• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于信息分解條件的滑坡變形預(yù)測

    2021-08-09 13:25:36
    水土保持通報 2021年3期
    關(guān)鍵詞:隱層監(jiān)測點滑坡

    趙 淑 敏

    (陜西鐵路工程職業(yè)技術(shù)學(xué)院 工程管理與物流學(xué)院, 陜西 渭南 714000)

    滑坡是中國常見的地質(zhì)災(zāi)害之一,其分布范圍較廣,對區(qū)內(nèi)居民的生命財產(chǎn)安全造成了嚴重威脅;同時,由于滑坡變形是其穩(wěn)定性的直觀體現(xiàn),使得開展滑坡變形預(yù)測研究具有重要意義[1-2]。值得指出的是,在滑坡變形監(jiān)測過程中,受監(jiān)測環(huán)境條件限制,滑坡變形數(shù)據(jù)會含有一定的誤差信息,其會對變形預(yù)測分析結(jié)果造成一定影響,進而有必要在滑坡變形預(yù)測過程中進行變形數(shù)據(jù)的信息分解處理,且栗燊等[3]探討了不同去噪方法在滑坡變形數(shù)據(jù)誤差信息剔除過程中的適用性;陸付民等[4]則利用卡爾曼濾波實現(xiàn)了滑坡變形信息分解,上述研究雖為滑坡變形信息分解提供了一種思路,但均未涉及經(jīng)驗?zāi)P头椒ǖ膽?yīng)用研究。同時,在滑坡變形預(yù)測過程中,王鳴等[5]利用指數(shù)平滑方法實現(xiàn)了滑坡變形預(yù)測,而黃曉虎等[6]則在多類閾值條件構(gòu)建基礎(chǔ)上,實現(xiàn)了滑坡變形預(yù)測,上述研究雖取得了相應(yīng)成果,但均是利用單一模型進行預(yù)測研究,也缺乏預(yù)測結(jié)果的準確性校驗,鑒于徑向基神經(jīng)網(wǎng)絡(luò)[7]和馬爾科夫鏈[8]在滑坡變形預(yù)測中的適用性,利用兩者構(gòu)建滑坡變形的分項預(yù)測模型,且考慮到降雨是滑坡變形的主要誘因,且其具明顯的季節(jié)性特征,使得季節(jié)性Kendall檢驗適用于滑坡變形趨勢判斷。綜合上述內(nèi)容,本文以滑坡變形監(jiān)測成果為基礎(chǔ),先利用經(jīng)驗?zāi)B(tài)實現(xiàn)其變形信息分解,即將變形數(shù)據(jù)分解為主趨勢項和誤差項,且為保證分解結(jié)果的最優(yōu)性,提出對傳統(tǒng)經(jīng)驗?zāi)B(tài)進行優(yōu)化處理;其次,再利用優(yōu)化徑向基神經(jīng)網(wǎng)絡(luò)實現(xiàn)主趨勢項的變形預(yù)測,并利用馬爾科夫鏈實現(xiàn)誤差弱化預(yù)測,兩者綜合實現(xiàn)滑坡變形的組合預(yù)測;最后,再利用季節(jié)性Kendall檢驗進行滑坡變形的趨勢判斷,以佐證預(yù)測結(jié)果的準確性。

    1 基本原理

    本文分析思路主要包含3個步驟。

    (1) 利用經(jīng)驗?zāi)B(tài)(Empirical Mode Decomposition,EMD)分解滑坡變形數(shù)據(jù),且為保證分解過程的準確性,利用多種優(yōu)化方法實現(xiàn)其參數(shù)優(yōu)化,以得到最優(yōu)分解結(jié)果。

    (2) 在前述滑坡變形數(shù)據(jù)信息分解基礎(chǔ)上,利用徑向基神經(jīng)網(wǎng)絡(luò)(Radical Basis Function,RBF)和馬爾科夫鏈實現(xiàn)滑坡變形的組合預(yù)測。

    (3) 利用季節(jié)性Kendall檢驗實現(xiàn)滑坡變形趨勢判斷,以佐證預(yù)測結(jié)果的準確性。

    結(jié)合上述分析步驟,將本文涉及方法的基本原理詳述如下:

    1.1 信息分解模型的構(gòu)建

    在滑坡變形監(jiān)測過程中,受監(jiān)測條件限制,滑坡變形數(shù)據(jù)含有一定的誤差信息,即:

    yt=rt+εt

    (1)

    式中:yt為變形值;rt為變形真實信息,即主趨勢項;εt為變形誤差信息,即誤差項。

    由于誤差信息存在,會對后續(xù)分析結(jié)果造成一定影響,進而需對滑坡變形數(shù)據(jù)進行信息分解;同時,經(jīng)驗?zāi)B(tài)是一種常用的信息分解方法,已被廣泛應(yīng)用,其適用性不言而喻,但傳統(tǒng)EMD無法完全消除白噪聲,進而存在模態(tài)混疊現(xiàn)象,為保證滑坡變形數(shù)據(jù)信息分解的準確性,多種優(yōu)化方法應(yīng)運而生,如互補式集合經(jīng)驗?zāi)B(tài)分解(CE-EMD)[9]、集合經(jīng)驗?zāi)B(tài)分解(E-EMD)[10]和自適應(yīng)局部均值經(jīng)驗?zāi)B(tài)分解(ALM-EMD)[11],鑒于各種優(yōu)化分解模型的適用性差異,提出對3類優(yōu)化經(jīng)驗?zāi)B(tài)分解均進行試算,通過對比三者的分解能力來確定最優(yōu)信息分解模型。

    在滑坡變形數(shù)據(jù)信息分解過程中,以往多利用信噪比和平滑度指標進行分解效果評價,鑒于兩者基本原理的差異性,提出利用兩者歸一化值構(gòu)建變形數(shù)據(jù)信息分解的效果評價指標g:

    g=g1+g2

    (2)

    式中:g1為信噪比的歸一化值;g2為平滑度指標的歸一化值。

    據(jù)綜合指標g即可判斷信息分解結(jié)果的優(yōu)劣,判據(jù)為:g值越大,說明分解效果相對較好;反之,說明分解效果相對較差。

    1.2 變形預(yù)測模型的構(gòu)建

    如前所述,通過優(yōu)化經(jīng)驗?zāi)B(tài)將滑坡變形數(shù)據(jù)分解為了主趨勢項和誤差項;在變形預(yù)測模型的構(gòu)建過程中,應(yīng)對主趨勢項和誤差項進行針對性的模型構(gòu)建,其中,滑坡變形的真實信息屬主趨勢項,其規(guī)律性較為明顯,而滑坡變形的誤差信息屬誤差項,具有較強的隨機性;考慮到RBF神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測能力及馬爾科夫鏈的誤差弱化能力,將RBF神經(jīng)網(wǎng)絡(luò)作為滑坡變形的主趨勢項預(yù)測模型,并將主趨勢項的預(yù)測誤差與經(jīng)驗?zāi)B(tài)分解的誤差信息疊加形成殘差項,并利用馬爾科夫鏈實現(xiàn)其弱化處理,最后,兩者預(yù)測結(jié)果疊加即為滑坡變形的最終組合預(yù)測結(jié)果。

    (1) 主趨勢項預(yù)測模型的構(gòu)建。神經(jīng)網(wǎng)絡(luò)是一種常用的智能預(yù)測模型,已被廣泛應(yīng)用于巖土領(lǐng)域,其中,RBF神經(jīng)網(wǎng)絡(luò)具有較強的自學(xué)能力,適用于非線性預(yù)測,進而利用其實現(xiàn)滑坡主趨勢項的變形預(yù)測。

    在RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測過程中,其通過三維空間映射來提高非線性預(yù)測能力,其預(yù)測過程為:

    (3)

    式中:yi為預(yù)測值;wij為連接權(quán)值;h為隱層節(jié)點數(shù);σ為核函數(shù)寬度;xi為輸入值;ci為核參數(shù)。

    值得指出的是,RBF神經(jīng)網(wǎng)絡(luò)雖具有較強的非線性預(yù)測能力,但其基本原理存在一定不足,如隱層節(jié)點數(shù)和連接權(quán)值均隨機設(shè)定,主觀性較強,難以保證其客觀準確性;因此,為保證主趨勢項的預(yù)測精度,應(yīng)對上述兩參數(shù)進行優(yōu)化處理,即:

    ①隱層節(jié)點數(shù)的優(yōu)化處理。在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的預(yù)測過程中,多采用經(jīng)驗公式確定隱層節(jié)點數(shù),即:

    (4)

    式中:m,n為輸入、輸出層節(jié)點數(shù)。

    經(jīng)計算得到,隱層節(jié)點數(shù)的經(jīng)驗值為15,為保證隱層節(jié)點數(shù)的最優(yōu)性,以其為中心,擴展隱層節(jié)點數(shù)的取值范圍至9—21間的奇數(shù)值,并通過逐步試算對比來確定最優(yōu)隱層節(jié)點數(shù)。

    ②連接權(quán)值的優(yōu)化處理。由于連接權(quán)值具有范圍取值特征,難以通過上述試算法實現(xiàn)其優(yōu)化處理,考慮到人工魚群算法(artificial fish swarm algorithm,AFSA)具有較強的優(yōu)化能力,利用其實現(xiàn)RBF神經(jīng)網(wǎng)絡(luò)的連接權(quán)值優(yōu)化,優(yōu)化流程見圖1。

    圖1 AFSF算法的優(yōu)化流程

    通過上述兩步驟的優(yōu)化處理,有效保證了RBF神經(jīng)網(wǎng)絡(luò)模型參數(shù)的最優(yōu)性。

    (2) 殘差項的預(yù)測模型構(gòu)建。如前所述,將主趨勢項的預(yù)測誤差與經(jīng)驗?zāi)B(tài)分解的誤差信息疊加形成殘差項;由于馬爾科夫鏈是一種典型的隨機模型,進而利用其實現(xiàn)殘差項的預(yù)測處理是可行的,其預(yù)測過程為:

    ①狀態(tài)劃分。以前述殘差項為基礎(chǔ),據(jù)其誤差范圍,進行殘差項的狀態(tài)劃分;并結(jié)合該文實例,共計劃分為5個狀態(tài)。

    ②計算狀態(tài)轉(zhuǎn)移概率。以某狀態(tài)為基礎(chǔ),統(tǒng)計其轉(zhuǎn)移至另一狀態(tài)的次數(shù),再統(tǒng)計其在總樣本數(shù)中的出現(xiàn)次數(shù),兩者相除,即可求得該狀態(tài)條件下的轉(zhuǎn)移概率。

    ③構(gòu)建構(gòu)造矩陣。以前述轉(zhuǎn)移概率為基礎(chǔ),構(gòu)建概率矩陣,通過設(shè)置轉(zhuǎn)移步數(shù)長度,即可得到相應(yīng)狀態(tài)條件下的預(yù)測結(jié)果,達到誤差弱化預(yù)測的目的。

    將前述主趨勢項預(yù)測結(jié)果與殘差項預(yù)測結(jié)果疊加即為滑坡變形的最終預(yù)測結(jié)果;同時,在預(yù)測效果評價過程中,確定相對誤差為評價指標,其值越小,說明其預(yù)測效果越好;反之,預(yù)測效果越差。

    1.3 預(yù)測結(jié)果可靠性驗證模型的構(gòu)建

    受周期性降雨影響,滑坡變形具有季節(jié)性特征,且鑒于季節(jié)性Kendall檢驗是一種非參數(shù)檢驗方法,能很好反映滑坡變形數(shù)據(jù)中的季節(jié)變化規(guī)律,因此,利用其實現(xiàn)滑坡變形的趨勢性判斷,以佐證前述變形預(yù)測結(jié)果的可靠性。在季節(jié)性Kendall檢驗的分析過程中,先計算其初步統(tǒng)計量S:

    (5)

    式中:Xi,j為相應(yīng)時間節(jié)點處的變形值; sgn(θ)為反應(yīng)函數(shù)(當(dāng)θ<0時,其值為-1;當(dāng)θ>0時,其值為1;當(dāng)θ=0時,其值為0)以初步統(tǒng)計量S為基礎(chǔ),將進一步計算最終評價指標τ:

    (6)

    式中:var(S)=〔n(n+1)(2n+5) 〕/18,n為分析樣本數(shù)。

    當(dāng)τ>0時,得滑坡變形具上升趨勢;反之,具下降趨勢。同時,將τ值的絕對值與臨界值τa進行對比,若前者較小,說明檢驗過程無效;反之,說明檢驗過程有效,能判斷滑坡變形趨勢,且鑒于臨界值τa與檢驗水平a相關(guān)。因此,以檢驗水平a為基礎(chǔ),進行滑坡變形的趨勢等級劃分,具體標準見表1。

    表1 滑坡變形趨勢等級劃分標準

    2 實例分析

    2.1 工程概況

    王家坡滑坡位于陜西省西安市灞橋區(qū)王家坡村,區(qū)內(nèi)具白鹿塬斜坡地貌,高程間于454~741 m,斜坡坡度間于15°~35°,地形起伏較大。據(jù)調(diào)查成果,該滑坡縱向長約300 m,寬約150 m,前、后緣高程差85 m,斜坡坡度15°,面積約3.70×104m2,厚度變化差異較大,平均厚度18 m,體積為9.06×105m3,屬中型土質(zhì)滑坡。

    近年來,王家坡滑坡的變形加劇明顯,嚴重威脅區(qū)內(nèi)居民的生命財產(chǎn)安全,為實時掌握其變形動態(tài),在其滑坡中部布設(shè)了兩個監(jiān)測點,即2#監(jiān)測點和3#監(jiān)測點,經(jīng)統(tǒng)計,得到2018年10月17日至2019年8月13日共計300 d的變形數(shù)據(jù)[12],由于原始監(jiān)測成果具非等距特征,為便于后續(xù)分析,以原始監(jiān)測成果為基礎(chǔ),利用matlab軟件的cftool工具箱進行3次樣條插值擬合,并將擬合結(jié)果按5 d/次的頻率進行劃分,共計得到60個周期的變形數(shù)據(jù)(見圖2)。

    圖2 滑坡變形監(jiān)測成果

    為充分驗證該文變形預(yù)測思路的有效性,以2#和3#兩監(jiān)測點的變形監(jiān)測成果為數(shù)據(jù)來源,開展驗證分析研究。

    2.2 信息分解結(jié)果與分析

    對不同優(yōu)化處理后的經(jīng)驗?zāi)B(tài)分析結(jié)果進行統(tǒng)計,結(jié)果見表2。如表2所示,不同EMD模型的分解效果存在明顯差異,且3種優(yōu)化模型較傳統(tǒng)EMD模型的g值均有不同程度的提高,說明通過優(yōu)化處理能有效提高滑坡變形信息的分解效果;對比3種優(yōu)化EMD模型的分解效果可知,CE-EMD模型的分解效果相對最優(yōu),其次是ALM-EMD模型和E-EMD模型,進而確定該文滑坡變形數(shù)據(jù)的分解方法為互補式集合經(jīng)驗?zāi)B(tài)分解。

    表2 不同優(yōu)化處理后的經(jīng)驗?zāi)P虴MD分解結(jié)果

    2.3 變形預(yù)測效果分析

    在變形預(yù)測過程中,將監(jiān)測樣本分解為兩期,1—30周期為中期,31—60為后期,對兩期樣本均開展預(yù)測分析,不僅能驗證該文預(yù)測思路的滾動預(yù)測能力,還能驗證該文預(yù)測模型的穩(wěn)定性,其中,中期的訓(xùn)練樣本為1—25期樣本(監(jiān)測時間:20181017—20190219),驗證樣本為26—30期樣本(監(jiān)測時間:20190219—20190316),而后期訓(xùn)練樣本為1—55期樣本(監(jiān)測時間:20181017—20190719),驗證樣本為56—60期樣本(監(jiān)測時間:20190719—20190815),外推預(yù)測4個周期(監(jiān)測時間:20190815—20190904);同時,為充分驗證該文預(yù)測過程中不同優(yōu)化方法的合理性,以2#監(jiān)測點的中期預(yù)測為例,詳述不同優(yōu)化階段的預(yù)測效果。

    (1) 中期預(yù)測效果分析。

    ①主趨勢項預(yù)測分析。按照RBF神經(jīng)網(wǎng)絡(luò)的優(yōu)化流程,先對其隱層節(jié)點數(shù)進行優(yōu)化篩選,結(jié)果見表3。據(jù)表3可知,不同隱層節(jié)點數(shù)對應(yīng)的預(yù)測效果存在一定差異,驗證了隱層節(jié)點數(shù)優(yōu)化篩選的必要性,且隨隱層節(jié)點數(shù)增加,平均相對誤差值具先減小后增加趨勢,即當(dāng)隱層節(jié)點數(shù)為19時,具有最小的平均相對誤差值,值為2.41%,進而確定RBF神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點數(shù)為19。

    表3 隱層節(jié)點數(shù)優(yōu)化篩選結(jié)果

    其次,再利用AFSA算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的連接權(quán)值,預(yù)測結(jié)果見表4。

    據(jù)表4可知,經(jīng)AFSA算法的優(yōu)化處理所得預(yù)測結(jié)果的最大、最小相對誤差分別為2.63%和2.16%,平均相對誤差為2.38%,相較于表3中的預(yù)測精度略有提高,驗證了AFSA算法對連接權(quán)值優(yōu)化的有效性。

    表4 連接權(quán)值優(yōu)化預(yù)測結(jié)果

    據(jù)前述分析,在主趨勢項預(yù)測過程中,通過隱層節(jié)點數(shù)和連接權(quán)值的優(yōu)化處理,能逐步提高預(yù)測精度。

    ②殘差項預(yù)測分析。上述已實現(xiàn)了主趨勢項預(yù)測,據(jù)預(yù)測結(jié)果,通過參數(shù)優(yōu)化雖能一定程度上提高預(yù)測精度,但預(yù)測精度仍相對偏低,加之信息分解后剩余的誤差信息,使得預(yù)測誤差相對更大,按論文思路,再利用馬爾科夫鏈進行殘差項弱化預(yù)測,并將預(yù)測結(jié)果與前述主趨勢項預(yù)測結(jié)果疊加,求得兩監(jiān)測點的中期預(yù)測結(jié)果見表5。

    據(jù)表5可知,在2#監(jiān)測點的預(yù)測結(jié)果中,平均相對誤差為1.87%,相較于主趨勢項預(yù)測結(jié)果,預(yù)測精度得到了明顯提高,說明馬爾科夫鏈能有效弱化殘差項,且其最大、最小相對誤差分別為2.04%和1.73%,具有較高的預(yù)測精度;同時,在3#監(jiān)測點的預(yù)測結(jié)果中,最大、最小相對誤差分別為2.09%和1.68%,平均相對誤差為1.86%,預(yù)測效果與2#監(jiān)測點的預(yù)測效果相當(dāng),也具有較高的預(yù)測精度。

    表5 滑坡變形中期預(yù)測結(jié)果

    通過前述預(yù)測分析可知:在預(yù)測過程中,通過模型參數(shù)優(yōu)化能有效提高主趨勢項的預(yù)測精度,且馬爾科夫鏈能有效弱化預(yù)測殘差,達到進一步提高預(yù)測精度的目的;同時,通過兩監(jiān)測點的中期預(yù)測結(jié)果,得出該文預(yù)測模型具有較高預(yù)測精度,初步驗證其有效性。

    (2) 后期預(yù)測效果分析。再對滑坡后期數(shù)據(jù)進行預(yù)測分析,以校驗該文預(yù)測模型的滾動預(yù)測能力,并進行外推預(yù)測分析,以掌握滑坡變形發(fā)展趨勢。通過預(yù)測統(tǒng)計,滑坡后期預(yù)測結(jié)果見表6。據(jù)表6可知,在滑坡后期變形預(yù)測結(jié)果中,2#監(jiān)測點的平均相對誤差為1.93%,3#監(jiān)測點的平均相對誤差為1.81%,兩者預(yù)測精度相當(dāng),且與中期預(yù)測效果一致,充分說明該文預(yù)測模型具有較強的滾動預(yù)測能力;同時,兩監(jiān)測點的外推預(yù)測結(jié)果顯示,兩者變形仍會進一步持續(xù)增加,并無收斂趨勢,建議盡快開展滑坡災(zāi)害防治。通過上述滑坡變形預(yù)測分析,得出該文預(yù)測模型不僅具有較高的預(yù)測精度,還具有較強的滾動預(yù)測能力。

    表6 滑坡變形后期預(yù)測結(jié)果

    2.4 預(yù)測結(jié)果的可靠性驗證

    前述已完成滑坡變形預(yù)測分析,再利用季節(jié)性Kendall檢驗開展滑坡變形趨勢判斷,以驗證前述外推預(yù)測結(jié)果的可靠性。

    在季節(jié)性Kendall檢驗的分析過程中,將分析過程劃分為整體趨勢判斷和分階段趨勢段,前者是以所有樣本為基礎(chǔ)進行分析,以實現(xiàn)滑坡變形的整體趨勢判斷,而后者是將滑坡變形樣本等分為4個階段,每個階段20期樣本,并對各階段樣本進行季節(jié)性Kendall檢驗,以掌握滑坡變形在不同階段的趨勢性。

    (1) 整體趨勢判斷。通過分析統(tǒng)計,得到滑坡整體趨勢判斷結(jié)果(表7)。據(jù)表7可知,兩監(jiān)測點的τ值均大于0,說明兩者均具上升趨勢,且趨勢等級相當(dāng),均為3級,與前述預(yù)測結(jié)果一致,驗證了前述預(yù)測結(jié)果的可靠性。

    表7 滑坡變形整體趨勢判斷結(jié)果

    (2) 分階段趨勢判斷。再對不同階段的樣本進行季節(jié)性Kendall檢驗,結(jié)果見表8。據(jù)表8可知,兩監(jiān)測點在不同階段均呈上升趨勢,但趨勢性存在一定差異,總體表現(xiàn)為:隨時間持續(xù),趨勢等級趨于增加。因此,進一步說明王家坡滑坡的變形趨勢顯著,其變形并無收斂趨勢。

    表8 滑坡變形分階段趨勢判斷結(jié)果

    3 討論與結(jié)論

    本文通過滑坡變形數(shù)據(jù)信息分解處理后的預(yù)測研究,主要得出如下結(jié)論。

    (1) 受監(jiān)測條件限制,滑坡變形數(shù)據(jù)含有一定的誤差信息,其對預(yù)測分析具有顯著影響,進而有必要開展滑坡變形信息的分解處理;同時,經(jīng)驗?zāi)P湍芎芎脤崿F(xiàn)滑坡變形信息分解,且通過優(yōu)化處理能進一步提高分解效果,并以互補式集合經(jīng)驗?zāi)B(tài)的分解效果相對最優(yōu)。

    (2) 通過優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)對主趨勢項的預(yù)測處理,得出模型參數(shù)優(yōu)化能有效提高預(yù)測精度,且通過馬爾科夫鏈的殘差弱化處理,可達到進一步提高預(yù)測精度的目的,因此,得出該文預(yù)測模型具有較高的預(yù)測精度,能有效實現(xiàn)滑坡變形預(yù)測。

    (3) 通過可靠性驗證,得到變形趨勢判斷結(jié)果與預(yù)測結(jié)果也較為一致,充分說明該文預(yù)測模型具有較高的可靠性。

    本文僅以陜西省內(nèi)的滑坡實例進行驗證分析,由于滑坡所處區(qū)域性條件的差異,建議在后續(xù)條件允許前提下,以進一步佐證其準確性。

    猜你喜歡
    隱層監(jiān)測點滑坡
    天津南港LNG接收站沉降監(jiān)測點位布設(shè)
    煤氣與熱力(2022年4期)2022-05-23 12:44:56
    撫河流域綜合治理監(jiān)測布局優(yōu)化
    滑坡推力隱式解與顯式解對比分析——以河北某膨脹土滑坡為例
    全站儀極坐標法監(jiān)測點穩(wěn)定性分析方法研究
    基于RDPSO結(jié)構(gòu)優(yōu)化的三隱層BP神經(jīng)網(wǎng)絡(luò)水質(zhì)預(yù)測模型及應(yīng)用
    人民珠江(2019年4期)2019-04-20 02:32:00
    淺談公路滑坡治理
    北方交通(2016年12期)2017-01-15 13:52:59
    我省舉辦家畜血吸蟲病監(jiān)測點培訓(xùn)班
    基于Fluent的滑坡入水過程數(shù)值模擬
    “監(jiān)管滑坡”比“渣土山”滑坡更可怕
    山東青年(2016年3期)2016-02-28 14:25:50
    基于近似結(jié)構(gòu)風(fēng)險的ELM隱層節(jié)點數(shù)優(yōu)化
    計算機工程(2014年9期)2014-06-06 10:46:47
    国产亚洲精品久久久久久毛片| 亚洲人与动物交配视频| 中文字幕最新亚洲高清| 亚洲午夜精品一区,二区,三区| 日本免费一区二区三区高清不卡| 久久久国产精品麻豆| 欧美成人一区二区免费高清观看 | 999久久久精品免费观看国产| 国产主播在线观看一区二区| 欧美黑人巨大hd| 老司机午夜福利在线观看视频| 午夜日韩欧美国产| 国产高清视频在线播放一区| 男女床上黄色一级片免费看| 给我免费播放毛片高清在线观看| 真实男女啪啪啪动态图| 白带黄色成豆腐渣| 99re在线观看精品视频| 国内毛片毛片毛片毛片毛片| 老司机午夜福利在线观看视频| 欧美日韩国产亚洲二区| 999久久久国产精品视频| 五月玫瑰六月丁香| 毛片女人毛片| 日韩大尺度精品在线看网址| 国产精品1区2区在线观看.| 国产精品亚洲一级av第二区| 一区二区三区激情视频| 变态另类成人亚洲欧美熟女| 又紧又爽又黄一区二区| 国产视频一区二区在线看| 国产乱人伦免费视频| 黑人巨大精品欧美一区二区mp4| 网址你懂的国产日韩在线| 欧美日韩瑟瑟在线播放| 亚洲av五月六月丁香网| 亚洲av五月六月丁香网| 亚洲电影在线观看av| 国产一区二区三区视频了| 99久久久亚洲精品蜜臀av| 欧美一区二区精品小视频在线| 久久精品人妻少妇| 国产三级在线视频| 亚洲国产看品久久| 日本精品一区二区三区蜜桃| 国产一区二区三区在线臀色熟女| 黄片大片在线免费观看| 高潮久久久久久久久久久不卡| 九九在线视频观看精品| 黄片小视频在线播放| 91久久精品国产一区二区成人 | 欧洲精品卡2卡3卡4卡5卡区| 三级男女做爰猛烈吃奶摸视频| 久久婷婷人人爽人人干人人爱| 欧美zozozo另类| 欧美一级毛片孕妇| 欧美日韩瑟瑟在线播放| 宅男免费午夜| av女优亚洲男人天堂 | 免费大片18禁| 免费看日本二区| 特级一级黄色大片| 巨乳人妻的诱惑在线观看| 少妇裸体淫交视频免费看高清| av片东京热男人的天堂| 欧美日本视频| 人人妻人人澡欧美一区二区| 欧美成人性av电影在线观看| 丰满人妻熟妇乱又伦精品不卡| av天堂中文字幕网| www.999成人在线观看| 国产亚洲av嫩草精品影院| 久久热在线av| 精品电影一区二区在线| 90打野战视频偷拍视频| 老司机午夜十八禁免费视频| 欧美不卡视频在线免费观看| 九九久久精品国产亚洲av麻豆 | 熟妇人妻久久中文字幕3abv| 久久精品夜夜夜夜夜久久蜜豆| 欧美在线一区亚洲| 久久人妻av系列| 成人特级黄色片久久久久久久| 国产精品,欧美在线| 一个人观看的视频www高清免费观看 | 在线永久观看黄色视频| 1024香蕉在线观看| 亚洲中文av在线| 精品久久久久久久毛片微露脸| 69av精品久久久久久| 性色avwww在线观看| 午夜久久久久精精品| 国产精品亚洲一级av第二区| 国产精品av视频在线免费观看| 男女床上黄色一级片免费看| 免费大片18禁| 岛国在线免费视频观看| 久久九九热精品免费| 又爽又黄无遮挡网站| 亚洲va日本ⅴa欧美va伊人久久| 中文字幕人成人乱码亚洲影| 中国美女看黄片| 久久久久精品国产欧美久久久| 国产亚洲精品久久久久久毛片| 国产高清视频在线观看网站| 成年免费大片在线观看| 曰老女人黄片| 九色成人免费人妻av| 国产精品美女特级片免费视频播放器 | 国产亚洲欧美98| 成人永久免费在线观看视频| 18禁黄网站禁片免费观看直播| 国产成人精品无人区| 国产单亲对白刺激| 三级男女做爰猛烈吃奶摸视频| 精品乱码久久久久久99久播| aaaaa片日本免费| 天天一区二区日本电影三级| 最新中文字幕久久久久 | 国产免费男女视频| 99久久精品热视频| 欧美乱妇无乱码| 99久久精品一区二区三区| 此物有八面人人有两片| 亚洲性夜色夜夜综合| 首页视频小说图片口味搜索| 亚洲国产精品合色在线| 亚洲av免费在线观看| 国产美女午夜福利| 日本熟妇午夜| 99热只有精品国产| 国产亚洲欧美98| 婷婷亚洲欧美| 深夜精品福利| 美女高潮的动态| 又黄又爽又免费观看的视频| 一进一出好大好爽视频| 在线观看免费午夜福利视频| 亚洲va日本ⅴa欧美va伊人久久| 男女做爰动态图高潮gif福利片| 十八禁人妻一区二区| 看免费av毛片| 少妇丰满av| 高清毛片免费观看视频网站| 免费一级毛片在线播放高清视频| 色噜噜av男人的天堂激情| 性色avwww在线观看| 精品久久久久久久久久免费视频| 国产乱人视频| 男女视频在线观看网站免费| 精品久久久久久久人妻蜜臀av| 亚洲乱码一区二区免费版| av视频在线观看入口| 成人亚洲精品av一区二区| 窝窝影院91人妻| 成年版毛片免费区| 日韩免费av在线播放| 精华霜和精华液先用哪个| 免费电影在线观看免费观看| 国产一区二区激情短视频| 精品久久久久久久末码| 亚洲人成伊人成综合网2020| 一本综合久久免费| 欧美在线黄色| 成人性生交大片免费视频hd| 精品福利观看| 日韩三级视频一区二区三区| 欧美3d第一页| 久久香蕉精品热| 久久久久久久午夜电影| www.精华液| 人妻夜夜爽99麻豆av| 香蕉丝袜av| 亚洲第一电影网av| 久久人人精品亚洲av| 99久久无色码亚洲精品果冻| 国产成人啪精品午夜网站| 一个人看视频在线观看www免费 | 精品久久久久久,| 亚洲av熟女| 真实男女啪啪啪动态图| 欧美av亚洲av综合av国产av| 一级作爱视频免费观看| 99久久99久久久精品蜜桃| 日韩 欧美 亚洲 中文字幕| 桃红色精品国产亚洲av| 欧美绝顶高潮抽搐喷水| 亚洲国产欧美人成| 日本黄色片子视频| 亚洲中文字幕一区二区三区有码在线看 | 亚洲欧洲精品一区二区精品久久久| 黄色 视频免费看| 久久中文字幕一级| 脱女人内裤的视频| 久久99热这里只有精品18| 麻豆国产av国片精品| 国产精品亚洲美女久久久| 国产精品一及| 久久这里只有精品19| 黄色日韩在线| 淫秽高清视频在线观看| 久久热在线av| 一区福利在线观看| 真人一进一出gif抽搐免费| 久久精品亚洲精品国产色婷小说| 日韩三级视频一区二区三区| av黄色大香蕉| 午夜福利在线在线| 香蕉国产在线看| 99国产精品一区二区三区| 久久久久久久久久黄片| 色av中文字幕| 久久久久亚洲av毛片大全| 色精品久久人妻99蜜桃| 国产伦一二天堂av在线观看| 亚洲精品色激情综合| e午夜精品久久久久久久| 亚洲熟女毛片儿| 日韩欧美免费精品| 观看免费一级毛片| 国产亚洲精品久久久久久毛片| 久久精品国产清高在天天线| 首页视频小说图片口味搜索| 白带黄色成豆腐渣| 免费高清视频大片| 色综合欧美亚洲国产小说| 成人永久免费在线观看视频| 亚洲真实伦在线观看| 天堂√8在线中文| 十八禁人妻一区二区| 最新在线观看一区二区三区| 高潮久久久久久久久久久不卡| 九九在线视频观看精品| 日韩欧美一区二区三区在线观看| 亚洲七黄色美女视频| 午夜精品一区二区三区免费看| 亚洲国产精品sss在线观看| 给我免费播放毛片高清在线观看| 淫妇啪啪啪对白视频| 亚洲中文字幕一区二区三区有码在线看 | 叶爱在线成人免费视频播放| 亚洲欧美激情综合另类| 99久久99久久久精品蜜桃| 人人妻人人澡欧美一区二区| 日韩有码中文字幕| 亚洲中文字幕一区二区三区有码在线看 | 国产激情欧美一区二区| 91麻豆精品激情在线观看国产| 精品一区二区三区四区五区乱码| 午夜激情欧美在线| 日本黄色视频三级网站网址| 免费搜索国产男女视频| 韩国av一区二区三区四区| 精品乱码久久久久久99久播| 亚洲第一电影网av| 国产精品香港三级国产av潘金莲| 国产视频内射| 熟女电影av网| 男女视频在线观看网站免费| 国产精品乱码一区二三区的特点| a级毛片a级免费在线| 久久热在线av| 国产欧美日韩一区二区三| 夜夜夜夜夜久久久久| 两个人的视频大全免费| 免费人成视频x8x8入口观看| 一区二区三区国产精品乱码| 国产伦精品一区二区三区视频9 | 国产人伦9x9x在线观看| 97人妻精品一区二区三区麻豆| 后天国语完整版免费观看| 成年版毛片免费区| 最近最新中文字幕大全免费视频| 久久久久免费精品人妻一区二区| 欧美一区二区国产精品久久精品| 夜夜躁狠狠躁天天躁| 国产精品av视频在线免费观看| 国产亚洲欧美98| 国产高潮美女av| 嫩草影院入口| 国产伦一二天堂av在线观看| 亚洲中文av在线| 久久热在线av| 一进一出好大好爽视频| 色尼玛亚洲综合影院| 久久人人精品亚洲av| 亚洲欧美日韩高清专用| 精品国产超薄肉色丝袜足j| 69av精品久久久久久| 国产熟女xx| 国产三级黄色录像| 亚洲第一电影网av| 亚洲片人在线观看| 国产精品亚洲av一区麻豆| ponron亚洲| 一本久久中文字幕| 熟女电影av网| 久久久久九九精品影院| 精品不卡国产一区二区三区| 欧美激情在线99| 看片在线看免费视频| 亚洲av美国av| 久久国产精品人妻蜜桃| 热99在线观看视频| 亚洲avbb在线观看| 91av网一区二区| 欧美日韩一级在线毛片| 麻豆久久精品国产亚洲av| 91久久精品国产一区二区成人 | 岛国在线观看网站| 国产精品av久久久久免费| 亚洲在线观看片| 人妻夜夜爽99麻豆av| 九九热线精品视视频播放| 国产亚洲欧美98| 亚洲va日本ⅴa欧美va伊人久久| 丰满的人妻完整版| 中亚洲国语对白在线视频| 亚洲男人的天堂狠狠| h日本视频在线播放| 麻豆国产97在线/欧美| 成人鲁丝片一二三区免费| 91九色精品人成在线观看| 亚洲真实伦在线观看| 天天添夜夜摸| 又爽又黄无遮挡网站| 婷婷亚洲欧美| 少妇裸体淫交视频免费看高清| 国产激情偷乱视频一区二区| 哪里可以看免费的av片| 国产欧美日韩精品一区二区| 99在线人妻在线中文字幕| 制服人妻中文乱码| 在线免费观看的www视频| 校园春色视频在线观看| 日本 av在线| 两人在一起打扑克的视频| 日本免费一区二区三区高清不卡| av女优亚洲男人天堂 | 免费在线观看成人毛片| 欧美+亚洲+日韩+国产| 午夜精品久久久久久毛片777| 久久香蕉精品热| 在线观看午夜福利视频| 国产精品一区二区三区四区久久| 精品久久久久久久久久久久久| av欧美777| 欧美成人免费av一区二区三区| 2021天堂中文幕一二区在线观| bbb黄色大片| 我的老师免费观看完整版| 国产成人影院久久av| 国产精品99久久99久久久不卡| 69av精品久久久久久| 成人高潮视频无遮挡免费网站| 91av网站免费观看| 少妇熟女aⅴ在线视频| 观看美女的网站| 国产伦一二天堂av在线观看| 精品免费久久久久久久清纯| 亚洲专区字幕在线| 性色av乱码一区二区三区2| 亚洲国产日韩欧美精品在线观看 | 成年免费大片在线观看| 在线视频色国产色| 欧美成人免费av一区二区三区| 国产精品久久久av美女十八| 婷婷丁香在线五月| 男人舔女人下体高潮全视频| 99热这里只有精品一区 | 久久久久性生活片| 精品久久久久久,| 首页视频小说图片口味搜索| 少妇丰满av| 国产激情久久老熟女| 中文字幕人成人乱码亚洲影| 国产精品永久免费网站| 色吧在线观看| 亚洲在线自拍视频| 国产一区二区激情短视频| 天堂av国产一区二区熟女人妻| 天堂√8在线中文| 国产精品电影一区二区三区| 一个人免费在线观看的高清视频| 在线观看舔阴道视频| 久久久精品欧美日韩精品| 日韩欧美在线乱码| 国产精品女同一区二区软件 | 俺也久久电影网| 成人特级黄色片久久久久久久| 亚洲五月婷婷丁香| 999精品在线视频| tocl精华| 好男人电影高清在线观看| 国产精品美女特级片免费视频播放器 | 精品免费久久久久久久清纯| 窝窝影院91人妻| 亚洲片人在线观看| 在线免费观看不下载黄p国产 | 熟女电影av网| 国产一区二区三区在线臀色熟女| 在线播放国产精品三级| 亚洲av成人不卡在线观看播放网| www.www免费av| 全区人妻精品视频| 最近在线观看免费完整版| 国内少妇人妻偷人精品xxx网站 | 欧美日本亚洲视频在线播放| 毛片女人毛片| 少妇熟女aⅴ在线视频| 久久久久久国产a免费观看| 国产精品久久电影中文字幕| 精品电影一区二区在线| 91在线精品国自产拍蜜月 | 天堂影院成人在线观看| 国产三级中文精品| 91久久精品国产一区二区成人 | 久久久久久久久中文| 中文字幕熟女人妻在线| www日本在线高清视频| 母亲3免费完整高清在线观看| www日本在线高清视频| 欧美黑人巨大hd| 中文亚洲av片在线观看爽| 青草久久国产| 欧美一区二区精品小视频在线| 99热6这里只有精品| 女人高潮潮喷娇喘18禁视频| 成人亚洲精品av一区二区| 丰满的人妻完整版| 精品国内亚洲2022精品成人| 国产精品自产拍在线观看55亚洲| 免费看光身美女| 51午夜福利影视在线观看| 日韩国内少妇激情av| 一个人观看的视频www高清免费观看 | 1024香蕉在线观看| 99精品在免费线老司机午夜| 天天添夜夜摸| 亚洲色图av天堂| 久久久久国内视频| 1000部很黄的大片| 日本黄色片子视频| 久久精品国产亚洲av香蕉五月| av黄色大香蕉| 女生性感内裤真人,穿戴方法视频| 在线观看舔阴道视频| x7x7x7水蜜桃| 日韩精品青青久久久久久| 成年免费大片在线观看| 草草在线视频免费看| 午夜久久久久精精品| 亚洲熟妇熟女久久| 欧美乱色亚洲激情| 在线观看午夜福利视频| 午夜福利高清视频| 又爽又黄无遮挡网站| 久久精品国产亚洲av香蕉五月| 男女那种视频在线观看| 午夜福利免费观看在线| 少妇熟女aⅴ在线视频| 久久久久国内视频| 亚洲 国产 在线| www国产在线视频色| 久久久成人免费电影| 一级毛片女人18水好多| 精品国产乱码久久久久久男人| h日本视频在线播放| 男人和女人高潮做爰伦理| 日韩精品青青久久久久久| 亚洲欧美精品综合久久99| 91麻豆精品激情在线观看国产| 日日夜夜操网爽| 香蕉丝袜av| 亚洲欧美精品综合一区二区三区| 在线观看日韩欧美| 97人妻精品一区二区三区麻豆| 级片在线观看| 亚洲无线在线观看| 国产乱人伦免费视频| 真人一进一出gif抽搐免费| 亚洲真实伦在线观看| 法律面前人人平等表现在哪些方面| 亚洲18禁久久av| 小蜜桃在线观看免费完整版高清| 91久久精品国产一区二区成人 | 婷婷精品国产亚洲av| 51午夜福利影视在线观看| 久久久久免费精品人妻一区二区| 色综合站精品国产| 国内精品久久久久精免费| 久久精品影院6| 国产成人av激情在线播放| 国产高清激情床上av| 久久久国产成人精品二区| 国内少妇人妻偷人精品xxx网站 | 国产精品久久久久久久电影 | 亚洲成a人片在线一区二区| 中文字幕人成人乱码亚洲影| 夜夜躁狠狠躁天天躁| 免费看美女性在线毛片视频| 亚洲人成网站在线播放欧美日韩| 热99re8久久精品国产| 巨乳人妻的诱惑在线观看| 丰满人妻熟妇乱又伦精品不卡| 国产精品av视频在线免费观看| 老司机福利观看| 天天躁狠狠躁夜夜躁狠狠躁| e午夜精品久久久久久久| 欧美+亚洲+日韩+国产| bbb黄色大片| 大型黄色视频在线免费观看| 给我免费播放毛片高清在线观看| 欧美日韩综合久久久久久 | 日本a在线网址| 亚洲欧美日韩东京热| 日本免费a在线| 日韩国内少妇激情av| av视频在线观看入口| 国产精品98久久久久久宅男小说| 国产精品美女特级片免费视频播放器 | 别揉我奶头~嗯~啊~动态视频| 丁香欧美五月| 久久久久久久久免费视频了| 制服丝袜大香蕉在线| 又紧又爽又黄一区二区| 免费在线观看亚洲国产| 午夜免费观看网址| 久久久久免费精品人妻一区二区| 十八禁人妻一区二区| 女人高潮潮喷娇喘18禁视频| 制服人妻中文乱码| 免费大片18禁| 欧美日韩黄片免| 性欧美人与动物交配| 美女高潮喷水抽搐中文字幕| 国产亚洲精品一区二区www| 久久久久九九精品影院| 午夜福利18| 亚洲av成人精品一区久久| 日本免费a在线| 999久久久精品免费观看国产| 狂野欧美激情性xxxx| www.999成人在线观看| 亚洲欧美日韩东京热| 久9热在线精品视频| 美女大奶头视频| 亚洲在线自拍视频| 亚洲七黄色美女视频| 日韩欧美 国产精品| 亚洲欧美精品综合久久99| 国产av不卡久久| 亚洲午夜精品一区,二区,三区| 精品熟女少妇八av免费久了| 亚洲美女视频黄频| 丁香六月欧美| 男女视频在线观看网站免费| 国产精品影院久久| 最近最新中文字幕大全电影3| 日韩欧美免费精品| 身体一侧抽搐| 色综合欧美亚洲国产小说| 国产精品九九99| 黄色成人免费大全| 中文字幕精品亚洲无线码一区| 久久这里只有精品中国| 小蜜桃在线观看免费完整版高清| www.www免费av| 日韩成人在线观看一区二区三区| 亚洲人成网站高清观看| 岛国在线免费视频观看| 老熟妇仑乱视频hdxx| 精品无人区乱码1区二区| 美女大奶头视频| 久久热在线av| av视频在线观看入口| 三级国产精品欧美在线观看 | 婷婷精品国产亚洲av在线| 国产av一区在线观看免费| 嫩草影院精品99| 亚洲精品在线美女| 久久久久国产一级毛片高清牌| 亚洲国产欧洲综合997久久,| 亚洲av五月六月丁香网| 免费在线观看成人毛片| 深夜精品福利| 手机成人av网站| 午夜激情福利司机影院| 97超视频在线观看视频| 国产精品乱码一区二三区的特点| 操出白浆在线播放| 他把我摸到了高潮在线观看| 欧美日韩国产亚洲二区| 国产淫片久久久久久久久 | 亚洲人成网站在线播放欧美日韩| 性欧美人与动物交配| 亚洲精品粉嫩美女一区| 欧美日韩综合久久久久久 | 国产av在哪里看| 亚洲欧美日韩高清在线视频| 欧美激情在线99| 午夜福利在线在线| 亚洲在线自拍视频| 男女视频在线观看网站免费| 亚洲精品一区av在线观看| 日韩大尺度精品在线看网址| 欧美黑人巨大hd| 亚洲自拍偷在线| 脱女人内裤的视频| 国模一区二区三区四区视频 | 午夜精品久久久久久毛片777| 免费看a级黄色片| 一卡2卡三卡四卡精品乱码亚洲| 精品国产美女av久久久久小说| 亚洲在线自拍视频|