基于神经网络的泥石流危险度区划

本文探讨了用于泥石流危险度区划的神经网络模型,阐述了基本原理,并结合实例应用表明此方法是可行的和有效的     

区域泥石流危险度评价研究进展

评述了自20世纪80年代末我国开展泥石流危险度评价研究以来,两个主要不同时期的区域泥石流危险度评价方法及其发展过程.详述了我国现行的区域泥石流危险度评价技术及其改进的评价因子转换赋值新方法.现行的区域泥石流危险度评价方法于1995年提出,是以不同的行政区划为基本单元来进行的.评价因子包括主要因子泥石流分布密度,次要因子岩石风化程度系数、断裂带密度、≥25°坡地面积百分比、洪灾发生频率、月降雨量变差系数、年雨量平均≥25mm大雨日数和坡度≥25°坡耕地面积百分比.区域泥石流危险度表达为以上8个因子极差变换后的赋值与其相应的权重乘积之和.这一评价公式,加强了主要因子的作用.主要因子的权重系数上升到33%时则使区域泥石流危险度评价可用一个简单的数学公式来表达.得出的危险度数值已经标准化,取值范围介于0～1之间.这一评价方法的不足之处是得出的危险度数值只有相对意义而不具有绝对意义.在最新的区域泥石流危险度评价研究中,通过分段函数赋值的新方法克服了上述不足.分段函数赋值是基于以下的假定当评价因子超过和等于某一上限值时赋值为1;等于下限值时赋值为0;处于中间值的赋值为0.5.以这3个数值为控制点,假定在每2个点之间,赋值呈线性变化.当中间点为上、下2点之平均值时为双线性模型;当中间点不为上、下限2点之平均值时为三线性模型.根据我国西南地区已有资料的统计,得出了区域泥石流危险度8项评价因子的分段赋值函数.通过2种不同赋值方法在四川凉山州和阿坝州区域泥石流危险度评价中计算结果的比较,从绝对数值来看,分段函数赋值得出的危险度高于极差变换得出的危险度.对于泥石流危险度分析来说,相对偏大的保守估计更为可取.从相对数值来看,两者都具有相同的变化趋势.说明分段函数赋值计算出的区域泥石流危险度既能在同一区域内进行比较,也能在不同区域间进行比较,达到了改进的目的.现阶段我国正在使用的区域泥石流危险度多因子综合评价模型仍然属于经验模型的范畴.它是在经验的基础上采用推理和统计的方法建立的一种评价模型.我们的最终目标是在科学假定和合理简化的基础上,用代表泥石流危险度的2个本质的特征参数泥石流规模和发生频率来建立起区域泥石流危险度的理论模型,并用量化的数学公式来表达.因此,泥石流规模和发生频率相互关系的研究是实现这一目标的突破点.也是今后区域泥石流危险度评价研究的重点所在.     

基于突变模型的泥石流危险度评价

基于突变理论模拟了乌东德地区泥石流的爆发。突变模型适于表达开放系统,假设危险度的影响因子是突变模型中的控制变量,利用初等突变模型对泥石流危险度进行多目标评估,根据当地的实际情况制定对应的评价标准。结果表明,模型在奇点处发生突变时泥石流爆发,该结果与传统的灰关联法计算结果基本一致,且与实际调查的情况较为吻合。     

泥石流危险度的分类评价

泥石流危险度分类的研究，对于泥石流治理，减灾防灾对策的确定具有重要意义。本文采用效果测度分析方法研究泥石流危险度分类，实例计算取得与专家判断相吻合的结果，计算结果证明效果测度分析方法在完成泥石流危险度分类评价的同时，也解决了泥石流影响因素的系统因素分析问题，表明效果测度分析方法是一种简便且易于操作的信息数据分析评价方法，该方法的提出充实了分类学的内容。     

基于模糊层次分析法的泥石流危险度评价

泥石流危险度评价的准确性不仅是影响未来灾害学整体综合评价的要素之一,也是社会经济发展的要求之一。本文对甘肃省莲麓水电站评估区内8条泥石流沟,采用模糊层次分析法建立了泥石流危险度评价模型,从分析形成泥石流的物质、地形地貌、气候、土地使用情况和地质构造等方面,选取12个评价因子,定量的进行泥石流危险度评价。评价结果与实际吻合,表明模糊层次分析法用于泥石流沟危险度评价是科学可行的。     

层次分析法在单沟泥石流危险度评价中的应用

单沟泥石流危险度评价是泥石流危险性评价中的重要内容,对实现山区的安全减灾有着重要意义。文章从系统理论出发,运用层次分析法(AHP)对影响泥石流沟谷危险度的相关因子进行分析,构建单沟泥石流危险度评价的层次指标系统,并对各参与评价因子的权重作了计算,建立起单沟泥石流危险度评价模型。通过对泥石流沟的实例验证,评价结果与实际情况有较好的一致性。该方法将定量与定性相结合,能很好地解决泥石流危险度综合评价问题,对提高泥石流危险度评价的可靠性、准确性及客观性有一定的实践意义。     

昆明市东川城区泥石流危险度评价

泥石流是昆明东川城区最主要的地质灾害之一,严重阻碍了城市的社会经济发展。开展东川城区泥石流危险度评价对城市安全与稳定有着重要的意义。文章从地貌学侵蚀旋回理论出发,运用斯特拉勒面积-高程分析法对东川城区后山的3条泥石流沟的危险度进行评价研究。结果表明,深沟和石羊沟的斯特拉勒面积-高程值分别为0.580和0.520,泥石流沟谷正由发育的中年末期向老年期演化,泥石流危险度较低;尼拉姑沟的斯特拉勒面积-高程值为0.452,处于沟谷发育的旺盛时期,泥石流危险度较高,计算结果与当地实际情况有较好的一致性。     

基于改进型拉开档次法的泥石流危险度评价实例

泥石流危险度评价是泥石流研究的热点和难点问题。运用极大不相关法剔除泥石流危险度评价中提供信息重叠过多的因子,并应用主观赋权的序关系分析法（G1法）对客观赋权的拉开档次法进行改进,从而获得了一种新的泥石流危险度评价方法。以吉林省和龙市地质灾害调查与区划中的10条泥石流危险度评价实例进行验证并与传统方法对比,结果表明：该方法操作简便,其中4条处于分级点附近的泥石流危险度比传统方法高出一个等级,改进型拉开档次法能体现出传统评价方法中同级别泥石流危险度的差异性,评价结果与实际情况吻合得更好。结论虽然偏于安全,但能为有针对地开展泥石流灾害防治工作提供更科学的指导,可为泥石流危险度评价提供一种新的评价方法。     

基于DEA冗余分析的泥石流危险度评价

针对传统的泥石流评价方法在因子选取及权重确定方面存在的问题,引入原用于计算生产效率的DEA模型,并将其拓展至危险度评价,将泥石流成灾过程视为广义生产系统以计算泥石流沟的相对成灾效率,得到沟道的危险度排名。DEA方法不仅可按生产最优原则为因子自动赋权,更可通过冗余分析筛选次要因子,建立的泥石流危险度多因子评价体系能较完整地表征泥石流沟的孕灾环境。最后通过实例验证了评价体系的有效性,且进一步对评价中效率表现不佳的泥石流沟进行冗余分析,得到沟道低效率的原因,并明确了其主要的致灾因素。     

泥石流危险度野外快速评价方法探讨

文章系统地总结和分析了当前比较常用的泥石流危险度评价的研究方法,指出现行泥石流危险度评价中评价因子的提取往往需要详细野外勘查,工作量大、费用高,不便于对众多泥石流沟的普查;并提出一种在现场踏勘基础上,基于泥石流规模、频率和承灾体特征的快速便捷的新方法——泥石流危险度野外快速评价,并结合其他方法进行了实例对比验证。结果表明：泥石流危险度野外快速评价结果可靠,可作为快速评价泥石流危险性的新方法进行推广应用。     

基于L-M神经网络的陡崖层状危岩失稳模式预测

明确危岩变形失稳模式是预防和治理研究的前提,但如今的传统预测方法存在成本高昂、实用性不强等缺点,尤其是在强烈地震诱发下。本文采用基于Levenberg-Marquardt法的神经网络结构,并借助三维离散元数值模拟手段,综合考虑了陡崖层状危岩的节理倾角、危岩边长、危岩高宽比、危岩堆积层数等影响变形失稳模式因素,以危岩变形失稳模式为研究对象,影响因素为切入点,建立了陡崖层状危岩变形失稳模式预测的神经网络模型。并基于由数值模拟计算得到的危岩变形失稳模式样本训练所建立的神经网络,最后分析了该预测模型的准确性。结果表明：该模型具有较好的学习和泛化能力,预测精度达到86.7%,验证了基于Levenberg-Marquardt法的神经网络预测危岩变形失稳模式的方法是有效且实际可行的。     

中国崩塌、滑坡、泥石流灾害危险性评价

地质灾害危险性是地质灾害发育密度、活动规模、活动频次的综合性反映。从这一认识出发,本文论述了地质灾害危险性构成及其评价方法,在此基础上,以县(市、区、旗)和省(直辖市、自治区)为单元,进行了崩塌、滑坡、泥石流灾害危险性评价与区划,分析了危险性分布情况与区域变化规律。      

人工神经网络方法在桩基检测中的应用

提出了一种基于桩基动测波动数据的人工神经网络识别方法,所建立的多层神经网络通过对已知样本的学习,可实现对未学习样本（桩基检测数据）的识别,指出桩基中存在的缺陷。实际检验的结果表明该方法具有良好的应用前景     

基于人工神经网络的膨胀土判别分类方法：以宁连一级公路为例

以往用于膨胀土判别分类的定量手段,如模糊数学,灰色聚类法等都或多或少带有一定的人为因素,不可避免的影响了分类结果,本文提出了一种膨胀土判别分类的新方法－ＢＰ神经网络模型,较好的弥补了这方面的缺点,并具有容错能力强,客观性好等特点,研究表明,这种方法在实践中合理的,可行的。     

矿物分类和识别的人工神经网络模型

本文提出矿物分类和识别的人工神经网络模型，并选取一组标样－我国沉积碳酸盐型锰矿中菱锰矿作为研究对象，识别效率达１００％。结果表明，该模型性能良好，可望成为矿物识别的有效手段。     

基于人工神经网络的钻压优化模型的建模方法

提出卫种新的钻压优化模型建模方法－－神经网络法,它可以克服传统方法需要建立数学模型的缺陷,满足自动送钻对实时性的要求。给出了利用反向传播神经网络（ＢＰ网络）建立钻压优化模型的方法,计算机仿真研究表明：利用这种新方法建立的模型不但能够满足自动送钻实时优化钻压的要求,而且也可以用于离线的钻压参数优选。     

用人工神经网络进行变差图的最优拟合

本文提出变差图最优拟合的人工神经网络方法,并选取几个实例作为研究对象,其拟合最大相对误差不超过2％,计算机CPU时间不超过80秒。结果表明,该方法性能良好,在地质统计学上有广泛的应用前景。     

基于模糊综合评判法分析的岷县洮河流域单沟泥石流危险性评价

针对洮河谷地(岷县段)所处的地质环境和条件的多样性、变异性、复杂性,泥石流沟谷从形成、发展至消亡受到了很多因素的影响,从而形成了这样一个较为复杂的泥石流灾害"模糊"巨系统,本文将模糊数学理论引入泥石流危险度的评价研究中。运用模糊综合评判法,参考国内刘希林、宫雪、陈伟等的相关文献,最后确定了沟谷纵比降、流域相对高差、泥沙沿程长度补给比、冲淤变幅、植被覆盖率等8个因素作为泥石流危险性评判因子,对岷县洮河流域21条泥石流沟做了单沟危险性评价。     

人工神经网络在环境灾害预测中的应用进展

综述了近年来人工神经网络在环境灾害预测中的应用进展,包括对污染型环境灾害、生态环境灾害、地质环境灾害以及气象环境灾害等灾害的成灾因素分析、危险性预测以及灾情预测和动态演变规律预测,揭示了人工神经网络探索灾害隐含信息方面的优越性,并对其在环境灾害预测中的应用前景和发展趋势进行了展望。