爆破荷载作用下露天矿边坡稳定性的突变研究

基于二维斜坡平面滑动失稳力学模型,引入爆破荷载因素,建立了露天爆破荷载作用下岩质边坡失稳的尖点突变理论模型。根据建立的突变模型,探讨了爆破荷载幅值和爆破荷载频率对边坡稳定性的影响规律,导出了边坡的动态自稳临界高度,并提出了失稳的判据条件,结果表明：爆破荷载幅值越大,爆破荷载频率越小,后缘裂缝深度越大,边坡失稳的可能性越高;在爆破荷载作用下,边坡的稳定程度是动态变化的,且随着应力波入射角的增大,边坡失稳破坏的可能性不断提高。以大孤山露天矿内的两处边坡为例,计算了边坡的动安全系数及动态自稳临界高度,利用边坡当前实际的稳定情况验证了提出的边坡失稳判据的合理性,为预防露天矿爆破在开挖过程中边坡岩体的动力失稳提供了一定的理论支持。     

面向高光谱遥感图像分类的连续空间依赖增强型空—谱卷积神经网络

利用深度学习技术对高光谱图像进行地表覆被的精细识别与分类已取得瞩目成果.其中,A2 S2 K-ResNet方法分类精度高、综合性能稳定,但其自适应卷积核选取机制未对卷积神经网络的感受野起到实质性的优化作用,进而影响分类结果.该文提出一种面向高光谱遥感图像分类的连续空间依赖增强模块,以弥补A2 S2 K-ResNet方法的不足,并借助三维残差网络框架,形成一种全新的空—谱卷积神经网络.实验采用4组高光谱图像分类标准测试数据集,并结合3种国际通用的精度评价指标进行方法验证.定性分析结果表明,该文方法可增强空间依赖信息,有效抑制噪声现象,大幅减少分类误判现象;定量分析结果显示,相比A2 S2 K-ResNet,该文方法的分类精度更高,计算复杂度更低,且随着训练样本数量递减,其优势逐渐增大.研究结果有助于解决极少训练样本支持下的高光谱图像分类问题,并提高高光谱图像分类模型的泛化能力.     

ZH-1卫星LAP数据校正及与Swarm B数据差异分析

针对ZH-1卫星朗缪尔探针(LAP)原位电子密度观测数据远小于其他系统观测数据的问题,本文利用COSMIC及COSMIC 2在中纬度地区的掩星数据,得到对LAP数据的校正关系,并进一步利用与ZH-1具有相似飞行高度的Swarm B卫星全球等离子观测数据对校正后的LAP数据进行检验,以评估校正结果的准确性和可靠性.检验结果认为:(1)校正后的LAP数据与Swarm B数据基本一致,两者在中纬度地区符合较好,在赤道地区仍有明显偏差.(2)这一偏差与观测数据值的大小有关,在较小观测值时两者符合较好,较大观测值时差异变大,可能与两个卫星载荷的不同动态响应特性有关.(3)经过线性校正的LAP数据不会改变相对变化关系,但拓展了数据的应用场合.     

基于能量原理的露天矿边坡开挖稳定性突变研究

基于边坡系统能量的原理,借助FLAC3D有限差分法内嵌FISH语言进行了三维露天矿边坡模型在开挖过程中能量计算的二次开发。将能量与突变理论相结合,以边坡系统的总耗散能作为状态变量,构建了边坡系统的能量耗散突变判别准则。以大孤山露天矿西北帮边坡为例,通过能量耗散突变分析、塑性区演化分析、安全系数变化分析及关键点位移分析可知,以上分析得到的边坡稳定性演化规律具有一致性,验证了提出的突变判别准则的适用性,研究结果表明：能量突变特征值 是露天矿边坡在第ki步开挖后发生失稳的充要力学条件;当进行至第6～8步开挖时,边坡局部岩体系统发生了失稳,且第7、8、9三个台阶受开挖扰动的影响较为严重,与现场的实际开挖情况相符,为预防露天矿边坡在开挖扰动过程中的局部围岩系统失稳提供了一定的理论支持。     

ZH-1卫星得到的中国及邻区顶部电离层背景特征

利用ZH-1(CSES)卫星LAP载荷原位电子密度数据对中国及邻区(0°—54°N,70°—140°E)的顶部电离层背景分布及随季节变化进行了详细分析,研究结果显示:(1)研究区赤道异常的纬度延伸范围、随经度分布形态及它们的季节变化,具有与其他研究结果一致的规律性.(2)中纬度区,白天电子密度存在一个低值带,夜间电子密度呈现高值带.昼夜对比结果显示夜间电子密度升高现象在研究区中纬以上所有季节都存在,但在向低纬延伸时与赤道异常现象呈互补分布,此强彼弱,反之亦然.(3)白天观测的电子密度,半年异常表现为随纬度升高,两峰值出现时间由春秋季向夏季演变,最终过渡到中纬只有夏季峰值的年变形态;季节异常仅在赤道附近4°范围内出现.夜间观测的电子密度,北纬22°以上、50°以下出现半年异常,22°以下出现季节异常.(4)月均值背景总体上表现为夜间电子密度较白天相对波动更剧烈;其中白天电子密度,分季、夏季较冬季波动更剧烈,赤道异常区较中纬区波动更剧烈;夜间电子密度,在所有时、空上波动水平大致相当.(5)研究区电离层背景时空变化特征较为复杂,数据波动亦随时空有变化,对电离层相关科学问题的研究需关注数据背景的分析.综合这些结果及与其他同期观测数据的比较结果,我们认为ZH-1卫星原位电子密度观测数据的相对变化与其他数据集一致.同时,研究区背景数据也呈现了以往研究中未被发现的特征.ZH-1卫星观测数据具有一致的地方时和观测地点,为电离层相关科学问题的系统性研究提供了一个很好的数据集.     

基于注意力机制的高分遥感图像采石场识别

采石业对国民经济起到积极作用的同时,给生态、环境和人居安全带来了隐患。目前,石矿区生态修复成为重要的生态文明建设问题。解决该问题的前提是识别采石场且确定石矿区边界。高分遥感对地观测和深度学习技术为高精度识别采石场并确定矿区边界提供了有效的途径。本文基于残差网络,设计了注意力金字塔结构和细节增强模块,以少量参数和极低计算复杂度为代价,从无人机高分遥感图像中有效识别石矿区。试验采用福建省南安市高分遥感图像和人工实地考察获取的石矿区边界真值作为数据源,构建用于卷积神经网络训练的数据集,并对算法精度进行验证。试验结果表明,本文方法速度快、精度高,可为石矿区生态修复提供可靠的支撑材料。