深厚表土层井筒施工中较多采用冻结法来实施，其中无侧限抗压强度是冻结设计的重要的力学参数。由于室内实验的局限性及影响因素的复杂性，强度经验公式的适用性差。提出了采用高度集成的XGBoost算法来预测不同粒径分布冻土强度的方法，与其他经验公式方法相比，准确度较高。进一步的通过皮尔逊相关系数分析，分别研究温度、应变速率与冻土无侧限抗压强度的非线性相关性。结果表明，温度和无侧限抗压强度呈强负相关性；强度前期增速较大，中期增速平缓，后期增速较大。应变速率和无侧限抗压强度呈正相关性，强度对不同大小的应变速率敏感程度不同。应变速率较小时，强度略有增加；应变速率增大时，强度增幅增大。不同土体变化趋势相似，但粒径分布不同造成最终强度有差异。该研究可为冻结法施工中，土体的强度预测提供科学依据。

目前工业界采用人工识别的方法，对整条管线的惯性检测单元(IMU)应变检测数据进行逐段识别的做法存在耗时多、识别效率不高以及判断标准不一致等问题。鉴于此，通过建立机器学习模型，提出了弯曲变形危险管段智能识别方法，实现了对冻土区融沉变形管段的智能识别。首先统计了漠大一线冻土区管线中弯曲应变值超过0.125%的管段，包括弯头段、凹陷段和融沉导致的弯曲变形段等，使用1阶数字低通滤波法降低IMU应变检测数据中的噪声干扰，然后结合几何/漏磁检测数据截取IMU应变检测数据中不同管段类型的样本数据，从中提取了11种典型数据特征值，利用主成分分析法对11种特征值进行降维处理，最后建立决策树和随机森林模型进行识别分类。研究结果表明，不同管段类型的长度特征是影响模型分类效果的重要因素，在测试集中决策树模型出现了过拟合，识别准确率大幅下降，随机森林模型识别准确率达到了90%以上。该识别方法为管线完整性评价提供了技术基础。

最大冻结深度是季节冻土热状态的重要指标,其变化对区域水循环、生态过程、气候以及工程稳定性都有重要影响。发布了我国西北五省和西藏及周边地区1961—2020年间每十年的季节冻土最大冻结深度数据集,空间分辨率为1 km。该数据集是利用支持向量机模型集合模拟产生的,以冻结指数、融化指数、降雪、降雨、太阳辐射、高程以及土壤容重为预测因子,利用基准时期(2001—2010年)气象站最大冻结深度的实测数据进行模型训练。10折交叉验证表明,模型具有良好的精度[(R2=0.70±0.29,RMSE=(23.63±10.30)cm,bias=(-0.77±6.01)cm)]。基于实测数据的直接验证表明,1980s、1990s、2000s和2010s 4个时期模拟结果的R2分别为0.77、0.83、0.73和0.71,RMSE分别为27.14、22.42、21.63和23.58 cm。运用预测集合的百分位数区间评估了模拟的不确定性,结果表明模拟结果具有良好的稳定性。基于该数据集,发现1961—2020年我国西北五省和西藏地区季节冻土最大冻结深度总体呈显著下降趋势,平均每十年下降3.02 cm。1961—2...

连续性分类系统的适用性与数据匮乏是过去青藏高原多年冻土制图的两个主要问题.文章基于高海拔多年冻土稳定性分类体系,在模型对比基础上,利用支持向量回归模型集合模拟了划分多年冻土稳定性的年平均地温,生产了空间分辨率为1km的青藏高原多年冻土稳定性分布图.制图中使用了青藏高原2005～2015年间共237个钻孔年平均地温（年变化深度处温度）观测数据,利用统计学习方法融合了地面观测与遥感冻结指数、融化指数、积雪日数、叶面积指数、土壤容重、高程和高质量的土壤水分再分析资料.该图显示,青藏高原多年冻土面积约115.02（105.47～129.59）×10～4km2,其中,极稳定型（-0.5℃）多年冻土面积分别为0.86×10～4、9.62×10～4、38.45×10～4、42.29×10～4和23.80×10～4km2,分别占青藏高原多年冻土的0.75%、8.36%、33.43%、36.77%和20.69%.以模拟的多年...