CN116663912A - 铁路外部环境空间安全风险评估方法 - Google Patents
铁路外部环境空间安全风险评估方法 Download PDFInfo
- Publication number
- CN116663912A CN116663912A CN202310951297.9A CN202310951297A CN116663912A CN 116663912 A CN116663912 A CN 116663912A CN 202310951297 A CN202310951297 A CN 202310951297A CN 116663912 A CN116663912 A CN 116663912A
- Authority
- CN
- China
- Prior art keywords
- railway
- risk
- external environment
- area
- grid
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012502 risk assessment Methods 0.000 title claims abstract description 22
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 238000007619 statistical method Methods 0.000 claims abstract description 5
- 238000007726 management method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Computational Mathematics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本发明公开了铁路外部环境空间安全风险评估方法,包括:S1,收集铁路外部环境隐患及历史风险事故事件,构建隐患数据库;S2,对历史风险事故事件进行统计分析,对隐患按照类别、危害等级和频次确定权重;S3,将铁路外部环境区域进行格网化划分,形成格网区域;S4,根据隐患权重建立加权核密度估计模型,对格网区域进行核密度估计,得到格网区域核密度估计值;S5,对S4中得到的格网区域核密度估计值进行划分,确定风险等级划分标准,对空间格网进行风险分级评估。使风险分析评估结果更科学;能更精细准确地评估铁路外部环境的风险,精准定位铁路外部安全风险管控的薄弱靶点,直观地反映核密度估计结果的分布情况。
Description
技术领域
本发明属于铁路安全运营与管理领域,特别是涉及一种铁路外部环境空间安全风险评估方法。
背景技术
伴随我国铁路发展进入新时代,铁路高质量发展对铁路安全提出了新的挑战。随着铁路部门投入大量的人力与维养设备用于铁路基础设施本体的运营维护,铁路线上设备产生的运行故障越来越少。然而,伴随我国铁路特别是高速铁路运营里程不断增加,铁路经过区域复杂多变,铁路外部环境隐患对铁路运营安全的影响不断攀升,铁路外部环境安全隐患导致的铁路运行事故时有发生,铁路外部环境隐患已经成为危害铁路运输安全的重要因素。
针对外部环境安全隐患底数如何摸清以及如何定期筛查沿线的外部环境隐患的变化情况,路内外的专家学者已经开展了大量的技术研究。如利用高分辨率航空摄影测量进行外部环境建档以及利用光学遥感影像识别铁路沿线外部环境的变化等技术安全防范手段应用已有相关研究成果。但是针对路外环境的安全风险评估方面,国内外研究主要集中在自然环境、社会人文、管理机制等方面,基于空间维度对外部环境进行风险评估的研究尚处于探索阶段,缺少对路外环境安全风险的精细化以及定量化风险评估,存在的问题具体如下:
(1)路外环境靶向管控不足,缺少路外环境安全风险评估方法支撑。当前,基于航空摄影与卫星遥感可以实现铁路外部环境隐患的精细化排查工作,能够高精度查清铁路两侧隐患的分布情况以及不同类别隐患的数量。在日常工作实践中,铁路运维管理部门对管辖的不同线路的路外环境风险高低掌握不清晰,对于不同里程段的安全风险缺少定量化的分级与分类。当极端天气出现时,无法在铁路安全风险的薄弱段落进行针对性的布防,开展有针对性的靶向路外环境安全管控;
(2)顾及铁路带状特征的路外环境安全风险评估方法研究不足。针对铁路外部环境的安全风险评估方法相对较少,从空间维度对其进行风险评估的方法研究目前只是基于常规的空间分析方法如数理统计、热力图、缓冲区分析等,没有顾及铁路的带状特征,导致风险评估方法适用性不强;
(3)铁路外部环境安全风险缺少格网化的精细评估。当前对铁路外部环境空间区域的风险评估主要采用缓冲区GIS空间分析对整个铁路外部环境区域或安保区范围进行评估,未对铁路两侧500m管理范围进行格网化分析评估,评估范围不够精细且缺乏重点,同时也未考虑环境隐患的权重,评估结果缺乏针对性。
发明内容
本发明的目的是提供一种铁路外部环境空间安全风险评估方法,利用GIS空间大数据分析方法从空间维度对铁路外部环境隐患数据进行挖掘分析,进而对铁路外部环境区域进行风险评估,提高铁路外部环境安全治理效率和管理水平。
为此,本发明采用以下技术方案:
一种铁路外部环境空间安全风险评估方法,包括以下步骤:
S1,收集铁路外部环境隐患及历史风险事故事件,构建铁路外部环境的隐患数据库;
S2,结合铁路外部环境管理办法,对所述历史风险事故事件进行统计分析,对所述隐患按照类别、危害等级和频次确定权重,所述权重通过以下公式确定:
,
其中:
;
;
;
式中,为隐患的权重,/>为隐患的类别系数,/>为隐患的级别系数,/>为隐患的频次系数,/>为隐患距离铁路中线的距离;
S3,将铁路外部环境区域进行格网化划分,形成格网区域;
S4,根据S2确定的隐患权重建立加权核密度估计模型,对S3形成的格网区域进行核密度估计,得到格网区域核密度估计值,其中,所述模型满足以下公式:
;
;
;
式中,为格网/>的核密度估计值,/>表示隐患点到格网/>中心点的距离,/>为隐患点的权重,/>为高斯核函数,/>为宽窗值 ,/>为距离/>与宽窗值/>的比值;/>为最佳宽窗值,/>为研究区域内隐患点的总个数,/>为标准差,/>为隐患点;
S5,使用自然间断点分级法对S4中得到的格网区域核密度估计值进行划分,确定风险等级划分标准,对所述格网区域进行风险分级评估。
其中,步骤S1包括以下分步骤:
S11,以铁路线位为中线,以垂直于铁路线位方向向两侧延伸500米做缓冲区,搜集缓冲区范围内的外部环境隐患和历史风险事故事件;
S12,整理步骤S11搜集的外部环境隐患所属类别、级别信息,并以面状隐患的重心代表隐患,计算隐患相对于铁路线位的里程、偏距、所处的行政区划及所属管辖车间;
S13,构建隐患空间数据库,存储隐患数据的空间位置信息和属性信息。
步骤S3包括以下分步骤:
S31,沿铁路线位以固定间隔D对线位进行分割,形成长度相等的铁路子路段;
S32,以铁路线位为中线,以垂直于铁路线位方向向两侧延伸500米做缓冲区;
S33,沿铁路法线方向,以所述固定间隔D为推进步长,对所述缓冲区进行分割,形成D×D大小的格网。
优选的是,所固定间隔为D为20m。
步骤S5中,将风险等级划分为3个级别,根据核密度估计值的大小分别定义为Ⅰ级、Ⅱ级和Ⅲ级,其中Ⅰ级为高风险区域,Ⅱ级为中风险区域,Ⅲ级为低风险区域。
本发明的铁路外部环境空间安全风险评估方法适用于根据隐患数据对铁路外部环境进行风险分析评估,该方法在铁路外部环境安全风险评估方法中顾及了铁路的带状特征,从空间维度对铁路外部环境隐患分布数据进行挖掘分析与网格化安全评估,定量评估每个格网区域的风险程度。该方法首先收集外部环境隐患及历史风险事故事件,然后结合铁路外部环境管理办法,对历史风险事故事件进行统计分析,按照类别、危害等级和发生频次确定赋予所述隐患不同的权重,并将铁路外部环境区域划分为格网,设计一种改进的加权核密度估计模型,对格网区域进行核密度估计,然后使用自然间断点分级法对格网核密度估计值进行划分,确定风险等级划分标准,对铁路外部环境空间格网进行安全风险评估。
与现有技术相比,本发明的铁路外部环境空间安全风险评估方法具有以下有益效果:
(1)本发明通过分析历史风险事故致因对现有隐患进行权重计算,采用改进的加权核密度估计模型,较之传统模型,顾及隐患本身对于铁路安全运营的权重,使得风险分析评估结果更加科学;
(2)本发明将铁路外部环境区域划分为空间格网,通过计算每个格网的核密度估计值对其进行定量化评价,能够更加精细准确地评估铁路外部环境的风险,精准定位铁路外部安全风险管控的薄弱靶点,有针对性地开展隐患治理与风险防控,显著提升了铁路外部环境管理的精细化水平;
(3)本发明使用自然间断点分级法对核密度估计结果进行风险等级划分,可以直观地反映核密度估计结果的分布情况,不会因参数设定、数据处理等原因产生偏差,使得分级结果相对稳定可靠,通过将核密度估计结果按照风险等级进行划分,可以为路外隐患的安全风险定量化评估提供科学依据,帮助铁路部门把握治理工作的重点,从而开展有针对性的治理行动;同时可以协助管理者精准管控风险区域,进而提高铁路外部环境整治效率、实现风险区域的精准管控,保障了铁路运输安全。
附图说明
图1是本发明的安全风险评估方法的流程图;
图2是本发明中铁路外部环境区域格网化的示意图。
具体实施方式
下面结合附图和实施例对本发明的安全风险评估方法进行详细说明。
参见图1和图2,利用本发明的方法对某段长度为1000m的铁路外部环境空间的安全风险进行评估,具体步骤如下:
S1,收集该段铁路外部环境隐患及历史风险事故事件,构建铁路外部环境的隐患数据库。包括以下分步骤:
S11,以铁路线位为中线,以垂直于铁路线位方向向两侧延伸500米做缓冲区,搜集缓冲区范围内的外部环境隐患共646处;搜集该缓冲区范围内的历史风险事故事件;
S12,调查步骤S11搜集的外部环境隐患所属类别、级别信息,并以面状隐患的重心代表隐患,计算所述隐患相对于铁路线位的里程、偏距、所处的行政区划、所属管辖车间等;
S13,构建隐患数据库,存储隐患数据的空间位置信息和属性信息;
S2,根据《铁路外部环境安全管理办法》,对历史风险事故事件进行统计分析,根据历史风险事故致因对所述隐患按照类别、危害等级和易发程度(频次)确定隐患的权重,隐患的权重按以下公式确定:
,
其中:
;
;
;
上述公式中,为隐患的权重,/>为隐患的类别系数,/>为隐患的级别系数,/>为隐患的频次系数,/>为隐患距离铁路中线的距离。
以搜集到的某彩钢瓦隐患为例,该隐患属于硬飘浮物类隐患,隐患级别为三级,距离铁路中线距离15m,该隐患的权重为:
。
S3,将铁路外部环境区域进行格网化划分,具体如下:
S31,沿铁路线位以20m的间隔对线位进行分割,形成长度相等的铁路子路段;
S32,以铁路线位为中线,以垂直于铁路线位方向向两侧延伸500米做缓冲区;
S33,然后沿铁路法线方向,以20m为推进步长,对步骤S32得到的缓冲区进行分割,形成2500个20m×20m的格网。
S4,选取高斯核函数为核函数,根据积分均方误差最小时宽窗大小最佳的原则计算宽窗值,根据S2确定的隐患权重,建立改进的加权核密度估计模型,对S3形成的格网区域进行核密度估计,得到格网区域核密度估计值,其中,所述加权核密度估计模型满足以下公式:
;
;
;
其中,为格网/>的核密度估计值,/>表示隐患点到格网/>中心点的距离,/>为隐患点的权重,/>为高斯核函数,/>为宽窗值 ,/>为距离/>与宽窗值/>的比值;/>为最佳宽窗值,/>为研究区域内隐患点的总个数,/>为标准差。
以S3中划分的某个格网为例,根据上述公式计算该格网的核密度估计值。首先计算宽窗大小,该线路区段共有隐患646处,即,根据隐患之间的距离计算,根据公式计算宽窗大小为:
,
该格网内共有隐患15处,分别计算其权重,然后根据公式计算该格网的核密度估计值为:
。
S5,使用自然间断点分级法(NBC)对S4中计算得到的格网核密度估计值进行划分,确定风险等级划分标准,对所述格网区域进行风险分级评估。根据核密度估计值的大小将风险等级划分为Ⅰ级、Ⅱ级和Ⅲ级3个等级,其中Ⅰ级为高风险区域,Ⅱ级为中风险区域,Ⅲ级为低风险区域。
根据S4中的公式计算所有2500个格网的核密度估计值,然后根据核密度估计值的大小进行排序,使用自然间断点分级法对其进行划分,划分为Ⅰ级、Ⅱ级和Ⅲ级3个等级,其中I级有217个,Ⅱ级有516个,Ⅲ级有1767个。
Claims (5)
1.一种铁路外部环境空间安全风险评估方法,其特征在于,包括以下步骤:
S1,收集铁路外部环境隐患及历史风险事故事件,构建铁路外部环境的隐患数据库;
S2,结合铁路外部环境管理办法,对所述历史风险事故事件进行统计分析,对所述隐患按照类别、危害等级和频次确定权重,所述权重通过以下公式确定:
,
其中:
;
;
;
式中,为隐患的权重,/>为隐患的类别系数,/>为隐患的级别系数,/>为隐患的频次系数,/>为隐患距离铁路中线的距离;
S3,将铁路外部环境区域进行格网化划分,形成格网区域;
S4,根据S2确定的隐患权重建立加权核密度估计模型,对S3形成的格网区域进行核密度估计,得到格网区域核密度估计值,其中,所述模型满足以下公式:
;
;
;
式中,为格网/>的核密度估计值,/>表示隐患点到格网/>中心点的距离,/>为隐患点的权重,/>为高斯核函数,/>为宽窗值 ,/>为距离/>与宽窗值/>的比值;/>为最佳宽窗值,/>为研究区域内隐患点的总个数,/>为标准差,/>为隐患点;
S5,使用自然间断点分级法对S4中得到的格网区域核密度估计值进行划分,确定风险等级划分标准,对所述格网区域进行风险分级评估。
2.根据权利要求1所述的铁路外部环境空间安全风险评估方法,其特征在于,步骤S1包括以下分步骤:
S11,以铁路线位为中线,以垂直于铁路线位方向向两侧延伸500米做缓冲区,搜集缓冲区范围内的外部环境隐患和历史风险事故事件;
S12,整理步骤S11搜集的外部环境隐患所属类别、级别信息,并以面状隐患的重心代表隐患,计算隐患相对于铁路线位的里程、偏距、所处的行政区划及所属管辖车间;
S13,构建隐患空间数据库,存储隐患数据的空间位置信息和属性信息。
3.根据权利要求1所述的铁路外部环境空间安全风险评估方法,其特征在于,步骤S3包括以下分步骤:
S31,沿铁路线位以固定间隔D对线位进行分割,形成长度相等的铁路子路段;
S32,以铁路线位为中线,以垂直于铁路线位方向向两侧延伸500米做缓冲区;
S33,沿铁路法线方向,以所述固定间隔D为推进步长,对所述缓冲区进行分割,形成D×D大小的格网。
4.根据权利要求3所述的铁路外部环境空间安全风险评估方法,其特征在于,所固定间隔为20m。
5.根据权利要求1所述的铁路外部环境空间安全风险评估方法,其特征在于,步骤S5中,将风险等级划分为3个级别,根据核密度估计值的大小分别定义为Ⅰ级、Ⅱ级和Ⅲ级,其中Ⅰ级为高风险区域,Ⅱ级为中风险区域,Ⅲ级为低风险区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310951297.9A CN116663912A (zh) | 2023-07-31 | 2023-07-31 | 铁路外部环境空间安全风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310951297.9A CN116663912A (zh) | 2023-07-31 | 2023-07-31 | 铁路外部环境空间安全风险评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116663912A true CN116663912A (zh) | 2023-08-29 |
Family
ID=87722853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310951297.9A Pending CN116663912A (zh) | 2023-07-31 | 2023-07-31 | 铁路外部环境空间安全风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116663912A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114067245A (zh) * | 2021-11-16 | 2022-02-18 | 中国铁路兰州局集团有限公司 | 一种铁路外部环境隐患识别方法及系统 |
CN115018318A (zh) * | 2022-06-01 | 2022-09-06 | 航天神舟智慧系统技术有限公司 | 一种社会区域风险预测分析方法与系统 |
-
2023
- 2023-07-31 CN CN202310951297.9A patent/CN116663912A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114067245A (zh) * | 2021-11-16 | 2022-02-18 | 中国铁路兰州局集团有限公司 | 一种铁路外部环境隐患识别方法及系统 |
CN115018318A (zh) * | 2022-06-01 | 2022-09-06 | 航天神舟智慧系统技术有限公司 | 一种社会区域风险预测分析方法与系统 |
Non-Patent Citations (2)
Title |
---|
明金科: ""面向火灾风险的城市消防站选址-分配模型研究"", 《万方数据知识服务平台》, pages 29 - 55 * |
江雨欣: ""高速铁路运营安全评估关键方法及工作流程研究"", 《中国优秀硕士学位论文全文数据库 工程科技I辑》, no. 01, pages 41 - 53 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107153928B (zh) | 可视化的公路养护决策系统 | |
WO2021143635A1 (zh) | 基于风险场的区域网格化累积性环境风险评估系统及方法 | |
Naaim et al. | Dense avalanche friction coefficients: influence of physical properties of snow | |
CN108846521A (zh) | 基于Xgboost的盾构施工不良地质类型预测方法 | |
Yan et al. | Systematic evaluation framework and empirical study of the impacts of building construction dust on the surrounding environment | |
CN104463458A (zh) | 高速公路日常养护信息化管理系统 | |
CN103345566B (zh) | 基于地质内涵的化探异常识别与评价方法 | |
CN104233935A (zh) | 一种基于道路纵断面信息的路面质量等级辨识方法 | |
CN113531400B (zh) | 基于移动设备定位数据的管道巡线方法及系统 | |
Ban et al. | Bottleneck identification and calibration for corridor management planning | |
CN106355881A (zh) | 一种基于空间自相关的事故多发点鉴别方法及装置 | |
CN114783183A (zh) | 一种基于交通态势算法的监控方法与系统 | |
CN111898315A (zh) | 基于分形—机器学习混合模型的滑坡易发性评估方法 | |
CN111815117B (zh) | 一种基于Grasshopper平台城市易涝程度模拟评价方法 | |
Fanos et al. | Multi-scenario rockfall hazard assessment using LiDAR data and GIS | |
Zou et al. | Examining the impact of adverse weather on travel time reliability of urban corridors in Shanghai | |
Foria et al. | Application of Spatial Multi-Criteria Analysis (SMCA) to assess rockfall hazard and plan mitigation strategies along long infrastructures | |
CN116110210B (zh) | 复杂环境下数据驱动的滑坡灾害辅助决策方法 | |
CN116663912A (zh) | 铁路外部环境空间安全风险评估方法 | |
CN116401879A (zh) | 一种溃决尾矿砂下游演进模拟方法 | |
CN113849976B (zh) | 规划用地的开发强度评估方法、装置及设备 | |
Ihs et al. | Road user effect models: the influence of rut depth on traffic safety | |
CN103700264A (zh) | 基于etc收费数据的高速公路路段行程速度计算方法 | |
Chen et al. | Automatic freeway bottleneck identification and visualization using image processing techniques | |
CN117332488B (zh) | 一种基于bim技术的道路桥梁实景模型分析方法和系统 |
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 |