CPU/GPU协同的滑坡-碎屑流三维建模与堆积范围预测方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    41771419
  • 项目类别：
    面上项目
  • 资助金额：
    52.0万
  • 负责人：
    叶健
  • 依托单位：
    西南交通大学
  • 学科分类：
    D0114.地理信息学
  • 结题年份：
    2021
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2021-12-31

项目摘要

The deposition of rock avalanches is characterized by suddenness, uncertainty and heterogeneous grains, and it is difficult to efficiently simulate and accurately predict the deposition scope of the large-area rock avalanches through the rock avalanches model built by traditional discrete method due to its low degree of parallelism and inefficient analog computation. In view of this, this project performs a systematic study on the CPU/GPU synergistic 3D modeling and method for predicting deposition Scope of rock avalanches. Below are the primary study contents: make an in-depth study on supportable grain composition and the rock avalanches synergistically accelerated by CPU/GPU; conduct a study on the methods to simulate the deposition scope of rock avalanches and analyze the degree of similarity with the regional deposition scope of the case; analyze different spatial scale effect of characterization parameters and optimal physical parameters of gully rock avalanches, design multiple-resolution spatial data structure of boundary of gully rock avalanches and promote the accuracy and efficiency of model expression; select typical gully rock-avalanches deposition, research and develop prototype system and verify the experiment.predict the disaster and deposition scopes of rock avalanches at different risk grades by working out the optimal analytical model for the deposition scope of rock avalanches through experimental analysis.
滑坡-碎屑流堆积过程具有突发性、不确定性以及颗粒非均质特性，利用传统离散元法构建的滑坡-碎屑流模型由于并行度和模拟运算效率低下，难以高效模拟和准确预测大规模滑坡-碎屑流堆积范围，为此，本项目系统研究CPU/GPU协同的滑坡-碎屑流堆积三维建模与模型预测方法。主要研究内容包括：深入研究可支持颗粒级配和CPU/GPU协同的滑坡-碎屑流模型；研究滑坡-碎屑流堆积范围模拟与案例区域堆积范围相似度分析方法,分析滑坡-碎屑流沟道表征参数和最优物理参数的不同空间尺度效应，设计滑坡-碎屑流沟道边界表示的多分辨率空间数据结构，提升模型表达的准确性和效率；选择典型沟道滑坡-碎屑流堆积，研发原型系统，通过实验分析获取最优滑坡-碎屑流堆积范围分析模型，完成不同风险等级滑坡-碎屑流灾害堆积范围预测。

结项摘要

由于滑坡-碎屑流是一种危险性极大的地质灾害，准确模拟和预测滑坡-碎屑流堆积范围已成为当务之急和科学挑战。针对传统滑坡-碎屑流模型并行度和模拟运算效率低、通用性差、堆积范围准确性不高等问题，提出了CPU/GPU协同加速的离散元滑坡-碎屑流建模方法有效提升滑坡模拟单元个数，同时提出了一种基于四叉树LOD方法实现滑坡地形空间数据结构优化，有效解决海量滑坡地形数据一次导入内存所面临的数据调度问题；在滑坡-碎屑流数值模型建模和模型验证方面，目前已构建可支持千万级滑坡-碎屑流粒子数的CPU/GPU协同加速的离散元滑坡数值模型，同时还构建了SPH滑坡-碎屑流模型，提出了模型参数矫正法和堆积范围模拟相似度评估方法有效提升模型的模拟正确率，分别完成了物理泥流堆积范围数值模拟试验和2017年茂县新磨村滑坡堆积范围预测模拟试验，所模拟的物理泥流堆积长宽比正确率为97.3%、茂县新磨村滑坡堆积范围正确率则超过了82%，两种模型均通过了正确性和可靠性验证。同时，由于两套软件可扩展性高、正确性好，可进一步开展其它地质灾害运动堆积范围模拟预测。发表学术论文6篇（3篇SCI收录,2篇EI收录)，其中基金第一标注5篇（均为第一或通讯作者），已授权国家发明专利1项，申请授权国家专利1项，培养研究生3人，优秀本科毕业生8人（8人均来自该面上基金项目支持的srtp项目，这些学生均以优异成绩保研或考上双一流高校研究生）。

项目成果

期刊论文数量（6）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（1）
面向大规模滑坡灾害模拟的地形建模与三维可视化
  • DOI：
    10.13203/j.whugis20180486
  • 发表时间：
    2020
  • 期刊：
    武汉大学学报(信息科学版)
  • 影响因子：
    --
  • 作者：
    吕奕杰;叶健;徐清杨;徐中卫;孙琦寒;程烨
  • 通讯作者：
    程烨
Changes in color and roughness of red sandstone at high temperatures
红砂岩在高温下颜色和粗糙度的变化
  • DOI：
    10.1007/s10064-019-01678-w
  • 发表时间：
    2020
  • 期刊：
    Bulletin of Engineering Geology and the Environment
  • 影响因子：
    4.2
  • 作者：
    Dong Z.;Sun Q.;Ye J.;Zhang W.
  • 通讯作者：
    Zhang W.
多尺度视角下城市住宅价格空间格局与影响机制研究
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    地理信息世界
  • 影响因子：
    --
  • 作者：
    叶健;任鑫;卢会颖
  • 通讯作者：
    卢会颖
A multi-source data fusion modeling method for debris flow prevention engineering
泥石流防治工程多源数据融合建模方法
  • DOI：
    10.1007/s11629-020-6332-8
  • 发表时间：
    2021-04
  • 期刊：
    Journal of Mountain Science
  • 影响因子：
    2.5
  • 作者：
    Xu Qing-yang;Ye Jian;Lyu Yi-jie
  • 通讯作者：
    Lyu Yi-jie
Predictive modeling and analysis of runout distance of physical mudflows based on a discrete element method
基于离散元法的物理泥浆流跳动距离预测建模与分析
  • DOI：
    10.1080/02533839.2021.1978327
  • 发表时间：
    2021-10
  • 期刊：
    Journal of the Chinese Institute of Engineers, Transactions of the Chinese Institute of Engineers,Series A
  • 影响因子：
    --
  • 作者：
    Ye J.;Zhou G.G.D.;Liu J.
  • 通讯作者：
    Liu J.

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

法医学二代测序标准化进展与展望
  • DOI：
    10.13618/j.issn.1001-5728.2020.01.016
  • 发表时间：
    2020
  • 期刊：
    中国法医学杂志
  • 影响因子：
    --
  • 作者：
    康克莱;叶健;季安全;张驰;王乐
  • 通讯作者：
    王乐
水合物浆体在水平细管中的流动相变换热
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    化工学报
  • 影响因子：
    --
  • 作者：
    叶健;叶健;钱文强;钱文强
  • 通讯作者：
    钱文强
基于SNP位点的身高预测模型的评估
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    法医学杂志
  • 影响因子：
    --
  • 作者：
    焦会永;孙亚男;景晓溪;刘京;江丽;李彩霞;叶健;刘凡;黄艳梅;赵雯婷
  • 通讯作者：
    赵雯婷
结合图论的供水管网PMA分区方法
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    哈尔滨工业大学学报
  • 影响因子：
    --
  • 作者：
    高金良;姚芳;叶健
  • 通讯作者：
    叶健
基于SNP推测中国汉族人群身高的遗传学研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国法医学杂志
  • 影响因子：
    --
  • 作者：
    支越胜;孙亚男;高行健;刘凡;李彩霞;叶健;赵雯婷;黄艳梅
  • 通讯作者：
    黄艳梅

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码