排序方式： 共有16条查询结果，搜索用时 421 毫秒
1.
对于滑坡易发性预测中的水系、公路和断层等线状环境因子, 现有研究大多采用缓冲分析提取距离线状因子的距离。但缓冲分析得到的线距离属于离散型变量, 带有大小不等的随机波动性且对点或线要素的误差较为敏感, 导致滑坡易发性建模精度下降。提出了使用水系和公路的空间密度等连续型变量改进线状环境因子的适宜性。以江西省安远县为例, 选取高程、地形起伏度、距水系和公路距离等14个环境因子(原始因子), 再将距水系和公路距离2个线状因子改进为水系密度和公路密度(改进因子); 之后采用逻辑回归、多层感知器、支持向量机和C5.0决策树等机器学习模型, 分别构建了基于原始因子和改进因子的机器学习模型以预测滑坡易发性; 最后利用ROC曲线和易发性指数分布特征等来研究建模规律。结果表明: ①改进因子机器学习预测精度均高于原始因子机器学习模型, 表明空间密度对于易发性预测的适宜性更好; ②在4类机器学习模型中C5.0模型对于滑坡易发性预测性能最好, 其次是SVM、MLP和LR; ③水系和公路两类环境因子的重要性较高且使用改进因子机器学习后这两类环境因子重要性排名依然非常靠前。 相似文献
2.
3.
城市生活垃圾土的成分非常复杂,大量纤维材料(如塑料、纺织物、皮革等)的存在使得其力学性质与普通土体之间存在明显差异。现有土体本构模型难以对垃圾土的力学行为进行较好的模拟。对此将垃圾土看作是由纤维材料和泥状物(除纤维材料外剩余的成分)组成的复合体,荷载作用下垃圾土的力学特性取决于纤维材料和泥状物的共同作用,并提出了纤维作用参数R的概念。通过构建新的反映纤维加筋作用的塑性势函数,并依据试验结果推导了纤维作用参数R的演化方程,建立了一个能够合理描述垃圾土力学应力-应变特性的弹塑性本构模型。将垃圾土本构模型的计算结果与三轴排水试验结果和他人模型结果进行比较,发现该模型能较好地反映垃圾土应力-应变特性,尤其是应变水平较大时应力-应变曲线上翘的形状,验证了该模型的合理性和有效性。该模型的建立可为更好地服务于垃圾填埋工程提供理论依据。 相似文献
4.
通过垃圾土的三轴固结排水剪切试验结果,研究了垃圾土的抗剪强度机理,纤维材料在压缩剪切过程中产生的拉力是垃圾土抗剪强度得以提高的关键所在。基于试验结果,提出以垃圾土应力-应变关系曲线的硬化点作为破坏标准来计算垃圾土的强度参数,这样可确保垃圾土强度参数的唯一性,又可避免因选定的应变水平较小而低估垃圾土的强度,得到本文垃圾土的黏聚力为71.3 k Pa,内摩擦角为35.9°。最后,提出了新的描述垃圾土应力-应变关系的非线性模型,该模型能够反映小应变和大应变情况下的非线性,克服了已有线性和非线性模型的缺陷,能够很好地吻合试验数据。 相似文献
5.
以1∶25万化探数据为切入点,在分析全国各城市天然放射性水平特征的基础上,运用放射性填图评价技术研究了成都平原天然放射性水平分布特征。结果表明:研究区环境天然放射性核素238 U、232 Th、40 K含量频数均呈正态分布,数值均在正常本底范围内;238 U比活度总体上低于全国平均水平,232 Th和40 K比活度总体上高于全国平均水平;研究区天然放射性辐射水平、γ射线照射量率、吸收剂量率、年有效剂量当量均低于世界和全国的平均水平;研究区γ射线内、外照射指数均在国家限量标准控制范围之内。 相似文献
6.
7.
前 言 近年来以相关统计方法建立的台风潮单站极值预报公式进入预报业务并取得较好的效果。为了进一步提高预报精度,本文以汕头测站为例,在原有预报公式的基础上对局地风场在增水中的贡献又作了一些探讨和计算,供预报参考。 一、现行台风潮预报公式 现行预报公式为: △H_(max)=a+b△P_0(1-e~(-r)o/r) 式中△H_(max)为最大增水。△P_0=1008—P_0为气压下降量,外围气压取1008hPa,P_0为台风中心气压,采用最大增水时刻前24小时(即四个正点资料)实测资料的平均值。r_0为大风半径,取常数0.64。r为最大增水时刻台风中心至测站距离,从台风路径图中量取(以纬距为单位)。a、b为待定系数。 相似文献
8.
青海湖流域土地沙漠化及表土粒度特征 总被引：2，自引：1，他引：1
土地沙漠化是青海湖流域面临的重大生态环境问题之一。本文选取1977、1987、2000、2004年和2010年等5个年份的遥感影像,在地理信息系统技术支持下,得到流域30余年不同时段的土地利用类型及分布状况。空间分析结果表明:20世纪80年代是沙漠化土地增幅最大的时期,之后30年沙漠化土地面积趋于稳定; 1977-2000年是沙漠化土地增长时期,2000年以后沙漠化土地相对稳定并有轻微的逆转趋势。对典型样点的地表沉积物粒度分析结果显示:随着沙漠化程度的加剧,细颗粒物质含量减少,粗颗粒物质含量增加,平均粒径逐渐增大,标准偏差逐渐减少; 植被盖度与地表沉积物粒度特征不完全一致,判断土地沙漠化程度不能完全依赖植被状况,需要综合考虑植被和土壤粒度、养分、水分等其他信息。 相似文献
9.
粒级-标准偏差的计算可用来提取沉积序列的粒度敏感组分。采用线性粒级和对数粒级两种粒度划分方法,对青海湖东岸沙地多个风成砂-古土壤沉积剖面进行了系统分析。结果表明：粒级划分对于敏感组分提取结果具有一定的影响,对数粒级提取的粗粒敏感组分比细粒组分具有更大标准偏差,而线性粒级的提取结果则显示细粒组分对于环境变化更为敏感;两种方法提取的细粒敏感组分差异较大,而较粗组分和粗粒组分较为一致。在运用粒级-标准偏差法提取环境敏感粒度指标时,两种划分方法都能有效地提取粗粒敏感组分,而在提取细粒敏感组分方面线性粒级较对数粒级划分法能取得更好的效果。采用线性粒级-标准偏差法提取了青海湖东岸沙地风成沉积物粒度敏感组分,发现黏粒组分（0~4μm）可以作为夏季风强度变化的替代性指标,中细砂组分（144~321μm）可以指示风沙活动的强弱,极细砂组分（60~126μm）可能受局部地形的影响较大,其古气候意义有待进一步查明。 相似文献
10.