为研究机器学习（Machine Learning,ML）方法在冻土力学参数预测中的性能及其应用，本文采用4种ML算法（DT、MLP、SVM以及GP），基于116组冻结黏土定向剪切试验数据，以中主应力系数b、主应力轴方向角α、平均主应力p和温度T为输入，以冻结黏土的力学参数(应力应变曲线（Stress-Strain Curve,SSC）模式和破坏强度qd)为输出，建立预测模型。通过交叉验证以及与补充试验数据的对比，评估了ML模型的预测性能。并基于最优ML模型分析在多输入参数空间下冻结黏土力学参数的分布，最后结合模型的可解释性（SHAP方法）进行参数敏感性分析。结果表明，基于ML方法可准确预测出冻结黏土的SSC模式和qd，其中MLP模型的预测表现最优；ML预测模型可以在多参数空间下模拟出冻结黏土SSC模式和qd与各输入参数之间的复杂非线性关系；通过SHAP方法有效量化了四种输入参数对于冻结黏土力学参数的影响程度：对于SSC模式的影响程度从大到小为α、p、T和b，对于qd的影响程度从大到小为T、b、α和p...

基于桥墩基础的减冲防护原理，设计了一种稳定性高的防冲装置—导流体。为探究导流体对桥墩局部冲刷的防冲效果，在不同流速及覆盖条件下，采用不同形状的导流体进行模型试验。通过分析冲刷特性、最大冲坑深度、下潜流水力特性、冲坑体积和冲坑面积，选出最优形状和最佳安装位置。试验结果表明：当导流体底边高8 cm、安装位置在墩前2d时，防冲效果最好；当流速为0.32 m/s时，安装导流体可使桥墩最大冲深减小59.3%,冲坑体积减小76.1%,冲坑面积减小79.0%,下潜流流速及紊动强度明显减小。通过敏感性分析得出安装距离是影响导流体防冲效果的主要影响因素。

游客满意度是衡量旅游地竞争力的关键因素之一，已受到众多旅游研究者的关注。在其热点研究中，有关冰川旅游游客满意度及不同游客属性间满意度差异的研究鲜见。选取达古冰川与海螺沟冰川为研究区，通过对游客属性细分，运用模糊多准则决策法（F-MCDM）及引入需求弹性理论对冰川旅游游客满意度进行了综合评价和敏感性分析，探讨了提升冰川旅游游客满意度的对策建议。结果表明：达古冰川游客实际满意度总体高于海螺沟冰川，两地均以管理与服务的满意度最高，消费状况与交通的满意度最低。就游客属性的相对满意度而言，两地均呈现男性满意度高于女性，高消费游客满意度高于低消费游客，高忠诚度游客满意度高于低忠诚度游客；两地相对满意度的差异表现在年龄、受教育程度、客源地和到访次数方面。相较于达古冰川，海螺沟冰川满意度敏感性更高，同等改进力度下游客满意度的提高更为明显高效，就两地满意度敏感性最高的景观特色而言，达古冰川1%的改善将提升游客满意度0.30%，而海螺沟冰川可提升0.45%；对于不同游客属性的满意度敏感性，两地均以不愿推荐、不愿重游和未达到期望的游客最高。最后依据满意度敏感性分析结果，为两地冰川旅游发展提出了关键属性改进、...

针对季节冻土区路基填土春融时常处于强度不稳定的状态,根据季节冻土特性选取冻结温度、融化温度、围压、含水率4种影响因素,对张家口季节冻土区粉质黏土进行了模拟正融土的常规三轴试验,采用灰色关联分析法对试验结果进行分析,给出了4种影响因素对强度的敏感性排序。结果表明:含水率、融化温度、冻结温度的敏感性超过60%,需要重点考虑。9%含水率时,土样强度较高,发生脆性破坏,随着含水率的增大,向延性破坏转变;融化温度主要影响土体剪切过程中融化速度和排水固结的速度,温度越低,土样强度越高;冻结温度通过改变土颗粒和冰晶体的胶结程度来影响强度,冻结温度越低,胶结作用越强,但低于-10℃后,强度增长缓慢;围压越大,土体强度越大,不同围压影响下,应力-应变曲线的形状和走势却大致相同,分析结果可为季节冻土区实际工程提供一定的参考。

热物性参数是冻土路基温度场稳定性分析和评价最重要的一类参数,确定这类参数主要有室内试验、现场试验以及基于实测资料的反演分析等方法。文中建立冻土路基相变温度场的参数反分析模型,以青藏公路高温冻土路基为例,采用单因素分析法对路基填土、最大融化深度内地基土和多年冻土的热物性参数的敏感性进行分析与评价。结果表明:最大融化深度内的地基土的体积热容量和冻结状态的导热系数等参数敏感性最强,填土和最大融化深度内的地基土的相变潜热等为较敏感参数,而各土层融化状态的导热系数等为不敏感参数。研究结果可作为冻土路基温度场参数选取和反演的参考依据。