【技術實現步驟摘要】
本專利技術涉及巖畫賦存安全與科學保護的，尤其涉及一種評價巖畫剝落病害發育程度的方法。
技術介紹
1、石質文物長期風化導致巖石劣化。賀蘭口巖畫位于寧夏回族自治區銀川市賀蘭縣賀蘭山溝口。。但由于刻畫年代久遠，經過長期的自然風化，在外界降雨、溫度、濕度變化、生物侵蝕等環境因素作用下，巖畫載體變質砂巖發生了典型的石材劣化現象，多發育有剝落病害。剝落病害作為巖畫病害發育的最終形態，持續發育意味著文物的消亡。所以，針對賀蘭口巖畫剝落病害發育的普遍性、危險性、保護優先性等方面的問題，建立一個用于巖畫剝落病害評價的方法，是實現科學保護的關鍵步驟。
2、根據現場調查發現賀蘭口巖畫層片狀剝落是眾多病害中最嚴重的病害，賀蘭口溝口至“水關”南岸全長570m巖畫重點保護區內，分布660個單體巖畫，其中巖畫出現片狀起翹與脫落的巖畫173幅，占南岸巖畫的26.2％。而大部分巖畫周圍也出現了不同程度的層片狀剝落現象，嚴重威脅巖畫存亡。砂巖層片狀剝落之前都會出現空鼓現象，即巖石表層一定厚度的片板狀體發生隆起變形，在片板狀體后形成空腔的現象。空鼓現象的出現預示著剝落病害的發生，此時巖畫載體砂巖的表面強度已經大大降低。因此，對巖畫剝落病害的評估不僅要依靠現場勘察數據，還要綜合現場勘察數據及巖畫載體變質砂巖性質來全面評估其剝落病害的發育程度。
3、目前，對于巖畫剝落病害的評價主要依賴表面觀察，缺乏科學系統的評價方法，且未充分考慮環境因素和載體性質之間的復雜關系。巖畫保護區普遍存在面積廣闊、數量眾多、環境復雜以及載體巖石性質不均等特點，剝落現象受
技術實現思路
1、針對現有文物病害評價方法不能直接應用在巖畫病害發育程度評價的技術問題，本專利技術提出一種評價巖畫剝落病害發育程度的方法，基于巖畫載體巖石的物理力學特性、載體巖石裂隙特征和巖畫位置等參數，對巖畫剝落病害的嚴重程度進行科學、省時、經濟的評估，為巖畫保護的優先級和科學性提供決策依據，同時可推廣應用于其他地區巖畫剝落病害的評價與保護工作。
2、為了達到上述目的，本專利技術的技術方案是這樣實現的：一種評價巖畫剝落病害發育程度的方法，其步驟如下：
3、步驟s1：根據巖畫剝落病害的現有特征，構建評價指標體系，通過現場調查和室內試驗選取與現有特征直接相關的評價指標，采集巖畫點各組巖畫的評價指標對應的評價數據；
4、步驟s2：依據病害現場勘察情況和病害發育特征確定剝落病害發育程度的評價等級以及對應的評價區間；
5、步驟s3：將評價區間的數值轉化為云模型的數字特征，利用正向云發生器處理數字特征生成評價區間的標準云圖，獲得評價等級標準云圖；
6、步驟s4：將評價數據輸入構建的bp神經網絡賦權模型，得到各評價指標的權重；
7、步驟s5：將評價數據預處理后帶入逆向云發生器轉換為由期望、熵、超熵三個數字特征表示的定性語言，得到評價指標的指標層云參數；
8、步驟s6：根據各評價指標的權重和對應評價指標的指標層云參數計算各準則層云參數；
9、步驟s7：根據評價指標的權重計算準則層的權重，利用各準則層云參數與對應的準則層的權重計算綜合云參數，將綜合層云參數輸入正向云發生器得到綜合層云圖；
10、步驟s8：綜合層云圖和評價等級標準云圖進行對比，根據綜合層云圖落在評價等級標準云圖中的位置得到最終的評價等級。
11、優選地，所述評價指標體系包括目標層、準則層和指標層，目標層為剝落病發育，準則層包括巖畫載體的力學特性、物理特性、巖畫周圍300mm范圍內的裂隙特征以及巖畫位置；
12、所述力學特性的指標層的評價指標包括回彈強度、抗壓強度和縱波波速，物理特性的指標層的評價指標包括孔隙率、含水率以及顆粒密度，裂隙特征的指標層的評價指標包括裂隙最近距離、裂隙長度以及裂隙最大寬度，巖畫位置的指標層的評價指標包括相對高程和巖面傾角；
13、評價指標的正向指標包括孔隙率、含水率、裂隙長度、裂隙最大寬度；負向指標包括回彈強度、抗壓強度、縱波波速、顆粒密度、裂隙最近距離、相對高程、巖面傾角。
14、優選地，所述剝落病害發育程度的評價等級劃分為5個，對應5個評價區間，評價區間分別是[0-0.2]、[0.2-0.4]、[0.4-0.6]、[0.6-0.8]、[0.8-1.0]；對應的評價等級分別為非常低、低、中、高、非常高。
15、優選地，所述將評價區間的數值轉化為云模型的數字特征的方法為：云模型的數字特征包括三個參數，分別為期望ex、熵en和超熵he，三個參數分別為：
16、
17、其中，為第n個評價區間的最小值、最大值，k為常數；exn、enn、hen分別為第n個評價區間的期望、熵和超熵。
18、優選地，所述利用正向云發生器處理數字特征生成評價等級云圖方法為：
19、1)生成以熵enn為期望值、hen2為方差的一個正態隨機數yn＝rn(enn,hen)；rn(,)表示正態隨機函數；
20、2)生成以期望exn為期望值、yn2為方差的一個正態隨機數xm＝rn(exn,yn)；m為1-m；
21、3)計算確定度
22、4)具有確定度μ(xm)的正態隨機數xm成為論域中一個云滴；
23、5)重復步驟1)-4)，直到產生要求的m個云滴為止，m個云滴構成一個評價區間的標準云圖；
24、重復上述步驟得到每一個評價區間的標準云圖，所有評價區間的標準云圖構成評價等級標準云圖。
25、優選地，所述得到各評價指標的權重的方法為：
26、1)使用matlab計算工具生成bp神經網絡賦權模型，設置最大迭代次數和目標誤差，設置隱藏層神經元的數量為評價指標的總數；
27、2)將評價指標的評價數據導入到bp神經網絡賦權模型中，生成一個18×11的數據矩陣data；
28、3)調用calculate?weights函數對數據矩陣data計算加權平均的權重。
29、優選地，所述calculate?weights函數對數據矩陣data計算加權平均的權重的方法為：將輸入的評價數據進行歸一化處理，設置隱藏層和輸出層的激活函數，隱藏層的激活函數為'logsig'，輸出層的激活函數為'purelin'；設置訓練參數，使用歸一化處理后的評價數據訓練bp神經網絡，提取b本文檔來自技高網...
【技術保護點】
1.一種評價巖畫剝落病害發育程度的方法，其特征在于，其步驟如下：
2.根據權利要求1所述的評價巖畫剝落病害發育程度的方法，其特征在于，所述評價指標體系包括目標層、準則層和指標層，目標層為剝落病發育，準則層包括巖畫載體的力學特性、物理特性、巖畫周圍300mm范圍內的裂隙特征以及巖畫位置；
3.根據權利要求1或2所述的評價巖畫剝落病害發育程度的方法，其特征在于，所述剝落病害發育程度的評價等級劃分為5個，對應5個評價區間，評價區間分別是[0-0.2]、[0.2-0.4]、[0.4-0.6]、[0.6-0.8]、[0.8-1.0]；對應的評價等級分別為非常低、低、中、高、非常高。
4.根據權利要求3所述的評價巖畫剝落病害發育程度的方法，其特征在于，所述將評價區間的數值轉化為云模型的數字特征的方法為：云模型的數字特征包括三個參數，分別為期望Ex、熵En和超熵He，三個參數分別為：
5.根據權利要求4所述的評價巖畫剝落病害發育程度的方法，其特征在于，所述利用正向云發生器處理數字特征生成評價等級云圖方法為：
6.根據權利要求3或5所述
7.根據權利要求6所述的評價巖畫剝落病害發育程度的方法，其特征在于，所述calculate?weights函數對數據矩陣data計算加權平均的權重的方法為：將輸入的評價數據進行歸一化處理，設置隱藏層和輸出層的激活函數，隱藏層的激活函數為'logsig'，輸出層的激活函數為'purelin'；設置訓練參數，使用歸一化處理后的評價數據訓練BP神經網絡，提取BP神經網絡的輸出層權重，將輸出層權重與BP神經網絡的預測輸出乘積計算加權平均的權重，得到評價指標的權重，且所有評價指標的權重非負且總和為1。
8.根據權利要求1或7所述的評價巖畫剝落病害發育程度的方法，其特征在于，所述得到評價指標的指標層云參數的方法為：正向指標的預處理為：
9.根據權利要求8所述的評價巖畫剝落病害發育程度的方法，其特征在于，所述計算各準則層云參數的方法為：
10.根據權利要求9所述的評價巖畫剝落病害發育程度的方法，其特征在于，將綜合云參數帶入到正向云發生器中得到綜合層云圖的方法為：
...【技術特征摘要】
1.一種評價巖畫剝落病害發育程度的方法，其特征在于，其步驟如下：
2.根據權利要求1所述的評價巖畫剝落病害發育程度的方法，其特征在于，所述評價指標體系包括目標層、準則層和指標層，目標層為剝落病發育，準則層包括巖畫載體的力學特性、物理特性、巖畫周圍300mm范圍內的裂隙特征以及巖畫位置；
3.根據權利要求1或2所述的評價巖畫剝落病害發育程度的方法，其特征在于，所述剝落病害發育程度的評價等級劃分為5個，對應5個評價區間，評價區間分別是[0-0.2]、[0.2-0.4]、[0.4-0.6]、[0.6-0.8]、[0.8-1.0]；對應的評價等級分別為非常低、低、中、高、非常高。
4.根據權利要求3所述的評價巖畫剝落病害發育程度的方法，其特征在于，所述將評價區間的數值轉化為云模型的數字特征的方法為：云模型的數字特征包括三個參數，分別為期望ex、熵en和超熵he，三個參數分別為：
5.根據權利要求4所述的評價巖畫剝落病害發育程度的方法，其特征在于，所述利用正向云發生器處理數字特征生成評價等級云圖方法為：
6.根據權利要求3或5所...
【專利技術屬性】
技術研發人員：吳國鵬，崔簫，趙志杰，崔凱，盧柯伊，張瑞穎，余光豪，
申請(專利權)人：蘭州理工大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。