典型岩石破裂产生次声波试验研究

在刚性材料试验压力机上对花岗岩、灰岩、红砂岩、砂岩、千枚岩及泥岩6种典型的岩石试样进行了单轴全过程加载试验,通过自主研制的数字化次声波探测系统对加载过程中的岩石破裂发射出的次声波信号进行了实时探测。为了研究岩石微破裂过程是否存在发射低频次声波现象及其频率分布等特性,通过小波阈值去噪、短时傅立叶变换（STFT）时-频分析和时域累计振铃计数的方法对数字次声波信号进行了处理与分析。研究结果表明：①岩石在破坏前加载过程中存在明显的发射次声波现象;②岩石破裂产生突出次声信号的频率主要分布在2.0～6.0 Hz之间;③在结构较完整的情况下,硬岩（如花岗岩、灰岩）在变形破裂过程中产生的次声信号数量要比软岩（如泥岩）多。与一般声波相比,因次声波具有不容易衰减,不易被水和空气吸收,波长很长可绕开大型障碍物等独特性质,结合其他方法对岩石破裂产生次声波现象的进一步研究可为岩石（体）稳定性监测提供重要的研究方法和技术手段。     

基于深度学习的滑坡位移时空预测

滑坡变形监测数据是认识滑坡变形演化规律的直接依据,对该数据深度挖掘是实现滑坡灾害预警预报的有力保障。现有的滑坡位移预测模型多局限于单个监测点的时序预测,且未考虑监测点间的空间相关性。针对上述问题,本文提出了一种基于深度学习的滑坡位移时空预测模型:首先,构建表达所有点间空间相关性的加权邻接矩阵;其次,引入外界影响因素加强属性特征矩阵,以构建图结构数据;最后,采用集合图卷积网络(GCN)和门控循环单元(GRU)的深度学习模型,并通过多组试验寻找最优超参数,实现滑坡位移的时空预测。本文模型结果的均方根误差为4.429 mm,与对比模型相比至少降低了47.3%。而消融试验结果也显示,引入外界影响因素的属性增强可进一步提高模型的预测性能,均方根误差相对于未属性增强结果减少了28.4%。结果表明,该方法可用于滑坡位移或其他地质灾害中同样具有时空关联属性的观测量的时空预测。     

埋入源多道面波分析(MASW)中最小偏移距的估计方法

多道面波分析（MASW）法是一种被广泛使用的浅层地震勘探方法.为解决埋入源近场效应对MASW法应用的影响,本文分析了埋入源产生的Rayleigh波传播机制,探讨了MASW法的排列参数对地震记录的影响,提出了确定最小偏移距的经验公式.通过对实际地质模型的有限元模拟,验证了经验公式的合理性.在以经验公式为指导的野外实测中,利用多种方法提取了相对可靠的频散曲线,采用基阶和高阶面波联合反演,所得的一维速度结构与钻孔资料具有很强的相关性,表明本文发展的最小偏移距估计方法具有一定的实际应用价值.

     

滑坡时间预测预报研究进展

我国是一个深受滑坡灾害困扰的国家，每年由滑坡所造成的经济损失异常惨重。因此，滑坡预测预报已成为人们研究的一个热点问题。对滑坡时间预测预报的研究现状和研究进展作了系统地总结，重点探讨了滑坡预报模型（包括定量预报模型、定性预报模型以及GMD预报模型等）、预报判据研究方面的进展，提出了滑坡综合信息预报的思路及具体的实施技术路线。     

黏性土失水开裂多场耦合离散元数值模拟

黏性土在失水过程中逐渐变形开裂,裂隙相互交错形成网络,这一过程涉及水热力等多场耦合的作用。本文基于南京大学自主研发的三维离散元软件MatDEM,采用紧密堆积离散元模型对土体开裂进行模拟。在此模型中,每个离散元单元代表一定体积的土颗粒、孔隙和孔隙水的集合体。单元具有含水量属性,并采用有限差分思想计算水分运移量,实现了水分场模拟。同时,考虑水分场对土体抗拉强度等力学性质的影响,建立水分场和应力场的耦合。在数值模拟中,假定土体表面水分以一定速率蒸发,根据试验数据由含水量计算单元直径和力学参数,从而实现黏土蒸发失水、收缩和开裂变形过程模拟。数值模拟与前人室内试验结果基本一致,能较好地再现开裂过程中的各个阶段。本文为研究多场作用下土体变形破坏模拟提供了一个新的思路。     

牡蛎壳人工礁对多毛纲底栖动物群落结构的影响

采用功能群及多元统计方法, 对山东荣成俚岛湾牡蛎壳人工增殖礁礁区与毗连非礁区底质中多毛纲动物群落结构进行对比研究, 评估了牡蛎壳人工礁对多毛纲底栖动物群落结构的影响。结果表明, 人工礁区与非礁区共采集19科39种多毛纲动物, 按食性分为植食性、沉积食性和肉食性三大功能群。礁区肉食性多毛纲动物栖息密度高于非礁区, 可能与人工礁礁体底栖多毛纲动物引起的边缘效应有关。多维尺度分析MDS、相似度分析ANOSIM以及多因素方差分析(PERMANOVA)结果表明, 礁区同非礁区多毛纲动物群落结构差异不显著, 这可能与牡蛎壳人工礁单体体积较小, 对近底层水体及底质理化环境的影响较小有关。综上所述, 牡蛎壳人工礁在较小时间尺度内(1—2年)对底栖环境无显著影响。     

大型岩质滑坡形变历史回溯及其启示

地质灾害识别是灾害易发性评价以及监测预警的基础,采用传统的人工地面调查和卫星遥感方式在地形条件复杂的高植被覆盖山区进行地质灾害识别具有较大困难。机载激光雷达技术(light detection and ranging, LiDAR)的发展为高植被复杂山区的地质灾害识别提供了新的解决方案。利用获取的机载LiDAR点云数据,通过点云滤波、空间插值生成了高分辨率数字高程模型(digital elevation model, DEM),结合天空视域因子(sky view factor,SVF)的DEM可视化方法,开展了中国四川省丹巴县城周边135 km²的地质灾害识别研究工作。共解译出地质灾害146处,总面积约46.48 km²,占研究区总面积的33.4%,并通过现场实地调查验证了机载LiDAR识别结果的可靠性。在此基础上分析了该区地质灾害的空间分布规律及其影响因素。研究结果为高植被复杂山区的地质灾害识别提供了一定参考,并为丹巴县地质灾害防治与风险评价提供数据支撑。     

一株海洋细菌MZ0306A1的16SrDNA扩增及序列分析

PCR技术应用于环境监测具有快速、灵敏、准确、简便、特异性强等特点,被广泛应用于水体、气体和土壤的环境污染监测中。将此方法应用于海洋细菌监测中,从浙江南部沿海表层海水中分离到一株海洋细菌MZ0306A1,利用细菌通用引物对其16SrDNA进行扩增。琼脂糖凝胶电泳检测目的DNA片段约为1．5kb。测序后将所测得的序列在NCBI网站中进行相似性搜索,得到该细菌的结果与Halomonas variabilis strain DSM 3051的相似性最高,为97％,故命名为嗜盐单胞菌属。该细菌的16SrDNA序列已经提交GenBank,序列收录号为EU124745。     

地质灾害的非线怀数据处理与建模技术

本文简略地介绍了几种地质灾害数据处理与建模的非红性方法,主要包括ＧＭＤＨ自组织建模技术、神经网络方法。ＧＭＤＦＨ是一种高阶非线性回归建模方法,它是以简单的二元二次回归方程为基础,通过“代复一代”的“生产”过程,客观、自动地求得实际资料的非线性模型。而神经网络则是用工程技术手段模拟生物神经网络的结构特征和功能特征的一类人工系统。与常规统计方法相比,神经网络最突出的优点为它是对网络的学习和训练,来掌握     

黄河上游夏藏滩巨型滑坡演化过程及形成机制

黄河上游夏藏滩巨型古滑坡的发育特征、形成机制与演化过程在尖扎盆地具有典型性,是研究黄河上游巨型滑坡与气候变化的理想之地。文章通过野外详细调查、地质勘查、实验测试和遥感解译等工作开展了该滑坡体的发育特征、运动分区、演化过程和形成机制研究,主要取得了以下认识:1)夏藏滩巨型滑坡分两个期次发育,其中Ⅰ期的发生时间为50ka B.P.,为整体滑动,体积约14.56×108m3,周界在平面上形似"圈椅型",滑坡在剪出口启动的速度为66.11m/s,属于高速远程滑坡类型,Ⅱ期滑坡是Ⅰ期前缘的解体滑坡,发生于约30ka B.P.;2)夏藏滩滑坡经历了古滑坡"孕育"、Ⅰ期滑坡发生与"滑坡湖"形成、Ⅱ期解体滑坡发生和Ⅰ期滑坡"滑坡湖"消失等4个地形地貌演变阶段;3)夏藏滩Ⅰ期滑坡受控于50ka B.P.左右气候变化中的暖湿期降水和盆地内锁子滑坡堰塞湖库水位下降共同制约,Ⅱ期滑坡因MIS 3a阶段"高温大降水事件"诱发。