后压浆钻孔灌注桩施工技术

后压浆技术对于提高桩体的承载能力具有显著的作用,通过某桩基工程成功应用后压浆钻孔灌注桩的工程实例,介绍了后压浆钻孔灌注桩的施工工艺,总结了该技术的工艺流程及施工要点,同时说明后压浆技术对于改善桩侧及桩端阻力的适用性,对于类似工程具有一定的参考价值.     

香港及大亚湾邻近水域的钩虾类(甲壳动物:端足目)

作者于1989年7月和11月分别收到黄宗国先生采自大亚湾附着物试板和香港大学张佩珊女士采自香港潮间带的一批标本,还有严文侠先生于1990年6月采自珠江口浮标的标本,共计37号,经整理鉴定为8科12属15种。其中8种为中国近海的首次纪录。 以上材料大部分取自附着物试板和浮标,小部分采自潮间带。     

山东蓬莱大黑山岛碱性火山岩地球化学特征

庙岛群岛中的大黑山岛出露碱性火山岩,对研究壳-幔过程及黄、渤海演化具重要意义。文中作者对大黑山岛火山岩的常、微量元素、K-Ar年龄及Nd-Sr-Pb同位素体系进行测试确定。结果表明,岩石属钠质碱性玄武岩系列,岩浆岩喷发可分为8Ma前和8Ma后两个阶段;岩石常量元素含量除K2O、Na2O外差异小;随着火山岩的演化,岩浆源区深度变大;大黑山火山岩Nd-Sr-Pb同位素比值与夏威夷洋岛玄武岩相似,其岩浆的地幔端元组分为PREMA DM,又以PREMA为主,并有MORB物质混入。     

单支点桩锚支护结构中土层参数的分算与合算

以单支点桩锚支护结构为例,应用等值梁法和自由端法对土层参数分别采用分算与合算两种方法进行计算,结果表明:当各土层参数差异较大时,采用分算与合算计算得出的插入深度、支点力、最大弯矩等参数均相差较大,且对支护结构的设计精度有较大的影响;从计算的结果可以看出,选用自由端分层法计算得到的结果较为合理.     

端元分析模型在长江口邻近海域沉积物粒度数据反演方面的应用

海洋沉积物粒度分布曲线往往同时具有多个峰,而且同一类型沉积物因时间和空间上的不同其粒度分布曲线峰的位置也不同,沉积物粒度分布多峰的特点反映了沉积物不同的输运形式和沉降过程[1,2].因此,在沉积物的粒度分布数据中保存了有关沉积物输运和沉降的信息,而获得这些信息对于揭示沉积区域水动力特性、沉积物输运和沉降规律具有重要的意义.     

东海陆架区浮游端足类𧊕亚目的初步报告

关于东海陆架区的浮游端足类??亚目( Amphipoda: Hyperiidea),过去了解很少,迄今仅郑重、郑执中等(1965)报道细长脚?? ( Themisto gracilipes )是黄海主要浮游动物之一。陈瑞祥(1978)报道了采自江苏、浙江近岸水域和福建东南近岸水域数种浮游端足类。 Stephensen(1925)曾报道过Amphithyrus bispinosus分布于香港一上海之间水域。入江春彦(1957)报道了日本五岛列岛一香港之间水域数种浮游端足类。 本文根据1976年调查的资料,对东海大陆浮游端足类??亚目的种类组成和数量分布进行了初步报告。通过这次调查,对调查区的浮游端足类有了初步了解,为今后进一步研究东海浮游端足类的分类与生态工作提供了基本资料。但由于调查时间较短、范围较小,资料仍有一定局限性。     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。     

基于相关系数匹配的混合像元分解算法

遥感影像中的混合像元不仅影响地物识别和分类的精度,而且已成为遥感科学向定量化发展的主要障碍.为此,人们已经提出了多种混合像元分解算法,其中应用最为广泛的是最小二乘法.该方法虽然具有意义明确、简单易行等特点,但也易受局部噪声、大气效应、环境辐射等因素的影响.本文将混合像元分解问题归结为一个基于光谱匹配的非线性最优化问题,并针对最小二乘法的不足提出了一种新的基于相关系数匹配(spectral correlation matching, SCM)的混合像元分解技术.通过在北京市北三环及其以北区域内案例的研究表明:在城市区域内,利用图像选取终端端元的办法,基于相关系数匹配的混合像元分解算法的总体精度高于带全约束的最小二乘法(LS)的分解结果.对比分析表明:在目标光谱的绝对值整体放大或缩小而光谱形状得到了很好的保持、及局部噪声使得光谱值显著变化但光谱形状得到了一定程度保持时,基于光谱形状的相关系数法可以得到比基于光谱绝对值的最小二乘法精度更高的分解结果.     

端元光谱自动提取的总体最小二乘迭代分解

根据总体最小二乘(total least squares, TLS)模型理论,提出了一种影像端元光谱可受噪声污染的混合光谱线性扩展模型,并实现了该模型的端元光谱自动迭代提取以及混合像元的限定性分解.实验结果表明,扩展的混合像元分解模型明显优于传统的最小二乘分解模型,总体精度大约提高了10%～20%.     

光谱快速预选筛分算法研究

利用一组标准正交化的参考向量得到一个可能匹配区域,排除了绝大部分不可能匹配的样本,从而大大提高光谱预选筛分的速度;同时介绍了一种平衡速度与精度的编码替代算法.实验证明:压缩影像的目视效果较好,未产生边缘模糊及条带现象;采用自动目标生成方法(ATGP)从样本集中提取端元并进行光谱角度制图,其效果令人满意.