九寨沟以其罕见的自然美所赋存的“突出普遍价值”（OUV）被列入世界自然遗产名录，2017年“8·8”九寨沟Ms7.0地震是继2008年“5·12”汶川特大地震后川西北地区遭遇的又一次强震，是我国遗产地内发生的首次强震，震后世界自然遗产地规模性治理尚无先例.本研究聚焦震后九寨沟地质灾害防治与地质环境保护重大需求，融入“基于自然的解决方案”（NbS）理念，在生态地质环境全要素调查、地质灾害发育分布规律解析、生态问题系统诊断基础上，（1）研发了水环境糯米石灰华胶凝材料（水下养护60 d抗压强度 > 12 MPa），构建了“振冲碎石桩固基‒糯米灰浆筑坝‒碳化竹锚护坡‒乡土植物绿化‒分形景观设计”的震损钙华坝生态修复技术，实现了钙华湖群原真保育；（2）创新了震损高陡岩质边坡崩塌灾害的“结构补强‒生态固土‒生物诱导”生态化治理技术，提出了大型松散堆积体滑坡与水土灾害的“阻渗‒植生‒结皮”生态位重构技术，治理后抗降雨冲刷强度 > 150 mm/h、水土流失量降低90%，实现了地质灾害治理与生态兼容；（3）提出了地质灾害“场地‒单元‒流域”多级调控技术，实现了震后地质灾害防治、生态地质环境保护、生态功能恢复协同增效，治理后土壤有机质、养分含量及生物量达到未扰区的90%；（4）跨学科考虑地质稳定、水土保持、生态恢复、景观融合等7个一级、13个二级、17个三级目标要素，构建了地质灾害生态化治理成效多维评估方法体系.本研究以期为九寨沟灾害防治、生境质量提升、生物多样性保护提供科学路径，为世界自然遗产地生态地质环境保护与可持续发展提供理论和技术支撑.

西部山区构造活跃、地形高陡、灾害频发、气候多变、生态环境敏感脆弱.在多因素耦合作用下，适宜弃渣场选址的场地稀缺，选址难度大.针对西部山区大型交通工程弃渣量大且分散、弃渣场选址困难的实际问题，本文系统梳理弃渣场选址痛点，全面筛选关键影响因素，提出“范围拟定-场址筛选-评估分区”的多因素耦合层次递阶区域选址方法.基于风险理论构建安全适宜性评估模型，量化弃渣场场地安全性及其次生灾害的潜在损失；以运输成本为核心，综合运输距离与运输条件建立经济适宜性评估模型；以生态系统脆弱性为表征，从格局、质量与服务功能三个维度建立生态适宜性评估模型.采用熵权法与层次分析法组合赋权，形成综合适宜性分区与候选场址优先序列.研究成果为复杂山区交通工程弃渣场选址提供了高效、定量、通用的方法体系，显著提升了选址科学性，从源头最大限度降低弃渣场安全风险、处置成本与生态恢复难度.

针对地质环境扰损区灾害生态化防治中技术与环境失配、措施割裂及适配依据不足的问题，构建了多元技术有机配置方法.基于工程-灾害-生态-地质子系统耦合关系，建立场景属性识别与生态地质环境问题诊断框架；按照主导功能将治理技术归并为力学补强、水热调控、土壤改良、植被恢复、景观融合和水肥供给六类技术单元.在安全红线和工程适用边界约束下，采用组合赋权与综合评分方法对单元内候选技术进行适宜性评价，并依据技术单元间的前置依赖、功能互补、兼容并存和制约冲突关系生成多元技术配置方案.以震后九寨沟大型崩塌堆积体为例，面向强降雨扰动、高陡松散堆积体、粗粒贫瘠基质和景观敏感等复合约束，构建了以局部稳坡、水土过程调控、土壤生境重构、近自然植被恢复和精准管护为核心的配置方案.该方法可将生态化防治技术选型由经验判断转向场景约束下的系统适配，为复杂地质环境扰损区灾害生态化治理技术配置提供方法支撑.

工程扰动加速高寒草甸退化，开展工程扰损区草甸修复有助于维持区域生态系统稳定.以汪布曲草甸道路边坡生态重构土壤为研究对象，探究生态修复3年内土壤养分与微生物群落特征的变化规律.结果表明，修复后土壤有机碳、总氮、铵态氮和速效钾含量显著提升，分别增加了344.6%、95.8%、139.9%和174.1%.微生物群落多样性持续提高，酸杆菌、绿弯菌、拟杆菌和芽单胞菌丰度则随时间呈上升趋势.同时，土壤脲酶、蛋白酶及蔗糖酶活性显著增强.PLS-PM分析揭示，修复时间是驱动土壤有机碳和养分恢复的核心因子，其通过影响微生物群落结构-土壤酶活性实现土壤与微生物的协同恢复.本研究可为高寒草甸扰损区土壤恢复效果评估提供数据支撑.

针对青藏高原隧道掘进机（Tunnel Boring Machine，简称TBM）洞渣边坡结构松散、养分贫乏及植被恢复困难等问题，评估了植物-微生物联合修复在边坡固土抗蚀方面的作用.采用室内盆栽和野外边坡试验，设置对照组（CK）及枯草芽孢杆菌（K）、地衣芽孢杆菌（DY）、解淀粉芽孢杆菌（JD）、黑曲霉（H）、哈茨木霉（HC）共5种微生物处理组，测定养分、酶活、植物生长和坡面水动力指标.研究表明：植物-微生物联合处理通过促进根系发育、提高酶活和改善养分条件，对坡面水动力特征产生综合影响，从而提升边坡抗侵蚀能力.径流功率最大削减97.36%，阻力系数最大增幅486.26%.为高寒高海拔山区TBM弃渣体边坡的生态修复与水土保持提供了有效的技术方案.

为探究青藏高原大型工程建设对土壤有机碳来源的影响，本研究以该区域某隧道为研究区，划定隧道建设影响区与非影响区，沿3 240 m、3 420 m、3 600 m三个不同海拔梯度，测定0~10 cm、10~30 cm土层深度土壤团聚体结构及其微生物（氨基糖）与植物来源（木质素），分析了土壤颗粒（＞0.053 mm）及矿物结合态（＜0.053 mm）团聚体对土壤有机碳来源的影响.结果表明，隧道建设对土壤团聚体氨基葡萄糖、氨基半乳糖、总氨基糖、真菌、微生物残体碳含量及木质素酚含量无显著影响，但显著降低了土壤团聚体胞壁酸、氨基甘露糖含量.0~10 cm土层中，隧道建设影响区与非建设影响区各采样点土壤颗粒态团聚体氨基糖含量随海拔升高无显著差异，而10~30 cm土层中，海拔3 420 m处的氨基糖含量显著低于海拔3 240 m和3 600 m处的氨基糖含量.海拔3 420 m土壤矿物结合态团聚体总氨基糖含量最低，显著低于其他海拔地区.同时，隧道影响区矿物结合态团聚体中，微生物残体碳和植物碳源对团聚体有机碳的平均贡献分别为26.36%和20.65%，显著低于非影响建设区，表明隧道建设降低了土壤团聚体稳定性，对矿物结合态团聚体的影响尤为明显.其中，矿物结合态团聚体在隧道建设、海拔梯度与土层深度的交互作用下，微生物残体碳含量及其对SOC的贡献率均显著降低，而土壤颗粒态团聚体有机碳的微生物、植物来源碳贡献均未受隧道建设显著影响.研究结果可为青藏高原大型工程扰动区土壤碳库保护与碳汇功能提升提供重要科学依据，对服务高原生态安全屏障建设和“双碳”战略实施具有重要意义.

为明确陡立边坡生态修复植生层的有效组成及其性质在冻融环境下的演化规律，结合陡立坡面附着试验及植生试验优化植生层配比，通过直剪试验明确冻融条件下土体黏结特性的变化.结果表明，生物炭可提升土体植生性能；添加黏结剂、保水剂后，聚丙烯酰胺的加入不利于植物生长.最优植生层组成为0.8%海藻多糖、1%羧甲基纤维素、1.5%生物炭.冻融20次后基质土黏聚力损失率是重构植生层黏聚力损失率的1.27~2.93倍.低含水率条件有利于冻融过程中土体黏结特性的维持.黏结剂和保水剂形成的胶结结构有效维持了重构植生层的稳定性，使其抗冻融劣化能力显著优于基质土.该成果可为季冻区陡立边坡生态修复基材配比及工程防护提供理论依据.

本论文提出一种基于酶诱导氧化镁碳化（EIMC）技术的复合改性方法，通过室内冲刷试验对比研究了生物矿化结皮、有机物调控、EIMC固化小球缓释三者协同提升生态修复边坡客土水-力学特性的规律与作用机制.以碳化度、冲刷率和累计侵蚀量评估改性与抗侵蚀效果；用扫描电镜和纳米压痕技术分析微观结构和力学特性.结果表明，三者联合改性效果最优，冲刷率比单一EIMC处理降低77.9%，比空白组降低82.4%；在261 mm/24 h降雨、冲刷100 min后，累计侵蚀量最低（9.84 g）.红薯淀粉通过调控成核、优化孔隙与稳定水化学环境，使碳化度提升2.5%，弹性模量提高43.4%.固化小球可实现Mg²⁺缓释，促进深层碳化度提升3.6%，弹性模量提升132.6%.喷洒EIMC浆液使得坡表快速形成致密结皮层，有效阻隔表面冲刷.

强震诱发滑坡往往造成大范围植被剥离、土壤扰动与生境破碎，其生态损伤与自然恢复过程是震后生态修复和灾害影响评估的重要内容.2022年泸定地震在贡嘎山高山峡谷区诱发大量滑坡，为揭示高植被本底山区地震滑坡的植被绿度损伤及早期恢复特征提供了重要窗口.本文基于2019—2026年Sentinel-2遥感影像和滑坡单元边界，利用归一化植被指数（NDVI）分析贡嘎山东坡滑坡区震前植被绿度本底、震后损伤、恢复过程及其影响因素.结果显示，滑坡单元NDVI均值由2022年震前的0.785降至2023年震后的0.488，下降37.9%，且不同滑坡单元受损程度差异显著.随后，研究区植被绿度呈较快但非线性的恢复，2024年82.7%的滑坡单元转为增绿，2025年受区域物候变化影响恢复减弱，2026年再次普遍增绿，截至2026年7月整体恢复比值均值达到0.832.根据震前基准、震后异常、恢复连续性和终点状态，可将植被绿度演化划分为恢复型、波动型和持续低绿型，其中恢复型占79.8%，持续低绿型仍占16.5%.震前NDVI和滑坡面积与植被绿度损伤及恢复的关系最为明显，长宽比关联次之，平均坡度和坡向未表现出稳定关系.总体而言，贡嘎山东坡地震滑坡表现出快速但非线性的早期返绿特征，恢复路径具有明显的滑坡单元间分异特点，部分滑坡在震后第四个可观测生长季仍存在绿度亏损.本研究从滑坡单元尺度揭示了地震滑坡植被绿度由损伤向差异化恢复演化的过程，可为持续低绿滑坡识别和震后生态修复优先区划分提供依据.

针对西南山区重大铁路工程施工期生态环境扰动监测空间精度低的问题，本研究提出运用“深度网络耦合遥感光谱特征”框架进行生态环境质量动态评价.利用2019-2024年Sentinel-2的10 m分辨率时序影像，构建由影像光谱波段、光谱指数和纹理特征组成的输入特征集，采用U-Net语义分割模型，动态评价多年西南山区重大铁路工程施工期生态环境质量，并与全卷积网络（FCN）和LinkNet模型评价成效进行对比.结果表明：U-Net测试集精度达91.65%，显著优于FCN（82.95%）和LinkNet（90.23%），该网络模型结合光谱波段和植被指数特征更鲁棒可靠.其次，发现2019-2024年优等区面积锐减28.5%，精准识别出2021-2022年铁路主体施工期为生态退化关键阶段，生态质量指数下降0.18.再者，结合变化分析揭示了“一般→较差”与“良→一般”为主的生态退化路径，并量化了扰动时空异质性，发现以弃渣场、交通便道为主体的持续退化热点区域.总体区域上生态质量呈“东西高、中间低”格局，优等区分布在林地为主区域，差等区集中在稀疏灌草的生态退化区域.研究证明，深度学习网络耦合遥感光谱特征方法可成为铁路工程施工期生态环境质量评价的新范式，能够实现复杂山区交通廊道生态质量的高精度、快速监测，为重大铁路工程生态风险精准防控与恢复策略制定提供科学依据.

随着国家生态文明建设的深入推进，传统地质灾害治理工程侧重刚性防护，在生态保护与修复、生态环境质量提升、景观恢复方面的局限日益凸显，生态功能耐久性严重不足.本研究以减轻地质灾害风险、提升生态效益为核心目标，在地质灾害生态化治理规划设计及生态化治理技术有机配置分析基础上，阐明生态环境与治理工程之间的耦合关系.综合考量工程体耐久性、治理效果耐久性及景观恢复耐久性3个层面，筛选能够客观反映生态耐久性的具体指标.建立地质灾害生态化治理工程耐久性评估指标体系，并提出明确量化方法，评估指标体系包括7个一级指标，以及13类二级指标和17个三级指标.可推进地质灾害防治生态效益提升和推动生态减灾实践，为地质灾害生态化治理工程方案制定、效果评估提供科学参数和理论支撑.

岩石单轴抗压强度（UCS）是表征岩体力学特性的核心参数，在工程稳定性分析中具有重要作用.然而，由于岩石材料的复杂性，高效且精确地确定UCS仍是一项重大挑战.本研究通过将Light Gradient Boosting Machine（LightGBM）与Coati优化算法（COA）相结合，开发了一个稳健的预测框架.基于包含273组岩石样本的综合数据库，利用COA系统地优化了LightGBM模型的超参数.研究结果表明，COA-LightGBM模型在岩石单轴抗压强度预测中表现卓越，其RMSE、R²和MAE值分别为20.48、0.83和15.24.对比试验结果表明，COA-LightGBM模型在岩石单轴抗压强度预测上的性能显著优于最近邻（KNN）、决策树（DT）、随机森林（RF）等对比模型.此外，引入了Shapley Additive Explanations（SHAP）方法来阐明内部决策机制，并弥合“黑箱”模型与物理可解释性之间的差距.特征分析表明，孔隙率（n）是控制岩石强度的最关键因素.这项研究不仅证实了COA优越的优化能力，还为工程实践中岩石力学参数的快速评估提供了科学且可解释的解决方案.

为探究黑曲霉孢子粉与新型保水材料SJP对铁尾矿渣的协同改良效应，以阿吾拉勒铁矿带铁尾矿为研究对象，设置室内盆栽实验，测定植物生长指标、改良后土壤理化性质、土壤酶活性及土壤微生物群落特征，并采用综合评价方法筛选最优改良配比.结果表明，改良处理显著促进紫花苜蓿生长，最优处理组较相应对照组提高166.67%；尾矿含水率、养分含量和酶活性分别提高203.61%、87.92%~1 935.67%和186.74%~1 532.24%.改良处理还显著改变了根际微生物群落结构，功能预测结果显示糖酵解支路和氨基酸生物合成等基础代谢途径显著富集.综合评价确定最优改良方案为：铁尾矿渣与营养土质量比1∶0、SJP浓度1%、黑曲霉孢子粉添加量2.0 g.本研究可为新疆铁尾矿生态修复提供技术支撑.

为探究工程弃渣场“苔-藻”生物结皮对渣土的改良效果，选取高寒地区弃渣场生物结皮修复区，对比分析不同苔藓和藻类配置对渣土理化性质、酶活性和微生物群落的影响.结果表明：（1）生物结皮处理分别提高了土壤铵态氮（最高2.68倍）、硝态氮（最高2.85倍）、有效磷（最高7.67倍）、有机碳（最高达26.11 g/kg）含量.（2）土壤纤维素酶、β-葡萄糖苷酶、植酸酶等酶活性最高分别增加2.00、2.29和45.6倍.（3）此外，微生物多样性与均匀度提升，并引入了互养菌门（Synergistota）、达达菌门（Dadabacteria）等新的微生物门类.“苔-藻”生物结皮有效提升了土壤养分水平，优化了土壤微生物群落结构.该研究为生物结皮技术在高寒地区生态恢复中的应用提供了理论与实践依据.

全球气候变化背景下，极端降雨事件频发，山区降雨滑坡风险不断加剧，准确开展滑坡易发性评价尤为重要，而样本质量是影响机器学习评价可靠性的关键因素.本文以涞宝高速沿线受北京“23·7”极端降雨影响较为严重的路段为研究区，利用DInSAR、NDVI和光学遥感影像开展地质灾害解译；采用TRIGRS-Scoops3D模型分析降雨入渗条件下的斜坡稳定性，并据此优化负样本筛选；进一步构建逻辑回归（LR）、随机森林（RF）、支持向量机（SVM）和XGBoost易发性评价模型，结合ROC曲线及相关性能指标综合评估模型预测能力，并结合SHAP方法解析各评价因子的贡献.结果表明：北京“23·7”极端降雨事件在研究区共诱发地质灾害466处，其中滑坡345处，主要分布于地形起伏较大、沟谷切割明显的山地斜坡；TRIGRS-Scoops3D模型对潜在失稳区具有较好的识别能力，其不稳定区内滑坡点占比为90.43%，%LR_class为80.09%，较TRIGRS模型分别提高15.36%和9.43%；基于物理模型优化负样本后，XGBoost模型综合性能最优，AUC为0.956；SVM和RF模型次之，AUC分别为0.906和0.899；LR模型相对较低，AUC为0.861；SHAP分析进一步表明，坡度和降雨是控制研究区降雨滑坡易发性的主控因素.研究结果可为复杂山区降雨滑坡易发性评价及山区交通工程地质灾害防控提供参考.