颗粒流运动SPH方法及滑坡破碎效应研究

山体滑坡是全球范围内多发的一种地质灾害。由于滑坡具有突发性和破坏性强的特点,建立有效的数值分析模型将有助于制定针对性的防治策略。本文针对滑坡运动过程中表现出的颗粒流特性,基于μ(I)模型提出了针对浅层滑坡的动态摩擦系数表达式,并构建了对应的光滑粒子流体动力学(SPH)方法求解框架。考虑到颗粒破碎对滑坡运动性的显著影响,结合基于破坏势能的颗粒破碎法则,建立μ(I)模型中基底摩擦力与颗粒分布之间的关系。通过两个经典的三维斜面模型试验,验证了μ(I)模型在滑坡运动分析中的应用价值,并进行了颗粒破碎效应参数敏感性分析,为后续滑坡灾害的防治工作提供参考。

机器学习和SPH方法联合驱动的泥石流预警系统研究

在降雨过程中,潜在的泥石流触发体在水文地质作用的影响下,会形成泥石流,对下游人们的生命财产安全造成严重威胁。构建有效的泥石流监测预警预报系统是减小灾害影响的有效手段。针对现有预警系统只能提供泥石流触发与否或触发风险高低的结果,研究出了机器学习和光滑粒子流体动力学(Smoothed Particle Hydrodynamics,SPH)方法联合驱动的泥石流预警系统,对泥石流触发后可能的影响范围和灾害烈度进行全面评估,实现了对泥石流灾害的精细化预警,可以有效减少泥石流灾害的影响和危害。

校园里的树

天空正下着蒙蒙细雨，校园里的树苏醒了，它们都开始表演了。