小波神经网络在拦渣坝变形预测中的应用研究

针对单一模型很难准确预测拦渣坝变形大小的问题,介绍小波分析与神经网络有机结合的小波神经网络的基本原理,将其应用于某大型拦渣坝变形监测实例中,建立了拦渣坝变形预测的小波神经网络模型。通过将该模型与常规BP神经网络训练和预测结果的比较,可以看出小波神经网络在拦渣坝的变形预测中具有收敛速度快、预测精度高的特点。     

介绍一种坝坡放线的方法

本文提出的坝坡放线方法，是用经纬仪沿坝坡斜平面扫描，扫描面与山坡及河床的交线，即是需要测设的坝坡线。本法与过去沿用的方法比较，仪器设站少，现场不需试算试放，其精     

基于三维可视技术的尾矿坝监测系统研究

针对尾矿坝的传统监控方法无法实现空间数据分析和三维可视化这一问题,以及尾矿坝监测预警模式单一等缺点,采用三维GIS技术,实现尾矿坝及周边环境地貌、尾矿坝体结构、尾矿库存、尾矿坝周边居民地和交通环境等场景的三维展示,并在三维GIS的基础上提供了多元化的预警模型,实现了复合指标预警模型的三维GIS尾矿坝监测解决方案。对矿山调查、尾矿坝空间分析、尾矿坝实时监测、尾矿坝安全管理等研究领域具有一定的借鉴作用。     

“射线法”进行等厚圆拱拱坝放样

拱坝是水利上一种先进坝型，尤以等厚圆拱的拱坝，设计与施工均较方便。我国中小型拱坝均采用这一坝型。等厚圆拱有定半径定中心角的，也有变半径变中心角的。后者具有一般性，对于它的放样计算，已介绍有弦线偏角法。该法原理虽简单，但仪器要上坝、量距测角手续较多，且经常与坝面施工发生干扰。另外，由于该法是采用前方交会原理定点的，各点点位误差不一。同时，在施工中，坝面一般不平整，对量距精度影响也较大。为了克服     

G PS 在石门子水库副坝变形监测中的应用

以石门子水库副坝（土石坝）变形监测为例,介绍了其监测方法及对观测数据的处理和分析,采用G PS平面拟合高程进行水库竖向位移监测,其精度与三等水准精度相当,而且可以将平面与竖向位移同时观测,大大提高了测量效率,节省了人力和物力。     

基于光纤传输的GPS数据采集系统设计与实现

针对马鞍山城门峒尾矿坝GPS远程自动化变形监测系统中大量GPS原码信息发送与接收问题，从尾矿坝变形监测系统数据传输的可靠性考虑，选择了光缆通讯方式，并通过自定义的通讯协议和检校措施，有效解决了GPS数据传输的误码问题。     

浅谈基础测绘与房屋普查修补测的关系

通过对北京市基础测绘和房屋修补测工作内容的介绍,简述了在城市的发展建设过程中基础测绘与房屋普查修补测的区别与联系。基础测绘是一切测绘工作的基础,它的发展不但可以进一步拓宽其业务领域的服务范围,促进基础测绘成果的广泛应用,还可以更好地促进基础测绘的发展。     

平原水库大坝区域近期变形特征分析

针对某平原水库大坝建坝以来发生的变形特征,该文提出了基于大坝坝基变形点、坝后工作基点以及坝区变形监测点的综合分析法。分析结果表明:由于东坝和西坝区域受水的压力比较小;东西坝的变化非常小;北坝受水的影响大,水的推力和压力导致坝基变形点沉降后大坝北侧工作基点以外区域有略微抬升;以大坝坝基为界,以北区域在一定范围内有所抬升,大的区域基本没有反应。     

水电工程边坡变形监测成果分析与研究

在水电工程建设中,坝肩部位边坡的稳定性对电站的安全至关重要。以云南省澜沧江上游某水电站为例,介绍了该电站右坝肩边坡表面变形监测的技术方案,通过对边坡外部变形监测成果阶段性分析、变形量与降雨以及开挖相关性分析、成果空间分布分析,对研究边坡变形机理,评价边坡稳定性具有重要意义。     

我国现代化建设中资源问题的若干思考

国土资源包括土地、矿产、水、海洋等自然资源,是人类社会生存和发展的基础,是人类财富的源泉。马克思多次引用李嘉图关于“劳动是一切财富之父,而土地则是一切财富之母”的观点,并进一步指出土地“是一切生产和一切存在的源泉”①,“土地所有权——一切财富的原始源泉”②。可以说,国土资源是兴国富民的基本条件,是国计民生的根本依托,是国家安全的战略保障,也是人类可持续生存和发展的基础。我国人口多,人均资源少,     

大型尾矿库尾矿堆积现状勘测

大型矿山通常有多个尾矿库为其排放尾矿,使用多年后往往要摸清尾矿库尾矿堆积现状,为中后期堆坝方案的确定和稳定性评价提供科学依据。文章以德兴铜矿4#尾矿库为例,介绍大型尾矿库尾矿堆积现状的测绘,并通过CASS和矿业Mintec软件计算值对比,求出当前排土场占据库容量、4#坝堆积尾砂总量、总库容量、库内排放尾砂总方量等需要掌握的科学数据,为4#坝中后期堆坝方案的确定和稳定性评价提供科学依据,也为同行处理同类问题提供借鉴。     

大坝轴线交会法精度的探讨

栏河大坝一般是在施工前围绕坝主轴线建立一个高精度施工小三角网,并以坝主轴线上的一个三角点作为坐标超算原点,供施工期间交会定点用。     

随机森林回归模型的悬浮泥沙浓度遥感估算

三峡工程蓄水以来,清水下泄,坝下游河段发生了长时间、长距离的沿程冲刷,河流悬浮泥沙浓度发生改变,给沿岸生态系统带来了不利影响。随机森林算法灵活、稳健,已被广泛应用于各类生态环境变量的回归预测分析,但其在水体悬浮泥沙浓度估算方面的能力尚未得到充分认识。基于泥沙站点监测数据和MODIS卫星遥感反射率数据,通过构建随机森林非参数回归预测模型,对三峡工程坝下游宜昌至城陵矶河段在建坝前后14年间(2002年—2015年)各月的悬浮泥沙浓度进行遥感估算。研究表明:(1)基于随机森林的悬浮泥沙浓度估算模型表现较好,模型预测值与实测值间相关性好、预测精度高,优于其他模型(线性回归、支持向量机、人工神经网络模型)。(2)在参与模型构建的MODIS波段变量中,红波段被认为是最重要的预测变量,但不能单独使用它进行预测,悬浮泥沙遥感预测需要多变量共同参与。(3)将悬浮泥沙数据按季节分类所构建的随机森林模型,其平均误差为0.46 mg/L,平均相对均方根误差为12.33%,估算效果最优,能够满足较高精度下悬浮泥沙浓度估算的需求。综上,可以考虑以季节为划分依据,用随机森林回归模型估算悬浮泥沙浓度,并用于后期坝下游河道悬浮泥沙浓度时空反演。     

基于无人机LiDAR系统的坝控流域地貌形态和侵蚀分区的提取

黄土丘陵沟壑区地貌形态是区域土壤侵蚀的主要影响因素.针对该区典型的淤地坝坝控区,利用无人机LiDAR系统获取淤地坝坝控区小尺度区域三维激光点云数据和可见光影像数据,应用RiPROCESS和Inpho UASMaster软件生成高精度DEM和DOM数据,提取出坝控区地貌形态和土壤侵蚀分区.应用结果表明,无人机LiDAR系...     

泥石流灾害防治监测技术方法探讨

为了分析统计热翁陇巴沟泥石流防治工程的稳定性,本文通过对热翁陇巴沟防治工程混凝土拦挡坝进行水平位移量和垂直位移量监测、泥石流沟拦挡坝附近的水位、泥位监测、降雨量监测数据的统计、分析,认为热翁陇巴沟泥石流治理工程稳定性监测网点布设合理、采集的数据有效,可满足拦挡坝位移变量的分析统计。     

舒家山尾矿库二期扩建坝安全运行监测分析

鉴于目前对尾矿库二期加坝监测没有一个统一的规律可寻,其根本原因在于尾矿库明显的个案性,另一点是缺乏已建类似坝的相关资料,因而给监测分析带来很大困难。本文结合舒家山尾矿库二期扩建坝已运行二年,通过对坝体设计和监测资料的整理分析,对坝体的安全运行状态及变化规律做出判断,为今后尾矿库安全生产提供一个科学参考。     

大坝变形的神经网络方法研究

大坝的失事带来的不仅是经济损失也是安全隐患,因此,建立一种大坝变形长期预测模型对它的安全评价将具有重要意义。本文针对华东CC大坝5JHJl04监测点的垂直位移变形进行分析,在传统的回归分析模型和常规神经网络模型的基础上建立了将两种方法结合的融合模型,得到大坝变形分析的最优模型。其精度与一般方法相比有了进一步的提升,可以更好地进行大坝变形预测。     

钟南山:最好的医生是自己

坚持只吃七分饱每天锻炼20分钟现在大家都在讲幸福。什么是幸福?我认为健康就是幸福!有了健康并不等于有了一切,没有健康就等于没有了一切。健康就是一个空心的玻璃球,掉下去以后就碎了。而我们的工作就是一个皮球,掉下去以后还可以弹起来。健康是单     

一种基于 BP 神经网络的尾矿坝沉降预报方法

基于BP神经网络建立尾矿坝沉降预报模型,重点对BP神经网络的拓扑结构和学习算法进行研究。并以某尾矿库初期坝的沉降监测数据为例,对模型的拟合、预测精度进行验证。实例表明,BP神经网络自学习、自组织能力强,具有极强的线性逼真能力,能够准确地反映输入、输出变量之间的非线性关系,有效地表征尾矿坝的沉降变形规律,对即将发生的变形情况做出科学、合理的预报。     

回归-Elman网络在矿坝变形预测中的应用

金矿开展矿坝的变形监测工作,引入多层递阶回归分析模型,有较高的预测精度,但方法较繁琐,计算较复杂。由于变形数据可分离成趋势项与随机项,趋势项可用多元线性回归良好地拟合;随机项的预测,文中采用Elman网络建模计算,最后利用矿坝的实测高程位移数据进行验证,并与多层递阶回归进行比较。结果表明:回归-Elman网络模型比多层递阶回归的预测精度更高,效果更好,且方法简洁实用性强。