排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
选取四川省汶川至马尔康公路线的磨子沟作为试验对象,采用弯道超高法推算其泥石流流速。进而可以计算出该次泥石流的平均流量,为公路的改建工程提供设计依据。经过实地调查,用此方法计算磨子沟2005年8月17日暴发的泥石流流速为4.4m/s。同其他流速方法计算的结果相比较,前者值偏大,且偏向于工程安全值。弯道超高法可以解决泥石流观测的局限性和泥石流发生的不可重复性。此方法简便易行,对泥石流防治工程具有一定的实用价值。 相似文献
2.
开展铁路沿线滑坡易发性评价对川藏交通廊道工程建设及运维过程中的风险管理具有重要意义.提出一种层数自适应、通道加权的卷积神经网络(layer adaptive weighted convolutional neural network,LAW-CNN),对川藏交通廊道沿线滑坡易发性进行评价.依据野外调查和影响因素分析筛选出影响滑坡发生的影响因子,绘制滑坡编目,构造用于易发性评价的实验数据集;针对卷积神经网络的权重初值、网络层数等超参数难以优化设置的问题,提出基于影响因子信息熵的通道加权方法和网络层数优选策略,通过多通道加权和层数自适应分类卷积的方式提出滑坡易发性制图的LAW-CNN架构;搜索最优LAW-CNN网络结构并训练网络参数,获取研究区滑坡发生概率并进行易发性分级评价.所提的LAW-CNN模型可以不同权重和不同深度挖掘影响因子的深层特征,实验结果表明,模型曲线下面积(area under curve,AUC)值为0.852 8,极高易发区滑坡点密度为1.251 9,均优于SVM(support vector machine)和CNN模型;川藏交通廊道沿线滑坡极高和高易发区主要集中在大江大河两侧以及横断山区.LAW-CNN模型可较好评价川藏交通廊道滑坡易发性,能够为川藏交通廊道的建设和灾害防治提供科学的依据. 相似文献
3.
滑坡泥石流灾害风险评估目前没有一个统一的概念体系和理论框架.从滑坡泥石流风险评估的基本概念出发,综合分析不确定性与灾害以及灾害与风险之间的关系,明确区分了“灾害体”、“灾害事件”和“灾害现象”三种含义,界定了灾害易发性、危险性和风险性的内涵.然后从这些明确的概念出发,提出了危险性和易损性的数学表达形式,由此构建了滑坡泥石流风险评估的理论框架,以期能够为今后的滑坡泥石流风险研究工作提供参考. 相似文献
4.
5.
6.
铁路沿线频发的滑坡泥石流灾害,对山区铁路建设与安全运营造成重大影响。在山区铁路选线过程中,如何科学规划铁路线位和工程方案,真正把铁路地质灾害问题解决在成灾之前,实现科学防灾减灾,已成为国内外学者关注的焦点问题。提出一种基于虚拟现实技术(VR)的铁路地质灾害易发区减灾选线场景仿真系统,利用CAD、Sketch Up等软件制作三维地形环境模型,进行铁路沿线滑坡泥石流灾变演化仿真分析;基于Unity3D平台,应用3Ds Max、Photoshop等软件完成研究区的虚拟铁路场景模型搭建,通过网页版的UI交互设计,实现虚拟铁路场景的三维可视化体验;以新建川藏铁路洛隆车站为例,采用该方法建立了多种线路方案优化。结果表明:所建立的虚拟现实场景系统具有很好的可视性和较为流畅的交互性,可充分展示研究区铁路建设及运营安全的可行性。 相似文献
7.
8.
9.
为了研究岷江上游震后泥石流活动特征和易发程度,结合高精度遥感影像和历史灾害统计资料,系统分析区内泥石流活动特征;在Matlab软件支持下,采用可拓模糊物元模型,选取松散物源、地层岩性、年降雨量、流域面积、主沟纵比降、完整系数、坡度、地震烈度、人类活动9个影响因子作为评价参数,并将岷江上游典型泥石流划分为极高、高、中、低易发4个等级,同时采用谭炳炎打分法对典型泥石流沟严重程度数量化综合评判,通过对两种方法比较分析,结果表明,整个岷江上游泥石流以中易发性为主且主要沿都汶公路沿线、杂谷脑干流分布;极高、高易发泥石流沟分布在汶川-理县一带,研究区易发程度由汶川县城附近沿岷江上、下游递减;评价结果对岷江上游灾后重建和生态恢复具有一定的借鉴和参考价值;模糊可拓物元模型能更好的与历史泥石流灾害分布情况相吻合,分级层次更加明显,为泥石流易发性评价提供了一种定性和定量解决问题的方法。 相似文献
10.
泥石流灾害是青藏高原地区最为发育的灾害类型之一,因其暴发突然、运动过程剧烈和破坏性强的特点而对川藏铁路工程建设和生命财产安全构成一定的威胁。地质灾害危险性评估是防灾减灾管理和防治环节中的有效措施之一,为合理量化线路沿程泥石流灾害危险性空间分布特征,研究以林芝市波密县境内的川藏铁路孜热—波密段为试验区,应用基于贝叶斯优化算法的随机森林和梯度提升树模型对该线路段的泥石流危险性进行定量化计算和危险性区划的判定。模型的输入信息包括172个历史泥石流点和11个特征参数,输出信息为每个预测单元泥石流暴发的危险性概率。最后,利用ROC-AUC方法对两种预测模型进行评估结果的检验。计算结果显示,在TBOR与TBOG模型中,川藏铁路孜然—波密线路段总体的泥石流危险性水平较高,两种模型在较高-高危险性区间内的危险分区比例分别达56.439%和66.580%,对应的灾害点密度分别为最高的12.577处/(102 km2)和12.940处/(102km2)。相比于TBOG模型的ROC-AUC值,TBOR模型的计算结果为0.89,高于TBOR的0.83。因此,TBOR模型具有更好的预测精度。本文的研究成果可为川藏铁路沿线防灾减灾防护工程建设和其他线路段危险性评价提供必要的参考。 相似文献