在冻结法施工中，保证冻结壁稳定性至关重要，传统的现场检测方法因其间断性而无法提供实时监测，限制了对冻结壁潜在灾变的及时响应，采用冻土的深层原位精准探测是揭示冻结壁重大工程灾变机理及灾害预警的有效手段。基于卷积神经网络提出一种基于图像数据驱动的冻土强度智能识别方法，通过对93组试样的多角度图像捕获及随后的单轴抗压强度试验，标注试样图像与实际强度数据并结合图像数据增强技术构建了深度学习模型训练所需的图像数据集；利用迁移学习深度残差网络34层(ResNet-34)模型，并对比其它不同模型的训练过程和测试结果，发现ResNet-34模型效果最佳，准确率为92.8%且没有出现过拟合现象；应用深度学习模型对冻土强度的影响因素土质、温度和含水率进行识别，发现模型能有效识别出三个变量，证明了模型识别冻土强度的科学性和可靠性；此外研究了模型在不同干扰条件下的表现，模拟典型干扰场景并分析其对模型预测性能的影响，为后续改进数据增强策略和模型优化方向提供依据；引入Grad-CAM(Gradient-weighted Class Activation Mapping)可解释性分析方法揭示卷积神经网络在冻土强度识...
在地处南迦巴瓦峰地区的西藏墨脱公路工程地质遥感勘察中,以Landsat7ETM+卫星影像为信息源,运用彩色合成、数据融合、主成分分析等数字图像处理方法,结合基于地学知识的图像识别及解译技术,对墨脱公路沿线的泥石流、滑坡、活动断裂等地质灾害进行全面解译分析及专题制图,查明了公路方案线区域内活动断裂发育特征。其中,帕隆藏布断裂带、岗日嘎布断裂带等对错拉隧道将产生较大影响。大型滑坡主要有5个,沿南迦巴瓦峰南坡的雅鲁藏布江河谷两岸发育,分布在仓孔、墨脱及洒拉库等地。泥石流、崩塌广泛发育,主要分布在雅鲁藏布江河谷、帕隆藏布河谷沿线的派、拉格-汗密、岗乡-波密一带。勘察及解译结果为墨脱公路工程线路方案选择、工程地质条件评价提供了充分的科学依据。
