城区内涝淹没模拟算法

针对城区内涝淹没范围和水深模拟问题,该文提出了一种基于约束Delaunay不规则三角网与三棱柱的城区内涝淹没模拟算法。该算法以沿地面三角形的顶点垂直向上引垂线形成的三棱柱为计算单元,通过"等体积"的方法,建立时间序列切片下的淹没水深和积水量的关系,据此实现淹没范围和水深模拟。以北京师范大学(简称"北师大")主校区为例,对单汇水区的水面高程上升模拟结果与实际观测值进行对比,基本吻合;并与传统栅格DEM的淹没效果进行了对比,表明该算法正确有效。     

古土壤力学特性及其对黄土滑坡的意义

对宝鸡地区野外滑坡灾害调查的结果显示,古土壤与黄土交界面对黄土滑坡滑带具有明显的边界效应。为了研究剪切过程中古土壤的力学特性,开展了饱和原状古土壤偏压固结不排水剪(ACU)和常剪应力排水剪(CQD)试验。ACU试验表明:古土壤应力应变曲线在峰后表现为理想塑性特征,较低围压(100 k Pa)条件下发生剪胀破坏,围压≥200 k Pa时发生剪缩破坏。CQD试验结果表明:古土壤在排水条件下发生剪缩破坏,破坏时轴向应变很小,且破坏速率随固结应力增大而减小。根据试验结果得到了q-p’平面内古土壤临界状态线(CSL),求得φ’为28.8°。同时,结合已有研究成果对黄土和古土壤交界面在涉水过程出现局部破坏进行了机理探讨,这些局部破坏控制了潜在滑动面的边界。     

西部高原咸化地表静校正方法应用

中国西部高原咸化地表和地下结构复杂多变,静校正问题突出。通过多年探索,逐步形成了针对高原咸化地表的静校正技术系列:复杂地表的初始模型构建技术;极低信噪比的标准层静校正技术;高陡构造的综合静校正技术;盐碱地表的炮、检域叠加迭代静校正技术;流动大沙漠的原生地表初至静校正技术。这一系列静校正技术有效地解决了西部高原咸化地表条件下的静校正问题,对于提高咸化地表地震资料的信噪比和成像质量发挥了积极作用。     

卷积神经网络及其在矿床找矿预测中的应用——以安徽省兆吉口铅锌矿床为例

大数据人工智能地质学刚刚起步,基于大数据智能算法的地质研究是非常有意义的探索性实验。利用大数据和机器学习解决矿产预测问题,有助于人们克服不能全面考虑地质变量的困难及评估当前模型在已有数据中的可靠性。元素地表分布特征量主要受原岩成分、成矿作用影响和地表过程的影响,它们携带某些指示矿体就位的信息,即矿体在地下空间就位时在地表的响应,且未在地表过程中消失。以往的地球化学勘查工作仅仅识别异常,但未能发现矿体在地表响应的成矿特征量。本文以安徽省兆吉口铅锌矿床为例,通过机器学习,利用卷积神经网络算法,不断挖掘元素Pb分布特征与矿体地下就位空间的耦合相关性。经过1000次训练后,可以得到准确率0. 93,损失率0. 28的卷积神经网络模型。这种神经网络模型就是矿体在地下就位时元素在地表分布的响应,可以用来进行矿产资源预测。应用该模型对未知区进行预测,结果显示第53号区域具有很大概率存在尚未发现的矿体。     

南水北调来水对密云水库水质及水生生物的影响

2015年9月11日,南水北调水正式进入密云水库,源水区丹江口水库水与密云水库水进行水质汇兑,由于两种水源水质化学特征存在差异,汇兑之后,密云水库水生态存在重构风险。因此,南水入库后,进行汇水区及整个库区的水质、水生态调查监测,明确水库水环境变化,对指导密云水库水质安全管理调度具有重要意义。通过南水入库对密云水库水质、浮游藻类、大型水生植物影响的分析,可以看出：南水入库调水初期,密云水库各水质指标(除pH外)均有所升高;pH呈先下降再升高的趋势,最低达8.2,到2020年恢复到南水入库前水平;2015-2020年密云水库各监测富营养化状态指数值在36～43之间,均为中营养水平,富营养化状态呈逐年改善趋势。库东、金沟浅水区域发生水华的概率大于深水区域;南水入库前后,密云水库浮游植物种类数量变化不大,但优势藻种构成季节变化显著;南水入库后,库区岸边带的沉水植物、挺水植物以及陆生草本植物全部被淹没致死,目前发现潮河入库口和白河入库口存在大量的水生植物,库北岸边带有狐尾藻、大茨藻零星分布。预计库岸带水生植物的大面积恢复还需要多年时间。     

地下水封洞库单裂隙花岗岩纵波速度变化规律与预测模型

揭示裂隙岩体纵波速度变化规律对工程岩体质量分级与稳定性评价具有重要意义。以某地下水封洞库无充填型单裂隙花岗岩为研究对象,基于钻孔电视成像、水压致裂法地应力测试与声波全波列测井,获取了384组单裂隙花岗岩的几何特性、受力状态与纵波速度,构建起了预测单裂隙花岗岩纵波速度的进化-神经网络模型,分析了关键指标影响下单裂隙花岗岩纵波速度的变化规律。研究表明：该水封洞库单裂隙花岗岩纵波速度分布于4 300～5 330 m/s之间,82.3%的纵波速度在4 700～5 200 m/s之间;选取裂隙法向应力、平均张开度与倾角作为单裂隙花岗岩纵波速度的预测指标是合理可行的;将现场测试数据分为训练样本与测试样本,基于遗传算法优化神经网络权值、阈值的进化-神经网络模型构建出单裂隙花岗岩纵波速度预测模型,其测试误差最大仅为2.9%,85%的样本测试误差不超过1.5%,预测模型精度较高。分析了纵波速度变化规律,发现单裂隙花岗岩纵波速度随裂隙法向应力增大而增大,但当法向应力增至5 MPa后的纵波速度增大速率逐渐减小,纵波速度随裂隙张开度增大而逐渐减小,纵波速度在裂隙倾角小于40°时无明显变化,此后纵波速度随倾角增...     

MapInfo系统线(面)目标缓冲区构建模型存在的问题及其改进方法

通过对由MapInfo系统生成的几个典型的点和线(面)目标缓冲区实例的深入剖析,发现了MapInfo系统在线(面)目标缓冲区构建模型中存在的问题。在对其原因进行深入分析与验证的基础上,给出了具体的改进思路和方法。一方面为GIS用户避免对MapInfo系统的线(面)目标缓冲区分析工具的滥用,以及提高空间分析的精度和可信度提供了具体的改进方法与建议;另一方面又为有关软件开发人员研制新版MapInfo系统及其他GIS软件提供了有益的参考。     

基于VisIt的全球科学数据并行可视化——以大气温度场为例

针对当前大规模全球科学数据可视化中存在的单机可视化数据量有限、从底层开发并行可视化系统难度大等问题,该文基于分布式环境和VisIt,提出了一种简便、开放而又有效的大规模全球科学数据可视化方法。介绍了VisIt的体系结构及运行机制,给出了自定义数据的并行可视化方法;并基于NCEP数据集及全球空间格网,在小规模集群环境下实现了小粒度适应性球体退化八叉树格网(SDOG)下的全球大气温度场的并行可视化。VisIt的并行可视化性能测试结果表明:通过增加计算节点,VisIt能有效摆脱传统单机可视化对数据量的限制,可实现大规模全球科学数据的并行可视化。     

以科技为支撑建设面向21世纪的山西林业

<正> 山西省林业科学研究所成立于1959年,40年来,在省委、省政府的亲切关怀下,在国家林业局、中国林科院和省直各有关部门的大力支持下,经过几代林业科技工作者的艰苦创业和奋力拼搏,山西的林业科技事业有了长足的发展,学科日趋完备,条件逐步改善,人才集中,成果累累,为促进山西林业的改革和发展做出了突出的贡献。40年的发展历程告诉我们: