地震CT勘探在昆石公路隧道病害诊断中的应用

地震CT是一种新的地球物理方法。具有分辨率高、可靠性强、信息量大、图象直观的特点，可以广泛地用于线路、场地、隧道、边坡等项目的工程地质勘查和病害诊断。在昆石高速公路清水沟2号隧道的地质病害整治中应用地震CT进行勘探，取得了良好的效果。     

垃圾填埋场渗滤液对地下水环境影响的评价

以武汉市二妃山垃圾填埋场为例，阐述了其垃圾填埋场的地形、地貌、水文地质等基本条件，并剖析了垃圾填埋过程中渗滤液产生的机理和特征；采用污染物在饱和与非饱和孔隙介质中迁移的基本方程式，预测评价了其渗滤液垂直下渗锋面影响到下伏含水层所需的时间（年）；根据场地内不同地段影响到含水层时间的长短，对照渗滤液的产生周期，并结合场地及其周边水文地质条件，提出了场地周边及其衬底防止渗滤液下渗的相关措施及对策。     

西藏雅鲁藏布江流域典型沙漠区生态修复植物群落物种多样性

为了深入了解和探讨西藏沙化土地治理区的植物群落的结构类型、组织水平和稳定程度,根据西藏雅鲁藏布江河谷沙地山南市全国防沙治沙综合示范区20个样地的调查资料,分析了西藏山南市全国防沙治沙综合示范区植物群落物种多样性特征。结果表明：西藏山南市全国防沙治沙综合示范区的植物有34种,藏沙蒿（Artemisia wellbyi）、花棒（Hedysarum scoparium）、桑（Morus alba）、沙打旺（Astragalus adsurgens）和沙蒿（Artemisia desertorum）占优势地位。综合示范区固沙植被平均盖度为31.6%±13.1%;平均生长高度为41.2±19.9 cm;平均生长密度为4.6±4.7株·m^-2。植物群落物种多样性H指数平均为0.99±0.54;物种多样性D指数平均为2.55±1.37;物种均匀度平均为1.76±0.75。     

基于状态机理论的可信平台模块测试研究

可信平台模块(trusted platform module,TPM)作为可信计算关键部件,对其进行规范符合性测试非常有必要.基于TPM规范进行了一致性测试建模,提出了相关测试策略和测试系统框架.     

基于费用效益分析的建筑物加固决策体系研究

突发地震灾害往往带来巨大的生命财产损失,对建筑物进行科学合理的震前加固及震后功能快速修复;对降低地震灾害损失具有重要意义。通过定义社会贴现率和残值率等加固效益分析评价参数,基于加固费用模型和地震直接经济损失模型进行了加固费用现值与效益现值计算;采用费用效益比（Cost-Benefit Ratio,CBR）作为评价指标对建筑物进行加固决策分析,并最终建立了相应的加固决策体系。最后将提出的理论、模型及方法集成于课题组研发的"中国地震灾害损失评估系统（CEDLAS）"补充建立加固决策分析模块,进而通过陕西省灞桥区的综合应用示范,验证所建立的加固决策体系的合理性。研究可为政府制定在役建筑物的加固决策提供科学依据。     

供水管网震后功能快速修复决策研究

突发地震灾害下,城市供水管网往往不可避免地会发生不同程度的破坏而导致城市供水功能的失效,对人们的生产生活产生了严重影响,快速对震后城市供水管网进行科学合理的功能修复,对于降低地震灾害损失具有重要意义。本文以城市供水管网为对象,针对震后管网系统功能评价及快速修复决策等问题进行了研究。在中国点式渗漏模型的基础上,采用基于破坏概率的渗漏面积计算方法,建立了考虑地震破坏随机性的管线渗漏流量计算模型;针对震后破坏管线展开了水力分析,并提出了以节点水头损失比为指标的节点服务性能失效状态量化方法;进而建立了震后管线的修复决策模型以及功能修复费用模型。研究成果可为震后功能修复工作中管线修复顺序及修复方案的优选提供科学依据,可显著提高震后应急救灾效率,实现城市供水功能的快速修复。     

外加剂对低温水泥浆性能的影响试验研究

为解决在普通硅酸盐水泥（P.O42.5）或混凝土施工中遭遇低温环境而不能顺利凝固的问题。对普遍使用的硅酸盐水泥进行了基础性能测试试验,使用早强剂与高效减水剂对水泥进行调整性能,寻找出最佳的调整方案,对比调整前后水泥浆及水泥石强度等各项数据。结果表明10%早强剂、2‰JSS高效减水剂的调整方案较好地改善了水泥浆的流动性、凝结时间、水化热放热速率、结石率及水泥石的早期强度等问题。研究成果对低温条件下的混凝土施工有一定的参考价值。     

深度学习在煤层气测井解释中的应用研究

将常规储层测井解释方法应用于煤层气储层测井解释,其效果存在一定的折扣。为了改善传统方法在煤层气测井解释中出现的问题,将深度学习的思想引入测井解释,提出受限玻尔兹曼机的数量、受限玻尔兹曼机隐含层神经元数量、分类阈值的确定方法,利用深度信念网络进行煤层识别及煤层气含气量的预测。实验结果表明：首先,在交会图法效果不好的情况下,通过深度信念网络进行煤层识别,继而对识别结果进行适当校正,煤层识别成功率可达到90%以上;其次,经过多种方法的对比,利用深度信念网络进行煤层气含气量预测的效果,要好于BP神经网络、多元回归统计以及Langmuir方程三种方法。深度学习改进了传统的BP神经网络,具备更强的复杂函数泛化能力,适用于煤层气测井解释,并具有进一步的推广价值。