排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
常规的瓦斯突出预测技术,主要从单一角度出发,无法达到多因素影响下的瓦斯突出危险区域预测精度。以某研究区为例,利用基于遗传算法的支持向量机(SVM)网络,预测了瓦斯含量;将孔隙度作为构造煤的判别因子,并通过概率神经网络(PNN)反演方法,得到了构造煤分布情况;介绍了基于自然伽马曲线的拟密度反演方法,获得了煤层顶板岩性情况。综合瓦斯含量、构造煤分布及煤层顶板岩性3个方面特征,建立了一套瓦斯突出危险区域综合预测方法,为判断瓦斯突出危险区提供了理论基础。经过与实际突出位置做验证,预测结果吻合,说明了综合预测方法在此研究区具有较高的准确性。 相似文献
2.
3.
本文以北电胜利1号露天煤矿为研究区,采用含水层埋深、含水层净补给量、地形坡度、包气带效应、含水层渗透系数、距采场中心距离和土地类型七个参数,形成改进的DRTIC-SL模型评估地下水脆弱性,并基于空间数据分析基本理论与ArcGIS、Geoda等软件的制图、信息提取及空间分析功能,讨论研究区地下水脆弱性的空间分布格局及关联关系。结果表明:研究区内非常低脆弱性、低脆弱性、中等脆弱性、高脆弱性、非常高脆弱性占比分别为19.09%、20.58%、34.17%、20.95%和5.21%;非常高脆弱区域主要分布在采场及排土场范围内;DRTIC-SL模型适合草原区大型露天矿地下水脆弱性评价;研究区地下水脆弱性具有明显的空间自相关性。研究结果为草原露天矿区地下水保护措施的提出提供了重要依据。 相似文献
1