铁路工程弃渣场生态选址与智能系统研发.pdfVIP

摘要

弃渣场选址是铁路工程建设中的重要环节，弃渣场建设的合理性直接影响工

程的可持续性。传统选址方法依赖于实地调查，存在高成本、数据难以获取等问

题。近年来，随着遥感技术的发展，弃渣场选址的研究逐渐向智能化方向转变。

本文以雅安至林芝段铁路和蒙西至华中铁路北段为研究区域，构建了一个基于多

准则决策方法与机器学习进行评估的弃渣场生态选址评价体系。具体研究内容及

结论如下：

（1）本研究针对现有弃渣场选址需求，构建了涵盖多指标的弃渣场生态选址

适宜性评价体系。在雅林段铁路沿线区域，建立了由河流、道路、断层、居民点、

坡度、温度、降水、植被类型、土壤属性、土地利用、人口密度、自然保护区和

冰川等13个因子组成的综合评价指标体系。该体系利用层次分析法、综合权重法

以及随机森林对弃渣场选址的适宜性进行评估。研究结果表明，三种方法得到的

适宜性空间分布结果高度一致。适宜性较好的区域主要分布于地势平坦、靠近交

通干线、植被以乔木和灌木为主的区域；适宜较差的区域则集中于自然保护区，

占区域总面积的约13%。在评估方法中，随机森林在结果拟合效果上明显优于层

次分析法和综合权重法，评估精度达到84.2%。

（2）在蒙华铁路北段区域，进一步验证了多指标综合评价体系的适用性。在

该区域建立了涵盖道路、断层、河流、居民点、风速、植被覆盖度、土壤含水率、

降水量、净初级生产力、pH、坡度、人口密度、土地利用以及自然保护区等14个

评价因子的指标体系。方法上选用GBDT、LightGBM、CatBoost和随机森林等对

弃渣场选址适宜性进行评价。结果表明，LightGBM模型表现最优，评估精度为

最高的87%。结果中适宜较差的区域主要集中在居民点密集、断层活动频繁、人

口稠密以及水系发育密集的区域；适宜较好的区域则多分布于植被茂盛且远离居

民区的地带。在适宜性评估结果的基础上，本文进一步利用TOPSIS和蒙特卡洛模

拟筛选出50个综合稳定性较高的弃渣场点。

（3）确定不同区域影响弃渣场选址的主控因子。在雅林段区域，通过逐步回

归分析、通径分析和障碍度模型，识别出土地利用、坡度、道路、居民点、断层

和河流等6个主控因子；在蒙华铁路北段区域，本文利用特征重要性与递归特征

消除（RFE）方法，筛选出道路、风速、土壤含水率、河流、居民点、NPP和土地

利用等7个关键因子。对比分析可知，尽管道路、河流、居民点和土地利用在两

个区域中均表现为共同主控因子，但各因子的重要性存在差异。其中，坡度和土

I

地利用在雅林段区域对选址适宜性的直接与间接影响显著高于其他因子；而在蒙

华区域，居民点、河流和土壤含水率具有更高的特征重要性。

关键词：弃渣场选址，多准则决策，机器学习，适宜性评估，主控因子

II

ABSTRACT

Theselectionofwastedisposalsitesisacrucialaspectofrailwayengineering,

directlyimpactingboththeecologicalintegrityandlong-termsustainabilityof

infrastructureprojects.Traditionalsiteselectionapproaches,whichoftenrelyon

empiricaljudgmentandfieldsurveys,tendtobecostly,subjective,andconstrainedby

limiteddataavailability.Inrecentyears,withtheadvancementofremotesensing

technologies,researchonwa