-
题名CZ铁路工程某弃渣场水土保持防护措施设计
被引量:1
- 1
-
-
作者
吴莹
胡志鹏
周顺文
-
机构
中国电建集团成都勘测设计研究院有限公司
-
出处
《安徽建筑》
2023年第2期142-143,共2页
-
文摘
山区铁路工程因环境条件限制,桥隧比例较大,建设过程会产生大量弃渣。弃渣的合理堆存和水土保持措施设计是确保弃渣场和周围环境安全、防止水土流失的重要举措。基于CZ铁路工程门坎山弃渣场设计实例,通过弃渣场防护、防洪排导、边坡处理设计及稳定性分析,确定沟道型弃渣场系统性的水土保持措施,为同类型工程设计提供借鉴与参考。
-
关键词
cz铁路
弃渣场
沟道型
水土保持
稳定性分析
-
分类号
S157
[农业科学—土壤学]
-
-
题名CZ铁路隧道重难点地质问题及减灾防治对策
被引量:4
- 2
-
-
作者
王朋
宋章
张广泽
徐正宣
王彦东
-
机构
中铁二院工程集团有限责任公司
-
出处
《铁道工程学报》
EI
北大核心
2020年第12期89-94,共6页
-
基金
中国铁路总公司科技研究开发计划项目(2018BX07,P2018G046,P2018G047)
中铁二院工程集团有限责任公司科研项目(KYY2020018(20-22),KYY2020022(20-22))。
-
文摘
研究目的:CZ铁路因其穿越青藏高原中东部的横断山区,内外动力地质作用强烈,不良地质发育,隧道建设规模和技术难度极大;本文基于沿线地形地貌、地层岩性、地质构造、不良地质、气候及环保等因素分析CZ隧道工程特征,研究内外动力地质作用下沿线隧道重难点工程地质问题对隧道建设的影响,并探讨其减灾防治对策,以期为CZ铁路隧道工程建设服务。研究结论:(1)CZ铁路隧道建设具有规模大、占比高、长度长、埋深大、地质条件差、工程环保要求高等特征;(2)内动力地质作用下工程地质问题如高烈度地震、深大活动构造、高地应力、高温热害、涌水突泥、有害气体等主要影响隧道洞内工程建设,应树立前期减灾选线与后期强化减灾防治措施并举的理念;(3)外动力地质作用下的工程地质问题如高位远程崩滑、泥石流、岩屑坡等主要影响隧道进出口段工程,应树立前期防灾减灾选线与后期强化支防护工程和监测并举的理念;(4)弃渣场选址应考虑沿线城镇分布、投资经济性、安全等因素,遵循防灾减灾与生态环保并举的理念,注重弃渣场的稳定性和适宜性评价,强化渣体的支挡防护工程;(5)本研究成果对类似工程地质条件下的滇藏线和西南山区其他铁路公路线隧道工程选线和建设具有借鉴意义。
-
关键词
cz铁路
隧道
工程地质问题
内外动力作用
减灾选线
防治对策
-
Keywords
cz railway
tunnel
engineering geological problems
internal and external dynamics action
disaster reduction techniques of railway route selection
prevention measures
-
分类号
P642.2
[天文地球—工程地质学]
-
-
题名基于深度学习的CZ铁路康定—理塘段滑坡易发性评价
被引量:18
- 3
-
-
作者
王世宝
庄建琦
郑佳
牟家琦
王野
付玉婷
-
机构
长安大学地质工程与测绘学院/西部矿产资源与地质工程教育部重点实验室
-
出处
《工程地质学报》
CSCD
北大核心
2022年第3期908-919,共12页
-
基金
国家自然科学基金(资助号:41941019,41922054)
国家重点研发计划项目(资助号:2020YFC1512000)。
-
文摘
CZ铁路康定至理塘段地处青藏高原东部边缘,区域内地形地貌多变、地质构造复杂,滑坡灾害极其发育,严重威胁着CZ铁路康定至理塘段的规划建设和未来安全运行。因此,选取高程、坡向、平面曲率、剖面曲率、地形起伏度、地表切割度、地形湿度指数、归一化植被指数、岩性、距断层距离、距河流距离、距道路距离共计12个影响因子构建滑坡空间数据库,采用深度学习的卷积神经网络(convolutional neural network,CNN)模型进行滑坡易发性评价,根据易发性指数将研究区划分为极高易发区(13.76%)、高易发区(14.00%)、中易发区(15.86%)、低易发区(18.17%)、极低易发区(38.21%)5个等级,并与人工神经网络(artificial neural network,ANN)模型进行对比。结果表明,CNN模型的评价精度AUC(0.87)大于ANN(0.84)模型,且极高易发区的频率比值高于ANN模型,CNN模型在本研究区有着更高的预测能力;极高和高易发区主要分布在水系较为发育的地区,沿着雅砻江和其他河流两侧2 km范围内呈带状分布。滑坡易发性评价结果较好地反映了研究区滑坡灾害发育的分布现状,能够为该区的CZ铁路建设和未来安全运行过程中的防灾减灾工作提供科学的依据。
-
关键词
cz铁路
滑坡
易发性评价
卷积神经网络
深度学习
-
Keywords
cz Railway
Landslide
Susceptibility evaluation
Convolutional neural network
Deep learning
-
分类号
P642.22
[天文地球—工程地质学]
-