资料简介
摘要喜马拉雅高山区高速公路沿线的岩石边坡容易发生各类破坏。为有效缓解这些破坏，需要对岩体的特性进行全面评估。本研究采用并对比了常用的地质力学分类方法，即岩石质量指标（RQD）、岩体质量分级（RMR）、边坡质量分级（SMR）、Q-Slope和地质强度指标（GSI）。选取了印度喜马拉雅高山区桑格拉至奇图尔路线上一段23千米长的路堑段进行研究。共选择了18个位置，对其边坡和岩体特性进行了勘查。之后，通过随机森林这一机器学习算法，评估了RMR、SMR和Q-Slope中最具影响力的参数。对于基本RMR，约83%的岩石边坡被评定为状况良好，其余为中等质量。对18个位置的边坡质量分级评估显示，有8个地点部分不稳定，6个地点部分稳定。其余4个位置的边坡状况在极差到差之间，需要安装机械支撑并重新设计边坡。对于SMR分类，特征重要性分析表明，F3变量、RQD和完整岩石强度起主要作用。采用Q-Slope方法确定了所研究位置的最稳定陡坡角度。对于Q-Slope分级，发现节理组数（$J_{n}$）和RQD对边坡分类影响最大。根据GSI评分，研究区域可划分为三个区域，即A（65-95）、B（45-55）和C（25-35）。本研究强调了多种地质力学分类方法的应用，展示了每种方法如何相互补充。关键词SMR；Q-Slope；GSI；特征重要性；部分依赖；经济有效的缓解措施
| 
