紫色土坡耕地水土流失试验分析

实地试验了影响水土流失的主要因子,应用通用土壤流失方程预报本地紫色土坡耕地在耕种情况下的水土流失量,经实测资料检验精度良好,说明确定的Ｒ、Ｋ、ＬＳ、Ｃ、Ｐ算法符合这类区域的具体条件。     

焦家金矿床容矿裂隙特征及成生机制

着重研究构造作用下成矿裂隙特征和流体的运移通道、方式及成因机制,结果认为焦家金矿床差异的矿体矿化特征主要由不同裂隙导致形成,微构造裂隙之间没有截然分开的界线,常呈渐变接触关系。矿化裂隙成生主要有流体驱动显微构造裂隙扩展和构造剪张形成脉状裂隙两种方式。流体运移以真空泵式为主,渗流方式为辅,不同的裂隙成生机制和流体运移方式导致形成差异的矿化特征。     

基础隔震房屋模型振动台试验研究

本文结合日本在建的基础隔震实际工程,采用中国有关工厂生产的铅芯橡胶支座的作为基础隔震支座,进行了基础隔震房屋模型和基础固家房屋模型模拟地震动台试验,并引入能量分析方法对两种试验结果进行了分析比较。结果表明,基础隔震模型隔震效果明显,隔震层滞回变能有效吸收地震动入能量,减小模型结构的塑性变形和累积损伤。     

基于深度学习U-net网络的重力数据界面反演方法

重力数据的密度界面反演是位场数据解释中的一项主要工作,在区域构造演化、深部莫霍面确定等领域的研究中发挥重要作用.近年来,数据驱动的深度学习方法广泛地应用在地球物理数据处理与反演中,本文提出一种基于深度学习U-net网络的重力数据密度界面反演方法.首先,对半椭球体界面模型进行随机抽取和组合进而形成地下起伏界面数据集,并基于Parker正演理论对界面数据集进行重力异常正演计算,为深度学习网络模型的训练提供特征完备的数据源;其次,设计了基于U-net网络模型的深度学习界面反演算法,在传统的损失函数基础上增加光滑损失项和过拟合抑制项,提高重力界面反演结果的光滑性和收敛效率;最后通过测试样本集进行反演预测,验证建立深度学习网络模型的泛化性.本文通过理论模型和实际数据试验分析了本文方法在密度界面反演中的有效性和实用性,基于改进损失函数约束的深度学习界面反演方法有效地提高了密度界面反演的收敛效率和计算稳定性.     

斜向荷载作用下锈蚀RC矩形墩抗震性能拟静力试验及易损性分析

为探究锈蚀钢筋混凝土(RC)桥墩在非正交水平荷载下的抗震性能,设计制作了4个不同加载角度构件进行拟静力实验,并利用OpenSees软件构建非线性有限元纤维模型,分析不同地震动入射角对其地震易损性的影响。结果发现：拟静力实验中,加载角度偏近弱轴,最大侧向力和屈服强度降低,达到最大侧向力的位移和屈服位移减小,极限强度降低,刚度和耗能能力下降,抗震性能减弱,但对位移延性系数影响较小;易损性分析发现：RC桥墩不同破坏状态对应的失效概率随PGA增大而增大。在PGA不变时,相同破坏状态下的失效概率随地震动入射角度由强轴趋向弱轴而增大。所做工作能为锈蚀RC桥墩的地震风险评估提供试验基础。     

环境温度对地震数据采集器时间精度的影响测试

为适应地震数据采集器时间精度测试的需要,采用特定电路将普通参考时钟源输出的分脉冲信号扩展至占空比为50％,再利用扩展后的分脉冲信号在室温、低温恒温及高温恒温环境中对地震数据采集器时间精度进行测试,研究环境温度对地震数据采集器时间精度的影响.结果表明,地震数据采集器时间精度及漂移趋势受环境温度变化影响,0.5 h内发生约...     

基于显著性分析的SAR溢油图像中暗斑区域检测方法研究

为了提高合成孔径雷达(syntheticapertureradar,SAR)图像中海上溢油的检测精度,设计了一种图像显著性和均值偏移分割相结合的暗斑检测方法,验证了该方法在SAR溢油图像暗斑识别中的有效性,为溢油区域的准确检测奠定了基础。针对SAR溢油图像中暗斑区域在人类视觉中属于感兴趣区域的特性,利用图像显著性检测方法对整幅SAR图像进行处理生成显著性图像,然后利用均值偏移方法在SAR图像的Lab空间将图像分割成不同区域,最后在显著性图像上利用每个区域的平均显著性值与动态阈值之间的关系确定溢油图像中的暗斑区域。实验结果表明,该方法不需要人工交互,且能够有效地提取出SAR图像溢油中的暗斑区域。     

河南省东亚飞蝗发生的时间序列分析

利用1953～2000年河南省东亚飞蝗的发生时间序列资料,做了飞蝗大发生年的游程检验,结果表明,1953～2000年间河南省东亚飞蝗的大发生年是随机出现的.     

基于分子标记的藻类鉴定研究进展

藻类鉴定被广泛应用于藻类遗传学、生理学、生态学和应用藻类学,尤其是藻类调查和评估.然而,基于形态学的鉴定往往因为分类特征未出现或不典型、设备限制和人员经验欠缺等原因带来较大误差.随着测序技术的不断发展,分子标记已成为藻类鉴定的一个通用工具.由于藻类类群众多且差异很大,分子标记的选择成为藻类鉴定的关键.本文综述了蓝藻、硅藻、绿藻、甲藻、裸藻、隐藻、金藻、黄藻、红藻和褐藻等主要门类分子标记的选择及应用进展,包括分子标记选择原则、常用标记和相应序列数据库,以及各个分子标记在不同类群应用中的优缺点等.藻类分子鉴定源于编码核糖体RNA的基因（rDNA）,发展于细胞核、线粒体、叶绿体DNA等.然而,当前藻类分子鉴定逐渐细化和完善,单一的核糖体DNA、内转录间隔区（ITS）和保守蛋白编码基因等短序列分子标记已经很难满足藻类鉴定的需求,多标记组合成为一种必然选择.同时,线粒体基因组、叶绿体基因组、核基因组、转录组和宏基因组等提供了更多遗传进化信息,弥补了短序列分子标记在系统分类应用中的不足.对于藻类鉴定,单纯依赖分子标记或形态学都不足以保证鉴定的准确性,采用将分子生物学、形态学、生理生化学等结合的多相学方法,才能准确地完成鉴定工作.此外,藻类分子数据库的建立和完善是未来分子鉴定的重要工作,快速鉴定方法也必将在未来获得广泛的应用和发展.