改进后灰色神经网络及短期基坑沉降预测研究

在短期基坑沉降监测中,由于数据量少且呈非线性变化,沉降模型很难准确建立。灰色GM(1,1)对数据少、趋势性强、波动小的数据有较高的预测精度,但不能模拟复杂的非线性函数;BP神经网络可以对非线性数据进行学习训练,具有自学习、自适应能力;通过将GM(1,1)与BP神经网络组合,并优化网络部分的学习率、权值和阈值等,建立一种改进的灰色神经网络模型,该模型具有对非线性数据自学习、自适应能力和预测精度更高等优点。通过某基坑沉降监测分析,验证改进的灰色神经网络模型预测精度更高,适合短期建模,具有很好的实用性。     

基于 Lidar 数据和倾斜摄影的城市三维模型构建

针对传统建模方式建模效率低、模型纹理不够丰富真实等缺点,阐述一种以机载Lidar技术来获取地面点高精度的三维坐标、用倾斜摄影测量为三维建模提供纹理的一种新兴的三维建模方式。实验表明,该建模方式不仅工作效率高、真实反应城市空间布局,而且定位精度高、具备可量测分析功能等,同时提供DOM,DEM,点云数据,倾斜影像等数据。     

混合核特征加权SVM遥感湿地空间分类

针对湿地空间信息的复杂性和SVM的分类性能,设计一种基于混合核函数的特征加权SVM分类模型,综合利用多种特征信息,避免被弱相关特征所支配,从而提供更佳的映射性能和泛化能力。实验结果表明,该分类模型兼具良好的外推和内推能力,能够有效地融合不同信息源特征,得到更完整和准确的分类结果,在总体精度、Kappa系数等多项指标上都表现出更高的水平。     

体素模型的战场环境建模研究

针对基于面模型的战场环境建模难以展现战场环境要素的内部属性和规律等的不足,该文提出了利用体素模型实现战场环境建模的基本方法。该方法能够记录战场环境各要素的不同属性,反映其内部属性和规律,准确地模拟战场地理环境的变换过程,可实现战场环境各要素的统一建模。文章利用体素模型实现了对战场环境的认知与抽象,对战场环境体素数据模型进行了分类。最后以战场地形环境要素为例,利用战场环境基本体元实现了对战场地形环境的体素建模。     

皖南晚中生代花岗闪长岩地球化学:成岩成矿制约

皖南地区是铜、钼、金多金属成矿区,成矿与晚中生代花岗闪长岩类关系密切。近十年来,皖南花岗闪长岩的成因仍然存在分歧。本次报道了皖南花岗闪长岩全岩主、微量元素和锆石原位元素数据。皖南花岗闪长岩(Si O2=64.3%~70.8%)为高钾钙碱性、过铝质岩石,具有相似的埃达克岩特征:高Si O2、Sr/Y(17.1)和(La/Yb)N(14.9)比值,低Yb(1.72×10-6)和Y(18.4×10-6)含量。它们也具有较低Al2O3和Cr(3.40×10-6~10.0×10-6)含量、低Mg#(0.34~0.42)和Nb/Ta(9.6~13.3)值,高K2O和Ba(404×10-6)含量,高K2O/Na2O(0.89~1.55)、Th/La(0.27~0.51)和Th/U(2.79~7.49)比值。锆石原位地球化学特征显示其岩浆源区为低温(锆石Ti-in-zircon温度均值674℃)和高氧逸度(lgfO2集中在-21.4~-9.18,均值-16.4;锆石Ce4+/Ce3+平均值276)的陆壳。这些特征说明皖南花岗闪长岩可能起源于较年轻的加厚下地壳的部分熔融,并经历了斜长石、钾长石和铁镁矿物等结晶分异作用。它们可能形成于与古太平洋板块俯冲密切相关的大陆活动边缘弧至弧后拉张构造转换背景。本区大规模Cu、Mo、Au成矿作用与岩浆的高氧逸度密切相关,而锆石Ce4+/Ce3+可作为矿床勘探一个有效的指标。     

阿根廷米纳毕戈塔地区水系沉积物采样粒度试验研究

中国地质调查局与阿根廷地质矿产调查局合作在阿根廷西北部米纳毕戈塔地区进行1︰25万水系沉积物测量,该区属于干旱-半干旱高寒山区,为突出找矿效果,消除或减少风积物干扰,需要确定适合于该区的水系沉积物采样粒度。为此,在该区选择一个有已知矿床的1︰5万图幅进行采样粒度试验,分别选择10~60目、-60目、60~80目、-80目4个粒度级进行粒度试验;根据我国区域地球化学勘查规范,每个粒度分析39种元素。结果表明,大部分元素在4种粒度水系沉积物中的分布形态基本一致,都能够较好地反映出区内已知矿床,说明采用的采样方法可以有效地避免风成砂干扰;金、银、铜、锡等成矿元素在4种粒度中的分布略有差异,10~60目的金、铜和锡异常对已知矿体的反应更清晰准确。因此,本区水系沉积物地球化学测量的最佳采样粒度是10~60目。根据本次试验结果,中-阿地调局在本区联合开展1︰25万水系沉积物地球化学测量时采用了10~60目水系沉积物作为采样介质,取得了很好的效果。这是本区第一次进行水系沉积粒度试验,对本区将来的地球化学调查和研究具有指导意义。     

贵州大方侏罗统自流井组地层特征及恐龙足迹化石的发现

本文详细描述了大方县高枧乡黎家湾自流井组剖面,讨论了自流井组的岩性组合特征、接触关系及横向变化,根据双壳及叶肢介化石组合带的时代将自流井组归于下侏罗统,将新田沟组归于中侏罗统。首次在大方响水乡大转弯自流井组马鞍山段地层中发现有恐龙足迹化石。根据岩石组合特征、沉积构造确定自流井组为湖泊相滨湖及浅湖亚相沉积,包括砂坪、泥坪、混合坪、介壳滩微相类型。根据陆相基准面旋回层序将自流井组划分为2个长期旋回层序、5个中期旋回层序。     

叶蛇纹岩脆性-半脆性破裂研究

利用Paterson气体介质高温高压流变仪对纯叶蛇纹岩在100~400MPa围压、25~700℃温度和10-5~1.5×10-6s-1应变速率下进行了三轴压缩变形实验。实验结果表明叶蛇纹石在低压条件下表现为脆性破裂,高压或脱水条件下表现为半脆性破裂。随着温度的增加,叶蛇纹石的强度显示逐渐降低的趋势;尤其在脱水条件下,温度的增加可导致叶蛇纹石强度大幅度地降低,而且此时预热时间对强度的影响比未发生脱水时更加显著。结合前人的研究并对比发现,围压在室温下的增加导致叶蛇纹岩强度增加;但在高温下围压的增加导致试样强度整体上降低,这很可能是试样内聚力的局部损失与韧性增强引起的。围压和温度的升高,以及断层面上流体的增加很可能会增加破裂面的韧性,从而减小摩擦系数。此外,叶蛇纹石并非以往人们所认为的那样具有极低的强度,其强度要比低温蛇纹石(如利蛇纹石和纤蛇纹石)的大得多,即便在高温(大约600℃)下差应力大于约600MPa和中-低温(≤400℃)下差应力大于约1000MPa时仍没有表现出明显屈服的迹象。在脱水条件下,蛇纹岩并没有发生脱水致脆,相反脱水使得试样的断裂行为变得更加温和些。因此,俯冲带蛇纹岩脱水更可能诱发其周围更加脆性的岩石发生地震而不是脱水的蛇纹岩本身发生地震。     

宁波沿海陆源排污口放线菌(Actinomycetales sp.)的分布特点

利用454高通量测序技术对宁波沿海10个陆源排污口20个站位的放线菌的时空分布及5个工业排污口的放线菌的种类作了整体分析。成功鉴定出了83个属,84个种。研究结果显示:放线菌在陆源排污口的分布呈现季节性分布,从3月份到10月份,放线菌数量呈现先升高后下降的变化,5月份和8月份数量居高,在3月份和10月份偏低;在综合排污口(S4,S6,S8和S9)检测频次较高,在工业排污口(S1,S3,S5,S7和S10)检测频次居中,在市政排污口(S2)检出频次最低。不同类型的排污口,氨氮浓度的排出量不同,放线菌的种类和数量也不同。在5个工业排污口中,S7和S10检出的共同菌最多;在S7独自检出短双歧杆菌(Bifidobacterium breve)、长双歧杆菌(B.longum)和两岐双岐杆菌(B.bifidum),表明存在粪源污染物;在S5检出皱孢链霉菌(Streptomyces scabrisporus)和硫藤黄链霉菌(S.thioluteus),显示有石油降解物和重金属的污染。总体上看,放线菌数量在距排污口外50m处略高于排污口处。排放指标越相似,菌的种类越接近。     

2014年春季季风间期东印度洋赤道及其邻近海域硅藻群落

2014年4月10日至5月13日在东印度洋赤道区及其邻近海域(10.08°N-6.00°S,80.00°~96.10°E)进行硅藻物种组成和群落结构的调查。分析了45个网采样品,共鉴定出浮游硅藻34属113种(包括变种、变形及未定名种),大部分物种为热带外洋性种以及暖海外洋性种,与该海区的热带及亚热带的环境特征一致。优势种为佛氏梯形藻(Climacodium frauenfeldianum)、地中海细柱藻(Leptocylindrus mediterraneus)、密聚角毛藻(Chaetoceros coarctatus)、美丽漂流藻(Planktoniella foromsa)、大西洋角毛藻那不勒斯变种(Chaetoceros atlanticus var. neapolitanus)、距端假管藻(Pseudosolenia calcar-avis,即距端根管藻Rhizosolenia calcaravis)、圆柱几内亚藻(Guinardia cylindrus)、达蒂角毛藻(Chaetoceros dadayi)、伏氏海线藻(Thalassionema frauenfeldii)、离心列海链藻(Thalassiosira excentrica)、瘤面角毛藻(Chaetoceros bacteriastroides)以及笔尖根管藻粗径变种(Rhizosolenia styliformis var. latissima)等。硅藻的平均细胞丰度为1.855×103个/m3,其平面分布不均匀,赤道断面细胞丰度较低,高值区出现在海区北部。聚类分析发现有7种生态类群,这些硅藻的种类和丰度平面分布与上层水体(200 m以浅)温度、盐度及营养盐的水柱平均值有较好的对应关系。