滑坡监测IOT动态时空数据与静态科学可视化三维模型的集成研究-以黄土坡滑坡3.5维时空演化为例

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41572336
  • 项目类别:
    面上项目
  • 资助金额:
    68.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0706.环境地质学
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Landslide is a kind of frequent geological disasters and its process often span decades, in the future before the sliding, its internal structure and the boundary conditions may be have big difference, therefore, the landslide 3 d visualization and numerical simulation research based on the now conditions needs further deepening. This subject research will base on the now condition and landslide monitoring IOT ( the Internet of things ) of Huangtupo landslide, use numerical simulation method to infer the running parameters of internal structure and boundary conditions in the future more than once, to adjust the present state parameter, use the 3 d visualization technology which adapt to the characteristics of the landslide to establish the future real 3 d model at different time node, include use a future 3 d model as the initial conditions, to infer running parameters of the other future time node. Thus, integrate the landslide monitoring IOT spatial-temporal dynamic data and static 3 d model,.realize landslide 3.5 d spatial-temporal evolution, to achieve the purpose of the landslide prediction, To provide intuitive analysis and research support for the landslide basis research, the inference of critical state, early warning, etc.
滑坡是一种频繁发生、危害很大的地质灾害,其成灾过程甚至跨越数十年,在未来整体下滑前其内部结构和边界条件可能与现在有较大的差异,因而,基于现在状态条件的滑坡三维可视化及数值模拟研究有待进一步深化。本课题拟以黄土坡滑坡现在的状态条件和滑坡监测物联网(IOT)为基础,以数值模拟方法来推断未来多个时间节点时滑坡内部结构和边界条件的变化参数,以此调整现在的状态参数,采用适应滑坡特点的三维可视化技术建立未来不同时间节点的真三维模型,包括以未来某个时间节点的三维模型为初始条件,计算未来另一时间节点的变化参数,从而把滑坡监测物联网动态时空数据与静态科学可视化的三维模型进行集成,实现滑坡成灾过程的3.5维时空演化模拟,达到对滑坡不同时空形态预测的目的,为滑坡的基础研究、临界状态的推断、治理和预警指挥等提供直观的分析与研究支持。

结项摘要

滑坡等地质灾害的频繁发生,已成为制约地方社会与经济发展的重大问题,尤其是滑坡周边有很多居民的大型、超大型滑坡,一旦失稳下滑,可能造成严重的危害。滑坡的成灾过程甚至跨越数十年,在未来整体下滑前其内部结构和边界条件可能与现在有较大的差异,因而,基于现在状态条件的滑坡三维可视化及数值模拟研究有待进一步深化。. 本课题以黄土坡滑坡现在的状态条件和滑坡监测物联网(IOT)为基础,以黄土坡滑坡的历史勘查数据和动态监测数据为依据,以数值模拟技术为推断工具,以三维可视化技术为表达手段,把真实勘查/监测数据、数值模拟推断数据与真三维可视化实体模型集成起来进行研究。以数值模拟方法来推断未来多个时间节点时滑坡内部结构和边界条件的变化参数,以此调整现在的状态参数,采用适应滑坡特点的三维可视化技术建立未来不同时间节点的真三维模型,包括以未来某个时间节点的三维模型为初始条件,计算未来另一时间节点的变化参数,通过建立现在和未来不同时段滑坡的真三维模型来模拟黄土坡滑坡的3.5维成灾演化过程,达到对滑坡不同时空形态预测的目的。. 依据研究结果和近几年的实际发展情况,得出以下几个结论,可以为滑坡的基础研究、临界状态的推断、治理和预警指挥等提供直观的分析与研究支持。.(1)滑坡的真三维可视化与滑坡的数值模拟虽然一个侧重于静态的、直观的空间几何模拟,一个侧重于动态的数理方程模拟,但是对于滑坡趋势预测,二者具有互补性,可以相辅相成地进行研究。.(2)二体式三维数据结构和基于二体式三维数据结构的曲面剪切建模方式适合滑坡三维建模快速、方便、易重构的需求。.(3)节点替代法和监视点替代法可以实现三维可视化与数值模拟的有效融合。.(4)提出了一种多传感器监测数据的融合方法-基于大数据思维的滑坡多场监测数据融合及滑移预测技术,在滑坡预测方面具有理论与现实意义。

项目成果

期刊论文数量(9)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(3)
Mapping Urban Bare Land Automatically from Landsat Imagery with a Simple Index
使用简单索引根据 Landsat 图像自动绘制城市裸地地图
  • DOI:
    10.3390/rs9030249
  • 发表时间:
    2017
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    Li Hui;Wang Cuizhen;Zhong Cheng;Su Aijun;Xiong Chengren;Wang Jinge;Liu Junqi
  • 通讯作者:
    Liu Junqi
The inclination of the interslice resultant force in the limit equilibrium slope stability analysis
极限平衡边坡稳定性分析中层间合力的倾角
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    Engineering Geology
  • 影响因子:
    7.4
  • 作者:
    Aijun Su;Zongxing Zou;Zhichun Lu;Jinge Wang
  • 通讯作者:
    Jinge Wang
New data and interpretations of the shallow and deep deformation of Huangtupo No. 1 riverside sliding mass during seasonal rainfall and water level fluctuation
季节性降雨和水位波动期间黄土坡一号河岸滑坡浅深变形新资料及解释
  • DOI:
    10.1007/s10346-016-0712-8
  • 发表时间:
    2016
  • 期刊:
    Landslides
  • 影响因子:
    6.7
  • 作者:
    Wang Jinge;Su Aijun;Xiang Wei;Yeh Hsin-Fu;Xiong Chengren;Zou Zongxing;Zhong Cheng;Liu Qingbing
  • 通讯作者:
    Liu Qingbing
三峡水库蓄水前后重庆气候变化分析
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    长江流域资源与环境
  • 影响因子:
    --
  • 作者:
    封瑞雪;刘军旗;姚梦辉;陈根深;赵剑雄
  • 通讯作者:
    赵剑雄
Three-dimensional analyses of the sliding surface distribution in the Huangtupo No. 1 riverside sliding mass in the Three Gorges Reservoir area of China
三峡库区黄土坡一号沿江滑坡体滑坡面分布三维分析
  • DOI:
    10.1007/s10346-018-1003-3
  • 发表时间:
    2018
  • 期刊:
    Landslides
  • 影响因子:
    6.7
  • 作者:
    Wang Jinge;Su Aijun;Liu Qingbing;Xiang Wei;Yeh Hsin-Fu;Xiong Chengren;Zou Zongxing;Zhong Cheng;Liu Junqi;Cao Shen
  • 通讯作者:
    Cao Shen

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

基于World Wind 移动端的地质数据野外采集系统
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    计算机系统应用
  • 影响因子:
    --
  • 作者:
    陈根深;刘军旗;何忆;黄挺;张志庭;刘刚
  • 通讯作者:
    刘刚

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