实体关联网络引导的三维地层建模方法

朱庆; 杨婷; 丁雨淋; 吴浩宇; 王强

doi:10.13203/j.whugis20240182

您当前的位置：

首页 >

文章列表页 >

实体关联网络引导的三维地层建模方法

地图制图学与地理信息工程 | 更新时间：2026-11-05

- 实体关联网络引导的三维地层建模方法
- Entity Association Network-Guided Method for Three-Dimensional Stratigraphic Modeling
- 武汉大学学报（信息科学版） 2026年51卷第5期页码：1025-1035
- 作者机构：
  
  1.西南交通大学地球科学与工程学院,四川成都,611752
  2.兰州交通大学测绘与地理信息学院,甘肃兰州,730070
- 作者简介：
  
  朱庆，博士，教授，主要研究方向为数字摄影测量、多维动态GIS与虚拟地理环境。zhuqing@swjtu.edu.cn
  丁雨淋，博士，教授。dingyulin@swjtu.edu.cn
- 基金信息：
  
  国家重点研发计划(2022YFB3904100)
- DOI：10.13203/j.whugis20240182
  中图分类号： P237
- 收稿：2025-01-20，
  
  纸质出版：2026-05-05
- 稿件说明：
移动端阅览
朱庆,杨婷,丁雨淋，等.实体关联网络引导的三维地层建模方法[J].武汉大学学报（信息科学版）,2026,51(5):1025-1035.

ZHU Qing,YANG Ting,DING Yulin,et al.Entity Association Network-Guided Method for Three-Dimensional Stratigraphic Modeling[J].Geomatics and Information Science of Wuhan University,2026,51(5):1025-1035.
朱庆,杨婷,丁雨淋，等.实体关联网络引导的三维地层建模方法[J].武汉大学学报（信息科学版）,2026,51(5):1025-1035. DOI：10.13203/j.whugis20240182

ZHU Qing,YANG Ting,DING Yulin,et al.Entity Association Network-Guided Method for Three-Dimensional Stratigraphic Modeling[J].Geomatics and Information Science of Wuhan University,2026,51(5):1025-1035. DOI：10.13203/j.whugis20240182

摘要

广域三维地层模型对铁路公路等重大基础设施勘察设计、地下空间资源开发、灾害风险评估等具有重要支撑作用。区域地质报告、地质图等广域范围地层数据存在地层信息描述粒度不一、缺乏地层邻接及空间分布关系的结构化描述、地层时间、空间及属性特征信息零散、缺少关联等问题。采用现有三维地层建模方法常运用的关系型实体组织模式组织广域范围地层数据会导致多维度关系和多元属性难以精准地表达，影响广域地层建模效率。为此，提出了实体关联网络引导的三维地层建模方法，首先构建地层实体异构图关联网络，利用ChatGPT从地质报告中抽取的地层特征信息及地质图内蕴的地层特征信息，实现地层实体的时间-空间-属性特征及多域特征共同约束下关联关系的集成表达；并基于地层实体异构图关联网络快速构建虚拟钻孔，引导区域三维地层建模。选择典型区域，整合数字高程模型、区域地质报告及地质图等数据的地层特征及关系信息，构建地层实体关联网络引导三维地层模型的生成，验证了研究方法的有效性。

Abstract

Objectives

Wide-area three-dimensional stratigraphic models play a crucial supporting role in the survey and design of major infrastructure projects such as railways and highways

the development of underground space resources

and disaster risk assessment. However

wide-area stratigraphic data

including regional geological reports and geological maps

are characterized by varying granularity of stratigraphic information

a lack of structured descriptions of stratigraphic adjacency and spatial distribution relationships

and scattered and poorly associated spatiotemporal and attribute characteristic information. The relational entity organization models commonly used in existing three-dimensional stratigraphic modeling methods struggle to accurately represent multi-dimensional relationships and multi-attribute characteristics

thereby limiting modeling efficiency.

Methods

To address this issue

we propose a three-dimensional stratigraphic modeling method guided by an entity association network. First

a stratigraphic entity heterogeneous graph association network is constructed. Stratigraphic characteristic information extracted from geological reports

together with inherent stratigraphic information derived from geological maps using ChatGPT

is integrated to achieve a unified representation of association relationships under the joint constraints of spatiotemporal

attribute

and multi-domain characteristics of stratigraphic entities. Based on the stratigraphic entity heterogeneous graph association network

virtual boreholes are rapidly constructed to guide regional three-dimensional stratigraphic modeling.

Results

By selecting typical areas and integrating stratigraphic characteristics and relationship information from digital elevation model

regional geological reports

geological maps

and other data

the stratigraphic entity association network is constructed to guide the generation of a three-dimensional stratigraphic model.

Conclusions

The effectiveness and applicability of the proposed method are validated through these case studies.

关键词

Keywords

references

WU X C ， LIU G ， WENG Z P ， et al . Constructing 3D Geological Models Based on Large-Scale Geological Maps ［J］. Open Geosciences ， 2021 ， 13 （ 1 ）： 851 - 866 .

LIU Y Y ， ZHANG X W ， GUO W ， et al . Research Status of and Trends in 3D Geological Property Modeling Methods： A Review ［J］. Applied Sciences ， 2022 ， 12 （ 11 ）： 5648 .

PAN D D ， XU Z H ， LU X M ， et al . 3D Scene and Geological Modeling Using Integrated Multi-source Spatial Data： Methodology， Challenges， and Suggestions ［J］. Tunnelling and Underground Space Technology ， 2020 ， 100 ： 103393 .

WELLMANN F ， CAUMON G . 3D Structural Geological Models： Concepts， Methods， and Uncertainties ［M］. Amsterdam ： Elsevier ， 2018 .

李璐，刘新根，吴蔚博 . 基于钻孔数据的三维地层建模关键技术［J］. 岩土力学， 2018 ， 39 （ 3 ）： 1056 - 1062 .

LI Lu ， LIU Xingen ， WU Weibo . Key Technology of 3D Stratum Modelling Based on Borehole Data ［J］. Rock and Soil Mechanics ， 2018 ， 39 （ 3 ）： 1056 - 1062 .

王波，雷传扬，刘兆鑫，等 . 三维地质建模过程中综合地质剖面构建方法研究［J］. 沉积与特提斯地质， 2021 ， 41 （ 1 ）： 112 - 120 .

WANG Bo ， LEI Chuanyang ， LIU Zhaoxin ， et al . A Geological 3D Modeling Method of Comprehensive Geological Section for Chengdu ［J］. Sedimentary Geology and Tethyan Geology ， 2021 ， 41 （ 1 ）： 112 - 120 .

王亚军，张明江，陈鲁 . 物探数据在三维地质建模中的应用：以新疆哈密盆地为例［J］. 西北地质， 2014 ， 47 （ 3 ）： 91 - 100 .

WANG Yajun ， ZHANG Mingjiang ， CHEN Lu . The Application of Geophysical Data in 3D Geological Modeling： A Case Study of Hami Basin， Xinjiang ［J］. Northwestern Geology ， 2014 ， 47 （ 3 ）： 91 - 100 .

高士娟，毛先成，张宝一，等 . 基于平面地质图的地质体三维建模［J］. 地质找矿论丛， 2015 ， 30 （ 4 ）： 594 - 601 .

GAO Shijuan ， MAO Xiancheng ， ZHANG Baoyi ， et al . The Planar Geological Map-Based 3D Modeling of Geological Body ［J］. Contributions to Geology and Mineral Resources Research ， 2015 ， 30 （ 4 ）： 594 - 601 .

刘鑫，李季秀，胡立堂 . 基于多源数据融合的复杂地质矿区三维地质建模［J］. 工程勘察， 2021 ， 49 （ 12 ）： 35 - 39 .

LIU Xin ， LI Jixiu ， HU Litang . 3D Geological Modeling of Complex Geological Mining Area Based on Multi-source Data Fusion ［J］. Geotechnical Investigation & Surveying ， 2021 ， 49 （ 12 ）： 35 - 39 .

朱庆，王所智，丁雨淋，等 . 铁路隧道钻爆法施工智能管理的安全质量进度知识图谱构建方法［J］. 武汉大学学报（信息科学版）， 2022 ， 47 （ 8 ）： 1155 - 1164 .

ZHU Qing ， WANG Suozhi ， DING Yulin ， et al . A Method of Safety-Quality-Schedule Knowledge Graph for Intelligent Management of Drilling and Blasting Construction of Railway Tunnels ［J］. Geomatics and Information Science of Wuhan University ， 2022 ， 47 （ 8 ）： 1155 - 1164 .

BING R ， YUAN G ， ZHU M ， et al . Heterogeneous Graph Neural Networks Analysis： A Survey of Techniques， Evaluations and Applications ［J］. Artificial Intelligence Review ， 2023 ， 56 （ 8 ）： 8003 - 8042 .

张利国，丁雨淋，朱庆，等 . 铁路地理地质数据“本体域-变化域-状态域”三域关联的集成表达模型［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 6 ）： 1018 - 1027 .

ZHANG Liguo ， DING Yulin ， ZHU Qing ， et al . A Holistic Multi-Domain Association Model for Railway Geographic and Geologic Data ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 6 ）： 1018 - 1027 .

QIU Q J ， WANG B ， MA K ， et al . A Practical Approach to Constructing a Geological Knowledge Graph： A Case Study of Mineral Exploration Data ［J］. Journal of Earth Science ， 2023 ， 34 （ 5 ）： 1374 - 1389 .

方阳，赵翔，谭真，等 . 一种改进的基于翻译的知识图谱表示方法［J］. 计算机研究与发展， 2018 ， 55 （ 1 ）： 139 - 150 .

FANG Yang ， ZHAO Xiang ， TAN Zhen ， et al . A Revised Translation-Based Method for Knowledge Graph Representation ［J］. Journal of Computer Research and Development ， 2018 ， 55 （ 1 ）： 139 - 150 .

FILCHEV L ， PASHOVA L ， KOLEV V ， et al . Challenges and Solutions for Utilizing Earth Observations in the “Big Data” Era ［PP/OL］. ArXiv （ 2021-08-19 ）［ 2024-02-08 ］. https：//arxiv.org/ab s/2108.08886 https://arxiv.org/abs/2108.08886 .

邱芹军，王斌，徐德馨，等 . 地质领域文本实体关系联合抽取方法［J］. 高校地质学报， 2023 ， 29 （ 3 ）： 419 - 428 .

QIU Qinjun ， WANG Bin ， XU Dexin ， et al . Research on the Joint Extraction Method of Entity Relations in Geological Domain ［J］. Geological Journal of China Universities ， 2023 ， 29 （ 3 ）： 419 - 428 .

OGG J G ， OGG G M ， GRADSTEIN F M . A Concise Geologic Time Scale： 2016 ［M］. Amsterdam ： Elsevier ， 2016 .

张雪英，张春菊，汪陈，等 . 面向中文文本的地质语义信息标注与语料库构建［J］. 高校地质学报， 2023 ， 29 （ 3 ）： 429 - 438 .

ZHANG Xueying ， ZHANG Chunju ， WANG Chen ， et al . Geological Semantic Information Labeling and Corpus Construction for Chinese Text ［J］. Geological Journal of China Universities ， 2023 ， 29 （ 3 ）： 429 - 438 .

PAN D D ， LI Y H ， WANG X T ， et al . Intelligent Image-Based Identification and 3-D Reconstruction of Rock Fractures： Implementation and Application ［J］. Tunnelling and Underground Space Technology ， 2024 ， 145 ： 105582 .

TAN Y B ， WANG H ， CAI R F ， et al . Spatial Proximity Relations-Driven Semantic Representation for Geospatial Entity Categories ［J］. ISPRS International Journal of Geo-Information ， 2025 ， 14 （ 6 ）： 233 .

刘朋飞，崔铁军 . 地理数据关联研究进展［J］. 天津师范大学学报（自然科学版）， 2019 ， 39 （ 3 ）： 10 - 15 .

LIU Pengfei ， CUI Tiejun . Research Progress of Geographic Data Association ［J］. Journal of Tianjin Normal University （Natural Science Edition）， 2019 ， 39 （ 3 ）： 10 - 15 .

WANG C B ， MA X G ， CHEN J G . Ontology-Driven Data Integration and Visualization for Exploring Regional Geologic Time and Paleontological Information ［J］. Computers & Geosciences ， 2018 ， 115 ： 12 - 19 .

陈晖萱，郭旦怀，葛世寅，等 . M2T多源知识图谱融合的空间场景描述文本自动生成框架［J］. 地球信息科学学报， 2023 ， 25 （ 6 ）： 1176 - 1185 .

CHEN Huixuan ， GUO Danhuai ， GE Shiyin ， et al . Automatic Generation Framework of Spatial Scene Description Text Based on M2T Multi-source Knowledge Map Fusion ［J］. Journal of Geo‒Information Science ， 2023 ， 25 （ 6 ）： 1176 - 1185 .

MIOLA M ， CABIDDU D ， PITTALUGA S ， et al . A Computational Approach for 3D Modeling and Integration of Heterogeneous Geo-Data ［J］. Computers & Graphics ， 2022 ， 105 ： 105 - 118 .

王大力，童晓冲，孟丽，等 . 文本中空间信息的结构化建模与语义定位［J］. 测绘学报， 2023 ， 52 （ 8 ）： 1398 - 1410 .

WANG Dali ， TONG Xiaochong ， MENG Li ， et al . Structured Modeling and Semantic Positioning of Spatial Information in Text ［J］. Acta Geodaetica et Cartographica Sinica ， 2023 ， 52 （ 8 ）： 1398 - 1410 .

WANG X ， JI H Y ， SHI C ， et al . Heterogeneous Graph Attention Network ［C］// The World Wide Web Conference ， San Francisco ， 2019 .

卜令彬 . 基于Neo4j图数据库的地理场景数据组织方法［D］. 南京：南京师范大学， 2020 .

BU Lingbin . A Data Organization Method for the Geograhic Scene Based in Neo4j Database ［D］. Nanjing ： Nanjing Normal University ， 2020 .

储德平，万波，李红，等 . 基于ELMO-CNN-BiLSTM-CRF模型的地质实体识别［J］. 地球科学， 2021 ， 46 （ 8 ）： 3039 - 3048 .

CHU Deping ， WAN Bo ， LI Hong ， et al . Geological Entity Identification Based on ELMO-CNN-BiLSTM-CRF Model ［J］. Earth Science ， 2021 ， 46 （ 8 ）： 3039 - 3048 .

车万翔，窦志成，冯岩松，等 . 大模型时代的自然语言处理：挑战、机遇与发展［J］. 中国科学：信息科学， 2023 ， 53 （ 9 ）： 1645 - 1687 .

CHE Wanxiang ， DOU Zhicheng ， FENG Yansong ， et al . Towards a Comprehensive Understanding of the Impact of Large Language Models on Natural Language Processing： Challenges， Opportunities and Future Directions ［J］. Scientia Sinica （Informationis）， 2023 ， 53 （ 9 ）： 1645 - 1687 .

MA Y ， XIE Z ， LI G ， et al . Text Visualization for Geological Hazard Documents via Text Mining and Natural Language Processing ［J］. Earth Science Informatics ， 2022 ， 15 （ 1 ）： 439 - 454 .

白如江，陈启明，张玉洁，等 . 基于ChatGPT+Prompt的专利技术功效实体自动生成研究［J］. 数据分析与知识发现， 2024 ， 8 （ 4 ）： 14 - 25 .

BAI Rujiang ， CHEN Qiming ， ZHANG Yujie ， et al . Generating Effectiveness Entities of Patent Technology Based on ChatGPT+Prompt ［J］. Data Analysis and Knowledge Discovery ， 2024 ， 8 （ 4 ）： 14 - 25 .

许强，崔圣华，黄维，等 . 面向工程地质领域的滑坡知识图谱构建方法研究［J］. 武汉大学学报（信息科学版）， 2023 ， 48 （ 10 ）： 1601 - 1615 .

XU Qiang ， CUI Shenghua ， HUANG Wei ， et al . Study on the Construction Method of Landslide Knowledge Map for Engineering Geology Field ［J］. Geomatics and Information Science of Wuhan University ， 2023 ， 48 （ 10 ）： 1601 - 1615 .

乔金海，潘懋，金毅，等 . 基于DEM三维地层建模及一体化显示［J］. 地理与地理信息科学， 2011 ， 27 （ 2 ）： 34 - 37 .

QIAO Jinhai ， PAN Mao ， JIN Yi ， et al . 3D Stratum Modeling and Integrated Display Based on DEM ［J］. Geography and Geo‒Information Science ， 2011 ， 27 （ 2 ）： 34 - 37 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于武汉一号卫星影像的智能变化检测方法与应用

时空智能学：理论与应用

构造大地测量学研究进展与机遇挑战

船舶航行海洋地理信息三态融合保障问题研究

城市建成环境活动流时空建模分析与预测研究进展