一、一种适用于铁路仿真的DEM数据融合方案（论文文献综述）
于翔[1]（2021）在《基于数字水网的河北地下水超采治理效果的过程化评价及业务融合研究》文中进行了进一步梳理华北平原是我国地下水超采最严重的地区,地下水位的持续下降,形成了冀枣衡、沧州及宁柏隆等七大地下水漏斗区,尤其是河北省,地下水超采量和超采面积占全国的1/3,由此引发了地面沉降、海水入侵等一系列问题。国家高度重视,自2014年起在河北省开展地下水超采综合治理试点工作,已取得了阶段性成效,地下水位持续下降趋势得到显着改善。通过对地下水超采治理效果进行客观评价,有助于推进地下水超采治理措施落实,高质量完成地下水超采治理各项工作。本文采用大数据、组件和综合集成等技术,建立了集空间数据水网、逻辑拓扑水网和业务流程水网为一体的数字水网,研发数字水网集成平台,基于平台提供地下水超采治理效果过程化评价及水位考核评估业务应用,为河北省地下水超采治理提供科学依据和技术支撑,具有重要研究意义。论文主要研究成果如下:（1）构建了河北省一体化数字水网。面向河流水系、地表水地下水等实体水网,将地理信息、遥感影像等数据数字化、可视化,构建空间数据水网;将管理单元的对象实体逻辑和用水对象进行拓扑化、可视化,构建逻辑拓扑水网;采用知识图将业务的相关关系、逻辑关联进行流程化、可视化,构建业务流程水网。研发数字水网综合集成平台,搭建可视化操作的业务集成环境,通过三种可视化水网的集成应用构建一体化的数字水网,为地下水超采治理效果评价和水位考核评估提供技术支撑。（2）提出了基于数字水网的业务融合模式。采用大数据技术对地下水数据资源进行处理与分析,实现多源数据融合;将地下水超采治理效果评价及水位考核评估的数据、方法和模型等进行组件开发提供组件化服务,实现模型方法的融合。采用知识可视化技术描述应用主题、业务流程、关联组件和信息,实现地下水超采治理业务过程融合;将数据、技术及业务进行融合,基于平台、主题、组件、知识图工具组织地下水超采治理业务应用,实现基于数字水网的地下水超采治理业务融合。（3）提供主题化地下水超采治理业务应用。基于数字水网集成平台,按照业务融合应用模式,采用大数据技术对多源数据进行融合,搭建地下水动态特征分析的业务化应用系统,提供信息和计算服务。针对地下水超采治理效果评价目标,采用组件及知识可视化技术将评价方法组件化、过程可视化,搭建过程化评价业务化应用系统,提供在线评价和决策服务。根据地下水采补水量平衡原理,研究河北省超采区的地下水位考核指标制定的方法,基于数字水网搭建水位考核评估业务化应用系统,提供考核和决策服务。
戈文一[2]（2021）在《面向D级飞行模拟机视景系统的高真实感三维地形构建关键技术研究》文中研究说明近年来,民航航空运输业迅速发展的同时给航空安全带来巨大挑战。作为飞行员适航训练的核心装备,D级飞行模拟机对提高飞行安全性具有重要且不可替代的作用。地形采样数据能够真实获取全球范围的地表信息,这与飞行仿真训练特点高度契合,因此D级飞行模拟机视景系统通常以真实地形采样数据构建的三维地形为核心,营造逼真的飞行场景为飞行员提供必要的视觉信息。三维地形的真实感和实时性决定了飞行训练的质量,进而影响飞行安全。本文在满足D级飞行模拟机关于三维地形鉴定标准的基础上,研究地形采样数据中DEM和遥感影像的预处理方法,并以优化后的采样数据为数据源,研究三维地形的调度渲染方法实现高真实感三维地形构建。本文主要贡献如下:（1）本文充分分析了现有三维地形构建及地形采样数据预处理过程中存在的问题,提出了一种面向D级飞行模拟机的地形采样数据自动化预处理框架,涉及基础数据管理、DEM预处理、遥感影像预处理、采样数据质量评价以及三维地形构建等模块。受限于篇幅与研究精力,本文从应用出发针对三维地形构建过程中的必要步骤进行深入研究,主要包括遥感影像去雾、遥感影像超分辨率、DEM预处理以及三维地形调度渲染等关键技术,从而为构建高真实感三维地形打下初步基础。（2）针对使用雾霾影像构建的三维地形存在颜色失真、能见度差等问题,本文提出了一种基于编-解码器结构的遥感影像去雾模型,充分利用遥感影像的空间上下文信息,有效结合影像数据像素到像素、区域到区域之间的浅层与深层映射关系实现影像去雾。设计优化了模型的特征提取结构,通过引入多尺度卷积提取影像的多空间分辨率特征,通过引入特征注意力适应遥感影像的复杂纹理结构实现多分辨率和多地形地貌条件下的影像去雾,最后通过引入组归一化、FRe LU激活函数以及多任务损失进一步提高模型去雾质量。真实实验数据结果表明:本文方法在不同分辨率和多地形场景下的遥感影像去雾处理中都获得了优异的性能,具有较高的去雾质量,能够较好地满足D级飞行模拟机对地形采样数据的要求。（3）针对影像分辨率不足导致三维地形精度低、关键地物信息辨识度差等问题,本文提出了一种基于生成对抗网络的遥感影像超分辨率模型,并构建了专门面向飞行模拟机视景仿真的遥感影像超分辨率Airport80数据集用于模型训练。通过引入生成对抗机制,训练生成器重建超分辨率影像,鉴别器专注于真实高分辨率影像与生成影像之间的真伪判断,以生成更真实的高分辨率影像。改进了生成器网络结构,提出一种基于特征注意力的低频地形特征提取方法以提高模型的跨地域泛化能力,通过引入可变形卷积重构遥感影像的高频地物细节以增强关键地物信息。基于Airport80数据集的真实遥感影像数据实验表明,本文方法能够有效提高影像分辨率,较好地满足飞行模拟训练对构建高精度三维地形的要求。（4）根据D级飞行模拟机中三维地形构建流程,研究DEM预处理和三维地形调度渲染方法,验证了经过预处理优化后地形采样数据的实际应用价值。首先,提出一种DEM快速配准校正方法实现了DEM数据和机载导航数据库的准确匹配。其次,设计了一种基于Infini Band的同步地形调度渲染结构,并通过研究海量数据组织管理方法、地形纹理渲染方法以及坐标精度控制方法,实现了高性能渲染引擎下的高真实感全球三维地形构建。通过在真实B737-300型D级飞行模拟机的应用验证说明,本文方法明显提高了地形采样数据的清晰度、精度及准确性,优化后的地形采样数据可有效提升三维地形的真实感,且实时性能够满足D级飞行模拟机的要求。同时,本文提出的地形采样数据预处理框架对飞行视景仿真领域的三维地形构建具有较强的借鉴意义。
杨恒毅[3]（2021）在《基于边缘互联网的野生动物监测系统软件分析与设计》文中认为野生动物监测系统作为野生动物保护的重要组成部分,对保护野生动物,维持生态系统的和谐稳定起着重要作用。我国已在多个省份的自然保护区大量布设红外相机构建野生动物监测系统。但是由于存在野生动物保护区通常没有通信网络以及红外相机易被误触发、数据回收难度较大等问题,野生动物监测系统无法及时获取监测设备拍摄的图像视频数据并且获取到的数据有大量无效信息,这就造成了监测系统运行人工成本高、实时性差等问题。本文设计并实现了基于边缘互联网的野生动物监测软件系统,该软件系统可用于在保护区进行无线网络基站布设选址,对红外相机布设可视化,进行红外相机拍摄画面实时传输,对图像和视频数据进行大熊猫目标检测,实现高效、内容丰富、实时直观的野生动物监测保护。本文的具体工作如下:1、监测系统软件需求分析与整体设计。该部分首先根据项目背景和现阶段野生动物监测领域存在的问题,对通信基站布设选址、红外相机布设、视频流实时传输、数据回收以及目标（如大熊猫）检测等功能进行了分析。其次根据需求分析,给出了监测系统软件整体方案。2、监测系统功能设计与实现。本文首先利用数字高程模型（Digital Elevation Model DEM）和边缘地区无线信号传播模型设计实现了边缘地区无线基站选址组网和红外相机布设功能。其次采用AVBR（Adaptive Variable Bit Rate）码率控制算法和RTSP（Real Time Streaming Protocol）协议,设计实现了低带宽条件下的高清视频流实时传输功能。最后设计实现了基于WL-SSD（Wavelet-SSD）模型的大熊猫目标检测功能,该功能可以较高的准确度和速度对图像和视频中的大熊猫目标进行快速检测。3、系统综合测试。本文在野外条件下对系统进行了边缘网络基站选址组网、视频流实时传输测试,并测试了系统对大熊猫目标检测的效果,测试结果表明,本文设计的基于边缘互联网的野生动物监测系统能够解决现阶段野生动物监测领域中通信基站布设选址组网、获取实时视频流、目标检测等问题,为野生动物监测保护提供了更有效的技术支持。
陈联君[4]（2021）在《基于多源数据的雪崩危险性评价 ——以北疆地区为例》文中进行了进一步梳理雪崩作为冰冻圈受全球气候变暖而引起的自然灾害之一,其相关研究可增强对冰冻圈等各个圈层的运行与相互作用机理的理解,对全球变化等研究具有重要的理论意义。雪崩会威胁人类生命财产安全,破坏交通、电力等人类生存所依赖的基础公共设施,引发泥石流等次生灾害,并对周边环境、生态系统产生深远影响。因此,开展雪崩危险性评价研究对于防灾减灾等具有重要的现实意义。当前雪崩危险性评价研究较少,且存在以下问题:（1）大多仅开展评价方法体系研究,具体实例研究较少或试验区较小;（2）评价因子不全或重要因子如积雪状态和气象要素使用较少,导致其初始表征能力不足,从而影响后续评价精度;（3）评价模型大多基于专家经验法等,且不能反映因子之间的交互关系,不够客观,导致模型泛化能力差;（4）缺乏从“预防”角度出发的长时间序列危险性分布图和相应的方法体系。因此,如何提取关键评价因子,并建立客观的因子表征模型,从而构建区域尺度、长时间序列的雪崩危险性评价方法,是提升雪崩危险性评价精度和雪崩预防能力的关键科学问题。针对该问题,本文以“一带一路”核心地带、雪崩高发的新疆北部地区为研究区,开展了三个方面的研究,取得了如下成果:（1）MODIS积雪产品去云算法提出了两种积雪产品去云算法:（1）基于高程分区和地温阈值的改进Snow L去云算法:Snow L算法采用陆地、积雪区平均高程将云划分为陆地或积雪,从而实现去云。然而,在地形变化较大的区域,积雪区平均高程可能“过高”、陆地平均高程可能“过低”,使得实际类别为积雪的云被划归为陆地、实际类别为陆地的云被划归为积雪,导致虽然去云,但实际造成了积雪产品精度损失的后果。因此,提出基于研究区实际情况采用高程进行分区,并提取分区内的平均陆地、积雪区高程;以高程分区内的平均地温为阈值,对云进行综合划分。（2）基于单月地温极值滤波的去云算法:采用单月地温区间的上限值、下限值,进一步修正云的误划分。实验结果表明:提出的去云算法提升了精度,最高可达20%。得到的每日无云积雪产品为后续雪深反演、雪崩危险性评价提供了精准的范围。（2）顾及不同高程分区和土地覆盖类型的雪深反演模型采用地面气象站雪深数据,微波亮度温度数据的不同频段、不同极化特征,及多元线性回归、随机森林（Random forest,RF）和CHANG算法,构建了顾及不同高程分区和土地覆盖类型的雪深反演模型。实验结果表明:基于RF算法、且顾及高程分区时,反演模型最佳,均方根误差（Root Mean Square Error,RMSE）为6.9cm;基于RF算法的模型次之（RMSE为8.0cm）;且优于基于多元线性回归和CHANG的算法。结合最优的反演模型及每日无云积雪产品,得到了高精度的每日雪深分布图。雪深产品作为后续雪崩危险性评价的关键因子,可以评价因子的初始表征能力。（3）顾及雪深的长时间序列雪崩危险性评价方法基于历史雪崩点数据,雪深、地形、植被和气象等因子,及层次分析法（Analytic Hierarchy Process,AHP）、网络分析法（Analytic Network Process,ANP）和二元逻辑回归算法,构建了顾及雪深的长时间序列雪崩危险性评价方法。实验结果表明:基于AHP、ANP和二元逻辑回归算法,分别有78.13%、84.38%和87.50%的雪崩点位于高危险性分区;它们的每日平均预测正确率分别为76.09%、82.61%和86.96%。本文创新点为:（1）提出了两种积雪产品去云算法:一种是基于高程分区和地温阈值的改进Snow L去云算法:基于研究区实际情况采用高程进行分区,并提取分区内的平均陆地、积雪区高程;以高程分区内的平均地温为阈值,对云进行综合划分。另一种是基于单月地温极值滤波的去云算法:采用单月地温区间的上限值、下限值,进一步修正云的误划分。（2）提出了一种基于每日无云积雪产品和雪深数据的区域尺度、长时间序列雪崩危险性评价方法,提升了雪崩危险性评价精度和雪崩预防水平。
于成龙[5]（2021）在《和龙市典型地质灾害风险性区划与地质环境承载力综合评价研究》文中认为和龙市为延边朝鲜族自治州所辖县级市,是长白山地区的一座边境旅游城市,坐落于长白山东麓图们江上游北岸,地处东北亚经济圈腹地。市内90%以上面积被山地覆盖,山高谷深,水系发育,降水集中,加之构造活动与火山地震活动强烈,使得区内地质环境较为脆弱。近些年,随着和龙市旅游开发、工矿业开采、工程活动的频繁进行,导致地质灾害发生频率逐年增高。逐年增加的地质灾害与日趋脆弱的地质环境,使和龙市人类经济社会与地质环境可持续发展之间的矛盾日益突出。因此,在和龙市范围内开展地质灾害风险性区划与地质环境承载力评价工作,对指导区内地质灾害防灾减灾工作以及协调区内人类生产生活与地质环境持续发展之间的矛盾具有重要意义。本文以和龙市为研究区域,在考虑特殊地质环境条件影响的基础上,对区内典型地质灾害风险性区划展开研究,然后综合利用地质灾害风险性区划结果、区内地质、生态、社会环境因子,利用数学统计分析方法,对地质环境承载力进行综合评价。本文的研究成果如下:（1）通过遥感解译、地面调查、物探、钻探和山地工程等多种手段相结合的方式,查明了和龙市内已发生地质灾害点173处,均未稳定,潜在地质灾害点63处,均为不稳定斜坡。地质灾害隐患点包含两个部分,一是已发生的、未稳定的地质灾害点,二是潜在地质灾害点。因此,可以确定研究区内分布有236处地质灾害隐患点,其中崩塌80处、泥石流72处、不稳定斜坡63处、滑坡16处、地面塌陷3处、地裂缝2处。对各类隐患点发育特征进行分析,发现研究区内崩塌、滑坡和不稳定斜坡多受控于斜坡结构与人类工程活动,泥石流主要受控于地形地貌条件,地面塌陷及地裂缝均因地下采煤活动而产生。（2）对研究区内典型地质灾害崩滑地质灾害危险性进行区划研究。首先选取基于曲率分水岭法划分的形状多处于正三角形与圆形之间、面积更为均匀、内部坡向与坡度变化较小的斜坡单元为制图单元;根据研究区内地质环境特征与崩滑地质灾害相关性、崩滑地质灾害危险性区划相关文献建立了包含岩土体类、地质构造类、地形地貌类、植被覆盖类、气象水文类、人类活动类、诱发因素类与特殊地质环境类等8大类共计13个评价指标在内的评价指标体系,并针对研究区特殊地质环境条件——长白山火山活动因子进行重点研究;接着对评价指标进行关联性分析,结果显示地层为Q与J、坡度区间为18～24°与24～30°、SE与S坡向、高程区间为255～860 m、起伏度为103～180 m、252～339 m、339～595 m、凸形坡、距离断层、河流、道路越近、裸地和人工植被与崩滑地质灾害危险性的相关性最高;然后选取信息量法、层次分析法、随机森林对研究区崩滑地质灾害危险性进行建模,采用统计参数与受试者工作特征曲线进行模型优选,结果显示随机森林模型的预测精度最高;最后基于随机森林模型的区划结果对研究区崩滑地质灾害危险性进行分析,结果显示低、中、高、极高崩滑危险等级面积占比分别为40.28%、27.75%、19.09%和12.88%,四个危险性等级中分别包含已知崩滑和不稳定斜坡隐患点0、2、31和126个,分别占已知崩滑和不稳定斜坡隐患点个数的0.00%、1.26%、19.50%和79.24%,且崩滑地质灾害危险性等级为高～极高的区域主要分布于研究区内人类生活、生产活动较为集中的各城镇周边,一旦发生崩滑地质灾害,将造成较大的生命财产损失,因此,建议在这些地区加大崩滑灾害监测力度,实现对崩滑灾害的实时监测预警,重视防灾减灾工作的部署。（3）对研究区内典型地质灾害泥石流危险性进行区划研究。首先选取适用于泥石流危险性区划的流域单元作为制图单元;接着建立包含岩土体类、地形地貌类、地质构造类、植被覆盖类、气象水文类、流域发育阶段类与特殊地质环境类等7大类共计11个评价指标在内的评价指标体系,并进行关联性分析,结果显示地层为Q、K与J、坡度区间为6～11°、E、S与SW坡向、面积区间为2.55～7.77 km2、相对高差为0～206 m、圆度区间0.14～0.52、裸地、人工植被、地貌信息熵区间0.349～1.357、距离道路、河流、断层越近与泥石流灾害危险性的相关性较高;然后选取频数比法、人工神经网络、支持向量机对研究区泥石流危险性进行建模,并采用统计参数与受试者工作特征曲线进行模型优选,结果显示支持向量机模型的预测精度最高;最后基于支持向量机模型的区划结果进行研究区泥石流危险性分析,结果显示研究区泥石流低危险性、中危险性、高危险性和极高危险性等级分别占总面积的32.92%、39.07%、18.72%、9.29%,低、中、高、极高四个危险性等级中分别包含已知泥石流灾害点2、11、20和39个,分别占已知泥石流灾害点数的2.78%、15.28%、27.78%和54.16%,且研究区内泥石流地质灾害危险性等级为高～极高的区域,主要集中分布于龙城镇东北部、八家子镇、头道镇中部和东城镇北部地区,建议在这些地区加强泥石流灾害的监测预警研究。（4）对研究区内地质灾害风险性进行区划研究。首先选取以下五个评价指标:道路密度、房屋密度、人口密度、农民人均收入和耕地密度,并采用层次分析法进行崩滑地质灾害易损性与泥石流易损性区划,结果表明研究区内地质灾害易损性等级以低易损性为主。基于易损性与危险性区划结果,进行研究区地质灾害风险性区划,结果表明地质灾害极高～高风险区主要分布在龙城镇东北～东城镇一带和边防公路大部分沿线,占研究区总面积的28.03%,主要危胁对象为省道S206、居民房屋、农田和边防公路等,建议在这一区域内加强防灾减灾工作。地质灾害中风险区面积占比34.22%,应适当开展地质灾害的治理、监测工作。地质灾害低风险区分布面积最广,面积占比为37.75%。（5）对研究区进行地质环境承载力综合评价。结合GIS技术,根据研究区内地质环境特征与人类生活、生产活动特征,采用地质环境类:高差、坡度、地貌类型、断层距离、地震、岩土体类型、崩滑地质灾害风险性和泥石流地质灾害风险性;社会环境类:建筑物密度、人口密度、道路密度和耕地密度;生态环境类:降水、土地利用类型、河流距离、人均水资源量、人均粮食产量和人均矿产资源等3个大类,共计18个评价指标对研究区进行地质环境承载力综合评价,结合组合赋权法,对各评价指标重要程度进行排序,结果显示对研究区地质环境承载力评价最为重要的评价指标为（前五）:泥石流地质灾害风险性、地层岩性、崩滑地质灾害风险性、地震、人口密度;然后对地质环境承载力进行建模研究,结果显示低承载力等级面积为471.38 km2,中承载力等级面积为1,097.24 km2,高承载力等级面积为1,416.67 km2,极高承载力等级面积为2,083.34 km2,这四个等级分别占研究区总面积的9.30%、21.65%、27.95%、41.10%。建议在地质环境承载力较低的区域,控制新资源开发、大型人类工程的建设等,使其不遭受更严重的破坏,转变现有土地、矿产等资源的开采方式和利用强度,逐步改善这一区域内地质环境条件。
程建华,黄孟远,葛靖宇,吕嘉正[6]（2021）在《基于改进“移去-恢复”算法的海底地形构建方法研究》文中研究说明为解决源测量数据生成海底地形过程中,数据处理方法影响海底地形精度和分辨率的问题,提出了一种多源水深数据融合方案。在分析DEM、海图水深和多波束测深数据特点的基础上,兼顾不同数据源的优点,克服单一数据源的不足,基于"移去-恢复"算法进行改进,使算法更适用于融合高精度数据源,融合海图水深和多波束测深数据于DEM,构建新的海底地形数据集。选取试验区进行真实数据试验,试验结果表明,该方法既能提高海底地形整体的精度和分辨率,又能保留高密度区域的细节信息。在试验区内,原始DEM数据分辨率为15″,均方根误差为29.408 m,传统经典的"移去-恢复"算法构建的数据集分辨率为3″,均方根误差为28.563 m,本融合方案构建的数据集分辨率为3″,均方根误差为18.841 m。可见,与传统算法相比,本文算法对高精度数据源的融合效果更好,构建的数据集精度更高。
卢煌煌[7]（2021）在《基于大数据聚类挖掘的铁路工程地质条件评价模型研究》文中研究指明川藏铁路是我国“十三五”规划中非常重要的建设项目,它的建设受到各族同胞的广泛关注。在铁路工程的设计选线、建设施工以及运营阶段都需要对铁路工程沿线地质条件进行勘察、分析并评价,以确保工程安全。开展基于大数据聚类挖掘的铁路工程地质条件评价对提高评价结果高效性、客观性和全面性具有重要的促进作用。铁路工程地质条件传统的评价方式存在主观性强、评价效率不高以及评价结果不直观等缺点。针对以上局限,本文提出一种以地质灾害风险性为依据的铁路工程地质条件评价体系,使用相关地质灾害影响因素进行大数据挖掘建立评价模型,并进行大数据可视化展示,具体工作如下:1.使用爬虫、Http Request等数据采集技术,对地质灾害风险影响因素数据进行采集,并进行数据预处理。同时研究并设计搭建基于Hadoop+Spark框架的大数据处理平台,提供高效的数据存取性能,并为大数据分析与挖掘提供高效计算性能。实现了多源异构大数据的高效准确自动化采集、预处理、存储以及计算。2.以地质灾害风险为依据,对铁路工程地质条件进行大数据分析,分析铁路工程地质条件与各影响因素之间的相关性,为后续的大数据挖掘提供理论支持。3.研究并实现基于随机森林的特征属性选择方法,使用随机森林算法对原始训练集进行分类模型的建立。将分类模型最优化,并输出各特征属性权重值,结合权重值以及大数据分析得出的结论,完成对铁路工程地质条件评价模型训练集特征属性的选择。4.提出了差异度权值密度的概念,并将其引入到K-means聚类挖掘算法的初始聚类中心选择之中,提出了改进算法——MDDK-means。该算法克服了K-means算法初始聚类中心选择的随机性,提高了聚类的准确性以及执行的效率。使用改进算法与传统K-means算法以及基于密度的K-means算法进行对比实验,结果证明本文提出的改进算法具有更高的聚类准确性以及执行效率。5.提出了基于MDDK-means算法的铁路工程地质条件评价模型。该模型以铁路沿线区域的地质灾害风险影响因素数据进行区域地质灾害风险性评估,以此为依据对该区域的铁路工程质条件进行评价,并将该模型于川藏铁路进行应用实现。
严正宵[8]（2020）在《基于HEC-HMS模型的黄土高原区岔巴沟流域山洪模拟与预警研究》文中研究指明山洪灾害被定义为在暴雨开始后的数小时内,山区流域水位暴涨导致的洪水灾害事件。由于山区内中小流域地形陡峭,形成山洪时间较短,且山洪破坏性严重,不仅造成了巨大的经济损失,还对山区居民的生命构成了威胁,所以山洪灾害一直是自然灾害防治中亟需解决的重点问题。黄土高原丘陵沟壑区由于独特的下垫面条件极易发生山洪,如2017年发生的“7·26”特大洪涝灾害导致子洲县损失惨重,其所属的黄土高原区岔巴沟流域因其产汇流机制十分复杂,且近年来由于气候变化影响,致使山洪灾害频率升高,所以如何较为精确模拟山洪过程还有待于深入研究。因此本论文针对岔巴沟流域,进行山洪灾害模拟与山洪灾害预警指标构建研究。本研究采用Arc GIS技术,应用HEC-geo HMS水文扩展模块,通过数字高程模型对岔巴沟流域进行建模,将岔巴沟流域分割为15个子流域,应用土壤类型和土地利用分类等有关数据对模型参数初始值进行估算。考虑到岔巴沟流域产汇流机制的复杂程度,应用HEC-HMS水文模型,选取不同的产汇流计算方法,其中:洪水演进模型和基流模型分别采用马斯京根法和指数衰减法,而产流模型采用SCS径流曲线法及初损稳渗法;直接径流模型采用SCS单位线法及斯奈德单位线法。基于此,建立了SCS径流曲线法+SCS单位线法+马斯京根法+指数衰减法的方案一和初损稳渗法+斯奈德单位线法+马斯京根法+指数衰减法的方案二两种不同的方法体系,从而对岔巴沟流域山洪过程进行模拟研究。通过收集2006-2015年共八场降雨径流事件数据,选择2006-2012年为率定期,2013-2015年为验证期,对两种方案中的相关参数进行率定和验证研究。研究结果表明:方案一中率定期合格率为100%,达《水文情报预报规范》甲等精度,平均Nash系数为0.85,达乙等精度;验证期合格率为100%,达甲等精度,平均Nash系数为0.72,达乙等精度。方案二中率定期合格率为80%,达乙等精度,平均Nash系数为0.71,达乙等精度;验证期合格率为66.7%,达丙等精度,平均Nash系数为0.58,达丙等精度。且方案一中平均峰现时差、平均洪峰相对误差、平均径流深相对误差和平均Nash系数都优于方案二,由此可见,基于方案一的HEC-HMS模型在岔巴沟流域山洪模拟中的适用性更好。与此同时,应用MATLAB神经网络时间序列模型对曹坪水文站的水位-流量数据进行拟合建立函数关系,基于调查获得的预警水位数据,计算对应的山洪临界流量。此外,结合《陕西省中小流域设计暴雨洪水图集》,采用榆林市暴雨强度公式,并借鉴芝加哥雨型模型,对“7·26”特大洪涝灾害发生地-岔巴沟下游榆林市子洲县曹坪村进行暴雨设计研究。通过不断改变暴雨频率,将降雨量输入模型模拟计算洪水流量,最终确定模拟径流量接近山洪临界流量所需的临界雨量值,从而将此临界雨量数据作为该研究区的山洪预警指标。综上所述,HEC-HMS模型在黄土高原区岔巴沟流域有较好的适用性,能为黄土高原典型流域山洪灾害水文模拟提供理论指导意义,为黄土高原区中小流域山洪灾害的预报预警与综合防治提供重要的参考应用价值。
刘一瑾[9]（2020）在《暴雨内涝灾害风险评价及防控方法研究 ——以泉州市为例》文中指出在快速城镇化和全球极端气候的背景下,城市下垫面硬化、自然生态格局破坏等诸多因素导致了城市暴雨愈发频繁,积水现象增加。造成了对社会经济、生态环境、生命健康的一系列威胁。如何应用科学、有效、绿色、系统性的方法应对内涝灾害的发生仍然有很多研究空间。本文选取了暴雨内涝灾害高发的城市泉州为研究对象,结合城乡规划学、水文学、灾害学等学科的思维方式,运用地理信息系统和水文分析模型,以定量与定性分析结合的方式,探讨滨海城市暴雨内涝的防控方法。论文从四个方面展开,首先通过国内外文献分析,对比了城市暴雨内涝灾害模拟模型、评价方法、防控理论等内容,确定了在城市尺度以ArcGIS技术方法,通过指标体系评价的方式进行暴雨内涝灾害风险评价。在街区尺度通过SWMM技术进行汇水模拟及排水系统的风险评估;第二部分,在确定了指标体系的研究方法后进行了评价因子选取和综合权重赋值计算,构建了完整的暴雨内涝灾害评价体系。通过对指标进行归一化计算和叠加权重,根据自然灾害风险计算公式,在GIS中分析了泉州市各行政区的暴雨内涝灾害风险指数,划分出5个风险等级。通过城市建设状况和风险等级的对比关系,找出了影响城市暴雨内涝灾害的关键因素,总结了内涝灾害风险从东南沿海向西北山区减弱的规律,为下文街区尺度的研究对象选取以及后文规划防控策略的构建提供了理论基础;第三部分通过高风险街区尺度的汇水模拟分析,深入研究了在不同降雨强度情况,空间要素与管网的综合作用下,街区内部积水的动态过程。根据用地现状和积水情况提出了结合低影响开发措施的分区优化策略,并再次进行模拟检验;第四部分,笔者从城市尺度的暴雨内涝承灾规划、街区尺度的基于LID的积水管控方法、防控内涝风险管理与政策优化三个角度构建了泉州市的暴雨内涝灾害防控方法。对泉州市进行暴雨内涝灾害风险研究和防控方法构建,不仅为该区域的风险识别和防灾规划提供了理论支持,也通过探讨城市空间和暴雨内涝灾害的关系,丰富了城乡规划学科在防灾规划理论层面的研究,为滨海城市减少内涝灾害损失,保障城市安全提供了科学依据,具有一定的社会意义。
刘远[10]（2020）在《基于无人机影像建模的土方监测系统研究》文中研究说明随着测绘技术和电子信息技术的迅速发展,以消费级无人机为飞行平台的低空摄影测量系统已成为地理空间信息获取的重要手段。与传统摄影测量技术相比,无人机低空摄影测量系统具有高分辨率、高效率、高机动性、低成本等显着优势,已广泛应用于地理国情监测、数字城市建模、勘察测绘等领域。在工程测量应用中,该系统由于受飞行器、飞控平台、摄影相机、飞行参数、处理技术等因素影响,在测量精度、可靠性及作业自动化等方面还有待进一步改进。为此,本文以土方工程的精准、自动监测为目标,通过现场实验和仿真设计探讨无人机摄影测量用于土方监测的技术途径。主要研究内容及结果如下:（1）针对土方工程测量特点和精度要求,制定了无人机低空摄影测量数据采集和处理的作业流程并讨论了影像建模的关键技术。通过设置合理的航摄参数并对相机进行畸变纠正使无人机航摄影像的分辨率和理论精度满足土方测量要求。通过现场航摄获取实验区多期高分辨率影像数据,利用MATLAB软件对影像辐射校正,并验证了 SIFT图像匹配算法和RANSAC误匹配点剔除算法的实际效果,使用ContextCapture软件完成了实验区多期影像的精细建模。（2）通过实验数据分析了基于无人机影像建模的DSM误差特征和多期DSM叠加的精度可靠性,针对土方工程特点提出了基于基坑边缘特征点二次配准的土方测量精度改进方法。通过精度对比分析确定了最优像控布设方案,并对多期DSM叠加的相对精度和可靠性进行了统计分析。利用基坑边缘处的高程变化特征,通过泰森多边形面积加权法改正高程系统误差,并根据多期高程特征点的偏移量进行DEM的二次配准,有效改正了 DEM平面位置偏差所带来的高程误差。实例验证表明,该方法基本消除了基坑边缘高程点的突变误差,提高了无人机摄影监测土方变化的实际精度。（3）针对土方变化自动化监测的工程需求,设计了一种基于无人值守、自动起降的无人机摄影监测系统。包括系统数据采集、无人机自动起降台、通信和数据管理与处理等功能模块,阐述了系统各功能层及其相互逻辑关系;确定了无人机平台的配置参数;详细设计了系统的自动起降台,明确了无人值守的无人机摄影测量系统的作业流程。在此基础上,通过Matlab/Simulink仿真了无人机的降落过程和降落精度,初步验证了该系统应用于土方自动化监测的可行性,具有一定的实用前景。
二、一种适用于铁路仿真的DEM数据融合方案（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种适用于铁路仿真的DEM数据融合方案（论文提纲范文）
（1）基于数字水网的河北地下水超采治理效果的过程化评价及业务融合研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 地下水超采研究现状 |
| 1.3.2 地下水变化特征研究现状 |
| 1.3.3 治理效果评价研究现状 |
| 1.3.4 数字水网研究现状 |
| 1.3.5 相关文献计量分析 |
| 1.4 研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.4.4 论文创新点 |
| 2 地下水超采形势与治理现状 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 水文地质 |
| 2.1.4 河流水系 |
| 2.1.5 社会经济 |
| 2.2 地下水开发利用现状 |
| 2.2.1 地下水资源量 |
| 2.2.2 地下水开采量 |
| 2.2.3 地下水供水量 |
| 2.3 地下水超采造成影响 |
| 2.3.1 地下水位降落漏斗形成 |
| 2.3.2 对水文地质条件的影响 |
| 2.3.3 地面沉降及地裂缝产生 |
| 2.3.4 海水入侵及其危害程度 |
| 2.4 地下水超采治理现状 |
| 2.4.1 地下水超采形势 |
| 2.4.2 治理任务及范围 |
| 2.4.3 治理的相关措施 |
| 2.4.4 治理措施实施情况 |
| 2.4.5 治理中存在的问题 |
| 2.5 本章小结 |
| 3 数字水网的构建及关键技术 |
| 3.1 数字水网关键技术 |
| 3.1.1 大数据技术 |
| 3.1.2 5S集成技术 |
| 3.1.3 可视化技术 |
| 3.1.4 综合集成研讨厅技术 |
| 3.2 空间数据水网构建 |
| 3.2.1 空间数据处理 |
| 3.2.2 地形地物可视化 |
| 3.2.3 数字水网提取 |
| 3.2.4 空间水网可视化 |
| 3.3 逻辑拓扑水网构建 |
| 3.3.1 拓扑元素概化 |
| 3.3.2 拓扑关系描述 |
| 3.3.3 拓扑关系存储 |
| 3.3.4 拓扑水网可视化 |
| 3.4 业务流程水网构建 |
| 3.4.1 业务主题划分 |
| 3.4.2 业务流程概化 |
| 3.4.3 流程可视化描述 |
| 3.4.4 业务水网可视化 |
| 3.5 一体化数字水网构建 |
| 3.5.1 业务集成环境 |
| 3.5.2 三网集成合一 |
| 3.6 本章小结 |
| 4 基于数字水网的业务融合及实现 |
| 4.1 数字水网与业务融合 |
| 4.1.1 多源数据融合 |
| 4.1.2 模型方法融合 |
| 4.1.3 业务过程融合 |
| 4.2 面向主题的业务应用 |
| 4.2.1 主题服务模式 |
| 4.2.2 主题服务特点 |
| 4.2.3 业务应用过程 |
| 4.3 基于数字水网的业务实现 |
| 4.3.1 基于大数据的信息服务 |
| 4.3.2 基于水网的过程化评价 |
| 4.3.3 基于水网的水位考核 |
| 4.4 本章小结 |
| 5 基于大数据的地下水动态特征分析 |
| 5.1 业务应用实例及数据来源 |
| 5.1.1 业务应用系统 |
| 5.1.2 多源数据来源 |
| 5.1.3 应用分析方法 |
| 5.2 地下水位变化特征分析 |
| 5.2.1 地下水位时间变化 |
| 5.2.2 地下水位空间变化 |
| 5.3 地下水储量变化特征分析 |
| 5.3.1 地下水储量反演方法 |
| 5.3.2 地下水储量时间变化 |
| 5.3.3 地下水储量空间变化 |
| 5.4 地下水动态影响因素分析 |
| 5.4.1 自然因素变化 |
| 5.4.2 人为因素变化 |
| 5.4.3 影响因素分析 |
| 5.5 本章小结 |
| 6 地下水超采治理效果的过程化评价 |
| 6.1 评价指标体系构建 |
| 6.1.1 主题化指标库 |
| 6.1.2 评价指标优选 |
| 6.1.3 评价等级划分 |
| 6.2 评价方法选取调用 |
| 6.2.1 评价方法选取 |
| 6.2.2 方法的组件化 |
| 6.2.3 方法组件调用 |
| 6.3 评价结果及应用实例 |
| 6.3.1 指标数据来源 |
| 6.3.2 评价结果分析 |
| 6.3.3 结果的反馈优化 |
| 6.3.4 过程化评价实例 |
| 6.4 本章小结 |
| 7 地下水治理效果水位考核评估服务 |
| 7.1 水位考核指标制定方法 |
| 7.1.1 考核基本原理 |
| 7.1.2 指标计算方法 |
| 7.1.3 水位考核评分 |
| 7.2 水位考核评估计算示例 |
| 7.2.1 监测数据处理 |
| 7.2.2 水位指标确定 |
| 7.2.3 地下水位考核 |
| 7.3 水位考核业应用务系统 |
| 7.3.1 数据管理服务 |
| 7.3.2 基础信息服务 |
| 7.3.3 考核管理服务 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 致谢 |
| 参考文献 |
| 附录A 数字水网开发程序代码 |
| 附录B 博士期间主要研究成果 |
（2）面向D级飞行模拟机视景系统的高真实感三维地形构建关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 注释表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 飞行模拟机及视景系统研究现状 |
| 1.2.2 三维地形可视化研究现状 |
| 1.2.3 地形采样数据处理研究现状 |
| 1.3 研究目标和面临的问题 |
| 1.3.1 问题的提出 |
| 1.3.2 研究目标及来源 |
| 1.4 研究主要内容 |
| 1.5 论文组织与安排 |
| 第2章 面向D级飞行模拟机的地形采样数据预处理框架 |
| 2.1 视景系统与三维地形 |
| 2.1.1 视景系统 |
| 2.1.2 三维地形 |
| 2.2 地形采样数据预处理存在的问题 |
| 2.2.1 预处理流程缺乏系统性 |
| 2.2.2 数据处理难度大,成本高 |
| 2.2.3 缺乏质量评价体系 |
| 2.2.4 高性能引擎欠缺海量数据组织调度方法 |
| 2.3 面向D级飞行模拟机视景的地形采样数据预处理框架 |
| 2.3.1 遥感影像去雾模型 |
| 2.3.2 遥感影像超分辨率模型 |
| 2.3.3 DEM预处理 |
| 2.3.4 三维地形调度渲染 |
| 2.3.5 预处理框架的优点 |
| 2.4 本章小结 |
| 第3章 地形采样数据中遥感影像去雾模型 |
| 3.1 问题提出 |
| 3.2 相关研究 |
| 3.3 基于编-解码网络的遥感影像去雾方法 |
| 3.3.1 去雾模型设计 |
| 3.3.2 多尺度卷积层 |
| 3.3.3 组归一化层 |
| 3.3.4 FReLU激活函数层 |
| 3.3.5 特征注意力层 |
| 3.3.6 去雾模型损失函数 |
| 3.4 实验结果与分析 |
| 3.4.1 训练样本处理 |
| 3.4.2 实验设置 |
| 3.4.3 实验对比及分析 |
| 3.5 本章小结 |
| 第4章 地形采样数据中遥感影像超分辨率模型 |
| 4.1 问题提出 |
| 4.2 相关研究 |
| 4.3 面向D级飞行模拟机视景系统的Airport80数据集构建 |
| 4.3.1 遥感数据样本来源 |
| 4.3.2 遥感数据样本处理 |
| 4.3.3 Airport80数据集描述 |
| 4.4 基于生成对抗网络的影像超分辨率方法 |
| 4.4.1 超分辨率模型结构 |
| 4.4.2 可变形特征融合模块 |
| 4.4.3 模型损失函数 |
| 4.5 实验结果与分析 |
| 4.5.1 实验设置 |
| 4.5.2 实验对比及分析 |
| 4.6 本章小结 |
| 第5章 DEM预处理和三维地形调度渲染方法 |
| 5.1 问题提出 |
| 5.1.1 DEM存在的问题 |
| 5.1.2 三维地形调度渲染存在的问题 |
| 5.2 DEM预处理 |
| 5.2.1 基于RayCaster的DEM快速配准校正方法 |
| 5.2.2 机场边缘DEM修补方法 |
| 5.3 三维地形调度渲染方法 |
| 5.3.1 三维地形渲染引擎 |
| 5.3.2 基于非对称金字塔的地形数据组织管理方法 |
| 5.3.3 基于InfiniBand的同步地形调度渲染方法 |
| 5.3.4 基于OriginShift的坐标精度控制方法 |
| 5.4 本章小结 |
| 第6章 面向D级飞行模拟机的三维地形应用验证 |
| 6.1 验证方案 |
| 6.1.1 验证平台及标准 |
| 6.1.2 验证数据 |
| 6.1.3 方案设计 |
| 6.2 地形采样数据预处理验证 |
| 6.2.1 DEM预处理验证 |
| 6.2.2 遥感影像预处理验证 |
| 6.3 三维地形调度渲染验证 |
| 6.3.1 真实感验证 |
| 6.3.2 实时性验证 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（3）基于边缘互联网的野生动物监测系统软件分析与设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内外边缘网络研究现状 |
| 1.2.2 国内外野生动物保护监测系统现状 |
| 1.3 论文主要工作 |
| 1.4 论文结构安排 |
| 第二章 边缘互联网监测系统分析与总体设计 |
| 2.1 基于边缘互联网的野生动物监测系统需求分析 |
| 2.1.1 组网基站布设选址 |
| 2.1.2 视频流实时传输 |
| 2.1.3 大熊猫目标检测 |
| 2.2 边缘互联网监测系统关键技术分析 |
| 2.2.1 边缘自组网 |
| 2.2.2 边缘自组网中的路由算法 |
| 2.2.3 视频流无线实时传输 |
| 2.2.4 目标检测算法简介 |
| 2.3 基于边缘互联网的监测系统软件设计方案 |
| 2.3.1 系统总体设计方案 |
| 2.3.2 基站布设选址功能设计 |
| 2.3.3 视频流实时传输功能设计 |
| 2.3.4 大熊猫目标检测功能设计 |
| 2.4 本章小结 |
| 第三章 边缘互联网路由基站选址组网分析与设计 |
| 3.1 复杂地形模型建立与信号传播分析 |
| 3.1.1 地形数字化表示 |
| 3.1.2 复杂地形地区无线信号传播模型建立 |
| 3.1.3 基于DEM与无线信号传播模型的基站选址 |
| 3.2 基于三维贪婪转发的路由算法 |
| 3.2.1 二维贪婪转发 |
| 3.2.2 三维贪婪转发 |
| 3.3 本章小结 |
| 第四章 基于RTSP协议的实时视频流传输分析与设计 |
| 4.1 基于H.264与H.265 的视频编码分析 |
| 4.2 基于RTSP协议的视频流发送端设计 |
| 4.3 视频流接收客户端设计 |
| 4.4 本章小结 |
| 第五章 大熊猫目标检测算法分析与设计 |
| 5.1 基于SSD的大熊猫目标检测算法 |
| 5.1.1 SSD算法简介 |
| 5.1.2 基于SSD的大熊猫目标检测 |
| 5.2 基于WL-SSD的大熊猫目标检测 |
| 5.2.1 小波特征提取网络 |
| 5.2.2 WL-SSD网络结构 |
| 5.2.3 WL-SSD网络检测结果分析 |
| 5.3 大熊猫目标检测算法应用 |
| 5.3.1 边缘设备检测平台介绍 |
| 5.3.2 基于海思Hi3516DV300的大熊猫检测 |
| 5.4 本章小结 |
| 第六章 系统实现与测试 |
| 6.1 系统主界面 |
| 6.2 路由基站选址功能实现 |
| 6.3 红外相机视频流实时传输功能实现 |
| 6.4 大熊猫目标检测功能实现 |
| 6.5 系统测试与分析 |
| 6.5.1 路由基站选址组网测试 |
| 6.5.2 实时视频流传输测试 |
| 6.5.3 大熊猫目标检测测试 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表成果 |
（4）基于多源数据的雪崩危险性评价 ——以北疆地区为例（论文提纲范文）
| 作者简历 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 雪盖范围获取研究现状 |
| 1.2.2 雪深获取研究现状 |
| 1.2.3 雪崩危险评价研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文章节安排 |
| 第二章 研究区与数据源 |
| 2.1 研究区概况 |
| 2.2 数据源介绍 |
| 2.2.1 MODIS积雪产品去云研究相关的数据介绍 |
| 2.2.2 雪深反演研究相关的数据介绍 |
| 2.2.3 雪崩危险性评价相关的数据 |
| 第三章 MODIS积雪产品去云算法研究 |
| 3.1 基础数据 |
| 3.2 研究方法 |
| 3.2.1 数据预处理 |
| 3.2.2 两种MODIS积雪产品去云算法 |
| 3.2.3 常规去云方法 |
| 3.2.4 其他去云产品 |
| 3.2.5 精度评价方法 |
| 3.3 结果与讨论 |
| 3.3.1 研究区云覆盖量、雪覆盖量统计 |
| 3.3.2 生成的无云积雪覆盖产品精度验证 |
| 3.4 小结 |
| 第四章 顾及不同高程分区和土地覆盖类型的雪深反演 |
| 4.1 研究方法 |
| 4.1.1 数据预处理 |
| 4.1.2 建模因子的选择 |
| 4.1.3 反演模型构建 |
| 4.1.4 精度评价方法 |
| 4.2 结果与讨论 |
| 4.2.1 建模因子选择结果 |
| 4.2.2 多元线性回归模型精度评价结果 |
| 4.2.3 随机森林模型精度评价结果 |
| 4.2.4 顾及不同高程分区的回归模型精度评价结果 |
| 4.2.5 顾及不同土地覆盖类型的回归模型精度评价结果 |
| 4.2.6 不同模型精度对比 |
| 4.2.7 北疆地区雪深反演结果图 |
| 4.3 小结 |
| 第五章 顾及雪深的北疆地区长时间序列雪崩危险性评价 |
| 5.1 雪崩危险性评价因子体系 |
| 5.1.1 积雪条件 |
| 5.1.2 地形因子 |
| 5.1.3 下垫面因素 |
| 5.1.4 气象条件 |
| 5.1.5 其他因素 |
| 5.1.6 因子体系 |
| 5.2 研究方法 |
| 5.2.1 评价因子提取 |
| 5.2.2 因子分级赋值体系 |
| 5.2.3 AHP中评价因子权重确定 |
| 5.2.4 ANP中评价因子权重确定 |
| 5.2.5 LR模型构建 |
| 5.2.6 各模型雪崩危险性指数计算 |
| 5.2.7 各模型的危险性等级划分 |
| 5.3 实验结果 |
| 5.3.1 评价因子提取结果 |
| 5.3.2 评价因子分级赋值结果 |
| 5.3.3 AHP因子权重结果 |
| 5.3.4 ANP因子权重结果 |
| 5.3.5 LR模型结果 |
| 5.3.6 北疆地区各模型危险性评价等级图与定性评价 |
| 5.3.7 雪崩危险性评价结果定量比较 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 论文主要创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 附图 |
（5）和龙市典型地质灾害风险性区划与地质环境承载力综合评价研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题依据与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地质灾害危险性区划研究现状 |
| 1.2.2 地质灾害风险性区划研究现状 |
| 1.2.3 地质环境承载力研究现状 |
| 1.2.4 现存问题 |
| 1.3 研究内容与技术路线 |
| 1.4 论文创新点 |
| 第2章 研究区概况 |
| 2.1 地理位置 |
| 2.2 气象水文 |
| 2.3 植被 |
| 2.4 社会经济概况 |
| 2.5 地形地貌 |
| 2.6 地层岩性 |
| 2.7 地质构造 |
| 2.8 地下水类型 |
| 2.9 工程岩土体类型 |
| 2.10 地震活动 |
| 2.11 火山活动 |
| 2.12 人类工程活动 |
| 2.13 小结 |
| 第3章 研究区地质灾害发育特征分析 |
| 3.1 地质灾害遥感解译 |
| 3.1.1 遥感数据获取 |
| 3.1.2 DEM数据获取 |
| 3.1.3 遥感影像处理 |
| 3.1.4 解译标志 |
| 3.1.5 遥感解译结果 |
| 3.2 地质灾害总体特征 |
| 3.2.1 地质灾害类型构成 |
| 3.2.2 地质灾害总体分布规律 |
| 3.3 地质灾害发育及分布特征 |
| 3.3.1 崩塌发育及分布特征 |
| 3.3.2 泥石流发育及分布特征 |
| 3.3.3 滑坡发育及分布特征 |
| 3.3.4 地面塌陷发育及分布特征 |
| 3.3.5 地裂缝发育及分布特征 |
| 3.3.6 不稳定斜坡发育及分布特征 |
| 3.4 小结 |
| 第4章 研究区崩滑地质灾害危险性区划 |
| 4.1 地质灾害危险性区划流程 |
| 4.2 崩滑地质灾害编录数据 |
| 4.3 崩滑危险性区划制图单元选取 |
| 4.4 评价指标系统建立 |
| 4.4.1 地质环境特征与崩滑地质灾害关系分析 |
| 4.4.2 崩滑危险性区划评价指标使用频次统计 |
| 4.4.3 崩滑危险性区划评价指标系统建立 |
| 4.4.4 崩滑危险性区划评价指标提取及关联性分析 |
| 4.5 崩滑危险性区划模型的建立与优选 |
| 4.5.1 信息量模型 |
| 4.5.2 层次分析模型 |
| 4.5.3 随机森林模型 |
| 4.5.4 评价指标多重共线性分析 |
| 4.5.5 崩滑危险性区划建模结果 |
| 4.5.6 崩滑危险性区划模型优选 |
| 4.6 崩滑危险性区划结果分析 |
| 4.7 小结 |
| 第5章 研究区泥石流地质灾害危险性区划 |
| 5.1 泥石流编录数据 |
| 5.2 泥石流危险性区划制图单元选取 |
| 5.3 评价指标系统建立 |
| 5.3.1 地质环境特征与泥石流地质灾害关系分析 |
| 5.3.2 评价指标系统建立 |
| 5.3.3 泥石流危险性区划评价指标提取及关联性分析 |
| 5.4 泥石流危险性区划模型 |
| 5.4.1 频数比模型 |
| 5.4.2 人工神经网络模型 |
| 5.4.3 支持向量机模型 |
| 5.4.4 评价指标多重共线性分析 |
| 5.4.5 泥石流危险性区划建模结果 |
| 5.4.6 泥石流危险性区划模型优选 |
| 5.5 泥石流危险性区划结果分析 |
| 5.6 小结 |
| 第6章 研究区地质灾害风险性区划 |
| 6.1 地质灾害易损性区划 |
| 6.1.1 地质灾害易损性区划制图单元选取 |
| 6.1.2 评价指标选取 |
| 6.1.3 地质灾害易损性区划模型 |
| 6.2 地质灾害风险性区划 |
| 6.3 地质灾害风险性区划结果分析 |
| 6.4 小结 |
| 第7章 研究区地质环境承载力综合评价 |
| 7.1 评价单元选取 |
| 7.2 评价指标选取 |
| 7.2.1 地质环境 |
| 7.2.2 社会环境 |
| 7.2.3 生态环境 |
| 7.3 评价指标权重确定 |
| 7.3.1 评价指标分值确定 |
| 7.3.2 组合赋权法 |
| 7.3.3 基于组合赋权法的评价指标权重确定 |
| 7.4 地质环境承载力区划 |
| 7.5 地质环境承载力区划结果分析 |
| 7.6 小结 |
| 第8章 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（6）基于改进“移去-恢复”算法的海底地形构建方法研究（论文提纲范文）
| 1 引言 |
| 2 数据来源与研究方法 |
| 2.1 海图水深、多波束测深及DEM数据特点 |
| 2.2 多源水深数据融合方法 |
| 2.2.1 移去阶段基准网格的构造 |
| 2.2.2 恢复阶段多波束数据的恢复 |
| 3 试验结果与分析 |
| 3.1 试验数据源选取 |
| 3.2 插值后海图数据质量评价 |
| 3.3 加权融合算法权值选取 |
| 3.4 最终数据集融合结果 |
| 4 结论 |
（7）基于大数据聚类挖掘的铁路工程地质条件评价模型研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地质灾害风险评估 |
| 1.2.2 铁路工程地质条件评价 |
| 1.3 本文研究内容 |
| 1.4 本文的结构安排 |
| 第二章 相关理论与技术 |
| 2.1 地质灾害风险分析 |
| 2.1.1 地质灾害影响因素 |
| 2.1.2 地质灾害风险分析方法与评估模型建立 |
| 2.2 铁路工程地质条件评价 |
| 2.3 K-means聚类挖掘算法 |
| 2.4 随机森林算法 |
| 2.5 大数据可视化技术 |
| 2.6 本章小结 |
| 第三章 铁路工程地质条件大数据处理 |
| 3.1 铁路工程地质条件的基础数据 |
| 3.2 川藏铁路沿线区域地质条件大数据采集 |
| 3.2.1 地质条件大数据采集需解决的关键问题 |
| 3.2.2 地质条件大数据采集思路与方法 |
| 3.2.3 地质灾害历史数据采集技术方案 |
| 3.2.4 静态地质数据采集技术方案 |
| 3.2.5 动态气象数据采集技术方案 |
| 3.3 川藏铁路沿线区域地质条件大数据预处理 |
| 3.3.1 地质条件大数据预处理需解决的关键问题 |
| 3.3.2 地质条件大数据预处理思路与方法 |
| 3.3.3 地质灾害历史数据预处理技术方案 |
| 3.3.4 静态地质数据预处理技术方案 |
| 3.3.5 动态气象数据预处理技术方案 |
| 3.4 川藏铁路沿线区域地质条件异构大数据融合处理 |
| 3.4.1 多源异构地质条件大数据融合需解决的关键问题 |
| 3.4.2 多源异构地质条件大数据融合思路与方法 |
| 3.4.3 多源异构地质条件大数据融合处理技术方案 |
| 3.5 川藏铁路沿线区域地质条件大数据采集与预处理软件实现 |
| 3.6 川藏铁路沿线区域工程地质条件大数据处理平台设计 |
| 3.6.1 川藏铁路工程地质条件大数据处理平台设计需解决的关键问题 |
| 3.6.2 川藏铁路工程地质条件大数据处理平台设计思路与方法 |
| 3.6.3 基于Hadoop+Spark平台大数据高效存取访问解决方案 |
| 3.6.4 基于Spark平台大数据实时在线挖掘计算解决方案 |
| 3.7 本章小结 |
| 第四章 铁路工程地质条件大数据分析 |
| 4.1 铁路工程地质条件大数据分析需解决的关键问题 |
| 4.2 铁路工程地质条件大数据分析思路与方法 |
| 4.3 铁路工程地质条件与静态地质数据相关性分析 |
| 4.3.1 铁路工程地质条件与地形类型相关性分析 |
| 4.3.2 铁路工程地质条件与地层岩性相关性分析 |
| 4.3.3 铁路工程地质条件与地质构造相关性分析 |
| 4.3.4 铁路工程地质条件与地表覆盖类型相关性分析 |
| 4.3.5 铁路工程地质条件与植被覆盖相关性分析 |
| 4.3.6 铁路工程地质条件与高程相关性分析 |
| 4.3.7 铁路工程地质条件与坡度相关性分析 |
| 4.3.8 铁路工程地质条件与坡向相关性分析 |
| 4.4 铁路工程地质条件与动态气象数据相关性分析 |
| 4.4.1 铁路工程地质条件与降雨量相关性分析 |
| 4.4.2 铁路工程地质条件与土壤湿度相关性分析 |
| 4.4.3 铁路工程地质条件与地表温度相关性分析 |
| 4.5 本章小结 |
| 第五章 川藏铁路工程地质条件评价模型 |
| 5.1 铁路工程地质条件评价模型建立需要解决的关键问题 |
| 5.2 铁路工程地质条件评价模型建立的思路与方法 |
| 5.3 训练集处理以及特征属性选择 |
| 5.3.1 样本训练集的选择与处理 |
| 5.3.2 基于随机森林算法的特征属性选择 |
| 5.4 改进K-means聚类算法 |
| 5.4.1 MDDK-means改进聚类算法 |
| 5.4.2 算法准确性与执行效率对比实验 |
| 5.5 铁路工程地质条件评价模型 |
| 5.5.1 铁路工程地质条件评价体系 |
| 5.5.2 基于改进K-means聚类算法的评价模型 |
| 5.5.3 评价模型结果评估 |
| 5.6 川藏铁路沿线区域铁路工程地质条件评价分析 |
| 5.6.1 地质条件状况 |
| 5.6.2 铁路工程地质条件评价应用 |
| 5.6.3 工程建设施工建议 |
| 5.7 本章小结 |
| 第六章 川藏铁路工程地质条件评价大数据可视化 |
| 6.1 铁路工程地质条件评价可视化需解决的关键问题 |
| 6.2 铁路工程地质条件评价可视化的思路与方法 |
| 6.3 铁路工程地质条件评价大数据可视化应用实现方案 |
| 6.4 川藏铁路拉萨至林芝段工程地质条件评价大数据可视化应用展示 |
| 6.5 本章小结 |
| 第七章 结束语 |
| 7.1 本文工作总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士研究生期间参研项目与研究成果 |
| (1)攻读硕士研究生期间参与项目 |
| (2)攻读硕士研究生期间撰写学术论文 |
（8）基于HEC-HMS模型的黄土高原区岔巴沟流域山洪模拟与预警研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 水文模型研究现状 |
| 1.2.1 水文模型类别 |
| 1.2.2 水文模型发展历程 |
| 1.3 HEC-HMS模型研究现状 |
| 1.4 山洪预报预警研究现状 |
| 1.5 研究内容及技术路线 |
| 1.5.1 主要研究内容 |
| 1.5.2 技术路线 |
| 第二章 岔巴沟流域研究区概况 |
| 2.1 子洲县岔巴沟流域基本情况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌与土壤植被情况 |
| 2.1.3 水文气候条件 |
| 2.1.4 水文站雨量站分布 |
| 2.2 历史山洪及防治措施 |
| 第三章 岔巴沟流域HEC-HMS模型构建 |
| 3.1 HEC-HMS模型简介 |
| 3.1.1 HMS模型应用范围及发展历史 |
| 3.1.2 HMS模型结构 |
| 3.1.3 HMS模型计算模块及计算方法 |
| 3.1.4 HEC-geo HMS简介 |
| 3.1.5 HEC-DSSVue简介 |
| 3.2 HMS模型计算模块应用于岔巴沟流域的研究方案选择 |
| 3.2.1 产流模块模型选择及原理 |
| 3.2.2 直接径流模块模型选择及原理 |
| 3.2.3 洪水演进模块模型选择及原理 |
| 3.2.4 基流模型模块选择及原理 |
| 3.2.5 模拟研究方案选择 |
| 3.3 基于HEC-geo HMS的岔巴沟数字流域构建 |
| 3.3.1 数字高程模型数据处理 |
| 3.3.2 土壤类型数据和土地利用分类数据处理 |
| 3.4 岔巴沟流域HMS模型建立 |
| 3.4.1 流域模块模型建立 |
| 3.4.2 气象模块模型建立 |
| 第四章 HEC-HMS模型参数率定验证及适用性分析 |
| 4.1 HEC-HMS模型参数率定方法及结果 |
| 4.1.1 参数优化率定原理及HEC-HMS模型参数优化方法介绍 |
| 4.1.2 不同研究方案模拟参数率定结果 |
| 4.2 不同研究方案模拟结果及适用性分析 |
| 4.2.1 方案一率定期与验证期模拟结果 |
| 4.2.2 方案二率定期与验证期模拟结果 |
| 4.2.3 模型方案适用性分析 |
| 第五章 岔巴沟流域典型村落山洪预警指标确定 |
| 5.1 山洪预警时段确定 |
| 5.2 岔巴沟流域土壤含水率分析 |
| 5.3 山洪临界流量计算与确定 |
| 5.4 典型村落曹坪村的临界雨量计算 |
| 5.4.1 临界雨量计算方法 |
| 5.4.2 岔巴沟流域雨型设计和临界雨量计算结果及分析 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间取得的科研成果 |
| 作者简介 |
（9）暴雨内涝灾害风险评价及防控方法研究 ——以泉州市为例（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.1.1 极端气候和全球灾害 |
| 1.1.2 暴雨内涝灾害对城市影响 |
| 1.1.3 城市化对暴雨内涝灾害影响 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究概念与范围 |
| 1.3.1 相关概念界定 |
| 1.3.2 研究范围界定和专业视角 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 创新点与技术路线 |
| 1.5.1 研究创新点 |
| 1.5.2 技术路线 |
| 第2章 城市暴雨内涝灾害相关研究综述 |
| 2.1 暴雨内涝灾害模拟模型相关研究 |
| 2.1.1 国外暴雨内涝灾害模拟模型研究 |
| 2.1.2 国内暴雨内涝灾害模拟模型研究 |
| 2.2 暴雨内涝灾害风险评价相关研究 |
| 2.2.1 基于历史灾情数理统计的暴雨内涝风险评价 |
| 2.2.2 基于RS和ArcGIS技术的暴雨内涝风险评价 |
| 2.2.3 基于情景模拟方法的暴雨内涝灾害风险评价 |
| 2.2.4 基于指标体系评估方法的暴雨内涝风险评价 |
| 2.3 暴雨内涝灾害防控理论及实践相关研究 |
| 2.3.1 暴雨内涝灾害防控理论相关研究 |
| 2.3.2 暴雨内涝灾害防控实践相关研究 |
| 2.4 既有研究经验总结与思考 |
| 2.4.1 我国现阶段防涝研究的问题 |
| 2.4.2 未来雨涝灾害防控发展方向 |
| 2.5 本章小结 |
| 第3章 暴雨内涝灾害风险评价方法与技术运用 |
| 3.1 暴雨内涝灾害风险评价方法与构建流程 |
| 3.1.1 城市暴雨内涝灾害风险的评价原理 |
| 3.1.2 城市暴雨内涝灾害风险的评价流程 |
| 3.2 暴雨内涝灾害风险评价指标的选取 |
| 3.2.1 评价指标选取原则 |
| 3.2.2 评价指标的初定及筛选 |
| 3.2.3 评价指标的确定与计算 |
| 3.3 暴雨内涝灾害风险评价综合模型的构建 |
| 3.3.1 灾害风险评价层次结构模型建立 |
| 3.3.2 评价指标权重的综合计算 |
| 3.3.3 风险评价数学模型的构建 |
| 3.4 多尺度暴雨内涝灾害评估与技术运用 |
| 3.4.1 城市尺度风险评价 |
| 3.4.2 街区尺度实证研究 |
| 3.4.3 ArcGIS和SWMM技术交互 |
| 3.5 本章小结 |
| 第4章 城市尺度内涝灾害风险评价及分析 |
| 4.1 研究区概况及数据来源 |
| 4.1.1 地形地貌 |
| 4.1.2 气候与降水 |
| 4.1.3 海洋与水域 |
| 4.1.4 数据来源与处理 |
| 4.2 暴雨内涝灾害风险各指标评价 |
| 4.2.1 致灾因子危险性评价 |
| 4.2.2 承灾体暴露性评价 |
| 4.2.3 承灾体脆弱性评价 |
| 4.3 暴雨内涝灾害风险评价与区划 |
| 4.3.1 暴雨内涝灾害风险准则层评估分析 |
| 4.3.2 暴雨内涝灾害风险综合评价区划 |
| 4.4 风险评价与城市建设比对分析 |
| 4.4.1 高风险区: 高强度城市中心区 |
| 4.4.2 次高风险区: 沿海城市副中心 |
| 4.4.3 中风险区: 环湾区增长极核 |
| 4.4.4 次低、低风险区: 内陆山区小城镇 |
| 4.5 本章小结 |
| 第5章 高风险街区尺度汇水模拟和分区优化 |
| 5.1 研究区选取与模型构建 |
| 5.1.1 模拟地块范围及概况 |
| 5.1.2 模型构建过程 |
| 5.2 研究区模拟积水情况分析 |
| 5.2.1 10a一遇 |
| 5.2.2 50a一遇 |
| 5.2.3 200a一遇 |
| 5.3 基于汇水模拟结果的分区优化 |
| 5.3.1 积水情况分析 |
| 5.3.2 分区优化策略 |
| 5.4 优化后模拟积水情况分析 |
| 5.4.1 10a一遇 |
| 5.4.2 50a一遇 |
| 5.4.3 200a一遇 |
| 5.5 分区优化前后对比分析 |
| 5.6 本章小结 |
| 第6章 基于内涝防控的多尺度承灾规划与管控方法 |
| 6.1 城市尺度暴雨内涝承灾规划 |
| 6.1.1 城市生态网络修复 |
| 6.1.2 城市防灾系统构建 |
| 6.2 基于LID的街区尺度积水管控方法 |
| 6.2.1 街区公共空间产汇流管控 |
| 6.2.2 街区LID设施网络化设计 |
| 6.3 基于防涝的风险管理及政策优化 |
| 6.3.1 建立内涝预警系统 |
| 6.3.2 增强居民防灾意识 |
| 6.3.3 管理对接与协调 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文主要研究成果 |
| 7.2 不足与展望 |
| 参考文献 |
| 致谢 |
（10）基于无人机影像建模的土方监测系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 无人机低空遥感应用现状 |
| 1.2.2 影像匹配研究现状 |
| 1.2.3 土方测量技术现状 |
| 1.2.4 存在的问题 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 数据获取与处理 |
| 2.1 实验概况 |
| 2.2 影像获取质量控制 |
| 2.2.1 精度影响因素 |
| 2.2.2 合理航高的计算 |
| 2.2.3 飞行速度的控制 |
| 2.2.4 重叠度的确定 |
| 2.2.5 航线弯曲度的检查 |
| 2.3 影像预处理 |
| 2.3.1 无人机影像畸变纠正 |
| 2.3.2 无人机影像辐射校正 |
| 2.4 影像匹配 |
| 2.4.1 SIFT特征匹配 |
| 2.4.2 Harris算子 |
| 2.4.3 基于RANSAC算法的误匹配点去除 |
| 2.5 数字成果生产 |
| 2.5.1 生产流程 |
| 2.5.2 真三维模型的制作 |
| 2.5.3 数字表面模型的制作 |
| 2.5.4 数字正射影像图的制作 |
| 2.6 本章小结 |
| 3 DSM精度分析与土方监测实验 |
| 3.1 单期数据精度分析 |
| 3.2 多期DSM叠加精度分析 |
| 3.3 土方变化监测 |
| 3.3.1 DEM法与传统方法的比较 |
| 3.3.2 DEM制作 |
| 3.3.3 泰森面积加权高程误差改正 |
| 3.3.4 DEM二次匹配 |
| 3.3.5 监测数据对比 |
| 3.4 本章小结 |
| 4 无人值守的无人机土方监测系统设计 |
| 4.1 应用功能要求 |
| 4.2 总体架构 |
| 4.3 系统工作流程 |
| 4.4 无人机平台设计 |
| 4.4.1 无人机选型 |
| 4.4.2 云台相机选型 |
| 4.4.3 数据存储与传输 |
| 4.4.4 二次开发环境配置 |
| 4.5 无人机自动起降台设计 |
| 4.5.1 自动箱式机坞结构设计 |
| 4.5.2 自动天窗功能设计 |
| 4.5.3 自动续航功能设计 |
| 4.5.4 环境感知功能设计 |
| 4.6 无人机及自动起降台工作流程 |
| 4.7 仿真实验 |
| 4.8 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 创新点 |
| 5.3 不足与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的成果、获奖情况 |
四、一种适用于铁路仿真的DEM数据融合方案（论文参考文献）
- [1]基于数字水网的河北地下水超采治理效果的过程化评价及业务融合研究[D]. 于翔. 西安理工大学, 2021(01)
- [2]面向D级飞行模拟机视景系统的高真实感三维地形构建关键技术研究[D]. 戈文一. 四川大学, 2021
- [3]基于边缘互联网的野生动物监测系统软件分析与设计[D]. 杨恒毅. 电子科技大学, 2021(01)
- [4]基于多源数据的雪崩危险性评价 ——以北疆地区为例[D]. 陈联君. 中国地质大学, 2021(02)
- [5]和龙市典型地质灾害风险性区划与地质环境承载力综合评价研究[D]. 于成龙. 吉林大学, 2021
- [6]基于改进“移去-恢复”算法的海底地形构建方法研究[J]. 程建华,黄孟远,葛靖宇,吕嘉正. 地球信息科学学报, 2021(03)
- [7]基于大数据聚类挖掘的铁路工程地质条件评价模型研究[D]. 卢煌煌. 电子科技大学, 2021(01)
- [8]基于HEC-HMS模型的黄土高原区岔巴沟流域山洪模拟与预警研究[D]. 严正宵. 西北大学, 2020(02)
- [9]暴雨内涝灾害风险评价及防控方法研究 ——以泉州市为例[D]. 刘一瑾. 天津大学, 2020(02)
- [10]基于无人机影像建模的土方监测系统研究[D]. 刘远. 西安科技大学, 2020(01)