Research on slope-oriented prediction method for shallow loess landslides
Notice bibliographique
Résumé
Shallow loess landslides, as one of the widely distributed and high-frequency geologic hazards, have brought great economic losses and ecological damage to human society.In this study, Qinzhou District, Tianshui City, Gansu Province, is taken as the study area, and the Scoops3D model is used to predict the occurrence of loess landslides in the area based on the DEM data of the area.Bishop's simpli ied method and box search method were used to calculate and analyze the landslide stability in the study area.The landslide prediction results of the Scoops3D model of this paper are compared and analyzed under different DEM data resolutions.Subsequently, local environmental data are collected to study the correlation between environmental impact factors and shallow loess landslides.Finally, the prediction accuracy of the shallow loess landslide prediction model based on Scoops3D in this paper is tested by comparing the difference between the prediction results of the Scoops3D model of this paper and other prediction models with the actual results.The resolution of the DEM data has an important in luence on the prediction results of the Scoops3D model, and the accuracy of the highresolution DEM prediction results is higher than that of the low-resolution prediction results.There is a signi icant correlation between landslide displacement and humidity and cumulative precipitation, and the difference between the predicted and measured values of the GA-BP and GA-Elman models is within 8 mm, and the difference gradually increases.The difference between the predicted and measured values of the Scoops3D model in this paper is between 0.00 and 2.30 mm, and the prediction effect is optimal.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».