检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

复杂地质条件下水工隧道新奥法施工实践探究

水利与建筑工程学报 2003年第3期1卷 5-9页

作者：宋战平郗举科范留明吴军西安建筑科技大学土木工程学院陕西西安710055 中国水电七局紫坪铺项目部四川都江堰611830 西安理工大学岩土工程研究所陕西西安710048

通过武都引水工程导流洞、紫坪铺工程导流洞和天龙湖引水洞等工程穿越岩溶区、软弱破碎带和堆积体等复杂地质条件下的施工实践,结合针对各工程所进行的现场监测和数值模拟试验,分析了复杂地质条件下的开挖方案和支护措施,在此基础上总... 详细信息

通过武都引水工程导流洞、紫坪铺工程导流洞和天龙湖引水洞等工程穿越岩溶区、软弱破碎带和堆积体等复杂地质条件下的施工实践,结合针对各工程所进行的现场监测和数值模拟试验,分析了复杂地质条件下的开挖方案和支护措施,在此基础上总结了大断面水工隧洞新奥法施工的经验教训,对不良地质条件下的隧洞建设有一定的借鉴意义。

关键词：水工隧道新奥法施工引水工程现场监测数值模拟复杂地质条件

心肌梗死溶栓治疗临床试验危险评分对急性心肌梗死患者远期预后的预测价值

在线全文

学校读者我要写书评

暂无评论

武警医学 2019年第9期30卷 791-793页

作者：郗科刘辉王莉解放军总医院第三医学中心机关门诊部保健科北京100089 北京市公安医院医务科 100121

目的探讨心肌梗死溶栓治疗临床试验(thrombolysis in myocardial infarction,TIMI)危险评分对急性心肌梗死(acute myocardial infarction,AMI)患者远期预后的预测价值。方法采用回顾性分析,收集解放军总医院第三医学中心2014-01-01至201... 详细信息

目的探讨心肌梗死溶栓治疗临床试验(thrombolysis in myocardial infarction,TIMI)危险评分对急性心肌梗死(acute myocardial infarction,AMI)患者远期预后的预测价值。方法采用回顾性分析,收集解放军总医院第三医学中心2014-01-01至2015-12-31收治并且出院后完成3年随访的AMI患者2958例。对每例患者进行TIMI危险评分,记录3年内发生终点事件的情况。结果不同危险分层的患者3年内终点事件高危患者发生率为99. 65%,高于中危患者(35. 35%)和低危患者(13. 71%),差异有统计学意义(P <0. 05)。不同危险分层的患者3年内病死率高危患者为19. 96%,高于中危患者的5. 33%和低危患者的1. 31%,差异有统计学意义(P <0. 05)。采用TIMI危险评分预测AMI患者3年内病死率,曲线下面积(area under the curve,AUC)为0. 7996,95%CI为0. 7962~0. 8030。结论 AMI患者的TIMI危险评分越高,随访3年内终点事件发生率越高,病死率越高,长期预后越差。TIMI危险评分体系是评估AMI患者近期及远期预后的有效工具。

关键词： TIMI危险评分心肌梗死急性病预后

锦屏一级电站左岸拱肩槽边坡开挖数值模拟分析

在线全文

学校读者我要写书评

暂无评论

四川水力发电 2008年第6期27卷 83-84,88页

作者：黄春晖郗举科河海大学土木工程学院江苏南京210098 中国水利水电第七工程局有限公司四川成都611730

锦屏一级水电站左岸拱肩槽边坡岸坡陡峻,坡体岩性较差,断层、层间挤压错动带、顺坡卸荷裂隙和深部裂隙发育。拱肩槽边坡开挖在一定程度上切除了维持边坡稳定的部分外围岩体,从而对工程边坡及上部变形拉裂岩体的稳定性产生了不利影响。... 详细信息

锦屏一级水电站左岸拱肩槽边坡岸坡陡峻,坡体岩性较差,断层、层间挤压错动带、顺坡卸荷裂隙和深部裂隙发育。拱肩槽边坡开挖在一定程度上切除了维持边坡稳定的部分外围岩体,从而对工程边坡及上部变形拉裂岩体的稳定性产生了不利影响。选择拱肩槽II1-II1剖面,采用弹塑性有限元法对拱肩槽边坡的开挖进行数值模拟,分析了工程边坡的稳定性,并对初拟的"逐层开挖,边挖边锚"施工步骤的合理性进行了评价,提出了若干对工程建设具有一定指导意义的建议。

关键词：锦屏一级水电站拱肩槽边坡开挖弹塑性有限元

基于机器学习的流域尺度森林火灾灾害风险预测

在线全文

学校读者我要写书评

暂无评论

自然灾害学报 2024年第1期33卷 89-98页

作者：郗婕傅微北京建筑大学建筑与城市规划学院北京100044

森林是碳库,具有强大的固碳增汇功能,在应对气候变化中发挥着重要作用。然而,由于极端高温的影响,频繁发生可燃物自燃而引发森林火灾,除了影响区域水文大气循环过程以外,也给人类带来严重的人员伤亡和经济损失。现有森林火灾预测研究主... 详细信息

森林是碳库,具有强大的固碳增汇功能,在应对气候变化中发挥着重要作用。然而,由于极端高温的影响,频繁发生可燃物自燃而引发森林火灾,除了影响区域水文大气循环过程以外,也给人类带来严重的人员伤亡和经济损失。现有森林火灾预测研究主要侧重可燃物研究和火灾监测等方面,较少关注大尺度地形、气象和人类活动对森林火灾的影响,但这些也是除可燃物外导致森林火灾发生的主要因素。以嘉陵江流域重庆段为研究区,区域内山地受自然火灾影响严峻。基于地理信息系统叠加地理空间因子与火灾分布点获得数据集,构建4种机器学习模型,测试模型性能,评价最优模型进行森林火灾灾害风险制图。研究结果表明,模型评估指标受试者工作曲线下面积(area under the curve,AUC)平均值为95.0%,模型性能梯度提升决策树最优,AUC值为98.3%。利用梯度提升决策树(gradient boosting decision tree,GBDT)模型预测森林火灾风险对防范大尺度森林火灾具有一定的可行性,对山城避灾规划起到借鉴作用,规划引导降低森林火灾风险,从而维护生态平衡和生态系统碳汇能力。

关键词：森林火灾机器学习梯度提升决策树灾害风险制图山城避灾规划