煤矿安全生产与智能化建设问题一直是煤炭行业关注的重点。在煤炭开采过程中，传统的二维地质资料难以反映地质构造的复杂性、煤层的赋存状态以及水文地质条件等因素及其变化，而三维地质建模能够真实、直观地展示煤矿地下的三维空间形态和地质构造特征；煤矿智能化的建设过程中，三维地质建模是实现数字化、信息化、智能化开采的地质基础，可为煤矿智能化建设提供必要的数据支持和决策依据。目前，煤矿三维地质建模存在着多源异构地质数据整合难、现有模型难以精确表达地质构造、模型动态更新困难、对煤矿生产的支撑不足等问题。

本文开展了煤矿多源异构地质数据融合方法、三维地质实体建模和动态属性建模方法、三维地质模型动态更新等方法研究，设计开发了煤矿三维地质建模软件和基于微服务的三维地质模型应用系统，实现了基于体元切割的三维地质实体模型、断层模型、陷落柱模型、属性模型、储量模型的构建和应用。取得的主要成果如下：

（1）总结了煤矿地质数据融合的时空一致性原则。研究了数据分类、空间配准、交叉验证、数据处理和基于地震数据动态解释的钻探、物探数据融合等技术，实现了多源异构三维地质建模数据的融合，相较于传统的三维地震解释方法，其精度有了显著的提升。

（2）提出了一种基于体元切割的实体模型和属性模型动态构建方法。根据顶底板的位置和方向对煤矿未分层四面体初始地质模型进行切割、分裂生成各地层模型，实现了煤矿三维地层实体模型、断层模型、陷落柱模型、属性模型、储量模型的构建，突破了三棱柱模型、六面体模型在高精度地质建模方面的不足，在三维实体模型的构建过程中提高了储量计算的精度。

（3）提出了采煤工作面参数化动态建模方法和基于网格切割拼接的煤矿三维地质模型动态更新方法。通过研究工作面边界、钻孔、煤层底板等高线数据的自动提取和处理方法，以及工作面的建模参数自动处理算法，实现了采煤工作面地质模型自动构建。通过研究虚拟钻孔技术和剖面对比技术，将矿井地质模型更新区分为层位不变高程变化、层位变化两种更新类型，通过识别算法提取模型更新边界，实现矿井尺度地质模型的“网格切割-部分更新-网格拼接”的更新过程。

（4）提出了基于工作面地质模型的规划截割曲线生成和采煤机调高参数计算方法。在陕北某矿智能开采工作面现场进行了应用，通过动态更新将工作面地质模型的煤层厚度误差控制在≤15cm，满足智能采煤机规划截割的精度要求。

（5）设计了三维地质动态建模软件开发的整体架构、动态建模的离散数据结构、流程式建模功能，基于体元切割构建实体模型、属性模型的方法，开发了煤矿三维地质建模软件；提出了基于微服务的三维地质模型平台应用架构，开发了三维地质模型应用系统，并应用于水文地质分析等应用场景。

The issues of coal mine safety production and intelligent construction have always been the focus of the coal industry. In the process of coal mining, traditional two-dimensional geological data is difficult to reflect the complexity of geological structure, the occurrence state of coal seams, hydrogeological conditions and other factors and their changes. However, three-dimensional geological modeling can truly and intuitively show the three-dimensional spatial form and geological structure characteristics of coal mines underground. In the process of coal mine intelligence construction, three-dimensional geological modeling is the geological basis for realizing digital, information-based, and intelligent mining, which can provide necessary data support and decision-making basis for coal mine intelligence construction. Currently, there are some problems in three-dimensional geological modeling of coal mines, such as the difficulty of integrating multi-source heterogeneous geological data, the difficulty of accurately expressing geological structures with existing models, the difficulty of dynamically updating models, and insufficient support for coal mine production.

This paper conducts research on methods for the fusion of multi-source heterogeneous geological data in coal mines, three-dimensional geological entity modeling, dynamic attribute modeling, and dynamic updating of three-dimensional geological models. It designs and develops coal mine three-dimensional geological modeling software and a microservices-based three-dimensional geological model application system, achieving the construction and application of three-dimensional geological entity models, fault models, collapse column models, attribute models, and reserve models based on voxel cutting. The main achievements are as follows:

(1) This paper summarizes the spatio-temporal consistency principle of coal mine geological data fusion. The technologies of data classification, spatial registration, cross-validation, data processing, and drilling and geophysical prospecting data fusion based on dynamic interpretation of seismic data are studied, realizing the fusion of multi-source heterogeneous 3D geological modeling data. Compared with traditional 3D seismic interpretation methods, its accuracy has been significantly improved.

(2) This paper proposes a dynamic construction method for solid models and attribute models based on voxel cutting. According to the position and direction of the roof and floor, the initial tetrahedral geological model of the coal mine without stratification is cut and split to generate various stratum models. This achieves the construction of three-dimensional stratum solid models, fault models, collapse column models, attribute models, and reserve models for coal mines. It breaks through the limitations of triangular prism models and hexahedron models in high-precision geological modeling, improving the accuracy of reserve calculations during the construction of three-dimensional solid models.

(3) This paper proposes a parametric dynamic modeling method for coal mining faces and a dynamic updating method for three-dimensional geological models of coal mines based on grid cutting and stitching. By studying the automatic extraction and processing methods of working face boundaries, drilling, and contour data of coal seam floors, as well as the automatic processing algorithm of modeling parameters for working faces, the automatic construction of geological models for coal mining faces is achieved. By studying virtual drilling technology and section comparison technology, the mine geological model update area is divided into two types of updates: stratigraphic level unchanged with elevation changes and stratigraphic level changes. The model update boundary is extracted through recognition algorithms, realizing the updating process of "grid cutting - partial updating - grid stitching" for the mine-scale geological model.

(4) This paper proposes a method for generating planned cutting curves and calculating the height adjustment parameters of the coal mining machine based on the geological model of the working face. The method was applied at an intelligent mining site in northern Shaanxi. By dynamically updating the geological model of the working face, the coal seam thickness error was controlled to ≤15cm, meeting the accuracy requirements for planned cutting of the intelligent coal mining machine.

(5) In this paper, the overall architecture for the development of 3D geological dynamic modeling software, the discrete data structure for dynamic modeling, and the procedural modeling function are designed. Based on voxel cutting, a method for constructing solid models and attribute models is proposed, and coal mine 3D geological modeling software is developed. Additionally, a microservice-based application architecture for the 3D geological model platform is proposed, and a 3D geological model application system is developed, which is applied to hydrogeological analysis and other application scenarios.

[1]王国法,任怀伟,赵国瑞,等. 煤矿智能化十大“痛点”解析及对策[J]. 工矿自动化, 2021, 47(06): 1-11.

[2]王国法,张良,李首滨,等. 煤矿无人化智能开采系统理论与技术研发进展[J]. 煤炭学报, 2023, 48(01): 34-53.

[3]王国法,张建中,薛国华,等. 煤矿回采工作面智能地质保障技术进展与思考[J]. 煤田地质与勘探, 2023, 51(02): 12-26.

[4]Qiang WU,Hua XU. Three-dimensional geological modeling and its application in Digital Mine[J]. Science China(Earth Sciences), 2014, 57(03): 491-502.

[5]Che Defu,Jia Qingren. Three-Dimensional Geological Modeling of Coal Seams Using Weighted Kriging Method and Multi-Source Data[J]. IEEE Access, 2019, 7: 118037-118045.

[6]刘安强,王子童. 煤矿三维地质建模相关技术综述[J]. 能源与环保, 2020, 42(08): 136-141.

[7]李青元,张洛宜,曹代勇,等. 三维地质建模的用途、现状、问题、趋势与建议[J]. 地质与勘探, 2016, 52(04): 759-767.

[8]李青元,贾慧玲,王宝龙,等. 三维地质建模的用途、现状、存在问题与建议[J]. 中国煤炭地质, 2015, 27(11): 74-78.

[9]王国法. 《煤矿智能化建设指南（2021版）》解读——从编写组视角进行解读[J]. 智能矿山, 2021, 2(04): 2-9.

[10]赵杰,郭清海. 基于三维地质建模的地热资源潜力评价：以施甸地热区为例[J]. 地球科学, 2023, 48(03): 1107-1117.

[11]王君照,李胜涛,岳冬冬,等. 基于GIS与GOCAD的天津双窑凸起构造区热储三维地质建模[J]. 科学技术与工程, 2023, 23(14): 5887-5902.

[12]许加田,薛东剑,李阳. 综合多源数据的矿床三维地质建模——以四川某铅锌矿为例[J]. 地质通报, 2023, 42(07): 1203-1210.

[13]黄永志,邹妞妞,田丰,等. 黔西南紫木凼金矿床三维地质建模与成矿分析[J]. 矿床地质, 2023, 42(05): 927-944.

[14]王鸿,姚云琦,马建花,等. 基于GMS的三维地质建模与地下水数值模拟——以永靖县黑台为例[J]. 兰州大学学报(自然科学版), 2023, 59(05): 601-609, 619.

[15]曹珂,朱鹏飞,阿的阿加,等. 鄂尔多斯盆地南部彬长地区砂岩型铀矿三维地质建模及意义[J]. 铀矿地质, 2024, 40(01): 81-89.

[16]Xiancheng Mao,Jia Ren,Zhankun Liu, et al. Three-dimensional prospectivity modeling of the Jiaojia-type gold deposit, Jiaodong Peninsula, Eastern China: A case study of the Dayingezhuang deposit[J]. Journal of Geochemical Exploration, 2019, 203: 27-44.

[17]吴志春,郭福生,林子瑜,等. 三维地质建模中的多源数据融合技术与方法[J]. 吉林大学学报(地球科学版), 2016, 46(06): 1895-1913.

[18]苗丙,葛世荣,郭一楠,等. 煤矿数字孪生智采工作面系统构建[J]. 矿业科学学报, 2022, 7(02): 143-153.

[19]Ali Akbar Aali,Adel Shirazy,Aref Shirazi, et al. Fusion of Remote Sensing, Magnetometric, and Geological Data to Identify Polymetallic Mineral Potential Zones in Chakchak Region, Yazd, Iran[Z], 2022: 1-24.

[20]Bruno Zuada Coelho,Marios Karaoulis. Data fusion of geotechnical and geophysical data for three-dimensional subsoil schematisations[J]. Advanced Engineering Informatics, 2022, 53: 101671.

[21]Hoël Seillé,Stephan Thiel,Kate Brand, et al. Bayesian fusion of MT and AEM probabilistic models with geological data: examples from the eastern Gawler Craton, South Australia[J]. Exploration Geophysics, 2023: 1-20.

[22]李健,王心宇,刘沛溶,等. 融合钻孔与地质剖面的三维地质混合插值方法[J]. 郑州大学学报(理学版), 2022, 54(03): 1-9.

[23]曾敏,赵信文,陈松,等. 基于多源数据融合的广州南沙核心区三维工程地质建模[J]. 华南地质, 2022, 38(02): 281-291.

[24]太浩宇. 多源数据融合的矿山地上地下三维实体模型构建方法研究[D]. 昆明：昆明理工大学, 2023.

[25]解博. 基于多源测井数据融合的三维随机属性建模[D]. 北京：中国地质大学(北京), 2021.

[26]黄晨泽. 地表温度与钻孔数据融合的复...深埋隧道温度场三维建模研究[D]. 兰州：兰州交通大学, 2023.

[27]吴志春,郭福生,张万良,等. 江西乐安相山火山盆地多源数据融合三维地质建模[J]. 桂林理工大学学报, 2020, 40(02): 310-322.

[28]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.

[29]张国印,林承焰,王志章,等. 知识与数据融合驱动的油气藏智能表征及研究进展[J]. 地球物理学进展, 2023: 1-23.

[30]王丽芳,刘肖莉,徐坤,等. 数据和知识融合的 Bayesian-MCMC 三维地质建模[J]. 地球科学, 2023: 1-23.

[31]Simon W. Houlding. 3d Geoscience Modeling: Computer Techniques for Geological Characterization[M]. Heidelberg: Springer, 1994.

[32]Mallet Jean Laurent. Discrete Smooth Interpolation[J]. Acm Transactions on Graphics, 1989, 8(2): 121-144.

[33]Mallet Jean Laurent. Discrete Smooth Interpolation in Geometric Modeling[J]. Computer Aided Design, 1992, 24(2): 1-14.

[34]潘懋,方裕,屈红刚. 三维地质建模若干基本问题探讨[J]. 地理与地理信息科学, 2007, (03): 1-5.

[35]祁和刚,毛善君,王昌傲,等. 煤矿高精度三维动态地质模型的研究与应用[M]. 北京: 科学出版社, 2016.

[36]郭甲腾,吴立新,周文辉. 基于径向基函数曲面的矿体隐式自动三维建模方法[J]. 煤炭学报, 2016, 41(08): 2130-2135.

[37]毕林,赵辉,李亚龙. 基于Bisased-SVM和Poisson曲面矿体三维自动建模方法[J]. 中国矿业大学学报, 2018, 47(05): 1123-1130.

[38]刘勇,崔洪庆. 基于单元划分的复杂岩层面三维建模方法研究[J]. 工矿自动化, 2017, 43(12): 99-103.

[39]钟德云,王李管,毕林. 复杂矿体模型多域自适应网格剖分方法[J]. 武汉大学学报(信息科学版), 2019, 44(10): 1538-1544.

[40]Courrioux g Stéphane-Nullans-Guillen-A-et-al.. 3D volumetric modelling of Cadomian terranes （Northern Brittany，France) an automatic method using Voronoı̈ diagrams[J]. Tectonophysics, 2001, 331(2): 181-196.

[41]Guillaume Caumon,Gary Gray,Christophe Antoine, et al. Three-Dimensional Implicit Stratigraphic Model Building From Remote Sensing Data on Tetrahedral Meshes: Theory and Application to a Regional Model of La Popa Basin, NE Mexico[J]. Ieee Transactions on Geoscience and Remote Sensing, 2013, 51(3): 1613-1621.

[42]Mar Alcaraz,Enric Vázquez-Suñé,Violeta Velasco, et al. 3D GIS-based visualisation of geological, hydrogeological, hydrogeochemical and geothermal models[J]. Zeitschrift Der Deutschen Gesellschaft Für Geowissenschaften, 2016, 167: 377-388.

[43]陈学习,吴立新,车德福,等. 基于钻孔数据的含断层地质体三维建模方法[J]. 煤田地质与勘探, 2005, (05): 8-11.

[44]曲鹏举,邓寅生,翟东兴,等. 基于Kriging算法的三棱柱地质体三维可视化实现[J]. 华北国土资源, 2010, (01): 52-53, 56.

[45]刘一冬,朱琳,于军,等. 一种地裂缝地质体三维模型建模方法[J]. 地理与地理信息科学, 2016, 32(02): 51-54, 66.

[46]贾瑞生. 矿山开采沉陷三维建模与可视化方法研究[D]. 青岛：山东科技大学, 2010.

[47]陈炽荣,王小康. 基于OOS-TEN的三维数据模型构建方法研究[J]. 测绘与空间地理信息, 2015, 38(07): 73-75.

[48]李琼,陈政,岳林,等. Three-dimensional modeling and porosity calculation of coal rock pore structure[J]. Applied Geophysics, 2022, 19(02): 161-172, 306.

[49]吴翔,肖占山,张永浩,等. 多尺度数字岩石建模进展与展望[J]. 吉林大学学报(地球科学版): 1-17.

[50]李菊红. 矿产勘查中高精度构造和地层建模新技术[C]//首届全国矿产勘查大会论文集, 2021: 67-73.

[51]马美媛,刘舒,王建伟,等. 静态地质模型不确定性定量评价技术应用[J]. 海洋石油, 2014, 34(02): 42-45.

[52]翁正平. 复杂地质体三维模型快速构建及更新技术研究[D]. 武汉：中国地质大学, 2013.

[53]方洪峰,陈麒玉,刘刚. 基于多点地质统计随机模拟的矿体模型三维自动重建：以四川拉拉铜矿落凼矿区为例[C]//首届全国矿产勘查大会论文集, 2021: 1084.

[54]Schneider Sébastien Perrin Michel et al. Brandel Sylvain. Automatic Building of Structured Geological Models[J]. Journal of Computing & Information Science in Engineering, 2005, 2(5): 138-148.

[55]Michael Hillier,Florian Wellmann,Boyan Brodaric, et al. Three-Dimensional Structural Geological Modeling Using Graph Neural Networks[J]. Mathematical Geosciences, 2021, 53: 1725-1749.

[56]何珍文. 地质空间三维动态建模关键技术研究[D]. 武汉：华中科技大学, 2008.

[57]卢新明,阚淑婷. 煤炭精准开采地质保障与透明地质云计算技术[J]. 煤炭学报, 2019, 44(08): 2296-2305.

[58]I. Aghamolaie,G. R. Lashkaripour,M. Ghafoori, et al. 3D geotechnical modeling of subsurface soils in Kerman city, southeast Iran[J]. Bulletin of Engineering Geology and the Environment, 2018, 78: 1385-1400.

[59]薛涛,包训栓,朱小弟,等. 多源数据三维地质结构模型约束的属性建模方法：以北京市通州城市副中心为例[J]. 地学前缘, 2023, 30(03): 529-536.

[60]张源,朱俊凤,刘敬,等. 基于三维剖面的复杂地质体显式自动建模方法研究[J]. 华南地质, 2023, 39(04): 733-745.

[61]孟宇豪. 基于钻孔数据的城市三维地质建模及其应用[D]. 苏州：苏州科技大学, 2022.

[62]张瀚,桂蕾,王腾飞,等. 基于BP神经网络的第四系覆盖物厚度预测及三维地质建模[J]. 地球科学: 1-9.

[63]孙振明,毛善君,祁和刚,等. 回采工作面三维地质空间分析方法的应用研究[J]. 煤炭科学技术, 2016, (05): 177-182.

[64]赵毅鑫,焦振华,刘华博,等. 基于GIS建模的大采高工作面矿压显现规律模拟研究[J]. 中国矿业大学学报, 2017, 46(01): 33-40.

[65]潘涛,徐会军. 一种基于GIS建模的综采工作面自动化采煤方法[J]. 煤田地质与勘探, 2018, 46(S1): 89-92.

[66]周帅,李娟莉,谢嘉成. VR环境下综采工作面全景造型与故障渲染[J]. 煤矿安全, 2019, 50(04): 116-119.

[67]程建远,朱梦博,王云宏,等. 煤炭智能精准开采工作面地质模型梯级构建及其关键技术[J]. 煤炭学报, 2019, 44(08): 2285-2295.

[68]程建远,刘文明,朱梦博,等. 智能开采透明工作面地质模型梯级优化试验研究[J]. 煤炭科学技术, 2020, 48(07): 118-126.

[69]李忠辉,马云波,郑安琪,等. 掘进工作面突出危险性预测及危险区可视化研究[J]. 中国安全科学学报, 2020, 30(11): 53-59.

[70]张小艳,许慧,姜水军. 基于UPSO-Kriging的综采工作面三维建模研究[J]. 物探与化探, 2021, 45(04): 1071-1076.

[71]李鹏,程建远. 回采工作面煤层三维建模技术及其在智能开采中的应用[J]. 煤矿安全, 2021, 52(08): 156-161.

[72]杨俊哲,姜龙飞,李梅,等. 基于激光点云的掘进工作面三维场景重建技术研究[J]. 煤炭科学技术, 2021, 49(S1): 40-45.

[73]程建远,刘文明,朱梦博,等. 智能开采透明工作面地质模型梯级优化试验研究[J]. 煤炭科学技术, 2020, 48(07): 118-126.

[74]毛明仓,张孝斌,张玉良. 基于透明地质大数据智能精准开采技术研究[J]. 煤炭科学技术, 2021, 49(01): 286-293.

[75]薛国华. 基于透明地质的综采工作面三维煤层建模[J]. 工矿自动化, 2022, 48(04): 135-141.

[76]刘小雄,王海军. 薄煤层智能开采工作面煤层透明化地质勘查技术[J]. 煤炭科学技术, 2022, 50(07): 67-74.

[77]李森,李重重,刘清. 基于透明地质的综采工作面规划截割协同控制系统[J]. 煤炭科学技术, 2023, 51(04): 175-184.

[78]李志勇,杜少鹏,郭曼,等. 智能化煤矿透明地质新技术—矿井地震全波形反演技术研究与实践[J]. 智能矿山, 2023, 4(06): 54-62.

[79]张平松,焦文杰,李圣林. 采煤工作面地质条件透明化技术现状与分析[J]. 智能矿山, 2023, 4(06): 2-13.

[80]张强,张超超. 基于透明地质模型的端面距监测及智能控制[J]. 陕西煤炭, 2023, 42(04): 209-212.

[81]李团结,沈亚洲,贾继平. 透明工作面动态地质模型构建及应用[J]. 陕西煤炭, 2023, 42(06): 58-62.

[82]袁亮,张平松. 煤炭精准开采透明地质条件的重构与思考[J]. 煤炭学报, 2020, 45(07): 2346-2356.

[83]刘结高,程建远,疏义国,等. 唐家会煤矿透明地质保障系统构建及示范[J]. 煤田地质与勘探, 2022, 50(01): 1-9.

[84]程建远,王保利,范涛,等. 煤矿地质透明化典型应用场景及关键技术[J]. 煤炭科学技术, 2022, 50(07): 1-12.

[85]高平,靳志龙,刘文明. 煤矿透明地质系统构建技术及应用[J]. 中国煤炭, 2022, 48(S1): 6-11.

[86]丁湘,李兆扬,刘溪,等. 大海则煤矿透明矿井地质水文模型构建与应用[J]. 智能矿山, 2023, 4(01): 41-49.

[87]王少龙,刘再斌,安林,等. 基于透明地质的矿井智能水害仿真系统[J]. 智能矿山, 2023, 4(04): 75-80.

[88]胡运兵. 煤矿地质透明保障系统[J]. 智能矿山, 2023, 4(07): 42-43.

[89]马晓强. 孟村矿构建井上、下立体式地质透明化技术新模式[J]. 内蒙古煤炭经济, 2023, (16): 52-54.

[90]王嘉伟,王海军,吴汉宁,等. 基于三维地质建模技术的煤矿隐蔽致灾因素透明化研究[J]. 工矿自动化: 1-11.

[91]翟晓毅,陈越,刘昊喆,等. OSG在综采工作面虚拟现实系统中的应用[J]. 煤炭技术, 2017, 36(10): 45-47.

[92]丁恩杰,俞啸,夏冰,等. 矿山信息化发展及以数字孪生为核心的智慧矿山关键技术[J]. 煤炭学报, 2020: 1-18.

[93]闫莎莎,冷超,傅颖霞. 综掘工艺虚拟仿真系统设计及关键技术[J]. 矿业研究与开发, 2021, 41(11): 173-178.

[94]张旭辉,杨文娟,薛旭升,等. 煤矿远程智能掘进面临的挑战与研究进展[J]. 煤炭学报, 2022: 1-15.

[95]刁怀斌. 基于数字孪生的煤矿生产智能化管理系统研究[J]. 自动化应用, 2023, 64(15): 201-203.

[96]丁毅之,徐善永. 基于数字孪生的矿井提升机液压制动系统构建及应用[J]. 黑龙江工业学院学报(综合版), 2023, 23(12): 149-156.

[97]李伟,叶鸥,刘辉,等. 基于数字孪生技术的大型煤矿远程智能监控研究[J]. 计算机测量与控制, 2023, 31(11): 204-211.

[98]谢嘉成,郑子盈,王学文,等. 基于工业元宇宙的综采工作面虚实融合运行模式初步探索成[J]. 煤炭科学技术, 2023, 51(10): 266-279.

[99]邢震. 数字孪生驱动的煤矿多元业务全局动态协同管控[J]. 工矿自动化, 2023, 49(07): 60-66, 82.

[100]杨海军,张弘,查学刚,等. 基于TGIS的数字孪生智能综采工作面研究[J]. 中国煤炭, 2023, 49(11): 63-70.

[101]张铁聪,陈华州,赵俊杰,等. 基于数字孪生技术的煤矿掘进机自动截割方法研究[J]. 中国煤炭, 2024, 50(01): 93-100.

[102]郭子成,尹璟友,任永智. 基于 LongruanGIS 的电子地质报告系统的设计与实现[J]. 中国煤炭地质, 2008, (07): 71-72, 75.

[103]毛善君,杨乃时,高彦清,等. 煤矿分布式协同“一张图”系统的设计和关键技术[J]. 煤炭学报, 2018, 43(01): 280-286.

[104]雷小平,毛善君,景超,等. 基于GIS“一张图”的煤机装备全生命周期管理系统研究[J]. 煤炭技术, 2022, 41(05): 216-218.

[105]毛善君,景超,李团结,等. 基于4DGIS的智能化矿区云平台关键技术研究及应用[J]. 煤炭学报, 2023, 48(07): 2626-2640.

[106]孙敬荣,卢新明. 基于混合包围盒与三角形相交的碰撞检测优化算法[J]. 计算机工程与应用, 2018, 54(19): 198-203.

[107]惠本利,王红娟,卢新明. 井巷工程精细建模及应用[J]. 矿业研究与开发, 2014, 34(05): 95-98.

[108]卢新明,王红娟. 基于高效布尔运算的三维矢量缓冲区算法[J]. 中国矿业大学学报, 2012, 41(03): 481-487.

[109]王红娟,张杏莉,卢新明. 布尔运算算法研究及其在地质体建模中的应用[J]. 计算机应用研究, 2010, 27(10): 3844-3846.

[110]王红娟,卢新明,李金龙,等. 基于布尔运算的巷道精准建模研究及应用[J]. 软件导刊, 2021, 20(01): 21-25.

[111]韩金伟,崔毅斌,张传良,等. 基于3DMine煤矿矿体三维可视化模型建构研究[J]. 煤炭技术, 2024: 1-6.

[112]王博雄,吕九辉,孙加. 3DMine三维矿业软件在矿山地质中的应用[J]. 黄金, 2024, 45(01): 30-33.

[113]曹锦元,张志军. 3Dmine在南非某金矿资源量估算中的应用[J]. 世界有色金属, 2023, (03): 154-156.

[114]赵辉军,崔冰,任旭东,等. 基于DIMINE软件的某矿三维建模与储量估算[J]. 采矿技术, 2022, 22(06): 21-25.

[115]严贵善,祁天明,陈显毅. 基于DIMINE软件的露天采剥量计算方法的研究[J]. 自动化应用, 2023, 64(16): 179-181.

[116]韩汝宁. 基于Dimine与Visual Modflow协同建模的矿区水文地质模型研究[J]. 中国矿业, 2018, 27(07): 139-143.

[117]萨贤春,姜在炳,孙涛,等. 煤矿地测信息系统(MSGIS)[J]. 地质论评, 2000, 46(S1): 150-154.

[118]姜在炳,张庭林. 煤矿地质测量信息系统(MSGIS2.5)[J]. 煤田地质与勘探, 2003, (05): 4-6.

[119]杜新锋,姜在炳,田干,等. 射线交点法在煤矿地测信息系统绘制任意切剖面时的应用[J]. 煤田地质与勘探, 2004, (06): 18-19.

[120]陈莉莉,张云燕. 关于AutoCAD与MSGIS在煤矿绘图中的综合运用[J]. 科技信息, 2010, (25): 341.

[121]张国强,于作刚. 利用Petrel软件建立油藏地质模型[J]. 地下水, 2015, 37(04): 208-210.

[122]张伟,黄美成,岳鹏军. 基于 Micromine软件的三维可视化基础应用与资源量估算[J]. 世界有色金属, 2022, (13): 196-198.

[123]王艳华. 矿井“一张图”系统设计及应用[J]. 北京测绘, 2017, (04): 95-98.

[124]温英明,陈浩,代琦. 基于XML的煤矿地质元数据目录服务研究[J]. 硅谷, 2010, (14): 96-97.

[125]高杨. 煤矿地质数据管理系统设计[J]. 工矿自动化, 2012, 38(08): 11-14.

[126]宫良伟. 煤矿企业数据研究[J]. 现代矿业, 2013, 29(04): 5-7, 13.

[127]Andrew Senogles,Michael J. Olsen,Ben Leshchinsky. LADI: Landslide displacement interpolation through a spatial-temporal Kalman filter[J]. Computers & Geosciences, 2023, 180: 105451.

[128]Yong LIU,Qing-jie XU,Xing-rui LI,et al. Prediction of landslide block movement based on Kalman filtering data assimilation method[J]. Journal of Mountain Science, 2023, 20(09): 2680-2691.

[129]王文虎,史玉珍. 基于小波-卡尔曼滤波的煤矿瓦斯动态预测系统研究[J]. 计算机与数字工程, 2013, 41(11): 1795-1796, 1845.

[130]曹敏,严俊,毕志周,等. 基于卡尔曼—最小二乘法的变电站地质信息分析[J]. 云南电力技术, 2017, 45(03): 1-4, 7.

[131]陆自清. 基于卡尔曼滤波的动态地质模型导向方法[J]. 石油钻探技术, 2021, 49(01): 113-120.

[132]韩胜. 基于集合卡尔曼滤波与机器学习的智能油藏管理[D]. 北京：中国石油大学(北京), 2022.

[133]董书宁,刘再斌,程建远,等. 煤炭智能开采地质保障技术及展望[J]. 煤田地质与勘探, 2021, 49(01): 21-31.

[134]刘再斌,刘程,刘文明,等. 透明工作面多属性动态建模技术[J]. 煤炭学报, 2020, 45(07): 2628-2635.

[135]刘结高,程建远,疏义国,等. 唐家会煤矿透明地质保障系统构建及示范[J]. 煤田地质与勘探, 2022, 50(01): 1-9.

[136]王国法,张建中,薛国华,等. 煤矿回采工作面智能地质保障技术进展与思考[J]. 煤田地质与勘探, 2023, 51(02): 12-26.

[137]曹文庚,潘登,徐郅杰,等. 河南省滑坡灾害易发性制图研究：多种机器学习模型的对比[J]. 地质科技通报: 1-11.

[138]刘帅,王涛,曹佳文,等. 基于优化随机森林模型的降雨群发滑坡易发性评价研究—以西秦岭极端降雨事件为例[J/OL]. 地质通报, 1-15. http://kns.cnki.net/kcms/detail/11.4648.P.20240118.1821.002.html.

[139]张茹,吕游,张泽天,等. 深地工程多维信息感知与智能建造的发展与展望[J/OL]. 煤炭学报, 1-38. https://doi.org/10.13225/j.cnki.jccs.2023.1439.

[140]詹术霖,黄明清,陈霖,等. 基于3种机器学习模型的岩爆类型预测[J]. 福州大学学报(自然科学版), 2023, 51(06): 879-886.

[141]Tao Bai,Pejman Tahmasebi. Hybrid geological modeling: Combining machine learning and multiple-point statistics[J]. Computers & Geosciences, 2020, 142: 104519.

[142]K.j.bergen,P.a.johnson,Hoop M.V.de,等. Machine learning for data-driven discovery in solid Earth geoscience[J]. 世界地震译丛, 2020, 51(01): 1-21.

[143]Ran Jia,Yikai Lv,Gongwen Wang, et al. A stacking methodology of machine learning for 3D geological modeling with geological-geophysical datasets, Laochang Sn camp, Gejiu (China)[J]. Computers & Geosciences, 2021, 151: 104754.

[144]Nils F. Jansson,Rodney L. Allen,Göran Skogsmo, et al. Principal component analysis and K-means clustering as tools during exploration for Zn skarn deposits and industrial carbonates, Sala area, Sweden[J]. Journal of Geochemical Exploration, 2022, 233: 106909.

[145]Xiaofei Sun,Huaiyong Shao,Xiaoyu Xiang, et al. A Coupling Method for Eco-Geological Environmental Safety Assessment in Mining Areas Using PCA and Catastrophe Theory[J]. Natural Resources Research, 2020, 29: 4133-4148.

[146]Yimin Liu,Wenyue Sun,Louis J. Durlofsky. A Deep-Learning-Based Geological Parameterization for History Matching Complex Models[J]. Mathematical Geosciences, 2019, 51: 725-766.

[147]D. P. Quinn,B. L. Ehlmann. A PCA‐Based Framework for Determining Remotely Sensed Geological Surface Orientations and Their Statistical Quality[J]. Earth and Space Science, 2019, 6: 1378-1408.

[148]张彤蕴. 内蒙古扎鲁特旗地区矿化蚀变遥感信息提取及成矿预测研究[D]. 长沙：中南大学, 2009.

[149]洪增林,李永红,张玲玉,等. 一种基于主成分分析法的区域性地质灾害危险性评估方法[J]. 灾害学, 2020, 35(01): 118-124.

[150]李永红,宁奎斌,张玲玉,等. 基于主成分分析探讨榆神府矿区地质灾害隐患发育程度[C]//第二届中国西部矿山地质环境保护学术论坛论文摘要集, 2018: 7.

[151]陈小华. 三参数转换模型及其在ISO 17123-5中的应用[J]. 北京测绘, 2018, 32(12): 1536-1540.

[152]钱晓山,杨志敏,吴继忠. 测绘地理信息成果在线坐标转换系统的研究与实现[J]. 城市勘测, 2020, (03): 130-133.

[153]夏兰芳,胡鹏,黄梦龙. 地图投影解析变换的数值实现方法[J]. 测绘科学, 2007, (03): 69-71, 101, 194.

[154]孙卫新,马俊,薛志伟,等. 高斯-克吕格投影反解的数值变换方法分析[J]. 测绘工程, 2013, 22(03): 28-31.

[155]刘文明,高耀全,蒋必辞,等. 回采工作面煤层动态标定预测技术应用研究[J]. 煤田地质与勘探, 2022, 50(01): 31-35.

[156]林菲,邹玲,张聪. 基于混合层次包围盒的快速碰撞检测算法[J]. 计算机仿真, 2023, 40(09): 454-457.

[157]孙劲光,周勃. 曲线约束Delaunay三角剖分及在地形构建中的应用[J]. 计算机应用与软件, 2015, 32(12): 25-28, 41.

[158]候景儒,潘汉军,张树泉. 多元地质统计学的基本理论与方法[J]. 北京科技大学学报, 1992, (02): 115-122.

[159]胡丹桂,舒红. 利用时空协同克里金方法时空估算中国新疆降水量[J]. Journal of Central South University, 2019, 26(03): 684-694.

[160]朱宏伟,孙效玉,王宏,等. 对数正态克里金法的研究[J]. 露天采煤技术, 1999, (02): 37.

[161]孙玉建. 地质统计学在固体矿产资源评价中的若干问题研究[D]. 北京：中国地质大学（北京）, 2008.

[162]冯郑文,刘亚静. 不同空间插值方法对土壤化学元素空间分布适用性分析[J]. 华北理工大学学报(自然科学版), 2023, 45(04): 7-18.

[163]曹全龙,王会娜,杜萌,等. 地理实体模型构建与表达研究[J]. 时空信息学报, 2023, 30(01): 64-69.

[164]秦健,王常青,朱晓杰,等. 三维空间矿体圈连与实体模型构建的研究[J]. 矿业工程, 2023, 21(06): 5-9.

[165]王瑞,高曙明,吴海燕. 六面体网格生成和优化研究进展[J]. 计算机辅助设计与图形学学报, 2020, 32(05): 693-708.

[166]崔扬. 基于广义三棱柱剖分的体函数空间插值方法研究[D]. 阜新：辽宁工程技术大学, 2016.

[167]胡长涛,张志华,吴智慧. 基于特征约束的四面体剖分方法研究[J]. 测绘工程, 2023, 32(06): 17-22.

[168]刘光伟,成功,宋佳琛,等. 非连续煤层实体模型一体化构建技术研究[J]. 煤炭科学技术, 2018, 46(05): 205-211.

[169]何紫兰,朱鹏飞,白芸,等. 复杂地质体三维实体建模方法[J]. 地质与勘探, 2020, 56(01): 190-197.

[170]陈应显,王鹏飞. 基于智能岩性识别的爆破岩体三维实体模型建立[J]. 煤田地质与勘探, 2022, 52(04): 92-97.

[171]赵浩,白润才,刘光伟,等. 基于矿床实体模型的地质储量计算方法研究[J]. 世界科技研究与发展, 2011, 33(03): 466-467, 496.

[172]孙书彬,吴洋,姜新吉,等. 基于 3D CAD MineStar 软件的胶东大尹格庄金矿三维数字实体模型的建立[J]. 黄金科学技术, 2015, 23(02): 63-67.

[173]张婉秋,熊宇,李云,等. 基于 GOCAD 软件的工程地质三维地质实体模型的建立与研究[J]. 科技创新与生产力, 2022, (08): 118-121.

[174]余淑娟,郭飞,李想,等. 约束Delaunay四面体剖分在三维地质建模中的应用[J]. 地理与地理信息科学, 2013, 29(01): 41-44.

[175]廉西猛,单联瑜,隋志强,等. 基于四面体剖分的并行地质块体建模方法[J]. 计算机工程与应用, 2018, 54(21): 246-250.

[176]胡长涛,张志华,吴智慧. 基于特征约束的四面体剖分方法研究[J]. 测绘工程, 2023, 32(06): 17-22.

[177]吴智慧,张志华,胡长涛,等. 空间四面体剖分及可视化系统设计[J]. 科学技术与工程, 2023, 23(10): 4072-4078.

[178]孙黎明,李青元,谭海,等. 基于Netgen的层状地质体四面体网格划分方法[J]. 计算机辅助工程, 2013, 22(03): 47-52.

[179]徐能雄. 三维地质建模方法及程序实现[M]. 北京: 地质出版社, 2011.

[180]Jack L. Lancaster and J. Hunter Downs Abdalmajeid M. Alyassin. Evaluation of new algorithms for the interactive measurement of surface area and volume[J]. Medical Physics, 1994, 21(6): 741-752.

[181]陈龙. 基于CUDA和OpenGL的多图层叠加的雷达终端显示技术[J]. 空天预警研究学报, 2023, 37(03): 194-197, 203.

[182]马丹,阳凡林,崔晓东,等. 基于OpenGL的海底地形三维渲染方法[J]. 山东科技大学学报(自然科学版), 2018, 37(02): 99-106.

[183]蒋成龙,杨应迪,黄建达. 基于OpenGL的矿井三维可视化通风系统构建[J]. 煤矿安全, 2022, 53(01): 128-133.

[184]李少杰,谢直言,文铭,等. 跨平台高性能地图渲染技术研究[J]. 测绘地理信息, 2021, 46(06): 116-121.

[185]刘冬林,樊留群,刘广杰,等. 基于Three.js的COLLADA机器人模型在线运动学仿真[J]. 制造业自动化, 2020, 42(02): 82-85.

[186]晁阳,牛志伟,齐慧君. 基于WebGL的BIM模型可视化研究[J]. 水电能源科学, 2020, 38(09): 79-82.

[187]傅开鸿,刘茗溪,李朝奎. 基于WebGL技术的虚拟地理环境构建方法[J]. 湖南科技大学学报(自然科学版), 2023, 38(02): 73-79.

[188]Christina Terese Joseph,K. Chandrasekaran. Straddling the crevasse: A review of microservice software architecture foundations and recent advancements[J]. Software: Practice and Experience, 2019, 49: 1448-1484.

[189]Colin C. Venters,Rafael Capilla,Stefanie Betz, et al. Software sustainability: Research and practice from a software architecture viewpoint[J]. Journal of Systems and Software, 2018, 138: 174-188.

[190]Tong Wang,Bixin Li,Lingyuan Zhu. A Quality-Driven Iterative Evolution Approach for Software Architecture[J]. International Journal of Software Engineering and Knowledge Engineering, 2022, 33: 231-255.

[191]吴化尧,邓文俊. 面向微服务软件开发方法研究进展[J]. 计算机研究与发展, 2020, 57(03): 525-541.

[192]吴凡,卞建玲,宋振乾,等. 微服务软件架构设计模式及其应用[J]. 数字通信世界, 2024, (01): 102-104.

[193]张齐勋,吴一凡,杨勇,等. 微服务系统服务依赖发现技术综述[J]. 软件学报, 2024, 35(01): 118-135.

[194]冯新扬,沈建京. REST和RPC两种Web服务架构风格比较分析[J]. 小型微型计算机系统, 2010, 31(07): 1393-1395.

[195]王方旭. 基于Spring Cloud实现业务系统微服务化的设计与实现[J]. 电子技术与软件工程, 2018, (08): 60-61.

[196]官东亮. 基于微服务的业务平台架构重构[J]. 电信科学, 2020, 36(09): 75-83.

[197]李艳丽,张宗勇,冯捷,等. 一种分布式可视化Dubbo接口测试平台[J]. 华东师范大学学报(自然科学版), 2019, (04): 120-132, 143.

[198]赵媛心,王毅,纪祖赑,等. 基于Thrift-Eureka改进的微服务技术研究[J]. 计算机测量与控制, 2021, 29(12): 220-225.

[199]Moravcik Marek,Kontsek Martin. Overview of Docker container orchestration tools[C]//2020 18th International Conference on Emerging eLearning Technologies and Applications (ICETA): IEEE, 2020.

[200]Piotr Dziurzanski,Leandro Soares Indrusiak. Value-Based Allocation of Docker Containers[C]//2018 26th Euromicro International Conference on Parallel, Distributed and Network-based Processing (pdp): Ieee, 2018: 1-7.

[201]张入文,罗俊,胡晓勤,等. 容器化VPN在K8S环境下的应用与研究[J]. 现代计算机, 2021, (17): 31-36.

[202]李鹏,程建远. 基于微服务的地质保障系统架构与应用[J]. 煤田地质与勘探, 2022, 50(01): 118-127.

[203]于鹏. 基于VUE 3与WebGL的三维不动产管理平台的搭建[J]. 现代信息科技, 2023, 7(14): 29-33.

[204]陈络琦,李博,孙榜,等. 基于Vue+Springg Boot 的智慧平煤神马青年云平台[C]//第31届全国煤矿自动化与信息化学术会议暨第12届中国煤矿信息化与自动化高层论坛论文集, 2023: 190-198.

[205]张良峰. 基于Django和Vue的低代码平台构建[J]. 数字通信世界, 2024, (01): 45-48.

[206]陈龙,王晓,杨健健,等. 平行矿山_从数字孪生到矿山智能[J]. 自动化学报, 2021, 47(07): 1633-1645.

[207]张帆,李闯,李昊,等. 面向智能矿山与新工科的数字孪生技术研究[J]. 工矿自动化, 2020, 46(05): 15-20.

[208]吴淼,李瑞,王鹏江,等. 基于数字孪生的综掘巷道并行工艺技术初步研究[J]. 煤炭学报, 2020, 45(S1): 506-513.

[209]张超,张旭辉,毛清华,等. 煤矿智能掘进机器人数字孪生系统研究及应用[J]. 西安科技大学学报, 2020, 40(05): 813-822.

[210]王佳奇,卢明银. 基于数字孪生的煤矿瓦斯事故安全管理[J]. 煤矿安全, 2020, 51(08): 251-255.

[211]李鹏,程建远. 采掘工作面地质信息数字孪生技术[J]. 煤田地质与勘探, 2022, 50(11): 174-186.