新疆康普水利枢纽水库诱发地震研究

文章根据水库诱发地震机制,从库区附近活动断裂的应力状态,应力积累程度、岩体结构、水文地质条件等综合因素分析研究,从而论证水库诱发地震的可能性,可能诱发地震的地段与最大震级,以及水库地震对工程建筑物及库坝区地质环境的影响.     

房价暴涨成因及回归对策

近年来,我国各地房价屡创天价新高.居高不下的房价已与居民购买力严重背离,引起了国家重视和社会关注.为此,剖析房价暴涨成因、寻求回归对策是本文探究的内容.     

略阳县地质灾害发育特征及其危险性初步评价

根据野外实地调查,描述并总结了陕西省略阳县地质灾害的发育特征。依据地质灾害点目前的稳定状态和潜在危害程度,定性评价了区内各地质灾害点的危险性。并利用地质灾害的重现性,基于各地质灾害点的危险程度,综合区内的地形地貌、地质条件和人为因素、气象水文条件,对略阳县地质灾害危险性进行了分区,其结果可为当地的土地规划和防灾减灾提供依据。     

基于深度学习的滑坡灾害易发性分析

滑坡灾害成因机理复杂、影响因素众多,深度学习作为当前人工智能领域的热点,能够更好地模拟滑坡灾害的形成并准确预测潜在的斜坡。为了挖掘深度学习在滑坡易发性的应用潜能,本文构建了一维、二维和三维的滑坡数据表达形式,并提出3种基于卷积神经网络模型（Convolutional Neural Networks, CNN）的滑坡易发性分析处理框架：基于CNN分类器、基于CNN与逻辑回归的融合和基于CNN集成,最后以江西省铅山县为研究对象进行验证,结果表明：所有基于CNN的易发性模型都能够获得准确且可靠的滑坡易发性分析结果。其中,基于二维数据的CNN模型在所有单分类器中预测精度最高,为78.95%。此外,二维CNN特征提取能够显著提升逻辑回归的预测精度,其准确率提升7.9%。最后,异质集成策略能够大幅度提升基于CNN分类器的滑坡预测精度,其准确率提升4.35%~8.78%。     

多尺度视角下城市住宅价格空间格局与影响机制研究

城市住宅价格的空间分异受到多重资源因素的影响,其影响机制在不同尺度上表现出的空间分异格局各不相同.以2015—2018年16个季度成都市中心城区商品住宅小区住宅价格为基本数据,利用空间自相关分析法、多尺度视角分析法探索成都市住宅价格空间分异格局,利用地理加权回归模型(GWR)构建成都市住宅价格特征变量指标体系,分析导致住宅价格空间差异的影响机制,研究发现:在2015—2018年16个季度中,成都市住宅价格先持续上升后出现小幅下降,中心城区各区住宅价格空间自相关性高,表明近年来住宅价格空间邻近联动性强.500 m×500 m栅格尺度下成都市中心城区住宅价格分布不均衡,住宅价格总体呈现中心区域高、边缘区域低分布格局,且南北住宅价格存在一定差异,中心城区住宅价格局部呈现"多中心+边缘化"的空间分布格局.多尺度视角分析法不仅能够考虑尺度效应及分区效应对住宅价格空间格局的影响,而且能够定量分析多资源因素对住宅价格的影响机制,解析多资源因素指标对住宅价格空间分异产生的影响.     

2005—2018年北京市外来人口迁移特征与影响因素分析

外来人口是大型或超大型城市人口结构的重要组成部分,研究特定城市外来人口的迁移特征及其影响因素不仅有助于从迁入地视角发现以特定城市为目标的人口迁移规律,对新城镇化背景下的城市化建设与发展也具有重要的现实意义。本文以北京市为例,通过收集2005—2018年的公安机关外来人口登记数据,对外来人口在不同年份的市级迁出地空间分布格局进行了研究,并利用空间回归模型对人口迁移的影响因素进行了分析,得到如下发现：① 北京市外来人口的迁出地在市级尺度下表现出明显的空间聚集效应,且聚集效应逐年增强;外来人口迁出地空间分布基本稳定,热点迁出地分布主要集中在河北-天津和河南省南部-湖北省北部2个主要聚集簇中;② 影响人口向北京迁移的主要变量为各迁出地的人口规模、交通时间、人均收入、高等教育水平、人口密度等,其中人口规模和人均收入对人口迁移的影响较为稳定,而高等教育水平和人口密度的影响分别从2010年和2014年后才开始显现,交通时间对人口迁移的障碍性作用虽然有所下降,但对人口迁移的影响变化不大;③ 空间误差项持续显著,表明迁出地的人口迁出量可能受相邻地市的社会文化等其他变量的影响。     

GPS高程区域似大地水准面分区方法

由于坐标系统不同,用GPS进行高程测量时必须首先进行高程拟合确定似大地水准面。高程拟合的方法有多种,当测区面积不大时,这些方法在一定程度上都能取得好的效果,但当测区面积很大时,直接应用这些方法往往难以取得好的结果。实际操作中对于测量面积很大时,往往采用分区拟合的方法。目前分区主要有两类方法:一是根据测区的实际地形起伏情况划分;二是根据支撑点的高程异常来划分。按地形分区,简捷易行常被采用,但有时精度难保证;按支撑点划分,在地形复杂地区,其高程异常起伏不定,根据相邻点的高程异常的差值很难定出分区情况。本文提出一种新的思路,即首先依据EGM96去掉高程异常中的中长波部分,再用残余的高程异常做等值线图,根据等值线图再进行分区。由于等值线图能反映高程异常的细部结构,根据等值线图进行的分区能保证每个分区中高程变化的单调性,因而有利于高程的拟合。实例表明,该方法能取得良好的拟合效果。     

广西若干重大基础地质特征

文章根据华南地区物探、化探、遥感编图广西综合解译成果,研究广西若干重大基础地质特征,着重讨论地壳结构、深部构造、主要隐伏深断裂带、基底性质等,以板块观点划分大地构造单元,提出广西地壳属陆壳型性质和扬子板块在广西的边界划在三江-大新一线的新认识.     

An artificial neural network-based snow cover predictive modeling in the higher Himalayas

With trends indicating increase in temperature and decrease in winter precipitation, a significant negative trend in snow-covered areas has been identified in the last decade in the Himalayas. This requires a quantitative analysis of the snow cover in the higher Himalayas. In this study, a nonlinear autoregressive exogenous model, an artificial neural network （ANN）, was deployed to predict the snow cover in the Kaligandaki river basin for the next 30 years. Observed climatic data, and snow covered area was used to train and test the model that captures the gross features of snow under the current climate scenario. The range of the likely effects of climate change on seasonal snow was assessed in the Himalayas using downscaled temperature and precipitation change projection from - HadCM3, a global circulation model to project future climate scenario, under the AIB emission scenario, which describes a future world of very rapid economic growth with balance use between fossil and non-fossil energy sources. The results show that there is a reduction of 9% to 46% of snow cover in different elevation zones during the considered time period, i.e., 2Oll to 2040. The 4700 m to 52oo m elevation zone is the most affected area and the area higher than 5200 m is the least affected. Overall, however, it is clear from the analysis that seasonal snow in the Kaligandaki basin is likely to be subject to substantialchanges due to the impact of climate change.