公路地质灾害的灾前识别方法研究

为了减轻地质灾害对公路交通的危害,灾害的超前识别显得尤为重要。通过总结分析已有研究成果,提出了公路地质灾害灾前识别的目的和原则;运用现场调查和理论分析方法,从孕灾环境、灾变迹象、设计施工影响等方面,研究了崩塌、滑坡类公路地质灾害的易发路段及其识别方法,提出了识别判据(其中崩塌灾害的识别判据8条,滑坡类灾害识别判据9条),使潜在崩塌、滑坡地质灾害的识别成为可能,可以为公路地质灾害的预防和治理提供参考,使公路地质灾害治理更加主动和超前。通过工程实例应用,表明该文的灾前识别方法具有较好的可操作性和实用性。     

贵州省纳雍县滑坡易发性评价

以贵州省纳雍县为研究区,基于地理信息系统(GIS)平台,采用Logistic回归模型评价区域滑坡易发性。选取高程、坡度、坡向、地表曲率、岩性、到公路距离、到水系距离和到断层距离8项影响因子,应用Logistic回归模型拟合描述滑坡发生与各项因子关系的回归方程。在此基础上,预测研究区内滑坡易发性的概率值,并将研究区划分为5个易发级别。结合历史滑坡分布,对滑坡易发性分区的合理性进行验证,结果表明滑坡易发性分区图和实际滑坡分布情况吻合较好。此外,应用受试者工作特征曲线对模型结果进行评价,结果显示,曲线下面积AUC值为0.774,Logistic回归模型的预测精度较好。     

山区公路沿线地震滑坡易发性区划研究

基于地理信息系统（GIS）技术,建立逻辑回归评价模型,对汶川县和芦山县公路周边8 km范围的地震滑坡开展易发性区划研究。在研究过程中,首先,从地震诱发滑坡灾害的触发机理出发,参考现场工程地质勘察资料及现有的研究成果,选取包括高程、坡度、坡位、坡向、曲率、微地貌、岩性、距断层距离、距水系距离、归一化植被指数（NDVI）、地震峰值加速度（PGA）、距离道路距离、年平均降雨量在内的13个地震诱发滑坡的影响因子;然后,以汶川县地理空间数据库为基础,通过10组样本在R软件中的训练,建立逻辑回归评价模型;最后,应用上述建立的模型,在ARCGIS平台下将汶川县公路沿线地震滑坡的易发性划分为极低、低、中、高、极高5个级别。为了进一步检验所建立评价模型的稳定性,将上述模型仿真到芦山县公路沿线,形成芦山县公路沿线地震滑坡易发性区划图。通过2个研究区域的ROC曲线,可以得到AUC值分别为0.912和0.783。研究结果表明：预测结果与实际地震滑坡分布吻合度较高,建立的评价模型稳定性较好,可以推广用于地形、地质环境相似山区公路沿线地震滑坡易发性区划评价。     

用物元模型分析宝成铁路崩塌体的稳定性

运用可拓集理论建立物元模型,对崩塌灾害进行评价,得出与专家评定相符的结论表明：采用物元分析评判系统评价崩塌地质灾害,能够较好地反映铁路沿线崩塌工点稳定性等级,取得良好效果。     

九寨沟地震前后地质灾害对景区通达性影响与对策研究

受九寨沟Ms7.0地震影响,地震直接触发和潜在的地质灾害已经频繁破坏或堵断公路,这种影响将长期存在,对游客前往景区造成严重影响,已成为制约景区旅游业恢复和发展的重要"瓶颈"。以斜坡单元为研究对象,建立公路地质灾害危险性评价模型,对比分析地震前、后地质灾害易发性和各路段危险性,研究其对不同方向游客到达景区通达性的影响,结果表明:(1)地震前、后灾害点数量以及灾害点密度比均随易发性等级的提高逐渐增大,高易发区地震前、后分别为低易发区的9倍和27倍,符合地质灾害易发性等级划分原则;(2)因距离震中近、地震烈度高、地形陡峭,震后76%的灾害点和新增的高危险公里路段单元主要分布在路段6、7、8、9、10,震后成都方向、甘南方向至景区的路段组以及景区内部路段危险性大幅提高,会对游客到达景区通达性产生较大影响;(3)针对不同路段及路段组地震前、后危险性变化对景区客流的影响,提出了防、治、建等对策与建议,为震后九寨沟区域交通规划和旅游业恢复提供参考。     

基于SVM-BP降雨型黄土滑坡灾害安全评价模型研究

地质滑坡灾害的监测预警体系中存在地质灾害调查、数据监测和预测预警环节融合度不够、相互分散、结果评价缺失等缺点。针对降雨型黄土滑坡灾害监测预警中存在的实际问题与不足，结合多源信息和智能风险评估，提出一种准确率高且可快速评价坡体安全性的基于SVM-BP的地质灾害安全评价混合模型。以降雨型滑坡地下水监测为主，以外部诱发因素为辅，在完成滑坡形变监测、风险源辨识和搭建监测预警云平台系统的基础上，以坡体含水率易诱发边坡骤发式瞬间失稳为出发点，实现了对降雨型危险坡体的实时监测与动态安全性评价。试验数据来源于西安市某地实测数据。首先确定滑坡风险评价指标体系，并基于灰色综合关联分析法和模糊层次分析法完成初步数据筛选，然后利用SVM分类器和BP神经网络模型分别完成数据判断和评价分类，建立基于SVM-BP的安全评价混合模型。在实际工程中坡体大概率为安全状态，这使得评价模型的SVM分类器具备运行时间短、满足快速性要求的特点；BP神经网络模型能够增加对于危险状态识别的敏感度，可提高整个评价模型的准确率。对危险坡体实测数据和系统功能试验验证表明：该评价模型的准确率达到99.94%,运行时间为0.032 9 s,满...     

基于XGBoost节假日路网流量预测研究

通过科学方法对交通量进行有效预测,是保障高速公路运行畅通的有效手段,在减轻路网拥堵,提高本地居民日常出行效率、游客出游满意度方面具有重要意义。贵州属于旅游资源密集省份,节假日交通高峰现象异常突出,基于传统预测方法效率不高。为改善预测结果,基于XGBoost算法构建交通量预测模型,预测全省路网节假日交通量。通过2016年1月～2017年3月公路、气象、景区等综合大数据建立了贵州省高速交通量数据集,采取节假日时间序列的数据集建立训练模型,与真实值比较验证模型可靠性,对2017年清明节全路网交通量进行预测。结果表明:模型能在预测地区节假日交通量有较高精度。     

都汶高速沿线震后泥石流灾害易发性评价研究

四川省汶川县2008年5月12日发生8.0级地震,给山区人民的生命和财产造成不可估量的损失。但汶川地震给灾区人民的危害并没有随着地震的结束而结束,震后一系列的群发性泥石流灾害,如北川"924"泥石流灾害,三大片区清平乡文家沟、映秀镇红椿沟、都江堰龙池"813"泥石流灾害等,给灾区人民和灾后重建工作造成巨大冲击,其造成的危害程度远远超过预期。在震后准确快速获取地震影响区内震后泥石流灾害易发性分区具有重要科学研究意义和实践指导意义。本文选取震中区沿都汶高速分布的42个流域为研究区,基于多期高精度遥感影像地震产生的潜在泥石流物源进行解译;并以流域为评价单元,基于层次分析法以物源量、相对高差、沟壑密度、坡度为评价因子建立研究区泥石流灾害易发性评价模型,利用后期实际泥石流发生数据对模型预测能力进行验证,模型预测能力较好,可以为震后地质灾害防治提供理论指导。     

拉萨周边重要公路沿线地质灾害发育特征及其规律研究

以拉萨市城关区为中心,对周边G318、G109和S202等3条重要生命线工程进行了累计282km野外地质调查,主要对研究区地质灾害类型、发育规律进行了分析总结。研究表明,各公路沿线地质灾害类型主要为崩塌、泥石流和滑坡,分别占60%、24%和16%。其中崩塌主要沿G318分布,以滑移式、倾倒式和错断式为主;泥石流沿G109和G318分布较多,以暴雨型的沟谷泥石流为主;不稳定斜坡数量相对较少,以公路切坡形成的不稳定斜坡为主。同时也常见溜砂坡、碎屑流和坡面滑塌现象。地质灾害在空间和时间上具有群发性和集中诱发特征,且极易由一种灾害引发其他灾害,从而形成灾害链。新构造运动、地震活动、地形地貌、气候条件、地层岩性和人类活动是导致调查区地质灾害发生的重要影响因素。     

西部公路地质灾害预测预报信息系统

分析了地理信息系统在国内外的实际应用情况,并根据公路地质灾害的发生和监测管理存在的自身特点,提出开展公路地质灾害信息管理与决策支持系统研究的必要性,阐述了系统开发目标、应遵循的原则以及研究的关键技术,构架了基于GIS的公路地质灾害预测预报信息管理与决策支持系统。该系统以地质灾害的空间图形信息和属性信息为基础建立系统数据库,依托科学的数学评价、预测和预报模型以及GIS系统强大的空间分析能力,可以形象地表达公路地质灾害危险区划,准确地评价、预测和预报地质灾害,为西部公路建设管理部门有效控制地质灾害的发生、降低地质灾害造成的损失和整治灾害提供科学的决策依据。     

基于交叉验证的XGBoost算法在岩爆烈度分级预测中的适用性探讨

为解决机器学习算法在样本较少时,所得岩爆烈度等级的预测结果存在可靠性不足的问题,采用一种基于交叉验证的XGBoost算法,并讨论其适用性。先选取岩石单轴抗压强度σc、单轴抗拉强度σt、洞室围岩最大切应力σθ、岩石弹性变形指数Wet以及岩体完整性系数KV等5个评价指标; 再以国内外岩爆实例数据为样本,通过多次交叉验证计算XGBoost算法岩爆预测准确率,与支持向量机算法、随机森林算法所得准确率比较; 最后对评价指标重要性进行分析。结果表明： 1）在样本较少时,样本划分和排序的随机性对预测结果影响较大,通过多次交叉验证求取预测结果平均值,可提高结果可靠性; 2）评价指标中KV与σθ重要性最大,σc重要性最小; 3）XGBoost算法具有较高的预测准确率,在岩爆烈度分级预测中具有一定适用性。     

公路山地灾害的自组织临界性及工程应用探讨

为了解公路山地灾害的共性,从整体上认识其规律性信息,根据自组织临界性理论,用两种沙堆模型作为公路山地灾害的概化模型,通过试验研究了其动力学行为,结果均呈现自组织临界性。并进一步结合滑坡、崩塌和泥石流山地灾害实例的相关观测信息进行了分析,皆表明了幂律和自组织临界性是许多公路山地灾害的共性。最后,在幂律分布特征下,说明了公路山地灾害暴发规模的极值分布的极限收敛于Ⅰ型渐进分布,并以云南蒋家沟泥石流为例,介绍了自组织临界性理论在公路山地灾害防治工程中的应用。     

基于GWO-SVM岩爆分级预测模型

引入灰狼算法（GWO）优化支持向量机(SVM)模型，构建GWO-SVM岩爆分级预测模型。选取围岩最大切向应力、岩石单轴抗压强度、岩石单轴抗拉强度等，组成3种不同的输入指标组合，构建岩爆分级预测指标体系。将153组岩爆案例作为数据集输入4种模型进行训练、测试，比较不同输入组合下模型的预测效果。结果表明：GWO-SVM比标准SVM模型预测准确率提升7.41%～18.52%，在输入指标组合2下，GWO-SVM模型预测准确率最高达92.59%，基于GWOSVM的岩爆分级预测方法优于其他方法。     

基于ADASYN-XGBoost的交通事故自动检测方法

基于数据驱动的交通事故自动检测对道路事故的及时救援与降低事故影响具有重要作用。为解决道路交通事故自动检测中的样本不均衡问题,研究了混合自适应过采样技术与极限梯度提升树算法的交通事故自动检测方法（ADASYN-XGBoost）。其中,为从不均衡的交通事故样本中有效挖掘数据的时空特征与事故发生之间的内在关联规律,构建了初始特征变量组合,引入自适应合成过采样方法（adaptive synthetic oversampling method,ADASYN）来平衡事故类与非事故类的样本数量,以增强训练数据的质量;其次,为提高检测效果,构建了基于XGBoost的交通事故检测模型,利用该模型对增强后的数据样本进行特征筛选;最后,为获取最佳参数组合,采用了贝叶斯优化算法对XGBoost进行参数的快速标定。本文使用波特兰高速公路数据集对ADASYN-XGBoost方法进行模型验证与实证研究。结果表明：与先进的基准模型相比,ADASYN-XGBoost的各项检测指标均最优,其F1分数达到94.47%且误检率低至8.95%。在模型训练样本数为2800,500(18%的初始样本量),150(5%的初始样本量)...     

基于Takens理论和SVM的滑坡位移预测

针对滑坡变形时序非线性,数据量少的特点,引入Takens理论,采用支持向量机(SVM)建立其预测模型,建模过程中,比较了由不同核函数获得的SVM模型的性能,同时将SVM与RBF、El-man神经网络模型进行外推7步预测试验比较。结果表明:RBF核函数具有更好的工程实用价值;在有限样本情况下,SVM预测模型具有更好的准确性和泛化性,其7步预测平均误差率控制在5%以内,可见该方法在滑坡变形预测方面极具潜力。     

基于支持向量机的沥青路面使用性能预测探究

在考虑模型的二次损失函数下,对传统SVM进行扩展开进,得到基于最小二乘支持向量机(LS—SV M)的回归模型,利用支持向量机(SVM)具有的泛华能力,通过非线性映射构建一个高维空间的最优超平面,来进行评价计算。通过对选取的样本的归一化处理,确定LS—SVM输入向量数量指标,引入拉格拉日函数进行变化,获得函数的对偶关系,从而在保证LS—SVM的训练速度和预测精度,快速寻找到模型的解。最后通过算例验证了模型在拟合过程和预测经过精度方相较于其他模型具有明显的优势,能有效满足实际工程应用需求。     

收费还贷公路债务预警系统研究

在分析现有财务预警模型及收费还贷公路特点的基础上,指出现有的财务预警模型对收费还贷公路不适用;提出以贷款偿还期作为收费还贷公路的主要预警指标并给出了计算方法;分析了用灰色GM（1,1）预测模型对通行费进行预测的方法和步骤;建立了灰色预测与单变量模型相结合的收费还贷公路的债务预警模型,并介绍了基于MATLAB的预警模型操作系统;结合《收费公路管理条例》研究了警示程度的确定方法;最后以安徽省某普通收费还贷性公路为例进行了实证．     

基于倾斜摄影的实景三维公路地质灾害识别关键技术研究

我国幅员辽阔,地形地质条件复杂,频发的地质灾害给公路安全带来巨大威胁,急需探索准确、灵活的自动识别技术。实景三维技术以其对地形、植被的全面把握能力已逐渐成为防灾减灾领域的重要发展方向,为提升公路地质灾害识别自动化程度提供技术支撑。基于一种成本低、效率高、精度较高的实景三维技术-倾斜摄影,结合三维模型构建、机器学习、虚拟现实仿真模拟等关键技术,构建"影像采集-模型构建-指标提取-样本训练-实景展示"公路地质灾害识别流程,将极大地推动防灾减灾技术更新换代,为结合激光雷达和空天地一体化检测平台,提升公路地质灾害自动化程度奠定基础。     

神农架林区滑坡灾害易发性评价研究

针对山区滑坡严重威胁人民生命财产安全的问题,以湖北省神农架林区为研究区,在地理信息系统的支持下,开展滑坡易发性评价研究。首先,选取地层年代、与断层距离、高程、坡向、与水系距离、与公路距离以及土地利用7个影响因素作为该区域滑坡易发性评价因子;其次,以研究区117个历史滑坡点为样本数据,运用证据权法客观确定各因子不同类别的权重;然后,基于GIS的栅格数据模型,对滑坡影响因子进行空间叠加,得到滑坡易发性指数图层,在此基础上将神农架林区划分为极高、较高、中等、较低、极低5个等级的易发区;最后,利用历史滑坡数据对区划结果进行验证。结果显示研究区滑坡易发性分区与实际情况较为吻合,说明地理信息系统与证据权法应用于区域滑坡灾害易发性评价比较有效。     

基于Logistic模型的双车道公路事故易发路段预测研究

事故易发路段的判别是安全管理的重要内容之一。传统的事故易发路段判别方法多应用于运营阶段的公路,其判别精度很大程度决定于历史事故记录的周期和质量,且受"回归到平均"等现象的影响。对于实际的安全管理工作,预先对某一对象成为事故易发路段的可能性进行预测,进而预先采取安全改进措施,能够使得安全完善工作由被动变主动,还可增加事故易发路段判别工作的应用阶段。通过对大量双车道公路事故易发路段样本的整理和分析,发现接入口密度、道路线形、交通组成等要素对事故易发路段的产生有很大影响。为此,借助Log istic模型在概率预测上的优势对上述要素对事故易发路段形成的影响情况进行了研究,建立了事故易发路段预测模型,并进行了实际检验。