黄土坡面径流侵蚀产沙动力过程模拟与研究

通过室内模拟冲刷试验系统研究了3°~30°坡度范围内坡面径流的侵蚀动力及产沙特征,分析了坡面径流能耗与径流侵蚀产沙之间的关系。结果表明,坡面径流平均流速随坡度和流量的增加而增大,流速与坡度和流量之间存在指数函数关系,坡度对流速的影响大于流量。在3°~21°坡度范围内,坡面径流单宽能耗随坡度的增加而增加,当坡度超过21°时,径流能耗随坡度的增加而降低。坡度对侵蚀产沙的影响也有类似的现象,在3°~21°坡度范围内,坡面径流平均单宽输沙率随坡度的增加而增大,当坡度达到临界极值21°和24°后,坡面径流平均输沙率随坡度增加而减小;在整个试验坡度范围内,径流平均单宽输沙率随流量的增大而增大;流量对坡面径流平均单宽输沙率的影响大于坡度。坡面径流平均单宽输沙率和单宽径流能耗之间存在明显的线性关系,其临界单宽径流能耗随坡度的增加而增加,土壤可蚀性参数随坡度的变化在10.368~30.366的范围变化,试验的土壤可蚀性的平均值为14.61。     

坡面薄层流水动力学特性的实验研究

采用变坡实验水槽研究了坡面薄层水流水动力学特性——流态、流速、水深及阻力系数随流量和坡度的变化规律,实验坡度5°～25°、单宽流量为0.625×10-3～12.5×10-3m3/(s·m).研究结果表明,坡面薄层水流流态与水深密切相关,坡面流的流态基本上呈过渡流和紊流;薄层水流平均流速、水深和Darcy-Weisbach阻力系数主要受流量控制,坡度的影响并不显著,其关系均可用流量和坡度的幂函数形式模拟,相关系数(R2)分别为0.98、0.97和0.95,去掉坡度后相关系数分别下降7%、16%和3%.随着雷诺数的增大,Darcy-Weisbach阻力系数下降.当单宽流量小于0.008m3/(s·m)时,坡度对阻力系数的影响较为显著;当流量大于0.008m3/(s·m)时,阻力系数基本受流量控制.随着流量增大,阻力系数呈幂函数形式递减.     

坡面降雨溅蚀及其模拟

对雨滴的溅蚀过程及影响因素作了全面的分析。在揭示黄土地区梁峁上部雨蚀规律的基础上,运用牛顿第二运动定律,推导出雨滴对土粒撞击力的表达式。在假定雨滴溅蚀率与雨滴侵蚀力成线性关系情况下,推导出雨滴溅蚀量表达式,经桥沟流域径流场上应用,效果令人满意。     

黄土边坡降雨侵蚀特征的物理模拟试验研究

黄土边坡的侵蚀破坏是引起黄土地区公路边坡自然灾害的主要诱因。通过建立室内边坡降雨冲刷物理模型, 进行黄土边坡侵蚀破坏的模拟试验, 再现边坡溅蚀、片蚀、沟蚀、坍塌的基本破坏过程, 并对坡面降雨冲刷的演变过程和侵蚀机理进行了细致的描述和分析。试验表明:在一定的降雨雨强下, 径流TSS(携砂能力)和单位面积侵蚀泥沙量随着试验坡度的增加逐渐增加, 而径流总量、侵蚀干泥沙量随着坡度的增加而相应变小。同时, 黄土边坡侵蚀冲刷过程中的主要侵蚀能力参数如坡面径流总量、汇流干泥沙量、侵蚀干泥沙量等与降雨雨强之间存在相应的关系。     

流域产沙模型的研究

由坡面泥沙颗粒的动力平衡条件,推导出坡面上细颗粒泥沙的起动切应力,由坡面径流的剩余输沙能力,导得坡面径流的侵蚀量计算公式,与文献[4]的雨滴溅蚀量计算公式一起,构成了概念清楚、过程明确、结构完整的流域产沙模型。产沙量取决于水流挟沙能力与可供沙量的对比关系,若水流挟沙能力小于供沙量,则产沙量等于水流挟沙能力;反之,水流将进一步冲刷表土,形成径流侵蚀,产沙量就等于供沙量与径流侵蚀量之和。据此,可计算出坡面和流域产沙量。模型在岔巴沟流域上应用,结果令人满意。     

黄土边坡降雨冲刷模型试验研究

针对边坡表层受降雨冲刷易引发水土流失并导致滑坡灾害的难题, 以黄土边坡为例, 提出了一种基于减排水理念的生态固坡综合防护方法。采用自主研制的边坡降雨模拟实验装置, 考虑不同改良剂掺量、格构防护形式、雨强、历时、坡比等因素对防护效果的影响, 研究不同因素组合影响下的边坡土体侵蚀规律与演化机理。试验结果表明, 黄土边坡坡面侵蚀可归纳为溅蚀、片蚀、沟蚀、坍塌、滑坡的过程; 随改良剂掺量增加, 改良边坡抗侵蚀能力增强, 综合考虑提出改良剂的最优掺量为3‰; 与素土边坡相比, 3‰改良剂改良边坡受雨强的影响较小; 随降雨历时增加, 改良剂改良效果越明显; 改良剂、框格梁以及两者的综合利用, 均能有效提高边坡抗雨水冲刷与侵蚀能力; 边坡坡度增大至一定程度, 坡体受降雨侵蚀易突然发生整体滑塌, 需进行重点关注; 改良剂主要通过絮凝作用使土颗粒之间镶嵌黏结更紧密, 从而提高黄土的持水性和抗蚀性。     

现行坡面汇流理论的检验与分析

一、概述坡面汇流是研究坡面上水体运动的规律,亦即坡面水深、流速、调蓄的过程。这是小流域雨洪计算中的一个重要问题,曾引起很多研究者的重视,并都用过理论推导,即大家所熟知的连续方程或水量平衡方程与动力方程,结合资料来求解坡面水深过程和坡面流速的问题。这次,我们通过沈寿长同志主持设计组装的“自动调节人工降雨概化汇流试验模型”试验资料分析,初步得出坡面的蓄积和出流过程。由于我们只有250‰和50‰两种坡度的试验资料,山坡末端的任一时刻的流速未曾测试,山坡水深的测量精度也不高。因此,本文仅检验目前几种“坡面汇流计算方法”的差异和精度。关于坡面汇流水深计算以及如何确定     

南江滑坡群体积的BP神经网络模型与预测

基于南江县境内244个典型土质滑坡统计样本,利用BP神经网络模型,采用3种不同的方案(基于不同的评价参数)对滑坡体积进行预测。方案一选取坡高、坡度、坡向、高程、植被覆盖率、岩层倾向、岩层倾角等7项评价参数;方案二选取坡高、坡度、坡向、岩层倾向、岩层倾角等5参数;方案三选取坡高、坡度、坡向等3参数。研究结果表明:3种方案建立的BP神经网络模型都具有较高的可靠性,其预测结果都可以较好地逼近真实滑坡体积值,BP神经网络能有效应用到滑坡体积预测中;3种方案预测值与实际值基本吻合,且两者间的相关系数分别为0.87083,0.90826,0.86119,评价参数的合理选择对滑坡体积预测的准确性有着重要的影响;方案二的相关系数最高,其预测准确性最好,这表明坡高、坡度、坡向、岩层倾向、岩层倾角是影响滑坡体积的重要因素,植被覆盖率和高程为其次要影响因素。     

坡面流水力学参数对团聚体剥蚀程度的定量影响

土壤团聚体作为径流搬运过程中的基本结构单元,其在径流运移中的剥蚀破坏影响着坡面径流入渗状况、泥沙含量及地表侵蚀过程的强度。利用变坡试验水槽,在不同流量(0.4~1.2 L/s)和坡度(8.8%~46.6%)范围内,详细分析了流量、坡度、径流水深和阻力系数对鄂南两种典型母质发育红壤团聚体剥蚀破坏的定量影响。研究结果表明,流量和坡度对两种母质发育红壤团聚体的剥蚀影响都是极显著的,坡度对两种红壤团聚体的剥蚀破坏影响均大于流量;不同流量和坡度组合下的团聚体剥蚀破坏变化规律不同,利用流量和坡度的幂函数可以准确地预测团聚体剥蚀程度;在两种水力学参数之间,团聚体剥蚀程度随着径流水深的增加而降低,随着阻力系数的变大剥蚀程度增加。     

黄土丘陵区土壤侵蚀链垂直带水沙流空间分布

采用多坡段组合模型、人工模拟降雨实验研究了土壤侵蚀链垂直带水沙流空间分布变化特征。结果表明:愈向下坡方向的坡段产流量愈大,单位面积、单位时间的产流量按坡段排列为:谷坡>梁峁坡下部>梁峁坡中部>梁峁坡上部。雨强为29.7mm/h时,坡面上没有沟蚀发育;雨强为60.5mm/h时,细沟主要分布在梁峁坡下部和谷坡处;雨强为90 2mm/h时,各种侵蚀形态在坡面均有较好发育,细沟的出现部位一直伸展到梁峁坡中部和上部之间。由于上坡来水来沙的作用,梁峁坡的产沙量增大了20.2%～63.5%,谷坡的产沙量增大了42.9%～74.5%。     

基于粗糙集理论的遗传-RBF神经网络在岩爆预测中的应用

岩爆发生机制复杂,影响因素较多,通过粗糙集理论中的属性约简和条件属性重要性评价,确定特定地质条件下岩爆的主要影响因素,删除冗余数据。使用遗传算法(GA)优化径向基函数（radial basis function,简称RBF）神经网络参数,通过RBF神经网络隐层单元将低维模式输入变换到高维空间内,拟合影响因子和岩爆等级之间的非线性映射关系,建立基于粗糙集理论的遗传-RBF神经网络岩爆预测模型,目前未见其在地下洞室岩爆预测中应用。在根据工程实际情况选取多个理论判据的基础上,将建立的预测模型应用于实际工程的岩爆预测问题,并与实际岩爆发生情况进行对比分析。结果证明,该方法的评价结果与实际情况较为吻合,对后期施工有较好的指导作用。     

地震属性参数在煤层厚度预测中的应用

薄煤层厚度的变化必然引起地震波场属性参数的变化。借鉴油气勘探中提取地震属性参数技术,通过引入小波变换工具,在不同频段提取小波域属性参数,并利用BP神经网络技术进行多参数煤层厚度的综合预测,经实际资料验证,预测精度较高,误差小于10%。      

红壤丘陵区地表水资源动态与合理调蓄利用研究

以红壤丘陵景观中相对独立且整体性强的集水区为基本单元,重点研究了集水区内降水、蒸散、水量蓄存等地表水资源的年变化。结果表明,降水资源在集水区内的陆面拦截蒸散、塘堰蓄存、排出集水区三者中的分布比例约为7:2:1,在水土保持型坡地的植被拦截、土壤渗流、地表径流三者中的分布比例约为3:5:2;每公顷1m土体中的土壤贮水量,在丰水季节,水土保持型坡地要比非水保坡地高出864.0～1067.0m3,少水季节则高出647.0～855.0m3。研究结果还表明,以集水区为单元的农业灌溉用水量,一般为年降水量的12%左右,蓄存此水量的塘堰面积应占集水区土地总面积的11%左右,对于塘堰面积已占土地总面积10%左右的红壤丘陵区而言,抗御季节性干旱依靠扩大塘堰蓄水已不现实,其主要途径应是充分发挥水库工程和"土壤水库"的巨大抗旱潜力。     

基于BP神经网络的固定翼航空电磁线圈姿态校正

固定翼航空电磁系统在测量过程中受风向、飞机飞行颠簸等影响,线圈姿态会发生变化,使接收到的电磁响应产生偏差。本文基于法拉第电磁感应定律,利用线圈坐标系和系统坐标系之间的转换关系,推导了线圈姿态变化时的电磁响应计算公式,得出电磁响应由线圈姿态变化过程中切割地磁场所产生的动态响应以及线圈处于倾斜状态下所感生的静态响应组成。并研究了基于BP神经网络的线圈姿态校正算法,首先利用地磁场和线圈姿态角度计算去除动态响应,然后构建BP神经网络模型,用该网络得出静态响应系数,实现静态响应校正。仿真结果表明,经过校正后的电磁响应数据质量得到很大改善。     

基于神经网络的采空塌陷预测

依据某煤炭开采区的勘察资料, 综合考虑影响采空塌陷的主要因素, 建立了预测采空塌陷的 BP神经网络模型。该模型结构为 7-10-2型。优化学习参数后, 用该模型对采空区塌陷进行了预测分析, 结果与实际情况完全吻合, 表明 BP神经网络模型应用于采空塌陷预测领域是行之有效的。      

神经网络在岩体力学参数和地应力场反演中的应用

BP神经网络已广泛地应用于岩体力学参数和初始应力场的反演分析,但在实际应用中,BP网络存在着网络训练易于过度、收敛速度慢、易陷入局部极小以及隐层节点数难于确定等缺点。采用RBF网络和改进的BP网络,利用基于有限差分格式的快速拉格朗日算法进行正分析计算,依据若干测点的正应力数据,反演了计算区域的岩体力学参数以及初始应力场。算例表明,RBF神经网络与快速拉格朗日算法相结合,在样本容量相同的情况下,反演分析的精度、网络的拓扑结构以及学习、收敛速度,均优于采用BP网络的反演算法。     

基于改进雨林模糊神经网络模型的页岩储层总有机碳含量评价方法

由于采用常规测井曲线评价页岩储层总有机碳含量的精度不高,泛化能力不强,需要大量样本。针对这些问题,改 进了神经网络算法,以增加模型的预测能力。利用模糊系统优化细胞神经网络结构,以增强其逻辑推理能力,提高其对模 糊数据的敏感性;选择能有效避免“虚拟碰撞”的雨林算法,并针对其存在的缺陷进行改进;利用改进雨林优化算法对网 络的初始权值阈值进行优化,避免网络陷入局部极小。分析测井特征曲线的物理意义,选择密度测井曲线与自然伽马能谱 测井曲线作为网络的输入,以总有机碳含量作为输出,通过70块岩心样本网络学习与26块岩心样本预测,证明了新网络模 型的优越性。结果表明,新模型回判将相对误差从23.189%减小到17.185%,预测相对误差由52.421%减小到15.158%,具 有更强的学习能力与泛化能力,更适用于页岩储层总有机质含量的测井评价。     

Some applications of a backpropagation neural network in geo-engineering

A MATLAB based backpropagation neural network (BPNN) model has been developed. Two major geo-engineering applications, namely, earth slope movement and ground movement around tunnels, are identified. Data obtained from case studies are used to train and test the developed model and the ground movement is predicted with the help of input variables that have direct physical significance. A new approach is adopted by introducing an infiltration coefficient in the network architecture apart from antecedent rainfall, slope profile, groundwater level and strength parameters to predict the slope movement. The input variables for settlement around underground excavations are taken from literature. The neural network models demonstrate a promising result predicting fairly successfully the ground behavior in both cases. If input variables influencing output goals are clearly identified and if a decent number of quality data are available, backpropagation neural network can be successfully applied as mapping and prediction tools in geotechnical investigations.     

全球变化研究中的数据融合

文中给出了一种研究全球变化中数据融合的新方法———粗集神经网络结构。用改进的方法训练网络权值 ,分析和仿真结果表明 ,此种模型具有较好的泛化、学习、映射能力。说明新模型能够解决传感器输出为二值或一个范围的多传感器数据融合问题。     

有监督的人工神经网络油气预测

有监督的人工神经网络预测是20世纪90年代发展起来的一种新兴技术，由于它具有算法快、精度高的特点，在油气预测中得到广泛使用。本文介绍了该方法的原理及其与地震属性的关系，应用实际资料进行了计算，证明效果良好，是一种油气预测有利工具。