浅谈水土流失遥感定量模型及其因子算法

基于地理信息系统的遥感定量调查法是近年来新出现的水土流失调查方法,其核心部分就在于水土流失定量评价模型及期各参数的算法。本文主要介绍了几种主要的水土流失遥感定量评价模型的构成;并对其中ＵＳＬＥ系列模型的因子的算式、算法进行了汇报     

基于GIS的岩溶地区水土流失遥感定量监测研究——以贵州省(原)安顺市为例

本文主要介绍了基于GIS的水土流失定量评价模型的组成、各参数因子的算式算法 ,以及该模型在贵州省 (原 )安顺市的应用结果。模型是以修正的通用土壤流失方程 (RUSLE)为核心 ,在GIS中建立模型各因子空间数据 ,并通过PAMAP对它们进行综合分析。定量评价结果表明 ,(原 )安顺市年平均土壤流失总量为 86777吨 ,平均侵蚀模数为 4 0 9.4t/km2 ·a;轻度以上侵蚀面积 72 .7km2 ,强度以上侵蚀面积 53 .2km2 (含剧烈侵蚀面积 3 0 .9km2 )。其平均侵蚀模数与以往实测调查结果相比有 97.5%的一致性 ,表明该方法在贵州省岩溶地区的水土流失监测中具有较高的可靠性。     

GIS矿产资源评价中统一使用连续数据和离散数据的扩展证据权模型

证据权模型通常使用二值数据,在把连续数据转化成二值数据时会损失有用信息.从贝叶斯原理角度提出了GIS矿产资源评价中统一使用连续和离散数据证据权法扩展模型的原理和方法,指出证据权模型中的证据权应为证据权函数,矿产资源评价中离散数据证据权函数为证据因子各可能取值的有矿和无矿条件概率比值对数,连续数据证据权函数为证据因子有矿和无矿条件概率密度函数比值对数.提出了用非参数估计条件概率密度函数和证据权函数方法,以及计算函数表和插值法简化运算的方法.以GIS云南铅锌矿产资源潜力评价为例进行了应用,并得到了较为理想的结果.     

基于ANN与GIS技术的区域岩溶塌陷稳定性预测———以桂林西城区为例

岩溶地面塌陷是岩溶区常见的一种地质灾害, 塌陷区域预测是进行国土规划、资源开发与灾害防治的必要工作.由于岩溶塌陷的影响因素众多且相互作用, 发展过程复杂, 加之各评价因子的数值获取困难, 致使长期以来塌陷区域定量预测成为一个难以解决的课题.现行的区域预测模型不能描述塌陷形成模式的非线性特征, 也难以克服评价因子权重确定过程中人为经验因素的影响.神经网络技术的自学习、自适应与高度非线性映射特点显示了其在塌陷区域预测领域中应用的前景.根据研究区内地面塌陷空间聚集分布的特征, 提出了不同因子组合条件下塌陷发生可能性的定量化方法, 结合选定的评价因子类别确定了神经网络预测模型的结构, 利用312个塌陷点样本中的292个进行网络训练, 余下的20个样本的校验结果表明该模型具有较高的可信度.运用GIS技术将研究区进行评价单元划分, 并获取各评价因子的取值, 输入到训练好的网络中进行预测.将各单元的输出值进行归并处理后得到研究区岩溶塌陷的稳定级分区图.      

基于模糊C-均值算法粗糙集理论的云模型在岩爆等级评价中的应用

岩爆等级评价具有模糊性和不确定性,而粗糙集理论的云模型对处理模糊性和不确定性问题具有独特优势,由此提出了基于模糊C均值（简称FCM）算法粗糙集的云模型理论在岩爆等级评价中的新模型。该模型选用岩石单轴抗压强度 、洞室围岩最大的切向应力 、岩石单轴抗拉强度 和岩石弹性能量指数Wet作为岩爆等级评价因子,依据岩爆分级标准计算各评价因子隶属于不同岩爆等级的云数字特征。同时,以国内外40例岩爆工程为研究对象,运用基于FCM算法的粗糙度理论进行因子属性重要性评价,计算各评价因子权重。根据正向正态云发生器,得到待评样本的综合确定度,由最大综合确定度判定岩爆级别。研究表明：该模型的评价结果与实际情况基本一致,具有一定的可行性,为岩爆预测提供了一种新的研究方法与思路。     

海拉尔地洼型盆地演化历程及地热特征

对海拉尔地洼型盆地演化历程进行了分析，阐述了盆地不同演化阶段的构造及沉积特征，建立了地洼型盆地的地热场模型，并在讨论模型边界条件及其取值、以及对影响盆地热结构的主要热源进行分析的基础上，计算了盆地的地热演化史。     

关键带土壤演化及其控制机制研究北大核心CSCD

地球关键带(简称关键带,Critical Zone)对维系地球生态系统功能和人类生存起着决定性作用。日益严重的水土流失和喀斯特石漠化等生态环境问题主要与人类活动引起的关键带土壤物质迁移和能量交换平衡破坏有关。当前关键带土壤演化研究主要集中在关键带土壤形成机制、成土速率及其控制因素、土壤地表和地下侵蚀速率及其控制因素,以及土壤演化的控制机制等方面。然而,针对不同地质、气候和人类活动区域的关键带土壤演化及其模型预测方面的对比研究还比较少。喀斯特地区是我国生态较为脆弱的地区之一,未来还需要重点针对喀斯特和非喀斯特关键带开展土壤演化及其模型预测的对比研究,为关键带形成、演化与维持机制研究提供理论基础,并为水土流失防治和生态恢复提供决策参考。     

关键带土壤演化及其控制机制研究

地球关键带(简称关键带,Critical Zone)对维系地球生态系统功能和人类生存起着决定性作用。日益严重的水土流失和喀斯特石漠化等生态环境问题主要与人类活动引起的关键带土壤物质迁移和能量交换平衡破坏有关。当前关键带土壤演化研究主要集中在关键带土壤形成机制、成土速率及其控制因素、土壤地表和地下侵蚀速率及其控制因素,以及土壤演化的控制机制等方面。然而,针对不同地质、气候和人类活动区域的关键带土壤演化及其模型预测方面的对比研究还比较少。喀斯特地区是我国生态较为脆弱的地区之一,未来还需要重点针对喀斯特和非喀斯特关键带开展土壤演化及其模型预测的对比研究,为关键带形成、演化与维持机制研究提供理论基础,并为水土流失防治和生态恢复提供决策参考。     

江西省矿山地质环境综合评价方法初探

矿业开发产生的环境地质问题主要有水土流失，土地污染、地面变形与塌陷、次生崩滑流灾害、水环境污染等。矿山地质环境综合评价单元的划分是根据矿山地质环境影响程度分区界线、矿产资源开发利用规划分区界线、地质灾害易发程度分区界线确定评价最小单元。选取矿山开发对地质环境的影响程度、地质灾害易发程度、矿产资源开发利用规划、矿山生态环境恢复治理难易程度等作为评价因子。根据各因子对矿山地质环境质量影响存在重大差异及可分层次的实际情况，采用敏感因子一综合分值评价模型作为矿山地质环境综合评价模型。首先对各参评因子进行1级评价，在此基础上对整个系统进行综合评价(2级评价)。在进行2级综合评价时，对存在的敏感因子进行敏感因子评价。然后根据综合指数的大小，将矿山地质环境综合质量划分不良、一般、较好3个等级。     

梯级水电开发对生态地质环境影响评价的思路与方法初探

笔者在充分调研和综合分析研究金沙江、雅砻江、大渡河水电工程区岸坡生态地质环境条件和主要生态环境地质问题及其环境演化效应的基础上.按照分类评价思想和原理.初步探讨了流域梯级水电工程开发对生态地质环境影响评价的思路与方法,初步提出以斜坡(岸坡)稳定性评价子系统、水土流失与水库淤积评价子系统、生态环境演化评价子系统和社会经济发展影响子系统等四大类子系统为主干的梯级水电开发对生态地质环境影响评价系统.初步建立了四大类评价指标体系,讨论了评价方法与成果表达方式,供大家讨论。     

基于SVM多类分类的滑坡区域危险性评价方法研究

近年来，随着新理论、新技术得发展，提出了许多新模型和方法应用于滑坡区域危险性评价中。支持向量机（support vector machine，SVM）是新一代的学习算法，已有前人利用SVM应用于滑坡灾害预测中。然而大多只是利用了SVM的两分类算法，得到的结果只有稳定不稳定两种．这对滑坡区域评价来说是远远不够的。本文尝试利用SVM的多类分类算法进行滑坡危险性区域评价，取得了较好的结果。     

基于斜坡单元下的AHP-信息量法在地质灾害易发性评价中的应用

基于ArcGIS的地质灾害风险评价方法多种多样,但在致灾因素多样与复杂的沟谷地区,传统的易发性评价模型的评价精度难以满足实际需求. 基于斜坡单元法的地质灾害易发程度分析可以充分体现控制因素和诱发因素的综合作用,而基于层次分析法(AHP)的信息量法既可以把灾害诱发因素按支配关系形成有序的分组和分层,又可以使统计分析评价与定量模型相结合,从而对斜坡体的评价更为有效,适用性更强. 因此,本研究将基于斜坡单元的易发性评价方法与基于层次分析法的信息量法相结合,并加入斜坡类型评价因子,以陕西省略阳县灾害易发性评价区划为例,通过空间叠加分析得出易发评价区划并检验评价精度. 研究结果符合实际情况,可为该地区地质灾害精细化评价和防灾减灾提供依据.     

随机森林回归模型在地下水水质评价的新应用

地下水水质评价是地下水研究的一个重要课题,研究更精确、更适用的地下水水质评价模型具有重要意义。近年来应用较多的评价模型存在适用性小、精确度低的问题,其中主要原因在于现有的水质评价标准中,不同因子的等级分类标准不一,同一因子不同等级取值区间不一致等问题,而现有模型无法克服不同因子自身评价等级不匹配以及无法有效处理多重因子之间的相互影响。针对水质评价存在的问题,本文将研究一个能有效克服上述问题,且精确度较高、适用性更广的水质评价模型。基于北京市地下水监测网中污染源监测网的数据,选取大兴区作为研究区域,以大兴区2018年至2020年持续进行监测的39个点位作为研究点,根据监测点历年监测水样,选取化验数据中影响水质环境较为明显的pH值、Cl^-、NO^-₃、SO₄^2-、Na⁺、NH⁺₄、Mn^-、耗氧量(COD_Mn)、总硬度、溶解性总固体这10项指标作为水质评价因子,利用随机森林回归...     

基于差分进化的大地电磁反演

针对大地电磁线性迭代反演依赖初始模型,易陷入局部最优解的特点,设计一种基于差异进化的非线性反演方法。利用该方法对大地电磁一维层状介质G、H、HA型地电模型进行反演研究,在无噪声情况下反演结果和模型一致;在加入10%和20%噪声后,反演仍取得良好效果。数值实验结果表明,该反演方法不依赖于初始模型,具有较好的全局优化能力和抗噪声能力,能有效反演大地电磁数据。     

试论滑坡基本地质模型

滑坡基本地质模型是工程地质学研究的一个基础理论问题。本文在综合滑坡分类体系基础上 ,从滑坡活动各要素的地位与作用出发 ,遴选最能表征其活动特点的主要因素 ,作为建模的基本要素 ,形成滑坡基本地质模型体系。随着勘探阶段的不同 ,针对不同的应用目的 ,可以建立滑坡具体地质模型体系。     

政府与企业矿业权评估博弈模型初探

文章从理论上对政府与企业矿业权评估博弈模型进行了探讨,主要分析了博弈模型的构成要素、模型的建立条件及模型表述、模型得益因素分析及数学表达、模型的数学表达及博弈均衡分析.用博弈论的思想进行矿业权价值评估问题研究,充分考虑了各方的互动效应,对矿业权价值评估方法的完善提出了一条新的思路.     

政府与企业矿业权评估博弈模型初探

文章从理论上对政府与企业矿业权评估博弈模型进行了探讨，主要分析了博弈模型的构成要素、模型的建立条件及模型表述、模型得益因素分析及数学表达、模型的数学表达及博弈均衡分析。用博弈论的思想进行矿业权价值评估问题研究，充分考虑了各方的互动效应，对矿业权价值评估方法的完善提出了一条新的思路。     

An extreme learning machine approach for slope stability evaluation and prediction

This paper presents slope stability evaluation and prediction with the approach of a fast robust neural network named the extreme learning machine (ELM). The circular failure mechanism of a slope is formulated based on its material, geometrical and environmental parameters such as the unit weight, the cohesion, the internal friction angle, the slope inclination, slope height and the pore water ratio. The ELM is proposed to evaluate the stability of slopes subjected to potential circular failures by means of prediction of the factor of safety (FS). Substantial slope cases collected worldwide are utilized to illustrate and assess the capability and predictability of the ELM on slope stability analysis. Based on the mean absolute percentage errors and the correlation coefficients between the original and predicted FS values, comparisons are demonstrated between the ELM and the generalized regression neural network (GRNN) as well as the prediction models generated from the genetic algorithms. Moreover, sensitivity analysis of the slope parameters and the ELM model parameters is carried out based on the two utilized evaluation functions. The time expense of the ELM on slope stability analysis is also investigated. The results prove that the ELM is advantageous to the GRNN and the genetic algorithm based models in the analysis of slope stability. Hence, the ELM can be a promising technique for approaching the problems in geotechnical engineering.     

Real-time Uncertain Geological Boundaries Updating for Improved Block Model Quality Control Based on Blast Hole Data: A Case Study for Golgohar Iron Ore Mine in Southeastern Iran

One main problem in the modeling of mineral deposits is to design a block model that divides the deposit into homogeneous subdomains. The spatial uncertainty in the geological boundaries becomes a critical factor prior to the modeling of the ore properties. For this reason, reducing the uncertainty of geological models leads to an improved mineral resource evaluation. This research work addresses the problem of updating the geological models by using actual online-sensor measurement data. A novel algorithm is provided, which integrates the discrete wavelet transform to the Ensemble Kalman Filter for assimilating online-sensor production data into geological models. The geological realizations in each time step are transformed to frequency coefficients and, after each assimilation step, the updated realizations are back-transformed to the original categorical distribution. Furthermore, a reconciliation process is performed to compare the online-sensor data derived from the production blocks and the updated realizations in each time step. The algorithm is illustrated through an application to the Golgohar iron deposit located in SW of Sirjan, Iran, and proves to reproduce the statistical parameters and connectivity values of the primary geological realizations.