排序方式: 共有16条查询结果,搜索用时 0 毫秒
1.
通过对安徽庐江龙桥镇地质灾害的类型、斜坡结构、岩性特征、分布高程、地形坡度进行详细的野外调查,并运用统计学进行梳理分析,进一步查明地质灾害点和地质灾害隐患点,提出防治措施与对策。研究区主要地质灾害为滑坡、崩塌,共计17处地质灾害隐患点。其形成条件和诱发因素在全国地质灾害共性的基础上又呈现了区域特点。诱发地质灾害的内因主要为地形地貌条件、地层岩性、边坡结构类型和地质构造特征;外因主要为强降雨和人类工程活动。 相似文献
2.
3.
4.
5.
覆盖区侏罗—白垩系分布、变形特征及构造演化对理解华北克拉通破坏过程具有重要意义。根据编制的地层分布图和地震资料解释,研究了渤海海域侏罗—白垩纪时期沉积、构造变形及演化特征。渤海海域燕山期构造变形与板块俯冲引起的地幔上拱有关。早-中侏罗世,库拉—伊泽奈崎板块北西向俯冲,地层展布继承了印支期古构造格局,呈近东西向,属于坳陷成盆期。晚侏罗—早白垩世,库拉—伊泽奈崎板块北北西向俯冲,火山活动强烈,为热拱断陷期。受郯庐断裂左行活动影响,地层展布具有明显分带性,多呈北东—南西向和北西西—南东东向。晚白垩世,太平洋板块北西向俯冲挤压,岩浆冷凝,进入萎缩隆褶期。 相似文献
6.
7.
结合沪杭高速铁路,从满足投影长度小于10mm/km的要求出发,探讨了高速铁路控制网投影的选取方法,得出了一些有益的结论。 相似文献
8.
9.
为了解决现有裂缝识别算法准确度不高、检测与分割任务不能同时进行等问题,提出了一种基于改进型Mask R-CNN模型的路面裂缝识别方法。首先,建立裂缝数据集并进行标注,然后使用Mask R-CNN模型对裂缝数据集进行训练和测试,并对模型中锚点的长宽比进行调整,实现在裂缝定位的同时对生成的检测框内的裂缝像素进行分割;其次,针对Mask R-CNN模型生成的裂缝检测框不精准的问题,设计了C-Mask R-CNN多阈值检测方法,通过结合级联不同阈值的检测器来提高候选框质量,实现高阈值检测下的裂缝精准定位;最后,对改进后的模型进行一系列的优化参数和实验对比,并验证所提模型的有效性。实验结果表明,C-Mask R-CNN模型检测部分的平均准确率均值(mean average precision,mAP)达到0.954,与改进前模型相比提升了9.7%,分割部分的mAP达到0.935,与改进前相比提升了13.0%,识别效果较好。综上所述,C-Mask R-CNN模型可以较为完整地对裂缝进行定位及提取,识别精度较高。 相似文献
10.
随着无人机(UAV)激光雷达(LiDAR)技术的快速发展,其作业方式灵活,效率高、人工少等优点在铁路勘察中具有良好应用前景,横断面中高程精度,地形图中平面以及高程精度是线路设计应用中的关键影响因素,本文通过对横断面高程精度的研究,对地形图中设置的检核点以及实验区房屋角点坐标与人工测量数据进行对比统计分析,得出无人机LiDAR点云获取的横断面与地形图与人工测量成果精度相当,无人机LiDAR技术精度可以满足山区铁路勘察设计的需要,值得推广应用。 相似文献