泰州市海陵区行道树应用现状调查与分析

应用抽样调查法调查了泰州市海陵区30条主干道及次干道行道树树种的应用现状,分析了行道树的种类、数量和径级结构。结果表明:海陵区行道树共计20科33属,共计35种63757株;其中落叶树种和常绿树种比例为2.5∶1;总体上看,行道树规格明显偏小,胸径级别处于Ⅰ级(<15 cm)的最多,占行道树总量的39.53%;处于Ⅱ级(15~<20 cm)的次之,占34.63%;占第3位的是处于Ⅲ级(20~<25 cm),占15.28%;IV级(≥25 cm)的数量最少,仅占10.56%。存在种类单一,树种选择盲目及树种养护管理不到位等问题,并提出了优化建议。

岩质边坡微震监测方案优化设计及隐伏危险区域辨识

地压监测是矿山安全管理的关键环节,也是矿产资源开发过程中有效的监测手段。根据陕西省四方金矿的矿山地质条件和地压活动规律,为提高资源回收率,有效治理矿山地表环形边坡,解决安全绿色采矿的关键问题,针对矿山生产特点,结合传感器布设的基本要求,分析了不同布设方案的理想定位误差,并从经济性角度分析与设计了满足矿山监测要求的地压系统监测方案。为进一步辨识矿山边坡体的薄弱异常区域,确定边坡的区域稳定性情况,采用波速场成像技术获取了边坡体监测剖面低速危险区域和高速危险区域的成像结果,进而实现了边坡体内部隐伏空洞异常区域的超前辨识及监测效果分析。结果表明:在理想化条件下,某一监测点设置为不同的标高时,坡体定位误差差距不明显,结合监测震源的矿山边坡区域相对波速场成像结果可知,基于当前的台网布置方案,可满足对于矿山边坡体监测剖面内部危险区域的辨识需求。研究成果对于减少矿山灾害事故发生、提升矿山安全生产稳定性具有重要意义。

基于机器学习算法及Stacking融合集成模型的矿柱稳定性分析

留设矿柱作为确保矿山地下安全开采的重要手段,开展其稳定性研究对矿山的安全生产具有重要意义。为此,基于机器学习算法及Stacking融合策略开展了矿柱稳定性分析。首先,通过对原始矿柱稳定性数据样本进行统计分析,利用SMOTE(Synthetic Minority Over-sampling Technique)算法对原始数据进行了样本平衡化处理,并按照80%的数据作为训练集、20%的数据作为测试集进行划分。其次,使用随机森林算法(Random Forest,RF)、K-近邻算法(K-nearest Neighbor,KNN)、支持向量机算法(Support Vector Machine,SVM)、线性判别降维算法(Linear Discriminant Dimensionality Reduction,LDA)、多层神经网络算法(Multi-layer Neural Network,MLPC)以及逻辑回归算法(Logistic Regression,LR)等不同算法进行分类计算。然后,通过随机搜索算法和五折交叉验证来获取每个模型的最优超参数,并分别选取上述单个方法为元模型,结合Stacking融合策略构建6种集成模型。最后,通过对比评价模型的准确率、召回率、精确率和F_(1)指数等指标来确定最佳的评估方法。研究表明:在传统机器学习算法中,SVM算法在分类任务中表现最优,而在采用Stacking融合策略的集成模型中,以随机森林作为元模型的Stacking模型展现出最佳性能;此外,通过采用Stacking融合策略,整个集成算法模型相较于各个算法对应的元模型,性能得到明显提升。

地中海荚蒾扦插繁育技术研究

本研究采用1年生地中海荚蒾的枝条作为扦插材料,用3组不同基质A(珍珠岩+泥炭土)、B(椰糠+田园土)、C(河沙+田园土),两种生长调节剂吲哚乙酸和萘乙酸,生长调节剂的浓度分3种100 mg/L、200 mg/L、300 mg/L,采用2 h同等浸泡时间进行扦插试验,研究其成活率、根数、根长等生长情况。试验结果表明,选用配方A(珍珠岩+泥炭土)和浓度为200 mg/L萘乙酸生根效果最好,插条的成活率为82.14%,平均生根数达到8.18条,平均根长达到5.26 cm,更适合地中海荚蒾的生长繁育。