验证指数为剪切波预测验证指数的平均值，平均值为迭次计算得到的剪切波预测验证指数的和与迭次次数的比值；实现了工程场地的剪切波预测的查询效率的提高。

[0025] 进一步的，如图2所示，为本申请实施例提供的基于剪切波预测建立的工程场地钻孔vs30查询系统中数据采集模块的结构示意图，数据采集模块包括数据采集单元和预处理单元；数据采集单元：用于采集工程场地的初始历史工程数据并将采集的初始历史工程数据传输至预处理单元；预处理单元：用于对接收的初始历史工程数据进行预处理得到历史工程数据。

[0026] 在本实施例中，预处理包括去除异常值、填补缺失值和标准化；去除异常值的步骤为：首先通过四分位数（Q1，Q2，Q3）来绘制箱线图，其中Q1是下四分位数（25%分位数），Q3是上四分位数（75%分位数），异常值被定义为小于Q1‑1.5IQR（IQR为四分位距，即Q3‑Q1）或大于Q3+1.5IQR的数据点，箱线图能够直观地展示数据的分布情况以识别出异常值，将识别出的异常值进行删除；填补缺失值的步骤为：统计初始历史工程数据中缺失值的数量，并使用未缺失数据的均值来填充缺失值；标准化的步骤为：对字段名称进行规范化处理以确保不同数据源中的相同字段具有统一的名称，将数据转换为统一的数据类型，将文本数据转换为统一的编码格式；实现了历史工程数据采集的可用率的提高，进一步提高了工程场地的剪切波预测的查询效率。

[0027] 进一步的，剪切波预测验证指数的获取方法如下：根据预测验证指标获取预测验证系数，预测验证系数包括剪切波速度系数和剪切波衰减速度系数，剪切波速度系数为剪切波速度与对应参考偏差的比值，剪切波衰减速度系数为剪切波衰减速度与对应参考偏差的比值；根据获取的预测验证系数得到剪切波预测工程模型的剪切波预测验证指数，剪切波预测验证指数采用以下公式计算：；
式中，f为模型验证的次数编号， ，F为模型验证的总次数， 为第
f次模型验证的剪切波预测验证指数， 为第f次模型验证的剪切波速度系数， 为第f次模型验证的参考剪切波速度系数， 为第f次模型验证的剪切波衰减速度系数， 为第f次模型验证的参考剪切波衰减速度系数。

[0028] 在本实施例中，剪切波速度系数的表达式为 ，其中， 为第f次模型验证的剪切波速度， 为剪切波速度参考偏差；剪切波衰减速度系数的表达式为 ，其中， 为第f次模型验证的剪切波衰减速度， 为剪切波衰减速度参考偏差；令剪切波速度第一系数 ，令剪切波衰减速度第一系数 ， 为第f次模型验证的剪切波速度第一系数， 为第f次模型验证的剪切波衰减速度第一系数，故剪切波预测验证指数可简化为： ；当 ，即剪切波衰
减速度系数不小于参考剪切波衰减速度系数时，剪切波衰减速度过快，三分量检波器接收的信号误差过大，无实际研究意义，故剪切波预测验证指数直接为零；当 ，即剪切波衰减速度系数小于参考剪切波衰减速度系数时，如图3所示，为本申请实施例提供的剪切波预测验证指数的变化统计图，由图可知，剪切波速度第一系数与剪切波预测验证指数成正相关，剪切波衰减速度第一系数与剪切波预测验证指数呈负相关，且剪切波衰减速度系数在参考剪切波衰减速度系数范围内时剪切波衰减导致的误差很小，当剪切波速度第一系数增大时，剪切波预测验证指数增大，剪切波预测工程模型预测的钻孔vs30数据越准确，当剪切波衰减速度第一系数增大时，剪切波预测验证指数减小，剪切波预测工程模型预测的钻孔vs30数据误差越大；实现了剪切波预测工程模型预测的准确程度的数值化，进一步提高了工程场地的剪切波预测的查询效率。

[0029] 需要理解的是，参考剪切波速度系数通过对模型验证的剪切波速度系数进行统计后取平均值表示，参考剪切波衰减速度系数通过对模型验证的剪切波衰减速度系数进行统计后取平均值表示；剪切波速度参考偏差通过偏差计算公式对模型验证的剪切波速度进行统计后表示，剪切波衰减速度参考偏差通过偏差计算公式对模型验证的剪切波衰减速度进行统计后表示；偏差计算公式为： ，其中，S为参考偏差值，i为数据的编号，，n为数据的总数量， 为第i个数据的数据值，为该数据的平均值。

[0030] 进一步的，模型优化的具体流程为：结合剪切波预测验证指数通过贝叶斯优化方法选择剪切波预测工程模型的最优超参数；获取历史工程特征数据并进行组合和交叉形成第一历史工程特征数据，对第一历史工程特征数据进行归一化处理，并对偏度分布超过偏度阈值范围的第一历史工程特征数据进行数据优化得到第二历史工程特征数据；利用得到的第二历史工程特征数据对剪切波预测工程模型进行训练直至得到的剪切波模型优化指数不小于参考剪切波模型优化指数，并记该剪切波预测工程模型为第一剪切波预测工程模型，剪切波模型优化指数用于描述剪切波预测工程模型的优化程度。

[0031] 在本实施例中，超参数包括参数更新的步长大小、正则化的惩罚项系数、历史工程数据的数量、模型训练的迭代次数、隐藏层的神经元数量和优化器动量；贝叶斯优化方法的步骤为：将剪切波预测验证指数作为目标函数，该函数的输入是超参数配置，输出是剪切波预测工程模型在给定超参数配置下的性能指标，定义超参数空间并选择高斯过程来估计目标函数，超参数空间通过确定每一个超参数的取值范围来定义，高斯过程因其能够捕捉函数的不确定性和相关性，在超参数空间中进行一些初始采样以构建高斯过程的初始估计并进更新高斯过程，使用高斯过程来预测超参数空间中各点的目标函数值及其不确定性得到最优超参数；将历史工程特征数据进行组合，例如将两个相关的特征进行乘积运算，将历史工程特征数据进行交叉为使用交叉方式来捕捉特征之间的复杂关系；归一化处理的目的使提高剪切波预测工程模型的收敛速度和性能；对数变换的目的为改善剪切波预测工程模型的表现；归一化处理用于使第一历史工程特征数据具有相同的尺度和分布，偏度分布为第一历史工程特征数据的分布情况，偏度阈值范围为预设人员设定的偏度分布的参考范围，数据优化包括对数变换和多项式扩展，对数变换用于使第一历史工程特征数据更接近正态分布，多项式扩展用于增加剪切波预测工程模型对非线性关系的拟合能力；参考剪切波模型优化指数由预设人员进行设定；实现了剪切波预测工程模型的优化效率的提高，进一步提高了工程场地的剪切波预测的查询效率。

[0032] 进一步的，剪切波模型优化指数的获取方法如下：从模型优化过程中提取剪切波预测工程模型的模型优化指标，模型优化指标包括复杂度和数据分布度，复杂度为剪切波预测工程模型需要训练的参数数量，数据分布度为数据相对于数据标准差之间的分散程度；根据提取的模型优化指标得到模型优化分数，模型优化分数包括复杂度分数和数据分布分数，复杂度分数为复杂度与对应参考值的差值，数据分布分数为数据分布度与其对应参考值的差值；根据得到的模型优化分数得到剪切波预测工程模型的剪切波模型优化指数。

[0033] 在本实施例中，剪切波模型优化指数采用以下公式计算：；
式中， 为剪切波模型优化指数， 为复杂度分数， 为复杂度分数参考偏差，为数据分布分数， 为数据分布分数参考偏差。

[0034] 具体的，复杂度分数的表达式为 ，其中， 为复杂度， 为参考复杂度；数据分布分数的表达式为 ，其中， 为数据分布度， 为参考数据分布度；
实现了剪切波预测工程模型的优化程度的数值化，进一步提高了工程场地的剪切波预测的查询效率。

[0035] 需要理解的是，参考复杂度通过对剪切波预测工程模型的复杂度进行统计后取平均值表示，参考数据分布分数通过对剪切波预测工程模型的数据分布分数进行统计后取平均值表示；复杂度参考偏差通过偏差计算公式对剪切波预测工程模型的复杂度进行统计后表示，数据分布分数参考偏差通过偏差计算公式对剪切波预测工程模型的数据分布分数进行统计后表示；偏差计算公式为： ，其中，S为参考偏差值，i为数据的编号，，n为数据的总数量， 为第i个数据的数据值，为该数据的平均值。

[0036] 进一步的，第一剪切波预测工程模型用于获取预测钻孔vs30数据，预测钻孔vs30数据的具体获取方法为：第一剪切波预测工程模型包括常速度预测模型和速度预测模型；预测钻孔vs30数据通过常速度预测模型计算的方式为：
；
式中，e为自然常数，p为待预测场地的编号， ，P为待预测场地的总
数量， 为第p个待预测场地的预测钻孔vs30数据， 为第p个待预测场地的土层深度，为第p个待预测场地的 土层深度的剪切波走时， 为第p个待预测场地的 土层深度的瞬时剪切波速；预测钻孔vs30数据通过速度预测模型计算的方式为：
；
式中，p为待预测场地的编号， ，P为待预测场地的总数量， 为第
p个待预测场地的预测钻孔vs30数据， 为第一回归系数， 为第二回归系数， 为第p个待预测场地的土层深度， 为第p个待预测场地的 土层深度的平均剪切波速。

[0037] 在本实施例中，剪切波走时表示剪切波在土层中传播 土层深度所花费的时间；一般情况下，随着深度的增大，土层剪切波速增大，因此，常速度预测模型较容易低估场地实测vs30值，但是当波速资料深度大于20m时，vs30预测值误差呈下降趋势，故可采用常速度预测模型进行钻孔vs30数据的预测；在同一地区，地表以下的土层剪切波速变化相对具有一致性，不同深度的平均剪切波速与vs30之间存在较为理想的线性或高阶的经验统计关系，回归系数 和 由深度 的剖面计算得到，在常速度预测模型误差大的情况下可选用速度预测模型计算预测钻孔vs30数据；实现了预测钻孔vs30数据获取准确度的提高，进一步提高了工程场地的剪切波预测的查询效率。

[0038] 进一步的，应用测试的具体步骤为：获取预设时间间隔内通过第一剪切波预测工程模型得到的输入的测试工程场地参数对应的测试钻孔vs30数据，并对第一剪切波预测工程模型进行性能测试得到应用测试性能指数，并将应用测试性能指数与性能阈值范围进行比较，将满足性能阈值范围的第一剪切波预测工程模型应用于实际查询，将不满足性能阈值范围的重新进行模型构建。

[0039] 在本实施例中，性能阈值范围为预设人员设定的性能区间，应用测试性能指数满足性能阈值范围即为在性能区间内，不满足即为在性能区间外；实现了第一剪切波预测工程模型应用效率的提高，进一步提高了工程场地的剪切波预测的查询效率。

[0040] 进一步的，应用测试性能指数的获取方法如下：从性能测试过程中提取预设时间间隔内第一剪切波预测工程模型的性能指标，性能指标包括响应时间、并发用户数、资源利用率和错误率，响应时间为第一剪切波预测工程模型从接收到待预测场地参数到输出钻孔vs30数据的时间，资源利用率为CPU、内存、磁盘I/O等系统资源的使用情况，并发用户数为同时在线并与系统进行交互的用户数量，错误率为在预设时间间隔内第一剪切波预测工程模型发生错误的请求数与总请求数的比例；根据提取的性能指标获取性能系数，性能系数包括响应时间系数和并发用户系数，响应时间系数表示响应时间和其参考值的差值与其参考偏差的比值，并发用户系数表示并发用户数和其参考值的差值与其参考偏差的比值；根据获取的性能指标和性能系数得到第一剪切波预测工程模型的应用测试性能指数。

[0041] 在本实施例中，响应时间系数的表达式为 ，其中， 为第j个第一剪切波预测工程模型的响应时间， 为第j个第一剪切波预测工程模型的参考响应时间，为响应时间参考偏差；并发用户系数的表达式为 ，其中， 为第j个第一剪切波预测工程模型的并发用户数， 为第j个第一剪切波预测工程模型的参考并发用户数，为并发用户数参考偏差；实现了第一剪切波预测工程模型的性能情况的数值化，进一步提高了工程场地的剪切波预测的查询效率。

[0042] 需要理解的是，参考响应时间通过对第一剪切波预测工程模型的响应时间进行统计后取平均值表示，参考并发用户数通过对第一剪切波预测工程模型的并发用户数进行统计后取平均值表示；响应时间参考偏差通过偏差计算公式对第一剪切波预测工程模型的响应时间进行统计后表示，并发用户数参考偏差通过偏差计算公式对第一剪切波预测工程模型的并发用户数进行统计后表示；偏差计算公式为： ，其中，S为参考偏差值，i为数据的编号， ，n为数据的总数量， 为第i个数据的数据值，为该数据的平均值。

[0043] 进一步的，应用测试性能指数采用以下公式计算：；
式中，j为第一剪切波预测工程模型的编号， ，J为第一剪切波预测工
程模型的总数量， 为第j个第一剪切波预测工程模型的应用测试性能指数， 为第j个第一剪切波预测工程模型的响应时间系数， 为第j个第一剪切波预测工程模型的并发用户系数， 为第j个第一剪切波预测工程模型的资源利用率， 为第j个第一剪切波预测工程模型的错误率，为错误率的有效极值。

[0044] 在本实施例中，为错误率的有效极值，有效极值为错误率可允许的最大值，当错误率不小于有效极值时，错误率过高导致得到的应用测试性能指数误差过大，无实际意义，故应用测试性能指数为零；当错误率小于有效极值时，应用测试性能指数的变化统计表如表1所示：表1 应用测试性能指数的变化统计表
由上表可知，响应时间系数、并发用户系数和资源利用率与应用测试性能指数成数学关系中的正比，错误率与应用测试性能指数成数学关系的反比，但应用测试性能指数不能通过单个数据直接获取，需要通过对响应时间系数、并发用户系数、资源利用率和错误率进行综合分析得到，例如，第一组数据的响应时间系数小于第四组数据中的响应时间系数，但是最终得到的应用测试性能指数要大于第四组，因为并发用户系数、资源利用率和错误率也存在影响，故需进行综合分析；实现了第一剪切波预测工程模型的性能情况的更准确评估，进一步提高了工程场地的剪切波预测的查询效率。

[0045] 综上所述，本申请实施例通过获取工程场地的历史工程数据构建剪切波预测工程模型，并对构建的剪切波预测工程模型进行模型验证得到第一剪切波预测工程模型，接着对第一剪切波预测工程模型进行应用测试得到应用测试性能指数，最后将应用测试性能指数满足性能阈值范围的第一剪切波预测工程模型应用于实际查询，进而实现了工程场地的剪切波预测的查询效率的提高，有效解决了现有技术中工程场地的剪切波预测的查询难度大的问题。

[0046] 本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD‑ROM、光学存储器等）上实施的计算机程序产品的形式。

[0047] 本发明是参照根据本发明实施例的系统、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

[0048] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

[0049] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

[0050] 尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

[0051] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。