教学课程资源库 更多>>

关键词： 高烈度地震区   高位滑坡   稳定性   运动转化   冲击能量  

摘要： 文章以“9·5”泸定地震雷打树滑坡为例，在详细勘察的基础上，对其发育特征、变形破坏机理进行深入分析，评价其稳定性，并划分滑坡亚区为高位滑动区、运动转化区及坡脚冲击区，判别该高位滑坡的运动转化形式，将高位滑坡运动转化的物源形式分为崩塌落石和泥石流两部分，分别计算两者的运动速度及冲击能量。为公路防护提供设计理论依据，同时为高烈度地震区高位滑坡的分析评价提供方法参考。

关键词： 岩溶地区   轨道交通   桥梁桩基   溶洞处理技术  

摘要： 为了解决岩溶地区城市高速铁路桥梁桩基施工中的溶洞问题,文章以济枣铁路某标段桥梁桩基工程为例,根据工程特点和现场实际情况,阐述了桥梁桩基工程在岩溶区域的重难点,并深入探讨了桥梁桩基溶洞施工的核心技术要点,旨在为后续类似工程提供参考借鉴。

关键词： Disaster prevention  

摘要： Machine learning methods have been employed in the study area of Changyang Tujia Autonomous County for landslide hazard assessment, it could provide a scientific basis for geological disaster prevention and control efforts. Through the correlation analysis of 12 evaluation indicators (planar curvature, terrain undulation, surface roughness, slope, vegetation coverage, engineering lithology, distance to fault zone, distance to water system, rainfall, land use type, distance to buildings, and distance to roads) in the study area selected by historical landslide points, they were selected. And the evaluation model of the study area was constructed by calculating the information content of factors and integrate support vector machine (SVM) and gradient boosting decision tree (GBDT) models. The hazard of the study area was classified into four levels: extreme high, high, medium, and low, to generate hazard zoning. Subsequently, an assessment of the evaluation model was conducted. The results indicated that the very high hazard zone was mainly distributed in the southwest, central, and eastern parts of the research area. The distribution percentages of very high, high, medium, and low hazard zones predicted by the I-SVM and I-GBDT models were 15. 86%, 21. 29%, 33. 51%, 28. 68%, and 30. 08%, 7. 41%, 13. 28%, 49. 22%, respectively. The prediction of hazard zones by the I-SVM model aligned more closely with reality. The AUC values for the I-SVM and I-GBDT models were 0. 859 and 0. 829, respectively. The prediction of risk zones by the I-SVM model is deemed more reasonable and reliable. © 2025 Beijing Kexue Jishu yu Gongcheng Zazhishe. All rights reserved.

关键词： 山体滑坡   图像语义分割   深度学习   超大尺寸图像  

摘要： 滑坡是一种频发的地质灾害,对人类生命和经济造成巨大危害。近年来,航空无人机或卫星返回的高清(High Resolution,HR)图像为监测滑坡提供了可靠的手段。对于这类滑坡图像的分割,深度学习方法已得到了广泛的应用,但由于超大尺寸的山体滑坡图像中包含的滑坡分布情况非常复杂,精确的分割仍然十分困难。除此之外,人工标注的高成本和数据集的稀缺性使得训练具有强泛化能力的模型变得困难。同时,还存在正负样本不均衡、图像比例变化带来的扭曲形变和失真、尺寸缩小带来的细节信息丢失等问题。 鉴于地质学专家的经验在山体滑坡图像分割中十分重要,如果能够在分割过程中借助其帮助,可以显著的提升分割准确率。因此,本文提出一种通过遥感图像对山体滑坡灾害进行检测的新型深度学习方法,采用专家介入和深度学习相结合,对航空无人机或卫星返回的高清图像进行分割,以检测并勾画山体滑坡发生的区域位置。本文的主要贡献总结如下: (1)本文提出一种通过遥感图像对山体滑坡灾害进行检测的新型交互式深度学习方法,将专家介入与深度学习相结合,基于单张图像进行分割。与几乎是所有流行的深度学习方法所必需的大规模的像素级标注训练集(由来自不同地点、不同滑坡的图像组成)不同,本文提出的方法需要的信息仅局限于单张图像中的模糊和不完整标注信息。此外,该方法成功避免了滑坡分割中正负样本不平衡的问题,因为正负样本的比例可以通过数据集生成环节中的参数来控制。该方法和其他基线模型在毕节数据集上进行了一系列对比实验,通过实验结果验证了有效性。 (2)针对超大尺寸滑坡图像语义分割的实际应用问题,本文沿用已经提出的方法,同时对该方法进行改进,在过程中采用三种策略或技巧,分别是分而治之、边缘填充和反转分割,成功应用该方法解决了超大尺寸山体滑坡图像分割。其中,分而治之的策略将超大尺寸的图像分割为等大小的子图后再输入分割框架进行训练,并在专家标注阶段剔除部分子图。该策略将超大尺寸滑坡图像转化为正常尺寸的滑坡图像语义分割问题,使得在较低算力的条件下进行训练成为可能,同时降低了训练时间、提升性能和分割效果。边缘填充技巧是指在分割子图的同时将边缘向外拓宽固定宽度的像素,在得到分割结果后再将重叠的填充部分融合,以优化子图边缘的分割表现。该技巧成功缓解了分割模型在子图分割边界可能出现的错误分类,优化了模型表现。反转分割策略在面对单张子图中正负样本比例颠倒时,将分割目标从滑坡区域转换为非滑坡区域,以实现分割。其解决了对超大尺寸滑坡图像划分得到的子图中,有可能出现发生滑坡区域面积远小于非滑坡的背景区域的问题。这三种策略或技巧在超大尺寸滑坡图像数据集上进行了消融实验,验证了其有效性。

关键词： InSAR   地震   形变监测  

摘要： 本文系统介绍了合成孔径雷达干涉测量技术(InSAR)在地震形变监测中的应用，阐述了其在震间、同震及震后形变监测中的重要作用及技术特点。InSAR技术具有高精度、分辨率和广覆盖的优势，克服了传统人工观测及全球卫星导航定位技术在大范围、长时序地震形变监测中的不足。本文详细介绍了InSAR技术原理与实施步骤，并通过实例介绍了InSAR技术在同震及震后形变监测中的有效性。研究表明，InSAR技术不仅能够捕捉同震形变，为地震产生机理研究提供关键数据，还可精确追踪震后地壳动态变化，支持断层活动性评估和地震风险预测。最后，展望InSAR技术的发展方向，其在地震预测、防灾减灾及构造活动研究中具有巨大潜力。InSAR技术在未来地球动力学研究与地震灾害管理中的重要性将进一步凸显。

关键词： 页岩油气   甜点参数   压裂改造   综合评价   地震预测  

摘要： 页岩油气资源是近年非常规勘探开发的热点，其关键在于页岩储层甜点参数的预测，以及人工压裂改造难易程度的评价。经过多年的地质研究和生产实践，形成了页岩油气甜点参数综合评价体系。梳理页岩油气的形成与分布特征的基础上，阐述了页岩油气甜点综合评价参数体系，对页岩油气甜点参数地震预测技术进行了总结和建议。

关键词： 填土   滑坡   勘查   稳定性分析  

摘要： 受工程活动的影响，填土边坡越来越多，存在滑坡地质灾害隐患，文章结合某工程项目探讨了杂填土滑坡的地质条件、勘查技术及稳定性分析方法，采用多元勘查方法、有限元分析和传递系数法等确定了滑坡的物理力学参数，优化抗滑桩与挡土墙设计以及排水系统设计。

摘要： 2025年2月8日要千方百计搜救失联人员，最大限度减少人员伤亡，并妥善做好善后等工作。要加强监测预警，注意科学施救，防止发生次生灾害。各地区和有关部门要牢固树立风险意识，加强各类灾害和安全生产隐患排查，强化责任落实，坚决防范重特大灾害事故发生，切实保障人民群众生命财产安全。

关键词： 断层   隧道   纵向   地震响应   理论解  

摘要： 研究目的：跨断层段是地震作用下隧道结构损毁的关键段落。为研究地震作用下跨断层隧道纵向地震响应特性，首先，基于Pasternak双参数弹性地基梁理论，建立跨断层隧道纵向地震响应力学模型并获得理论解析解；其次，利用数值计算手段验证理论解答的合理性；最后，探讨结构刚度、波速比、断层宽度对隧道结构变位和内力的动力响应规律。研究结论：（1）跨断层隧道纵向地震响应力学模型合理，理论解答最大误差不超过3%，可应用于实际工程设计；（2）结构刚度的增大，减小了断层范围内衬砌变位、增大了结构内力；（3）衬砌的位移和内力均随波速比的增大而呈现增大趋势；（4）断层宽度的增大，增大了衬砌位移、降低了应力集中；（5）实际工程中推荐采用渐变式注浆法对断层4～5倍断层宽度附近内岩体进行加固，以提升跨断层隧道抗错断能力；（6）本研究结论可为跨活动性断层隧道抗震设计提供理论依据。

关键词： 平北斜坡带   复杂断裂   ResU-Net   深度学习  

摘要： 平北斜坡带似花状断裂发育区，断层数量多、类型广、产状变化快，断层之间相互切割、搭接成圈，进而导致构造圈闭落实难度极大。针对以上问题，本文利用基于ResU-Net混合神经网络的断层智能预测技术开展复杂断层识别。首先，利用人工合成的带噪音断层样本训练ResU-Net神经网络模型，形成断层预测初始模型。然后，利用ResU-Net模型对实际地震数据进行去噪处理，提高资料信噪比，增强断裂反射特征。最后，使用少量人工解释的断层标签对神经网络进行迁移学习，以增强网络的泛化能力，优化网络的识别结果，在此基础上完成断层预测工作。实践证明，ResU-Net混合神经网络、预训练模型、迁移学习是智能断层预测技术的核心，该技术有效地解决了似花状断层预测的难题，预测吻合率由73%提高到92%,工作效率提高了95%。