NEES系统中振动离心机最新进展及国内振动离心机发展设想

美国地震工程网络模拟系统(NEES)代表了国际地震工程试验技术的最新发展趋势,其中振动离心机的建设占有重要地位,而国内振动离心机的现状与我国辽阔的地域、复杂的工程地质条件、高速发展的经济建设以及严峻的地震形势十分不相称。文中概述了我国振动离心机的现状和客观需求,对NEES系统中振动离心机的发展进行了跟踪研究,通过分析UCDavis和RPI两台振动离心机的发展历程和最新进展,阐述了我国振动离心机发展的必要性及重点。强调应加强离心机振动台技术的研发,根据国内当前土动力学和岩土地震工程科学研究的需要,提出了以振动负载为主要指标的思想,指出了发展重点应放在振动负载、频宽、多向、低频位移、辅助试验功能和网络化功能等方面,对一些重要指标提出了建议。     

卓越测绘工程人才培养课程设置改革与优化

以卓越工程师教育培养计划为背景,对当前我国测绘工程人才培养过程中存在的培养方向不明确、课程设置理论与应用脱节、教师队伍工程经验缺乏、企业参与程度不高等问题进行了分析,提出了卓越测绘工程师人才培养课程设置改革及优化的原则与方法,构建了基于卓越测绘工程人才培养课程设置的保障体系及监督机制。本文的研究成果对卓越测绘工程人才培养方案的制定具有参考价值与借鉴意义。     

基于Oracle Spatial和GIS的煤炭矿产资源潜力数据库系统

根据全国性煤炭矿产资源潜力数据库的建设要求, 设计了系统的功能模型; 并在充分考虑其他矿种的前提下, 建立了基于Oracle Spatial和Geodatabase的煤炭空间数据模型, 使用SDO-GEOMETRY 类型字段保存GIS的空间数据, 采用面向对象程序设计语言C#和ArcObjects组件的二次开发实现了该系统。应用结果表明, 本系统不但达到了预期目标, 并能为可供性分析等系统提供有效的数据支持。     

基于SOA的蒸发岩盆地岩性判别系统

蒸发岩盆地岩性判别系统是用来对测井数据进行处理得出地下有利于成盐地层岩性的解释性系统,由于岩性判别使用的岩性数据库、测井数据库、专家知识库等分布在全国各地,数据结构和维护系统均不相同,难以实现实时的岩性判别.本文建立了蒸发岩盆地岩性判别模型,提出了基于面向服务体系结构的数据存储、数据处理、应用服务、业务流程、客户应用等五层岩性判别系统框架,通过地学Web服务组件将多种分布式的地学数据融合起来协同工作.以羊塔5井测井数据作为基础,验证系统实现了分布式岩性判别的任务,并给出了判别结果,为以后地学领域构建多源、异构的分布式地学数据集成和服务共享提供了一种新型的实现模式.     

全国矿业权实地核查数据库管理系统

为有效地管理全国矿业权实地核查数据,在充分研究了矿业权核查数据标准及实际数据的基础上,设计了适合核查数据管理模式的数据模型、功能模型,采用面向对象程序设计方法、基于ArcGIS二次开发实现了数据库管理系统,并可以进行多种统计分析,完成了对全国约15万个矿业权700G数据的管理,为核查数据的深度应用打下良好的数据基础。     

"卓越计划"背景下测绘工程人才培养目标 改革与实现研究

以江西理工大学测绘工程专业"卓越计划"实施为契机,结合"卓越计划"主要原则,针对目前卓越测绘工程人才培养目标存在企业参与度不高、国际视野能力与交流能力培养不足、忽视职业道德教育与心理素质培养等突出问题进行了研究分析,提出了人才培养目标改革的新思路,对改革后的人才培养目标主要内容进行了重点研究与分析,通过构建符合测绘工程人才培养目标改革的课程体系,实现改革后卓越测绘工程人才培养目标,为其他高校在卓越测绘工程人才培养目标及方案的制订、实施提供参考与借鉴。     

基于GIS和SOA的我国铁矿资源潜力数据库开发与应用

针对我国铁矿矿产资源储量数据一直处于分散状态,没有发挥其应有价值的实际情况,对全国性铁矿资源潜力数据的共享与应用进行了深入研究.系统地梳理了以矿区作为基本单元的全国2 026个大中型铁矿的资源潜力信息,基于Oracle Spatial和面向对象特性建立了可兼容其他矿种的铁矿空间数据模型,以Web服务为基本组件的面向服务体系结构搭建系统基础框架,采用面向对象程序设计语言实现目标系统.结合系统对我国铁矿类型、铁矿资源潜力预测等进行了分析,统计结果表明:预测铁矿资源潜力为600.233 2 亿t,预测有资源潜力的矿区为389处,15个铁矿找矿远景区的潜在资源量为378 亿t.这种松耦合的系统框架易扩展与集成,从而可方便地为其他系统提供数据支撑.     

全国矿业权实地核查数据采集与整理标准化研究

为了更好的反映实地核查的成果,确保成果数据质量,实现数据共享与应用,关键在于建立统一的核查数据标准。本文结合测量、制图、地理信息学科,研究分析此次实地核查数据采集与整理的标准化内容。     

基于机器学习的成矿背景异常分解关键参数的自动计算

分形是地质矿产领域非线性计算的重要方法,GeoDAS软件是实现该方法的有效工具,因受限于软件的紧耦合性,目前难以整合人工智能等在线计算资源.为了充分发挥分形在地学大数据处理与智能分析中的作用,本文以成矿背景异常分解技术中异常下限(阈值)估计为研究目标,提出了一种利用机器学习中线性回归算法拟合数据实现阈值自动求取的方法,在ArcGIS Pro中采用Python基于机器学习框架实现了异常下限智能计算模块.采用GeoDAS软件自带砷(As)示例数据进行两种方法对比实验.实验结果表明:机器学习方法与GeoDAS的能谱密度面积(S-A)异常分解技术所得阈值的平均差小于8％,且最小差为2.35％.此外,根据最佳阈值对异常场圈定效果与软件处理后呈现效果基本一致或完全相同,验证了采用机器学习方法自动计算阈值下限方法的有效性.     

基于CAD的单个矿业权空间数据成果采集系统研发

为了减轻全国矿业权实地核查空间数据整理人员的工作压力,保证采集成果的数据质量．基于CAD开发了单个矿业权空间数据采集系统。该系统不仅和使用CAD一样能快速完成各种矿业权要索的绘制,而且还可以实现属性自动生成、图形自动修饰、CAD向符合成果要求的ArcGIS格式数据的一键转换等。该系统完成了全国范围内约15万个矿业权中的94％以上的空间数据采集,极大地提高了工作效率,为保证成果数据质量做出了突比贡献。