晋城市王坡煤矿铁路专运线柏树底隧道下伏采空区治理

采空区是煤层开采所致。在煤矿开采的同时，也要做好对采空区的处置，消除其对上部建筑物稳定和安全的不良影响。晋城市王坡煤矿柏树底隧道下伏采空区，涉及6个煤矿，开采规模大小不等，开采时间长短有别。其顶板基本为自然跨落方式，上覆岩层软硬相间，致使采空区至今尚未完全塌陷冒落，处于不稳定状态。其上部裂隙带比较发育，向上逐渐减弱直至地表，直接关系到覆岩工程地质的稳定性。本文介绍了王坡煤矿柏树底隧道下伏采空区的基本情况，环境地质条件，工程地质评价，分析了采空区对铁路隧道工程的危害，论述了采用全充填压力注浆治理采空区的工艺步骤和质量检验方法。     

晋城市城区西上庄乡张岭村煤层灭火

晋城市城区西上庄乡张岭村地下煤层自燃发生后,对周围矿井的安全生产、地表建筑物的正常使用、农作物的生长、村民的生产生活等形成了严重的威胁。本文介绍了地下煤层自燃火场的地质环境和分布状况,论述了自燃火场的勘测、火场范围的圈定、火场灭火的施工方法以及灭火效果的评价。提出了在煤炭开采中注重统一管理,合理规划,杜绝私挖滥采,防止由此而产生的资源浪费和地质灾害。     

基于光谱-环境随机森林回归模型的MODIS积雪面积比例反演研究

积雪面积比例（Fractional Snow Cover, FSC）数据能在亚像元尺度上定量的描述像元内积雪覆盖的程度,相比二值积雪面积数据可以更加精确地估计积雪覆盖的面积。基于机器学习的随机森林回归模型可以表示高维的非线性关系,可显著提高MODIS FSC的反演精度。采用随机森林回归模型结合光谱、环境信息构建了一个新的回归模型——光谱-环境随机森林回归（Spectral Environment Random Forest Regressor, SE-RFR）模型,用于MODIS数据反演中国区域的FSC。利用中国典型积雪区内由Landsat 8地表反射率数据获取的FSC数据作为参考值,对SE-RFR模型的反演精度进行评估。研究表明,利用“SE-RFR”获取的FSC数据RMSE、MAE分别为0.160、0.104,精度较高。此外,根据SE-RFR模型与未加入环境信息的随机森林回归（S-RFR）模型比较结果可知,加入环境信息的随机森林回归模型提高了FSC反演的精度,特别是在受环境信息影响较大的青藏高原地区,RMSE从0.200降低到0.181。最后,将SE-RFR模型与目前使用广泛的MODIS FSC反演模型FSC_NDSI、MODSCAG和SSEmod进行了比较,结果表明SE-RFR模型的RMSE与FSC_NDSI、MODSCAG和SSEmod模型的RMSE相比,平均RMSE分别提高了12.0%、8.3%和5.5%。总体来说,SE-RFR模型可以准确地提取MODIS FSC,对于区域乃至全球FSC产品制备具有广泛的应用前景。