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...
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...
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...
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...
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...
优先流是水分沿特定通道快速迁移的现象，与土壤孔隙特性密切相关。在多年冻土区，浅表层优先流主要由降雨、融水及人类活动产生。野外观测研究发现，浅表层优先流对中俄原油管道沿线冻土稳定性构成影响，但相关研究甚少。本文聚焦于大兴安岭地区浅表层沉积物中常见的粉质黏土，通过室内显色示踪试验，引入四类优先流——随机与规则大孔隙优先流、有机质夹层中微裂隙优先流、标准砂/粉质砂土夹层中指状优先流及碎石夹层中的漏斗状优先流，分析其对大兴安岭粉质黏土冻融循环过程的影响。结果表明：与参照试样密实的粉质黏土试样相比，微裂隙和大孔隙优先流使试样冻结和融化时间分别增加65%～87%和39%～57%，最低温度降低0.4～2.5℃，稳定时间延长1.9～2.4倍，体积含水率提高18%～25%，着色率提升15%～56%，优先流指数高于参照试样48%以上。进一步分析发现，优先流类型、水传输效率及通道连通性显著影响冻融循环过程中的温度与水分分布。本研究可为应对气候暖湿变化下冻土退化及管道维护提供重要科学依据。
优先流是水分沿特定通道快速迁移的现象，与土壤孔隙特性密切相关。在多年冻土区，浅表层优先流主要由降雨、融水及人类活动产生。野外观测研究发现，浅表层优先流对中俄原油管道沿线冻土稳定性构成影响，但相关研究甚少。本文聚焦于大兴安岭地区浅表层沉积物中常见的粉质黏土，通过室内显色示踪试验，引入四类优先流——随机与规则大孔隙优先流、有机质夹层中微裂隙优先流、标准砂/粉质砂土夹层中指状优先流及碎石夹层中的漏斗状优先流，分析其对大兴安岭粉质黏土冻融循环过程的影响。结果表明：与参照试样密实的粉质黏土试样相比，微裂隙和大孔隙优先流使试样冻结和融化时间分别增加65%～87%和39%～57%，最低温度降低0.4～2.5℃，稳定时间延长1.9～2.4倍，体积含水率提高18%～25%，着色率提升15%～56%，优先流指数高于参照试样48%以上。进一步分析发现，优先流类型、水传输效率及通道连通性显著影响冻融循环过程中的温度与水分分布。本研究可为应对气候暖湿变化下冻土退化及管道维护提供重要科学依据。
优先流是水分沿特定通道快速迁移的现象，与土壤孔隙特性密切相关。在多年冻土区，浅表层优先流主要由降雨、融水及人类活动产生。野外观测研究发现，浅表层优先流对中俄原油管道沿线冻土稳定性构成影响，但相关研究甚少。本文聚焦于大兴安岭地区浅表层沉积物中常见的粉质黏土，通过室内显色示踪试验，引入四类优先流——随机与规则大孔隙优先流、有机质夹层中微裂隙优先流、标准砂/粉质砂土夹层中指状优先流及碎石夹层中的漏斗状优先流，分析其对大兴安岭粉质黏土冻融循环过程的影响。结果表明：与参照试样密实的粉质黏土试样相比，微裂隙和大孔隙优先流使试样冻结和融化时间分别增加65%～87%和39%～57%，最低温度降低0.4～2.5℃，稳定时间延长1.9～2.4倍，体积含水率提高18%～25%，着色率提升15%～56%，优先流指数高于参照试样48%以上。进一步分析发现，优先流类型、水传输效率及通道连通性显著影响冻融循环过程中的温度与水分分布。本研究可为应对气候暖湿变化下冻土退化及管道维护提供重要科学依据。
优先流是水分沿特定通道快速迁移的现象，与土壤孔隙特性密切相关。在多年冻土区，浅表层优先流主要由降雨、融水及人类活动产生。野外观测研究发现，浅表层优先流对中俄原油管道沿线冻土稳定性构成影响，但相关研究甚少。本文聚焦于大兴安岭地区浅表层沉积物中常见的粉质黏土，通过室内显色示踪试验，引入四类优先流——随机与规则大孔隙优先流、有机质夹层中微裂隙优先流、标准砂/粉质砂土夹层中指状优先流及碎石夹层中的漏斗状优先流，分析其对大兴安岭粉质黏土冻融循环过程的影响。结果表明：与参照试样密实的粉质黏土试样相比，微裂隙和大孔隙优先流使试样冻结和融化时间分别增加65%～87%和39%～57%，最低温度降低0.4～2.5℃，稳定时间延长1.9～2.4倍，体积含水率提高18%～25%，着色率提升15%～56%，优先流指数高于参照试样48%以上。进一步分析发现，优先流类型、水传输效率及通道连通性显著影响冻融循环过程中的温度与水分分布。本研究可为应对气候暖湿变化下冻土退化及管道维护提供重要科学依据。
优先流是水分沿特定通道快速迁移的现象，与土壤孔隙特性密切相关。在多年冻土区，浅表层优先流主要由降雨、融水及人类活动产生。野外观测研究发现，浅表层优先流对中俄原油管道沿线冻土稳定性构成影响，但相关研究甚少。本文聚焦于大兴安岭地区浅表层沉积物中常见的粉质黏土，通过室内显色示踪试验，引入四类优先流——随机与规则大孔隙优先流、有机质夹层中微裂隙优先流、标准砂/粉质砂土夹层中指状优先流及碎石夹层中的漏斗状优先流，分析其对大兴安岭粉质黏土冻融循环过程的影响。结果表明：与参照试样密实的粉质黏土试样相比，微裂隙和大孔隙优先流使试样冻结和融化时间分别增加65%～87%和39%～57%，最低温度降低0.4～2.5℃，稳定时间延长1.9～2.4倍，体积含水率提高18%～25%，着色率提升15%～56%，优先流指数高于参照试样48%以上。进一步分析发现，优先流类型、水传输效率及通道连通性显著影响冻融循环过程中的温度与水分分布。本研究可为应对气候暖湿变化下冻土退化及管道维护提供重要科学依据。