逐类组合支持向量机在致密储层判识和产能预测中的应用

针对致密储层判识和产能预测准确率低,提出一种新的建模方法——逐类组合支持向量机方法(TCSVM).首先应用支持向量分类机(SVC)实现储层类别判识,然后用支持向量回归机(SVR)建立气层产能预测模型,最后对未知储层进行判识和产能预测.该模型通过前期降噪、降维的属性优化,有效降低数据类别对储层判识的干扰,提高储层判识和气...     

陨星撞击的地学意义与撞击构造的判识标志

陨星撞击是太阳系各行星及卫星演化、地质历史中导致古气候环境灾变与生物灭绝和新生的主要营力之一，在地球演化早期是一种较为普遍发生的事件。研究陨星撞击作用及其影响是探讨地球演化的有机组成部分，无论在基础理论方面还是在实际应用方面，都具有重大的意义。目前对于陨星撞击的地学意义研究，主要集中在撞击事件与地球环境灾变、地球生命更替、板块构造动力学、富集成矿（藏）等关系方面。撞击构造是判识陨星撞击事件最明显和最直接的记录，其形态和规模、岩石学、矿物学、地球化学、构造和地球物理等特征是判识撞击构造的重要标志。     

高密度电阻率法在废弃矿山滑坡灾害勘察中的应用

高密度电阻率法是一种成熟的工程物探方法,广泛应用于地质灾害调查。废弃矿山在不良天气条件下容易产生滑坡地质灾害。对由废弃渣石、杂填土人工堆积形成的滑坡体进行勘察,研究高密度电阻率法在该环境下的勘察效果。通过对视电阻率反演断面图分析,推断滑动面深度、滑床起伏形态等滑坡体地质结构信息,为废弃矿山滑坡灾害治理设计提供依据。钻探验证表明,高密度电阻率法有效的推断出滑坡体滑动面深度、滑床起伏形态信息,可用于废弃矿山滑坡灾害勘察。     

试论适合叠合盆地的油源对比方法

应用谱图形态、碳同位素分布、生标参数和多元统计法，对叠合盆地的油源对比研究进行了分析对比，发现谱图直接对比，虽简单明了，但叠合盆地的成藏特征会使得一些不具成因联系的样品具相似谱图，或有成因联系的样品谱图差别却较大；碳同位素分布亦较直观，但分馏效应使得判别时偏离值不易把握；生标参数虽具成因意义，但受多因素影响；生标参数组合能同时全面反映各控制因素；分段成熟度可以有效地判识混源油；多元统计法既能处理大量样品又能清楚界定相关性。结果表明，多因素生标参数组合、分段成熟度和多元统计法是适合于叠合盆地油源对比的有效方法。     

气候变化情景下广东省降雨诱发型滑坡灾害潜在分布及预测

降雨诱发型滑坡灾害导致了人居环境的破坏并带来巨大的经济损失,尤其是在经济高度发达的粤港澳大湾区城市群。因此,急需有关降雨诱发型滑坡灾害分布的影响因素以及未来气候变化情景下潜在分布的研究。本文从气候变化角度出发,基于最大熵（MaxEnt）模型,结合气候、地形、地表覆盖等数据,揭示不同影响因素对当前气候环境下广东省滑坡空间分布的作用,进而阐述了未来气候情景下滑坡的潜在分布。结果表明：① 影响滑坡灾害空间分布的主要因子为最湿季度降雨量、7月降雨量、海拔和4月降雨量;② 当最湿季度降雨量处于593~742 mm、7月降雨量处于139~223 mm、海拔处于81~397 m和4月降雨量处于154~186 mm之间时,滑坡灾害较易发生;③ 受到气候变化的影响,当前密集分布于粤东地区的滑坡灾害高风险区的潜在分布范围和危害性总体呈现扩大趋势。本研究的结果可以为国土空间规划及城市群灾害预防提供科学依据。     

模糊模型判识在斜坡破坏危险性分区中的应用

本文在探讨斜坡破坏危险性分区中,试用模糊模型判识方法,依斜坡演变趋势与影响因素间的关联性,进行模糊聚类和相容度的分析,从而对斜坡破坏危险性做以分级分区研究并对斜坡的环境质量做以评价。     

滑坡灾害预测预报信息共享平台

 滑坡是最常见的一种地质灾害,其主要诱因是降雨。滑坡灾害多发生在雨量充沛地域或洪水季节。南京市受自然环境和地质环境的影响,滑坡是其最主要的地质灾害类型之一,为了有效地预测滑坡的发生情况并最大限度地减少滑坡灾害为南京带来的损失,本文在已有的南京市地质灾害易发区等研究的成果上,结合南京市历史滑坡数据、气象资料和地质灾害预测数学模型构建了南京市滑坡灾害预测方法并确定了南京市滑坡灾害预测预报技术流程。在该预测方法和技术流程的基础上,本文同时应用了数据库技术、ArcGIS Server技术、AJAX远程调用技术、网页局部刷新技术和地图缓存技术等,融合地理信息系统功能与滑坡灾害预测预报业务功能,开发了南京市滑坡灾害预测预报信息共享平台。该平台可以对滑坡灾害基础数据和实时气象数据动态、科学地管理,结合南京市实时降雨数据可实现滑坡灾害预测预报并将灾害信息实时在线发布,同时提供对滑坡灾害信息的查询、检索、统计分析等功能,最终通过该信息共享平台,为南京市滑坡灾害的防灾减灾提供决策支持,为其他需要建立滑坡灾害预测信息共享平台的城市提供参考。     

基于修正Green-Ampt模型的降雨诱发区域浅层斜坡失稳灾害分析

由于具有类似的工程地质和水文地质条件, 在高度相关的降雨作用下, 同一个区域中的降雨诱发浅层斜坡失稳灾害常成群出现。在区域尺度预测浅层斜坡失稳灾害对滑坡灾害的防灾减灾工作具有重要的意义。为此, 提出了一种基于力学原理的降雨诱发浅层斜坡失稳灾害预测新模型RARIL。该模型采用修正Green-Ampt模型进行降雨入渗分析, 采用无限体边坡模型进行安全系数计算, 利用可靠度原理考虑区域斜坡稳定性分析中的参数不确定性。该模型具有可考虑降雨诱发浅层斜坡的失稳力学机理、可考虑区域内斜坡土体参数不确定性, 以及计算效率高、易于在GIS平台上实现等优点。案例分析表明, RARIL模型较为准确地预测了2010年8月12日11∶00至2010年8月14日9∶00期间强降雨在四川省汶川县映秀镇附近的303省道K0-K20段沿线区域引发的滑坡灾害, 研究结果证明RARIL模型在预测降雨诱发区域斜坡失稳灾害方面有很好的应用前景。      

基于PS-InSAR和offset tracking技术的金沙江白格滑坡形变监测

2018-10-11西藏江达县波罗乡白格村附近发生山体滑坡,导致金沙江断流并形成堰塞湖。收集高分二号、高分三号卫星数据,分析滑坡形成的堰塞湖对上游村镇的影响,并基于Sentinel-1以及ALOS-2 PALSAR-2数据,分别应用PS-InSAR和offset tracking技术获取滑坡体在滑坡发生前的运动特征。结果表明,白格滑坡在灾害发生前已有明显的滑移,根据PS-InSAR技术结果,2017～2018年白格滑坡边缘处存在年平均视线向滑动速率超过2.5 cm/a的PS点,且在白格滑坡周边发现2处潜在滑坡;根据offset tracking结果,白格滑坡在2015-07～2018-07期间的3个时间段呈现出滑动不断加速的特征,滑坡累计滑动量超过30 m。应用InSAR技术可在滑坡灾害发生前识别出活动性滑坡,为滑坡监测预警提供重要依据。     

基于深度学习的滑坡灾害易发性分析

滑坡灾害成因机理复杂、影响因素众多,深度学习作为当前人工智能领域的热点,能够更好地模拟滑坡灾害的形成并准确预测潜在的斜坡。为了挖掘深度学习在滑坡易发性的应用潜能,本文构建了一维、二维和三维的滑坡数据表达形式,并提出3种基于卷积神经网络模型（Convolutional Neural Networks, CNN）的滑坡易发性分析处理框架：基于CNN分类器、基于CNN与逻辑回归的融合和基于CNN集成,最后以江西省铅山县为研究对象进行验证,结果表明：所有基于CNN的易发性模型都能够获得准确且可靠的滑坡易发性分析结果。其中,基于二维数据的CNN模型在所有单分类器中预测精度最高,为78.95%。此外,二维CNN特征提取能够显著提升逻辑回归的预测精度,其准确率提升7.9%。最后,异质集成策略能够大幅度提升基于CNN分类器的滑坡预测精度,其准确率提升4.35%~8.78%。