摘要：为快速有效评价运营期高速公路膨胀土边坡稳定性并采取科学的预防性养护对策,考虑评价模型的科学性与公路边坡养护的可操作性,总结现有国内外膨胀土边坡研究成果,选择反映公路膨胀土边坡特点的边坡稳定性指标,建立膨胀土边坡稳定性分析的Fuzzy-AHP分析模型。Fuzzy-AHP模型由2级4类14项评价指标组成,包括:坡体状况(边坡高度、坡度、土性、裂隙深度);水力及气象特征(渗流、输水设施、降雨强度、地下水位);防护及加固措施(防护结构状况、加固结构状况、植被覆盖率);其他因素(开挖方式、破坏历史、地震)。该模型基于Fuzzy理论(模糊数学)及AHP层次分析权重确定方法,通过AHP方法确定指标权重,然后结合模糊分析理论计算各指标的相对隶属度向量,通过模糊综合评判对膨胀土边坡的稳定性进行分析,确定相应边坡稳定性等级,最后通过工程实例验证该模型的正确性。研究结果表明:应用该模型可以使膨胀土边坡稳定性评价更全面,更科学合理,更符合公路边坡工程实际;该方法简便可行,结论可靠,具有一定的优越性,可为相关部门膨胀土边坡养护决策提供参考。

摘要：结合矮寨悬索桥锚碇隧道的爆破施工,通过围岩的声波测试得到围岩损伤度和松动圈范围在不同等级的爆破冲击荷载作用下的发育规律,探讨围岩累积损伤程度和振动速度之间的对应关系,以及引起岩体损伤度累计效应的阈值,较为完整地描述了爆破冲击荷载作用下围岩损伤度和松动圈的发展过程。在此基础上得出合理的爆破振动速度的控制指标。结果表明:锚碇隧道的爆破施工不但要控制单次爆破对围岩的扰动,更重要的是,应考虑围岩在频繁的近距离爆破作用下产生的累计振动效应并加以控制。爆破振动速度控制在3～6cm/s时,最大围岩松动圈厚度约为2.3m,围岩平均损伤度约为0.15。当测点处围岩的振动速度小于2cm/s时,围岩的损伤度积累不明显,可视为爆破振动累积损伤阈值。

摘要：针对道路建设引起的路域DEM数据变化范围的标定问题,该文探讨了基于多源数据的标定方法。该方法首先提取设计成果的外边界作为核心变化区,再根据该区域100m范围内道路建设前后的遥感影像提取出植被发生明显变化的区域作为野外调查和建模处理的区域,并对该区域内融合构建的DEM数据和原有带状地形图构建的DEM数据进行差异分析,求出最终的DEM数据变化区。以杭瑞高速毕都(毕节至都格)段为例开展的实验研究表明,该文提出的方法可以精确地标定因道路建设引起路域DEM数据的变化区域,可直接用于DEM数据增量的采编与更新操作。

摘要：探讨了道路施工造成的路域DEM变化区域的精细DEM建模方法。该方法首先把二维道路设计成果处理成三维的特征线要素,构建初始TIN;其次应用统计分析的方法内插求出实测点云中各点在初始TIN上的高程和实测高程之间的差异进行统计分析,验证并修改失真的三维特征线要素;然后与选取的少量地面观测点云构建变化区域的DEM,最终实现了路域变化区域精细DEM的构建方法。以杭瑞高速毕都(毕节至都格)段的道路设计成果和局部三维激光扫描数据为例开展了试验研究,研究表明该方法建立的路域DEM精度高、成本低、观测方式灵活,可广泛推广应用。

摘要：为了更好应用国产高分辨率遥感影像监测评价南方路域植被环境,研究南方路域针叶植被叶面积指数遥感反演。该文以长益高速研究区域的高分六号影像(GF-6)为基础,提出了可适用于针叶叶片的LIBERTY+SAIL耦合模型并结合多元线性回归、局部加权回归反演路域植被针叶LAI的方法。研究中以耦合模型模拟的冠层光谱反射率、GF-6影像和野外实测生化参数为数据源,通过相关性分析,将与LAI相关性较高的SAVI、RVI和EVI 3种植被指数作为反演因子,结合组合模型反演LAI并评定模型的反演精度。结果表明,耦合模型对南方路域针叶植被LAI的估算精度整体较高,对比分析两种叶面积指数的组合预测模型,耦合模型结合局部加权回归组合反演LAI具有优越性,可更好地反演路域植被针叶LAI。

摘要：对电子全站仪导线平差计算进行研究 ,推导出一种直接利用所测得的坐标进行平差计算的公式 ,并通过计算实例验证其正确性和可行性。

摘要：随着社会物质文明的高度发展,生态环保意识显著增强,人们对文化、自然和健康的需求必将更高,出行游览者与日俱增,而公园式道路是其很好的出行通道。提出了公园式道路概念及设计理念,并针对最常见的山区地形就山区公园式道路平面线形进行了研究,探讨了圆曲线最小半径、直线长度以及视距要求等设计指标,并应用在武汉市黄陂区张家湾至刘家山旅游公路改建工程,效果良好。

摘要：介绍了无定向导线可靠性检核的原理 ,推导出检核公式 ,并进行精度分析 ,结合实例引证 ,说明适当增加附加观测可以检查无定向导线的可靠性 。

摘要：路域植被叶面积指数(LAI)的获取对于路域植被长势和健康状况的监测具有重要意义。本文以GF-1影像和地面同步实测数据为基础,利用极限学习机(ELM)对湖南省醴潭高速路域植被LAI进行了建模反演。试验结果表明,与传统经验回归模型、SVM模型相比,ELM反演精度更高,RMSE为0.501,预测精度为86.26%。该研究可为路域植被健康评估提供参考。