川藏铁路沿线大型滑坡早期判识研究
文献类型：学位论文
| 作者 | 边江豪 |
| 答辩日期 | 2018 |
| 文献子类 | 硕士 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 北京 |
| 导师 | 李秀珍 |
| 关键词 | 川藏铁路 大型滑坡 判识指标 支持向量机 智能判识 |
| 学位专业 | 建筑与土木工程 |
| 其他题名 | Study on Early Identification of Large-scale Landslide along Sichuan-Tibet Railway |
| 英文摘要 | 川藏铁路是国家重大基础设施建设项目，保障铁路顺利的建设以及未来的安全运营是重中之重。然而铁路沿线区域地势起伏大、构造运动强、新构造运动活跃、强震频率高、河流下切强，断裂构造和节理裂隙发育，陡峭斜坡与深切河谷地貌广泛分布，在各种内外营力共同作用下，使得成为我国山地灾害最发育、危害最严重的地区之一。尤其是大型滑坡发育，造成的危害往往更加严重，对拟建铁路是巨大威胁。因此，开展滑坡早期判识研究，对保障川藏铁路科学选定线以及川藏铁路的安全施工和运营具有重要的现实意义。本论文以川藏铁路沿线发育多、危害严重的大型滑坡作为主要研究对象，结合STS项目的相关调查和研究成果，在对滑坡发育环境条件进行分析的基础上，对川藏铁路沿线大型滑坡类型、特征及分布规律和主控因素等进行了系统分析。在此基础上，梳理了大型滑坡的判识途径和方法，建立了大型滑坡的判识指标体系，并建立了基于支持向量机方法的大型滑坡智能判识方法，旨在对川藏铁路沿线的大型滑坡及其稳定性进行早期判识，以期为川藏铁路选定线及安全施工运营提供依据。本文在对滑坡发育环境条件进行分析的基础上，对铁路沿线大型滑坡类型、特征、分布规律等进行了详细分析。川藏铁路沿线共发育滑坡崩塌灾害747处，其中大型滑坡（含特大型滑坡）共147处；大型滑坡类型包括硬岩类滑坡、软岩类滑坡、松散堆积层滑坡三种。大型滑坡在白玉至江达段分布密度最大，朗县至加查段和昌都到八宿段次之。利用主成分分析方法研究得出坡度、地层岩性、斜坡高差、坡体结构、断裂带等是大型滑坡形成和孕育的主控因素。结合已有文献资料，梳理了滑坡早期判识的途径及技术方法，总结了滑坡宏观定性判识指标，重点对铁路沿线发育较多的软岩类滑坡的早期判识指标体系进行分析。基于前述滑坡分布规律及主控因素的分析，建立了基于主控因素分析的滑坡半定性半定量判识指标，同时建立了滑坡的早期稳定性综合判识指标。采用人工智能的支持向量机方法，建立了判断是否为滑坡的智能判识模型和判识稳定性的多分类支持向量机智能模型。将建立的智能判识模型应用在实例中，分别进行滑坡判识与早期稳定性判识。 |
| 语种 | 中文 |
| 页码 | 107 |
| 源URL | [http://ir.imde.ac.cn/handle/131551/24767]  |
| 专题 | 成都山地灾害与环境研究所_山地灾害与地表过程重点实验室 |
| 作者单位 | 中国科学院成都山地灾害与环境研究所 |
| 推荐引用方式 GB/T 7714 | 边江豪. 川藏铁路沿线大型滑坡早期判识研究[D]. 北京. 中国科学院大学. 2018. |
入库方式： OAI收割
来源：成都山地灾害与环境研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。