1.一种基于DEM的断层面自动识别方法，其特征在于该方法包括：(1)将包含有待识别区域的DEM数据转换为TIN三角网数据，并根据设定边界和坡度阈值R1进行筛选，得到待识别区域中坡度大于R1的三角面集合S；

(2)根据预设产状差异阈值R2和距离差异阈值R3，将三角面集合S划分为多个具有不同产状的三角面簇，并存储到三角面簇集合ClassifyS中；

(3)读取三角面簇集合ClassifyS中任意一个三角面簇csi，对csi中的所有三角面进行增密处理，得到含有XY坐标的增密点集合Pi；

(4)对于集合Pi中各点，查找DEM数据中该点的高程值并赋值给该点的Z坐标值，生成含有XYZ坐标的增密点集合P3di；

(5)采用增密点集合P3di，拟合得到断层面platei；

(6)根据拟合断层面platei和增密点集合P3di，生成置信椭圆断层面eplatei；

(7)循环执行步骤(3)～(6)，直至完成三角面簇集合ClassifyS中所有三角面簇的处理，并将所有拟合断层面存储到拟合断层面集合Plate中，将所有置信椭圆断层面存储到置信椭圆断层面集合Eplate中；

(8)基于预设面积阈值，剔除集合Plate和集合Eplate中的无效断层面，采用剔除后的集合Plate和集合Eplate生成三维断层面要素。

2.根据权利要求1所述的基于DEM的断层面自动识别方法，其特征在于：步骤(1)具体包括：(1-1)对于包含有待识别区域的DEM数据，根据设定边界阈值edge_limit生成待识别区域范围Region；

(1-2)基于GIS数据转换接口，将DEM数据转换为TIN三角网数据；

(1-3)遍历TIN三角网数据中的每个三角面，并根据坡度阈值R1，剔除坡度小于R1或不在范围Region内的三角面，得到筛选后的三角面集合S。

3.根据权利要求1所述的基于DEM的断层面自动识别方法，其特征在于：步骤(2)具体包括：(2-1)读取三角面集合S中的任意一个三角面st，基于设定三角面间产状差异阈值R2、距离差异阈值R3查找三角面st的相似三角面，即将与三角面st间产状差异小于R2且距离小于R3的相似三角面加入集合T中；

(2-2)对于集合T中的每一个三角面，再次基于阈值R2、R3进行相似三角面查找，并将查找到的相似三角面加入集合T中，直至完成T中所有三角面的查找；

(2-3)将三角面st及三角面集合T中的所有相似三角面，加入一个三角面簇中；

(2-4)循环步骤(2-1)至(2-3)，直至完成TIN集合S中所有三角面st的处理，并将处理结果存储到三角面簇集合ClassifyS＝{csi|i＝0,…,m}中，csi表示第i个三角面簇，m为三角面簇的数量。

4.根据权利要求1所述的基于DEM的断层面自动识别方法，其特征在于：步骤(3)具体包括：(3-1)读取三角面簇集合ClassifyS中任意一个三角面簇csi；

(3-2)对于三角面簇csi中的任意一个三角面，基于设定增密阈值R4对三角面中最短边se进行点增密处理；

(3-3)将边se中通过点增密处理得到的所有增密点分别与边se的对角顶点连线，并基于增密阈值R4对所有连线进行点增密处理，将边se中通过点增密处理得到的所有增密点和连线通过点增密处理得到的所有增密点的XY坐标写入点集合Pi中；

(3-4)循环步骤(3-2)至(3-3)，直至完成三角面簇csi中所有三角面的增密处理；

(3-5)循环步骤(3-1)至(3-4)，直至完成ClassifyS中所有三角面簇的增密处理。

5.根据权利要求1所述的基于DEM的断层面自动识别方法，其特征在于：步骤(5)具体包括：(5-1)从增密点集合P3di中随机选择3个点拟合出一个断层面platei：Ax+By+Cz+D＝0，式中A、B、C、D为平面参数；

(5-2)对断层面platei的代表程度进行分析，即计算集合P3di中的所有点到平面的距离小于设定阈值R5的比例tempRatio；

(5-3)若tempRatio大于预设目标拟合比阈值Ratio，则判定断层面platei可用，执行步骤(6)；否则返回执行步骤(5-1)，直至达到最大迭代次数max_iteration。

6.根据权利要求1所述的基于DEM的断层面自动识别方法，其特征在于：步骤(6)具体包括：(6-1)读取集合Pi，按照下式计算集合Pi的中心点坐标值 和各点的中心化坐标式中n为集合Pi的点数，xk、yk分别表示集合Pi中第k个点的X、Y坐标值， 表示集合Pi中第k个点中心化后的X、Y坐标值；

(6-2)根据集合Pi各点的中心化坐标 按照下式计算置信椭圆的顺时针方向旋转角θ：(6-3)将集合Pi各点的中心化坐标 顺时针旋转θ，得到各点中心化并旋转后的坐标(6-4)根据各点中心化并旋转后的坐标 采用下式分别计算置信椭圆的X、Y方向标准差σ1、σ2：(6-5)根据二维数据的3-sigma原则，按照下式计算置信椭圆的长半轴长度a和短半轴长度b：式中数值4.24为二维数据的3-sigma调整因子值；

(6-6)根据置信椭圆的长半轴a、短半轴长度b以及旋转角θ，得到平面置信椭圆方程，再结合拟合断层面platei，生成由下列方程组确定的置信椭圆断层面eplatei：式中方程(1)为中心化置信椭圆的方程，x0、y0为中心化置信椭圆的X、Y轴坐标变量，方程(2)、(3)、(4)为置信椭圆断层面的三维坐标x1、y1、z1表达式，A、B、C、D为拟合断层面platei的方程Ax+By+Cz+D＝0中的参数。

7.根据权利要求1所述的基于DEM的断层面自动识别方法，其特征在于：步骤(8)具体包括：(8-1)读取置信椭圆断层面集合Eplate中任意一个置信椭圆断层面eplatei；

(8-2)若eplatei的面积小于预设面积阈值Area，则将eplatei和对应的拟合断层面platei，从对应集合中剔除；

(8-3)循环执行步骤(8-1)至(8-2)，直至完成置信椭圆断层面集合Eplate中所有断层面的处理；

(8-4)采用剔除无效断层面后的拟合断层面集合Plate和置信椭圆断层面集合Eplate，分别生成断层面要素。