检索结果-南通市图书馆

独库高速公路克扎依-巩乃斯段雪崩易发性评价

在线全文

学校读者我要写书评

暂无评论

中国地质灾害与防治学报 2024年第1期35卷 60-71页

作者：程秋连刘杰杨治纬张天意王斌新疆农业大学交通与物流工程学院新疆乌鲁木齐830052 新疆交通规划勘察设计研究院有限公司/科技研发中心新疆乌鲁木齐830006

独库高速公路克扎依—巩乃斯段以高山地貌为主,地形切割剧烈,为雪崩发育提供了有利的地形条件,对该区域进行雪崩易发性评价是独库高速公路安全建设及运行的重要前提。通过遥感解译和现场调查等手段获取149个雪崩点的因子数据,通过对因... 详细信息

独库高速公路克扎依—巩乃斯段以高山地貌为主,地形切割剧烈,为雪崩发育提供了有利的地形条件,对该区域进行雪崩易发性评价是独库高速公路安全建设及运行的重要前提。通过遥感解译和现场调查等手段获取149个雪崩点的因子数据,通过对因子进行相关性检测,筛选出10个评价因子,构成雪崩评价因子体系。在此基础上,运用K均值聚类法和随机法提取出非雪崩点和原始雪崩点构成样本集,通过机器学习中的多层感知器、支持向量机算法对研究区域开展雪崩易发性评价。研究结果表明,随机法和K均值聚类法提取出的样本集分别带入算法中训练,R-SVM、R-MLP、K-SVM、K-MLP四种模型的Kappa系数均大于0.6,4组模型对验证数据集的预测结果与实际值存在高度的一致性。经多层感知器训练的AUC值由0.762提高至0.983,经支持向量机训练的AUC值由0.724提高至0.951。基于本研究预测性能最佳的K-MLP模型分区显示该研究区雪崩发育对拟建线路影响较小,但对于隧道洞口可能会造成威胁。本研究可为独库高速公路建设、运营以及雪崩灾害防治工作提供理论支撑和方法参考。

关键词：雪崩易发性评价支持向量机多层感知器 ArcGIS

基于RAMMS-AVALANCHE模型的雪崩模拟参数敏感性分析

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2024年第8期24卷 3466-3478页

作者：张天意刘杰王斌程秋连杨治纬新疆农业大学交通与物流工程学院乌鲁木齐830052 新疆交通规划勘察设计研究院有限公司科技研发中心乌鲁木齐830006

以巩乃斯大陆性气候雪崩危险区为研究背景,建立三维数字地形模型对雪崩运动过程进行模拟。研究RAMMS雪崩数值模拟结果的影响因素,分析计算网格分辨率、雪层断裂深度、摩擦系数3种参数值对模拟结果的影响程度及敏感性。通过单因素分析法... 详细信息

以巩乃斯大陆性气候雪崩危险区为研究背景,建立三维数字地形模型对雪崩运动过程进行模拟。研究RAMMS雪崩数值模拟结果的影响因素,分析计算网格分辨率、雪层断裂深度、摩擦系数3种参数值对模拟结果的影响程度及敏感性。通过单因素分析法对比不同参数下模拟结果进而得出3种参数的影响程度,采用灰色关联法分析参数对模拟结果的敏感性。结果表明:选择合适的计算网格分辨率能提高模拟结果的准确性;雪层断裂深度每减少10%,流动高度变化率在5%~7%;流动速度变化率在1%~2%;冲击力变化率在2%~3%;而摩擦系数的大小主要对堆积区特征值和雪崩停止时间产生较大影响,对运动过程中的特征值影响较小。在此基础上进行敏感度计算,根据计算结果确定各特征值最大影响性时参数的主次关系。研究结果明晰了雪崩模拟各输入参数的敏感性,可有效提高雪崩数值模拟参数选取的合理性和计算结果的准确性,为雪崩灾害危险程度分析提供依据。

关键词：雪崩 Ramms 数值模拟模型参数敏感性分析

在线全文

学校读者我要写书评

暂无评论

白色恶魔带来的灾难——漫谈雪崩

防灾博览 2024年第1期 52-57页

作者：欧阳军不详

雪崩形成主要由大风、暴风雪或暴风雨、大雨、大雪、暴晒、严寒、霜冻、地震等引起。人为原因是由于登山者缺乏经验,误入雪崩区,甚至由于人们在高山上大声呼叫等声浪震动,破坏了积雪环境的平衡也会导致突发雪崩。登山者修路横切雪层剖... 详细信息

雪崩形成主要由大风、暴风雪或暴风雨、大雨、大雪、暴晒、严寒、霜冻、地震等引起。人为原因是由于登山者缺乏经验,误入雪崩区,甚至由于人们在高山上大声呼叫等声浪震动,破坏了积雪环境的平衡也会导致突发雪崩。登山者修路横切雪层剖面更容易引起上方积雪的不稳定等。按雪崩运动的方式又分点雪崩和面雪崩。从雪崩的本身类型又可分干雪雪崩和湿雪雪崩等。根据经验,雪崩一般多发生在坡度25度以上的雪坡;时间多发生在下午和晚间,阴雨和降雪天气。

关键词：降雪天气登山者雪崩人为原因暴风雨雪层剖面暴风雪恶魔

在线全文

学校读者我要写书评

暂无评论

“白色恶魔”带来的灾难——漫谈雪崩

农村青少年科学探究 2024年第1期 46-49页

作者：欧阳军不详

雪崩是怎样发生的雪崩主要由大风、暴风雪或暴风雨、大雨、大雪、暴晒、严寒、霜冻、地震等引起。人为原因多是登山者缺乏经验,误入雪崩区,在高山上大声呼叫发出声浪,或修路时横切雪层剖面等操作引起上方积雪的不稳定,破坏了积雪的平衡... 详细信息

雪崩是怎样发生的雪崩主要由大风、暴风雪或暴风雨、大雨、大雪、暴晒、严寒、霜冻、地震等引起。人为原因多是登山者缺乏经验,误入雪崩区,在高山上大声呼叫发出声浪,或修路时横切雪层剖面等操作引起上方积雪的不稳定,破坏了积雪的平衡。根据经验,雪崩一般多发生在坡角25度以上的雪坡,时间多发生在下午和晚间。

关键词：登山者人为原因暴风雨雪崩雪层剖面暴风雪恶魔积雪

在线全文

学校读者我要写书评

暂无评论

与雪崩有关的问答四则

初中生之友 2024年第1期 44-45页

作者：杨胡平不详

在一些影视剧中,我们能看到这样的壮观场景:在白雪的雪山上面,由于枪声或其他因素引发了积雪塌,铺天盖地的积雪就像凶猛的潮水一样,从高山上向下滑动,并且速度越来越快。

关键词：影视剧雪崩问答

川藏交通廊道伯舒拉岭隧道出口斜坡雪崩活动特征及形成机理

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

地球科学 2022年第6期47卷 1985-1998页

作者：王栋文洪杜世回周福军苗晓岐凌斯祥巫锡勇西南交通大学地球科学与环境工程学院中铁第一勘察设计院集团有限公司轨道交通工程信息化国家重点实验室(中铁一院)

伯舒拉岭隧道出口是川藏交通廊道全线在雪崩灾害背景下选址挑战最大的一处工点，开展雪崩活动特征及其形成机理研究对于川藏交通廊道减灾选线以及后续建设、运营都有重大的科学意义.通过精细化野外调查、长时序多源遥感解译、地形计算... 详细信息

伯舒拉岭隧道出口是川藏交通廊道全线在雪崩灾害背景下选址挑战最大的一处工点，开展雪崩活动特征及其形成机理研究对于川藏交通廊道减灾选线以及后续建设、运营都有重大的科学意义.通过精细化野外调查、长时序多源遥感解译、地形计算和空间分析，精细刻画伯舒拉岭隧道出口斜坡雪崩范围的地形地貌特征和历史活动特征，结合孕灾条件、逐日气象数据等，深入研究该斜坡雪崩成因、启动机制及对铁路的影响.结果显示，川藏交通廊道伯舒拉岭隧道出口斜坡发育4处沟槽型雪崩；隧道出口北侧1#雪崩形成区汇雪面积最大，约0.726 km2;4处雪崩的历年活动频率不一，主要发生在每年1月至5月，其中汇雪面积最大的1#雪崩活动最频繁，每年发生2～5次，其崩出距离亦最远，最大崩出距离约1 694 m；雪崩活动与年初几次区域性的高强度降雪活动高度相关，一般发生在高强度降雪期间和高强度降雪后几日的晴天.结果表明地形地貌条件控制了雪崩的空间分布，气象要素的时序变化控制了雪崩的年内尺度时序分布；4处雪崩形成区的面积大小和坡向分异决定了它们活动频率的不一致；雪崩启动模式主要有强降雪启动和气温陡升启动；隧道出口受4处雪崩威胁的可能性较小，风险可控.

关键词：雪崩活动特征形成机理孕灾环境雪崩启动川藏交通廊道工程地质

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

雪崩的监测研究综述

冰川冻土 2023年第6期45卷 1679-1702页

作者：汶林科贾靖姚檀栋中国科学院、青藏高原研究所北京100101 中国消防救援学院北京102202

雪崩是藏东南地区非常严重的一种自然灾害,准确且及时地监测并获得雪崩活动信息在雪崩灾害的减灾防灾中发挥着最为重要的作用。雪崩活动的监测包括实地监测和遥感监测两种基本类型,其中实地监测可以采取雪体试验、定点长期监测和次声地... 详细信息

雪崩是藏东南地区非常严重的一种自然灾害,准确且及时地监测并获得雪崩活动信息在雪崩灾害的减灾防灾中发挥着最为重要的作用。雪崩活动的监测包括实地监测和遥感监测两种基本类型,其中实地监测可以采取雪体试验、定点长期监测和次声地震波三种方法,不同方法相互印证会取得更好的监测效果。近年来随着摄影测量及航空航天科技的发展,遥感监测在雪崩的灾害管理、预测预警以及工程防治中的作用也愈加重要。与实地观测和定点监测相比,雪崩的遥感监测不直接接触不稳定性积雪,所以安全性更高。雪崩的遥感监测采用光学、激光和雷达三种传感器,搭载在地面、航空或者卫星平台之上,可以对不同空间尺度的雪崩进行临时或连续性观测。不同的传感器及平台都有各自的优势和局限性,在实际的雪崩监测中需根据成本、可到达性以及观测目标等因素灵活应用。大范围雪崩的自动监测及其算法问题依然是雪崩遥感监测的难点。藏东南是湿雪雪崩的高发地区,可以采用实地观测和高分辨率的RS-2U雷达影像相结合的方法进行长期监测,并采用哨兵-1号、SPOT或QuickBird光学影像进行验证。波密嘎隆拉隧道附近是藏东南雪崩的高发区,又是连接波密县和墨脱县的主要公路,适合建设固定的雪崩观测站进行长期观测。

关键词：雪崩遥感雪崩监测藏东南

基于空-地协同调查的西天山阿尔先沟雪崩过程数值模拟

在线全文

学校读者我要写书评

暂无评论

干旱区研究 2023年第11期40卷 1729-1743页

作者：张天意刘杰杨治纬王斌程秋连新疆农业大学交通与物流工程学院新疆乌鲁木齐830052 新疆交通规划勘察设计研究院有限公司科技研发中心新疆乌鲁木齐830006

为精确识别雪崩流动特性及流态信息,全面分析其运动过程。本研究基于无人机倾斜摄影技术获取高分辨率航拍数据,以阿尔先沟雪崩易发区为例,通过现场调查、无人机遥感解译精细探测雪崩活动过程,确定RAMMS模型输入参数,在此基础上对不同类... 详细信息

为精确识别雪崩流动特性及流态信息,全面分析其运动过程。本研究基于无人机倾斜摄影技术获取高分辨率航拍数据,以阿尔先沟雪崩易发区为例,通过现场调查、无人机遥感解译精细探测雪崩活动过程,确定RAMMS模型输入参数,在此基础上对不同类型雪崩事件进行模拟和重建,对比分析传统地面调查、无人机遥感解译结果与模拟结果的差异,探讨不同类型、不同雪层释放条件下雪崩活动过程。研究结果表明:(1)以倾斜摄影技术为核心的雪崩调查分析体系,将传统的地面调查方法结合无人机遥感和数值模拟相互验证,提高了灾害发育状况评估的准确性。(2)2月中旬阿尔先沟坡面积雪厚度趋近于临界厚度值,持续降雪使雪层失稳触发新雪雪崩。调查时仍处于灾害孕育阶段,雪层裂缝加剧变形,风力作用下雪檐自重逐步增大,有超过雪的抗断强度的趋势,整体稳定性较差。(3)以坡面上方积雪平台为潜在释放区的坡面型雪崩,释放量可达8.2669×10^(4)m^(3),运动时长约为128 s,并在120s内堆积区流动高度达到最大,约为3.55 m,最大流动速度为18.34 m·s^(-1),最大冲击力可达到32.67 kPa,形成面积3369.7 m^(2),体积1.8525×10^(4)m^(3)的堆积体。通过相互验证,坡面型雪崩并非积雪平台的释放,地面调查结果与数值模拟解译结果存在差异。(4)沟槽—坡面复合型雪崩为沟槽坡面雪层断裂释放且断裂深度仅为临界厚度值的60%左右,雪崩持续时间接近于300 s,堆积区最大流动速度6.58 m·s^(-1),最大冲击力17.97 kPa,平均堆积深度为1.64 m,影响范围1178.5 m^(2),堆积量3107.76 m^(3),地面调查结果与数值模拟结果一致。研究结果一定程度上提高了雪崩事件信息获取的准确性,可为今后雪崩潜在危险预测、风险规避及灾害应急处置提供强有力的数据支撑及科学依据。

关键词：雪崩无人机倾斜摄影数值模拟运动特征

基于机器学习法的青藏高原沙鲁里山系中段雪崩易发性评价研究

在线全文

学校读者我要写书评

暂无评论

冰川冻土 2022年第6期44卷 1694-1706页

作者：文洪巫锡勇赵思远边瑞周桂宇孟少伟孙春卫宜宾学院智能制造学部四川宜宾644007 西南交通大学地球科学与环境工程学院四川成都611756 四川大学水利水电学院水力学与山区河流开发保护国家重点实验室四川成都610065 中铁二院工程集团有限责任公司四川成都610031

青藏高原广泛发育、暴发频繁的雪崩对既有交通廊道造成严重威胁。采用高预测精度的机器学习算法对该类区域雪崩易发性进行评价,可快速、有效地对雪崩风险进行区域性评估。以青藏高原沙鲁里山系中段山区雪崩为研究对象,通过室内解译与现... 详细信息

青藏高原广泛发育、暴发频繁的雪崩对既有交通廊道造成严重威胁。采用高预测精度的机器学习算法对该类区域雪崩易发性进行评价,可快速、有效地对雪崩风险进行区域性评估。以青藏高原沙鲁里山系中段山区雪崩为研究对象,通过室内解译与现场验证相结合的方式识别并建立雪崩编目数据库,同时采用GIS、遥感等定量化提取技术,通过方差膨胀因子(VIF)筛选出14个评价因子,在此基础上利用支持向量机(SVM)、决策树(DT)、多层感知器(MLP)、K最邻近法(KNN)共4种机器学习模型对雪崩易发性进行评价并完成指数图的绘制,并采用Kappa系数和ROC曲线进行准确性检验。评价结果显示,SVM、DT、MLP、KNN的易发性指数分别在[0,0.964]、[0,815]、[0,0.995]、[0,1]范围内。精度检验结果显示这4种模型均具有较好或很好的预测精度,其中SVM模型的Kappa系数和AUC值均为最高,其AUC值高达0.912。结果表明研究区内雪崩易发性高的区域主要分布在夷平面以上的格聂山、日拱山等地,极高易发区平均海拔约4 939 m,高易发区平均海拔约4 859 m。该区域雪崩对川藏公路和在建的川藏铁路影响较小。该研究可为横穿沙鲁里山系的川藏铁路等重大工程建设的雪崩防灾减灾工作提供科学依据和方法借鉴。

关键词：雪崩易发性评价机器学习沙鲁里山系青藏高原