-
题名矿山工程勘察设计BIM技术在滑坡治理工程中的应用
- 1
-
-
作者
毛龙栋
王超
秦荷
-
机构
湖北省地质局水文地质工程地质大队
-
出处
《中国金属通报》
2024年第9期128-130,共3页
-
文摘
本文旨在探究BIM技术在滑坡治理工程勘察设计中的应用。通过构建滑坡体三维地质模型,并在此基础上开展稳定性分析,优化治理措施布置;同时结合动态监测数据分析,揭示滑坡变形演化机理;此外,BIM还为多专业协同设计提供了平台。研究表明,BIM可显著提升滑坡勘察设计的精度、效率和质量,是助力滑坡治理工程的关键技术。BIM与大数据、人工智能等技术进一步融合,将为智能化、精细化滑坡治理开辟新途径,在提升我国滑坡灾害防治水平中发挥重要作用。
-
关键词
BIM技术
工程勘察设计
滑坡治理
三维地质建模
-
分类号
TU1
[建筑科学—建筑理论]
-
-
题名荆门市地质灾害综合防治体系建设与成效评价
- 2
-
-
作者
李业
李志强
杨苏
毛龙栋
-
机构
湖北省地质局水文地质工程地质大队
-
出处
《黑龙江环境通报》
2024年第6期87-89,共3页
-
文摘
荆门市位于湖北省中部,复杂的地质背景孕育了滑坡、崩塌、地面塌陷等地质灾害及隐患。为保护人民生命财产安全,2018-2022年,荆门市紧抓重点省份地质灾害综合防治体系建设契机,从调查评价、监测预警、综合治理、防灾能力等方面入手,开展了一系列务实且高效的工作,基本建成了地质灾害综合防治体系,成效显著。本文对体系建设及成效进行了系统评述,并对相关工作经验进行了梳理总结。
-
关键词
荆门市
地质灾害隐患
防治体系建设
成效评价
-
Keywords
Jingmen City
geological hazard hidden dangers
construction of prevention and control system
effect evaluation
-
分类号
P694
[天文地球—地质学]
-
-
题名滑坡地质灾害勘查与治理
- 3
-
-
作者
王勇瑞
毛龙栋
张若楠
-
机构
湖北省地质局水文地质工程地质大队
-
出处
《中文科技期刊数据库(文摘版)工程技术》
2024年第1期9-12,共4页
-
文摘
本文深入探讨了滑坡地质灾害勘查与治理设计的关键方面。在勘查方面,通过浅层地震映像法、高密度电阻率法、GPS自动化监测法以及钻探与挖探法的应用,全面了解滑坡形成机制。在治理设计方面,从水体治理、综合管理、宣传力度以及土体力学强度提升等方面提出科学合理的措施。这些勘查和治理设计手段的综合应用,将为减轻滑坡地质灾害风险提供重要参考。
-
关键词
滑坡
地质灾害
勘查
治理设计
-
分类号
P642
[天文地球—工程地质学]
-
-
题名基于变分模态分解的GNSS坐标时序降噪方法
- 4
-
-
作者
王超
毛龙栋
樊院平
秦荷
-
机构
湖北省水文地质工程地质勘察院有限公司
-
出处
《测绘科学技术》
2024年第1期57-63,共7页
-
文摘
针对GNSS基准站位置时间序列中叠加复杂噪声,且很难将其有效剥离,本文尝试用变分模态分解(VMD)对某地区GNSS基准站时间序列做去噪处理。首先,通过搜寻变分模态的最优解,得到若干模态分量。其次,剔除模态分量中的高频信号,进行模态函数的叠加与重构,得到去噪后的站点时间序列。最后,用均方根误差(RMSE)指标评价去噪效果。结果表明,变分模态分解(VMD)能有效地分离序列中的噪声信号,削弱其对GNSS基准站时间序列的影响,降低非构造信息的影响。为分析预报人员提供可靠、高精度的地壳运动信息,更好地为地震预报服务。
-
关键词
变分模态分解
GNSS时间序列
噪声
-
分类号
P22
[天文地球—大地测量学与测量工程]
-
-
题名基于小波去噪及优化极限学习机的城市轨道沉降预测
- 5
-
-
作者
王超
蔡足根
毛龙栋
-
机构
湖北省水文地质工程地质勘察院有限公司
-
出处
《北京测绘》
2024年第7期986-991,共6页
-
文摘
地铁轨道结构变形是影响地铁安全运营的重要因素,尤其是在沉降变形方面,因此监测地铁轨道沉降变形,同时根据监测结果对轨道的沉降变形趋势进行准确判断具有重要意义。本文以某市地铁2号线轨道监测数据为例,发挥小波分析与极限学习机(ELM)模型在数据处理、数据预测中的优势,将粒子群优化(PSO)算法用于ELM模型参数优化中,构建基于小波去噪的PSO-ELM组合预测模型,进行地铁轨道的沉降变形预测研究。通过小波分析进行监测数据去噪,解决了监测数据不稳定带来的预测结果的干扰问题;通过构建PSO-ELM组合预测模型,解决了模型参数选取随机性带来的预测精度受限问题。本文将提出的小波去噪PSO-ELM模型与单一ELM模型、小波去噪ELM模型的沉降预测结果进行对比分析,结果表明本文提出的组合预测模型预测精度最高,同时预测误差不会随预测期数的增加产生明显变化,具有较高的稳健性与适应性。
-
关键词
地铁轨道
沉降预测
小波去噪
粒子群优化(PSO)
极限学习机(ELM)
-
Keywords
subway tracks
settlement prediction
wavelet denoising
particle swarm optimization(PSO)
extreme learning machine(ELM)
-
分类号
P258
[天文地球—测绘科学与技术]
-