MétaCan
Menu
Retour à la cohorte
Enregistrement W4403108598 · doi:10.1080/19648189.2024.2411298

Numerical simulation on the prevention and control of landslide-induced wave disasters in Wangjiashan landslide area of Baihetan reservoir

2024· article· en· W4403108598 sur OpenAlexaff
Anchi Shi, Jie Lei, Tian Lei, Changhao Lyu, Pengchao Mao, Shenglin Wang

Notice bibliographique

RevueEuropean Journal of Environmental and Civil engineering · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésLandslideGeologyComputer simulationGeotechnical engineeringSeismologyEngineeringSimulation

Résumé

récupéré en direct d'OpenAlex

The risk management of landslide surges after water storage in large reservoirs is a major challenge in reservoir management. The water storage in the reservoir area of the Baihetan hydropower station on the Jinsha River brings the potential of Wangjiashan landslide activation. This paper proposes a mitigation measurement based on slope cutting for the Wangjiashan landslide and evaluates the feasibility and effectiveness of the management scheme through numerical simulation. Results indicate that when water storage is in a normal level, after an earthquake, the landslide will impact the Baihetan Reservoir with a maximum velocity of 8.52 m/s, generating waves with a maximum wave height of 15.63 m. By removing the upper part of the landslide, the volume of the landslide is reduced from 611×104m3 to 369×104m3, it will cut down the maximum wave height in the Xiangbiling residential area to 3.09 m, which significantly reduces the risk of landslide surge waves. It further establishes a disaster prevention and control plan for the landslide-induced wave disaster. Overall, this study provides important theoretical and practical references for the risk management of landslide surge waves and offers valuable insights for addressing similar issues in the future.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,614
Score d'incertitude au seuil0,246

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,190
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Environmental and Civil engineeringMême sujetLandslides and related hazardsTravaux en français237 207