注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書科學技術工業(yè)技術一般工業(yè)技術滑坡敏感性評價與治理措施研究:以博山區(qū)為例

滑坡敏感性評價與治理措施研究:以博山區(qū)為例

滑坡敏感性評價與治理措施研究:以博山區(qū)為例

定 價:¥49.00

作 者: 尹超 徐康 秦玉吉 曹際寶 張涵
出版社: 科學技術文獻出版社
叢編項:
標 簽: 暫缺

購買這本書可以去


ISBN: 9787523514337 出版時間: 2024-11-01 包裝: 平裝-膠訂
開本: 16開 頁數(shù): 字數(shù):  

內(nèi)容簡介

  滑坡是一種常見的不良地質現(xiàn)象,具有分布范圍廣、發(fā)生頻率高和破壞性強等特點,嚴重威脅國民經(jīng)濟和人民生命財產(chǎn)安全?;旅舾行栽u價是滑坡防治的基礎工作,它根據(jù)研究區(qū)域的滑坡調查數(shù)據(jù)和地質環(huán)境條件,分析滑坡孕災環(huán)境中各致災因子組合特征對滑坡發(fā)生的影響,并基于地理信息系統(tǒng)(GIS)將研究區(qū)域劃分為不同等級的敏感區(qū),為滑坡防治政策的制定提供科學依據(jù)。已有的滑坡敏感性評價聚焦于由滑坡本身及其靜態(tài)致災因子的非均質性產(chǎn)生的空間效應,常常忽略孕災環(huán)境中土地利用、歸一化植被覆蓋指數(shù)(NDVI)、人口密度等動態(tài)因子的時變性,降低了評價結果的準確率。本書以山東省淄博市博山區(qū)為研究區(qū)域,調查博山區(qū)地質災害數(shù)據(jù)和地質環(huán)境條件,并基于 ArcGIS 10.2和 ENVI 5.3提取滑坡致災因子,對致災因子進行相關性分析和共線性檢驗。將通過檢驗的致災因子分為靜態(tài)致災因子和動態(tài)致災因子,建立了靜態(tài)致災因子動態(tài)致災因子 2021年實測值、靜態(tài)致災因子動態(tài)致災因子各年實測值、靜態(tài)致災因子動態(tài)致災因子年際變化值 3種評價因子組合,將 3種因子組合輸入 5種機器學習模型(隨機森林模型、邏輯回歸模型、支持向量機模型、Stacking集成模型和卷積神經(jīng)網(wǎng)絡模型),比較不同因子組合和不同模型的預測精度與評價結果。使用地理探測器的分異及因子探測功能分析博山區(qū)土地利用對滑坡敏感性的影響,使用交互作用探測功能分析土地利用變化對滑坡敏感性的交互作用,使用 ArcGIS 10.2的空間疊加功能分析土地利用、 NDVI和人口密度等動態(tài)因子的變化信息同滑坡敏感性空間分布的關系。對位于極高敏感區(qū)和高敏感區(qū)的 G205樂疃—青石關段12處危險邊坡分別制定 2套治理方案,通過對比防治效果、造價和工程量確定了優(yōu)選方案和備選方案。本書主要結論包括以下幾個方面。① 3種評價因子組合中,靜態(tài)致災因子動態(tài)致災因子年際變化值的因子組合 3最合理,較靜態(tài)致災因子動態(tài)致災因子 2021年實測值的因子組合 1、靜態(tài)致災因子動態(tài)致災因子各年實測值的因子組合 2下模型的 AUC值平均分別提高0.0546、0.0310,驗證精度平均分別提高0.0251、0.0103。5種機器學習模型中,卷積神經(jīng)網(wǎng)絡模型的預測性能最優(yōu),較隨機森林模型、邏輯回歸模型、支持向量機模型和 Stacking集成模型的 AUC值平均分別提高0.0470、0.0423、0.0267和0.0107,驗證精度平均分別提高0.0454、0.0390、0.0408和 0.0050。其中,因子組合 3下卷積神經(jīng)網(wǎng)絡模型的滑坡敏感性評價結果最合理,AUC值為0.92,驗證精度為0.9418。②以因子組合 3下卷積神經(jīng)網(wǎng)絡模型為基準模型,比較不同評價因子組合和不同模型的博山區(qū)滑坡敏感性評價結果,因子組合 1、2下的模型高估了高程的作用,低估了河流距離的作用。Stacking集成等其他模型高估了斷層距離的作用,低估了道路距離的作用。不同因子組合對博山區(qū)滑坡敏感性評價結果的影響較大,因子組合1、2下模型的滑坡敏感性評價結果極端分類傾向強,易產(chǎn)生過高估計和過低估計等錯誤估計區(qū)域。③博山區(qū)土地利用結構和空間分布逐年優(yōu)化。土地利用變化區(qū)域的極高敏感區(qū)占比大,尤其是裸地→林地、耕地→人造用地、園地→水域、林地→水域和水域→林地等區(qū)域,滑坡敏感性概率大。人口流動過度和適度區(qū)域占比較小,多分布在博山城區(qū)附近,人口流動過度區(qū)域極高敏感區(qū)占比最大,人口流動穩(wěn)定區(qū)域極高敏感區(qū)占比最小。 NDVI年際變化劇烈的區(qū)域極高敏感區(qū)占比大,NDVI年際變化穩(wěn)定的區(qū)域極低敏感區(qū)占比大。故在進行工程活動、植樹造林時應注意進度安排,避免大規(guī)模、短時間的因子變化。④制作了 G205樂疃—青石關段 12處危險邊坡危巖體發(fā)育圖、邊坡 3D曲面圖和邊坡平面圖;利用 RocFall軟件對落石運動軌跡進行模擬計算,分析了落石終點的水平位置、落石的總能量和彈跳高度;確定了治理各邊坡的優(yōu)選方案與備選方案。

作者簡介

暫缺《滑坡敏感性評價與治理措施研究:以博山區(qū)為例》作者簡介

圖書目錄

第 1章緒 論  1 11研究背景及意義1 12國內(nèi)外研究現(xiàn)狀2 121滑坡敏感性評價因子 2 122滑坡敏感性評價方法 4 13研究內(nèi)容7
第 2章滑坡致災因子分析  9 
21研究區(qū)域概況9 
211地理位置9 212地形地貌10 213地層巖性11 214氣候條件11 215水文條件12 216地質構造13 217土地利用14 218交通狀況15 219滑坡概況16 
22數(shù)據(jù)來源及預處理 16 
221數(shù)據(jù)來源16 222數(shù)據(jù)預處理17 
23滑坡影響因素分析 17 
231地形及地質因素17
232水文及植被因素25 233人類活動因素31 
24致災因子篩選34 
241相關性分析34 242共線性檢驗36 
25本章小結36
第3章滑坡敏感性評價因子組合與量化 39 31評價因子組合39 32評價因子量化40 321信息量法40 322固定評價因子量化結果 41 323動態(tài)評價因子量化結果 45 33本章小結61
第 4章滑坡敏感性建模 63 
41評價模型概述63 
411RF模型 63 412LR模型 64 413SVM模型 64 414Stacking集成模型66 415CNN模型 66 
42評價模型構建69 
421RF模型構建 69 422LR模型構建 69 423SVM模型構建 70 424Stacking集成模型構建71 425CNN模型構建 71 
目 錄 
43評價因子組合的合理性驗證 73 
431RF-RFE算法 73 432評價因子組合驗證75 
44模型精度分析76 45本章小結79
第 5章滑坡敏感性評價結果  81 
51評價結果分析81 
511RF模型評價結果81 512LR模型評價結果83 513SVM模型評價結果86 514Stacking集成模型評價結果 88 515CNN模型評價結果91 516滑坡敏感性評價結果總結 94 
52評價結果對比分析 94 
521不同評價因子組合的評價結果對比94 522不同評價模型的評價結果對比98 
53本章小結102
第 6章基于動態(tài)因子的滑坡敏感性分析105 
61土地利用變化對滑坡敏感性的影響105 
611土地利用對滑坡敏感性的解釋程度分析105 612土地利用變化對滑坡敏感性的交互作用分析 106 
62人口密度變化對滑坡敏感性的影響112 63 NDVI變化對滑坡敏感性的影響113 631 NDVI年際變化的影響113 632 NDVI穩(wěn)定性的影響115 
64本章小結117
第 7章G205樂疃—青石關段巖質滑坡穩(wěn)定性分析與治理措施  119 71G205樂疃—青石關段概況119 72邊坡穩(wěn)定性計算122 721計算方法122 722參數(shù)取值123 723計算結果128 73邊坡落石運動特征分析 133 731RocFall軟件計算原理133 732RocFall軟件使用流程133 733材料參數(shù)13474 邊坡防治方案138 75結論141
第 8章結論與展望 143 81結論143 82創(chuàng)新點144
參考文獻  147

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號