依托中国某超大直径JPCCP顶管工程，研究团队对顶进全过程开展现场监测，发现管周接触压力与泥浆压力基本同步，并可按注浆工序分为高压与低压两个阶段。实测显示管道长期处于上浮状态，管节轴向变形受顶停循环影响呈周期性波动，中层混凝土环向变形呈上下受压、左右受拉的非对称分布。研究据此提出JPCCP推进过程体现管-土-浆-结构四元耦合的三维受力机制。
推荐理由：依托超大直径JPCCP顶管工程的全过程现场监测，给出管周压力与结构变形规律，可供类似顶管工程设计与监测参考。
研究以阿勒泰将军沟为对象，通过现场调查、数据解析和机器学习分析其形成机制，并用 MassFlow 模拟防治前、防治后及工程失效三种工况，对比冲淤范围评价防治效果。
推荐理由：以阿勒泰将军沟为例梳理沟谷型泥石流链式成灾过程，并用 MassFlow 对比防治前后与工程失效工况。
论文以福建泉州尧山大型滑坡为例，通过工程地质勘察、深部位移监测与应力路径试验，研究降雨诱发残积土层滑坡的启滑机制。结果显示滑面发育于黏土含量相对较高的砂质黏土层内，极端降雨和地下水位快速升高使孔隙水压力增大、滑带应变局部化，破裂面贯通后滑体加速滑移。监测预警可选用小时位移量、前7 d累积降雨量和小时降雨量作为预警参数。
推荐理由：以尧山滑坡为案例，结合深部位移监测与应力路径试验，解释残积土层滑带在孔压升高下的渐进破坏过程。
研究提出 DTCD 深度学习模型，将动态采样与多站时序对齐结合用于泥石流地震信号识别。在 Illgraben 流域的地震数据验证中，动态采样相较静态采样使准确率、精确率、召回率和 F1 分别提高 11、11、10 和 11 个百分点，多站协同抑制了连续监测中的虚假高分响应。
推荐理由：泥石流地震信号识别长期受类别不平衡与误报困扰，该模型用动态重采样与多站时序对齐给出可量化的改进幅度。