如何为复杂的“地下迷宫”精准画像？这是深地工程建设面临的首要难题。近日，西安建筑科技大学土木工程学院宋战平教授团队在这一领域取得突破，成功构建了一种名为IMMC-Geo的三维工程地质建模新框架，为复杂地层结构的低成本、高精度重构提供了全新的技术路径。相关研究成果发表在国际工程地质领域权威期刊Engineering Geology《工程地质》上（SCI一区TOP期刊，2025年影响因子8.4）。

在山区或地质断裂带等复杂构造区，地下岩土层的分布就像千层饼被打乱后重新堆叠，呈现出高度的非均质性与各向异性。传统的地质建模方法主要依赖密集的实体钻孔和人工经验判释，成本高、周期长。尤其是在钻孔稀疏的深部工程区，模型误差较大，难以精准预测地下未知区域的岩层变化。

针对这一行业痛点，团队另辟蹊径，利用无人机航拍影像，通过语义识别技术解析地表岩层露头信息，并将其与三维点云数据深度融合，构建出密集的“虚拟钻孔网络”，从而大幅减少了对昂贵实体钻孔的依赖。

在此基础上，团队提出了“概率融合—多步叠加”的IMMC-Geo建模框架。该框架改进了多步马尔可夫链与蒙特卡洛随机模拟机制，并创新性地引入了层理走向各向异性距离权重及倾斜钻孔等效修正方法。这一机制的核心在于，在空间概率传递过程中形成了“沿层增强、跨层抑制”的信息约束场，就像给地质建模加上了符合地质规律的“物理约束”。

“这种方法不仅显著提升了复杂地层界面刻画精度，更从根本上实现了空间结构不确定性的量化表达。”论文第一作者，博士研究生李旭解释道。

案例应用结果显示，在复杂构造区的工程实例中，该方法构建的三维地质模型与传统精细地质解释结果的整体一致性达到了约80%。即使在钻孔稀疏或存在倾斜偏移的情况下，模型依然表现出良好的鲁棒性与连续性，其界面识别精度显著优于传统的确定性插值方法。

据了解，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。未来，团队将继续围绕国家深地战略需求，深化岩土工程与大数据、人工智能等新一代信息技术的交叉融合，为重大基础设施的安全建设与智能运维提供技术支撑。

如何为复杂的“地下迷宫”精准画像？这是深地工程建设面临的首要难题。近日，西安建筑科技大学土木工程学院宋战平教授团队在这一领域取得突破，成功构建了一种名为IMMC-Geo的三维工程地质建模新框架，为复杂地层结构的低成本、高精度重构提供了全新的技术路径。相关研究成果发表在国际工程地质领域权威期刊Engineering Geology《工程地质》上（SCI一区TOP期刊，2025年影响因子8.4）。

在山区或地质断裂带等复杂构造区，地下岩土层的分布就像千层饼被打乱后重新堆叠，呈现出高度的非均质性与各向异性。传统的地质建模方法主要依赖密集的实体钻孔和人工经验判释，成本高、周期长。尤其是在钻孔稀疏的深部工程区，模型误差较大，难以精准预测地下未知区域的岩层变化。

针对这一行业痛点，团队另辟蹊径，利用无人机航拍影像，通过语义识别技术解析地表岩层露头信息，并将其与三维点云数据深度融合，构建出密集的“虚拟钻孔网络”，从而大幅减少了对昂贵实体钻孔的依赖。

在此基础上，团队提出了“概率融合—多步叠加”的IMMC-Geo建模框架。该框架改进了多步马尔可夫链与蒙特卡洛随机模拟机制，并创新性地引入了层理走向各向异性距离权重及倾斜钻孔等效修正方法。这一机制的核心在于，在空间概率传递过程中形成了“沿层增强、跨层抑制”的信息约束场，就像给地质建模加上了符合地质规律的“物理约束”。

“这种方法不仅显著提升了复杂地层界面刻画精度，更从根本上实现了空间结构不确定性的量化表达。”论文第一作者，博士研究生李旭解释道。

案例应用结果显示，在复杂构造区的工程实例中，该方法构建的三维地质模型与传统精细地质解释结果的整体一致性达到了约80%。即使在钻孔稀疏或存在倾斜偏移的情况下，模型依然表现出良好的鲁棒性与连续性，其界面识别精度显著优于传统的确定性插值方法。

据了解，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。未来，团队将继续围绕国家深地战略需求，深化岩土工程与大数据、人工智能等新一代信息技术的交叉融合，为重大基础设施的安全建设与智能运维提供技术支撑。

如何为复杂的“地下迷宫”精准画像？这是深地工程建设面临的首要难题。近日，西安建筑科技大学土木工程学院宋战平教授团队在这一领域取得突破，成功构建了一种名为IMMC-Geo的三维工程地质建模新框架，为复杂地层结构的低成本、高精度重构提供了全新的技术路径。相关研究成果发表在国际工程地质领域权威期刊Engineering Geology《工程地质》上（SCI一区TOP期刊，2025年影响因子8.4）。

在山区或地质断裂带等复杂构造区，地下岩土层的分布就像千层饼被打乱后重新堆叠，呈现出高度的非均质性与各向异性。传统的地质建模方法主要依赖密集的实体钻孔和人工经验判释，成本高、周期长。尤其是在钻孔稀疏的深部工程区，模型误差较大，难以精准预测地下未知区域的岩层变化。

针对这一行业痛点，团队另辟蹊径，利用无人机航拍影像，通过语义识别技术解析地表岩层露头信息，并将其与三维点云数据深度融合，构建出密集的“虚拟钻孔网络”，从而大幅减少了对昂贵实体钻孔的依赖。

在此基础上，团队提出了“概率融合—多步叠加”的IMMC-Geo建模框架。该框架改进了多步马尔可夫链与蒙特卡洛随机模拟机制，并创新性地引入了层理走向各向异性距离权重及倾斜钻孔等效修正方法。这一机制的核心在于，在空间概率传递过程中形成了“沿层增强、跨层抑制”的信息约束场，就像给地质建模加上了符合地质规律的“物理约束”。

“这种方法不仅显著提升了复杂地层界面刻画精度，更从根本上实现了空间结构不确定性的量化表达。”论文第一作者，博士研究生李旭解释道。

案例应用结果显示，在复杂构造区的工程实例中，该方法构建的三维地质模型与传统精细地质解释结果的整体一致性达到了约80%。即使在钻孔稀疏或存在倾斜偏移的情况下，模型依然表现出良好的鲁棒性与连续性，其界面识别精度显著优于传统的确定性插值方法。

据了解，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。未来，团队将继续围绕国家深地战略需求，深化岩土工程与大数据、人工智能等新一代信息技术的交叉融合，为重大基础设施的安全建设与智能运维提供技术支撑。

如何为复杂的“地下迷宫”精准画像？这是深地工程建设面临的首要难题。近日，西安建筑科技大学土木工程学院宋战平教授团队在这一领域取得突破，成功构建了一种名为IMMC-Geo的三维工程地质建模新框架，为复杂地层结构的低成本、高精度重构提供了全新的技术路径。相关研究成果发表在国际工程地质领域权威期刊Engineering Geology《工程地质》上（SCI一区TOP期刊，2025年影响因子8.4）。

在山区或地质断裂带等复杂构造区，地下岩土层的分布就像千层饼被打乱后重新堆叠，呈现出高度的非均质性与各向异性。传统的地质建模方法主要依赖密集的实体钻孔和人工经验判释，成本高、周期长。尤其是在钻孔稀疏的深部工程区，模型误差较大，难以精准预测地下未知区域的岩层变化。

针对这一行业痛点，团队另辟蹊径，利用无人机航拍影像，通过语义识别技术解析地表岩层露头信息，并将其与三维点云数据深度融合，构建出密集的“虚拟钻孔网络”，从而大幅减少了对昂贵实体钻孔的依赖。

在此基础上，团队提出了“概率融合—多步叠加”的IMMC-Geo建模框架。该框架改进了多步马尔可夫链与蒙特卡洛随机模拟机制，并创新性地引入了层理走向各向异性距离权重及倾斜钻孔等效修正方法。这一机制的核心在于，在空间概率传递过程中形成了“沿层增强、跨层抑制”的信息约束场，就像给地质建模加上了符合地质规律的“物理约束”。

“这种方法不仅显著提升了复杂地层界面刻画精度，更从根本上实现了空间结构不确定性的量化表达。”论文第一作者，博士研究生李旭解释道。

案例应用结果显示，在复杂构造区的工程实例中，该方法构建的三维地质模型与传统精细地质解释结果的整体一致性达到了约80%。即使在钻孔稀疏或存在倾斜偏移的情况下，模型依然表现出良好的鲁棒性与连续性，其界面识别精度显著优于传统的确定性插值方法。

据了解，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。未来，团队将继续围绕国家深地战略需求，深化岩土工程与大数据、人工智能等新一代信息技术的交叉融合，为重大基础设施的安全建设与智能运维提供技术支撑。

如何为复杂的“地下迷宫”精准画像？这是深地工程建设面临的首要难题。近日，西安建筑科技大学土木工程学院宋战平教授团队在这一领域取得突破，成功构建了一种名为IMMC-Geo的三维工程地质建模新框架，为复杂地层结构的低成本、高精度重构提供了全新的技术路径。相关研究成果发表在国际工程地质领域权威期刊Engineering Geology《工程地质》上（SCI一区TOP期刊，2025年影响因子8.4）。

在山区或地质断裂带等复杂构造区，地下岩土层的分布就像千层饼被打乱后重新堆叠，呈现出高度的非均质性与各向异性。传统的地质建模方法主要依赖密集的实体钻孔和人工经验判释，成本高、周期长。尤其是在钻孔稀疏的深部工程区，模型误差较大，难以精准预测地下未知区域的岩层变化。

针对这一行业痛点，团队另辟蹊径，利用无人机航拍影像，通过语义识别技术解析地表岩层露头信息，并将其与三维点云数据深度融合，构建出密集的“虚拟钻孔网络”，从而大幅减少了对昂贵实体钻孔的依赖。

在此基础上，团队提出了“概率融合—多步叠加”的IMMC-Geo建模框架。该框架改进了多步马尔可夫链与蒙特卡洛随机模拟机制，并创新性地引入了层理走向各向异性距离权重及倾斜钻孔等效修正方法。这一机制的核心在于，在空间概率传递过程中形成了“沿层增强、跨层抑制”的信息约束场，就像给地质建模加上了符合地质规律的“物理约束”。

“这种方法不仅显著提升了复杂地层界面刻画精度，更从根本上实现了空间结构不确定性的量化表达。”论文第一作者，博士研究生李旭解释道。

案例应用结果显示，在复杂构造区的工程实例中，该方法构建的三维地质模型与传统精细地质解释结果的整体一致性达到了约80%。即使在钻孔稀疏或存在倾斜偏移的情况下，模型依然表现出良好的鲁棒性与连续性，其界面识别精度显著优于传统的确定性插值方法。

据了解，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。未来，团队将继续围绕国家深地战略需求，深化岩土工程与大数据、人工智能等新一代信息技术的交叉融合，为重大基础设施的安全建设与智能运维提供技术支撑。