Это предварительная версия научной статьи. После публикации здесь будут размещены DOI, выходные данные и корректная ссылка для цитирования.
Не используйте этот препринт для научного цитирования.
Рассмотрены вопросы формирования непротиворечивого понятийного аппарата для цифровых информационных моделей инженерно-геологических массивов (ЦИМ ИГМ). Показано, что переход от двухмерных представлений геологической среды к объемному моделированию массива требует не только новых технологических средств, но и упорядоченной системы терминов и определений, согласованной и с действующей нормативной базой Российской Федерации, и с международными рекомендациями по инженерно-геологическому моделированию. Предложена иерархия понятий, охватывающая объект моделирования, виды геометрического представления массива, методы пространственной интерполяции, процедуры верификации и валидации, а также форматы обмена данными. Работа продолжает серию публикаций авторов, посвященную методологии цифровизации инженерно-геологических изысканий, и развивает положения, изложенные в первой статье серии о форматах обмена данными.
Цифровизация инженерных изысканий в последние годы развивается опережающими темпами по отношению к развитию собственно методологии инженерно-геологического моделирования. Терминологическая неоднородность, при которой под одним и тем же понятием понимаются принципиально разные сущности, становится серьезным препятствием для интеграции геологических данных в технологию информационного моделирования (ТИМ) объектов капитального строительства (ОКС). На практике под «цифровой моделью» могут пониматься и блочная инженерно-геологическая модель, и каркасная модель геологических тел, и набор поверхностей, собранных в цифровой среде, и даже оси скважин, выставленные в трехмерном пространстве, хотя все эти представления различаются как по методике построения, так и по области допустимого применения.
В статье [1] было показано, что понятие «трехмерная цифровая модель местности» методически узко для инженерной геологии, поскольку ориентировано прежде всего на топографическую поверхность и надземную обстановку, тогда как ключевым объектом инженерной геологии является подземное пространство – инженерно-геологический массив в объеме. Также был обоснован переход от поверхностных и псевдотрехмерных представлений к количественным трехмерным цифровым информационным моделям инженерно-геологических массивов (ЦИМ ИГМ), пригодным для машинной обработки и интеграции в проектную информационную среду. Логическим продолжением этого тезиса выступает задача упорядочивания понятийного аппарата: прежде чем формировать, вести и использовать ЦИМ ИГМ, необходимо договориться о значении базовых терминов.
Цель настоящей работы – предложить систематизированную терминологическую основу для ЦИМ ИГМ, согласованную с действующими национальными стандартами (ГОСТ Р 10.00.00.01-2025, ГОСТ 25100-2020, ГОСТ 20522-2012, ГОСТ Р 52438-2005, ГОСТ Р 21.608-2021 и др.) и с международными рекомендациями по разработке и применению инженерно-геологических моделей (IAEG C25 EGM v2.0) [2; 3].
Необходимость такой работы определяется тремя обстоятельствами. Во-первых, нормативная база по инженерной геологии (ГОСТ 25100, ГОСТ 20522, СП 446.1325800.2019, СП 47.13330.2016) и нормативная база по информационному моделированию (ГОСТ Р 10.00.00.01-2025, СП 333.1325800.2020) развивались независимо друг от друга и оперируют разными понятийными системами. Во-вторых, международные рекомендации, такие как IAEG C25, вводят понятия фактологической и концептуальной моделей, понятия неопределенности модели и реестра модельных решений, которые не имеют прямых эквивалентов в отечественной нормативной практике [2]. В-третьих, методы трехмерного геологического моделирования (геостатистическая интерполяция, воксельное и каркасное представление, машинное обучение) пришли из смежных областей – горного дела, нефтяной геологии, гидрогеологии – и требуют адаптации к задачам инженерной геологии.
При построении терминологической системы для ЦИМ ИГМ целесообразно опираться на три источника понятийной нормализации.
Первый источник – национальные стандарты в области информационного моделирования. Базовым является ГОСТ Р 10.00.00.01-2025 «Единая система информационного моделирования. Термины и определения», который вводит понятия информационной модели, информационного моделирования и его объекта, жизненного цикла, валидации и верификации информационной модели [3]. Эти понятия дополняются и развиваются в ряде сопряжённых документов: ГОСТ Р 21.608-2021 регламентирует правила выполнения рабочей документации цифровых информационных моделей [4], СП 333.1325800.2020 определяет правила формирования информационной модели на различных стадиях жизненного цикла [5], а ГОСТ Р 57100-2025 и линейка стандартов на основе IFC (ГОСТ Р 10.0.02-2019/ИСО 16739-1:2018, спецификация IFC 4.3) задают общесистемные принципы описания архитектуры и обмена данными [6-8]. Перечисленные документы не исчерпывают нормативного поля, но задают общую рамку, в которую встраивается частный случай – модель геологической среды, сформированная для ОКС.
Второй источник – профильные геологические и геотехнические стандарты. ГОСТ 25100-2020 устанавливает классификацию грунтов, ГОСТ 20522-2012 вводит понятие инженерно-геологического элемента (ИГЭ) и регламентирует статистическую обработку результатов испытаний [9; 10]. Требования к пространственному представлению инженерно-геологической информации развивает ГОСТ Р 71881-2024 «Инженерные изыскания. Требования к содержанию инженерно-геологических карт» (введён в действие с 1 июля 2025 г.), который регламентирует состав и содержание картографических материалов и тем самым закрепляет терминологию пространственного районирования массива [11]. Общие правила производства работ задают СП 446.1325800.2019 и СП 47.13330.2016 [12; 13]. Перечень профильных документов также не является исчерпывающим.
Третий источник – международные нормы и рекомендации. Прежде всего это «Руководство по разработке и применению инженерно-геологических моделей» (IAEG C25 EGM v2.0, 9 августа 2024 г.), которое формализует понятие инженерно-геологической модели (engineering geological model, EGM), разделяет фактологическую (наблюдательную) и концептуальную компоненты модели, вводит требования к документированию неопределённости и к ведению реестра модельных решений [2]. Существенную роль играет и система европейских норм геотехнического проектирования – Eurocode 7 (EN 1997-1 «Общие правила» и EN 1997-2 «Исследования и испытания грунтов») вместе с гармонизированными стандартами классификации и описания грунтов EN ISO 14688 и EN ISO 14689 [14; 15; 16]. При обращении к этим документам необходимо учитывать, что классификационные системы EN ISO 14688/14689 и отечественный ГОСТ 25100 построены на различных признаках и не имеют однозначного взаимного соответствия, что порождает методические трудности при сопоставлении моделей, выполненных в разных нормативных традициях. Приведённый перечень источников не является исчерпывающим и при необходимости может расширяться отраслевыми и корпоративными стандартами.
Отдельно следует выделить методический опыт «большой геологии» – нефтегазовой, рудной и геологоразведочной отраслей, в которых трёхмерное геологическое моделирование развивается уже несколько десятилетий и где сформирован собственный методологический и терминологический аппарат. В нефтегазовой геологии оформились устойчивые представления о фактологической и интерпретационной составляющих модели, о геологических и фильтрационных моделях, о ремасштабировании (upscaling) и о процедурах оценки качества и достоверности трехмерных построений [17- 19]. Значительное внимание уделяется методике использования данных сейсморазведки для построения структурных каркасов и подсчёта запасов [20], а также применению методов машинного обучения и кластеризации при фациальном анализе и прогнозировании свойств коллекторов [21; 22]. В рудной геологии и горном деле разработаны подходы к пространственному районированию месторождений и к моделированию рудных тел [23]. Этот аппарат во всех аспектах гораздо более проработан, чем в инженерной геологии: вопросам оценки достоверности и качества моделей здесь традиционно отводится центральное место [24; 25]. Вместе с тем прямой перенос терминологии «большой геологии» в инженерную геологию ограничен различием объектов и задач – специфическим предметом исследования, историко-генетическим подходом к изучению грунтов и приповерхностным масштабом глубины исследования инженерно-геологических массивов [26; 27], что делает необходимой разработку собственного понятийно-терминологического аппарата ЦИМ ИГМ.
Термин «модель» в инженерно-геологическом моделировании, согласно подходу IAEG C25, определяется через назначение: модель есть приближение инженерно-геологических условий, созданное для решения конкретной инженерной задачи [2]. Этот критерий применяется ниже как принцип разграничения видов моделей: различие между каркасной, твердотельной и объемно-блочной моделями определяется не только геометрией, но и кругом решаемых задач.
Центральным объектом рассматриваемой понятийной системы является инженерно-геологический массив. Под инженерно-геологическим массивом (ИГМ) понимается система геологических тел, составляющих любой объем геологического пространства, определяемый в зависимости от решаемых инженерно-геологических задач (ретроспективных, морфологических, прогнозных), обладающая иерархической структурой с присущим каждому уровню набором признаков выделения и описания элементов, пространственной унаследованностью от уровня к уровню, описываемая, при необходимости, во взаимодействии с другими оболочками Земли (гидросферой, атмосферой, биосферой) и космическими телами, применительно к инженерно-хозяйственной деятельности человека, реальной или предполагаемой [31].
Существенным признаком этого определения является то, что границы массива задаются не только геометрией участка изысканий, но и пределами распространения зон воздействия, способных повлиять на работу сооружения – водоносными горизонтами, ослабленными зонами, тектоническими нарушениями, техногенными образованиями, областями распределения напряжений и геологическими и инженерно-геологическими процессами.
Базовой единицей дискретизации инженерно-геологического разреза в сложившийся нормативной практике выступает инженерно-геологический элемент (ИГЭ) – некоторый объем грунта одного и того же происхождения, подвида или разновидности, при условии, что значения характеристик грунта изменяются в пределах элемента случайно (незакономерно) либо наблюдающаяся закономерность такова, что ею можно пренебречь [ГОСТ 20522-2012, п. 4.6] [10]. ИГЭ обеспечивает связь между традиционной практикой статистической обработки результатов испытаний и геометрическими объектами цифровой модели: каждому геологическому телу модели ставится в соответствие набор нормативных и расчетных характеристик, полученных по правилам ГОСТ 20522-2012.
Важно подчеркнуть, что закрепленная в ГОСТ 20522-2012 трактовка ИГЭ носит преимущественно статистический характер и в значительной степени отошла от исходного историко-генетического содержания понятия. В классических работах ИГЭ определялся прежде всего как генетически однородное геологическое тело. Так, Н.В. Коломенский [28] понимал под инженерно-геологическими элементами генетически однородные геологические тела (линзы, пласты, прослои и др.), в пределах которых значения индивидуальных показателей носят случайный характер. В трактовке Г.К. Бондарика [29; 30] ИГЭ – это инженерно-геологическое тело, представленное одной горной породой, статистически однородное по выбранному показателю свойств; его объем и конфигурацию устанавливают с учетом геологических данных и конструкции сооружения.
В иерархии геологических тел Г.К. Бондарика выделение ИГЭ замыкает нисходящий ряд расчленения массива: формация – субформация – генетический комплекс – стратиграфо-генетический комплекс (СГК) – монопородные геологические тела первого, второго и третьего уровней (МГТ-1, МГТ-2, МГТ-3) – ИГЭ. На нижнем уровне к признакам СГК последовательно добавляются однородность породы по минеральному составу, классификационная однородность по косвенным показателям и, наконец, статистическая однородность по прямым показателям (прочности, сжимаемости), которой приблизительно и соответствует ИГЭ. Тем самым корректное выделение ИГЭ в составе ЦИМ ИГМ предполагает предварительное расчленение массива по генетическому принципу, а не только формальную статистическую группировку данных испытаний.
Следует учитывать и соотношение отечественного понятия ИГЭ с принятым в международной практике понятием инженерно-геологической единицы (engineering geological unit) в рамках EGM IAEG C25: если ИГЭ ориентирован прежде всего на статистическую однородность расчетных характеристик грунта, то инженерно-геологическая единица определяется через сочетание литолого-генетических, структурных и поведенческих признаков массива применительно к решаемой инженерной задаче [2]. При построении ЦИМ ИГМ эти представления целесообразно согласовывать: геометрический каркас модели задается однородными генетически, стратиграфически и по состоянию геологическими телами, а атрибутивное наполнение (для твердотельного варианта геометризации) – статистически обоснованными по ГОСТ 20522-2012 характеристиками [31]. В предлагаемой понятийной системе трактовка ИГЭ уточняется по отношению к нормативной и приводится в соответствие с ролью геологического тела состояния [31] как самостоятельного пространственного объекта.
Под инженерно-геологическим элементом (ИГЭ) понимается расчётно-статистическая агрегирующая характеристика (метка), присваиваемая геологическому телу состояния, в пределах которого значения характеристик изменяются случайно (незакономерно) либо наблюдающейся закономерностью можно пренебречь. ИГЭ не является самостоятельным примитивом трёхмерного моделирования и не выделяется в геометрии геологического пространства, являясь атрибутом, присваевымым твердотельной модели. Очевидно, что если для характеристики состояния и свойств геологического тела используется объемно-блочный подход, описываюий поле геологического параметра [29], такой атрибут каждому блоку не присваевается, поскольку описано поле, а не осредняющая по пространству тела константа.
Цифровая информационная модель инженерно-геологического массива (ЦИМ ИГМ) определяется как объектно-ориентированная параметрическая трехмерная модель геологического пространства, являющаяся неотъемлемой и независимой частью информационной модели объекта капитального строительства. Она представляет собой иерархическую систему геологических тел, в том числе инженерно-геологических тел состояния, насыщенных атрибутивными инженерно-геологическими данными, и представляется в объемно-блочном, конечно-элементном или твердотельном виде. ЦИМ ИГМ позволяет решать количественные и качественные инженерно-геологические и геотехнические задачи, в том числе по обоснованию принимаемых проектных решений, включая расчеты объемов земляных масс.
Это определение наследует структуру родового понятия цифровой информационной модели (ЦИМ) – объектно-ориентированной параметрической трехмерной модели, представляющей в цифровом виде физические, функциональные и прочие характеристики объекта в виде совокупности информационно-насыщенных элементов [ГОСТ Р 21.608-2021, п. 3.1] [4] – и одновременно конкретизирует его применительно к геологической среде.
Важно определить место ЦИМ ИГМ в системе близких по смыслу нормативных понятий.
Разграничение фактологической и концептуальной компонент имеет методическое значение: надежная ЦИМ ИГМ формируется через согласование концептуальных представлений и наблюдательных данных, а не как чисто вычислительная оболочка вокруг массива измерений [2; 31; 33].
Геометрическая составляющая ЦИМ ИГМ – это трехмерное пространственное представление геологических тел, фиксирующее форму, размеры, взаимное расположение и структурные взаимосвязи элементов массива в цифровой среде. В зависимости от способа задания объема различают несколько видов моделей, образующих восходящий ряд по степени объемной строгости (рис. 1).
Рис. 1. Варианты геометрического представления инженерно-геологического массива и их соотношение
2.5D и псевдотрехмерная модели
2.5D – способ цифрового представления пространственных объектов и поверхностей инженерно-геологического массива, при котором каждой точке с координатами (X, Y) ставится в соответствие единственное значение координаты Z, описывающее положение моделируемой поверхности. Модель 2.5D задает границы вида Z = f(X, Y) и плохо работает в случае нависающих форм, линзовидных включений и сложных тел неправильной формы. Ее следует рассматривать как переходный формат, но не как универсальное решение для массива сложного строения. Пример 2.5D – способа представления приведен на рисунке 2.
Рис. 2. Пример 2.5D-представления геологической среды. По данным: Mas P., Calcagno P., Caritg-Monnot S. et al. A 3D geomodel of the deep aquifers in the Orléans area of the southern Paris Basin (France) // Scientific Data. 2022. Vol. 9. Art. 781 [34]
2.5D-модель может быть приведена к псевдотрехмерному виду путем соединения боковых граней. Псевдотрехмерные 2.5D-модели применяются не только на ранних стадиях интерпретации (например, как основа для каркасных и блочных моделей), но и при выполнении средне- и мелкомасштабных построений (в платформенных условиях при детализации до уровня стратиграфо-генетических комплексов, как показано на рисунке 3), однако пространство между поверхностями в ней описывается неявно, и она не задает непротиворечивую объемную топологию.
Рис. 3. Псевдотрёхмерное представление 2.5D-модели как пример блочной организации модельного пространства. По данным [25]
При построении 2.5-D модели используются два базовых способа представления поверхностей:
Псевдотрехмерные и 2.5D-модели сохраняют значение и для региональных инженерно-геологических построений: в платформенных условиях при средне- и мелкомасштабном моделировании (с детализацией уровня стратиграфо-генетических комплексов) поверхностное представление часто оказывается достаточным и оправданным. Вместе с тем перечисленные виды представления образуют восходящий ряд по степени дискретизации и объемной строгости описания массива: от поверхностных 2.5D- и псевдотрехмерных моделей через каркасные и твердотельные к объемно-блочным и конечно-элементным, в которых объем массива задается явно и непротиворечиво.
Каркасная модель ИГМ – способ трехмерного представления геологических тел через набор топологически и (или) семантически связанных поверхностей (как правило, полигональных сеток – MESH, построенных на основании GRID или TIN), которые описывают сложную геометрию границ геологических тел без заполнения их внутреннего объема. Каркас фиксирует кровли и подошвы слоев, поверхности внемасштабных разломов, уровни подземных вод и иные геологические объекты, но сам по себе не несет информации о свойствах вещества внутри ограниченных им объемов (рисунок 4). В технологическом отношении каркасная модель является первым звеном типового технологической цепочки построения объемной модели массива: каркас (набор замкнутых поверхностей) –> твердотельная модель (заполнение объема с присвоением атрибутов)/конечно-элементная (расчетная) модель. Именно поэтому каркас служит геометрической основой для последующего построения твердотельных и расчетных представлений [36].
Рис. 4. Каркасное представление 3D геологической модели. По данным ГК «Петромоделинг»
Твердотельная модель ИГМ – способ трехмерного представления геологических тел, в рамках которого они описываются замкнутыми математически непрерывными поверхностями с единым внутренним заполнением и заданными геологическими параметрами в виде констант, присвоенным телам в качестве атрибутивной составляющей. В такой постановке каждое тело массива получает собственную идентичность, может быть наделено полным набором атрибутов и использоваться в операциях пересечения с инженерными конструкциями, в генерации расчетных сеток и в экспорте в среду информационного моделирования. Твердотельная модель (рисунок 5) применяется, в том числе, как доказательная база принимаемых проектных решений (например, при расчете объемов земляных работ) и как основа для построения конечно-элементной модели.
Рис. 5. Твердотельное представление 3D геологической модели. По данным ГК «Петромоделинг»
Объемно-блочная модель ИГМ – дискретное трехмерное представление геологических тел разного уровня в виде равномерных или неравномерных замкнутых объемов пространства (блоков или вокселей), обычно представленных кубами или параллелепипедами, где каждый блок содержит вычисленное в пространстве значение инженерно-геологических параметров и метки классов объектов. Элементарной единицей такого представления является воксель – элемент трехмерного цифрового пространства, аналог пикселя в двумерных изображениях; каждый воксель представляет собой объем, имеющий определенные атрибуты (численное значение параметра, класс, возраст и т.д.). Пример объемно-блочной модели ИГМ представлен на рисунках 6 и 7.
Объемно-блочная модель особенно эффективна для выполнения геостатистических расчетов, машинного обучения, вероятностного анализа и построения многовариантных сценариев пространственного распределения свойств [37-41]. Вместе с тем регулярная решетка неизбежно огрубляет реальную геометрию контактов и порождает ступенчатый характер границ, поэтому для последующей передачи в среду информационного моделирования блочные модели часто требуют преобразования в твердотельный вид.
Отметим также, что моделирование пространственного распределения инженерно-геологических характеристик корректно только при условии соблюдении иерархического принципа, основанного на историко-генетическом подходе [31]. При этом осуществляется предварительное расчленение массива на генетически и стратиграфически однородные геологические тела и лишь затем в пределах каждого тела решается задача пространственного распределения состояний (напряженного, водонасыщенного и теплового), а затем и свойств. С формальной точки зрения регулярная воксельная сетка естественно описывается как граф соседства (grid graph, adjacency graph). Узлами графа служат блоки (воксели), а ребрами – отношения пространственного соседства между ними, каждому узлу ставится в соответствие значение (или функция изменения) интересующего инженерно-геологического показателя в пределах соответствующего стратиграфо-генетического тела. Такое графовое представление лежит в основе стандартного аппарата моделирования пространственной изменчивости на решетке: марковских случайных полей (Markov random fields, MRF), графовых нейронных сетей (graph neural networks, GNN) и клеточных автоматов (cellular automata) [42; 43; 44]. В инженерной геологии и геотехнике эти методы применяются для реконструкции литолого-стратиграфической структуры в межскважинном пространстве и для построения многовариантных (вероятностных) сценариев распределения состояния и физико-механических свойств грунтов [25; 37-39; 40; 41].
Рис. 6. Объёмно-блочное (воксельное) представление 3D геологической модели как пример блочной организации модели. По данным [25]
Рис. 7. Пример блочной организации модели при моделировании распределения свойств. По данным: Болдырев Г.Г., Идрисов И.Х. Информационное моделирование в геотехнике // Геотехника. 2019. Т. XI, № 2. С. 6–27 [45]
Конечно-элементная модель ИГМ – дискретное трехмерное представление геологических тел разного уровня, в котором пространство разбивается на нерегулярные объемы, представленные в виде гексаэдров и тетраэдров, соединенных в узлах. Эта модель наследуется объемно-блочной и (или) каркасной моделям по пространству, состояниям и свойствам и используется для трехмерных количественных инженерно-геологических и геотехнических расчетов. В инженерно-геологических расчетах конечно-элементное представление, показанное на рисунке 8, позволяет переходить от описательной инженерно-геологической модели к численному анализу напряженно-деформированного состояния инженерно-геологического массива и сооружения, когда каждому конечному элементу (узлу расчетного графа) назначается функция изменения показателя – закон деформирования и набор физико-механических параметров соответствующего геологического тела, – после чего решаются краевые задачи устойчивости, осадок и фильтрации. Тем самым конечно-элементная модель замыкает технологическую цепочку моделирования и служит расчетным ядром ЦИМ ИГМ.
Рис. 8. Конечноэлементное представление 3D геологической модели. По данным ГК «Петромоделинг»
Формирование объемной модели массива по дискретным наблюдениям (скважинам, точкам зондирования, геофизическим профилям) опирается на методы пространственной интерполяции и геостатистики. Соответствующий понятийный блок включает следующие термины:
– ординарный кригинг – наиболее распространенный метод линейной интерполяции, оценивающий значение в точке как средневзвешенное из соседних значений при допущении о постоянном, но неизвестном среднем;
– индикаторный кригинг – нелинейный метод, работающий с бинарными данными (0 или 1) и применяемый для оценки вероятности превышения значением в точке заданного порога;
– универсальный кригинг – модификация для случаев явного пространственного тренда (нестационарности), моделируемого как детерминированная функция координат;
– кокригинг – метод, повышающий точность оценки основной переменной за счет корреляции с одной или несколькими вспомогательными переменными [47].
Следует подчеркнуть, что ни один количественный метод интерполяции не устраняет ошибок в исходной инженерно-геологической концепции [2; 49]. Поэтому методы геостатистики и машинного обучения в рамках предлагаемой понятийной системы трактуются как инструменты построения геометрической и атрибутивной составляющих модели, подчиненные содержательной инженерно-геологической интерпретации, а не как самостоятельный источник истины о строении инженерно-геологического массива. Отдельно отметим, что прямая линейная триангуляция (соединение скважин отрезками прямых) имеет ограниченную применимость при интерпретации межскважинного пространства, реальные границы геологических тел, как правило, имеют криволинейную, генетически обусловленную форму, и их аппроксимация прямыми отрезками между удаленными скважинами способна вносить систематические искажения геометрии инженерно-геологического массива. Поэтому при значительных расстояниях между выработками предпочтительны методы, учитывающие особенности рельефа, пространственную структуру геологических тел и генезис отложений (геостатистическая интерполяция, методы машинного обучения), а триангуляция используется преимущественно как вспомогательный инструмент построения поверхностей по достаточно плотной сети наблюдений.
Построение модели массива неотделимо от процедур упрощения реальной геологической среды до формы, пригодной для математического моделирования.
Одной из принципиальных особенностей модели массива является ее многоуровневый характер. Невозможно построить универсальную модель одинаковой детальности одновременно для региона, площадки и локальной расчетной зоны, поэтому необходима масштабная иерархия, согласующая уровни обобщения и детализации [2]. В предложенной для ИГМ системе эта иерархия (т.н. принцип «матрешки» [31]) охватывает диапазон масштабов примерно от 1:25000 до 1:100, позволяя переходить от регионального инженерно-геологического контекста к детальной объектной модели с сохранением логической преемственности по классификации, масштабу и набору параметров.
С масштабной иерархией тесно связано понятие уровня проработки (LOD) – набора требований, определяющих полноту проработки элемента цифровой информационной модели и задающих минимальный объем геометрических, пространственных, количественных и атрибутивных данных, необходимых для решения задач информационного моделирования на конкретной стадии жизненного цикла объекта [СП 333.1325800, ст. 3.18] [5].
Любая модель массива содержит неопределенности, обусловленные как ограниченностью наблюдений, так и особенностями концептуальной интерпретации [2; 31; 49; 50]. Понятийный аппарат контроля качества модели опирается на разграничение валидации и верификации, которые трактуются в ГОСТ Р 10.00.00.01-2025 следующим образом:
Вопрос о смысловом наполнении терминов «верификация» и «валидация» имеет долгую историю в международной литературе по вычислительному моделированию, и заимствование этих понятий отечественными стандартами информационного моделирования требует критического осмысления. В традиции вычислительных наук, восходящей к работам Шлезингера и развитой Сарджентом, под верификацией понимается подтверждение того, что компьютерная реализация корректно воспроизводит исходную математическую модель, а под валидацией – обоснование того, что модель в пределах области применимости обладает достаточной для назначенной цели точностью в сравнении с реальным объектом [51; 52]. В сжатой и широко цитируемой формулировке П. Роуча и руководств ASME и AIAA это различие выражается так: верификация отвечает на вопрос «правильно ли решаются уравнения» (область математики), а валидация – «решаются ли правильные уравнения» (область физики), то есть оценивается соответствие модели реальному миру путем сравнения с экспериментальными или натурными данными [53]. Применительно к геотехническим конечно-элементным моделям это разграничение последовательно проведено в работе Бринкгреве: верификация выполняется сопоставлением численного решения с известными аналитическими решениями, тогда как валидация устанавливает, насколько модель и выбранные параметры адекватно представляют реальную инженерную ситуацию [54] (рис. 9).
Рис. 9. Упрощённая схема соотношения объекта исследования, концептуальной и компьютерной модели с процедурами верификации и валидации. По: Sargent R.G., 2010
Предложенная схема хорошо соотносится с принятым в IAEG C25 разделением фактологической и концептуальной моделей [2]. У Сарджента концептуальная модель – это математическое, логическое или вербальное представление объекта исследования, а компьютерная модель – реализация этой концептуальной модели на вычислительной основе. Тем самым концептуальная модель противопоставлена компьютерной как её внемашинный прообраз. Содержательно близко соотносятся именно концептуальные модели обеих традиций: и у Сарджента, и в IAEG C25 она выражает интерпретационную составляющую, тогда как фактологическая (наблюдательная) модель IAEG отвечает массиву данных об объекте исследования. Отличие от схемы Сарджента состоит в том, что в рассматриваемом случае концептуальная модель также является компьютерной (хотя и не обязательно трёхмерной), а не остаётся внемашинным (мысленным или документируемым) представлением, как в исходной трактовке.
На этом фоне определения, закрепленные в отечественных стандартах информационного моделирования, обнаруживают существенное смещение акцента. В ГОСТ Р 10.00.00.01-2025 и СП 333.1325800.2020 и верификация, и валидация информационной модели по существу сведены к документарно-комплектной проверке: верификация трактуется как проверка состава и полноты данных и их соответствия схеме данных, а валидация – как проверка соответствия модели формализованным требованиям и нормам, зафиксированным в техническом задании [3; 5]. Обе процедуры в этой трактовке остаются внутри самой информационной системы и не предполагают сравнения результатов моделирования с независимо измеренным состоянием реального объекта. Тем самым валидация в смысле отечественных стандартов информационного моделирования оказывается ближе к тому, что в вычислительной традиции называют верификацией, а собственно сопоставление модели с реальностью – ключевой смысл международного понятия validation – из определения выпадает. Показательно, что в самих ссылках ГОСТ Р 10.00.00.01-2025 на ГОСТ Р 57412-2017 валидация определяется иначе и более содержательно – как подтверждение адекватности компьютерной модели моделируемому объекту реального мира, проверяемое в том числе натурными экспериментами. Этот же подход развернут в серии ГОСТ Р 57700 (формирование валидационного базиса, сравнение расчета с результатами натурных испытаний) [55]. Таким образом, в отечественной нормативной базе сосуществуют две несовпадающие трактовки валидации – «комплектно-нормативная» (ГОСТ Р 10.00.00.01-2025, СП 333.1325800.2020) и «адекватностная» (ГОСТ Р 57700), и для цифровых моделей геологической среды, где предметом является природный объект, методологически корректной является именно вторая.
Более того, перенос терминов «верификация» и «валидация» на модели природных систем сталкивается с принципиальным эпистемологическим ограничением, на которое впервые системно указали Орескес, Шрейдер-Фрешетт и Белиц: строгая верификация и валидация численных моделей природных систем в принципе невозможны, поскольку природные системы не являются замкнутыми, а результаты моделирования всегда неединственны [56]. Согласие модели с наблюдениями не доказывает ее истинности (это логическая ошибка подтверждения следствия) и не гарантирует корректности прогноза за пределами проверенной области, поэтому по мнению авторов, корректнее говорить не о верификации или валидации, а о подтверждении (confirmation) модели, которое всегда носит частичный и относительный характер [56]. Для ЦИМ ИГМ, объектом которой служит открытая природная система (инженерно-геологический массив), это означает, что любые процедуры контроля качества устанавливают не «истинность» модели, а лишь степень ее согласованности с имеющимися данными и пригодность для конкретной инженерной задачи, поэтому оценка надежности должна сопровождаться явной фиксацией области применимости, исходных допущений и остаточной неопределенности [2; 49; 56].
С учетом сказанного в настоящей работе предлагается придерживаться следующих рабочих определений, построенных на логике схемы Сарджента (рисунок 9) и применимых к моделям природной среды; при этом, в отличие от исходной трактовки, обе модели – и концептуальная, и компьютерная – являются компьютерными.
Под контролем качества данных ЦИМ ИГМ (достоверность данных на схеме Сарджента) понимается подтверждение того, что исходные инженерно-геологические данные полны, достоверны, непротиворечивы и пригодны для построения модели – то есть оценка качества фактологической (наблюдательной) основы до её вовлечения в моделирование.
Под верификацией ЦИМ ИГМ понимается проверка внутренней корректности модели, т.е. что компьютерная модель корректно реализует концептуальную (вычислительные процедуры – интерполяция, построение поверхностей и объемов – выполнены без ошибок) и что фактологическая и концептуальная компоненты модели взаимно непротиворечивы и согласованы между собой (т.е. «правильно ли решены уравнения»). Верификация остаётся внутри самой модели и не предполагает сравнения с независимо измеренным состоянием массива.
Под валидацией ЦИМ ИГМ (валидация концептуальной модели и операционная валидация на схеме Сарджента) понимается обоснование того, что модель в пределах заявленной области применимости с достаточной для инженерной задачи точностью воспроизводит реальное строение и свойства массива, что устанавливается сравнением прогнозных значений с независимыми натурными данными (контрольные скважины, результаты испытаний, данные мониторинга.
Под калибровкой ЦИМ ИГМ понимается итеративная настройка входных параметров и допущений модели по фактическим данным с целью минимизации расхождения между прогнозом и наблюдениями.
С учетом эпистемологических ограничений, присущих моделям открытых природных систем [56], результатом вышеописанных процедур корректнее считать не доказательство «истинности» модели, а подтверждение ее согласованности с имеющимися/внешними данными и пригодности для конкретной инженерной задачи при явной фиксации области применимости, допущений и остаточной неопределенности.
Соотношение валидации, верификации и калибровки представлено на рисунке 10.
Рис. 10. Контроль качества ЦИМ ИГМ: разграничение верификации, валидации и калибровки
Применительно к ЦИМ ИГМ количественная оценка точности опирается на сравнение прогнозных значений с независимыми контрольными данными – результатами полевых и лабораторных испытаний, не задействованными при построении модели. Наиболее распространенным частным случаем таких данных служит контрольная скважина – буровая скважина, не используемая в трехмерном геологическом моделировании и применяемая для оценки точности модели путем сравнения прогнозных значений с фактическими данными, полученными при ее бурении и опробовании. В более общем случае в качестве контрольных могут выступать и результаты других видов испытаний – статического и динамического зондирования, геофизических и лабораторных определений свойств грунтов – в том случае, если они не вошли в построение модели. Такой прием соответствует принципу перекрестной проверки (кросс-валидации), широко применяемому в геостатистике [47; 49]. Отметим, что независимость контрольных данных от данных, использованных при построении, является принципиальным условием корректности оценки. На этом общем принципе основана схема количественной оценки точности и достоверности инженерно-геологических моделей на основе принципов машинного обучения, включающая контрольные выборки, перекрестные проверки, метрики классификации и регрессии (в том числе средняя абсолютная ошибка), апробированная авторами на стратиграфо-генетической модели г. Москвы [24]. В этой работе оценка точности и достоверности инженерно-геологической модели строится по аналогии с задачами машинного обучения, что естественно, поскольку построение литологической и стратиграфо-генетической модели в межскважинном пространстве по своей сути является задачей классификации (отнесение точки массива к тому или иному геологическому телу), а оценка параметров – задачей регрессии. Для задач классификации применяются метрики, вычисляемые на основе матрицы ошибок: доля правильных ответов (accuracy), точность (precision, доля положительных предсказаний, оказавшихся верными), полнота (recall, доля верно выявленных объектов класса) и их гармоническое среднее – F-мера (F1). Для задач регрессии (прогноз количественных показателей свойств) используются средняя абсолютная ошибка (MAE), средняя квадратическая ошибка (MSE) и ее корень (RMSE), а также коэффициент детерминации (R²), характеризующий долю объясненной моделью дисперсии (то есть какую часть общей изменчивости целевого показателя воспроизводит модель; например, R²=0,8 соответствует 80 %, а оставшиеся 20 % приходятся на случайную, не воспроизводимую моделью изменчивость).
Надежность этих оценок обеспечивается процедурами разделения данных. Помимо контрольной выборки (части скважин, точек статического зондирования, образцов, исключенных из построения модели и используемых только для проверки), применяется перекрестная проверка (кросс-валидация): при k-блочной схеме (k-fold) исходный набор скважин разбивается на k частей, и модель последовательно обучается на k−1 частях с проверкой на оставшейся, в предельном случае перекрёстной проверки (leave-one-out) на каждом шаге из обучения исключается только одна скважина, по которой затем и проверяется прогноз. Усреднение метрик по всем разбиениям дает устойчивую к случайному выбору контрольных точек оценку прогнозной способности модели. Описанный аппарат был апробирован авторами на стратиграфо-генетической модели г. Москвы и составляет количественную основу процедур валидации и калибровки ЦИМ ИГМ [24].
Согласно IAEG C25, надежность модели должна оцениваться не только количественно (тематические карты достоверности, анализ плотности наблюдений, геостатистические и стохастические методы, методы случайных полей), но и качественно – через проверку согласованности между концептуальной гипотезой строения массива и фактическими данными [2; 50; 57]. Существенным элементом методологии IAEG C25 является требование сопровождать опорные версии трехмерной модели специальным отчетом, фиксирующим назначение модели, использованные входные данные, геометрию поверхностей и тел, принятые допущения, исключенные данные, оценку надежности и реестр модельных решений. Без такой документации цифровая модель превращается в трудно проверяемую визуализацию, зависимую от конкретного программного комплекса и от субъективных представлений автора интерпретации [2].
В работе сформулированы определения базовых понятий цифрового информационного моделирования инженерно-геологического массива, установлены их связи с действующими стандартами и проведено разграничение со смежными понятиями. Предложенная терминологическая система обладает несколькими свойствами, существенными для практики цифровизации инженерной геологии.
Во-первых, она иерархична и наследуема. Понятие ЦИМ ИГМ наследует родовое понятие ЦИМ (ГОСТ Р 21.608-2021) и встраивается в систему понятий информационного моделирования (ГОСТ Р 10.00.00.01-2025), сохраняя при этом связь с традиционным аппаратом инженерной геологии через понятие ИГЭ (ГОСТ 20522-2012). Это обеспечивает совместимость новой методологии с действующей нормативной базой.
Во-вторых, она функциональна. Виды геометрического представления инженерно-геологического массива (каркасная, твердотельная, объемно-блочная, конечно-элементная модели) различаются не формально, а по кругу решаемых задач, что согласуется с принципом IAEG C25, согласно которому модель определяется через свое назначение [2]. Тем самым выбор вида модели становится методически обоснованным решением, а не следствием возможностей конкретного программного продукта.
В-третьих, она открыта для международного контекста. Введение понятий фактологической и концептуальной моделей, неопределенности модели и реестра модельных решений согласует отечественную практику с логикой EGM и делает модель проверяемой и воспроизводимой [2; 50; 57]. Это особенно важно при возрастающей цене ошибки для ответственных объектов – тоннелей, глубоких котлованов, подземных комплексов, гидротехнических объектов, инженерной защиты – где недопустима подмена объемной модели массива автоматизированной поверхностной моделью местности.
Ограничением предлагаемой системы является то, что часть понятий (в особенности относящихся к управлению неопределенностью и к реестру модельных решений) пока не закреплена в национальных стандартах и заимствуется из международных рекомендаций. Это создает задачу последующей нормативной гармонизации, которая выходит за рамки настоящей статьи и составляет предмет дальнейших публикаций серии.
Упорядочение понятийного аппарата является необходимым условием перехода от двухмерных представлений геологической среды к полноценному объемному цифровому информационному моделированию инженерно-геологических массивов. В работе предложена систематизированная терминологическая основа, охватывающая объект моделирования (инженерно-геологический массив, инженерно-геологический элемент, ЦИМ ИГМ), виды геометрического представления (каркасная, твердотельная, объемно-блочная, конечно-элементная, псевдотрехмерная и 2.5D-модели), методы пространственного моделирования (интерполяция, геостатистика, кригинг и его разновидности, радиальные базисные функции, машинное обучение), процедуры генерализации и схематизации, аппарат контроля качества (валидация, верификация, калибровка, контрольная скважина), систему понятий о данных и форматы обмена (IFC, XML, XML-схема).
Главный методический вывод состоит в том, что термин в инженерно-геологическом моделировании должен определяться через назначение модели и через ее место в понятийной системе, а не через возможности отдельного программного средства. Предложенная система согласует национальную нормативную базу (ГОСТ Р 10.00.00.01-2025, ГОСТ 25100-2020, ГОСТ 20522-2012, ГОСТ Р 52438-2005, ГОСТ Р 21.608-2021, СП 333.1325800.2020) с международными рекомендациями (IAEG C25 EGM v2.0) и создает терминологическую основу для последующих статей серии, посвященных правилам формирования, ведения, использования и управления ЦИМ ИГМ и для корректировки действующих нормативных документов.
наверх
Поделиться
Поделиться
Скопировать ссылку
Скопировать ссылку 
Vk 
Telegram 
Viber 
WhatsApp 
Оформить подписку