苏锡常地裂缝危险性分区

被引：12

作者：

焦珣 ^{[1
]}

苏小四 ^{[1
]}

于军 ^{[2
]}

机构：

[1] 吉林大学环境与资源学院/水资源与环境研究所

[2] 江苏省地质调查研究院

来源：

吉林大学学报(地球科学版) | 2009年 / 39卷 / 01期

关键词：

危险性分区; GA-ANN; 地裂缝; 苏锡常地区;

D O I：

10.13278/j.cnki.jjuese.2009.01.004

中图分类号：

P694 [灾害地质学];

学科分类号：

0818 ; 081803 ;

摘要：

地裂缝作为苏锡常地区的一种地质灾害对该区的发展造成了严重危害。由于地裂缝孕育过程的非线性以及各影响因素作用关系的复杂性,使得难以用线性方法进行地裂缝危险性分区。在分析地裂缝发生的主要影响因素——古基岩面的起伏差异、第四纪沉积结构差异、地面沉降的不均一性和地下水的超采的基础上,将该4个因素的6项量化指标——基岩埋深、基岩起伏度、地下水位、地面沉降梯度、含水层导水系数以及粘性土层厚度作为输入量,采用遗传人工神经网络算法,建立了苏锡常地区地裂缝危险性分区模型。结果表明,苏锡常地区地裂缝危险区主要分布在常州东部、无锡中部和江阴南部地段,安全区主要分布在张家港的东北部、常熟市的东部、常州市的北部和西南部,较危险区和次安全区为危险区和安全区的过渡区。

引用

页码：142 / 146+162 +162

页数：6

共 11 条

[1] 基于GA-ANN的苏锡常地裂缝危险性评价 [J].

朱锦旗 ;

焦珣 ;

于军 ;

武健强 ;

苏小四 .

水文地质工程地质, 2008, (04) :106-110

[2] 基于ANN的苏锡常地裂缝预测研究 [J].

朱兴贤 ;

于军 ;

武健强 .

中国地质灾害与防治学报, 2006, (02) :28-32

[3] 动态系统研究方法在社会心理学中的应用 [J].

李冬梅 ;

郭德俊 .

心理学探新, 2005, (01) :54-57

[4] 苏锡常地区地裂缝地质灾害形成机理分析 [J].

于军 ;

王晓梅 ;

苏小四 ;

余勤 .

吉林大学学报(地球科学版), 2004, (02) :236-241

[5]

Identification of TSS in the human genome based on a RBF neural network.[J].Zhi-Hong Peng;Jie Chen;Li-Jun Cao;Ting-Ting Gao.International Journal of Automation and Computing.2006, 1

[6] A nonlinear modeling and forecasting system of earth fractures based on coupling of artificial neural network and geographical information system - exemplified by earth fractures in Yuci City, Shanxi, China [J].