王朱贺，李 楠，张希瑞，苏 想

(1. 北京工商大学 人工智能学院，北京 100048；2. 智慧互通科技有限公司河北省静态交通技术创新中心 河北 张家口 076250)

根据实地采集的有限土层样本数据，利用计算机图形学相关算法，将地下不同土层的空间三维结构进行预测还原并进行实体建模的过程称之为土层三维重建。土层三维重建对地下施工过程的管理具有十分重要的意义。以深基坑挖掘工程为例,技术人员需要通过一系列工程数据来对施工过程中可能存在的风险进行预警。这些数据包括基坑区域内的土层信息、基坑支护结构信息、基坑施工过程中的各类传感器监测信息等。对支护结构的失效预警需要进行相关的数值计算才能完成[1-2]。其中，土层的三维分布信息十分重要，因为需要根据土层实际情况计算土压力，作为支护结构计算的输入载荷，进而得到预警信息。

传统土层建模方法有很多种，如基于边界、高度的三维土层建模[3]，基于钻孔信息[4]的插值土层生成等[5]。目前较为常用的插值方法是克里金插值[6]，如文献[7]设计了一种三维克里金算法，能较好的反映地质空间的各向异性特征。另外，反距离加权平均插值法同样在三维土层重建中有重要作用，文献[8]对反距离权重插值法和自然邻域插值法展开对比研究，得出反距离权重插值法更加适用于地层缺失严重的层位，能够更好地保留地层缺失的特征的结论。

随着大数据技术的发展和计算机算力的提高，机器学习技术已经被证实在图像[9]和音频[10]领域有着显著的效果。……