随机介质热弹性平面轴对称问题的解析解

针对随机介质热弹性平面轴对称问题,在随机韦泊分布和指数分布两随机分布下提出了一种解决随机概率分布用连续函数表示的方法,得到了平面应力和平面应变轴对称问题的解析解。通过算例,讨论了热应力随分布参数m的变化规律,结果表明非均质热应力与均质热应力之间的差别很大,而在指数分布下这些差异很小。     

传导网络中的地磁灾害（二）

地磁对地面电力系统影响的观测已有150年的历史了(见图1；也见．Boteler，2001a)。图1表示的事件只是那些能够与特定地磁扰动有关的事件，而由累积效应造成的某些电力中断或许从来就没有把它们与地磁扰动相联系过。这种累积作用一般与管线的腐蚀有关。现在已证实，地磁感应电流也可能在变压器增压发电机中积累应力(Kappenman，1996)。     

保险公司对巨灾再保险的需求

在开发利用新的风险管理技术当中，可以看出企业战略风险管理的作用增强了。这可以用两个例子来说明，一是利用金融衍生工具来管理利率危险、兑率风险和商品价格，二是在保险中排除了商业责任管理风险。一项近期的调查显示，65％大的非财政公司使用衍生商品来降低风险危险(Wharton School and Chase Manhattan Bank，1995)。同时，     

滇池流域集约化农田区氮素损失研究

集约化农田区氮素流失是构成滇池流域面源污染、水体富营养化的重要因素。基于滇池流域集约化农田区产业结构特征、施肥方式、土壤物化性质分析,利用现场模拟试验,探讨水土生复合系统中氮素输移、分布和损失机制,量化不同情景下氮素损失量。研究表明,集约化农田土壤氮素损失主要途径是通过气态(NH3、N2O、NO/NO2、N2等)、作物吸收、生物作用和淋失。气态氮损失受温度、土壤特性、施肥类型、方式与施肥量、地下水埋藏条件等因素综合制约,NO-3 N是氮淋失的主要形式。根据试验与计算结果,Ⅰ区和Ⅱ区的合理施肥的氮利用率分别为30 8%和20 8%,高于习惯施肥的11 5%和8 5%,气态损失和淋失率均低于习惯施肥。显然,施肥的合理性是控制集约化农业区氮素损失的重要措施。     

基于多主影像相干目标小基线InSAR技术的无锡市地表沉降监测

探讨了多主影像相干目标InSAR(MCTSB-InSAR)技术在大区域地表沉降监测的应用。在基于特征区域相干性组合干涉像对基础上,利用三级阈值法实现稳定目标点的大密度、高精度提取,以此构建区域Delaunay三角网,创建差分相位函数模型,从而获取地表沉降速率和累积沉降量。以无锡市为例,对两幅各25期Radarsat-2影像进行分析,获取全市2012年2月-2016年1月约489 781个点目标的地表沉降时空分布信息。利用相近时段的水准测量数据进行精度评定,结果表明,二者具有较高一致性,验证了MCTSB-InSAR方法在大区域地表沉降监测中的有效性和可靠性。     

50年一遇最大风速估算

根据榆林气象站1961—2016年逐年及该地区某一风电观测场2007年逐时最大风速资料,在探讨最大风速突变点的基础上,利用极值Ⅰ型分析法及1 d、5 d设计风速取样法对风电观测场50 a一遇最大风速进行估算,同时参考《建筑结构荷载规范》,最终确定风电观测场最大风速的取值。结果表明：榆林气象站历年最大风速有下降趋势,并在1980年发生突变;利用突变点前风电观测场最大风速序列计算的50 a一遇风速修正后,得到的结果与建筑结构荷载规范的值相近,可以互相验证,最终确定50 a一遇最大风速为253 m/s,相应风压为04 kN/m2。     

都柳江上游沿岸喀斯特地区土壤重金属污染特征及风险评价

采集都柳江上游沿岸喀斯特地区62个土壤样品,利用地累积指数法、潜在生态风险指数法、克里金插值方法综合研究Sb、Cd、As、Cr和Pb五种重金属元素累积污染特征和潜在生态风险。结果表明,研究区土壤中Sb和Cd元素平均含量分别超过贵州省土壤环境背景值4.085倍和1.876倍。空间分布上,Sb元素严重污染面积占研究区总面积37.87%,主要受区内赋矿层位望城坡组、尧梭组和鸡窝寨组的影响。而Cd元素轻度累积污染面积为59.76%,其与碳酸盐岩分布密切相关。研究区土壤重金属污染潜在生态风险属于低风险等级,但是Cd和Sb元素单项污染潜在生态风险概率较大,Cd污染最高概率风险地层主要是石牛栏组和邦寨组,而Sb污染最高概率风险地层为邦寨组、鸡窝寨组和独山组。因此,研究区应重点防控石牛栏组、邦寨组、鸡窝寨组和独山组土壤Cd与Sb污染的潜在生态风险。      

基于街景图像的古镇旅游地商业同质化空间测度——以大理古城为例

古镇类旅游地的商业同质化是该类旅游目的地同质化的主要表现,这种现象在一定程度上促进了旅游地的经济发展,但也影响到了游客的旅游体验,导致了目的地商业经营的无序局面。论文以大理古城为例,通过编程获取大理古城内部的街景图像数据,并利用计算机视觉、机器学习等技术识别出街景图像中的店铺标牌文字信息。在此基础上构建指标模型,对案例地商业同质化进行测度,探讨了古镇旅游地商业同质化的空间特征及其形成机制。结论如下：(1)大理古城总体商业同质化的空间分布呈现核心—外围特征。商品经营型店铺在旅游核心区的商业同质化程度高,表现出街道分布的特点;而服务经营型店铺在旅游外围区的商业同质化程度高,表现出街区分布的特点。(2)旅游资源分布、规划调控、区位条件和资本介入是导致商业同质化的主要因素,竞争和聚集是形成商业同质化的2种主导机制。(3)利用计算机视觉与机器学习等技术提取街景图像中的店铺标牌文字信息,将同类型店铺的重复数量和集聚水平作为指标构建模型并结合GIS空间分析方法,能够实现对古镇旅游地商业同质化的空间测度。该研究的数据处理方法与模型构建方法可丰富利用街景图像进行的社会景观研究,相关结论可为古镇旅游地的管...