2026年 07期
基于多模态融合的矿工体征监测与状态评估系统
李海川;孙凯文;杨锦峰;王嘉琪;童蓍庾;为了提升矿工下井前状态评估的精度与鲁棒性，研究提出了一种基于多模态融合的体征监测与状态评估系统。系统以瑞芯微RK3588为核心，在-20～60℃、相对湿度≤95%的矿井环境中集成五模态生理传感器与OpenMV摄像头，同步采集89名矿工的心电、血压、血氧、体温、皮肤电及15帧面部视频，构建2 040份样本的数据集；经分级降采样、小波包去噪和尺度归一化后，利用时域+频域双通道提取16维生理特征，并以ResNeXt-50+GRU抽取面部静态与动态特征，输入并行Transformer+模型，通过6层共享编码器与3个独立解码器同步完成情绪、疲劳及综合体征三任务分类。边缘端15 s采集、10 s评估，实时数据经4G/5G上传至PyQt5跨平台监控界面并触发三级预警。离线试验结果显示，情绪、疲劳、体征平均准确率分别达94.39%、93.15%、94.62%。10人在线试用显示，即使在佩戴安全帽、矿灯半遮挡、高湿度及粉尘干扰等真实工况下，系统仍保持>92%的识别准确率，延迟<120 ms,满足矿口30 s快速通关需求，对情绪极端样本和疲劳临界样本的漏检率分别降至2.1%与3.4%,验证了体征监测与状态评估系统在复杂井下环境中的准确性与可行性。
基于优化随机森林模型的地表沉降易发性评价
胡波;卢薇锋;李粤彬;李文;吴文清;杨力;针对城市地表沉降易发性评价预测模型准确性低、精确性差等问题，提出了一种基于证据权(Weights-of-Evidence, WOE)模型和沙猫群算法(Sand Cat Swarm Optimization, SCSO)优化随机森林(Random Forest, RF)的地表沉降易发性模型(WOE-SCSO-RF)。首先，通过小基线集合成孔径雷达干涉(Small Baseline Subset Interferometric Synthetic Aperture Radar, SBAS-InSAR)测量获取广州地表沉降点，经水准测量验证其结果可靠(均方根误差=1.11 mm/a)。其次，利用皮尔逊相关系数(Pearson Correlation Coefficients, PCCs)筛选出14个影响因子作为特征变量。最后，采用WOE模型量化影响因子的层级权重指标值，指导模型训练，通过SCSO算法优化RF模型超参数，完成易发性预测。对比试验显示，所提出的WOE-SCSO-RF模型准确率提升9～14百分点，曲线下面积(Area Under the Curve, AUC)提高3～9百分点，各项评估指标均优于对比模型。通过沙普利加性解释(SHapley Additive exPlanations, SHAP)特征重要性分析，发现地质岩性类型、夜间灯光强度和人口密度是广州地表沉降的主要影响因子。研究表明，WOE-SCSO-RF模型为地表沉降易发性预测提供了一种新方法。
LNG铁路运输隧道内超压泄放扩散规律研究
赵江平;何汉林;张浩;为了探究液化天然气(Liquefied Natural Gas, LNG)铁路罐式集装箱运输在隧道内超压泄放过程中液化天然气挥发气体(Boil off gas, BOG)的扩散规律及爆炸危险区域，研究基于Fluent软件，耦合组分输运与动网格模型，模拟分析了不同车速下与自然风条件下隧道内流场变化规律、BOG扩散规律、爆炸危险区域的变化情况。研究结果显示：BOG扩散速度与车速呈正相关，隧道内BOG体积分数与车速呈负相关；在顺风状态下，隧道内BOG体积分数最高，其次为无风状态，逆风状态下的隧道内BOG体积分数最低；爆炸危险区域面积随车速增大而减小，其形态与分布受自然风方向的影响显著。研究结果可为LNG铁路运输隧道安全风险控制提供技术支持。
基于XGBoost-SHAP的城市安全韧性与高质量发展耦合协调及影响因素——以郑州都市圈为例
李冲;齐际龙;程书波;探究郑州都市圈城市安全韧性与高质量发展的耦合协调机理，既是应对极端气候变化下城市复合灾害风险演化的现实需求，更是化解区域安全发展系统性矛盾的关键。以郑州都市圈9座城市为研究对象，基于演化韧性理论，综合运用熵权与逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution, TOPSIS)、耦合协调度模型，分析2010—2023年郑州都市圈城市安全韧性和高质量发展的时空演化特征，并刻画两系统之间的耦合协调关系；借助极限梯度提升(eXtreme Gradient Boosting, XGBoost)决策树和夏普利加性解释(SHapley Additive exPlanations, SHAP)模型探寻两者耦合协调的驱动机理。结果表明：(1)2010—2023年，郑州都市圈城市安全韧性水平和高质量发展水平总体呈上升发展态势，但郑州都市圈城市内部结构非均衡性明显，从空间分布上看，均呈现“以郑州市为核心，外延式扩张”的空间分布格局；(2)研究期内，郑州都市圈城市安全韧性和高质量发展的耦合协调水平呈上升趋势，且耦合协调水平差异不断缩小，耦合协调类型经历了濒临失调、勉强协调、初级协调、中级协调、良性协调和高级协调六个发展阶段，从空间分布看，呈现“核心-边缘”特征，形成“以郑州市为核心，向四周辐射”的发展态势；(3)郑州都市圈城市安全韧性与高质量发展耦合协调遵循“信息-物理-社会-生态”驱动机理。为此，提出重塑三元空间发展格局、推动生态效能系统升级、优化区域协同机制的发展策略，为提升郑州都市圈城市安全韧性与高质量协调发展提供理论支撑。
门控循环单元与图卷积神经网络结合的积水深度预测模型
薛丰昌;单晶;李育慧;程瑶;在城市化加速和极端气候频发的背景下，预测城市积水深度对防灾和公共安全至关重要。利用城市内涝监测点的积水深度数据和降水数据，结合深度学习方法，构建了门控循环单元与图卷积神经网络相结合的积水深度预测模型。通过门控循环单元对积水时间序列数据的动态变化特征进行建模，提取时间依赖信息；利用图卷积神经网络构建内涝监测点的空间拓扑关系，提取积水区域的关联性与局部特征。同时设计了时空注意力机制和门控融合机制，根据输入数据的特性动态调整时空注意力权重，增强对关键积水区域的捕捉能力。以开封市2020年6月15日至8月15日(共1 488 h)6个气象站点小时降水数据和13个内涝监测点的小时积水数据构建模型，结果表明，所提模型的均方根误差为2.37 cm,平均绝对误差为1.03 cm,平均绝对百分比误差为5.62%,最大峰值误差为8.75 cm,与卷积神经网络-长短期记忆(Convolutional Neural Network-Long Short-Term Memory, CNN-LSTM)网络、注意力时空图卷积网络(Attention based Spatial-Temporal Graph Convolutional Network, ASTGCN)、图卷积网络(Graph Convolutional Network, GCN)、切比雪夫多项式图卷积网络(Chebyshev Spectral Graph Network, ChebNet)和门控循环单元(Gated Recurrent Unit, GRU)模型相比，所提模型在预测积水时具有较高的准确性和可靠性，能够为城市排水规划和防涝决策提供重要支持。
基于GWO-BP神经网络的洪涝灾害受灾人口预测研究
关文玲;王然;岑浩栋;段妮娜;我国洪涝灾害的发生具有频率高、影响范围广、损失大的特点。因此，快速准确地预测洪涝灾害受灾人口对制定科学合理的应急响应策略至关重要。建立了基于灰狼优化算法(Grey Wolf Optimizer, GWO)的反向传播(Back Propagation, BP)神经网络的预测模型，该模型在综合考虑致灾因子、孕灾环境、承灾体、防灾减灾能力和灾害严重度的基础上，选取10个影响洪涝灾害受灾人口的指标，构建了洪涝灾害受灾人口预测模型。并以历年洪涝灾害的数据作为试验数据，对神经网络模型进行训练和测试。结果表明，GWO-BP神经网络相比BP模型和粒子群算法的BP模型平均预测准确率分别提高了65.68%和63.27%,证明该模型具有更好的预测准确性和可靠性，可以为应急策略的制定提供可靠的数据支持。
海河流域雨洪易敏区机器学习预测方法研究
倪丽丽;李云玉;艾合麦提·那麦提;冯一凡;近年来，流域雨洪灾害频发对城市可持续发展构成严峻挑战，精准识别易敏区成为防灾减灾的关键。基于Google Earth Engine平台，通过解译海河流域近10 a遥感影像获取淹没时空数据，并系统选取地形、水文气候和土壤覆盖等关键淹没特征因子，采用随机森林、支持向量机和反向传播神经网络模型进行回归预测，旨在实现雨洪易敏区的精准制图，并严格评估所用模型的预测性能。此外，利用部分依赖图对最优模型进行可解释性分析，解释关键因子对淹没风险的非线性驱动规律。结果表明：随机森林模型预测性能最优；土地利用类型、归一化植被指数、海拔是影响海河流域雨洪易敏性最重要的三个因子；各因子与雨洪易敏性之间呈非线性关系，并存在阈值效应，其中当归一化植被指数≤0.32、海拔≤100 m,坡向≤112.5°时，淹没频次快速升高；高易敏区主要分布于下游环海区域的冲积平原、研究区南部及大型湖泊和水库周边区域。研究为雨洪灾害管理和政策制定提供了稳健的方法框架和可操作性建议，尤其适用于数据资源有限的地区。
突发事件情景下商业综合体大客流人员疏散行为研究
马舒琪;龚燏;张衷恺;刘鑫泉;陈一洲;为探究公众在突发事件情景下的疏散路径选择偏好及对疏散效率的影响，以商业综合体突发事件疏散场景为背景，通过问卷调查与仿真相结合的方法，确定地震时的人员疏散行为。结果表明：46.7%的受访者倾向于选择最熟悉路径撤离，主要出于安全感和避免未知风险的考虑；32.3%的人员偏好最短路径，重视时间效率；其余人员则易受从众心理影响。基于调研结果，采用Anylogic软件对某商业综合体进行多工况仿真，结果显示，按照最熟悉路径撤离的总疏散时间最短，为14 min,优于选择最短路径的16 min和随机从众跟随疏散的20 min。熟悉路径的选择能有效分散人流、缩短决策时间，研究结果可为商业综合体应急疏散管理提供一定参考。
考虑时变与生态敏感的海上溢油应急调度
陶宁蓉;覃卓周;针对海上溢油事故初期围控阶段应急调度中油膜动态特性与海域生态敏感差异协同不足的问题，提出了一种融合生态敏感度分级与油膜时变特性的协同调度方法。首先，基于生态脆弱性、社会经济价值及污染恢复能力构建环境敏感指数(Environmental Sensitivity Index, ESI),实现海域敏感等级划分与保护优先级确定；其次，结合扩散模型与漂移模型刻画油膜时变过程，动态更新围油栏需求与航行路径；在此基础上，构建面向围控作业的“动态路径规划-敏感区优先调度”模型，以调度成本和环境价值损失最小化为双目标。针对模型的NP-hard特性，设计融合ESI导向的种群预处理和变异参数调整、2-opt局部优化及自适应变异机制的改进遗传算法进行求解。以渤海、黄海海域溢油事故为仿真对象开展算例分析，结果表明：引入ESI分级策略后，小规模场景环境价值损失降低15.40%～19.87%,中大规模场景降低4.8%～8.2%;改进算法在寻优精度、收敛速度与稳定性方面均优于传统遗传算法。灵敏度分析表明，提升船舶航速与围油栏部署效率可显著降低环境损失，船舶容量主要影响调度成本，油膜漂移速度与成本及损失呈正相关关系。
富空位CuCoAl-LDH活化过一硫酸盐降解四环素的研究
李丽华;袁铭浩;徐文浩;尤振栋;为了高效去除水体中的四环素(Tetracycline, TC),采用碱刻蚀法制备了富空位铜钴铝层状双金属氢氧化物(RV-CuCoAl-LDH)催化剂，并结合多种分析技术对其进行了表征，进而系统研究了其活化过一硫酸盐(Peroxymonosulfate, PMS)降解TC的催化性能与作用机制。试验结果显示，在25℃时，RV-CuCoAl-LDH/PMS催化氧化体系在40 min内对TC的降解率最高可达99.96%,准一级动力学常数为0.169 5 min-1。RV-CuCoAl-LDH表现出优异的环境适应性与稳定性，当pH=3～11,在共存阴离子(Cl~-、NO3~-、HCO3~-及HPO42-)干扰下并进行5次循环利用后，仍能保持高效催化活性。机理研究显示，降解过程主要由硫酸根自由基和单线态氧(~1O2)主导。催化剂的高活性归因于铝空位对电子结构的有效调控，该调控作用显著提升了Cu+的相对比例，并诱导了氧空位的形成，进而促进了Co2+/Co3+及Cu+/Cu2+的循环转化和~1O2的生成。研究为基于缺陷工程合理设计高效水处理催化剂提供了新策略。