通苏嘉城际铁路建设规划研究

本文根据中长期铁路网规划(2008调整)和长三角城际铁路网规划,分析通苏嘉城际铁路在长三角地区铁路网和沿海铁路通道中的地位和作用;结合其在路网中的功能定位、项目所处区域特征、衔接路网线路客流交换特征,提出了项目的总体走向、建设标准等建设方案的规划意见。     

权重线性组合与逻辑回归模型在滑坡易发性区划中的应用与比较

以贵州省为研究区对滑坡易发性进行研究,对预测方法进行比较.其步骤为:首先,选取年均降雨量、岩性、高程、坡向、地形地貌、坡度、至构造线距离、至水系距离、至铁路距离和至公路距离10项评价指标作为影响滑坡发生的致灾因子,分别采用主客观权重线性组合(WLC)模型及结合确定性系数的逻辑回归模型(LR)分析研究区内各致灾因子与滑坡发生的相关性并建立预测模型:其次,基于ArcGIS平台完成贵州省滑坡易发性区划图,结合历史滑坡分布,应用熵值法对2个模型的区划结果进行验证和比较.最后,从模型原理、运行环境和适用条件等方面对2个模型进行比较和讨论.研究结果表明:WLC模型和LR模型的熵权分别为0.255和0.745,表明逻辑回归模型(LR)的区划结果与实际的滑坡情况吻合度更高.     

基于GIS和信息量-快速聚类模型的滑坡易发性研究——以云南省福贡县为例

云南省福贡县地质环境脆弱,滑坡灾害频发,对其开展滑坡灾害易发性研究具有重大意义.首先,在研究了福贡县地质地理环境特征和滑坡现状发育特征的基础上,从地理环境因素、地质环境因素、人类活动因素3个维度选取9个指标因子建立滑坡灾害易发性评价指标体系,并利用滑坡频率比法充分考虑各因子不同状态下对滑坡灾害的不同影响情况进行各指标因子状态分级;其次,引入信息量模型并基于GIS平台对福贡县滑坡灾害进行易发性评价;再则,通过快速聚类算法对滑坡易发性进行分级,提高滑坡易发性评价的准确性;最后,利用成功率曲线对评价精度进行验证.结果表明:采用GIS和信息量-快速聚类模型进行滑坡易发性评价能较好地反映出福贡县的滑坡灾害易发性状况,改善了由于人为因素对区域划分的主观影响,与福贡县的实际滑坡灾害分布情况相吻合,可应用于福贡县的防灾减灾工作.     

基于层次分析法在滑坡危险性评估中的应用

以青海省拟建公路民和—平安段的滑坡为主要研究对象,通过现场勘查和室内外试验,对民和至平安段4处主要滑坡即H4,H5,H11和H12分别应用层次分析法和定性定量分析法对其危险性进行了评估分析。通过对影响研究区滑坡灾害发育的坡度、岩土特性、坡高、滑坡规模、降雨条件、侵蚀条件、植被条件、人类活动条件等10个评估因子建立层次模型,对研究区滑坡危险性进行计算分析;此外结合研究区四处主要滑坡的体积、崩滑距及致灾现状等要素,应用定性定量分析法对四处滑坡危险性进行综合评价,经计算分析认为H4,H11滑坡为中等危险性,分区级别为Ⅱ级;H5,H12滑坡危险程度为轻度危险,分区为Ⅲ级,两种分析方法结果一致。评价结果对民和—平安段公路的建设、运营和养护工作具有实际指导意义。     

永登县苦水镇潜在地质灾害时空分布特征及易发性与危险性分区评价

以永登县苦水镇为研究对象,充分利用已有资料和野外实地勘察对苦水镇地质灾害的类型、地质条件、发育特征、时空分布规律等进行系统分析。明确了滑坡和不稳定斜坡均为土质斜坡,主要沿东侧黄土丘陵区第一斜坡带成带状分布,具有明显的雨季效应。基于苦水镇地质背景条件,以斜坡作为基本评价单元,分别选取滑坡和不稳定斜坡各自的指标评价因子对其易发性进行分区和评价,进而以易发性分析结果对危险性进行分区评价。结果表明：苦水镇地质灾害易发性可划分为高、中、低及非易发4个分区,面积分别为0.16km2、0.01km2、0.03km2、1.37km2;地质灾害危险性可划分为高、中、低及极低危险4个分区,面积分别为0.118km2、0.035km2、0.031km2、1.386km2。易发性与危险性分区结果与野外实地调查情况相吻合,能够较好地反映区内地质灾害发育的总体特征,这对苦水镇地质危害的预测预警具有一定的指导意义,为甘肃省城镇地区滑坡地质灾害评价和防治提供借鉴。     

基于机器学习混合模型的滑坡易发性评价

安康市汉滨区地质环境脆弱,滑坡频发对当地居民生命财产安全造成严重威胁,针对该区域进行滑坡易发性评价是滑坡防治的有效措施。自适应提升模型和随机森林模型作为新颖的集成学习方法被应用至国内外滑坡易发性评价研究中,但基于两者的混合模型在滑坡易发性中的应用研究尚未开展。为对比混合模型与单一模型的滑坡易发性评价精度,本文根据地质灾害详查资料圈定509处滑坡,结合研究区地质环境背景,选取高程、坡度、坡向、年均降雨量、地层岩性等13类因子进行评价。受试者工作特性曲线（receiver operating characteristic curve,ROC）结果表明,同单一模型相比,混合模型的训练集正确率和验证集预测率均为最高;混合模型的高易发区滑坡密度达到1.94,高于随机森林（1.86）和自适应提升模型（1.68）;通过区内三处历史滑坡进行验证,结果显示区划结果与滑坡分布相吻合,说明自适应提升-随机森林混合模型可作为滑坡易发性评价的新方法,其区划结果可为滑坡防治与土地利用规划提供借鉴。     

基于证据权和支持向量机模型的威信县滑坡易发性评价

滑坡易发性评价研究对滑坡灾害防治具有重要意义。多模型耦合在滑坡易发性评价中运用广泛,但将(Weight of evidence,WOE)和支持向量机模型(Support Vector Machine,SVM)模型耦合进行滑坡易发性评价研究较少。以滇东北山区威信县为研究区,选取坡度等12个滑坡评价因子建立滑坡易发性评价指标体系,根据证据权计算得到证据权对比度、滑坡栅格占比和分级栅格占比,对指标因子进行分级,构建WOE-SVM模型计算得到滑坡易发性指数(Landslide susceptibility index,LSI),利用GIS平台得到研究区易发性分级图。结果表明：滑坡极高和高易发区主要分布河流流域和人类工程活动频繁区域,SVM和WOE-SVM模型评价结果与滑坡空间位置分布基本一致,但耦合模型精度高于单一SVM模型,其评价结果也更加合理有效,可为当地滑坡灾害的治理与预防提供一定参考价值。     

江西省龙南县滑坡易发性评价

区域滑坡易发性评价是国内外地质灾害研究的重点和热点。目前,国内外学者已提出了支持向量机(support vector machine,SVM)、BP神经网络和随机森林等多种模型并成功用于滑坡易发性评价。但在利用这些机器学习模型评价滑坡易发性时,存在着参数选取困难、建模效率低、模型训练时间长和对评价指标解释能力弱等问题。为简化建模过程、提高预测精度及增强模型的可解释性,提出了基于频率比分析和偏最小二乘回归法(partial least squares regression,PLSR)的滑坡易发性评价模型。PLSR模型很好地发挥了主成分分析和回归分析的优势,考虑了评价指标间的内在联系,具有建模过程简洁、可解释性强的优点。将结合频率比法的PLSR模型应用于江西省龙南县滑坡易发性评价,并与BP神经网络、SVM模型的易发性评价结果进行对比。研究表明:PLSR模型的预测精度优于BP神经网络,且与SVM模型预测精度接近;另外,在综合考虑建模效率、预测精度和模型解释能力的情况下,PLSR模型具有更高的实用性。     

应用CF和Logistic回归模型编制滑坡危险性区划图

根据地理信息系统(GIS),以滑坡发生确定性系数(CF)和Logistic回归模型编制贵州省滑坡灾害区划图,其主要步骤为:应用历史滑坡灾点面积和滑坡致灾单因子子集面积计算CF,由此确定主要的滑坡致灾因子;应用Logistic回归模型、地理信息系统(GIS)空间分析工具和统计软件SPSS寻求最合适的模型描述灾害是否发生(因变量)与致灾因子(自变量)之间的关系;计算研究区域内各单元的滑坡概率,划分危险性等级,绘制基于GIS的贵州省滑坡灾害区划图;最后,用历史灾害分布数据检验滑坡灾害区划图.研究结果表明:根据区划图,贵州省可分为4个区域,即低危险区、中等危险区、高危险区和极高危险区;对贵州省的危险性分区合理,结合CF与Logistic回归模型编制滑坡灾害区划图的方法有效.     

基于逻辑回归的巫山县滑坡易发性区划研究

[目的]在已有文献研究基础上,构建基于逻辑回归的滑坡易发性评价模型,并与基于随机森林的模型进行分析比较,探讨出适用于三峡库区巫山县的滑坡易发性评价模型.[方法]选取地质条件、地形地貌、环境条件、人类工程活动等4方面影响下的22个因子作为滑坡易发性影响因子,根据研究区963处历史滑坡点,建立30 m×30 m栅格地理空间...     

基于BP神经网络模型的滑坡易发性评价方法

滑坡是中国频发的地质灾害,滑坡的易发性评价涉及多种影响因素,如何利用多影响因素进行精确、有效的滑坡易发性评价是滑坡减灾防灾工作的重点和前提。为探讨基于反向传播(back propagation, BP)神经网络模型的不同滑坡易发性评价方法的适用性,以川西蒲江县为研究区,通过实地调查与编录,筛选地质、地貌、环境等12类影响因子,分析各影响因子与滑坡的相关性,确定影响因子的权重大小,构建BP神经网络模型,完成因子权重法和栅格赋值法的滑坡易发性评价图编制和精度评价。结果显示：研究区筛选的12类滑坡影响因子不存在线性相关,坡度、地形湿度指数(topographic wetness index, TWI)和距道路距离对区内滑坡发育影响明显,利用滑坡影响因子构建的BP神经网络模型可对滑坡易发性进行有效的定量评价。综合现场调查与接收者操作特征(receiver operating characteristic, ROC)曲线精度分析,结果表明：基于BP神经网络模型的栅格赋值法和因子权重法曲线下面积(area under curve, AUC)分别为0.86和0.798,栅格赋值法评价精度优于因子权重...     

基于确定性系数与支持向量机的滑坡易发性评价

准确的滑坡易发性评价对防灾减灾具有重大意义。以略阳县为研究区,在确定性系数模型(certainty factor, CF)易发性分区的基础上,剔除极高和高易发区后选取非滑坡点,提取CF值为支持向量机模型(support vector machine, SVM)的输入值,采取灰狼优化算法得到最优参数建立CF-SVM模型对研究区进行预测,同时与随机选取的非滑坡点SVM模型进行对比。结果表明：CF-SVM模型在极高和高易发区涵盖了74.2%的历史滑坡点,且受试者特征工作曲线下的面积(area under receiver operating characteristic curve, AUC)达到0.95,均高于SVM模型,由此说明CF-SVM模型具有更高的准确率,并且证明了在CF模型基础上选取非滑坡点的可行性,可为该区域的风险管理提供科学依据。     

基于区间数-集对分析理论的库岸滑坡易发性评价

以乌东德库岸滑坡为例，充分考虑其发育的地质环境，选取滑坡发育特征、岸坡结构与岩性特征、地质构造与地形地貌特征、灾害诱发因素共4类因子作为滑坡易发性的影响因素.构建单因素分级标准，将库岸滑坡灾害易发性划分为四个等级，即重度易发、中度易发、轻度易发与不易发.应用区间数与集对分析理论，建立基于联系期望概念的库岸滑坡灾害易发性评价新模型，可系统分析滑坡易发性评价指标的区间形式及演化态势.实例分析结果表明，该方法评判结果可靠，且能简化区间数之间关系的分析过程.     

1976年龙陵地震诱发滑坡的影响因子敏感性分析

基于前人的研究和龙陵地震滑坡的调查资料,选取了地层岩性、断裂、地震烈度、震中距、地形坡度、坡向、高程、水系等8个因子作为1976年龙陵地震诱发滑坡的影响因子。利用GIS强大的空间分析能力,结合滑坡确定性系数(CF)的方法,对1976年龙陵地震诱发滑坡的诸影响因子进行敏感性分析,确定了该区域内各因子最利于地震滑坡发育的数值区间,为进一步区域地震滑坡稳定性评价奠定基础。     

基于极限学习机和熵值法的岩土灾变预警

滑坡的监测和预测是降低滑坡灾害的有效手段和可行方法。传统监测手段时效性差,采用统计预报模型、确定性模型等模型建立的预测模型精度相对较低。为了改善此问题,提出了一种基于综合测量、以极限学习机与熵值法结合的滑坡预警研究方法。通过分析滑坡的影响因子,搭建滑坡模拟监测平台,由多传感器实时监测到雨量、土壤浅层含水率、土壤深层含水率、下滑应力、地下位移、地表位移等影响滑坡的综合因子。将熵值法用在滑坡的评价中,将其综合评分作为危险性参数及综合测量参数作为训练样本,搭建极限学习机模型。结果表明:在综合测量方法下,将熵值法与极限学习机算法结合的预警模型得到的结果与实际情况一致,预测值与测量值吻合;其精度为98.48%,比BP神经网络精度更高;且网络的学习速度明显提高。可见该方法对滑坡预测的可行性,适用于复杂非线性的滑坡预测中,为建立滑坡预警模型提供了一种可行方法。     

滑坡识别及分类专家系统

本文描述了一个利用人工智能专家系统技术对铁路边坡发生滑坡进行识别和分类的系统.该系统将铁路滑坡专家在滑坡识别及分类方面的经验、知识存储于知识库中,利用模糊推理过程替代传统的隶属函数表述因素之间关系的方法,完成对滑坡的识别和分类工作.     

甘肃省东乡县下坪山滑坡特征及稳定性评价

黄土滑坡是西北地区人居与城镇建设安全的重大隐患,正确认识黄土滑坡的发育特征和形成机理,对于开展滑坡灾害风险评价、预测预警、工程治理及防灾减灾等方面具有重要的战略意义?为了保障黄土脆弱地区生态保护和高质量发展,解决滑坡在实现乡村振兴战略过程中对规划和建设的影响,本文在对甘肃省东乡县陈家下坪山滑坡进行地质勘察和现场调查的基础上,通过地面调查、钻探和探槽等多种手段,结合区域环境详细研究滑坡发育的特征,阐明了地形地貌、地层岩性、坡体结构、水文地质、大气降水和人类活动对滑坡的影响。运用定性分析与定量计算相结合的方法,系统分析评价了下坪山滑坡在不同工况下的稳定性。结果表明,下坪山滑坡为老滑坡整体复活,属于中型黄土—泥岩滑坡,其运动特征为间隙性下错的牵引式低速滑动,降雨和人类工程活动是该滑坡稳定性的敏感因素;滑坡目前处于基本稳定状态,受裂缝大量发育的影响,局部有发生滑动的可能性,但未来环境变化会导致滑坡整体滑移失稳的可能性大;依据滑体原始冲沟为界将下坪山滑坡分为东西两块,西侧整体稳定性好于东侧,东西两处滑坡块体在遇暴雨或地震沿现有滑面发生再次滑动的可能性较大。在西北内陆暖湿化的大背景下,该区黄土老滑坡存在复活的风险,应进一步加强相关的监测工作。     

遥感数字图象拟合处理在铁路工程滑坡病害研究中的应用

本文提出了使用电子计算机,对遥感图象之间、遥感图象与非遥感图象之间,进行数字图象拟合处理,用于铁路滑坡病害动态变化、滑坡分布的区域工程地质条件,以及滑坡面积大小和动态变化范围测量的研究.     

基于时间序列与时间卷积网络的滑坡位移预测

滑坡位移预测作为滑坡监测预警的重要组成部分,对滑坡灾害的防治具有重要意义。目前,滑坡位移预测大多集中在循环架构的神经网络模型上,其存在梯度爆炸、消失问题等问题。为此,提出了一种基于时间序列与时间卷积网络(time convolution network, TCN)的滑坡位移预测模型。首先,该模型通过移动平均法将滑坡位移分解为趋势项位移和周期项位移。其次,采用Holt线性趋势模型预测趋势项位移,并建立时间卷积网络预测周期项位移。最后,将趋势项位移和周期项位移叠加,实现滑坡位移的预测。将该模型用于八字门滑坡的观测研究,结果表明：该模型相较于循环架构的神经网络模型能更有效地提取时序特征,预测精度更高。将基于TCN的滑坡位移预测模型应用于滑坡位移预测具有广阔的应用前景。