基于岩石图像深度学习的岩性自动识别与分类方法

岩石岩性的识别与分类对于地质分析极为重要,采用机器学习的方法建立识别模型进行自动分类是一条新的途径。基于Inception-v3深度卷积神经网络模型,建立了岩石图像集分析的深度学习迁移模型,运用迁移学习方法实现了岩石岩性的自动识别与分类。采用此方法对所采集的173张花岗岩图像、152张千枚岩图像和246张角砾岩图像进行了学习和识别分类研究,通过训练学习建立岩石图像深度学习迁移模型,并分别采用训练集和测试集中的岩石图像对模型进行了检验分析。对于训练集中的岩石图像,每组岩石分别用3张图像测试,三种岩石的岩性分类均正确,且分类概率值均达到90%以上,显示了模型良好的鲁棒性;对于测试集中的岩石图像,每组岩石分别采用9张图像进行识别分析,三种岩石的岩性分类均正确,并且千枚岩组图像分类概率均高于90%,但是花岗岩组2张图像和角砾岩组的1张图像分类概率值不足70%,概率值较其他岩石图像低,推测其原因是训练集中相同模式的岩石图像较少,导致模型的泛化能力减小。为了提高识别精确度,对准确率较低的岩石图像进行截取,分别取其中的3张图像加入训练集进行再训练,增加与测试图像具有相同模式的训练样本;在新的模型中,对3张图像进行二次检验,测试概率值均达到85%以上,说明在数据足够的状况下模型具有良好的学习能力。与传统的机器学习方法相比,所提出的岩石图像深度学习方法具有以下优点:第一,模型通过搜索图像像素点提取物体特征,不需要手动提取待分类物体特征;第二,对于图像像素大小,成像距离及光照要求低;第三,采用适当的训练集可获得较好的识别分类效果,并具有良好鲁棒性和泛化能力。     

甘肃通渭“9·14”常河滑坡成因机理

2019年9月14日11时,受多日降雨影响,甘肃省定西市通渭县常家河镇小庄村发生大规模黄土滑坡,体积约800万m³。滑坡造成部分农田、公路及阳坡大桥损毁,直接经济损失约2 347.2万元。在对滑坡现场进行大量地面调查的基础上,通过无人机航拍、现场测绘、走访调查和数值模拟等手段对滑坡的变形破坏特征进行了分析,并在此基础上探讨了其成因机制。结果表明:斜坡体是在震裂、蠕变、软化、水动力等多种条件下按照一定的先后顺序由稳态逐步演化至失稳;该滑坡的失稳演化过程和灾变机制可以概括为原始斜坡(黄土、泥岩二元层状结构)-地震触发(滑坡堆积体、坡体震裂损伤)-蠕变弱化(层间剪切带、裂缝和落水洞扩展)-降雨激发(滑带软化、泥化,水压力作用)-失稳滑动(滑面贯通)5个阶段;由于长期的蠕变和雨水的渗透冲蚀,坡体上的落水洞和地下暗河十分发育,且是控制本次滑坡边界的关键因素;滑坡后缘和前缘变形剧烈,中部变形相对稍弱,推断该滑坡为受地形及地下水作用控制明显的牵引-推移式复合滑坡。     

甘肃天水地区强降雨诱发黄土-泥岩滑坡机理实验研究

在甘肃天水地区每年由降雨诱发的黄土-泥岩滑坡灾害事故很多,给当地人民生命财产造成巨大损失。为探索该类斜坡的滑动破坏过程与机理,在野外地质调查、工程地质钻探及岩土体力学测试的基础上,通过室内大型物理模型实验,研究“上部黄土+下部泥岩”二元结构类型斜坡在强降雨作用下的动态变形演化过程,揭示该类斜坡的破坏机理和破坏模式。结果表明:强降雨作用下斜坡变形破坏以滑动破坏为主,水分的作用主要表现为增加土体自重、引起土体强度降低、降低结构面的抗滑力、产生孔隙水压力及降低有效应力等几个方面,斜坡的破坏模式则主要表现为坡肩侵蚀→微裂隙产生、发展、贯通→斜坡局部滑动破坏→斜坡整体滑动破坏。研究结果对天水地区该类滑坡的早期识别有重要的参考意义,可为该类滑坡的防灾减灾提供科学依据。     

东南沿海台风暴雨型单体斜坡灾害风险评价——以泰顺仕阳北坡为例

在东南沿海地区每年汛期由台风暴雨诱发的坡积层滑坡灾害事故众多,给当地人民生命财产安全造成巨大威胁。斜坡单体风险评价是地质灾害治理与防控的重点、难点。在野外调查、工程地质钻探及岩土体力学测试的基础上,以仕阳镇仕阳北坡为例,结合气象资料分析了不同降雨条件下斜坡的稳定性;采用蒙特卡洛方法计算了斜坡安全系数的统计特性;基于斜坡破坏概率研究了承灾体的易损性,并定量计算了不同降雨条件下建筑物及人员的风险值。结果表明：随着降雨强度的增加,滑坡发生概率随之增加,其风险值也逐渐增加,特大暴雨工况风险最大,其人员风险为94人/年,经济风险为1.41亿元/年。研究结果对东南沿海地区该类滑坡的防治工程有重要的参考意义,可为该类滑坡的防灾减灾决策提供建议。     

遥感线性构造解译和分形统计方法在沂南金矿及外围的应用

文章以山东沂南金场—铜井矿区及外围为研究对象,利用ETM+遥感数据为基本信息源,首先对遥感影像进行假彩色合成、校正、去除干扰等处理;然后对影像做滤波处理以增强区域构造信息进行线性构造解译,运用分形几何学的原理和计盒维数法求得分维值,得出该区线性构造具有良好的统计自相似性和分形特征;最后综合分析线性构造分维值、岩浆岩资料、已知矿床(点)信息,确定7个成矿远景区,其中Ⅰ号远景区是最有前景的异常区。     

考虑径向渗透系数变化的真空预压竖井地基固结解析解

针对真空预压条件下竖井地基固结问题,考虑竖井地基扰动区土体径向渗透系数变化的3种模式(扰动区渗透系数为常数、线性变化、抛物线变化)和竖井井阻随时间变化等因素影响;建立数学计算模型,采用解析解法,推导了考虑径向渗透系数因施工扰动而变化的真空预压竖井地基固结问题的解析解。基于此解,编制了计算程序,绘制出了考虑扰动区土体径向渗透系数变化和竖井井阻随时间变化影响的真空预压竖井地基固结曲线图。研究表明:井阻变化率对固结速率有较大影响;在土体扰动区径向渗透系数变化的3种模式中,渗透系数为抛物线变化时固结速率最快,渗透系数为线性时次之,渗透系数为常数时固结速率最慢。     

甘肃天水地区渭河南岸大砂沟泥石流发育特征

以天水地区渭河南岸大砂沟泥石流沟为研究对象,通过野外地质调查以及历史资料的统计,初步了解该泥石流的形成条件、松散物源的补给条件、活动历史;详细研究了该泥石流的运动特征,并提出了相应的治理措施。结果表明:该泥石流沟上游三面不稳定斜坡体上的堆积物和大砂沟沟道内的松散堆积物为该泥石流的主要物源;通过统计分析,在极端降雨天气条件下计算得到洪峰流量为355. 26 m3/s。该泥石流沟仍存在暴发大规模泥石流的可能性,一旦泥石流发生,将对下游甘谷县城居民的生命财产安全造成严重的威胁。研究成果可为天水地区泥石流的防灾减灾提供科学依据。     

耦合PCA-SVM算法的金矿矿床规模预测分析研究

判断矿床(点)的类型是矿床勘探中的重要内容,传统预测金矿成矿规模的方法不仅耗时耗力,而且所需的经济成本较大。为提高矿床规模的勘探效率和准确度,揭示元素与金矿成矿规模的潜在联系,文中提出了耦合主成分分析(principal component analysis,PCA)和支持向量机(support vector machine,SVM)算法的预测分析PCA-SVM(principal component analysis-support vector machine)方法。该方法先通过主成分分析提取数据中的主要特征,再将主要特征带入支持向量机算法,从而训练出最优分类器以预测金矿成矿规模。文中共使用了3 812个金矿样本数据用于学习训练和预测分析,训练准确率为92.3%,测试准确率为88.7%,分别比直接使用支持向量机算法高出14.3%和17.1%。基于PCA-SVM的预测模型,不仅消除了人为主观因素的影响,而且有效提高了勘探过程中矿床预测的准确率和矿床勘探的效率,为地质勘查工作提供依据。     

西藏阿里阿鲁错地堑系的第四纪活动性、最新同震地表破裂及其地震地质意义

藏北高原非常薄弱的活断层调查程度和不完整的历史地震资料等,限制了对青藏高原内部活动构造的变形机制及强震活动特征等问题的深入认识。文中通过综合地质、遥感和地震等资料对阿里北部进行详细的活断层解译,重点对阿鲁错地堑系南段昆楚克错地堑西侧边界正断层的第四纪活动性、新发现的最新同震地表破裂及其震级与形成时间等进行了深入分析。研究结果表明,阿里北部第四纪期间以近EW向伸展变形为主,发育了以近SN向正断层和由NW向与NE向走滑断层构成的共轭走滑断层为主的高密度活断层系统。沿昆楚克错地堑西缘主边界正断层新发现的最新同震地表破裂整体沿NNW向雁列展布,总长约400m,最大垂直位移约0.8m,平均垂直位移为0.3～0.4m。结合历史地震记录和经典的“地表破裂位移与震级”统计关系式推断,该破裂应是震源深度为35km的1955年革吉县纳屋错东M_W6.5强震事件的结果。综合该地表破裂的发育特点推断,震源深度对地表破裂参数存在显著影响,震源偏深时的地表破裂长度可远小于震源破裂的最大长度,表明在活断层的地震复发模式研究中应注意随机性较强的断层局部破裂行为或小位移破裂事件。     

基于金矿规格单元数据的机器学习方法在成矿建模分析中的应用

现代金矿勘察主要是通过综合地球化学和地质测量等数字化方法对深部矿床进行研究,所需要的人力物力成本较高。而通过分析积累的金矿规格单元数据,可以建立金矿成矿情况与相关成矿元素含量之间的非线性关系,从已有的勘查数据中寻找金矿成矿的一般规律。本文基于与金矿相关的成矿元素含量数据,分别采用逻辑斯蒂回归、随机森林和决策树方法对原始数据和重采样数据进行训练,综合运用召回率、精确率和准确率对模型进行评价。通过对比发现,在训练和测试原始数据过程中,由于每组之间数据量的巨大差距,导致成矿数据被淹没;而在训练重采样数据过程中,随机森林在召回率和准确率方面均有较好的表现,分别达到了90.63%和70.78%;并最终分析了随机森林模型中不同分类边界对于金矿成矿情况预测结果的影响。利用不同的测量指标对模型进行评价分析,使模型更适用于金矿成矿预测,可有效地提高金矿勘察的效率。