基于XGBoost模型的降雨诱发阶跃型滑坡位移预测

滑坡位移预测一直是滑坡研究的热点之一。近年来,随着计算机科学的发展,越来越多的人工智能技术模型被用于滑坡位移的预测。相较于常用的如LSTM神经网络等机器学习模型,集成算法中的XGBoost模型在滑坡位移预测领域尚不多见。由于其在滑坡位移预测中具有预测精度更高、运行速度更快等优点,目前在学术界已成为研究的热点领域。文中以泉州市安溪县尧山村滑坡地灾点监测数据为例,运用Python搭建XGBoost模型,并通过最大信息系数的比较来选定与位移高度相关的特征,输入至模型中对滑坡位移进行预测。结果表明,XGBoost模型因其在目标函数中引入正则项来控制模型过拟合、模型数据集划分采用前向验证方式等优点,相较于大多数机器学习模型,能更加准确地预测降雨诱发阶跃型滑坡位移。该模型对此类滑坡的位移预测及早期监测预警具有重要参考意义。     

长江上游水土流失成因及治理模式研究--以重庆市城口县为例

水土保持工作是一项直接关系三峡工程和“南水北调”工程的重要工作,也是西部生态环境建设的重要内容之一。以“长治”工程重点县——城口县为例,研究其水土流失成因及治理模式。该县位于重庆市最北端,既是“长治”工程重点县,也是“南水北调”工程中线引水方案丹江口水库上游水土保持工作重点县。该县水土流失比较严重,流失面积高达1 728.67 km\+2,占全县土地总面积的52.61%。造成水土流失的主要原因既有自然因素,又有人为因素,但其资源相当丰富,为水土流失治理模式提供了较好的基础条件。在分析其水土流失成因基础上,结合该县的资源优势和实际情况,提出其水土流失治理的模式和途径,以期进一步推进该县生态环境建设、加强水土保持工作,为长江上游贫困山区县的水土保持工作探索比较合适的模式和途径。     

综述环境质量评价方法

环境质量评价是一门新兴学科,它是通过采用科学的方法,正确而定量地反映环境质量的真实状况,为环境规划和环境污染的综合防治提供科学依据.如何建立合理的评价方法,是正确评价环境质量,区分环境功能的关键.因此,世界各国都很注视这方面的研究工作,并为此提出了多种评价模式.本文将基于此,对国、内外目前应用以及正处于研究阶段的有关评价方法、模式进行相关论述.     

银川地区配电网负荷特性分析及预测

针对银川城市建设快速发展的需求,在分析了银川配电网历史负荷特性的基础上,运用数学模型、借助专业软件,对银川地区“十二五”期间配电网负荷、电量进行了预测,并对未来电力市场发展方向做出判断。分析结果表明:“十二五”期间,银川地区电力负荷呈现快速发展趋势,峰谷差逐年增加,最大负荷出现在冬季的特征在较长一段时间内不会改变。     

冻融影响下不同岩性岩石物理力学特性试验研究*

为探究冻融循环影响下不同岩性岩石的物理力学性质的差异化响应,对青砂岩、灰砂岩2种砂岩,白色大理岩、麻粒岩2种变质岩开展冻融循环试验和相关力学试验。研究结果表明:在冻融循环过程中,2种砂岩的质量变化幅度明显高于2种变质岩。相较于青砂岩与麻粒岩,大理岩的单轴压缩强度及弹性模量劣化速率最快。冻融前后青砂岩、大理岩的单轴压缩破坏模式发生明显变化。灰砂岩抗拉强度劣化速率显著低于青砂岩。基于单轴抗压强度、抗拉强度的脆性指数表明冻融作用提高青砂岩的脆性。研究结果可为冻融影响下工程岩体的稳定性与安全性评价提供参考。     

Newmark模型的修正以及地震触发崩塌滑坡危险性区划方法研究

大量实震资料表明,地震触发崩塌滑坡是造成道路工程损毁的主要原因。以Newmark滑块模型为理论基础的Jibson边坡永久位移预测公式,是目前唯一可以从坡体变形损伤微观指标和坡体整体破坏概率来评价地震触发崩塌滑坡危险性的方法。经"5·12"汶川地震实震资料检验,Jibson方法计算值小于坡体实测位移值,理论分析发现,滑块模型未考虑滑动面抗剪强度在地震作用过程中的衰减效应,是导致计算值偏小的主要原因。鉴于此,通过对滑动面岩土体的有效内摩擦角和有效黏聚力添加衰减系数的方法,修正Newmark滑块模型;在此基础上,参考Jibson边坡失稳概率模型的方法框架,利用汶川地震实震资料,建立了以面密度为区划指标的地震触发崩塌滑坡危险性区划判据;并利用"4·20"芦山地震实震资料对区划方法的正确性进行了检验。该方法不仅可预测同震崩塌滑坡的严重程度,而且还包含了反映震后山地灾害孕灾环境变化的信息,可为高烈度地震山区道路选线设计提供科学依据。     

对加快推进我国矿山生态修复的思考

绿色矿山建设是矿业领域践行"绿水青山就是金山银山"的重要体现。本文从矿山生态修复的内涵到外延，从问题识别到任务措施，从单一治理修复目标到生态系统功能修复目标，从矿山生态修复系统到与经济社会发展系统相结合等多个方面，系统地梳理矿山生态修复的解决路径，围绕矿业绿色发展提出一系列建议。     

基于神经网络的跨越地裂缝框架结构地震损伤及预测研究∗

为开展特殊地质环境下结构的损伤分析,以一跨越西安f4地裂缝的五层框架结构为研究对象,基于振动台试验和ABAQUS 有限元分析结果,进行了BP 神经网络模型的模型训练,选取变形和能量组合形式的双参数损伤模型计算结构损伤指标,采用加权系数法,开展了构件、楼层、结构三个层面的损伤预测分析,给出了不同地震作用下结构损伤程度评估。结果表明：地裂缝场地结构表现出明显上下盘效应,结构首层为薄弱层。BP 神经网络损伤预测值与有限元计算值在不同工况下均较为一致,其对于构件、层间、整体结构损伤指数预测最大误差分别为8.86%、5.66%、7.57%,该研究成果为跨越地裂缝结构的性能评估提供一种准确且高效的研究方法。     

基于信息扩散模型的沣东新城区土壤重金属潜在生态风险评估

我国目前大规模的新区建设导致严峻的区域土壤重金属污染形势.以沣东新城为研究靶区,进行重金属含量特征描述性统计及克里金插值分析,进一步结合潜在生态风险指数与信息扩散理论,构建基于风险评估的信息扩散模型,探讨了Pb、Cu、Cd和Hg的污染程度、污染风险及风险发生概率.结果表明,研究区内4种土壤重金属的含量均值远超土壤重金属背景值,分别是背景值的1.943（Pb）、1.419（Cu）、3.074（Cd）和3.567（Hg）倍,且重金属分布受人为干扰较大呈强变异性（CV>65%）.其中,Pb和Cu污染分布主要受到工业生产与建设用地开发的影响,工业活动、农业活动及交通运输是主要的Cd污染源,而工业建设是造成Hg污染的主要因素.重金属潜在生态风险指数平均值分别为9.716（Pb）、7.095（Cu）、92.292（Cd）和142.469（Hg）,区域综合潜在生态风险指数（RI）均值为251.573,表明区域整体处于较高的潜在生态风险状态.区域Pb和Cu整体处于轻度潜在生态风险,而Cd和Hg以中风险与较高风险为主,表明Cd和Hg是区域重金属污染的主导因素.信息扩散潜在生态风险模型评估结果显示,区域综合潜在生态风险各等级的概率排序为：较高（38.98%）>中度（38.55%）>高（5.89%）>轻微（5.15%）>极高（3.56%）,Cd、Hg元素各潜在生态风险等级的超越概率远大于Pb和Cu,Hg元素各污染等级的超越概率分别为轻微（94.89%）、中度（66.85%）、较高（23.62%）、高（3.9%）和极高（2%）,其中仅轻微等级的超越概率小于Cd.潜在生态风险等级的污染概率预测误差均小于5%,体现了基于风险评估的信息扩散模型的可靠性.研究结果可为样本受限地区的土壤重金属潜在生态风险监测与管控提供技术借鉴与支持.