共查询到19条相似文献，搜索用时 171 毫秒
1.
基于ANN与GIS技术的区域岩溶塌陷稳定性预测———以桂林西城区为例 总被引：6，自引：0，他引：6
岩溶地面塌陷是岩溶区常见的一种地质灾害, 塌陷区域预测是进行国土规划、资源开发与灾害防治的必要工作.由于岩溶塌陷的影响因素众多且相互作用, 发展过程复杂, 加之各评价因子的数值获取困难, 致使长期以来塌陷区域定量预测成为一个难以解决的课题.现行的区域预测模型不能描述塌陷形成模式的非线性特征, 也难以克服评价因子权重确定过程中人为经验因素的影响.神经网络技术的自学习、自适应与高度非线性映射特点显示了其在塌陷区域预测领域中应用的前景.根据研究区内地面塌陷空间聚集分布的特征, 提出了不同因子组合条件下塌陷发生可能性的定量化方法, 结合选定的评价因子类别确定了神经网络预测模型的结构, 利用312个塌陷点样本中的292个进行网络训练, 余下的20个样本的校验结果表明该模型具有较高的可信度.运用GIS技术将研究区进行评价单元划分, 并获取各评价因子的取值, 输入到训练好的网络中进行预测.将各单元的输出值进行归并处理后得到研究区岩溶塌陷的稳定级分区图. 相似文献
2.
在对浏阳市永和镇既有岩溶塌陷进行详细勘查的基础上,选取了岩溶发育程度（钻孔溶蚀率）、与区内断层的距离、上覆土层厚度、岩溶水特征、与人工抽水漏斗中心的距离以及地面塌陷现状（地面塌陷密度）等6个岩溶塌陷易发性评价因子,提出了赋值条件及赋值范围,并根据既有塌陷的评价因子评分状况,采用熵值法获取了评价因子的权重,基于正态云模型对研究区岩溶塌陷灾害的易发性进行了评价。正态云模型评价结果中既有岩溶塌陷均分布在岩溶塌陷高易发区,而层次分析法评价结果中3个既有塌陷分布在岩溶塌陷中易发区,说明正态云模型在处理类似岩溶塌陷易发性评价等模糊性及随机性问题时比层次分析法更精准。 相似文献
3.
4.
岩溶地面塌陷神经网络预测 总被引：10，自引：1，他引：10
应用神经网络理论的原理 ,通过对收集到的岩溶地面塌陷实例进行学习 ,建立了岩溶地面塌陷评价及预测模型 ,对某市岩溶地面塌陷进行预测。结果表明 ,神经网络方法具有精度高、收敛速度快、容错能力强等特点 ,在岩溶地面塌陷研究中具有广阔的应用前景 相似文献
5.
为能快速、准确地对覆盖型岩溶发育区进行地面塌陷危险性评价,提出了基于权重反分析的岩溶地面塌陷危险性评价方法。该方法在确定岩溶地面塌陷主要影响因素的基础上,收集整理了唐山地区100个典型工程实例,进而采用权重反分析方法,求得了岩溶地面塌陷各主要影响因素的权重,并建立了岩溶地面塌陷危险性综合评价的评分表。权重反分析结果表明,选取的5个主要因素的权重分别为：岩溶发育程度0.338、第四系底部隔水层隔水能力0.255、覆盖层厚度0.186、基岩水水位埋深0.174、距断裂距离0.047,采用新建立的评分表对100个工程实例的评价结果显示,其评价的正确率达到99%,证明该表具有良好的可行性与有效性。此外,该评分表具有评价因子易于获取、评价过程简单易懂等特点,可准确、快捷地对与唐山岩溶发育区相似区域的岩溶地面塌陷危险性给出评价,因而值得推广和应用。 相似文献
6.
以唐山市岩溶地面塌陷区为依托，提出了单因子图迭置分析的岩溶地面塌陷危险区划分原则和方法，编制了相应的软件系统ＫＬＣ，并对唐山市城市岩溶塌陷进行了综合分区评价。以此为基础对岩溶塌陷宏观减灾对策进行了探讨。提出了以防止岩溶塌陷为目的的地下水优化管理方案，使地下水状态在岩溶地面塌陷危险区形成最不利于塌陷产生的水动力状态，以实现全区塌陷危害最小的目的。 相似文献
7.
唐山市岩溶地面塌陷成因机制与迭置分析方法 总被引：6，自引：1，他引：5
本文在阐述唐山市岩溶地面塌陷地质灾害情况和产生塌陷的地质条件的基础之上,分析了产生岩溶地面塌陷的原因。指出超量开采岩溶地下水是唐山市岩溶塌陷产生的主要原因所在。地震不是唐山市岩溶塌陷的直接致塌原因,但是地震作用破坏了盖层土体的连续性而使其更易破坏。文中提出了分别用静态条件和动态条件进行岩溶地面塌陷危险区划分的原则和单因子图迭置分析的危险区划分方法,并研制了岩溶地面塌陷区划的软件系统ＫＬＣ。以１９９０年地下水流场条件为基础,对唐山市岩溶地面塌陷进行了迭置分析和分区评价 相似文献
8.
9.
岩溶地面塌陷危险性模糊评价方法 总被引：1，自引：0，他引：1
岩溶地面塌陷危险性评价是一个复杂而亟待解决的问题,本文针对岩溶地面塌陷危险性评价的特点,在综合考虑影响岩溶地面稳定性的多种因素的基础上,引入系统层分析方法和多级模糊评价方法,并以正态函数为隶属函数,以实数的加乘运算作为合成运算规则,建立了岩溶地面塌陷危险性评价的二级模糊评价模型,并将评价结果分为:稳定、较稳定、较不稳定和不稳定4级。应用于广州市某建设场地地质灾害评估工程,结果表明该方法具有良好的可靠性。 相似文献
10.
?随着武汉市城市化建设的不断推进,岩溶地面塌陷问题日益凸显。为了揭示其发育规律及进行危险性评价,充分收集岩溶地面塌陷地质灾害调查统计成果,结合基本的工程地质条件和碳酸盐岩的发育情况、分带特征,得出岩溶地面塌陷的时间和空间分布特征。在探明其发育规律的基础上,确定研究区岩溶地面塌陷形成的影响因素,进而建立武汉市三环区岩溶地面塌陷危险性评价指标体系。采用数量化理论得出研究区的危险性等级分区类型:高危险区、较高危险区、较低危险区、低危险区、非岩溶区。综合岩溶地面塌陷发育规律及危险性分区,分析得出各部分区域特征,可在一定程度上指导工程建设和灾害治理。? 相似文献
11.
Prediction of ground subsidence in Samcheok City,Korea using artificial neural networks and GIS 总被引：4，自引：0，他引：4
This study shows the construction of a hazard map for presumptive ground subsidence around abandoned underground coal mines
(AUCMs) at Samcheok City in Korea using an artificial neural network, with a geographic information system (GIS). To evaluate
the factors governing ground subsidence, an image database was constructed from a topographical map, geological map, mining
tunnel map, global positioning system (GPS) data, land use map, digital elevation model (DEM) data, and borehole data. An
attribute database was also constructed by employing field investigations and reinforcement working reports for the existing
ground subsidence areas at the study site. Seven major factors controlling ground subsidence were determined from the probability
analysis of the existing ground subsidence area. Depth of drift from the mining tunnel map, DEM and slope gradient obtained
from the topographical map, groundwater level and permeability from borehole data, geology and land use. These factors were
employed by with artificial neural networks to analyze ground subsidence hazard. Each factor’s weight was determined by the
back-propagation training method. Then the ground subsidence hazard indices were calculated using the trained back-propagation
weights, and the ground subsidence hazard map was created by GIS. Ground subsidence locations were used to verify results
of the ground subsidence hazard map and the verification results showed 96.06% accuracy. The verification results exhibited
sufficient agreement between the presumptive hazard map and the existing data on ground subsidence area.
An erratum to this article can be found at 相似文献
12.
矿区岩溶地表塌陷神经网络预测研究 总被引：3，自引：0，他引：3
针对近年来某矿岩溶地表塌陷频繁发生的现象,分析确定了影响地表塌陷的主要因素,构建了矿区岩溶地表塌陷预测BP神经网络模型,以训练后的BP网络模型对矿山帷幕注浆三期工程完成后可能形成的地表塌陷区的空间分布进行预测。并针对矿山现实塌陷情况,结合各区预测塌陷危险分级结果,提出了相应的岩溶地表塌陷灾害防治措施。实践表明,所建模型的预测结果与矿区地表塌陷实际情况相符,可为矿山后续帷幕注浆工程的设计与施工提供有益借鉴,为岩溶矿区地表塌陷灾害提供预警支持。 相似文献
13.
基于层次分析-模糊综合评价法的徐州市岩溶塌陷易发性评价 总被引：1，自引：0，他引：1
为定量评价城市岩溶塌陷灾害,在详细分析徐州市地质条件的基础上,选取了岩溶发育程度、覆盖层条件、水动力条件等8个致灾因子,运用层析分析-模糊综合评价法对研究区岩溶塌陷易发程度进行评价,得到徐州市岩溶塌陷易发程度分区图。研究结果表明:徐州市岩溶塌陷易发程度分为高易发、中易发、低易发、不易发共4个等级。高易发区主要位于市区溶剂厂-新生街一带及张集水源地邓楼水厂-梁堂水厂一带。区内岩溶水水位长期在基岩面附近波动是诱发岩溶塌陷的主要因素,因此在岩溶塌陷高易发区内应加强对岩溶地下水的开采控制,建立岩溶塌陷监测预警系统,预防岩溶塌陷的发生。 相似文献
14.
以徐州市地质灾害详细调查资料为依据,总结了徐州市地质灾害的主要类型,归纳分析了徐州市地质灾害形成的地质环境条件、诱发因素、发育现状及造成的损失。根据近年来省内外尤其是徐州市地质灾害调查评价和邳州石膏矿区地面塌陷现状及预防措施的建议,结合徐州市地质灾害隐患的具体特点,提出了加强地质灾害防治的有关制度建设、宣传培训工作、科学部署地质灾害防治、监测工程、强化建设项目的地质灾害危险性评估等地质灾害防灾减灾措施。 相似文献
15.
喀斯特流域降雨-径流人工神经网络模型结构分析及模拟 总被引：1，自引：1，他引：0
喀斯特流域降雨-径流响应是一个非线性过程,分析确定地下河流量过程的主要影响因子对喀斯特流域水文过程模拟具有重要意义。本文利用普定后寨河流域实测降雨、径流系列资料,采用神经网络权重分析法确定该流域的人工神经网络模型结构为两个隐含层、三个输入变量,该人工神经网络模型结构可以保持降雨-径流模拟的稳定性。模型经交叉训练与验证,训练期效率系数（NSC）达0.9以上,验证期NSC达0.88以上。说明神经网络权重分析法能够较好地确立预报因子与预报对象的关系,为喀斯特流域降雨-径流模拟提供一种有效的分析手段。 相似文献
16.
广州市白云区岩溶塌陷风险初探 总被引：3，自引：0，他引：3
识别出广州白云区岩溶塌陷风险因素,构建岩溶塌陷层次递阶结构模型,运用层次分析法的相关原理计算出基本风险因素对岩溶塌陷风险事件的影响权重。定义极易塌陷区Ⅰ、易塌陷区Ⅱ、次易塌陷区Ⅲ、不易塌陷区Ⅳ和稳定区Ⅴ共5个岩溶塌陷等级分区,建立各基本风险因素5个等级与岩溶塌陷等级分区的对应关系。为实现岩溶塌陷风险的定量评价,定义单因素致塌概率pi,引入伯努利试验建立岩溶塌陷概率计算模型,选取覆盖层厚度、岩溶发育程度、地下水位埋深、基岩岩性、覆盖层结构与底板岩性、地下水开采强度、地下活动强度和地表施工加载与振动等8个基本风险因素参与评价单元塌陷概率计算,并据此确定岩溶塌陷风险等级狭义标准,为区域岩溶塌陷等级分区的划分提供参考依据。岩溶塌陷风险等级分区表明：极易塌陷区集中在分析区内的江村、古楼岗、泉溪、西湖、社岗一带;易塌陷区和次易塌陷区主要分布在江高镇和原石井镇等地带。风险等级分区与白云区已有岩溶塌陷历史统计资料及塌陷危害程度评价结果较为吻合,从而验证了评价方法的有效性。 相似文献
17.
Hazard maps of ground subsidence around abandoned underground coal mines (AUCMs) in Samcheok, Korea, were constructed using fuzzy ensemble techniques and a geographical information system (GIS). To evaluate the factors related to ground subsidence, a spatial database was constructed from topographic, geologic, mine tunnel, land use, groundwater, and ground subsidence maps. Spatial data, topography, geology, and various ground-engineering data for the subsidence area were collected and compiled in a database for mapping ground-subsidence hazard (GSH). The subsidence area was randomly split 70/30 for training and validation of the models. The relationships between the detected ground-subsidence area and the factors were identified and quantified by frequency ratio (FR), logistic regression (LR) and artificial neural network (ANN) models. The relationships were used as factor ratings in the overlay analysis to create ground-subsidence hazard indexes and maps. The three GSH maps were then used as new input factors and integrated using fuzzy-ensemble methods to make better hazard maps. All of the hazard maps were validated by comparison with known subsidence areas that were not used directly in the analysis. As the result, the ensemble model was found to be more effective in terms of prediction accuracy than the individual model. 相似文献
18.
The risk analysis on karst groundwater pollution is a research hotspot in current international hydrogeological field as well as the premise of preventing and controlling groundwater pollution. According to the characteristics of groundwater pollution in the typical study area, the study selected main-control factors of risk evaluation on karst groundwater pollution in mountainous areas at first. Based on this, the research determines the method for quantifying the factors and established a risk evaluation index system for karst groundwater pollution. To overcome drawbacks of the method for determining weights of factors in traditional evaluation method, the study determines the structure of the artificial neural network model by combining the selected evaluation factors. And also, the weight coefficients of evaluation factors on each layer are calculated. On this basis, the model for evaluating the risk of karst groundwater pollution is established. Moreover, the risk zoning evaluation map of groundwater pollution in the typical study area is prepared after conducting the weighted stacking of various sub-layers using the geographic information system. The method applied in the study can comprehensively and objectively reflect that the groundwater pollution is controlled by multiple factors and reveal the nonlinear characteristic of the pollution process. Additionally, the evaluation result is institutive and visible, which can provide a certain basis and reference for relevant researches. 相似文献
19.
针对岩溶隧道突水风险评估的不确定性和复杂性以及传统的数学方法在评估安全风险等级中的局限性,将人工神经网络理论、小波分析及模糊评价法有机结合,建立了基于模糊小波神经网络的岩溶突水安全风险评估模型。根据各种物探方法的优缺点和对岩溶水预报的敏感性,结合综合超前地质预报方法和原则,提出地质分析、风险等级划分、分级综合预报及施工地质灾害临近警报技术相结合的综合地质预报方案。通过在齐岳山岩溶隧道实施,成功预报了隧道掌子面前方的岩溶水,证实了该方案的科学性和可行性。 相似文献