近日，土木工程学院宋战平教授团队在复杂地质条件下三维工程地质精细化建模领域取得重要进展。相关研究成果以“Probabilistic Geological Body Modeling of Point Cloud Based on IMMC-Geo and Application（基于IMMC-Geo的点云概率地质体建模方法及应用）”为题，发表在国际著名期刊Engineering Geology（2025年影响因子8.4，SCI一区TOP期刊，中文名：工程地质）上。宋战平教授为论文独立通讯作者，我校研究生李旭为论文第一作者。
三维工程地质建模作为岩土工程与资源开发领域的关键技术，其对高密度实体钻孔数据与人工解释长期依赖，往往导致成本高昂、周期冗长且结果受主观经验影响显著。在复杂构造区或深部开采阶段，钻孔数据稀疏、不均匀分布甚至存在倾斜偏移，使传统插值或确定性建模方法难以准确刻画真实地层结构。如何在有限钻孔条件下实现高精度、可量化不确定性的三维地质体重构，成为工程地质数字化与智能化发展亟待突破的关键科学问题。
研究团队提出了一种创新的“概率融合—多步叠加”建模策略，构建了IMMC-Geo三维工程地质建模框架。该方法融合无人机影像语义分割结果与三维点云数据，生成虚拟钻孔网络，并通过改进的多步马尔可夫链与Monte Carlo随机模拟，实现复杂地层结构的概率化重构与相邻层序的自适应推断。通过引入层理走向各向异性距离权重及倾斜钻孔等效修正机制，在空间概率传递过程中形成“沿层增强、跨层抑制”的信息约束场，显著提升了地层界面刻画精度与模型稳定性。在工程实例验证中，所构建模型与传统工程地质解释结果整体一致性约达80%，在不同钻孔间距与复杂构造条件下均保持良好鲁棒性，验证了该方法在资源评估与边坡稳定分析等多场景工程应用中的潜在价值。
IMMC-Geo构建复杂地质三维模型流程图
该研究构建了融合多源数据与概率推断的IMMC-Geo三维工程地质建模新框架，在理论层面完善了复杂地层条件下空间结构概率表达与不确定性量化方法体系，在技术层面突破了对高密度钻孔和经验解释的依赖，为低成本、高精度数字化地质建模提供了系统解决方案。研究成果推动了工程地质建模由传统确定性方法向数据驱动、智能融合与概率决策转型升级，对矿产资源精细化评估、重大基础设施安全保障以及深部地下空间开发具有重要支撑意义，为复杂地质环境下工程决策的科学化与数字化提供了新的理论基础和技术路径。
宋战平教授团队，面向国家深地战略与重大基础设施建设需求，聚焦岩土工程数字化、信息化与智能化技术前沿，开展基于多源数据融合的地质环境精准感知、复杂地质结构三维精细化建模、地下工程全生命周期健康监测与风险预警等关键技术的攻关研究，形成了以“数据驱动—智能建模—动态感知—智慧决策”为主线的特色研究方向，取得了一系列具有理论突破和工程实用价值的创新成果。
团队始终坚持“源于工程、服务于工程”的科研理念，高度重视科技成果的落地转化与产业化应用。近年来，团队积极推动三维工程地质建模、智能监测与数字孪生等前沿技术与传统基建领域的深度融合，多项研究成果已在重大交通基础设施及清洁能源储能项目建设中实现成功转化。特别是在交通隧道工程智能建造方面，团队研发的地质信息智能解译与施工动态反馈技术，有效支撑了复杂地质条件下隧道掘进的灾害超前预警与施工参数动态优化，为工程安全高效推进提供了技术保障；在抽水蓄能项目智能洞室建造方面，团队结合三维地质精细化建模方法，实现了地下洞室群围岩结构的快速重构，有力推动了抽水蓄能电站地下厂房及引水系统的高质量建设。
此次研究成果在国际顶级期刊Engineering Geology的发表，标志着团队在地质工程数字化建模与智能分析领域的研究水平再上新台阶，进一步提升了团队在国际学术界的影响力。未来，团队将继续围绕地下工程绿色、智能、安全发展的核心目标，深化理论创新与技术突破，推动新一代信息技术与岩土工程的交叉融合，培养更多高水平创新型人才，为服务国家重大战略需求和推动工程地质与岩土工程行业高质量发展贡献更多智慧和力量。
期刊链接：
https://www.sciencedirect.com/journal/engineering-geology
论文链接：
https://doi.org/10.1016/j.enggeo.2026.108603
