渭河流域降水年内分配不均匀性时空变化研究     

冯建栋  刘赛艳  解阳阳  黄成剑  沈腾 《水文》2022,42(2):85-90

基于渭河流域19个气象站点1960—2015年的月降水数据和洛伦兹曲线,采用基尼系数及洛伦兹不对称系数定量描述了流域降水年内分配不均匀性,并利用Mann-Kendall检验法及R/S分析法等研究了流域年降水量及降水年内分配不均匀性的时空变化。结果表明：（1）流域年降水量整体呈不显著减少趋势,高值多出现在流域下游,且存在明显的西北-东南方向的降水递增带;（2）渭河干流多年平均降水年内分配呈双峰状,泾河流域为不规则多边形状,北洛河呈单峰状;（3）从基尼系数看,降水年内分配不均匀性依次为泾河、北洛河和干流,且除泾河外,均呈不显著增加趋势;（4）洛伦兹不对称系数整体变化趋势不显著,降水年内分配不均匀性多是由降水量少的月份引起的;（5）渭河流域降水量及其年内分配不均匀性均呈反持续性。  相似文献   

2020年淮河流域梅汛期极端暴雨洪涝雨水情分析     

王蒙  张恒德  包红军  曹爽 《水文》2022,42(3):95-101

2020年主汛期淮河流域发生严重暴雨洪涝,其中淮河水系发生流域性较大洪水,正阳关站以上发生区域性大洪水,王家坝闸时隔13年再次开闸泄洪。使用淮河流域174个国家基本站08时单日降水资料,对2020年流域梅汛期（6月11日—8月1日）极端暴雨洪涝情况进行分析。结果表明：导致2020年淮河流域超长梅雨期的主要原因是副热带高压较往年同期位置偏西偏北,强度偏强,系统深厚,环流稳定,降雨过程多、强度大、极端性强,雨带与淮河干流走向基本一致;淮河流域梅汛期经历6次暴雨过程,总降雨量位列历史第一;流域上游来水与区域强降雨叠加,导致了流域正阳关以上区域性大洪水;2020年淮河中游王家坝站等控制站的水情较上一个大洪水年2007年更为严重。  相似文献   

冰碛湖溃决易发性的定量评价          下载免费PDF全文

余斌  何元勋  刘秧 《地球科学》2022,47(6):1999-2014

世界范围内的冰碛湖溃决往往造成巨大经济损失和人员伤亡.通过分析不含死冰的冰碛坝溃决机理和相关影响因素,采用控制变量法,以喜马拉雅山区21个溃决冰碛湖及其周围未溃决冰碛湖为研究对象,采用6个无量纲影响因子可以合理评估喜马拉雅山区和加拿大哥伦比亚省西南地区以及美国西北部地区的冰湖溃决易发性,但喜马拉雅山区不同级别判别阈值较加拿大哥伦比亚省西南地区偏大.危险冰体坡度因子、危险冰体温度因子、冰川坡向因子、危险冰体与冰碛湖体积因子、危险冰体与冰湖的运动因子、冰碛坝坡度因子是影响不含死冰冰碛湖溃决的主要因子,由这些影响因子构成的冰碛湖溃决易发性定量评价方法,可以用于其他地区的冰碛湖溃决易发性评价.   相似文献   

基于层数自适应加权卷积神经网络的川藏交通廊道沿线滑坡易发性评价          下载免费PDF全文

黄武彪  丁明涛  王栋  蒋良文  李振洪 《地球科学》2022,47(6):2015-2030

开展铁路沿线滑坡易发性评价对川藏交通廊道工程建设及运维过程中的风险管理具有重要意义.提出一种层数自适应、通道加权的卷积神经网络(layer adaptive weighted convolutional neural network,LAW-CNN),对川藏交通廊道沿线滑坡易发性进行评价.依据野外调查和影响因素分析筛选出影响滑坡发生的影响因子,绘制滑坡编目,构造用于易发性评价的实验数据集;针对卷积神经网络的权重初值、网络层数等超参数难以优化设置的问题,提出基于影响因子信息熵的通道加权方法和网络层数优选策略,通过多通道加权和层数自适应分类卷积的方式提出滑坡易发性制图的LAW-CNN架构;搜索最优LAW-CNN网络结构并训练网络参数,获取研究区滑坡发生概率并进行易发性分级评价.所提的LAW-CNN模型可以不同权重和不同深度挖掘影响因子的深层特征,实验结果表明,模型曲线下面积(area under curve,AUC)值为0.852 8,极高易发区滑坡点密度为1.251 9,均优于SVM(support vector machine)和CNN模型;川藏交通廊道沿线滑坡极高和高易发区主要集中在大江大河两侧以及横断山区.LAW-CNN模型可较好评价川藏交通廊道滑坡易发性,能够为川藏交通廊道的建设和灾害防治提供科学的依据.   相似文献   

逻辑回归和信息量模型在山区滑坡易发性评价中适宜性的分析          下载免费PDF全文

邹凤钗  冷洋洋  陶小郎  尹彦迪 《贵州地质》2022,39(3):280-286

以万山区为例,在区域滑坡孕灾条件的基础上,筛选工程地质岩组、斜坡结构、平均坡度、地貌、距构造距离及距河流距离共6个易发条件因子,选取逻辑回归模型和信息量模型对山区滑坡进行易发性评价。结果显示逻辑回归模型中中高易发区面积占比分别为1578%和1970%,82%的地质灾害点落在该区域内;信息量模型中中高易发区面积占比为1241%、2519%,包含了区域88%的滑坡灾害点。最后通过实际发生的灾害点在各易发区的分布情况进行检验,逻辑回归模型中灾害点落在高易发区的比例远小于信息量模型,且高易发等级中灾害点实际发生的比值较小,说明针对山区区域滑坡地质灾害易发性评价结果预测上,信息量模型的评价结果更为客观准确。  相似文献   

基于统计理论与试验的地铁工程监测数据分析     

王熠琛  郑宏  李立云  卢鑫月 《岩土力学》2022,(S1):443-451

地铁施工监测数据的不确定性分析对工程决策管理有重要意义,统计推断是使用最广的分析理论。为更加科学地应用该理论,必须明确3个基本问题：（1）统计分析时以什么原则选取监测数据才有科学的统计意义?（2）具有统计意义的监测数据在大多数情况下有怎样的统计特征?（3）实际工程中如何检验监测数据的统计意义与特征?深入结合统计理论与统计试验法,围绕这3个问题展开研究。得到如下结论：（1）获取监测数据的测点必须有相似的工况与受力状态,才可使其满足随机样本的要求,才可能具有科学的统计意义;（2）根据中心极限定理,绝大多数情况下具有统计意义的监测数据应服从正态分布,实际分析中的正态性假定有理论依据;（3）实际分析中应利用游程检验法验证数据的统计意义,利用概率纸与卡方检验法验证数据的正态性,从而基于理论与试验两方面确保对统计推断理论的严格应用。  相似文献   

中扬子地区上奥陶统—下志留统五峰组—龙马溪组页岩纵向非均质性及主控因素     

王川  董田  蒋恕  张钰莹  杨柳青  梁兴  王高成 《地质科技情报》2022,41(3):108-121

  相似文献   

岩溶生态系统中的植物     

曹建华  袁道先  杨慧  黄芬  朱同彬  梁建宏  周孟霞  罗劬侃  吴夏 《中国岩溶》2022,41(3):365-377

岩溶生态系统是受岩溶环境制约的生态系统,是脆弱的生态系统,缺水、少土、富钙是岩溶生态系统无机环境的基本特征,植物与岩溶环境长期的相互作用,演化出独特的岩溶植物。岩溶植物具有喜钙性、石生性、旱生性,其多样性表现为少属科、寡种属和特有种,更有岩溶生态系统中特有的洞穴弱光带、天坑植物群落。植物是生态系统的生产者,肩负着生态系统的生产力、生态服务功能的重任,退化岩溶生态系统的修复,需要根据中国岩溶生态系统发育特色,探索发展具有仿自然特色的生态产业,走出岩溶区“绿水青山就是金山银山”的道路,完善中国岩溶生态系统理论。   相似文献   

两种地质背景条件下群落物种组成及多样性与土壤因子的相关性研究     

张薰元  周运超  黄梅  白云星  张春来 《中国岩溶》2022,41(6):940-951

为对比岩溶和非岩溶条件下物种组成及多样性的差异,明晰不同地质背景造就的不同土壤因子对物种多样性的影响,在兼有岩溶区与非岩溶区的桂林毛村采用野外样地调查法对研究区进行物种组成及多样性的对比研究。结果表明:(1)研究区内共记录了123种植物,其中岩溶区占35科46属87种,非岩溶区占48科61属95种,非岩溶区植物科属种数量明显大于岩溶区;（2）岩溶区物种多样性为:草本样方>灌木样方>乔木样方;在非岩溶区为:灌木样方>乔木样方>草本样方;（3）不同地质背景造就了不同的土壤因子,其中土壤全氮含量对物种多样性影响最为显著。综上,岩溶区物种组成明显低于非岩溶区,物种多样性也不及非岩溶区,土壤因子与物种多样性之间存在相关性,土壤全氮对物种多样性影响最为显著,土层深度减弱了土壤因子与物种多样性之间的相关性。对比岩溶区与非岩溶区土壤因子与物种之间的关系差异,为区域生态系统恢复重建提供了理论基础。   相似文献   

基于深度学习的CZ铁路康定—理塘段滑坡易发性评价   总被引：1，自引：0，他引：1  

王世宝  庄建琦  郑佳  牟家琦  王野  付玉婷 《工程地质学报》2022,30(3):908-919

CZ铁路康定至理塘段地处青藏高原东部边缘,区域内地形地貌多变、地质构造复杂,滑坡灾害极其发育,严重威胁着CZ铁路康定至理塘段的规划建设和未来安全运行。因此,选取高程、坡向、平面曲率、剖面曲率、地形起伏度、地表切割度、地形湿度指数、归一化植被指数、岩性、距断层距离、距河流距离、距道路距离共计12个影响因子构建滑坡空间数据库,采用深度学习的卷积神经网络(convolutional neural network,CNN)模型进行滑坡易发性评价,根据易发性指数将研究区划分为极高易发区(13.76%)、高易发区(14.00%)、中易发区(15.86%)、低易发区(18.17%)、极低易发区(38.21%)5个等级,并与人工神经网络(artificial neural network,ANN)模型进行对比。结果表明,CNN模型的评价精度AUC(0.87)大于ANN(0.84)模型,且极高易发区的频率比值高于ANN模型,CNN模型在本研究区有着更高的预测能力;极高和高易发区主要分布在水系较为发育的地区,沿着雅砻江和其他河流两侧2 km范围内呈带状分布。滑坡易发性评价结果较好地反映了研究区滑坡灾害发育的分布现状,能够为该区的CZ铁路建设和未来安全运行过程中的防灾减灾工作提供科学的依据。  相似文献