穿江地铁隧道施工及运营期河道监测分析

穿江地铁隧道面临渗漏、河床异常变形等风险,在施工及运营期开展河道监测对保障穿江隧道安全至关重要.文章以福州市地铁1号线穿江隧道为例,介绍了隧道盾构施工期间水下环境感知、河床地形测量、水体流态观测及监测成果与预警分析等河道监测工作,并基于实测资料分析了穿江隧道区域2009—2018年间的河床冲淤变化情况.结果表明:基于河...     

内蒙古音江公路运营期间车辆CO和NOx排放量估算

基于交通量预测数据和车辆单车排放因子,定量估算了音江公路运营近期、中期和远期的车辆尾气所排放的NOx和CO量,并分析了上述污染物在公路两侧的浓度扩散过程.音江公路运营近期每天的CO和NOx排放量分别为6.486 t和2.187 t,中期排放量为9.881 t和3.33t,远期排放量为14.053 t和4.736 t.在D类大气稳定度和最不利风向条件下,距离公路中心线20 m处的近期、中期和远期CO浓度分别为0.053 9 mg/m3、0.082 1 mg/m3和0.116 8mg/m3,NOx浓度分别为0.018 2mg/m3、0.027 7mg/m3和0.039 3 mg/m3,随着距离的增大,污染物浓度逐渐降低,50 m处的污染物浓度不到20 m处的80％,100m处的污染物浓度降至20 m处的47％左右,200m处的污染物浓度仅有20 m处的26％.与沿线背景浓度叠加后,音江公路线路两侧的近期、中期和远期NOx日均总浓度均低于国家环境空气质量标准中的浓度限值,表明公路运营期间车辆排放的大气污染物对沿线环境空气质量影响很小.     

基于无人机和无人船的河(江)道地形测绘技术应用

河(江)道地形测量是保证河(江)道通航、行洪与河(江)道整治、河(江)道工程施工等的前提。针对现有河(江)道地形测量技术中存有作业效率低、作业人员存有涉水风险等问题，以四川省广元市昭化区嘉陵江某段长约2.6 km的江道为研究区域，运用无人机和无人船相结合的江道测绘技术，得到了符合规范要求的试验区数字正射影像(DOM)、数字高程模型(DEM)和数字线划图(DLG)。结果表明：在GPS-RTK检验方式下，基于无人机和无人船相结合的测绘技术生产的1：2 000 DLG成果就岸上地形检查点而言中误差小于0.055 m占比99.4%,就水下地形检查点而言中误差小于0.25 m占比98.4%,均能满足JTS 131—2012《水运工程测量规范》成图精度要求。     

跨江大桥对天星洲尾演变的影响及护滩对策

天星洲是长江下游的江心洲，拟建常泰长江大桥北侧桥墩布设与天星洲尾相毗邻。通过物理模型试验，研究常泰长江大桥的建设对天星洲尾演变的影响。结果表明，常泰长江大桥建设后，天星洲尾冲刷幅度较工程前有所增加，不利于天星洲夹槽的稳定，需要对天星洲尾进行护滩守护。与潜堤高程较高的护滩方案相比，低潜堤方案引起天星洲沙尾附近流速增幅稍小，幅度一般在0.03 m/s以内，引起天星洲夹槽流速减幅稍小，幅度一般在0.02 m/s以内，更有利于天星洲尾的稳定和七圩临时航道的水深维护。工程实施可守护天星洲尾，七圩临时航道桥位下游附近略有冲刷，有利于航道水深维护。     

考虑慢行系统的跨江通道设计探讨——以赣州楼梯岭大桥为例

以赣州楼梯岭大桥工程为例，从大桥两端的接线条件、安全性、人性化和工程造价的角度，探讨了结合慢行系统的跨江通道设计。在综合考虑车行、人非总体方案以及防洪、航道等因素后，采用了双层桥设计方案，并通过合理设置慢行桥落地形式，使人非慢行系统直接接入章江两岸滨江道路和滨江公园慢行系统，从而大大方便了两岸慢行交通转换，提高了人行和非机动车的交通安全性和舒适性。     

赣州楼梯岭大桥跨江通道总体设计

随着赣州市社会经济的不断发展以及沿江开发的不断进行，跨江交通压力越来越大，楼梯岭大桥的建设是两岸发展的必然要求。然而随着人民精神需求的不断增长，交通功能已经不再是唯一要求，更要考虑景观因素以及人与自然和谐发展。从项目背景、功能定位、交通预测、总体设计、关键节点等方面，对楼梯岭大桥工程进行介绍，为跨江通道的设计提供工程经验和设计参考。     

珠江口跨江通道客货交通流量分布特征及预测研究

目前珠江口跨江通道已处于饱和状态，随着两岸的经济发展及未来通道的规划和建设，交通需求将持续增长，区域交通拥堵问题日益显著，因此对跨江通道的流量分布特征进行深入分析，并构建客货交通流量的预测模型。基于虎门大桥及南沙大桥路段的门架历史数据，分析跨江通道的流量时空分布特征，发现客运流量的高峰期分别为9:00～11:00、16:00～18:00及20:00～22:00,且珠江两岸周六与周日形成了周期性潮汐客流；货运流量的高峰期分别为6:00～8:00、11:00～13:00及15:00～17:00,午高峰的货运量最大，周日货运量显著低于其他时间。基于客货运流量不同的周期性分布特征，结合多种算法分别构建客货运流量预测模型，通过模型对比发现，以30 h作为预测周期的LSTM模型预测精度最高。