桂林理工大学

详情

智绘矿生--AI赋能助力矿山生态修复虚拟仿真

申报人：覃菊贸 申报日期：2026-05-08

基本情况

2026年批次
智绘矿生--AI赋能助力矿山生态修复虚拟仿真 学生申报
创新训练项目
工学
地质类
学生来源于教师科研项目选题
一年期
本项目融合人工智能与 Unity 开发技术，助力矿山生态修复虚拟仿真。通过 AI 处理无人机、传感器采集的矿山数据，实现修复方案智能分析与预测；依托 Sketchup 搭建高逼真矿山三维场景，Unity进行模拟地形、设施及生态变化，搭建一个完整全新真实的矿山生态修复模型。支持修复方案预演、风险预警与效果评估，解决传统修复中成本高、周期长、安全风险大的问题，同时为教育、培训及公众科普提供直观交互平台，助力矿山生态修复数字化、智能化升级。
曾参与“南岭成矿带典型铅锌矿区矿井涌水水质评价”大创项目，曾参与“涠涠道来--基于涠洲岛地质资源的开发与利用”大创项目。
主持完成矿山生态修复类项目40余项。参与国家重点研发计划项目专题1项。参与完成国家自然科学基金项目2项， 在包括Environmental Science and Pollution Research, Sustainability，农业工程学报、环境工程学报等国际国内学术期刊发表论文20余篇，其中SCI和EI收录论文5余篇。
2024年对项目区实施了航空摄影测量，使用指导老师经费4000元。
若项目获得立项，指导老师将继续予以经费支持。
省级

项目成员

序号 学生 所属学院 专业 年级 项目中的分工 成员类型
覃菊贸 地球科学学院 自然地理与资源环境 2023 统筹整个项目
杨琳 地球科学学院 自然地理与资源环境 2023 资料查找、数据处理
朱泉宇 地球科学学院 自然地理与资源环境 2023 数据处理、数据处理
蒙婷 地球科学学院 自然地理与资源环境 2023 数据处理、数据处理
张佳苗 地球科学学院 自然地理与资源环境 2023 资料查找、数据处理

指导教师

序号 教师姓名 所属学院 是否企业导师 教师类型
邵亚 地球科学学院 否

立项依据

1、创新矿山生态修复教育模式：探索AI与Unity的结合，构建高精度的矿山生态修复虚拟仿真平台，解决传统修复方案中“实验成本高、周期长、可视化不足”的问题。
2、优化修复方案设计：利用AI模拟不同生态修复方案的效果，包括植被恢复、土壤改良、水体净化等，通过数据分析预测修复成效，提供科学依据，减少试错成本，提高修复效率。
3、促进跨学科融合：推动环境科学、计算机科学、地理信息系统（GIS）等多学科的交叉融合，培养具有创新思维和跨领域协作能力的人才。
4、增强决策支持能力：为政府、企业和研究机构提供一个可视化的平台，通过模拟不同政策、技术和管理措施对矿山生态修复的影响，辅助制定更加科学合理的生态修复规划和政策。
1、利用SketchUp建成矿山的三维场景模型：利用SketchUp搭建矿山地形基础三维模型，能够高效还原矿山地貌及开采痕迹，为后续生态修复方案的设计奠定基础。
2、利用AI提出不同设计修复方案，建出整体模型：利用AI基于矿山的地形数据、土壤成分、水文条件等参数，模拟不同生态修复方案的效果，包括植被恢复、土壤改良、水体净化等，通过数据分析预测修复成效，依据数据特点选择模型，并对方案的生态效益、成本、工期进行模拟评估，提供科学依据。
3、利用Unity和AI工具完善各类系统、渲染和实时漫游：利用unity的渲染能力和AI工具的集成性，高精度的还原修复后的动态，实现实时漫游、交互查询，让修复效果可视化呈现。
1、国内研究现状
起步相较于国外较晚，正处于发展阶段。中国待修复矿山面积超400万公顷，相当于6个上海市的面积，催生出超2.3万亿元的市场需求[1]。其中包含有历史原因与传统方法和创新之间的冲突，同时国内探索出unity3d在矿山修复的可应用性，因此在工业领域、医学领域、生物教学学领域、建筑领域等多领域都有涉及运用AI与unity结合创新，但在矿山生态修复上的虚拟仿真运用很少，矿山生态修复目前更多的还是采用传统方法。
2、国外研究现状
国外矿山生态修复技术起步较早，形成了较为成熟的技术体系。欧美国家在矿山生态修复方面注重系统化治理，强调“地质稳定性重建-土壤功能修复-生态系统重构”的技术链整合。数字化技术应用较为广泛，如激光雷达扫描构建三维地质模型[2]等。2024年就有推出用GPT-4o自动生成矿区材质与植被，可以实时计算滑坡、泥石流等数据，快速形成AI生成式场景构建。
3、发展动态
一体化智慧矿山[3]解决方案：真叶科技与unity3d中国紧密协作，推出基于Unity的全新智慧矿山解决方案。该方案深度融合数字孪生、人工智能与物联网技术，利用Unity强大的实时渲染能力，构建与物理矿区1:1精准映射的数字孪生引擎，打造矿区全景“驾驶舱” ，从根本上重塑露天矿山管理模式，推动矿业向数据驱动、全面协同的精细化、智能化新阶段迈进。这有助于在矿山修复过程中更精准地规划和管理，提高修复效率和质量，实现从“可视化”走向“实时孪生”。
VR平台助力人员安全意识提升：基于Unity3D、3DMax和Visual Studio 2019软件开发的矿山冒顶片帮事故教学培训平台[4]，采用虚拟教练进行示范性教学，指导受训者识别、清理隐患岩块和完成灾害现场逃生。与传统UI文字培训相比，该平台能让受训者对培训内容保持更长久的记忆力，整体培训效率更高，可有效提高受训者的安全意识和应急反应能力，为矿山修复工作提供更安全可靠的人力保障。
参考文献
[1]任冠霖.数字矿山建设中大数据技术的应用[J].中国科技信息,2025,(06):72-74.
[2]曾亮.激光雷达与无人机结合在矿山测量中的综合应用分析[J].科技资讯,2025,23(08):67-69.DOI:10.16661/j.cnki.1672-3791.2410-5042-3658.
[3]王国法,庞义辉,任怀伟,等.智慧矿山系统工程及关键技术研究与实践[J].煤炭学报,2024,49(01):181-202.DOI:10.13225/j.cnki.jccs.2023.1355.
[4]聂振宇,周科平,梁志鹏.基于VR技术的矿山冒顶片帮事故教学培训[J].黄金科学技术,2021,29(04):620-628.
1、创新点
（1）高真实度场景还原，unity3d具备强大的实时渲染能力，能够高度还原矿山修复前、修复过程中和修复后的场景，在虚拟环境中展示矿山修复后重新生长的植被、平整的土地等，为评估修复成果提供直观依据。
（2）多源数据融合展示，矿山修复涉及众多数据，如地质数据、环境监测数据、修复工程进度数据等，地质数据与三维地形模型相结合，清晰地呈现地下地质结构；将环境监测数据（如空气质量、水质等）实时显示在对应的地理位置上，方便及时掌握环境变化情况。
（3）方案模拟与优化创新及动态展示，利用Sketchup、AI与Unity引擎结合可以对不同的矿山修复方案进行虚拟模拟，通过设置不同的参数和条件，模拟修复过程中可能出现的各种情况，评估不同方案的可行性和效果，以动画直观展示修复效果。
2、项目特色
（1）提升安全管理能力
通过整合视频监控、人员定位、环境监测等数据，模拟仿真可实时掌握矿山安全风险，快速响应突发事件，降低事故发生率。
（2）支持科学决策
Unity3d可以结合可视化大屏帮助管理层直观掌握矿山运营全貌，结合AI分析结果，提升调度效率与资源利用率，降低成本和时间，推动管理决策由“经验驱动”向“数据驱动”转变。
（3）促进智能化转型
作为数字孪生技术的重要组成部分，unity3d技术为企业实现数字化、智能化转型提供了基础设施支持。
1.技术路线 
（1）矿山生态破坏现状调研与数据采集
前期通过对矿山开采记录、环境评估报告等历史资料收集完成对矿山的初步了解，使用高分辨率卫星影像和无人机航拍完成遥感影像解译矿山全局数据，收集矿山所在区域的地形地貌数据，外出实地勘验，对土壤、水质、植被、岩石等进行实地调查与采样，以此掌握矿山区域的地形地貌、土壤类型、水文条件、植被覆盖、污染源分布等基础信息，完成矿山基础数据的调研与获取。利用GIS工具对多元数据进行处理与整合，生成地形、边界矢量等基础数据。
（2）矿山基础三维场景建模
在前期矿山生态现状调研与数据采集后，将处理好的基础数据导入SketchUp 的工具中生成矿山原始地形模型，根据实地勘验情况构建出矿山现状的三维模型，并进行模型优化。
（3）AI驱动矿山修复方案设计与模型生成
将矿山的地形、环境等基础数据及修复的大致目标与位置等的约束条件输入AI设计平台，AI会基于修复算法可生成3-5套合适的设计方案，选择最优的设计方案，在此基础上进行生态修复建模，形成完整的修复方案整体模型。
（4）Unity场景搭建与系统开发
在Sketchup整合好的原始+修复模型导入Unity,同步导入植被、水体、材质纹理等资源库，利用Unity来优化模型细节。结合Unity平台自带的AI工具和算法来模拟环境系统、土壤系统、水污染系统、大气系统等，搭建可视化面板实时监测各个系统的数据，形成一个完整的矿山修复系统。后利用Unity进行全局渲染，优化模型展示。
（5）动态修复过程漫游与可视化
利用Unity的动画系统，结合AI模拟的生态修复数据，开发第一或者第三人称漫游模式，制作矿山生态修复动态过程动画，完成场景交互，导出后可支持电脑、平板、手机设备上展示。
2.拟解决的问题
（1）矿山生态破坏程度“看不清”，依据传统调查难以判断破坏空间分布和严重程度；
（2）修复方案“靠经验”，传统的设计方案依旧是套用经验公式和单一模式，缺乏动态模拟与效果预判。
（3）修复时间“不确定”，传统的矿山生态修复评估需要长期监测，可能会损耗大量的人力物力。
（4）修复决策“效率低”， 传统的生态修复从实地勘测、方案设计到落实评估需要经过多个部门层层审核，会花费较长的时间，效率较低。
3.预期成果
（1）将建成可交互的三维矿山场景模型。
（2）完成利用AI工具可实时监测矿山生态恢复模型数据和修复效果评估，并落地实施修复。
（3）开发可视化支持系统，展示出动态的矿山生态修复结果，申请矿山生态修复虚拟仿真软件专利。
第1-2个月，启动项目，进行矿山基础数据资料收集，去实地调研和采集数据。
第3-5个月，导入矿山基础数据资料并做资源整合，建立矿山三维场景模型。
第6-8个月，利用AI工具进行算法计算输出可行的方案，进行修复方案模拟与模型优化。
第9-10个月，将各个分散系统集成，开发第一或者第三视角的可视化界面，制作矿山生态修复动态过程动画。
第11个月，对已实现的成果进行整理，同时撰写报告和申请软件著作权。
第12个月，验收项目成果与展示，推广应用准备。
研究积累：
（1）已梳理与研究方向相关的核心期刊、学术前沿动态，并详细了解国内外矿山生态修复的发展动态与趋势，了解了矿山的历史资料数据，有较为丰富的理论基础。
（2）目前已掌握专业的数据处理工具（GIS），对分散的数据资源进行整合，已掌握建模工具（Sketchup、Unity等）的三维几何建模，已建立了部分三维模型，证明了将真实矿山环境进行数字化复现的可行性，大幅降低了后续技术开发的不确定性。
（3）通过实地勘验矿山，观察矿山地层岩性，并判断矿山的地质构造，生态状况，对野外复杂地形如危岩、陡坡等的安全防护有所了解，对后续矿山生态修复方案的选择有针对性的选择，确保了项目技术路线的可靠性，并为最终成功实现一个高度集成、动态可视的矿山生态修复虚拟仿真提供了关键保障。
取得的成绩：
目前已明确“Sketchup建模+AI方案设计+Unity仿真”作为矿山生态修复虚拟仿真的核心技术路线，该路线符合当前的主流方向。并以清晰掌握各技术模块的核心应用，如Sketchup的三维几何建模能力、AI的多方案生成的指令、Unity的系统完善和动态渲染。
团队成员基于一处废弃矿山进行了初步实验，确定了该项目的可行性。对这一废弃矿山进行实地勘验，已利用高分辨率卫星影像和无人机航获取了基础数据。
已经具备的条件：
技术基础条件已成熟，确认Sketchup、Unity具备成熟的模型导入导出功能，基于此可实现模型流畅性流转，AI发展也已较为成熟，三大核心模块结合，可为后续虚拟仿真的分析与评估奠定下基础。
尚缺少的条件：
缺乏矿山生态修复相关的基础数据库，影响AI方案生成的适用性与准确性；缺乏对Sketchup、Unity建模与场景搭建的技术精度、参数的参考。
解决方法：
整合公开的科研文献、行业报告数据分析，建立矿山修复基础数据库，包括土壤、植被、岩石等数据库,提高AI生成方案与矿山生态修复的适配度。学习Sketchup建模精度的相关文章、手册、书籍等，与计算机等相关专业的人才交流学习，明确后续模型的精度要求，设计使用Unity场景技术，学习渲染精度、动画参数的调节。

经费预算

开支科目 预算经费（元） 主要用途 阶段下达经费计划（元）
前半阶段 后半阶段
预算经费总额 10000.00 无 5500.00 4500.00
1. 业务费 9000.00 无 5000.00 4000.00
（1）计算、分析、测试费 6000.00 无人机航拍、外出采样、设备测试 4000.00 2000.00
（2）能源动力费 1000.00 外出调研 500.00 500.00
（3）会议、差旅费 0.00 无 0.00 0.00
（4）文献检索费 1000.00 资料查找购买及打印 500.00 500.00
（5）论文出版费 1000.00 资料查找购买及打印 0.00 1000.00
2. 仪器设备购置费 0.00 无 0.00 0.00
3. 实验装置试制费 0.00 无 0.00 0.00
4. 材料费 1000.00 实验材料 500.00 500.00
结束

用户单位： 桂林理工大学        

版权所有： 南京先极科技有限公司