一种联用3D-UNet和rjMCMC反演识别岩体裂隙网络的方法

本发明涉及地质工程与岩体裂隙探测技术领域，公开了一种联用3D‑UNet和rjMCMC反演识别岩体裂隙网络的方法。本发明通过大量裂隙网络数据以及对应的水头数据与电位数据的训练样本，利用3D‑UNet深度学习算法从观测数据中反演裂隙网络的参数信息，实现初步的裂隙反演。随后，基于RANSAC算法提取初步反演的裂隙几何参数信息，采用rjMCMC算法继续进行迭代优化反演，并且在此过程中，再次采用3D‑UNet训练得到的替代模型替代rjMCMC迭代过程中的传统正向计算，减少了计算量并加速了反演过程。