张小艳，许慧，姜水军

(1.西安科技大学 计算机科学与技术学院，陕西 西安 710600; 2.中国神华神东煤炭集团，陕西 榆林 719315)

0 引言

近年来，随着数字矿山概念的提出，三维地质建模在行业领域中备受关注。因此，对综采工作面煤炭赋存形态空间三维可视化成为煤炭生产管理过程中的一个重要环节。

目前三维地质建模在行业领域中备受关注。范文瑶等[1]基于GOCAD软件对研究区域进行三维建模与可视化操作；尚福华等[2]为了解决传统三维地质模型中不能有效地分析地层和断层之间的形态和结构，构建出了一种TIN-Octree混合空间数据模型的精确三维地质结构方法；宋越等[3]将研究的重点放在了解决边界不连续的问题层面上，提出了一种基于机器学习的扩展纹理样本库的方法。

空间数据插值是三维建模过程中的一个至关重要的环节。自20世纪初以来，就有大量的学者对此展开研究并取得了卓越的成效。Kriging算法被广泛用于各类观测的空间插值。本文提出了一种用自适应PSO算法优化Kriging插值算法(UPSO-Kriging)，将其用于工作面煤层高程值预测，为绘制工作面煤层赋存形态三维图提供基础数据，并以神东集团大柳塔煤矿604工作面的实际数据验证了算法的可行性,进而基于规则网格法构建DEM数字高程模型，以Three.js为平台实现了浏览器端综采工作面三维可视化，为煤炭企业开采提供科学依据。

1 Kriging插值法

Kriging插值法是一种基于协方差函数对空间随机过程建模和预测的回归算法[4]。一般公式可表示为：