隧道突水突泥灾害的模糊预测和控制措施

为了预测突水突泥灾害发生的可能性和规模,针对隧道施工中突水突泥灾害的影响因素较多,且各因素相互关联,具有很强的模糊性,提出了利用模糊综合评判方法来评判隧道的突水突泥风险,实例证明其结果与实际情况具有较好的一致性。并针对隧道的突水突泥灾害提出了有针对性的控制措施。这对于制定合理的超前地质预报措施、拟定有效的防灾方案、保障隧道安全施工,均有非常重要的意义。     

基于心理承压的灾害可承受风险评估

评估灾区人群的灾害可承受风险时,可以先从灾区患病人群挖掘、心理风险源因素识别两方面进行分析,通过基于信息熵的灾后患有心理疾病人群挖掘算法,挖掘灾区患有心理疾病人群,减少评估范围;面向挖掘出的心理疾病患者采用改进ISR压力模型,判断心理风险源因素,提高评估结果准确性;最后通过建立的灾害可承受风险评价指标体系,构建基于心理承压的灾害可承受风险评估模型,评估灾区中患有心理疾病人群的灾害风险承受能力。为验证基于心理承压的灾害可承受风险评估模型有效性和性能优势,进行实验验证。结果表明,该模型可有效评估灾区人群基于心理承压的灾害可承受风险,评估复杂度低于5%。     

城市暴雨灾害风险评估及防御对策研究——以江苏省南京市为例

以江苏省南京市为例,从气象灾害发生维度评估城市暴雨气象灾害风险性。从致灾因子、孕灾环境和承灾体三方面构建南京暴雨灾害风险评价体系,采用2003-2012年统计数据对南京暴雨灾害风险评价指标进行等级划分,构建隶属函数判定评价因素与评价等级的隶属程度,建立二级模糊综合评价模型评估南京暴雨灾害风险,并选取2012年南京暴雨实例进行数据演算,验证该评价模型的有效性,最后提出南京暴雨灾害的防御对策。     

基于灰色Markov-GMP-Verhulst模型的黄河宁蒙段冰凌灾害风险预测

为了提高冰凌灾害的风险预测的可靠性,针对冰凌灾害风险的动态非线性特征,构建能够识别风险波动变化规律的灰色GMP(1,1,N)-Verhulst组合预测模型,同时引入信息熵理论的知识,提出基于Markov链修正的熵权法灰色组合预测方法。以黄河宁蒙段2005～2014年冰凌灾害风险值作为原始数据序列进行模型拟合,并对2015～2017年的冰凌灾害风险进行预测。计算得出在已知实际冰凌风险值的年份内,灰色Markov-GMP-Verhulst模型的预测精度比单一灰色预测模型更加精确,结合实际情况评估2015～2016、2016～2017年的冰凌灾害风险值,并与Markov链修正的组合模型的预测值进行对比分析,预测结果与实际值的吻合性良好,进一步验证了模型的合理可操作性,以期为黄河宁蒙河段的凌汛灾害防治提供借鉴。     

浙江省永嘉县滑坡灾害风险预警研究

永嘉县地处浙江省东南沿海,是该省突发性地质灾害预警预报系统研究及应用示范项目的四个示范县之一.首先对影响永嘉县滑坡灾害发育的主要因素进行了评价分析,提出了基于降雨的时空耦合滑坡灾害风险性预警预报研究的基本思路.基于MAPGIS二次开发系统,选取5个因素14种状态作为预测变量,运用信息-物元模型进行了滑坡灾害易发性空间预测.基于有效降雨量模型建立了区域滑坡灾害的宏观危险性预警预报模型.根据浙江省气象台提供的降雨实时信息,进行了基于降雨的台风期滑坡灾害危险性预警.同时基于人口密度和房屋建筑易损性指数对人口易损性和房屋建筑易损性以乡镇为单元进行了评价,与滑坡灾害危险性预警相结合进行了云娜台风期间永嘉县滑坡灾害风险预警预报,并以8个灾害点的实际分布情况验证了预警结果的准确性.将传统的滑坡灾害危险性预警延伸到滑坡灾害风险预警预报,为政府部门防灾减灾提供了重要依据,使防灾减灾工作的针对性大大增强.     

隧道火灾安全的“FAD”综合评价模型及其工程应用

正确的隧道火灾的安全评估是有效地进行隧道火灾的预测、控制和防火设计的基础。隧道火灾发生的原因十分的复杂。由此,基于对影响隧道火灾的各个因素及因素之间的关系全面分析的基础上,建立了隧道火灾危险性的评价指标体系,为隧道使用过程中的安全管理以及隧道火灾危险评价提供了切实可行的参考依据。将模糊数学、层次比较分析法、德尔菲专家法相结合,建立了隧道火灾安全的“FAD”综合评价模型。结合上海市外环隧道实例,将该模型在隧道火灾的安全评估中加以应用,验证了该模型的准确性,为隧道的“性能化”防火设计提供可靠的依据,可使隧道火灾的防治对策、安全管理更加科学、合理和有效。     

陕西公路边坡灾害危险性分区研究

针对陕西公路边坡灾害频发且存在区域分异的状况,对陕西公路边坡灾害进行了危险性分区研究。结合公路边坡地质与水毁灾害类型特点,分析了致灾因素,选取了危险性评价指标体系;采用云模型-AHP法和因素叠加法,计算了评价指标权重并构建了危险性评价数值计算模型;基于Arc GIS10.0软件计算生成了《陕西公路边坡灾害危险度图》,灾害危险度范围[1.4,8.375],并以危险度为指标,划分了极高[7,8.375]、高[6,7)、中[4.5,6)、低[3,4.5)、轻微[1.4,3)5种危险等级15个灾害区,其中:极高危险区为大巴山北坡地区,途径国道有G108、G210、G316,分区结果与公路边坡灾害实际相符。     

基于BP神经网络和VSM的台风灾害经济损失评估

统计了对广东省造成直接经济损失的台风数据,包括致灾因子、孕灾环境和承灾体等评估因子,对数据进行无量纲化、归一化处理,作为验证模型的数据集。建立BP神经网络和空间向量模型(VSM)相结合的综合评估模型,利用BP神经网络进行初步预测,基于VSM对预测结果进行修正,从而构建台风灾害经济损失评估模型。将收集的历史台风经济损失数据分为训练和测试集,对模型进行训练和检验。经验证,采用BP神经网络和VSM相结合的台风灾害经济损失评估模型能够有效降低训练数据不足对评估结果的影响,平均误差率由30%降低到14%。     

基于模糊数学的风电场地质灾害危险性综合评价模型

提出一种基于模糊数学的风电场地质灾害危险性综合评价模型。该模型首先分析了灾害发育的特征,根据风电场内地质环境条件、地质灾害的主要引发因素,结合模糊数学理论按照灾害危险点和非危险点进行划分,构建灾害危险性评价指标体系;结合模糊最优识别理论建立危险性初步评价的模糊识别模型。利用该模型对某风电场地质灾害危险性进行了分析评价,结果表明,该模型给出的危险性等级与实际评估区域危险性等级接近相同,评估误差较小,具有很高的准确性。     

基于CGE模型的极端冰雪灾害经济损失评估

结合极端冰雪灾害的特点及传导途径,构建了极端冰雪灾害经济损失综合评估的总体框架,并以湖南省可计算一般均衡模型(HNUGE)为基础,通过在传统模块的基础上增加农业损失传导模块、电力业损失传导模块和交通业损失传导模块等三项冰雪灾害传导模块,实现了对传统HNUGE的拓展和改进,构建了更具针对性的极端冰雪灾害经济损失综合评估的可计算一般均衡模型。该模型能够更科学地估计极端冰雪灾害造成的综合损失,通过对2008年湖南冰雪灾害进行实证分析,发现模型运算结果与实际情况基本一致,验证了该模型的实用性和可行性。     

综合探测技术在公路隧道泥涌灾害治理中的应用

以常吉高速公路小劈流隧道泥涌灾害为例,在综合分析隧道的工程地质情况和泥涌灾害特点基础上,详细探讨了综合探测技术在泥涌灾害治理灾害发生后的探测不良地质灾害超前探测、以及灾害治理后效果检测与评估中的应用。采用TSP 203系统探测的结果与在灾害发生后的地表塌陷处和地面开裂处充电探测结果具有良好的一致性,进而可以准确的圈定泥涌灾害的规模与成因;在该类隧道不良地质体的超前探测中,结合工程地质资料,TSP 203可以较为准确的探测掌子面前方的破碎带、断层、软弱夹层;同时,采用地质雷达方法可以对泥涌灾害处理后的效果进行监测与评价。工程实践表明,综合探测技术手段对于探测不良地质灾害体,指导泥涌灾害预报,检测与评价地质灾害工程处置效果,以及指导隧道施工都具有重要的工程应用价值和现实意义。     

沉管隧道施工前期风险综合评估模型及应用

沉管隧道施工过程面临众多不确定风险因素,在施工前期需采取合理方法评估施工安全风险等级和确定风险事件控制优先级。目前,已有隧道施工风险评估方法主要用来确定整体风险等级,缺少对风险事件重要性进行排序,不利于施工风险精准控制。基于此,该文采用模糊失效模式与效益分析(FMEA)、故障树分析(FTA)、层次分析法-数据包络分析(AHP-DEA)方法,构建了一种沉管隧道施工风险综合评估模型,该模型利用梯形隶属函数解决了专家认知中的主观和模糊不确定性量化问题,并结合模糊故障树计算了风险概率;然后,采用AHP-DEA方法计算风险的影响权重;最后,引入模糊数对传统FMEA方法进行了改进。将该模型应用于广东金光东隧道沉管段施工风险评估中,结果表明:沉管预制风险、管段沉放与连接风险、管节浮运风险和最终接头风险的RPN值均0.4,且7,风险等级为高级,须采取风险控制措施降低风险;护岸施工风险、基槽开挖风险和基础处理与回填风险事件的风险等级为中级;该模型可为沉管隧道静态风险评估提供一种合理途径。     

上海虹桥综合交通枢纽工程的灾害识别与评估

综合利用历史记录法、成因分析法、预测法等灾害识别技术对上海虹桥综合交通枢纽工程的各种灾害及其因素进行初步识别,确定虹桥枢纽可能遭受的灾害种类.再利用故障树方法对确定的各灾害进行作用机理分析,最终确定虹桥枢纽的灾害清单.针对上海虹桥综合枢纽工程的复杂性和灾害的随机性、模糊性,以及在运营时出现的一些灾害难以用非常准确的量化数据加以表达的特点,将模糊综合评判法应用到交通枢纽工程的灾害等级评估中来.在国际隧道协会制定的灾害等级表的基础上,建立灾害等级隶属函数,使评价结果尽可能与国际标准接轨.     

基于频率比模型和随机森林模型耦合的地质灾害易发性评价

目前利用机器学习进行易发性评价时,非地质灾害单元通常是在研究区范围内随机选取,会导致部分非地质灾害单元落在潜在地质灾害单元之上,造成模型评价结果偏差,所以非地质灾害单元的有效选取成为当前易发性评价的难点问题。以浙江省长兴县李家巷镇为研究区,选取高程、坡度、坡向、剖面曲率、岩组、距水系距离、距断层距离、归一化植被指数和土地利用这9个环境因子作为评价指标,利用频率比模型(frequency radio, FR)进行非地质灾害单元的选取,然后选用随机森林模型(random forest, RF)进行地质灾害易发性评价,并与未经有效筛选非地质灾害单元的RF模型结果进行对比分析。结果表明,与RF模型相比,FR-RF模型的特异性(Specificity)提升了9.51%,说明对非地质灾害单元的预测能力显著提升,同时敏感性(Recall)提升了13.71%,说明对地质灾害单元的预测性能也大幅提升,受试者工作特征曲线下的面积(area under curve, AUC)和准确率(Accuracy)分别提高了6%、11.66%,模型整体性能及预测能力得到改进;地质灾害极高和高易发区主要分布于存在碎屑岩和...     

WOFOST模型在冬小麦晚霜冻害评估中的应用

定量评估农作物遭受农业气象灾害后的产量损失,尤其是在作物整个生育期过程中遭受多种气象灾害时,定量评估其中单一气象灾害对农作物的影响。是当前农业气象灾害评估中急需解决的问题。在WOFOST作物模型基础上。利用商丘市1980-2005年的气象资料和冬小麦观测资料,对历史上发生的5年晚霜冻灾害进行了模拟分析,选取F_(WSO)和F_(WST)作为评估因子,定义了晚霜冻灾害损失综合指数,实现了灾害损失的定量化评估。与传统方法相比,该评估因子更具有生物学意义,评估结果更加精细。     

基于贝叶斯网络的缓坡场地震液化侧移评估——以台湾集集地震为例

本文基于贝叶斯网络方法,综合考虑了地震液化侧移的13个影响因素及其不确定性,建立了适用于缓坡场地的地震液化侧移贝叶斯网络评估模型。通过我国台湾集集地震液化灾害的算例分析,验证了地震液化侧移的贝叶斯网络评估模型的准确可靠性,并通过分析模型性能的评估指标和人工神经网络模型进行了对比。本文建立的地震液化侧移贝叶斯网络评估模型不仅可以预测场地是否会发生液化,而且可以在此基础上进一步评估场地液化引起的侧移量等级。     

基于相关向量机的蒋家沟泥石流平均流速预测模型

泥石流是我国常见的一种地质灾害,泥石流的平均流速是泥石流灾害防治的重要参数之一,准确的预测泥石流平均流速对灾害预防具有重要意义。本文建立基于相关向量机的蒋家沟泥石流平均流速预测模型,通过与蒋家沟泥石流平均流速的支持向量机、BP神经网络模型预测结果对比,验证该模型预测精度;同时采用平均相对误差和均方差2个指标评价各个模型的整体性能和稳定情况。结果表明,与实测值相比,相关向量机预测最大相对误差仅为2.02%,平均相对误差为0.64%,均方差为0.06,远低于BP神经网络模型和支持向量机模型的预测结果。由此可知,本文提出的基于相关向量机的蒋家沟泥石流平均流速预测模型效果明显优于其他2种模型,且预测结果更为准确,模型整体性能和稳定情况较好,为泥石流平均流速获取提供一条新途径。     

公路泥石流灾害危险性分区研究

为公路泥石流灾害的防治与管理提供宏观层面的参考,针对中国公路泥石流灾害进行了危险性分区研究。从地形地貌、水源条件、物源条件及植被条件4方面分析了致灾因素,结合致灾因素影响程度,选取了相应评价指标并分级与评分;采用致灾因素叠加法建立了灾害危险性评价模型;利用Arc GIS10.0软件计算绘制了各评价指标分级图件、《中国公路泥石流灾害危险度图》,并以危险度为分区指标,编制了《中国公路泥石流灾害危险性分区图》,将全国划分为极严重危险、严重危险、中等危险、低危险4个等级区,危险性分区结果与公路泥石流灾害实际分布特征相符合。     

基于Elman神经网络的地面沉降危险性预测

地面沉降是一种地壳表层土体在自然或人类工程活动影响下被压缩,导致地表标高区域性降低的环境地质现象。常规数学模型难以对地面沉降的危险性做出准确预测。为分析山西转型综改示范区潇河现代产业区的沉降发展趋势,开展了沉降量预测和危险性划分的工作。基于研究区2016年7月-2018年12月的InSAR地表沉降监测数据构造训练样本,建立Elman模型,预测了2019年2月～3月共3次的沉降量,并与实际值进行对比分析;同时根据建立好的模型预测2020年的年平均沉降量,并进行危险性划分工作。结果表明：Elman模型的沉降量预测值与实际值基本吻合,预测精度较高,划分结果偏安全,能够为研究区地面沉降的防治工作起到一定的辅助预警作用。     

基于BIM的台风灾害后建筑施工关键链进度预测模型

及时完成台风灾害后施工项目建设,不仅可为灾区人民重建家园,也给施工企业带来一定经济效益。BIM具有强大的数据处理能力,为提高台风灾害后建筑施工关键链进度预测精度,构建基于BIM的台风灾害后建筑施工关键链进度预测模型。通过基于BIM的建筑信息子模型,提取有关台风灾害后建筑施工关键链数据,并将采集的建筑施工关键链数据实行融合,以此提高数据分析精度;再采用BIM多因素建筑施工关键链进度预测子模型,分析所获取的建筑施工关键链数据,预测台风灾害后建筑施工关键链进度。将所建立模型应用至某建筑施工关键链进度预测中,预测结果显示,该建筑施工关键链整体进度完成需要耗费14.05 d,此预测结果精准度大于0.9,预测结果有效。