一、Disaster Reduction Decision Support System Against Debris Flows and Landslides Along Highway in Mountainous Area(论文文献综述)
孙聿卿[1](2021)在《川藏公路北线泥石流风险评价》文中指出本论文以川藏公路北线沿线泥石流为研究对象,在全面收集研究区环境背景、现有泥石流灾害资料的基础上,通过野外调查、遥感解译等手段研究川藏公路北线泥石流的孕灾背景、成灾条件;分析川藏公路北线泥石流的分布情况、发育特征、致灾特征,遴选研究区泥石流危险性评价指标、公路易损性评价指标;基于GIS平台,开展川藏公路北线泥石流风险评价。取得主要成果如下:1、对川藏公路北线沿线泥石流进行影像解译,收集研究区环境背景以及现有泥石流灾害资料,查明了区内泥石流的孕灾环境、成灾条件;整理野外考察资料,分析了区内泥石流空间分布情况、发育特征、致灾特征等;为后续风险评价奠定基础。2、基于证据权分析法,结合研究区泥石流孕灾环境和诱发因素选取关键因子,完成了公路沿线泥石流危险区划。结果显示,川藏公路北线沿线泥石流中高危险区占比达90%,主要分布在昌都地区、江达县城以及道孚、炉霍县境内。3、分析川藏公路北线泥石流的危害方式和公路构筑物的结构特性,采用层次分析法,从承灾体暴露性、属性特征、成灾恢复力三个方面,实现川藏公路北线公路易损性区划。结果显示,川藏公路北线沿线中高易损路段占比近65%,主要分布在昌都地区的如意乡、日通乡,江达县卡贡乡、德格县柯洛洞乡、甘孜县更知乡-侏倭乡路段、炉霍县至道孚县路段。4、综合致灾体泥石流危险性和承灾体公路易损性,采用多指标综合评判模型,利用Arc GIS空间分析技术,对川藏公路北线泥石流风险进行定量评价与区划。结果显示,川藏公路北线沿线中高风险路段占比大于60%,受泥石流影响较严重,主要分布在昌都地区、江达、德格附近以及道孚-炉霍路段。综上所述,从泥石流危险性和公路易损性两个方面对川藏公路北线沿线泥石流开展了风险评估,结合泥石流形成条件,进一步分析各路段风险等级的差异性。该项研究成果可为川藏既有线路的改造、整治,减灾防灾,泥石流灾害风险管理提供参考。
田颖颖[2](2020)在《2015年尼泊尔地震震区滑坡的继发性和震后演化研究》文中进行了进一步梳理尼泊尔位于喜玛拉雅造山带的中部,这里也是印度板块向欧亚板块俯冲的前缘地区,构造活动强烈、地震频发。区域内多为高山峡谷地形,且受南亚季风降雨等自然因素的作用,经常发生滑坡等地质灾害。在2015年雨季(6–9月)到来之前,尼泊尔境内在半个月左右的时间内连续发生了2次7级以上的大震:4月25日的Mw 7.8级主震和5月12日的Mw 7.3级强余震。强烈的地震动触发了大量的滑坡,造成了严重的人员伤亡和经济损失,并对震区的环境产生了显着的影响。震后短期内的强降雨事件再次加剧了震区滑坡的活动,使得震区内不仅新发生了大量滑坡,还导致许多震前和同震新生的滑坡再次复活。为了更好地认识青藏高原地区强震事件对区域滑坡的影响,服务于我国藏南地区及一带一路沿线国家的防灾减灾工作,本文以2015年尼泊尔地震为例,重点探讨了以下3个问题:(1)尼泊尔地震主震、强余震和2015年及后续年份降雨对震区滑坡的影响是怎样的?这些致灾因子在不同时间段内触发的滑坡的特征、发生模式、空间分布等有什么异同点,受哪些因素的控制?(2)震后这些滑坡是如何演变的?受哪些因素的控制?(3)震区植被变化所反映的滑坡变化是怎样的?为了解决这些问题,通过整合2015年、2017年和2018年沿Araniko公路(加得满都-樟木口岸)和Pasang Lhamu公路(加德满都-吉隆口岸)采集的55处典型滑坡调查点的野外数据,参考前期得到的全震区滑坡编目,选择了尼泊尔境内中尼交通要道Araniko公路沿线的一个受主震、强余震和震后强降雨共同作用的、面积约380 km2的区域作为研究区。利用震前、主震前后、强余震前后、2015年雨季前后、2016年雨季前后、2017年雨季前后、2018年雨季前后和2019年雨季前后的遥感影像,通过人工目视解译,构建了涵盖震前降雨、2015年主震和强余震以及2015年–2019年降雨触发的8个期次的滑坡数据库集。基于这些数据库,结合滑坡常见的影响因子,从空间分布、几何特征和易发性分区3个方面研究了不同期次滑坡的发生模式和失稳机制等的继发性特征。然后,分别基于多期次滑坡编目、植被指数NDVI的变化和多次野外调查获得的数据,分析了震区滑坡活动性的演化特征。研究结果表明:(1)2015年尼泊尔主震和强余震触发了大量的地震滑坡;随着时间推移,滑坡面积和数量逐渐减少。震前降雨、2015年主震、强余震和2015–2017年降雨触发的较小规模滑坡居多,2018和2019年的降雨滑坡以大规模滑坡为主。主震滑坡中大规模滑坡多于其他期次的滑坡,2015年强余震和降雨触发的滑坡中小规模滑坡多于其他各期滑坡。(2)从空间尺度上来看,高程、道路和河流对不同期次滑坡空间分布的差异影响较为明显。主震和强余震触发滑坡的条件相似;2015年降雨滑坡综合体现了地震和降雨的作用,其高发区基本涵盖了主震、强余震和震前滑坡的全部高发区;在时间尺度上,超过90%的因子区间内新增滑坡面积在地震发生后都呈现先增后减的趋势,且在2015年降雨滑坡出现峰值。另外,地震滑坡长、高和长宽比以及高长比都大于降雨滑坡;且地震滑坡和受地震作用影响强烈的2015年降雨滑坡中长宽比和高长比较大的滑坡占多数,且多为长条形。高程、坡度、道路和河流为影响不同期次、不同几何形态滑坡分布的主要因素。2015年主震和强余震滑坡得到的回归模型性能最好,成功率和预测率都达到或超过了87%;各期次滑坡高易发区逐渐从坡面转移到沟谷沿线;长时序递进式的易发性评估结果表明联合震前和主震滑坡样本回归得到的易发性模型可以服务于震后几年尺度内的滑坡减灾工作。(3)随着时间的推移,2015年主震、强余震和2015年强降雨这3种成因的滑坡的活动性逐渐减弱,且快速衰减期为震后前3年;强余震滑坡活动性的衰减最为明显;震后快速消失的滑坡的规模也随时间逐渐变大。2014–2019年研究区内NDVI、植被覆盖度和恢复率的变化显示植被覆盖的变化与季风降雨在时间上具有正相关关系;震区植被在地震发生后以减少为主,并在震后前2年明显增加后慢慢减少;截至2019年,震区内的植被和松散斜坡物质仍没有达到稳定状态;另外,地震对公路沿线的植被的破坏作用相对较显着且持续时间较长。基于多次野外调查得到的典型滑坡震后演化分析验证了上述结果,2015年尼泊尔主震和余震加剧了区域内的滑坡活动性;Araniko和Pasang Lhamu公路沿线的滑坡在震后3年内比较活跃;震后持续降雨和余震是影响震后滑坡活动性的关键因素。
杨棚[3](2020)在《云南省农村公路水毁灾害分析及对策研究》文中指出云南省位于我国西南地区,与缅甸、越南、老挝等东南亚国家接壤,地貌类型以高原山地、丘陵为主,相对平缓的山区只占总面积10%,大面积土地高低差参,纵横起伏,一定范围又有和缓的高原面。云南省内的农村公路受建设经费、地形地貌、水文气象等多种条件的制约,其路线又多是围绕山地、丘陵、河流布置,因此云南地区农村公路多是陡坡急弯、半填半挖路基、等级较低、抗水毁能力差,受降雨量影响大时常发生水毁灾害。云南农村公路抗水灾差的特点,阻碍云南广大农村的发展及运输,农村公路的水毁会给当地居民造成出行不便、交通运输受阻等影响,还会对当地乡镇经济发展造成巨大的障碍;因此保障云南山区农村公路畅通,研究其抗水毁措施,成为发展云南交通事业的当务之急。本文对云南省农村公路水毁展开实地调研并对云南省内近几年的农村公路水毁资料进行统计归类,按照省内农村公路水毁的特征、机理及损毁结构,对云南省农村公路水毁进行分类,即路基水毁、边坡水毁失稳、泥石流灾害、路面水毁、挡土墙水毁、排水设施水毁、桥梁工程水毁、防护工程水毁等八大类。以云南省内较典型、较严重的农村公路水毁案例为背景,并结合云南地区独特的地质地貌、气候、水文状况及云南省农村公路常用建筑构造、材料等,分析云南省内农村公路八类水毁的主要因素及形成水毁灾害的机理。利用现有文献中农村公路水毁研究所取得的成果,收集、整理我国其他省份类似水毁灾害类型的预防及治理措施,如陕西、浙江、西藏等省份抗水灾经验,将其与云南省农村公路实际情况相结合,提出适用于云南省农村公路水毁灾害的防治对策,以此促进云南省内农村公路的发展,增强防护能力减少农村公路水毁对云南省经济社会造成的损失。
任权[4](2020)在《基于GIS的山区铁路选线策略及线路走向方案研究》文中认为铁路是国家交通基础设施,在国民经济发展过程中发挥着重要作用,是交通运输体系的骨干。我国铁路规划与建设正处于高速发展的关键阶段,东部发达地区铁路网趋于饱和,铁路规划重心逐渐向西部、南部山区转移。山区铁路建设面临着经济据点分散、地质灾害易发、环保资源区密集、建设成本高、区域可达性差异大等诸多挑战,完善山区铁路选线策略、优化线路走向方案能够直接提高山区铁路现实价值,增强铁路的经济骨干作用,对山区铁路规划意义重大。在铁路规划的可研(预可研)阶段,铁路线路的走向选择是该阶段研究的全局性和关键性工作。本文从山区铁路线路方案决策角度出发,聚焦可研(预可研)阶段的山区铁路选线策略与走向方案研究领域,通过ArcGIS软件获得综合多因素加权的最优走向方案,实现选线策略的实际应用。首先,通过全面分析影响山区铁路线路方案决策的各类因素,提炼与之相关的各项指标,研究指标体系的构建原则和方法,通过指标之间相关性分析完成指标筛选,构建包含5类影响因素和23项具体指标的山区铁路线路方案决策指标体系,较为全面的涵盖到铁路线路及其相关领域,能够为线路走向研究提供理论基础。然后,研究我国地形、地势与山区铁路分布之间的关系,将山区铁路按照我国地势分为3种类别。借鉴线路领域专家经验,采用层次分析法确定指标主观权重。分析已有山区铁路比选方案,采用模糊熵权法确定指标客观权重。研究主客观组合赋权方式,采用偏差平方和最小法确定指标组合权重。通过计算3种类别山区铁路典型方案,得到3种山区铁路类别对应的指标组合权重,总结权重值的相同性和差异性得出选线策略,并将得到的组合权重延伸应用到铁路线路走向路径生成的过程中。其次,通过广泛的数据资料收集构建基于ArcGIS的空间地理信息数据库。数据范围涵盖人口、经济、生态环境、地形、地质、水文气象、交通、资源等方面,整理获得的各类型基础性数据,通过初步提取、分析、存储构建ArcGIS空间地理信息数据库。研究在Arc Map软件中引入加权信息量法、潜能模型对数据进行处理,通过归一化和重分类得到指标体系中各指标的区划栅格数据。最后,采用对应山区铁路类别的权重及策略对各指标区划栅格数据叠加,形成综合多因素的区划栅格数据,并通过Arc Map成本距离工具、成本路径工具,以综合区划图为成本栅格,实现山区铁路线路走向路径的生成。与实际已有铁路平面方案对比分析,进一步优化模型系数和指标阈值参数,实现研究方法的优化和推广。
赵富萌[5](2020)在《中巴公路(中国段)地质灾害早期识别和滑坡易发性评价研究》文中研究指明中巴公路连接中国和巴基斯坦,是中巴经济走廊的重要组成部分,具有极为重要的地理位置。公路穿越喀喇昆仑山、喜马拉雅山和兴都库什山,沿线地质条件极为复杂,地质构造活跃,历史地震频繁,以不稳定斜坡、滑坡、地面沉降、冰川运动和泥石流等为主的地质灾害频发,成为公路安全运营的主要威胁,所以对公路沿线的地质灾害变形破坏特征和发育严重的滑坡灾害的易发性评价进行相关研究具有重要意义。本研究一方面可以深入了解中巴公路地质灾害的分布规律与各环境因子之间的关系,另一方面更可以为政府进行中巴公路改扩建和中巴经济走廊建设等活动提供有效的决策支持。但由于中巴公路空间跨度大,传统的地面监测方法难以满足该区域地质灾害全面调查的需要。近年来随着InSAR技术的出现,使得大面积、高精度和长时间序列的地表变形监测成为可能。目前已被广泛应用于滑坡、不稳定斜坡、地面沉降等地质灾害的早期识别中。本文利用SBAS-InSAR的方法对中巴公路中国段两侧各10公里缓冲区范围的地表变形进行监测和地质灾害早期识别,并结合TRMM降水数据和区域环境特征对典型地质灾害体的运动特征和发育规律进行研究;综合考虑研究区内影响滑坡灾害(包括不稳定斜坡和滑坡两类)发生的地质环境背景、地形条件、水文条件、植被盖度和道路因素等选取易发性评价因子,通过历史文献记录和遥感影像解译得到研究区的历史滑坡灾害数据,分别利用逻辑回归方法和随机森林方法对研究区滑坡灾害的易发性等级进行评价,借助验证数据集和ROC曲线以及AUC值分别对两类模型的评价精度进行验证比较,选择较优的评价结果结合形变速率结果值对滑坡灾害易发性等级结果进行优化,得出以下结论:(1)利用SBAS-InSAR的方法对来自欧空局的28景Sentinel-1A雷达影像进行干涉处理,得到研究区2016-2017年内的地表变形的时间序列结果,雷达视线向形变速率结果为-82.46142.48 mm/yr,借助雷达扫描的几何姿态将雷达视线向变形结果转为斜坡向变形结果,得到斜坡向最大变形速率值为-474 mm/yr。(2)根据斜坡向变形速率结果结合野外验证和遥感影像解译共圈定出研究区280处地质灾害致灾体,包括73处滑坡、200处不稳定斜坡和7处地面沉降。在公格尔山和慕士塔格山附近发育6处冰川运动。另外通过野外调查和遥感解译发现23条活动泥石流沟。地质灾害集中分布于盖孜河谷和塔什库尔干盆地内以及红旗拉普附近。分析典型地质灾害体的形变速率和月降水量之间的关系,在降水集中的夏季,地表变形加速,容易引发地质灾害。(3)为分析研究区内与滑坡灾害发生的相关环境因素,选取了高差、坡度、坡向、曲率、地形湿度指数、归一化植被指数、年均降水量、岩性、距断层距离和距道路距离作为区域滑坡灾害易发性评价的易发性因子。经过逻辑回归模型和随机森林模型的分析发现不同的易发性因子对滑坡灾害易发的影响程度不同,其中坡度和距道路距离对滑坡易发性的影响最大。(4)为对比统计模型和机器学习模型在中巴公路滑坡灾害易发性评价中的优劣,分别基于逻辑回归方法和随机森林方法对研究区内的滑坡灾害进行易发性评价研究。易发性等级分为极低、低、中等、高和极高五类。两类评价结果均显示高易发区和极高易发区集中分布在盖孜河谷全段、塔什库尔干河谷两侧和红旗拉普附近。逻辑回归模型中的高易发和极高易发性占总评价结果的9.63%,验证数据集有58.17%的历史滑坡灾害点落在高易发和极高易发范围内,AUC的值达0.868;随机森林模型中的高易发和极高易发性占总评价结果的8.29%,验证数据集有98.79%的历史滑坡灾害点落在高易发和极高易发范围内,AUC的值达0.981。从验证精度方面,选择了随机森林评价结果参与到滑坡灾害易发性评价优化中。(5)通过建立形变速率结果值和易发性等级结果值的优化矩阵,对随机森林模型生成的滑坡灾害易发性评价等级结果进行优化,结果显示有2608个单元格的易发性等级增加,其中2176个单元格易发性等级增加1,303个单元格易发性等级增加2,119个单元格易发性等级增加3,10个单元格易发性等级增加4。
曹亚男[6](2019)在《房山山区公路地质灾害的预防与应急管理研究》文中指出截至2018年底我国四级以上的公路总长已达450万千米。公路作为我国主要的交通运输方式,在不同的区域之间穿行,在穿越高山沟壑的过程中不可避免的受到了地质灾害的影响。北京市房山区辖区内山区众多,公路运输任务繁重,也是华北地区地质灾害频发区域。所以房山山区公路地质灾害下公路的安全运行管理具有较大的研究价值。本文以北京房山山区公路为研究对象,对在地质灾害影响下的公路安全管理进行了研究。文章首先就国内外的研究现状进行了文献综述,提出山区地质灾害发生前后的道路安全管理相关方面的研究具有的意义。然后结合房山山区公路的基本情况针对崩塌、滑坡、泥石流等灾害的特征,对该区域的地质灾害进行了分析。在原因分析的基础上通过收集公路地质灾害相关资料,分析、归纳、总结已有的实践经验,利用项目管理的知识进行对灾前、灾后地质灾害下山区公路的安全运行管理提出对策。对于灾害等级进行了划分;给出了灾害应急预案和不同等级下灾害处置的流程,多角度的提出了公路减灾方案。就山区公路地质灾害发生后的处置程序、管理机制以及影响因素和处置措施分别给出了建议。并通过房山区目前正在进行地质灾害后重建的“军红路”安全运行管理进行了案例分析。本文的研究为房山区地质灾害多发影响下的公路安全运行管理提供了有针对性地参考;进一步的为我国尤其是山区众多的华北地区,其地质灾害影响下山区公路的安全运行管理提供了参考。本文的研究具有工程指导和理论意义。
伍仁杰[7](2020)在《中国内陆地区公路洪灾风险区划研究》文中研究指明公路洪灾是在一定孕灾环境下,通过自然界致灾因子(洪水、暴雨、人类工程活动等)作用于承灾体(公路、社会经济等)并受到防洪减灾能力(灾害防治、人力物力资金投入等)影响其灾害作用的产物。针对中国内陆地区公路洪水灾害风险性,通过分析其内涵、构成体系、影响因子和评价模型,在对大量历史资料、统计数据、以及实地考察的研究下,本研究对内陆地区公路洪灾风险区划进行了深入研究。(1)采用多属性决策方法初步选取了公路洪灾致灾因子危险性评价指标,然后利用级别优先关系法选取年均24小时最大降雨量、洪水重现期、洪水淹没面积、洪水淹没天数及公路沿线人口密度等5个致灾因子构建了危险性评价指标体系,并将致灾因子危险性划分为极高危险区、高度危险区、中度危险区、低度危险区和微度危险区等五个危险性区域。运用Arc GIS技术分别编制各评价指标的单要素专题图。基于熵权法与复相关系数法建立了权重合成法模型对致灾因子危险性指标进行权重的求取,结合TOPSIS方法,建立了权重合成-TOPSIS危险性评价模型,从而计算得到各危险性区域的阈值。按照公路洪灾致灾因子危险性分区方法,利用Arc GIS的空间叠加功能和计算能力,得到了中国内陆地区公路洪灾致灾因子危险性分区情况。(2)以公路洪灾孕灾环境脆弱性为研究对象,采用多属性决策方法选取了地形地势、地表坡度、地貌类型、河网密度、公路沿线地质灾害发育和植被覆盖等6个指标建立公路洪灾孕灾环境脆弱性指标体系,运用Arc GIS技术分别编制各评价指标的单要素专题图。建立了AHP-专家耦合模型对各脆弱性指标进行权重确定,继而在综合评价法的基础上构建了脆弱性指标评价模型,根据计算获取的阈值对孕灾环境脆弱性各指标进行等级划分确定,利用Arc GIS的空间叠加功能和计算能力,将各指标等级进行区域划分,从而得到中国内陆地区公路洪灾孕灾环境脆弱性分区情况。(3)针对公路洪灾承灾体,运用多属性决策方法选取公路等级、路网密度、公路路产和人均GDP等4个承灾因子构建承灾体易损性评价指标体系并运用Arc GIS地理信息系统技术分别编制各评价指标的单要素专题图。采用局部指标权重法确定各易损性评价指标的权重,进而运用灰色聚类综合分析法建立公路洪灾承灾体易损性评价模型对其进行分析、评价。在Arc GIS地理信息处理系统的支持下,将公路洪灾承灾体易损性等级进行区域划分。从而得到中国内陆地区公路洪灾承灾体易损性区域分布情况。(4)从公路洪灾的特性出发,利用因子分析法遴选出区域面积内水文、雨量观测站点密度、公路地质灾害防治投入、公路地质灾害预报预警能力和劳动力人口比重等4个具有典型代表性的公路洪灾防洪减灾指标,继而建立防洪减灾有效性评价指标体系并运用Arc GIS地理信息系统技术分别编制各评价指标的单要素专题图。采用均值标准化方法对数据进行无量纲化处理,通过AHP-专家耦合模型对各防洪减灾有效性指标进行权重确定,继而构建了有效性综合评价模型。利用Arg GIS软件对计算结果进行分析,获得了中国内陆地区公路洪灾防洪减灾有效性等级分布情况。(5)结合已有成果,把公路洪灾风险评价内容进一步细化为四个方面:公路洪灾致灾因子危险性、公路洪灾孕灾环境脆弱性、公路洪灾承灾体易损性和公路洪灾防洪减灾有效性。运用AHP-德尔菲法确定各风险内容权重,根据多因素综合指数法原则构建了公路洪灾风险评价模型,通过计算得到其风险性阈值及五个评价等级分区值。以中国内陆地区2856个区、县级行政区为评价单元,1km×1km网格单元构建各评价指标数据库,利用Arc GIS空间分析功能对数据进行叠加计算,得到中国内陆地区各区、县行政区公路洪灾风险性等级分布情况及其公路洪灾风险区划。
杜敏[8](2019)在《基于RS与GIS技术的震后公路泥石流危险性评价 ——以G213线汶川-茂县段为例》文中研究说明汶川地震后,高烈度震区泥石流灾害频发,严重威胁居民生命安全、制约工程建设和阻碍经济发展。公路作为抗灾救灾以及震后重建的“生命线”,在强降雨等极端天气的影响下,极易受到震后泥石流的危害,严重影响公路安全与运营。针对震区公路沿线进行震后泥石流危险性评价,揭示震后泥石流形成与分布规律,不仅是工程规划建设与山地灾害防治的重要内容,更是泥石流研究领域中相对薄弱的环节。本文以G213线(汶川-茂县段)沿线为研究区域,通过资料收集、处理与分析,总结研究区震后泥石流形成条件、致灾机理与影响因素;通过时序遥感影像处理与分析,建立遥感判识标志,实现泥石流物源信息提取;利用GIS强大的空间分析功能探寻震后泥石流活动规律;计算频次与物源量,改进流量计算方法;在此基础上构建评价指标体系,采用子流域评价单元,灰色关联分析法与影响因素叠加法相结合进行震后泥石流危险性区划制图与评价分析。本文主要成果与结论如下:(1)通过地质灾害资料与影像特征分析建立遥感判识标志,以各地物光谱特征构建决策树模型实现2008-2018年的泥石流物源信息提取。利用泥石流物源信息进行空间分析与统计,得出在高程<3000m、坡度为10°-60°、距构造<2000m、距水系<500m、岩性为较软岩、植被破坏严重的地区,诱发震后泥石流的可能性较大。(2)根据遥感提取泥石流物源信息的演化规律提取泥石流频次,以物源面积与厚度的关系模型计算泥石流物源量,通过线性拟合修正了流量计算公式。采用灰色关联分析法计算各指标权重,最终计算震后泥石流危险性指数的范围为[1.134,3.289]。(3)基于震后泥石流危险性指数将研究区划分为极低(Ⅰ)、低(Ⅱ)、中(Ⅲ)、高(Ⅳ)和极高(Ⅴ)5个危险区。结果表明中度危险以上的泥石流沟共有86条,面积为1557.69km2,分别占总数与总面积的71.1%与73.9%;G213公路沿线泥石流沟有41条处于中度以上危险区,共占沿线总数的95.6%。区域总体潜在危险性较大,评价结果可为震后泥石流动态监测、灾害评估、防灾减灾以及保障G213线(汶川-茂县段)安全运营与有效管理提供依据与支撑。
刘洋洋[9](2019)在《激光扫描技术支持下的山区公路边坡安全风险评价体系研究》文中指出作为公路安全领域长久以来的技术难题,现有技术方法很难全面有效的对山区公路边坡进行安全风险评价,而与此同时,山区公路边坡的灾害防治形势愈发严峻,滑坡、崩塌和泥石流等地质灾害频频发生,给群众安全和公路建设造成了巨大威胁。边坡安全问题直接关系到公路的长期稳定运营和人民的生命财产安全,因此,目前需要将更多的新技术和新方法引入到山区公路边坡安全风险评价中,并建立一个系统完整的评价体系,以求获取更全面更准确的评价结果,从而为公路边坡防灾减灾工作提供有力的决策支持,将边坡地质灾害风险和灾害可能造成的破坏损失降到最低。针对上述问题,本文结合测绘工程、公路工程、边坡工程以及安全工程等多个交叉学科的先进知识体系,以测绘行业、交通部和应急管理部的相关规定标准为参考,以三维激光扫描技术、基于激光回波原理和Fisher判定法则的陡坡点云滤波算法、基于IGG稳健估计理论和格网最近相邻点查询的改进ICP无控制匹配算法、NURBS高精度曲面模型重建技术、改进熵权集对分析模型以及AHP-模糊综合评价法等多种先进技术方法为支撑,以山区公路边坡危险性宏观评价指标体系和山区公路灾害易损性评价指标体系为基础,以山区公路边坡危险性宏观评价、山区公路边坡危险性微观评价以及山区公路灾害易损性评价为骨架,搭建一个系统全面的、多方法结合应用的山区公路边坡安全风险评价新体系。本文主要研究成果及创新点如下所示:(1)构建一种基于熵权集对分析和三维激光扫描技术的公路边坡危险性评价模型。该模型将边坡危险性宏观评价和微观评价进行了有机结合,先采用改进熵权集对分析模型对公路边坡进行整体的宏观评价,再利用三维激光扫描技术进行深入的微观评价。研究结果表明,该模型能先通过宏观评价方法(熵权集对分析)确定研究区各个边坡的整体危险等级,并从中找出危险性较大的边坡;然后再通过微观评价方法(基于激光扫描的边坡形变位移分析)找出危险边坡中的具体危险区域(灾害隐患点),从而实现由宏观到微观、由整体到局部、由面到点的山区公路边坡危险性立体式评价,并由此获得更完整更全面的评价结果,同时,这也为公路边坡危险性评价研究开辟了一种新思路。(2)构建由边坡地形、岩土地质、气象水文和其他因素等4大因素共14项核心指标所组成的山区公路边坡危险性宏观评价指标体系。基于联系度可拓展原理,对集对分析理论进行优化改进,并结合熵权法,构建一种改进熵权集对分析模型。研究结果表明,改进熵权集对分析模型和其他传统评价方法的的评价结果基本一致,体现出良好的准确性,说明将该模型应用到边坡危险性宏观评价中是可行的,同时,这也为公路边坡危险性宏观评价研究提供了一种新方法。(3)边坡点云处理的好坏直接关系到边坡形变分析(危险性微观评价)结果的准确性,因此本文对边坡点云处理相关算法进行了深入的探索和研究。构建一种基于激光回波原理和Fisher判定法则的陡坡点云滤波算法,该算法先利用激光回波原理对点云数据进行粗分类,再通过Fisher判定法则对粗分类后的剩余点云进行精分类。研究结果表明,相比其他滤波算法,文中算法的滤波总误差率最小,体现出了良好的滤波精度。构建一种基于IGG稳健估计和格网最近相邻点查询的改进ICP无控制匹配算法,该算法不仅能利用IGG稳健估计理论加强ICP算法的抗差能力,还能通过格网最近相邻点查询思想提高ICP算法的运算效率。研究结果表明,相比传统ICP算法,文中改进ICP算法具有更快的计算速度和更强的抗差能力,从而有效提高了点云匹配效率和匹配精度。将NURBS建模技术引入到山区公路边坡高精度模型重建中,研究结果表明,相比三角面片模型和DEM模型,NURBS曲面模型对山区公路边坡表面细节的表达更加完整和准确,对复杂地形边坡的拟合度也更好,其模型效果更能贴合山区公路边坡地形的真实起伏状态。(4)构建由社会经济、道路工程和公路防护等3大因素共8项核心指标所组成的山区公路灾害易损性评价指标体系,并采用AHP-模糊综合评价法实现了山区公路灾害易损性的定量和定性综合评价。研究结果表明,AHP-模糊综合评价法的评价结果与专家现场定性分析结果基本一致,体现出良好的准确性和适用性,说明采用该方法对山区公路灾害进行易损性评价是合理且可行的,同时,这也为山区公路灾害易损性评价研究提供了一种新参考。(5)基于文中构建的山区公路边坡安全风险评价体系,对修武县太行山区某公路边坡进行应用实验。实验结果如下:首先,通过边坡危险性宏观评价结果可知,研究区2号、3号边坡危险性较小,1号、4号和5号边坡危险性较大;其次,通过边坡危险性微观评价找出了1号、4号和5号危险边坡中的具体危险区域;然后,通过公路灾害易损性评价结果可知,研究区公路灾害易损性等级为Ⅳ级(极高);最后,针对危险性较大的边坡,提出了相应的灾害防治建议。
李梦梅[10](2019)在《巴南区公路洪灾风险多尺度综合评估研究》文中研究表明公路洪灾风险评估研究是当前自然灾害研究领域的热点与难点之一,同时也是防灾减灾规划与管理工作的重要依据。在全球气候变化与人类活动不断增强的背景下,当前我国公路洪灾研究的侧重点已从早期的危险性评价向综合风险评估过渡,但针对中观及以上尺度的风险评估研究还不够深入。巴南区特殊的地理环境和强烈的人类活动导致区内洪水灾害频发,开展巴南区公路洪灾风险评估的相关研究与探索,对区内公路洪灾的防灾减灾具有重要的理论与实际意义,对我国其他山地及丘陵地区的公路洪灾风险评估研究也具有一定的参考价值。开展公路洪灾风险评估及其空间分布格局研究,既是转变我国防灾减灾理念、有效降低公路洪灾损失的迫切要求,也可以填补当前公路洪灾风险评估研究的不足。论文在归纳国内外公路洪灾研究现状的基础上,从公路洪灾的基本概念、影响因素、评估内容等方面分析了公路洪灾风险评估的基本体系,探讨了公路洪灾风险评估方法及其适宜性,据此构建了公路洪灾综合评估方法体系。以巴南区为例,运用不同方法从栅格单元、小流域单元和镇级行政单元三个尺度分析其洪灾危险性水平。基于公路动态分段技术与模糊评价方法等,评价巴南区公路洪灾承灾体易损性。结合定性分析与定量评估方法,对不同空间尺度的公路洪灾风险进行评估,估算巴南区公路洪灾的期望损失风险。根据评估结果及野外调查验证,提出巴南区公路洪灾风险处置对策与建议。得到的主要结果与结论有:(1)构建了公路洪灾危险性评价指标体系,应用不同方法得到基于格网单元、小流域单元和镇级行政单元的危险性评价结果,探讨了不同研究单元在危险性评价研究中的适宜性及评价模型的选取与应用。(1)基于格网尺度的公路洪灾危险性评价结果显示:巴南区以微度危险和低度危险区域为主,分别占总面积的30.75%和45%,中度危险和高度危险区域分别占总面积的18.42%和5.83%;经K折交叉法验证,评价精度达到0.805,因此,选用格网作为研究单元能有效地探究研究区域内部的危险性分布差异;由于其数据精度高,样本信息完整,适合选用神经网络模型进行评估。(2)基于小流域尺度的危险性评价结果显示:巴南区主要以微度危险和低度危险区域为主,分别占总面积的34.78%和33.96%,中度危险和高度危险区域占总面积的27.05%和4.21%;经全数检验法验证,评价精度为0.763,选用小流域作为研究单元能体现公路洪灾影响因子在空间上的完整性,其结果可以为流域灾害管理与防治工作提供决策支持;由于其数据信息量的减少增加了评价结果的不确定性和随机性,更适合采用模糊评价方法进行评估。(3)基于镇域尺度的公路洪灾危险性评价结果显示:巴南区低度危险和中度危险镇(街道)居多,存在3个高度危险镇(街道),分别是李家沱、花溪和龙洲湾街道;选用镇域行政单元分析各镇(街道)的洪灾危险性等级,能够满足管理决策制定的需求,为区域灾害管理措施的制定、实施及减灾资源的分配提供科学的依据,但由于数据精度低,评估结果较其他两种研究尺度更低,不适用于微观区域的洪灾危险分析。(2)探讨了承灾体易损性的影响因素,构建了公路洪灾承灾体易损性评价指标体系,运用模糊评价方法计算得到巴南区公路洪灾承灾体易损性评价结果。(1)承灾体的易损性不仅是指其抗灾能力大小,还包括承灾体在孕灾空间内的暴露程度,因此,从脆弱性与暴露性两方面综合评估公路洪灾承灾体易损性更具有现实意义。(2)将巴南区公路洪灾承灾体的易损性划分为微度易损、低度易损、中度易损和高度易损四个等级,评估结果中最多的是微度易损等级,比例为52.5%,最少的是高度易损等级,但仍占到11.8%的比重。(3)在制定公路洪灾减灾措施时,应根据公路的脆弱性与区域物质、经济和社会暴露性的实际状况,有针对地实施灾害防治措施。(3)采用定性分析方法得到巴南区公路洪灾风险等级,构建了定量评估模型,得到巴南区公路洪灾期望损失风险,基于评估结果提出风险处置建议。(1)定性分析巴南区公路洪灾风险得到,区内低风险等级的公路最多,占到研究公路总长的39.8%;中等风险公路和较高风险公路占研究公路总长的32.4%、22.2%;高风险公路最少,占研究公路总长的5.6%。(2)定量评估结果与定性评估结果的趋势相一致,风险等级高的路段,其洪灾期望损失值也相对较高;鱼洞街道、花溪街道和李家沱街道各公路的洪灾风险损失量和值较高,天星寺镇各公路的风险损失和值最低。(3)针对不同风险等级的区域,应实行不同的防灾减灾措来施降低风险;低风险区域主要以防灾减灾知识宣传、教育等非工程措施为主;中等风险和较高风险区域主要以防护工程措施建设为主,非工程措施为辅;高风险区域,应结合工程性和非工程性措施降低风险,对于部分高风险区域,还应注重风险规避,减少灾害损失。
二、Disaster Reduction Decision Support System Against Debris Flows and Landslides Along Highway in Mountainous Area(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Disaster Reduction Decision Support System Against Debris Flows and Landslides Along Highway in Mountainous Area(论文提纲范文)
(1)川藏公路北线泥石流风险评价(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 立题依据及研究意义 |
1.2 国内外研究现状 |
1.2.1 泥石流危险性评价 |
1.2.2 泥石流承灾体易损性评价 |
1.2.3 泥石流风险评价 |
1.3 研究目标及内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 关键科学问题 |
1.4 研究思路与技术路线 |
1.4.1 研究思路 |
1.4.2 技术路线 |
1.4.3 研究特色和创新点 |
2 川藏公路北线自然环境概况 |
2.1 自然地理条件 |
2.1.1 位置与交通 |
2.1.2 气象与水文 |
2.2 地质环境条件 |
2.2.1 地形地貌 |
2.2.2 地层岩性 |
2.2.3 地质构造 |
2.2.4 新构造运动与地震 |
2.2.5 水文地质条件 |
2.2.6 人类活动 |
3 川藏公路北线泥石流特征 |
3.1 泥石流的分布特征 |
3.1.1 不同路段泥石流的分布特征 |
3.1.2 不同行政区划内泥石流的分布特征 |
3.1.3 不同构造单元内泥石流的分布特征 |
3.2 泥石流的发育特征 |
3.2.1 泥石流堆积扇发育特征 |
3.2.2 泥石流活动性特征 |
3.2.3 泥石流流体性质 |
3.3 泥石流对沿线道路的危害方式 |
4 川藏公路北线泥石流危险性评价 |
4.1 公路概况 |
4.2 评价指标 |
4.3 评价方法 |
4.4 评价结果及分析 |
5 川藏公路北线公路易损性评价 |
5.1 泥石流对公路的损毁 |
5.2 公路损毁成因分析 |
5.3 易损性影响因素分析 |
5.4 评价指标 |
5.5 评价方法 |
5.6 评价结果及分析 |
6 川藏公路北线泥石流风险评价 |
6.1 评价方法 |
6.2 风险区划 |
6.3 结果分析 |
7 结论与展望 |
7.1 结论 |
7.2 展望 |
致谢 |
参考文献 |
附录 A-地质图统一图例 |
附录 B-易损性指标中桥梁结构参数 |
附录 C-易损性指标中涵洞结构参数 |
附录 D-泥石流灾害点易损性指标赋值 |
攻读学位期间取得的研究成果 |
(2)2015年尼泊尔地震震区滑坡的继发性和震后演化研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究现状 |
1.1.1 地震滑坡 |
1.1.2 2015年尼泊尔地震滑坡研究现状 |
1.1.3 存在的问题 |
1.2 拟解决的科学问题 |
1.3 研究目的和意义 |
1.4 研究思路、内容和创新点 |
1.4.1 研究思路 |
1.4.2 研究内容和方法 |
1.4.3 论文创新点 |
1.5 论文架构 |
第2章 2015年尼泊尔地震构造背景和震区概况 |
2.1 区域构造背景 |
2.2 2015年尼泊尔地震 |
2.3 震区地形地貌和气候 |
第3章 尼泊尔地震震区多期次滑坡编目 |
3.1 数据与方法 |
3.1.1 数据 |
3.1.2 多期次滑坡建库方法 |
3.1.3 频率密度和体积分析 |
3.2 震区多期次滑坡 |
3.2.1 多期次滑坡编目 |
3.2.2 滑坡面积和数量变化趋势 |
3.2.3 滑坡的频率密度-面积分布演化趋势 |
3.3 小结 |
第4章 滑坡空间分布的继发性分析 |
4.1 数据和方法 |
4.1.1 影响因子 |
4.1.2 滑坡数据 |
4.1.3 分析方法 |
4.2 结果和分析 |
4.2.1 空间尺度上的滑坡分布特征 |
4.2.2 时间尺度上的滑坡分布特征 |
4.3 小结 |
第5章 滑坡几何特征的继发性研究 |
5.1 数据和方法 |
5.1.1 滑坡几何参数的定义 |
5.1.2 影响因子和滑坡数据 |
5.1.3 分析方法 |
5.2 结果和分析 |
5.2.1 几何参数 |
5.2.2 不同几何形态的滑坡数据 |
5.2.3 不同几何形态滑坡分布特征的继发性 |
5.3 小结 |
第6章 滑坡易发性分区的继发性分析 |
6.1 数据和方法 |
6.1.1 样本数据及处理方法 |
6.1.2 易发性评价方法 |
6.2 结果和分析 |
6.2.1 滑坡易发性分区的继发性特征 |
6.2.2 易发性评价后向递进预测与验证 |
6.3 小结 |
第7章 基于多期次编目的滑坡活动性演化分析 |
7.1 前言 |
7.2 数据与方法 |
7.3 结果和分析 |
7.3.1 滑坡活动性 |
7.3.2 震后各年消失的滑坡的特征 |
7.4 小结 |
第8章 基于MODIS NDVI数据的滑坡演化分析 |
8.1 前言 |
8.2 数据和方法 |
8.3 结果和分析 |
8.3.1 NDVI及其变化 |
8.3.2 植被覆盖度(FVC)及其变化 |
8.3.3 植被恢复率及其变化 |
8.4 小结 |
第9章 基于野外调查的滑坡演化分析 |
9.1 野外考察路线 |
9.2 数据和方法 |
9.3 结果和分析 |
9.3.1 Araniko公路沿线的滑坡 |
9.3.2 Pasang Lhamu公路沿线的滑坡 |
9.3.3 滑坡演化分析实例 |
9.4 讨论 |
9.5 小结 |
第10章 主要结论及展望 |
10.1 主要结论 |
10.2 存在的不足及下一步工作计划 |
附图 |
附表 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(3)云南省农村公路水毁灾害分析及对策研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 本文研究目的、内容及分析导图 |
1.4 本文创新之处 |
第二章 云南省自然环境条件及其农村公路水毁调查 |
2.1 云南省自然环境条件 |
2.2 云南省自然环境条件对农村公路稳定性的影响 |
2.3 云南省农村公路水毁调查 |
2.4 红河州农村公路水毁调查 |
2.5 大理市农村公路水毁调查 |
2.6 丽江市农村公路水毁调查 |
2.7 文山州农村公路水毁调查 |
2.8 怒江州农村公路水毁调查 |
2.9 本章小结 |
第三章 云南省农村公路水毁灾害机理分析 |
3.1 路基水毁灾害机理分析 |
3.2 边坡水毁灾害机理分析 |
3.3 泥石流灾害 |
3.4 路面水毁灾害机理分析 |
3.5 挡土墙水毁灾害机理分析 |
3.6 排水设施水毁灾害机理分析 |
3.7 桥梁水毁灾害机理分析 |
3.8 防护工程水毁机理 |
3.9 本章小结 |
第四章 云南省农村公路水毁灾害评价 |
4.1 云南省农村公路宏观水毁因子分析及其量化研究 |
4.2 基于灰色关联理论的云南省农村公路水毁评价模型研究 |
4.3 模型评价等级划分研究 |
4.4 评价实例 |
4.5 本章小结 |
第五章 云南省农村公路水毁灾害防治对策研究 |
5.1 路基水毁防治对策 |
5.2 边坡水毁防治对策 |
5.3 泥石流防治对策 |
5.4 路面水毁防治对策 |
5.5 挡土墙水毁防治对策 |
5.6 排水设施水毁防治对策 |
5.7 桥梁工程水毁防治对策 |
5.8 防护工程水毁防治对策 |
5.9 本章小结 |
第六章 水毁防治工程应用实例 |
6.1 文山州农村公路水毁治理 |
6.2 大理市农村公路水毁治理 |
6.3 怒江州农村公路水毁治理 |
6.4 丽江市农村公路水毁治理 |
6.5 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望 |
致谢 |
参考文献 |
附录 A(攻读学位其间发表论文与参加课题目录) |
(4)基于GIS的山区铁路选线策略及线路走向方案研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 山区铁路规划研究现状 |
1.2.2 Arc GIS在铁路选线领域的研究现状 |
1.2.3 研究现状评价 |
1.3 研究内容及技术路线 |
1.3.1 主要研究内容 |
1.3.2 研究方法和技术路线 |
第2章 山区铁路线路方案决策影响因素分析 |
2.1 山区铁路类别分析 |
2.1.1 高海拔大高差复杂艰险山区铁路 |
2.1.2 高原盆地山区铁路 |
2.1.3 低山丘陵山区铁路 |
2.2 经济据点因素分析 |
2.2.1 地区人口 |
2.2.2 区域生产力 |
2.2.3 区位及城市定位 |
2.2.4 客货运输需求 |
2.3 地质灾害易发性因素分析 |
2.3.1 滑坡 |
2.3.2 崩塌 |
2.3.3 泥石流 |
2.3.4 地震 |
2.3.5 特殊地质灾害 |
2.4 人文环保资源因素分析 |
2.4.1 自然保护区 |
2.4.2 水源保护区 |
2.4.3 文化遗产保护区 |
2.4.4 矿产资源区 |
2.5 建设成本因素分析 |
2.5.1 线路 |
2.5.2 桥梁与隧道 |
2.5.3 土地征用 |
2.5.4 不良地层段 |
2.6 区域可达性因素分析 |
2.6.1 既有路网可达性 |
2.6.2 规划路网可达性 |
2.7 本章小结 |
第3章 山区铁路选线策略研究 |
3.1 山区铁路线路方案决策指标体系 |
3.1.1 指标选取原则 |
3.1.2 指标筛选方法 |
3.1.3 构建山区铁路线路方案决策指标体系 |
3.2 指标权重研究 |
3.2.1 AHP计算主观权重 |
3.2.2 模糊熵权法计算客观权重 |
3.2.3 偏差平方和最小法计算主客观组合权重 |
3.3 多目标决策方法探讨 |
3.4 基于AHP-模糊熵权的山区铁路选线策略 |
3.5 本章小结 |
第4章 基于GIS的区域空间信息数据库构建 |
4.1 区域空间信息数据库构建原则 |
4.2 区域空间数据类型及获取途径 |
4.2.1 空间数据类型 |
4.2.2 矢量数据获取 |
4.2.3 栅格数据获取 |
4.3 区域空间信息数据处理与储存 |
4.4 构建基于GIS的区域空间信息数据库 |
4.5 本章小结 |
第5章 基于GIS的山区铁路线路走向方案研究 |
5.1 基于GIS的山区铁路选线指标量化 |
5.1.1 定量指标规范化 |
5.1.2 定性指标规范量化 |
5.1.3 选取指标特征数据 |
5.2 基于GIS数据库的指标区划 |
5.2.1 经济据点类指标区划 |
5.2.2 地质灾害易发类指标区划 |
5.2.3 人文环保资源类指标区划 |
5.2.4 建设成本类指标区划 |
5.2.5 区域可达类指标区划 |
5.3 山区铁路选线策略及权重应用 |
5.3.1 策略及权重适配 |
5.3.2 策略及权重的量化调整 |
5.3.3 山区铁路选线策略及权重的应用 |
5.4 基于GIS的山区铁路线路走向方案生成 |
5.4.1 区位优势的表征方法 |
5.4.3 综合多因素的GIS数据处理 |
5.4.4 线路走向生成 |
5.5 山区铁路走向方案优化与推广 |
5.5.1 算法模型参数的优化 |
5.5.2 推广 |
5.6 本章小结 |
结论与展望 |
结论和主要研究成果 |
问题与展望 |
致谢 |
参考文献 |
攻读硕士学位期间发表的论文及科研成果 |
(5)中巴公路(中国段)地质灾害早期识别和滑坡易发性评价研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 选题依据和研究意义 |
1.2 研究现状 |
1.2.1 中巴公路地质灾害研究现状 |
1.2.2 基于InSAR技术的地质灾害早期识别研究现状 |
1.2.3 滑坡易发性评价研究现状 |
1.3 主要研究内容和技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线图 |
1.4 论文创新点 |
第二章 研究区概况 |
2.1 研究区范围 |
2.2 地形地貌 |
2.3 地层岩性 |
2.4 地质构造 |
2.5 水文地质条件 |
2.6 气候条件 |
2.7 人类活动 |
第三章 研究方法和数据 |
3.1 SBAS-InSAR方法 |
3.1.1 InSAR原理 |
3.1.2 SBAS-InSAR方法处理流程 |
3.1.3 雷达视线向形变速率转斜坡向形变速率 |
3.2 滑坡灾害易发性评价方法 |
3.2.1 逻辑回归方法 |
3.2.2 随机森林方法 |
3.2.3 模型精度验证方法 |
3.3 研究数据 |
第四章 基于InSAR技术的地质灾害早期识别 |
4.1 地质灾害早期识别结果 |
4.1.1 SBAS-InSAR处理过程 |
4.1.2 地质灾害早期识别结果 |
4.2 典型地质灾害体的变形和运动特征 |
4.2.1 滑坡变形特征 |
4.2.2 不稳定斜坡变形特征 |
4.2.3 冰川运动变形特征 |
4.2.4 地面沉降运动特征 |
第五章 滑坡灾害易发性评价研究 |
5.1 滑坡灾害易发性影响因子数据 |
5.1.1 高差 |
5.1.2 坡度 |
5.1.3 坡向 |
5.1.4 曲率 |
5.1.5 地形湿度指数 |
5.1.6 归一化植被指数 |
5.1.7 年降水量 |
5.1.8 岩性分组 |
5.1.9 距断层距离 |
5.1.10 距道路距离 |
5.2 数据预处理 |
5.2.1 数据分类 |
5.2.2 多重共线性诊断 |
5.3 逻辑回归模型 |
5.3.1 逻辑回归模型建立 |
5.3.2 逻辑回归评价结果 |
5.4 随机森林模型 |
5.4.1 随机森林模型建立 |
5.4.2 随机森林评价结果 |
第六章 滑坡灾害易发性评价优化 |
6.1 滑坡灾害易发性评价优化方法 |
6.2 滑坡易发性等级优化结果 |
第七章 结论与展望 |
7.1 主要结论 |
7.2 研究中存在的不足 |
7.3 工作展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
(6)房山山区公路地质灾害的预防与应急管理研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景、目的及意义 |
1.1.1 研究背景 |
1.1.2 研究目的意义 |
1.2 国内外研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.2.3 小结 |
1.3 研究内容及方法 |
1.3.1 论文主要研究内容 |
1.3.2 论文研究方法 |
第2章 房山山区公路地质灾害预防与应急管理理论 |
2.1 房山区公路概况 |
2.1.1 房山区概况 |
2.1.2 房山区公路网概况 |
2.1.3 房山区公路网特点 |
2.2 房山山区公路地质灾害分类及成因分析 |
2.2.1 公路地质灾害分类 |
2.2.2 房山区公路地质灾害成因分析 |
2.3 房山区公路地质灾害特征分析 |
2.3.1 房山区公路地质灾害种类多,分布广 |
2.3.2 地质灾害对房山区公路影响大 |
2.3.3 地质灾害的特征分析 |
2.4 地质灾害预防与应急管理理论研究 |
2.4.1 地质灾害概念 |
2.4.2 地质灾害预防与应急管理原则 |
2.5 小结 |
第3章 地质灾害前房山山区公路的预防管理 |
3.1 公路地质灾害的预防总则 |
3.2 公路地质灾害安全运行的预防措施 |
3.2.1 常见公路地质灾害防治措施 |
3.2.2 公路地质灾害监测预警措施 |
3.2.3 地质灾害多发段安全运行的改线措施 |
3.3 房山区公路地质灾害应急预案 |
3.3.1 公路地质灾害应急预案 |
3.3.2 公路地质灾害的级别划分 |
3.3.3 灾害应急处置机构 |
3.3.4 应急预案实施方案 |
3.3.5 应急预案分级安全管理实施流程 |
3.4 房山区公路减灾方法 |
3.4.1 实施综合治理 |
3.4.2 科学防灾减灾 |
3.4.3 采取措施提升抗灾应对能力 |
3.4.4 公路使用者要有防灾避灾意识 |
3.5 小结 |
第4章 地质灾害后房山山区公路的应急管理 |
4.1 应急处置程序 |
4.1.1 灾情汇报流程 |
4.1.2 启动对应级别的应急预案 |
4.2 安全运行管理机制 |
4.3 地质灾害下公路安全运行影响分析 |
4.3.1 地质灾害对公路交通的时间影响 |
4.3.2 地质灾害对公路交通的空间影响 |
4.4 地质灾害下公路安全运行处置措施 |
4.4.1 地质灾害下处置原则 |
4.4.2 地质灾害下处置措施 |
4.4.3 地质灾害下公路抢通 |
4.4.4 地质灾害下恢复重建 |
4.5 小结 |
第5章 房山区军红路安全运行管理案例分析 |
5.1 军红路地质灾害基本情况 |
5.1.1 军红路概况 |
5.1.2 地质灾害概况 |
5.1.3 军红路地质灾害成因分析 |
5.1.4 军红路地质灾害发展趋势 |
5.2 军红路地质灾害防治管理措施 |
5.2.1 地质灾害前检测与预防措施 |
5.2.2 地质灾害发生后的安全运行管理 |
5.2.3 军红路地质灾害后工作流程 |
5.3 军红路地质灾害后运行管理效果评价 |
5.3.1 经验总结 |
5.3.2 存在问题 |
5.4 小结 |
结论和展望 |
结论 |
展望 |
参考文献 |
攻读硕士学位期间取得的科研成果 |
论文 |
致谢 |
(7)中国内陆地区公路洪灾风险区划研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状分析 |
1.2.1 公路洪灾致灾因子危险性 |
1.2.2 公路洪灾孕灾环境脆弱性 |
1.2.3 公路洪灾承灾体易损性 |
1.2.4 公路洪灾防洪减灾有效性 |
1.2.5 公路洪灾风险评价与区划 |
1.2.6 当前研究中存在的主要问题 |
1.3 论文主要研究内容 |
1.4 技术路线 |
1.5 预期目标 |
第二章 公路洪灾致灾因子危险性评价 |
2.1 致灾因子指标体系 |
2.1.1 评价指标体系建立原则 |
2.1.2 级别优先关系法遴选指标因子 |
2.1.3 致灾因子危险性指标 |
2.2 基于权重合成-TOPSIS危险性评价模型 |
2.2.1 评价指标归一化 |
2.2.2 熵权-复相关系数合成法确定指标权重 |
2.2.3 危险性评价模型 |
2.3 致灾因子危险性分区 |
2.4 本章小结 |
第三章 公路洪灾孕灾环境脆弱性分析 |
3.1 孕灾环境指标分析 |
3.1.1 地形地势(b_1) |
3.1.2 地表坡度(b_2) |
3.1.3 地貌类型(b_3) |
3.1.4 河网密度(b_4) |
3.1.5 公路沿线地质灾害发育(b_5) |
3.1.6 植被覆盖(b_6) |
3.2 构建孕灾环境脆弱性评价模型 |
3.2.1 评价指标体系的建立 |
3.2.2 评价指标量化赋值与标准化处理 |
3.2.3 计算评价指标权重 |
3.2.4 基于Arc GIS的孕灾环境综合指数评价模型 |
3.3 孕灾环境脆弱性分区 |
3.4 本章小结 |
第四章 公路洪灾承灾体易损性评价 |
4.1 承灾体易损性指标分析 |
4.1.1 公路等级(c_1) |
4.1.2 路网密度(c_2) |
4.1.3 公路路产(c_3) |
4.1.4 人均GDP(c_4) |
4.2 承灾体易损性评价模型 |
4.2.1 评价指标体系 |
4.2.2 指标数据无量纲化处理 |
4.2.3 指标权重计算 |
4.2.4 基于局部指标权重加权的灰色聚类耦合评价模型 |
4.3 承灾体易损性分区 |
4.4 本章小结 |
第五章 公路洪灾防洪减灾有效性分析 |
5.1 防洪减灾有效性指标分析 |
5.1.1 区域面积内水文、雨量观测站点密度(d_1) |
5.1.2 公路地质灾害防治投入(d_2) |
5.1.3 公路地质灾害预报预警能力(d_3) |
5.1.4 劳动力人口比重(d_4) |
5.2 防洪减灾有效性评价 |
5.2.1 评价指标体系 |
5.2.2 指标数据归一化处理 |
5.2.3 有效性指标权重计算 |
5.2.4 有效性评价模型 |
5.3 防洪减灾有效性区划 |
5.4 本章小结 |
第六章 中国内陆地区公路洪灾风险区划 |
6.1 公路洪灾风险理论 |
6.1.1 公路洪灾理论 |
6.1.2 公路洪灾风险评价内涵 |
6.1.3 公路洪灾风险评价方法 |
6.2 公路洪灾风险性评价模型 |
6.2.1 风险性评价目标 |
6.2.2 风险评价模型构建 |
6.3 公路洪灾风险区划 |
6.3.1 公路洪灾风险分区 |
6.3.2 中国内陆地区公路洪灾风险区划 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
致谢 |
参考文献 |
在校期间发表的论文和取得的学术成果 |
(8)基于RS与GIS技术的震后公路泥石流危险性评价 ——以G213线汶川-茂县段为例(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 选题依据 |
1.1.1 现实需求 |
1.1.2 科学意义 |
1.2 国内外研究现状 |
1.2.1 泥石流特性研究 |
1.2.2 泥石流危险性评价 |
1.2.3 泥石流危险性评价中的RS与GIS技术 |
1.3 研究内容 |
1.4 技术路线 |
第二章 数据获取与处理 |
2.1 数据类型与来源 |
2.1.1 基础空间信息 |
2.1.2 遥感影像数据 |
2.2 DEM数据处理 |
2.2.1 计算坡度 |
2.2.2 提取沟谷网络 |
2.2.3 划分评价单元 |
2.3 遥感影像处理 |
2.3.1 预处理 |
2.3.2 图像增强 |
2.4 小结 |
第三章 泥石流物源信息提取 |
3.1 泥石流物源信息遥感判识 |
3.1.1 崩塌 |
3.1.2 滑坡 |
3.1.3 泥石流 |
3.2 泥石流物源信息提取 |
3.2.1 原理与方法 |
3.2.2 光谱特征分析 |
3.2.3 建立决策树模型 |
3.3 精度验证与结果分析 |
3.3.1 精度分析 |
3.3.2 结果分析 |
3.4 小结 |
第四章 震后泥石流活动规律 |
4.1 研究区概况 |
4.1.1 自然条件 |
4.1.2 人类活动 |
4.1.3 地质灾害 |
4.2 震后泥石流形成条件 |
4.2.1 形成条件 |
4.2.2 致灾机理 |
4.2.3 影响因素 |
4.3 震后泥石流活动特征 |
4.3.1 地形地貌 |
4.3.2 地质构造 |
4.3.3 水系网络 |
4.3.4 土地利用 |
4.4 小结 |
第五章 震后泥石流危险性评价 |
5.1 评价原理与方法 |
5.1.1 评价原理 |
5.1.2 评价方法 |
5.2 评价指标体系 |
5.2.1 评价指标 |
5.2.2 关键指标处理 |
5.2.3 构建评价指标体系 |
5.3 危险性评价 |
5.3.1 危险度计算 |
5.3.2 评价结果与分析 |
5.4 小结 |
结论与展望 |
主要结论 |
展望 |
参考文献 |
致谢 |
攻读学位期间的科研项目、论文成果及奖励 |
(9)激光扫描技术支持下的山区公路边坡安全风险评价体系研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与研究意义 |
1.2 国内外研究现状 |
1.2.1 边坡危险性评价方法研究现状 |
1.2.2 公路灾害易损性评价研究现状 |
1.2.3 边坡变形监测方法研究现状 |
1.3 目前研究存在的问题和不足 |
1.4 论文主要研究内容 |
1.5 论文主要研究方法及技术路线 |
2 基于熵权集对分析的公路边坡危险性宏观评价方法研究 |
2.1 熵权法与集对分析理论概况 |
2.1.1 熵权法的基本理念及主要特点 |
2.1.2 集对分析理论的数学原理及主要特点 |
2.1.3 集对分析理论引入到公路边坡危险性评价中的基本思想 |
2.2 改进熵权集对分析模型的提出 |
2.2.1 现有边坡危险性评价方法的局限和不足 |
2.2.2 改进熵权集对分析模型的核心理念及主要优势 |
2.2.3 基于熵权法确定评价指标权重 |
2.2.4 基于改进集对分析理论确定单指标联系度 |
2.2.5 基于加权计算确定集对的综合联系度 |
2.3 山区公路边坡危险性宏观评价指标体系构建 |
2.3.1 山区公路边坡主要特点及边坡灾害特征研究 |
2.3.2 山区公路边坡危险性宏观评价核心指标归纳分析 |
2.3.3 建立山区公路边坡危险性宏观评价指标体系 |
2.4 本章小结 |
3 基于点云处理算法的公路边坡危险性微观评价方法研究 |
3.1 基于激光回波原理和Fisher判定法则的陡坡点云滤波算法 |
3.1.1 点云滤波的主要作用及现有点云滤波算法的不足 |
3.1.2 激光回波原理 |
3.1.3 Fisher判定法则 |
3.1.4 陡坡点云滤波算法核心思想及实现流程 |
3.1.5 点云滤波算法对比及精度分析 |
3.2 基于IGG稳健估计和格网最近相邻点查询的改进ICP算法 |
3.2.1 点云匹配的基本原理及主要作用 |
3.2.2 现有点云匹配算法的局限和不足 |
3.2.3 IGG稳健估计理论 |
3.2.4 格网最近相邻点查询算法 |
3.2.5 改进ICP无控制匹配算法的核心理念及实现流程 |
3.2.6 点云匹配算法对比及精度验证 |
3.3 基于NURBS曲面建模的边坡高精度模型重建方法 |
3.3.1 NURBS曲面建模数学原理 |
3.3.2 NURBS曲面建模实现流程 |
3.3.3 边坡NURBS曲面建模及模型效果对比实验 |
3.4 基于三维激光点云数据的边坡形变位移分析方法研究 |
3.4.1 边坡形变位移分析的重要意义 |
3.4.2 现有基于激光点云数据的边坡形变位移分析方法的不足和局限 |
3.4.3 基于多期NURBS曲面模型对比的边坡形变位移分析方法 |
3.5 本章小结 |
4 基于AHP-模糊评价的山区公路灾害易损性评价方法研究 |
4.1 AHP法与模糊评价法概况 |
4.1.1 AHP法的实现流程及主要特点 |
4.1.2 模糊评价法的基本定义及主要特点 |
4.2 AHP-模糊综合评价法 |
4.2.1 AHP-模糊综合评价法的核心思想及实现流程 |
4.2.2 AHP-模糊评价法应用于公路灾害易损性评价中的主要优势 |
4.3 山区公路灾害易损性评价指标体系构建 |
4.3.1 现有山区公路灾害易损性评价指标体系的不足 |
4.3.2 山区公路边坡灾害易损性评价指标体系补充完善 |
4.3.3 建立山区公路灾害易损性评价指标体系 |
4.4 本章小结 |
5 山区公路边坡安全风险评价应用实例 |
5.1 研究区概况 |
5.1.1 研究区公路边坡基本情况 |
5.1.2 研究区气象水文概况 |
5.1.3 研究区地质环境及地震活动情况 |
5.1.4 研究区人类工程活动情况 |
5.1.5 研究区灾害历史资料 |
5.2 研究区公路边坡危险性宏观评价 |
5.2.1 研究区公路边坡分段 |
5.2.2 构建研究区公路边坡危险性宏观评价标准 |
5.2.3 确定各危险性评价指标权重 |
5.2.4 确定各评价指标的单指标联系度 |
5.2.5 确定综合联系度及危险性宏观评价结果 |
5.2.6 研究区公路边坡危险性宏观评价结果精度验证 |
5.3 研究区公路边坡危险性微观评价 |
5.3.1 获取危险边坡多期激光点云数据 |
5.3.2 危险边坡点云数据去燥及滤波处理 |
5.3.3 危险边坡多期点云数据无控制匹配 |
5.3.4 危险边坡NURBS高精度曲面模型构建 |
5.3.5 危险边坡形变位移分析及具体危险区域确定 |
5.3.6 研究区公路边坡危险性微观评价结果精度验证 |
5.4 研究区公路灾害易损性评价 |
5.4.1 构建研究区公路灾害易损性评价标准 |
5.4.2 构建易损性评价模糊集合 |
5.4.3 确定易损性评价指标权重 |
5.4.4 建立易损性评价隶属函数及模糊关系矩阵 |
5.4.5 确定公路灾害易损性评价结果 |
5.4.6 研究区公路灾害易损性评价结果精度分析 |
5.5 研究区公路边坡安全风险评价结果归纳分析 |
5.6 研究区危险边坡地质灾害防治建议 |
5.7 本章小结 |
6 结论与展望 |
6.1 主要成果及结论 |
6.2 主要创新点 |
6.3 不足与展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(10)巴南区公路洪灾风险多尺度综合评估研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究目的与意义 |
1.2 国内外研究现状和发展动态 |
1.2.1 公路洪灾影响因素 |
1.2.2 公路洪灾危险性评价 |
1.2.3 洪灾易损性评价 |
1.2.4 洪灾风险评估模型与方法 |
1.3 研究内容和技术路线 |
1.3.1 研究内容 |
1.3.2 研究思路与技术路线 |
第二章 理论基础与巴南区概况 |
2.1 理论基础 |
2.1.1 公路洪灾基本概念 |
2.1.2 公路洪灾类型与特征 |
2.1.3 公路洪灾影响因素 |
2.2 巴南区概况 |
2.2.1 自然地理概况 |
2.2.2 社会经济概况 |
2.2.3 公路交通概况 |
2.3 巴南区公路洪灾及防洪减灾概况 |
2.4 小结 |
第三章 公路洪灾风险评估方法 |
3.1 公路洪灾风险评估理论与方法 |
3.2 危险性与易损性评价模型 |
3.2.1 BP神经网络模型 |
3.2.2 可变模糊优选模型 |
3.3 评价因子权重确定方法 |
3.3.1 主观赋权方法 |
3.3.2 客观赋权方法 |
3.3.3 最优组合赋权法 |
3.4 小结 |
第四章 巴南区公路洪灾多尺度危险性评价 |
4.1 危险性评价指标体系 |
4.1.1 致灾因子指标 |
4.1.2 孕灾环境指标 |
4.2 基于格网尺度的危险性评价 |
4.2.1 格网的划分 |
4.2.2 数据获取与处理 |
4.2.3 BP神经网络危险性评价 |
4.3 基于小流域尺度的危险性评价 |
4.3.1 小流域划分 |
4.3.2 小流域指标数据 |
4.3.3 可变模糊危险性评价与分区 |
4.4 基于镇域尺度的危险性评价 |
4.4.1 镇域指标数据 |
4.4.2 危险性评价与分区 |
4.5 小结 |
第五章 巴南区公路洪灾承灾体易损性评价 |
5.1 公路洪灾承灾体易损性评价指标体系 |
5.1.1 承灾体暴露性 |
5.1.2 承灾体脆弱性 |
5.2 公路分段与数据处理 |
5.2.1 公路动态分段 |
5.2.2 指标数据处理 |
5.3 承灾体易损性评价 |
5.3.1 确定指标权重 |
5.3.2 易损性模糊评价 |
5.4 小结 |
第六章 巴南区公路洪灾多尺度风险评估 |
6.1 多尺度公路洪灾风险评估 |
6.1.1 巴南区公路洪灾风险定性分析 |
6.1.2 巴南区公路洪灾风险定量评估 |
6.2 风险处置对策与建议 |
6.3 小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 不足与展望 |
致谢 |
参考文献 |
附录 |
攻读学位期间取得的研究成果 |
四、Disaster Reduction Decision Support System Against Debris Flows and Landslides Along Highway in Mountainous Area(论文参考文献)
- [1]川藏公路北线泥石流风险评价[D]. 孙聿卿. 西南科技大学, 2021(08)
- [2]2015年尼泊尔地震震区滑坡的继发性和震后演化研究[D]. 田颖颖. 中国地震局地质研究所, 2020(03)
- [3]云南省农村公路水毁灾害分析及对策研究[D]. 杨棚. 昆明理工大学, 2020(05)
- [4]基于GIS的山区铁路选线策略及线路走向方案研究[D]. 任权. 西南交通大学, 2020(07)
- [5]中巴公路(中国段)地质灾害早期识别和滑坡易发性评价研究[D]. 赵富萌. 兰州大学, 2020(01)
- [6]房山山区公路地质灾害的预防与应急管理研究[D]. 曹亚男. 北京建筑大学, 2019(03)
- [7]中国内陆地区公路洪灾风险区划研究[D]. 伍仁杰. 重庆交通大学, 2020(01)
- [8]基于RS与GIS技术的震后公路泥石流危险性评价 ——以G213线汶川-茂县段为例[D]. 杜敏. 长沙理工大学, 2019(07)
- [9]激光扫描技术支持下的山区公路边坡安全风险评价体系研究[D]. 刘洋洋. 河南理工大学, 2019(07)
- [10]巴南区公路洪灾风险多尺度综合评估研究[D]. 李梦梅. 重庆交通大学, 2019(06)