湖北省地质灾害防治中心
- 作品数：88 被引量：234H指数：8
- 相关作者：江鸿彬钟荫乾王小平陈江平黄帮芝更多>>
- 相关机构：中国地质大学湖北省水文地质工程地质大队三峡大学更多>>
- 发文基金：国家自然科学基金湖北省科技攻关计划中国地质调查局地质调查项目更多>>
- 相关领域：天文地球经济管理建筑科学自动化与计算机技术更多>>
- 初论地质灾害防治风险管理被引量：2
- 2017年
- 针对地质灾害的动态发展特性,为破解监测隐患点之外突发比例不断增多的难题,阐述通过深化调查、科学分析、评价区划、监测预警、区域联防、总结审核等系统风险管理措施,推行以区域联防为主,有机结合点防御,最大限度降低灾害损失,展开有益探讨。
- 廖声银江鸿彬张天铃
- 关键词：地质灾害风险管理监测预警区域联防
- 湖北省三峡库区滑坡勘查中的若干问题
- 本文根据湖北省三峡库区滑坡勘查经验,总结了滑坡、滑带识别标志,提出了滑坡体及滑带物质成分划分办法,阐述了滑带力学参数选取原则及应注意的问题,期望能引起同行的重视。
- 钟荫乾
- 关键词：三峡库区滑坡
- 文献传递
- 黄土坡滑坡防治工程现场建设管理及体会被引量：1
- 2014年
- 按黄土坡滑坡治理工程实施过程,介绍治理工程各阶段现场建设管理的程序、方法、措施,以及坡面整形、护坡桩、格构锚固等各项工程的控制要点和管理工作体会。
- 江鸿彬张艺阮庆桥杨永
- 关键词：滑坡建设管理护坡桩
- 黄土坡滑坡监测技术方法被引量：1
- 2007年
- 巴东县黄土坡滑坡监测工作在充分研究现有监测技术方法的基础上,针对滑坡具体特征、影响因素、主要防治工程类型等,建立较完善的监测系统,及时分析滑坡变形,根据不同因素,有效地对滑坡体动态进行控制监测。
- 蒋卫萍黄帮芝欧阳昊
- 关键词：滑坡技术方法
- 湖北省地质灾害信息管理与响应系统研究
- 胡立山马霄汉廖声银田大佑潘杰锋孙仁先王小平江鸿彬施伟忠曹微陈江平黄帮芝徐绍宇程丽颜少枝
- 提出面向角色基于B/S模式的地质灾害省市县三级信息管理模型，研制出基于WebGIS的地质灾害信息管理系统，建立面向地质灾害防治管理过程的高通量、高稳定性的地质灾害防治管理信息平台；提出基于B/S模式的地质灾害灾情评估模型...
- 关键词：
- 黄土坡滑坡的防治
- 巴东县黄土坡滑坡是三峡库区二期地质灾害防治中工程规模最大、投资最多的项目,本文概要介绍该滑坡的基本特征及勘查主要结论,防治工程设计及主要优化内容,工程进度及质量管理措施。初步总结了工程管理中的一些经验。
- 钟荫乾陈江平孙仁先江鸿彬
- 关键词：三峡库区黄土坡滑坡地质勘查工程管理
- 文献传递
- 基于集成学习建模的滑坡易发性评价被引量：3
- 2024年
- 单一的机器学习模型往往难以满足滑坡易发性制图的需要,为提升滑坡易发性评价精度.提出了一种基于集成策略的机器学习模型组合优化的方法,以重庆市云阳县西部的12个乡镇为例进行滑坡易发性评价.首先,基于366处滑坡数据以及高程、坡度等9个指标因子构建易发性评价指标体系.然后以决策树模型(decision tree mode,DT)、逻辑回归模型(logistic regression,LR)和贝叶斯网络模型(bayesian network,BN)为基础模型,利用集成学习的三大类型,袋装法(bagging)、提升法(boosting)以及堆叠法(stacking)进行模型组合.并对各组合模型分别用粒子群算法(particle swarm optimization,PSO),贝叶斯算法(bayesian optimization,BO)进行超参数优化以及K最邻近算法(K-nearest neighbor,KNN)进行模型链接.最后采用ROC曲线与统计分析的方式来评估各集成学习模型精度.研究结果表明:与基础模型相比,三类集成学习模型精度均有提升,DT-LR-BN模型提升了3.5%~12.8%,RF模型提升了8%;BO-XGBoost模型提升了13.1%;KNN-stacking模型提升了7.4%~17%,BO-XGBoost模型的AUC值最高为0.811.集成学习能有效提升机器学习模型性能,提高滑坡易发性制图的精度,研究为机器学习模型之间的组合优化提供了新的思路与方法.
- 邬礼扬曾韬睿刘谢攀郭子正刘真意殷坤龙
- 关键词：提升法滑坡灾害工程地质学
- 突发地质灾害应急体系建设探讨
- 以应急管理体系、平台体系、保障体系的基本概念和核心内容为重点，通过基本构成、建设要点的梳理，展开突发地质灾害应急体系建设的探讨，认为其是以应急管理体系为核心，以应急平台体系为枢纽，以应急保障体系为基础的“三位一体”有机整...
- 江鸿彬陈忠奎夏春梅
- 关键词：地质灾害应急体系应急机制
- 基于BO-XGBoost模型的衢州市浅层滑坡易发性评价
- 2025年
- 机器学习模型作为评估滑坡易发性的先进工具,其精度的提高是获得高质量易发性区划图的核心。为优化机器学习模型,克服传统模型在预测浅层滑坡方面的不足,提出了一种基于贝叶斯优化(Bayesian optimization,BO)的极端梯度提升树(extreme gradient boosting,XGBoost)模型,用以评价衢州市的浅层滑坡易发性。首先,基于衢州市682处浅层滑坡的基础数据,选取坡度、坡向等10个指标构建指标因子体系;然后构建XGBoost模型,使用贝叶斯算法进行超参数优化;最后使用受试者工作特征(receiver operating characteristic,ROC)曲线以及统计方式进行精度分析,并与其他的机器学习模型进行对比。结果表明:①BO-XGBoost模型(AUC=0.874)预测精度最高,比XGBoost模型性能提升了4.17%,且根据浅层滑坡在各易发性等级的分布情况,BO-XGBoost模型在极高易发区中浅层滑坡数占比最高,为36.80%,滑坡比率最高,为3.92;②衢州市浅层滑坡极高和高易发区主要分布于北部、南部和中部山区的道路和水系沿线区域;③土地利用类型为草地、居民点距离小于400 m、道路距离与水系距离小于150 m是衢州市浅层滑坡发育的主要影响因素。研究提出的模型显著优于传统方法,提高了滑坡易发性评价的准确性,为东部沿海山区的浅层滑坡易发性评价提供了一种新颖的技术方案。
- 王凯邬礼扬殷坤龙曾韬睿谢小旭龚泉冰
- 浅析三峡库区地质灾害防治专项资金的管理与使用
- 本文探讨了三峡库区地质灾害防治专项资金管理依据及原则,对具体管理办法与管理重点也作了初步分析。
- 茹呈喜
- 文献传递
