城轨交通引起的环境振动问题综述研究

随着城市化进程的加快和人们生活质量的提高,城市轨道交通系统引起的沿线地面和建筑物的振动问题越来越引起人们的关注。系统地介绍了城市轨道交通的主要形式,对城市轨道交通所引起环境振动问题的国内外研究进行了综述,同时,全面分析了环境振动对人们生产生活的影响、振动产生的原因、振动预测模拟等方面的问题。对国内外有关环境振动的计算模型也系统深入地作了分析研究。     

基于Vulcan的西岭金矿床三维地质模型构建及资源量估算

通过对西岭金矿区域地质和矿区地质的研究,搜集和整理了矿区的地质资料.在充分学习了澳大利亚Vul-can软件的技术后,基于该软件首次建立了矿区地质钻孔数据库,构建了矿区的多个三维可视化地质实体模型和块体模型,并利用距离幂次反比法和普通克吕格法2种品位估值方法分别进行了资源量估算,并与传统的地质块段法的计算结果进行了对比,...     

一种改进的车载点云地面点提取滤波方法

车载激光雷达(light detection and ranging,LiDAR)已被广泛应用于城市道路信息的获取,为提升车载点云地面点提取效果,分析了主要的车载点云滤波方法,并从限制点云处理范围、点云数据格网化、种子点的优化和滤波参数的选取等方面改进了车载点云滤波方法.实验结果证明,所提出的方法能够有效提取地面点云.     

多积云参数化方案热带气旋路径集合预报试验

利用MM5模式采用5种积云参数化方案选项研究了2004～2006年共8个热带气旋路径的集合预报。结果表明,热带气旋路径预报对积云参数化方案的选取是敏感的,积云参数化方案之间优劣互补,而选择无积云参数化方案选项对热带气旋路径的预报有积极的贡献。采用3种路径集合预报方案研究的结果表明,集合方法对热带气旋路径预报有明显的改善,其中无积云参数化Grell、Betts—Miller和Kain—Fritsch4种积云参数化方案选项组合的集合预报效果最好,平均路径误差最小。     

金沙江下游云南小江流域山地灾害综合区划

在分别完成云南小江流域泥石流危险度区划、滑坡危险度区划和土壤侵蚀强度分区的基础上,对小江流域山地灾害进行综合区划。结果为,共分为三个不同等级的山地灾害综合区:(1)一级(高危险度)山地灾害综合区,(2)二级(次高危险度)山地灾害综合区和(3)四级(低危险度)山地灾害综合区;无三级(中危险度)山地灾害综合区。其中一级(高危险度)区面积1 425.34 km2,有泥石流沟84条,占区划区域泥石流沟总数的60.0%,有滑坡137个,占区划区域滑坡总数的77.4%,土壤侵蚀强度以轻、中度为主;二级(次高危险度)区面积756.79 km2,有泥石流沟35条,占区划区域泥石流沟总数的25.0%,有滑坡34个,占区划区域滑坡总数的19.2%,土壤侵蚀以轻、中度为主;四级(低危险度)区面积863.20 km2,有泥石流沟21条,占区划区域泥石流沟总数的15.0%,有滑坡6个,占区划区域滑坡总数的3.4%,土壤侵蚀以轻度为主。     

基于Google Earth Engine和NDVI时序差异指数的作物种植区提取

为提高农作物种植信息遥感监测的效率,扩展数据适用范围,本文提出了一种基于时间序列NDVI差异指数的作物种植区提取方法.随着海量遥感与云计算的发展,Google Earth Engine作为一个全球尺度地理空间分析云平台,弥补了单机计算耗时长的不足,为快速遥感分类带来了新机遇.基于Google Earth Engine平...     

焦家断裂带南延问题及南延段找矿前景分析

焦家断裂带位于龙(口)-莱(州)断裂带的南段,为胶西北地区三大著名的金成矿带之一。焦家断裂带南段因第四系覆盖至寺庄以南去向不明。根据近几年的研究成果,认为焦家断裂带应为龙(口)-莱(州)断裂带南段的高家庄子-紫罗姬家段,特别是南部的徐村院-紫罗姬家段所揭露断裂带应为焦家断裂带在该区的南延并具有较好的找矿前景。     

Dynamic process analysis of the Niumiangou landslide triggered by the Wenchuan earthquake using the finite difference method and a modified discontinuous deformation analysis

The Niumiangou landslide was the largest landslide triggered by the 2008 Wenchuan earthquake, which was significantly affected by the amplification effect of seismic acceleration. The ringshear experiments indicated that the materials in the source area of the Niumiangou landslide were subjected to friction degradation under a big shear displacement, which may result in rapid movement of the landslide. In order to better understand the landslide movement and study the effect of the friction degradation on movement mechanisms, the dynamic process of Niumiangou landslide was simulated with a new numerical method, which combines the finite difference method(FDM) and the discontinuous deformation analysis(DDA). First, the FDM was used to study the initiation time, amplification effect and velocity of the landslide. Afterwards, these initiation velocities were applied to the blocks in the DDA model by corresponding coordination in the FDM model. A displacementdependent friction model of the sliding surface was incorporated into DDA code to further understand the kinetic behavior of the landslide. The results show that the displacement-dependent friction strongly decreases the friction coefficient of sliding surface under a big displacement, which can obviously promote the run-out and velocity of landslide. The model output well matches the topographic map formed by the landslide. This implies that the proposed model can be applied to the simulation of earthquake-induced landslides with amplification effect, and the friction degradation model is important to clarify the movement mechanism of high-speed and long-distance landslides.     

基于深度学习的西沙永乐群岛珊瑚礁遥感信息提取

珊瑚礁是海洋生态系统的重要组成部分,对保护海洋生物多样性以及维持海洋生态平衡具有重大意义。我国南海珊瑚岛礁自然资源丰富,准确、高效地提取珊瑚岛礁信息对南海岛礁监测、管理、规划与保护具有现实意义。本研究基于我国海洋一号C卫星(HY-1C)遥感数据,对西沙永乐群岛珊瑚礁信息进行了研究与分析,提出基于HY-1C遥感数据的珊瑚礁地貌分类体系。采用全卷积神经网络U-Net模型,依次通过下采样、上采样操作提取西沙永乐环礁地貌特征,实现原始影像的像素级语义分割。结果表明：基于HY-1C数据建立的地貌分类体系对活珊瑚覆盖及珊瑚生长发育条件具有指示作用,提出的基于U-Net模型的珊瑚岛礁地貌信息自动提取方法,能够为我国南海珊瑚岛礁生态系统的全自动、大范围监测和评价提供相应理论基础,在珊瑚礁生态管理与评价中发挥关键作用。精度验证结果表明：U-Net模型可以有效提取珊瑚礁地貌信息,采用的地貌信息提取方法具备时空泛化能力,泛化精度高于80%。     

基于YOLO算法的海洋中尺度涡三维结构构建

海洋中尺度涡是一种常见的中尺度海洋现象,研究海洋中尺度涡的分布及运动特性对航运、气候、军事等具有重要作用,海洋中尺度涡的识别是海洋学和计算机科学领域的一个热门研究课题。运用深度学习的方法和框架,对中尺度涡的二维识别和三维结构构建展开研究分析。首先,获取全球海洋再分析数据并进行流线可视化,构建涡旋流线数据集;其次,利用YOLO v5s卷积神经网络对涡旋流线数据集进行训练,并对南海区域中尺度涡进行有效检测。实验结果表明,YOLO v5s训练后得到最优模型经过测试,平均检测精度均值达到了86.10%;最后,根据涡旋检测结果,对检测出的同时刻不同深度的涡旋判断是否属于同一涡旋,确定后进行该涡旋的三维结构构建。