矿业研究与开发

作者：张磊,郑奥,郝尚凯,王佳源,燕倩如,孙志鹏

关键词：矿渣型泥石流;物源识别;目标检测;运移规律;数值模拟

针对当前泥石流物源检测算法的局限性,提出了YOLOv５s-GCE模型,该模型引入了CBAM 注意力机制、Ghost卷积和EIOU 边界框损失函数,以提高其识别精度和效率.为验证YOLOv５s-GCE模型的检测效果,将其与YOLOv４、YOLOv５s模型进行对比分析.结果表明:YOLOv５s-GCE模型的平均精度均值为95.4％,与YOLOv４、YOLOv５s模型相比,分别提升了2.5和8.6个百分点;YOLOv５s-GCE模型对泥石流物源的检测准确率高达96％,检测效果更优.采用颗粒流数值模拟方法对泥石流的运移规律进行研究,模拟结果表明,初始阶段物源体前端破坏并发生运移,水颗粒渗透导致物源体孔隙率增大、结构失稳;物源体中端受到后端挤压与前端约束,孔隙率显著降低、结构致密化且局部出现隆起现象;运移后期大量物源堆积在沟口.泥石流对下游建筑设施的威胁显著,极端天气下物源区中端左侧土体的威胁程度最高.研究结果对矿渣型泥石流的防治工作具有重要意义.

来源：2026年第2期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2026年第2期