CN112819333A - 一种基于模糊数学的深远海海底稳定性评价方法 - Google Patents
一种基于模糊数学的深远海海底稳定性评价方法 Download PDFInfo
- Publication number
- CN112819333A CN112819333A CN202110146943.5A CN202110146943A CN112819333A CN 112819333 A CN112819333 A CN 112819333A CN 202110146943 A CN202110146943 A CN 202110146943A CN 112819333 A CN112819333 A CN 112819333A
- Authority
- CN
- China
- Prior art keywords
- stability
- deep
- evaluation
- seabed
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000013210 evaluation model Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000003891 environmental analysis Methods 0.000 claims abstract description 3
- 238000011160 research Methods 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 20
- 239000013049 sediment Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 6
- 208000011580 syndromic disease Diseases 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000035935 pregnancy Effects 0.000 claims description 3
- 238000012067 mathematical method Methods 0.000 claims description 2
- 238000013097 stability assessment Methods 0.000 claims 7
- 238000010276 construction Methods 0.000 abstract description 6
- 230000003631 expected effect Effects 0.000 abstract description 2
- 238000013316 zoning Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 239000004927 clay Substances 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- DALUDRGQOYMVLD-UHFFFAOYSA-N iron manganese Chemical compound [Mn].[Fe] DALUDRGQOYMVLD-UHFFFAOYSA-N 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000013499 data model Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Radar, Positioning & Navigation (AREA)
- Hydrology & Water Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及深远海评价技术领域,具体说是一种深远海海底稳定性评价方法。一种基于模糊数学的深远海海底稳定性评价方法,包括:1)选择影响深远海海底稳定性的影响因素,建立深远海海底稳定性评价指标体系;2)对影响因素进行赋权;3)构建评价模型;4)读取GIS环境分析数据,对地质稳定性分析的数据进行预处理,获得海底稳定性数据;5)根据海底稳定性数据,进行深远海海底地质稳定性评价。本发明充分利用GIS的数据处理和空间分析功能,实现对深远海海底稳定性影响因素数据的处理(分类、赋值、赋权等)和叠加分析,获取了海底稳定性数值。通过实践表明,该方法在GIS环境下进行达到了预期效果,可以为深远海海底工程建设提供一定的借鉴意义。
Description
技术领域
本发明涉及深远海评价技术领域,具体说是一种深远海海底稳定性评价方法。
背景技术
海洋拥有丰富的渔业、矿产、生态等资源,发展海洋经济、海洋科研是推动我们强国战略很重要的一个方面。其中,深远海作为尚未开发完全的领域,对于我国海洋事业的发展更是意义深远。
深远海蕴藏着丰富的矿产资源,相较于近海存在的主要问题是勘查难度大、数据精度低和研究成果少等。由于信息资料匮乏,在海洋工程建设过程中很容易遭受海底地质灾害(海底滑坡、崩塌等)的影响,导致工程破坏、倒塌,造成重大经济财产损失。如何防范深远海海底地质灾害对海洋工程建设的威胁,合理评价其海底稳定性对后续资源开发、平台搭建等至关重要。
马秀冬等利用GIS平台对冲绳海槽中段的地质灾害类型、地震烈度区划、海底地貌和沉积物类型进行识别,运用层次分析法和模糊数学法对其进行综合运算,绘制了海底稳定性区划图。杜军等利用GIS平台以地震动、工程地质、地貌、直接型灾害地质类型和限制型灾害地质类型为主要指标,分析、评价了我国近海灾害地质类型,研究了海底稳定性区划。GIS具有的空间分析功能可以提取、表现、传输特定的地理信息,能够形象的反映出区域指标特征。选取合适的指标体系和评价方法,利用GIS平台分析处理相关数据,建立空间数据模型,深入探究数据间的相互关系,挖掘空间目标潜在信息,进行特定任务的空间计算与分析,进而实现地质稳定性评价。
发明内容
本发明的目的是提供一种GIS环境下基于模糊数学的深远海海底稳定性评价方法。
本发明实现其目的采用的技术方案是:一种基于模糊数学的深远海海底稳定性评价方法,包含以下步骤:
1)选择影响深远海海底稳定性的影响因素,建立深远海海底稳定性评价指标体系;
2)对影响因素进行赋权;
3)构建评价模型;
4)读取GIS环境分析数据,对地质稳定性分析的数据进行预处理,获得海底稳定性数据;
5)根据海底稳定性数据,进行深远海海底地质稳定性评价。
作为本发明的一种优选方式,步骤1)中,深远海海底稳定性评价指标体系的建立方法为:分析各影响因素对稳定性评审等级的归属程度,结合专家经验法、模糊数学方法对各影响因素赋予0-1范围内的值。
进一步优选地,深远海海底稳定性评价指标包括孕灾背景指标和灾害地质指标。
进一步优选地,孕灾背景指标包括地震区划、微观地貌因子、宏观地貌因子和沉积物。
进一步优选地,步骤2)中,对各影响因素进行赋权的方法包括如下步骤:
首先基于研究区自身特点,综合考虑各个指标特性,将5类指标划分为5个等级;
其次,选取具有正态分布特点的“0.0,0.2,0.5,0.8,1.0,0.8,0.5,0.2,0.0”作为隶属度函数,通过例证法正太型函数分布规律以及专家经验法得到隶属度值;
然后,利用获取的评价指标隶属度值对各评价指标进行评价量化,得到稳定性评价因素集A到模糊评语集X的模糊评价矩阵R;
v1,v2,v3,v4,v5—各评价因子的隶属度值;r1—地震区划指标;r2—灾害地质指标;r3—微观地貌因子指标;r4—宏观地貌因子指标;r5—沉积物指标;稳定性评价因素集A是指影响深远海海底稳定性的影响因子的集合;
最后,通过专家对各指标的相对重要性进行判断,利用层次分析过程建立权重值判别表,得到权重值判别矩阵,最终计算出各评价指标的权重值分配集W:
W=[w1,w2,w3,…,w5]。
进一步优选地,步骤3)中,构建评价模型的方法包括:
通过建立的模糊模糊评价矩阵R和权值分配集W,以3'×3'大小的网格单元对研究区海底稳定性进行评价,利用模糊运算矩阵得到综合评价结果B。
B=W*R=(b1,b2,b3,b4,b5);
W:权重值分配集;R:模糊评价矩阵;*:模糊变换算子。
进一步优选地,步骤4)中,对地质稳定性分析的数据进行预处理方法包括:
在GIS中对各评价指标进行分析处理,获得各指标栅格形式的地质稳定性影响数据;
将获得的地质稳定性影响数据划分为不同等级,按照相应的权重值进行空间叠加分析计算,得到深远海海底稳定性数据。
进一步优选地,步骤5)深远海海底地质稳定性分析方法如下步骤:
基于获取的深远海海底稳定性数据,结合研究区典型评价指标对区域稳定性进行五级划分评价,包括基本稳定、较稳定、中等稳定、较不稳定、不稳定五种类别。
本发明充分利用GIS的数据处理和空间分析功能,实现对深远海海底稳定性影响因素数据的处理(分类、赋值、赋权等)和叠加分析,获取了海底稳定性数值。通过实践表明,该方法在GIS环境下进行达到了预期效果,可以为深远海海底工程建设提供一定的借鉴意义。
附图说明
图1为本发明基于模糊数学的深远海海底稳定性评价方法的流程图;
图2为本发明实施实例中深远海海底的地理位置图;
图3为本发明实施实例中深远海海底的地震区划图;
图4为本发明实施实例中深远海海底的灾害地质分布图;
图5为本发明实施实例中深远海海底的坡度分布图;
图6为本发明实施实例中深远海海底的地形起伏度分布图;
图7为本发明实施实例中深远海海底的沉积物类型图;
图8为本发明实施实例中深远海海底的海底稳定性区划图。
具体实施方式
为了便于理解本发明,下面结合附图和具体实施例,对本发明进行更详细的说明。附图中给出了本发明的较佳的实施例。但是,本发明可以以许多不同的形式来实现,并不限于本说明书所描述的实施例。相反地,提供这些实施例的目的是使对本发明公开内容的理解更加透彻全面。
实施例1本实施例提供的基于模糊数学的深远海海底稳定性评价方法,流程如图1所示,具体包括以下步骤:
一、建立深远海海底稳定性评价指标体系
1、选取深远海海底稳定性评价指标
选择影响深远海海底稳定性的影响因子,得到稳定性评价因素集A,评价指标主要由孕灾背景和灾害地质两个指标组成,其中孕灾背景指标又包括地震区划、微观地貌因子、宏观地貌因子和沉积物四种指标。
2、分析各指标(影响因素)对稳定性评审等级的归属程度,结合专家经验法、模糊数学等方法对各指标赋予0-1范围内的值。
二、对影响因素进行赋权
由于每一个影响因素对深远海海底稳定性的贡献大小不一样,所以不同影响因素有不同的权重Wi,权重的计算方法为:首先基于研究区自身特点,综合考虑各个评价指标特性,将5类指标划分为5个等级。
其次,选取具有正态分布特点的“0.0,0.2,0.5,0.8,1.0,0.8,0.5,0.2,0.0”作为隶属度函数,通过例证法正太型函数分布规律以及专家经验法得到隶属度值;
然后,利用获取的评价指标隶属度值对各评价指标进行评价量化,得到稳定性评价因素集A到模糊评语集X的模糊评价矩阵R;
v1,v2,v3,v4,v5—各评价因子的隶属度值;r1—地震区划指标;r2—灾害地质指标;r3—微观地貌因子指标;r4—宏观地貌因子指标;r5—沉积物指标。
最后,通过专家对各指标的相对重要性进行判断,利用层次分析过程建立权重值判别表,得到权重值判别矩阵,最终计算出各评价指标的权重值分配集W:
W=[w1,w2,w3,w4,w5]
3)构建评价模型
通过建立的模糊关系矩阵R和权值分配集W,以3'×3'大小的网格单元对研究区海底稳定性进行评价,利用模糊运算矩阵得到综合评价结果B。
B=W*R=(b1,b2,b3,b4,b5)
W—权重值分配集;R—模糊评价矩阵;*—模糊变换算子。
4、对地质稳定性分析的数据进行预处理
在GIS中对各评价指标进行分析处理,获得各指标栅格形式的地质稳定性影响数据。
将获得的地质稳定性影响数据按照相应的权重值进行空间叠加分析计算,得到深远海海底稳定性数据。
5、深远海海底地质稳定性分析方法如下步骤:
基于获取的稳定性数据,结合研究区典型评价指标对区域稳定性进行五级划分评价。
实施例2本实施例以下述研究区为例,采用本发明提供的基于模糊数学的深远海海底稳定性评价方法,进行评价,具体步骤详述如下:
一、研究区概况、指标体系的确定和数据准备:
1.研究区概况
如图2所示,研究区位于西太平洋菲律宾海南部,亚欧板块和太平洋板块交界处,面积约为2.6×104km2,海底标高介于-6700—-1700m。构造运动活跃,地形地貌起伏较大,海底微地貌单元发育广泛。
2.评价指标的选择
根据研究区的实际情况,选择的地质稳定性评价指标包括:地震区划、灾害地质、微观地貌因子(坡度)、宏观地貌因子(地形起伏度)和沉积物类型。
3.评价指标数据的来源
利用全球地震数据获取研究区及其周围地区近20年以来的地震资料,根据多波束实测数据得到研究区灾害地质、微观地貌因子、宏观地貌因子和沉积物类型分布特征,。
二、赋权
根据各个影响因素对深远海海底稳定性的影响程度不同,分别赋予相应的权重。
三、构建评价模型
由于每一个影响因素对深远海海底稳定性的贡献大小不一样,所以不同因素有不同的权重Wi。
选取具有正态分布特点的“0.0,0.2,0.5,0.8,1.0,0.8,0.5,0.2,0.0”作为隶属度函数,通过例证法正太型函数分布规律以及专家经验法得到隶属度值;
然后,利用获取的评价指标隶属度值对各评价指标进行评价量化,得到稳定性评价因素集A到模糊评语集X的模糊评价矩阵R
v1,v2,v3,v4,v5—各评价因子的隶属度值;r1—地震区划指标;r2—灾害地质指标;r3—微观地貌因子指标;r4—宏观地貌因子指标;r5—沉积物指标。
最后,通过专家对各指标的相对重要性进行判断,利用层次分析过程建立权重值判别表,得到权重值判别矩阵,最终计算出各评价指标的权重值分配集W:
W=[0.0882,0.4412,0.2206,0.1471,0.1029]
研究区深远海海底稳定性分布图的生成
通过建立的模糊关系矩阵R和权值分配集W,以3'×3'大小的网格单元对研究区海底稳定性进行评价,利用模糊运算矩阵得到综合评价结果B。
B=W*R=(b1,b2,b3,b4,b5)
W—权重值分配集;R—模糊评价矩阵;*—模糊变换算子。
四、在GIS中对各评价指标进行分析处理,获得各指标栅格形式的地质稳定性影响数据。
(1)派生处理
指对地震区划数据,利用GIS方法,依据研究区及其周边近20年以来发生的地震数据,利用Kriging插值分析其对研究区可能造成的影响程度。对灾害地质、微观地貌因子、宏观地貌因子,在GIS中对获取的多波束数据进行表面分析处理。对沉积物类型依据沉积物类型和稳定性关系,分别赋予不同类型沉积物相应的稳定程度。
(2)重分类
是指对地震区划、灾害地质、微观地貌因子、宏观地貌因子和沉积物类型所产生的派生数据进行分级。基于研究区自身特点,综合考虑各个指标特性,将5类指标划分为5个等级。根据逻辑信息分类法和特征分类法将级别划分五级分类体系,使其变成具有一定权重的无量纲。
将地震区划数据分为5个等级,按照破坏能力从0-1进行等间距赋值。详见图3研究区地震区划图。
考虑海底火山、断裂、海底滑坡、陡坎和崩塌等地质灾害的破坏强度,将灾害地质数据划分为5个等级并按0-1等间距赋值。详见图4区域潜在地质灾害分布图。
选取坡度作为微观地貌因子的代表,参考相关坡度分级标准,结合研究区自身特点,将坡度划分为“0-3°、3-7°、7-15°、15-25°、>25°”五个等级,按照0-1等间距赋值。详见图5研究区坡度分布图。
将地形起伏度作为宏观地貌因子指标,根据研究区自身实际划分为五个等级,从0-1进行等间距赋值。详见图6研究区地形起伏度分布图。
区域沉积物类型主要包括基岩、铁锰结核、含铁锰结核的远洋黏土、远洋黏土和硅藻软泥五大类,依据各沉积物自身特点将其按照0-1等间距赋值。详见图7沉积物类型分布图。
(3)将获得的地质稳定性影响数据按照相应的权重值进行空间叠加分析计算,得到深远海海底稳定性数据。
五、深远海海底稳定分析
基于获取的稳定性数据,结合研究区典型评价指标对区域稳定性进行五级划分评价,划分为基本稳定、较稳定、中等稳定、较不稳定、不稳定五种类别。详见图8深远海海底稳定性区划图。
Claims (8)
1.一种基于模糊数学的深远海海底稳定性评价方法,包含以下步骤:
1)选择影响深远海海底稳定性的影响因素,建立深远海海底稳定性评价指标体系;
2)对影响因素进行赋权;
3)构建评价模型;
4)读取GIS环境分析数据,对地质稳定性分析的数据进行预处理,获得海底稳定性数据;
5)根据海底稳定性数据,进行深远海海底地质稳定性评价。
2.根据权利要求1所述的基于模糊数学的深远海海底稳定性评价方法,其特征在于:步骤1)中,深远海海底稳定性评价指标体系的建立方法为:分析各影响因素对稳定性评审等级的归属程度,结合专家经验法、模糊数学方法对各影响因素赋予0-1范围内的值。
3.根据权利要求2所述的基于模糊数学的深远海海底稳定性评价方法,其特征在于:所述深远海海底稳定性评价指标包括孕灾背景指标和灾害地质指标。
4.根据权利要求3所述的基于模糊数学的深远海海底稳定性评价方法,其特征在于:所述的孕灾背景指标包括地震区划、微观地貌因子、宏观地貌因子和沉积物。
5.根据权利要求4所述的基于模糊数学的深远海海底稳定性评价方法,其特征在于:步骤2)中,对各影响因素进行赋权的方法包括:
基于研究区自身特点,综合考虑各个影响因素特性,将5类评价指标分别划分为5个等级;
选取具有正态分布特点的“0.0,0.2,0.5,0.8,1.0,0.8,0.5,0.2,0.0”作为隶属度函数,通过例证法正太型函数分布规律以及专家经验法得到评价指标隶属度值;
利用获取的评价指标隶属度值对各评价指标进行评价量化,得到稳定性评价因素集A到模糊评语集X的模糊评价矩阵R;
v1,v2,v3,v4,v5—各评价因子的隶属度值;r1—地震区划指标;r2—灾害地质指标;r3—微观地貌因子指标;r4—宏观地貌因子指标;r5—沉积物指标;稳定性评价因素集A是指影响深远海海底稳定性的影响因子的集合;
通过专家对各评价指标的相对重要性进行判断,利用层次分析过程建立权重值判别表,得到权重值判别矩阵,计算出各评价指标的权重值分配集W:
W=[w1,w2,w3,…,w5]。
6.根据权利要求5所述的基于模糊数学的深远海海底稳定性评价方法,其特征在于:步骤3)中,评价模型的构建方法包括:
通过建立的模糊模糊评价矩阵R和权值分配集W,以3'×3'大小的网格单元对研究区海底稳定性进行评价,利用模糊运算矩阵得到综合评价结果B;
B=W*R=(b1,b2,b3,b4,b5);
W:权重值分配集;R:模糊评价矩阵;*:模糊变换算子。
7.根据权利要求6所述的基于模糊数学的深远海海底稳定性评价方法,其特征在于:步骤4)中,对地质稳定性分析的数据进行预处理方法包括:
在GIS中对各评价指标进行分析处理,获得各指标栅格形式的地质稳定性影响数据;
将获得的地质稳定性影响数据划分为不同等级,按照相应的权重值进行空间叠加分析计算,得到深远海海底稳定性数据。
8.根据权利要求7所述的基于模糊数学的深远海海底稳定性评价方法,其特征在于:步骤5)中,深远海海底地质稳定性分析方法为:
根据获取的深远海海底稳定性数据,结合研究区典型评价指标对区域稳定性进行五级划分评价,包括基本稳定、较稳定、中等稳定、较不稳定、不稳定五种类别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110146943.5A CN112819333A (zh) | 2021-02-03 | 2021-02-03 | 一种基于模糊数学的深远海海底稳定性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110146943.5A CN112819333A (zh) | 2021-02-03 | 2021-02-03 | 一种基于模糊数学的深远海海底稳定性评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112819333A true CN112819333A (zh) | 2021-05-18 |
Family
ID=75860731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110146943.5A Pending CN112819333A (zh) | 2021-02-03 | 2021-02-03 | 一种基于模糊数学的深远海海底稳定性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112819333A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115182395A (zh) * | 2022-06-29 | 2022-10-14 | 山东大学 | 一种海底地层稳定性评估预测方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104820904A (zh) * | 2015-05-19 | 2015-08-05 | 重庆大学 | 一种城市自然灾害等级的模糊综合评价方法 |
CN108960655A (zh) * | 2018-07-12 | 2018-12-07 | 国网辽宁省电力有限公司经济技术研究院 | 一种gis支持下的输电线路地质稳定性评价方法 |
-
2021
- 2021-02-03 CN CN202110146943.5A patent/CN112819333A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104820904A (zh) * | 2015-05-19 | 2015-08-05 | 重庆大学 | 一种城市自然灾害等级的模糊综合评价方法 |
CN108960655A (zh) * | 2018-07-12 | 2018-12-07 | 国网辽宁省电力有限公司经济技术研究院 | 一种gis支持下的输电线路地质稳定性评价方法 |
Non-Patent Citations (1)
Title |
---|
马秀冬 等: "冲绳海槽中段海底灾害地质类型及海底稳定性评价", 《海洋科学进展》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115182395A (zh) * | 2022-06-29 | 2022-10-14 | 山东大学 | 一种海底地层稳定性评估预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Permeability and porosity prediction using logging data in a heterogeneous dolomite reservoir: An integrated approach | |
Carranza | Controls on mineral deposit occurrence inferred from analysis of their spatial pattern and spatial association with geological features | |
Fisher | Modelling soil map-unit inclusions by Monte Carlo simulation | |
CN113283802B (zh) | 一种复杂艰险山区滑坡危险性评估方法 | |
Duke et al. | Geology and lithic procurement in Upper Palaeolithic Europe: a weights-of-evidence based GIS model of lithic resource potential | |
Prol-Ledesma | Evaluation of the reconnaissance results in geothermal exploration using GIS | |
CN103345566B (zh) | 基于地质内涵的化探异常识别与评价方法 | |
Van Dijk et al. | Tectonic model and three-dimensional fracture network analysis of Monte Alpi (southern Apennines) | |
Arias et al. | A multifractal simulation model for the distribution of VMS deposits in the Spanish segment of the Iberian Pyrite Belt | |
Gangopadhyay et al. | Subsurface characterization using artificial neural network and GIS | |
Momeni et al. | Evaluation of soil collapse potential in regional scale | |
Civelekler et al. | The application of GIS in visualization of geotechnical data (SPT-Soil Properties): a case study in Eskisehir-Tepebaşı, Turkey | |
CN114707376A (zh) | 一种模拟海底多金属结核赋存分布方法 | |
CN112819333A (zh) | 一种基于模糊数学的深远海海底稳定性评价方法 | |
Kessler et al. | Unlocking the potential of digital 3D geological subsurface models for geotechnical engineers | |
Mahmoudi et al. | Optimisation of geotechnical surveys using a BIM-based geostatistical analysis | |
CN112036424B (zh) | 基于无监督机器学习的海底滑坡危险性分析方法 | |
CN115831276A (zh) | 一种土料的空间分类分区方法和系统 | |
Li et al. | Investigation on the influence of the Bohai Sea Geological Environment on the submarine stratum stability based on data mining: an intelligent prediction model | |
Mohammed et al. | Spatial data modeling based MCE fuzzy logic for petroleum exploration in part of Say'un-Masilah basin of Yemen | |
Modis et al. | Geostatistical Modeling of Overburden Lithofacies to Optimize Continuous Mining in the Ptolemais Lignite Mines, Greece | |
Entwisle | 3D geological modelling at the British Geological Survey (BGS) | |
Cao et al. | Quantitative evaluation of stratigraphic properties based on composite binary structure | |
Misiuk et al. | Multivariate mapping of seabed grain size parameters in the Bay of Fundy using convolutional neural networks | |
Ichimura et al. | Tsunami analysis method with high-fidelity crustal structure and geometry model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210518 |
|
RJ01 | Rejection of invention patent application after publication |