甘洛县矿区乐日沟泥石流危险性评价
摘要 | 第1-7页 |
Abstract | 第7-11页 |
第1章 绪论 | 第11-22页 |
·立题依据及研究意义 | 第11-15页 |
·国内外研究现状 | 第15-19页 |
·国外研究现状 | 第15-17页 |
·国内研究现状 | 第17-19页 |
·主要研究内容、研究思路及技术路线 | 第19-22页 |
·主要研究内容 | 第19页 |
·研究思路 | 第19-20页 |
·研究技术路线 | 第20-22页 |
第2章 工程地质条件 | 第22-33页 |
·自然地理条件 | 第22-23页 |
·工程地质条件 | 第23-33页 |
·地形地貌 | 第23页 |
·地层岩性 | 第23-28页 |
·地质构造及地震 | 第28-31页 |
·水文地质 | 第31-32页 |
·不良地质 | 第32页 |
·特殊地质 | 第32页 |
·气象水文 | 第32-33页 |
第3章 乐日沟泥石流形成条件及运动特征 | 第33-56页 |
·地形条件 | 第33-35页 |
·降雨条件 | 第35页 |
·松散物质条件 | 第35-46页 |
·暴雨洪峰流量 | 第46-48页 |
·泥石流流速流量 | 第48-51页 |
·泥石流总量和历时 | 第51-52页 |
·泥石流弯道超高、最大冲起高度和停积坡度 | 第52-53页 |
·泥石流能量 | 第53-54页 |
·暴雨条件下泥石流的发生频率 | 第54-56页 |
第4章 层次分析法对乐日沟泥石流危险性评价 | 第56-67页 |
·评价方法简介 | 第56-61页 |
·数量化理论 | 第56页 |
·层次分析法概述 | 第56-57页 |
·层次分析法的基本方法与步骤 | 第57-61页 |
·评判模型的确定 | 第61-65页 |
·评价因素的选取 | 第61-62页 |
·层次分析法确定权重 | 第62-64页 |
·数量化理论确定评判模型 | 第64-65页 |
·危险度评判 | 第65-67页 |
·根据现场收集资料进行评判 | 第65-66页 |
·评判结果分析 | 第66-67页 |
第5章 刘希林模型对乐日沟泥石流危险性评判 | 第67-73页 |
·评价方法简介 | 第67页 |
·泥石流危险因子分析 | 第67-69页 |
·主要危险性因子分析 | 第67-68页 |
·次要危险性因子分析 | 第68-69页 |
·确定危险性因子权重和等级 | 第69-71页 |
·泥石流危险度评价公式及标准 | 第71页 |
·乐日沟泥石流危险度评价 | 第71-73页 |
第6章 乐日沟泥石流的主要危害性及整治措施建议 | 第73-78页 |
·乐日沟泥石流对成昆铁路的危害 | 第73-75页 |
·乐日沟泥石流对矿山的危害 | 第75页 |
·整治方案一 | 第75-76页 |
·整治方案二 | 第76页 |
·整治方案三 | 第76-77页 |
·方案比较和推荐 | 第77-78页 |
第7章 泥石流预测预报初探 | 第78-90页 |
·研究背景 | 第78-80页 |
·降雨统计预报模式 | 第80-82页 |
·多元信息耦合预警预报模式 | 第82-86页 |
·多元信息耦合原理 | 第82-83页 |
·LOGISTIC回归模型 | 第83-84页 |
·前期有效降雨量 | 第84-85页 |
·多元信息耦合 | 第85页 |
·系统集成 | 第85-86页 |
·神经网络在泥石流灾害预报中的应用 | 第86-90页 |
·人工神经网络及其内在机制 | 第86-87页 |
·反向传播学习算法——BP算法 | 第87-88页 |
·基于神经网络的暴雨泥石流实时预报模型 | 第88-89页 |
·模型应用及结果 | 第89-90页 |
结论与建议 | 第90-93页 |
结论 | 第90-91页 |
建议 | 第91-93页 |
致谢 | 第93-94页 |
参考文献 | 第94-97页 |