利用二维电阻率成像技术和钻孔数据来估算土壤的N值，并通过k-means聚类方法对地下岩土材料进行分类

《Journal of Rock Mechanics and Geotechnical Engineering》：Using 2D electrical resistivity imaging and borehole data to estimate N 60-value of soils with k-means clustering for subsurface geomaterials categorization

地质调查中，2D电测深法（ERI）结合k-means聚类分析（KMCA）可高效分类土壤并估算标准贯入试验N60值。研究通过6条2D ERI测线与4个钻孔数据融合，建立电阻率与N60值的非线性方程（R2=0.9774），验证显示MAE=3.94、RMSE=5.21，适用于无钻孔区域。方法有效降低勘探成本，提升滑坡稳定性评估精度。

　　在现代工程实践中，了解地下地质条件对于结构设计、建设、保护和灾害预防至关重要。传统的地质勘探方法，如钻探，虽然能提供直接的地下材料数据，但在实际应用中存在诸多局限性。例如，钻探只能在有限的点和深度获取信息，难以全面评估地下条件的横向变化，且成本高、耗时长，尤其在地形复杂或需要重型设备的区域更为明显。因此，近年来非侵入式方法，如电法勘探技术，逐渐成为地质调查的重要工具。这些方法能够以较高的效率获取大范围的地下数据，为地质工程师提供更全面的地下信息。同时，机器学习（ML）技术的引入，为处理和分析这些数据提供了新的视角，使得地下材料的分类和评估更加精准和高效。

本研究的核心目标是通过结合二维电法成像（2D ERI）与标准贯入试验（SPT）数据，利用k均值聚类分析（KMCA）对地下材料进行分类，从而更深入地理解地下条件。这种方法能够有效弥补钻探数据在某些区域缺失的问题，通过建立土壤电阻率与SPT N60值之间的关系，利用已知数据对未知区域进行估算。通过这种方法，研究团队能够在减少钻探次数的同时，实现对地下材料的准确分类和评估，从而提高工程设计的科学性和经济性。

在研究区域，地层主要由第四纪沉积物构成，包括砾石、砂、粉土和黏土，这些沉积物覆盖在石炭纪至二叠纪岩层之上。研究区域受到地质构造活动的影响，地层中存在多个断层和破碎带，这些地质特征对地下材料的分布和性质具有重要影响。因此，研究团队采用了多种方法，包括电法勘探、钻探和实验室测试，以全面评估地下条件。通过将这些数据进行整合和分析，研究团队能够更准确地识别地层的边界，并评估地下材料的相对刚度。

研究中使用的电法成像技术，能够提供地下电阻率分布的二维图像，从而揭示地下材料的分布情况。通过将这些电阻率数据与钻孔数据进行对比和分析，研究团队能够识别不同深度的材料类型，并利用聚类分析方法对这些数据进行分类。这种方法不仅提高了地下材料分类的准确性，还使得在缺乏钻孔数据的区域，通过电阻率数据进行估算成为可能。研究团队通过建立电阻率与N60值之间的幂函数关系，成功地在多个2D ERI线上估算出N60值，并通过与实际钻孔数据进行对比，验证了该模型的可靠性。

研究结果表明，电法成像与机器学习技术的结合，为地质工程提供了一种高效、经济且环保的解决方案。这种方法不仅减少了对地下材料的直接取样和钻探的需求，还能够提高地下条件评估的精度和范围。特别是在一些难以进行钻探的区域，这种方法能够提供可靠的地下信息，为工程设计和灾害预防提供支持。此外，研究团队还通过实际案例验证了该方法的有效性，如在泰国清迈省1088国道某段发生滑坡事件后，利用电法成像和聚类分析技术对地下条件进行了评估，为滑坡原因分析和后续防治措施提供了科学依据。

尽管该方法在某些情况下表现良好，但其仍存在一定的局限性。例如，由于地下材料的复杂性和多样性，电阻率与N60值之间的直接关系可能并不总是可靠，尤其是在地质条件变化较大的区域。此外，聚类分析对异常值较为敏感，可能导致某些区域的分类不准确。因此，研究团队建议在应用该方法时，应结合其他地质调查手段，如额外的地球物理勘探或实时监测系统，以提高数据的可靠性和减少不确定性。

综上所述，本研究展示了电法成像与机器学习技术在地质工程中的潜力。通过结合这些技术，研究团队不仅提高了地下材料分类的准确性，还为地下条件的评估提供了新的方法。这种方法在实际工程中具有广泛的应用前景，尤其是在需要快速、高效评估地下条件的项目中。此外，该方法还能够为地质灾害的预防和评估提供支持，有助于提高工程的安全性和可靠性。未来的研究可以进一步探索该方法在其他地质条件下的适用性，并将其与更多工程参数进行关联，以实现更全面的地下评估。