基于PSR-WSVM模型的边坡位移预测

为建立高精度的边坡位移预测模型，采用相空间重构（PSR）将边坡位移时间序列数据转换为多维数据，同时构造小波核函数改进的支持向量机模型，建立PSR-WSVM模型并应用于边坡位移预测。将PSR-WSVM模型预测结果与传统支持向量机（SVM）模型、小波支持向量机（WSVM）模型和基于相空间重构的支持向量机（PSR-SVM）模型预测结果进行对比，通过平均绝对误差（MAE）、平均绝对误差百分比（MAPE）和均方根误差（RMSE）3个精度评价指标验证PSR-WSVM模型的可行性。工程实例结果表明，PSR-WSVM模型预测结果的3个精度评价指标都优于另外3种模型，边坡位移预测的精度明显提升。     

用地申请被否决之后……——修武县周庄国土资源所服务新农村建设纪事

"新农村建设是大事,改善群众的物质文化生活,给广大村民提供休闲、娱乐、健身的良好环境是好事,我们积极支持,但占用耕地建游园坚决不行,这是原则问题".修武县周庄国土资源所所长薛晨生这番话一出口,来递用地申请的五里堡村村委李主任满面春风的笑容不见了,铁青着脸甩手离开了国土所办公室,这是前不久发生在修武县周庄国土资源所的一幕.     

小口径钢管组合桩在滑坡应急抢险中的应用

通过小口径钢管组合桩在滑坡应急抢险工程中的实际应用,介绍了其施工工艺及有关要点,为处理类似的突发地质灾害提供了借鉴。     

滑坡体三维地质建模与可视化分析

针对滑坡地质研究的自身特点,提出了面向滑坡地质体三维建模的NURBS-BRep混合数据结构和地质结构单元实体构造技术.通过对滑坡基础地质数据的预处理、滑坡数字地形和滑动面的三维建模、地质结构面的系统构造、地质结构体的生成和显示,形成了一套完整的滑坡三维地质模型的构建方法.将该方法应用于某水库滑坡,建立了相应的三维滑坡地质模型,并基于此模型进行了三维剖切分析、数字钻孔、等值线生成、滑块自动剖分、滑坡失稳可视化动态模拟和滑坡体方量精确计算等一系列实用的可视化分析,为滑坡稳定性的准确计算和客观评价提供了有力的支持.     

基于AGA的SVM需水预测模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.     

关于测绘服务于抗震救灾工作的感想——“抗震救灾与地理信息服务”专题前言

汶川地震发生后,国家测绘局按照党中央国务院的部署,立即启动测绘应急保障预案,广大干部职工迅速投入到抗震救灾的测绘保障服务中,5月12日至6月30日,测绘部门累计提供灾区地图5．3万张,其中,新加工制作3．1万张。遥感影像;等基础地理信息数据约12000GB,     

GIS在处置地下管线突发事件中的应用研究——以苏州市地下综合管网应急处置系统为例

随着经济社会的不断发展,城市建设步伐不断加快。近几年,各类地下管线突发事件频发。通过"苏州市地下综合管网应急处置系统"项目的开发和实践,本文试图从总体上论述地下综合管网突发事件的处置过程、应用原理及相关的技术实现,重点阐述了基于"12345"便民服务中心工作平台,在充分利用GIS的网络分析技术的基础上,实现城市地下管网突发事件应急处置的自动化和信息化。     

黄山高速滑移弯曲边坡变形机理分析及应急治理对策

黄山高速公路穿行于皖南山区,公路建设过程中,汤口互通A匝道高边坡产生了大范围变形,严重威胁已有构筑物和施工安全。为保证边坡稳定,成立“应急指挥小组”,建立快速反应机制,并采用工程地质测绘、勘探、监测等手段,快速查明边坡结构特征,分析边坡变形机理和稳定性,提出应急治理方案。分析表明,该边坡为层间软弱夹层[JP2]发育的砂泥岩互层型顺向边坡,地质历史上边坡曾发生滑移—弯曲变形,公路施工时对弯曲隆起部位岩体进行开挖,引起坡体产生快速变形,在降雨、开挖等条件下,边坡产生整体失稳的可能性极大。在分析边坡变形机制基础上,应用变形控制理论,确定对边坡采取桩锚结合、综合排水的应急治理措施,并根据变形特点提出了应急治理施工步骤。应急治理措施实施后,边坡变形得到了有效控制,稳定性达到了高速公路的安全要求     

基于光谱和纹理的SVM矿化蚀变信息提取研究

针对传统矿化信息提取方法单一,利用光谱或纹理、信息量相对较少、需要大量样本的缺陷,利用基于光谱和纹理的支持向量机(SVM)原理,建立矿化信息提取模型.选择青海泽库县析界日地区作为典型研究区.首先提取研究区光谱和纹理信息,选取训练样本;然后求解最优超平面,进而确定决策函数;最后泛化推广识别其他待识别的样本.通过所提取的遥感蚀变异常信息与重砂异常点叠加分析,叠加基本吻合;从野外实地验证来看,均发现了不同程度的矿化现象,并指出了5个重点异常区.