National Transport Library Research Database

BIG Modellering av jord-, berg- och grundvattennivåer med artificiell intelligens (Modelling of soil, rock and groundwater levels with artificial intelligence )

  • Larsson, Stefan
  • Kungliga tekniska högskolan, Universitet eller högskola, 202100-3054
Sponsors, duration, budget: Trafikverket ; 2019-06-30 -- 2021-12-31 Registration number:
  • Trafikverket 2019/33545
Subject(s): Online resources: Abstract: Projektet är samma som FUD-id 7018 och resultaten redovisas där. Den växande volymen bergtekniska data, geotekniska data, geofysiska data samt grundvattendata, öppnar upp möjligheter att tillämpa avancerad dataanalys i form av självlärande artificiell intelligens för utvärdering, effektivisering och riskhantering vid kartering av jord-, berg- och grundvattennivåer. AI metoder har förmågan att finna korrelationer bland mycket stora datamängder och kan generera matematiska relationer med hög upplösning för den rumsliga variationen av jord-, berg- och grundvattennivåer. Artificiell intelligens kräver att specialister inom dataanalys och artificiell intelligens samarbetar med ämnesspecifik teknisk kompetens inom projekten och att den tekniska ledningen inom projekten förstår hur metoderna kan tillämpas. Utveckling av AI främjar en bättre och mer genomtänkt analys och projektring av ny infrastruktur. Tyréns och KTH har påbörjat arbetet med att tillämpa AI-metoder i några pilotprojekt, t.ex. Tvärförbindelse Södertörn. I detta projekt kommer den erhållna informationen från borrhålsdata, grundvattenrör, sonderingar, provtagningar och geofysiska data samlas i databaser. Jord-, berg och grundvattennivåer samt jordlagerföljder utvärderas i (3D) GIS modeller med hjälp av AI metoder. Olika AI metoder kommer att studeras och utvecklas och projektet kommer att tillhandahålla högupplösta karteringar. Sensitivitetsanalyser utföras för att avgöra effektiviteten och prestandan hos de utvecklade modellerna. Abstract: The increased volume of rock engineering, geotechnical, geophysical and ground water data opens the possibilities to apply advanced computer techniques in the form of artificial intelligence for the evaluation, efficiency and risk management of soil-, rock and groundwater levels. AI methods have the ability to find correlations among large amount of data and can generate mathematical relations with high resolution of the spatial variability of soil-, rock- and groundwater levels. Artificial intelligence requires that specialists on data analyses and artificial intelligence collaborate with specialists with different competences in projects. Furthermore, the technical management in the projects must understand how the methods can be applied. The development of AI supports better and more prudent analyses and design of new infrastructure. Tyréns and KTH have started the work to apply artificial methods in a number of pilot projects, e.g. Tvärförbindelse Södertörn. In this project, the acquired information from coring’s, groundwater pipes, soundings, samplings and geophysical data are stored in data bases. Soil-, rock and groundwater levels and the soil layers are evaluated in (3D) GIS models by means of AI methods. Different AI methods will be studied and developed and the project will provide high resolution mapping. Sensitivity analyses are performed to assess the efficiency and performance of the developed models.
Item type: