特大型顺层古滑坡复活变形特征分析及变形预测研究

为有效掌握古滑坡复活特征及其变形规律,基于滑坡区现场调查成果,首先开展其复活变形特征分析,再利用WPT-ROA-RVM-CT模型进行滑坡变形预测研究。结果表明,在强降雨或持续降雨后,滑坡地表裂缝较为发育,具有张剪性质,且滑坡呈明显推移式特征,即滑坡中、后缘变形明显大于前缘,变形方向具有逆时针变化规律,充分说明古滑坡复活变形特征显著。同时,通过变形预测,验证WPT-ROA-RVM-CT模型具有较高的预测精度,并经外推预测,得到滑坡后续变形速率均为正值且较大,判断滑坡后续变形还会进一步增加,具有较大失稳风险,需尽快开展灾害防治研究。     

深基坑开挖中双排桩支护结构的数值分析与工程应用

采用平面应变线弹性有限单元法,对深基坑双排桩支护结构的内力和变形进行了数值分析,揭示了桩身及连梁刚度、桩长、排距、土体性质等各种因素对双排桩影响的规律,并分析了不同区域的土体加固效果与加固宽度、加固深度之间的关系,为双排桩的优化设计提供了参考依据。     

并行差异断面顶管施工对地表变形的影响

城市地下空间开发和交通的发展促使大断面顶管技术在城市隧道建设中得到了广泛推广应用,其中并行顶管隧道的功能要求不同,因此其断面形状和尺寸也各有差异。基于城市下穿主干道的双线并行差异大断面顶管隧道工程,建立有限元三维计算模型进行系统分析,同时结合现场顶管项目的实测成果,研究并行顶管差异断面及不同工序情况下地表变形的特性及其影响因素。研究结果表明并行差异断面顶管施工引起的地表变形曲线呈"Ⅴ"形,地表变形曲线的峰值点由大断面矩形顶管轴线逐渐转移至两管中心;小断面矩形顶管轴线左侧的地表沉降值较轴线右侧大;先施工大断面矩形顶管更有利于地表变形的控制;断面尺寸的变化对地表变形的影响幅度为30%,工序差异对地表变形的影响幅度为8%,断面尺寸差异对地表变形的影响比工序差异的影响大。并行差异断面顶管施工对地表变形影响研究可为今后相关并行大断面顶管工程提供理论基础和经验借鉴。      

东天山秋格明塔什黄山韧性剪切带变形特征分析

东天山秋黄韧性剪切带位于新疆东部两大板块碰撞接合地带,东西延长逾６００ｋｍ,由石炭系组成,规模巨大,分带明显,宏微观变形标志清晰,石英Ｃ轴组构呈点极密型,分为四期变形,序列演化明显,应变测量属平面单剪,剪切位移量达７５ｋｍ以上,存在脆韧性变形转换,变形时代为海西中晚期,强弱应变相间排列的标度不变性特征明显,变形机制属地壳中深层次塑性流变和韧性剪切,与板块间的俯冲碰撞构造演化密切相关。控制着金铜矿分布。     

高频GPS测定的尼泊尔MW7.8和MW7.3地震震时地表动态变形过程

以陆态网络和尼泊尔境内高频（1 Hz）GPS观测数据为基础,采用动态双差相对定位方法,获取2015年尼泊尔M_W7.8和M_W7.3地震震时近场地表动态变形过程。结果表明,M_W7.8地震震中东侧高频GPS站动态位移幅度明显大于震中西侧;各高频GPS站动态位移幅度不仅与测站震中距有关,而且与地震破裂传播方向有关;M_W7.3地震引起的水平动态位移相对较小。将高频GPS与邻近强震仪动态位移时序进行对比发现,二者在振幅和相位上具有较好的一致性。     

高层建筑深基坑安全监测及数据处理

结合某高层建筑物深基坑安全监测工程实例,根据规范和相关工程实践确定深基坑安全监测报警值以及编制监测数据处理与信息反馈流程。阐述了基坑安全监测的主要内容及测点布置情况。利用高精度测量仪器采集基坑支护墙顶水平位移、竖向位移、基坑周边道路裂缝及沉降监测数据并对其进行分析与探讨。     

深基坑双层土体空间效应分析

随着城市的不断发展,基坑开始由传统的二维模式向三维空间转变。该文借助于坑壁土体的三维破坏模式,推导出双层土体的破坏模型,在此模型基础上基于土体塑性上限理论及极限平衡分析理论,提出了考虑空间效应的土压力计算公式以及相应的空间效应影响系数。该计算公式可用于基坑土钉墙、护坡桩、地下连续墙等支护系统的设计。     

胶西北招贤金矿床深部找矿及研究新进展

招贤金矿是焦家成矿带近年深部找矿重大突破之一,目前是焦家金成矿带勘查深度最深的矿区。2020年以来,山东省地质调查院在前人工作的基础上,继续开展深部找矿工作,在-2000m以深探获厚大金矿体,其中主矿体厚度19.50～43.14m,平均品位3.95～4.91g/t,最高品位93.5g/t,矿区新增金资源量153t,达到特大型金矿床规模。目前的勘查工作显示Ⅰ-2号主矿体在倾向上延伸稳定,-2360m以深矿体仍未闭合,表明焦家金成矿带在-2000m～-3000m深度仍具有极好的找矿潜力。     

基于PS-InSAR技术的南宁地表沉降监测与分析

采用PS-InSAR技术处理44景COSMO-SkyMed卫星影像,获取南宁市建成区2013~2016年地表沉降形变信息;选取典型沉降突变区域进行实地调查,分析地表变形特征及原因,验证PS-InSAR技术监测结果的准确性。结果表明,研究区年平均形变速率范围为-7~5 mm/a;沉降突变点大多分布在青秀区、西乡塘区及兴宁区的绕城高速以内,其中青秀区新竹路与思贤路交叉区域、民族大道高速出入口区域地面沉降明显,平均形变速率超过-9 mm/a;结合工程建设资料、光学历史影像进行实地调查,结果与PS-InSAR监测数据反映的问题吻合较好。该研究可为地质灾害预测和防治工作提供新思路。     

锚索抗滑桩系统内力变形研究

在对锚索抗滑桩系统内锚索与抗滑桩受力状态综合分析的基础上,认为锚索的拉伸变形对锚索抗滑桩系统的内力及变形存在一定影响,基于锚索与抗滑桩的变形协调原理,提出了锚索拉力及其变形的计算方法,推导了抗滑桩桩身位移和内力的计算公式,并将该方法用于工程实例分析。通过与其他方法比较,说明使用该方法计算锚索抗滑桩的合理性和经济价值,并分析了锚索变形以及拉力大小对锚索抗滑桩系统内力变形的影响,所得结果已得到后期模型试验的数据支持。     

深度学习和遥感影像支持的矢量图斑地类解译真实性检查方法

空间数据质量检查是数据准确可靠的重要保障,是数据的生命线。然而,目前的空间数据质量检查主要针对拓扑关系、属性一致性以及数据间的相关性进行检查,往往忽视矢量图斑地类解译真实性问题。因此,本文提出深度学习和高分遥感影像支持的矢量图斑地类解译真实性检查方法,选用深度学习经典模型Inception_v3进行迁移学习,对分割后的影像进行自动场景分类,以高分遥感影像块的场景分类结果作为参照依据,对场景分类结果与矢量图斑原始数据进行叠加分析,自动查找出类别信息不符的分割单元,从而提取出可疑图斑,实现矢量图斑地类解译真实性自动检查,并在徐州市贾汪区青山泉镇和大吴镇的矢量图斑地类解译真实性检查中进行验证。实验结果表明,本文方法在研究区图斑地类解译真实性检查中的精确率和召回率分别高达0.925和0.817,可为矢量图斑地类解译真实性检查提供可靠的技术支撑。     

高频GNSS观测快速估计地震震级及其精度评估

以2016-11-13新西兰地震为例,利用PANDA软件的精密单点定位(PPP)模块,基于高频GNSS数据分析地表形变并计算震级,在此基础上定量评估GNSS地震波测量精度对震级估计的影响。结果表明,当GNSS测站的峰值地面位移（PGD）精度在2 cm范围内时,对震级估计的误差影响在0.1以内。另外,由于震级估计与测站震中距和PGD有关,震中距越大,估计的震级对PDG越敏感。
     

延安新区地表垂直形变时空演化的经验正交函数分析

采用SBAS-InSAR技术对43景Sentinel-1A影像进行处理,获取延安新区（北区）地表形变信息,并运用经验正交函数对结果进行分解,得到研究区域的时间系数和空间分布。结果表明,延安新区（北区）的最大沉降速率为-56 mm/a,最大抬升速率为32 mm/a。从第1模态可以看出,挖方、填方是造成地表抬升和沉降的主要原因;第2模态则反映了工程建设不同时期对应的不同地表形变状态,即加速、减缓、平稳3个阶段。     

基于多重分形特征和分项组合预测联合响应的滑坡预警预测研究

为准确掌握滑坡变形发展规律,基于滑坡变形监测成果构建滑坡预警预测模型,即先利用MF-DFA模型开展滑坡变形数据的多重分形特征分析,并进一步利用M-K分析构建双重判据（Δa指标判据和Δf(a)指标判据）进行滑坡预警研究;另外,在利用集成经验模态分解法对滑坡变形数据信息进行分离处理基础上,通过GOA-RNN-CT模型实现滑坡变形的分项组合预测。结果表明,h(q)值随波动函数q值减小而减小,说明滑坡变形数据具有多重分形特征,且预警分级研究表明,滑坡预警等级为Ⅱ级,即滑坡变形趋向不利方向发展;同时,通过变形预测分析认为,分项组合预测在滑坡变形预测中具有较优的预测效果和稳定性,且外推预测结果显示,滑坡变形会继续增加;最后,将多重分形特征研究结果和变形预测分析结果进行联合响应综合得出,滑坡现有预警等级相对不利,且后续变形仍会进一步增加,趋向不稳定方向发展,建议对滑坡采取必要防治措施。     

氯化钙对水土环境污染特征分析

某生产CaCl2化工厂因环境问题被停止生产,厂区周边土壤和地下水受到不同程度的污染。为掌握污染土壤中污染因子的含量和地下水受污染情况,布置了土壤采样点和地下水监测点,利用厂区周边已有机民井进行水样采集,通过室内检测、分析研究等工作,得出在厂区周边土壤60~300 cm深度范围内存在Ca^2+,Cl^-富集,鉴于土壤的天然吸附和自净能力,目前条件下,厂区及周边地下水污染状况受影响较小。通过抽水试验、渗水试验和弥散试验,圈定了污染物的影响范围,查明了污染物的影响程度,并在此基础上进行了污染物影响变化情况的预测分析,为后续区域污染地块的风险评估和修复治理工作提供了数据支持。