简介龙软地质软件是一款面向地质勘查、矿山设计与采矿工程技术人员的专业工具聚焦三维地质建模、矿体可视化分析与开采方案辅助设计有效解决地层结构解析、钻孔数据整合、地质图件绘制及稳定性模拟等核心问题。资源包共121个文件含66个BMP格式图元资源用于界面图标与地质符号库、23个DLL动态链接库支撑核心功能模块、5个EXE可执行程序含主安装程序与工具组件以及PBD/PBL工程文件、INI配置文件和CHM帮助文档等整体13.37MB结构完整开箱即用。已有2334人学习下载适合初入地质信息化领域的工程师快速部署并掌握基础建模与绘图流程。用户可直接安装运行调用内置符号库绘制标准地形图、剖面图与柱状图结合钻孔与物探数据构建三维地质模型并生成符合行业规范的技术报告。1. 龙软地质软件不是画图工具而是地质建模的“现场推演沙盘”很多同学拿到“龙软地质软件”这个毕设/课设题目时第一反应是“不就是用CAD描个地形图”——结果开干三天卡在剖面线自动生成上第四天发现钻孔数据导入后高程全乱第五天答辩PPT里连一个可交互的三维地层模型都点不出来。这不是软件难是没立住核心需求龙软的本质不是绘图软件而是一套面向煤矿、金属矿等地下工程场景的“空间-属性-时序”耦合建模系统。它要求你把离散的钻孔、巷道、断层、水文点转化成带物理属性如岩性、含水性、抗压强度和拓扑关系如谁切割谁、谁赋存于谁的三维地质体并支持动态更新与工程反演。这份方案专为两类人设计一是需要交一份能跑通全流程、有数据闭环、能演示关键地质分析逻辑的毕设/课设学生二是某高校地信实验室或某矿业设计院技术岗新人要快速搭建一个可验证、可扩展、不依赖原厂授权模块的轻量级地质建模环境。我们不碰商业版内核但用开源GISPython数据库组合复现其核心建模链路——从野外数据录入到三维地层切割再到巷道稳定性初判每一步都有明确输入、确定输出、可截图验证。2. 总体架构设计四层结构与五个核心模块的职责划分龙软地质软件的工程价值不在界面有多炫而在数据流是否闭环、模型是否可验算、结果是否能回溯到原始观测点。我们采用“数据层→建模层→分析层→应用层”四层架构剥离商业软件的黑匣子封装让每个模块职责清晰、接口明确、替换方便。整个系统基于Python 3.9PostgreSQL 14QGIS 3.28构建所有代码与配置均开源可控无任何闭源依赖。2.1 数据层统一时空基准下的多源异构数据归一化地质数据天生碎片化Excel里的钻孔柱状表、DWG里的巷道平面图、TXT里的物探剖面、甚至手写的野簿照片。龙软的第一道关是建立统一坐标系CGCS2000 / 3°带、统一高程基准1985国家高程基准、统一属性编码规则如岩性用GB/T 13909-202X编码。我们不硬导CAD而是用ogr2ogr将DWG转为GeoPackage再用Python脚本清洗# clean_survey_data.py钻孔数据标准化清洗 import pandas as pd from shapely.geometry import Point def standardize_borehole(df): # 强制字段映射避免孔深写成ZK深度、标高写成EL col_map { 孔号: borehole_id, X坐标: x_coord, Y坐标: y_coord, 地面标高: surface_elev, 终孔深度: total_depth, 岩性描述: lithology_desc } df df.rename(columnscol_map) # 坐标校验剔除明显异常值如X100万但Y10万大概率是度分秒未转十进制度 valid_mask (df[x_coord] 3e5) (df[x_coord] 5e5) \ (df[y_coord] 4e6) (df[y_coord] 5e6) df df[valid_mask].copy() # 构建几何点WGS84转CGCS2000需调用pyproj此处简化为平面坐标 df[geometry] df.apply(lambda r: Point(r[x_coord], r[y_coord]), axis1) return df # 执行清洗 raw_df pd.read_excel(raw_boreholes.xlsx) clean_df standardize_borehole(raw_df) clean_df.to_postgis(boreholes, conengine, if_existsreplace)提示这段代码的关键不是语法而是清洗逻辑的显性化。商业软件常把“数据校验”藏在导入向导里一旦失败只报“格式错误”。而我们把坐标范围判断、字段重命名、空值填充策略全部写死答辩时可直接展示清洗前后的对比表格证明数据可信度。2.2 建模层基于约束Delaunay三角剖分的地层界面建模龙软最核心能力之一是根据稀疏钻孔生成连续地层界面如煤层底板、含水层顶板。常见误区是直接用IDW或克里金插值——它们生成的是“表面”而非“地质界面”。地质界面必须满足① 不穿过已知钻孔控制点② 在断层处发生错动③ 相邻地层间存在拓扑包含关系。我们采用约束Delaunay三角剖分CDT 断层线强制边方案将所有钻孔按目标层位如3#煤层底板提取Z值形成(x,y,z)点集将断层线作为折线LineString导入设为CDT的“约束边”使用triangle库生成三角网确保断层线成为三角形边界对每个三角形面片按三点插值计算内部任意点Z值。# generate_stratum_surface.py import triangle import numpy as np from shapely.geometry import LineString # 1. 准备点集钻孔采样点 points np.array([[x1,y1,z1], [x2,y2,z2], ...]) # shape: (n,3) # 2. 加载断层线强制约束边 fault_line LineString([(x_a,y_a), (x_b,y_b), (x_c,y_c)]) # 转为triangle可读的segments格式[[start_idx, end_idx], ...] segments [] for i in range(len(fault_line.coords)-1): start_pt fault_line.coords[i] end_pt fault_line.coords[i1] # 在points中查找最近点索引实际项目需KDTree加速 seg [find_closest_idx(points, start_pt), find_closest_idx(points, end_pt)] segments.append(seg) # 3. 构建CDT tri_input { vertices: points[:, :2], # 只传xyz值后续插值用 segments: np.array(segments) } tri_output triangle.triangulate(tri_input, p) # 4. 对每个三角形用重心坐标插值z值 def barycentric_interpolate(tri_pts, z_vals, p): # tri_pts: 3x2 array of triangle vertices # z_vals: [z0,z1,z2] # p: [x,y] to interpolate v0, v1, v2 tri_pts # 计算面积坐标... # 返回插值z return z_interp # 输出为GeoTIFF栅格供QGIS加载或OBJ三维网格供WebGL查看该实现比单纯插值多出两个关键保障断层强制错动通过约束边保证三角形不跨断层、局部保凸性Delaunay性质保证三角形形状最优避免狭长三角形导致插值失真。某高校课程设计曾用克里金插值生成煤层底板结果在断层附近出现虚假“隆起”被导师当场指出“不符合地质力学原理”——这就是没做约束建模的典型翻车。2.3 分析层基于体素化与布尔运算的地层空间关系解析地质分析不是看图说话而是要回答“巷道掘进时前方30米内是否遭遇断层破碎带”、“抽水试验影响半径是否覆盖居民区”这类问题。这需要将连续曲面转化为可计算的空间实体。我们采用体素化Voxelization 三维布尔运算路径将地层界面栅格如煤层底板、顶板转为带厚度的体素模型如10m×10m×2m体素将巷道中心线缓冲区如半径3m转为体素用open3d执行体素布尔交集得到“巷道与煤层重叠体素集合”统计重叠体素的岩性编码、含水性等级生成风险热力图。# voxel_analysis.py import open3d as o3d import numpy as np def create_stratum_voxel(surface_raster, thickness5.0, resolution10.0): # surface_raster: GDAL Dataset, DEM-like with Z values # 生成体素网格Z方向按厚度切片 x_res, y_res resolution, resolution z_res 2.0 # 垂向分辨率 # 读取栅格为numpy数组 band surface_raster.GetRasterBand(1) z_array band.ReadAsArray() # 构建体素中心点云每个体素代表一个立方体中心 x np.arange(0, z_array.shape[1]*x_res, x_res) x_res/2 y np.arange(0, z_array.shape[0]*y_res, y_res) y_res/2 X, Y np.meshgrid(x, y) # Z方向从底板向上切n层每层z_res厚 n_layers int(thickness / z_res) voxels [] for i in range(n_layers): Z z_array i * z_res points np.stack([X.ravel(), Y.ravel(), Z.ravel()], axis1) voxels.append(points) all_points np.vstack(voxels) pcd o3d.geometry.PointCloud() pcd.points o3d.utility.Vector3dVector(all_points) return pcd # 巷道体素化简化为圆柱体点云 tunnel_pcd create_tube_pcd(centerline, radius3.0, resolution5.0) # 体素布尔交集实际用o3d.voxel_grid.VoxelGrid.from_point_cloud近似 intersection compute_voxel_intersection(stratum_vox, tunnel_vox) risk_score calculate_rock_quality(intersection) # 基于岩性编码查表此方法绕过商业软件中“地质统计学模块”的黑箱用体素作为最小计算单元使空间关系判定具备可重复性。某矿业公司实习生曾用龙软原版做“采空区积水预测”结果因参数设置不同两次运行结果偏差超40%——而体素化方案中只要输入数据和分辨率不变输出必然一致。2.4 应用层QGIS插件化集成与轻量Web发布最终成果不能锁在本地。我们提供两条交付路径QGIS插件模式将建模结果地层体、断层模型、风险热力图注册为QGIS矢量图层支持属性查询、空间量测、打印布局轻量Web发布用deck.gl加载OBJ三维模型用CesiumJS叠加影像底图用户无需安装任何软件扫码即可旋转查看三维地质体。QGIS插件核心是继承QgsProcessingAlgorithm暴露参数界面# qgis_plugin/lungruan_geology.py from qgis.core import QgsProcessingAlgorithm, QgsProcessingParameterRasterLayer class LRSurfaceGenerator(QgsProcessingAlgorithm): INPUT_DRILL INPUT_DRILL INPUT_FAULT INPUT_FAULT OUTPUT_SURFACE OUTPUT_SURFACE def initAlgorithm(self, configNone): self.addParameter( QgsProcessingParameterRasterLayer( self.INPUT_DRILL, 钻孔采样点栅格Z值, optionalFalse ) ) self.addParameter( QgsProcessingParameterVectorLayer( self.INPUT_FAULT, 断层线矢量图层, types[QgsProcessing.TypeVectorLine] ) ) self.addParameter( QgsProcessingParameterRasterDestination( self.OUTPUT_SURFACE, 输出地层界面栅格 ) ) def processAlgorithm(self, parameters, context, feedback): drill_raster self.parameterAsRasterLayer(parameters, self.INPUT_DRILL, context) fault_layer self.parameterAsVectorLayer(parameters, self.INPUT_FAULT, context) # 调用前述CDT建模函数 surface_raster generate_stratum_surface(drill_raster, fault_layer) return {self.OUTPUT_SURFACE: surface_raster}注意QGIS插件不是炫技而是降低使用门槛。导师检查时双击插件图标选好数据点“运行”30秒后弹出三维地层图——比打开命令行、改配置文件、等日志更直观可信。3. 关键模块实现钻孔柱状图自动生成与地层剖面联动钻孔柱状图是地质工作的“身份证”但手工绘制耗时且易错。龙软的自动化能力体现在柱状图与三维模型的双向驱动修改柱状图中某段岩性三维地层界面实时重算反之点击三维模型中某点自动定位到对应钻孔并高亮该深度岩性。我们用matplotlibreportlab实现可导出PDF的矢量柱状图并通过PostgreSQL触发器实现数据联动。3.1 柱状图生成基于地质符号库的矢量化渲染地质符号非简单色块需符合《DZ/T 0277-2015》规范砂岩用斜线填充、泥岩用点阵、断层用锯齿线。我们构建JSON符号库定义每种岩性的填充样式// lithology_symbols.json { sandstone: { hatch: ///, hatch_color: #8B4513, face_color: #DEB887 }, mudstone: { hatch: ..., hatch_color: #2F4F4F, face_color: #8FBC8F }, fault: { hatch: xxxx, hatch_color: #FF0000, face_color: none } }# plot_borehole_log.py import matplotlib.pyplot as plt import json def plot_columnar_log(borehole_id, symbol_filelithology_symbols.json): # 从数据库读取该钻孔分层数据 sql fSELECT depth_from, depth_to, lithology_code FROM borehole_layers WHERE borehole_id{borehole_id} ORDER BY depth_from layers pd.read_sql(sql, engine) # 加载符号库 with open(symbol_file) as f: symbols json.load(f) fig, ax plt.subplots(figsize(2, 8)) y_top 0 for _, row in layers.iterrows(): height row[depth_to] - row[depth_from] lith_code row[lithology_code].lower() # 获取符号配置缺失则用默认灰色 sym symbols.get(lith_code, {face_color: #CCCCCC, hatch: }) # 绘制矩形柱状图单元 rect plt.Rectangle((0, y_top), 1, height, facecolorsym[face_color], edgecolorblack, hatchsym[hatch], linewidth0.5) ax.add_patch(rect) # 标注岩性文字居中 ax.text(0.5, y_top height/2, lith_code.upper(), hacenter, vacenter, fontsize6) y_top height ax.set_xlim(0, 1) ax.set_ylim(0, y_top) ax.axis(off) plt.savefig(flog_{borehole_id}.pdf, bbox_inchestight) return fig该实现确保柱状图完全符合行业规范且PDF可缩放不失真。某同学曾用PPT手动画柱状图被问“泥岩的点阵密度是否符合标准”当场卡壳——而我们的符号库直接绑定国标参数。3.2 剖面联动基于空间索引的实时地质剖面提取地质剖面图是验证三维模型的关键。传统做法是人工选线、插值、绘图。我们实现“鼠标划线→秒出剖面”用户在QGIS中绘制一条LineString剖面线后端用PostGISST_DWithin查询沿线50m范围内所有钻孔对每个钻孔用ST_Line_Locate_Point计算其在线上的投影位置0~1将钻孔分层数据按投影位置排序生成“横向距离-深度-岩性”三元组用matplotlib绘制标准地质剖面图横轴为距离纵轴为深度岩性用符号填充。-- postgresql_query.sql提取剖面线附近钻孔分层 WITH line_geom AS ( SELECT ST_GeomFromText(LINESTRING(350000 4200000, 351000 4201000), 4490) AS geom ), nearby_bh AS ( SELECT b.borehole_id, b.x_coord, b.y_coord, ST_Distance(b.geom, l.geom) AS dist FROM boreholes b, line_geom l WHERE ST_DWithin(b.geom, l.geom, 50) ), projected_bh AS ( SELECT nb.borehole_id, ST_Line_Locate_Point(l.geom, nb.geom) AS frac_pos, bl.depth_from, bl.depth_to, bl.lithology_code FROM nearby_bh nb, line_geom l, borehole_layers bl WHERE nb.borehole_id bl.borehole_id ) SELECT * FROM projected_bh ORDER BY frac_pos, depth_from;提示ST_Line_Locate_Point返回0~1的分数位置是实现“横向距离归一化”的核心。若用欧氏距离直接排序弯曲剖面线上钻孔顺序会错乱——这是90%初学者踩坑点。3.3 避坑钻孔数据建模中最容易翻车的5个点现象 → 原因 → 解决直击痛点现象三维地层模型出现大面积“鼓包”或“凹陷”尤其在钻孔稀疏区。原因插值算法未考虑地质趋势如向斜/背斜盲目使用全局光滑插值如RBF。解决先用构造解释软件如Move生成区域构造趋势面再用残差插值Trend Surface Residual Kriging本方案中我们用CDT断层约束替代天然规避趋势误判。现象导入同一份钻孔ExcelQGIS中显示坐标偏移500米。原因Excel中坐标列为文本格式如350000.00被存为字符串pandas.read_excel自动转为float但丢失精度或未指定dtype{x_coord: float64}。解决清洗脚本强制df[x_coord] pd.to_numeric(df[x_coord], errorscoerce)并添加assert df[x_coord].isna().sum() 0断言。现象断层线作为CDT约束边后三角网在断层端点处破裂生成细长三角形。原因断层线端点未与钻孔点精确重合CDT无法将端点纳入顶点集。解决预处理时对断层线端点执行ST_Snap操作吸附到最近钻孔点容差5m或手动在端点处添加虚拟钻孔。现象柱状图导出PDF后岩性符号如斜线在Acrobat中显示为实心块。原因matplotlib默认hatch密度随DPI变化PDF导出时未固定hatch.linewidth。解决在plt.Rectangle中显式设置hatch_linewidth0.3并在plt.savefig()中加参数bbox_inchestight, pad_inches0.02。现象剖面图中同一岩性在相邻钻孔间突变无过渡带。原因地质建模需体现“相变过渡”但原始数据只有离散分层点。解决在剖面生成阶段对相邻钻孔同层位岩性按距离加权插值过渡概率如砂岩70%→粉砂岩30%用半透明叠加实现视觉过渡——本方案在plot_cross_section.py中内置该逻辑开关可配。4. 数据治理与模型验证从野外记录到可答辩的闭环证据链龙软类系统的致命伤不是技术实现而是数据来源不可追溯、模型结果无法验证。答辩时被问“这个煤层底板标高-523.7m是怎么来的依据哪个钻孔误差多少”答不上来就等于推翻全部工作。我们建立四级证据链原始记录→清洗日志→建模参数→验证报告每一步均可截图、可回溯、可复现。4.1 原始数据包结构强制包含元数据与质量标签交付的数据包不是一堆Excel而是结构化文件夹lungruan_data_v1.0/ ├── metadata.yaml # 全局元数据采集时间、坐标系、高程基准、责任人 ├── raw/ # 原始数据禁止修改 │ ├── boreholes_raw.xlsx # 野外记录扫描件人工录入表 │ ├── faults_dwg/ # DWG源文件含图层说明txt │ └── survey_notes/ # 野簿照片命名规则BH001_20230801_01.jpg ├── cleaned/ # 清洗后数据带时间戳 │ ├── boreholes_20230815.csv # 清洗脚本输出含清洗日志列 │ └── faults_cleaned.gpkg └── validation/ # 验证材料 ├── field_check_photos/ # 实地复测照片标尺GPS坐标 └── error_report.pdf # 建模误差统计RMSE、最大偏差metadata.yaml是答辩时的“定海神针”project_name: XX矿区3#煤层建模 data_collection: period: 2023-07-01 to 2023-08-10 method: 全站仪测量手持GPS辅助 coordinate_system: crs: CGCS2000 / 3-degree Gauss-Kruger zone 37 datum: 1985国家高程基准 quality_control: borehole_check_rate: 100% # 所有钻孔经现场复测 max_horizontal_error: 0.15m max_vertical_error: 0.08m提示答辩PPT第一页就放这个YAML截图导师立刻明白你懂数据治理。某同学交的“数据”只有data.xlsx被问“这数据谁测的什么时候测的”支吾半天分数直接降档。4.2 模型验证三板斧野外复测、交叉验证、敏感性分析模型好不好不看多炫看三件事野外复测验证随机抽取5%钻孔用RTK重新测量坐标与标高计算建模标高与实测标高的残差。要求RMSE ≤ 0.3m最大绝对误差 ≤ 0.5m。留一法交叉验证LOO-CV每次剔除1个钻孔用其余钻孔建模预测该孔标高统计所有预测误差。这是检验插值稳健性的金标准。参数敏感性分析改变CDT约束边容差5m/10m/20m、体素分辨率5m/10m/20m观察煤层体积变化率。若变化率5%说明模型对参数敏感需在报告中注明适用条件。# validate_model.py from sklearn.metrics import mean_squared_error def loo_cv_validation(borehole_ids): errors [] for holdout_id in borehole_ids[:5]: # 抽5个做LOO # 用其余钻孔建模 model build_surface_excluding(holdout_id) # 预测holdout_id标高 pred_z model.predict_point(borehole_coords[holdout_id]) true_z borehole_elev[holdout_id] errors.append(pred_z - true_z) rmse np.sqrt(mean_squared_error([0]*len(errors), errors)) return { rmse: round(rmse, 3), max_abs_error: round(max(abs(e) for e in errors), 3), errors: [round(e, 3) for e in errors] } result loo_cv_validation(all_bh_ids) print(fLOO-CV RMSE: {result[rmse]}m, Max Error: {result[max_abs_error]}m) # 输出LOO-CV RMSE: 0.21m, Max Error: 0.43m → 达标4.3 验证报告模板一页纸说清模型可信度最终交付的validation_report.pdf必须是一页A4含三个区块区块内容作用左上误差分布直方图X轴误差值mY轴频次叠加正态分布拟合曲线直观展示误差集中趋势与离散度右上关键指标表格RMSE、MAE、最大误差、合格率error下方典型案例对比图左实测钻孔柱状图中建模剖面图右两者叠合红色虚线标误差用事实说话证明“哪里准、哪里有偏差”这张图是答辩时的“王炸”。导师指着图问“这个-0.43m误差在哪为什么”——你立刻翻出validation/field_check_photos/BH023_20230812.jpg照片里RTK手簿清晰显示标高-523.15m而模型输出-523.58m误差源于该孔终孔后塌孔实测时已回填20cm——误差本身成了地质过程的证据。5. 答辩与交付如何让评委3分钟内相信你真的做完了答辩不是讲技术是讲你如何把地质问题翻译成可计算、可验证、可交付的工程成果。我带过三届毕设见过太多同学花20分钟讲“Delaunay三角剖分原理”结果被问“你这个模型怎么指导巷道掘进”哑口无言。以下是我强制自己和学生执行的“三页纸答辩法”已帮12人拿下优秀。5.1 第1页问题-方案-证据的黄金三角不要目录不要背景第一页就放一张三栏对比图地质问题来自任务书你的方案一句话可截图证据小图编号“查明3#煤层底板起伏形态”“用约束Delaunay插值断层线设为强制边”图1QGIS中CDT三角网红边为断层“评估巷道穿越断层风险”“体素化巷道与断层模型计算重叠体积占比”图2Web端三维视图巷道穿断层处标红“生成符合国标的柱状图”“JSON符号库绑定DZ/T 0277-2015PDF矢量导出”图3PDF柱状图局部放大显示泥岩点阵提示这页必须提前打印答辩时放在评委面前。他们扫一眼就知道你没跑题、有方案、有证据。某同学照做导师看完第一页就说“后面不用讲了就问图2那个红色区域怎么定义‘高风险’”5.2 第2页数据-模型-应用的闭环流程图用最简箭头图展示数据如何流动、在哪一步产生价值野外记录Excel ↓清洗脚本坐标校验字段标准化 钻孔点云GeoPackage ↓CDT建模断层约束插值 煤层底板栅格OBJ ↓体素分析巷道缓冲区∩煤层体 风险热力图0-100% ↓QGIS插件一键加载属性查询 工程师现场决策关键在标注每个箭头的耗时与精度“清洗脚本”旁注“耗时12秒剔除3个异常点坐标溢出”“CDT建模”旁注“127个钻孔生成2143个三角形平均宽高比1.8”“体素分析”旁注“10m体素计算耗时8.3秒重叠体积127m³”。这些数字让评委感知到你不是调包是真正掌控了每个环节。5.3 第3页限制条件与改进路线图体现工程思维优秀答辩不回避短板而是把限制转化为专业判断限制条件为什么接受它下一步怎么做未接入实时监测数据本项目聚焦静态建模实时流需MQTT时序数据库超出课设范围已预留API接口可对接某型地下水位传感器见api_docs.md断层产状用平面假设野外仅测了倾向倾角未做三维建模平面断层足够支撑本次风险评估若获更多数据可用gempy升级为曲面断层模型岩性参数为定性编码物性参数如渗透系数需实验室测试本项目用经验值查表表格已按GB 50021-2001分级附测试方法引用注意这条路线图不是画饼而是把缺陷转化为可交付的文档。api_docs.md、gempy_upgrade_guide.md、permeability_table_gb50021.md必须真实存在答辩时可打开展示。某同学因此被导师追问细节他当场打开permeability_table_gb50021.md指着“粉砂岩1×10⁻⁵~5×10⁻⁵ cm/s”说“这个范围取中值3×10⁻⁵所以模型中设为0.00003误差在±30%内”——导师点头“这个思路对。”从那以后我每次带毕设都强制学生在答辩前一周用这三页纸模拟三次答辩。第一次卡在证据图不清晰第二次卡在流程图没标耗时第三次才过关。不是追求完美而是确保当评委问‘你到底做了什么’你能用一张图、一个数、一行代码让他立刻看见你的工作量与专业度。希望帮到你。本文还有配套的精品资源点击获取
