神经网络方法在地震预报研究中的初步应用

本文把神经网络方法引进地震预报研究当中。使用地震频次，最大震级，平均震级，等价地震次数等多项地震活动性指标作为神经网络的输入，未来时段内的最大地震震级作为其输出，可以对某一固定地区的最大地震震级作出中近期预报。选用的神经网络模型为含两个中间层的前向模型，并采用ＢＰ算法。所得结果表明，用神经网络方法可以在一定精度范围内使震级预报的内检符合率达到１００％，在本文的例子中，外推预报准确率达到６０％以上。     

双向八车道连拱隧道围岩力学参数反演分析

在采用双侧壁导坑法施工的双向八车道特大断面连拱隧道中,施工步繁多,临时支护设置的时间长,隧道全断面的变形量测只能在临时支护拆除后进行。由于全断面变形数据获取得较晚,故较难将其用于围岩力学参数的反演。将有限元计算和BP神经网络技术相结合,并在有限元计算过程中考虑实际的施工步,建立起所有临时支护拆除之前这一施工状态下导坑的变形量与围岩力学参数之间的非线性映射关系,并通过对应状态下实测的导坑变形值反演了围岩的力学参数。将反演的结果用于正分析验算,验证了该方法是可行的。     

河南灵宝小秦岭金矿带矿化分带特征

小秦岭矿化带近东西向展布有5个金矿化宫集带（亚矿带）。其中以文峪-杨砦峪亚矿带矿脉密度最大，矿床数量最多。全区发育有两类金矿化，即含金石英脉型与蚀变岩型，两者空间发育具互补性特点以及一定的分带趋势。全区自西向东，石英脉型矿化所占比重渐减，蚀变岩型矿化逐增，至东部雪家山岩体以东则形成一些蚀变岩型小型矿床，垂向分布上，含金石英脉型矿化多在浅部；蚀变岩型矿化则多发育于深部。     

小岩体成矿体系

我们曾经依据17个矿例,提出过"两类岩浆小岩体成大矿"。后来,又发表了"小岩体成大矿的范畴及地质属性",获得同行们的认可。随着地质勘查与研究工作的快速发展,这一领域的硕果累累,这次我们列出了28个实例,进一步提出《小岩体成矿体系》的认识,供大家讨论。1小岩体成矿体系的概念     

基于GIS的普定县茶树种植气候适宜性区划

利用贵州省安顺市6个气象站1961—2010年资料,根据气候资源的小网格分析方法,建立普定县茶树种植气候区划因子与地理信息空间分析模型,以GIS为技术支撑,对普定县茶树种植的适宜气候条件进行区划。结果表明:普定县茶树种植的气候适宜性自东北向西南呈明显递增趋势,适宜区和最适宜区占该县国土面积的68%,覆盖该县2/3以上的土地均可种植茶树,为普定县种植茶树的合理布局与规划提供科学依据。     

榆神矿区小保当二号井2-2煤开采对风化基岩含水层的影响预测

榆神矿区地处毛乌素沙漠地带,生态环境脆弱,水资源短缺。煤炭开采时对水资源的保护备受关注。以榆神矿区小保当二号井田为研究区,采用物理相似材料模拟实验,确定了小保当二号井2^-2煤层开采导水裂隙带发育高度,在此基础上,通过对比煤层至风化基岩含水层之间的距离与导水裂隙带发育高度的差值,并结合保水采煤试验与采动损害监测结果,引入保护层厚度指标,预测2^-2煤层开采对风化基岩含水层的影响程度。研究结果表明：小保当二号井2^-2煤层开采后导水裂隙带发育带发育高度约为150m,裂采比约25倍。将2^-2煤层开采对风化基岩含水层的影响程度划分为无影响、轻微影响、一般影响、严重影响4种类型,研究区为无影响区和轻微影响区,其中,轻微影响区占全井田范围的0.03%。     

日本气象厅数值预报产品释用技术——神经元网络的指导预报

日本气象厅数值预报产品释用技术──神经元网络的指导预报柳野健（日本）１数学原理与解释１．１概况简单地说，ＭＯＳ（模式输出统计法）是线性分析、一次求解；卡曼滤波是线性分析、逐步求解；而阶层型神经元网络则是非线性分析、逐步求解。先来大致看一下阶层型神经元...     

基于BP神经网络的青藏高原土壤养分评价

土壤养分在养分循环和土壤-植物关系中起着重要作用,在高海拔生态系统中,由于缺乏系统的实地观测,土壤养分在高山草原中仍然知之甚少。为了了解青藏高原多年冻土区高寒草地土壤养分的基本情况以及土壤养分的等级划分,利用青藏高原腹地西大滩至安多地区采集的154个土壤样品数据,基于BP神经网络模型建立具有3层网络,10个中间层节点的土壤养分评价模型。在MATLAB软件中进行BP神经网络的训练和验证后,对青藏高原多年冻土区高寒草地土壤养分进行综合评价。结果表明：2009年青藏高原高寒草地的土壤养分综合评价等级为4级,属于较低水平。综合评价结果与基于主成分分析方法的土壤质量指数（SQI）基本一致,说明BP神经网络模型对青藏高原土壤养分的评价结果是合理的。对评价结果与海拔、植被盖度和植被类型的关系分析表明,海拔越高或植被盖度越高,土壤养分的评价等级越高;不同植被类型的评价等级表现出高寒沼泽草甸（2级）>高寒草甸（4级）>高寒草原（5级）的趋势。BP网络作为一种简单又准确的识别方法,不仅可以评估土壤养分等级,还可以比较不同地区的土壤养分高低状况,希望为青藏高原的土地资源管理与保护提供基本的科学依据。     

利用高光谱识别草地种类的研究——以锡林郭勒草原为例北大核心CSCD

以锡林郭勒草原典型的羊草、针茅、日阴菅、隐子草为研究对象,测量4种草地光谱,利用光谱微分法对原始光谱数据进行处理,在提取草地光谱7个特征参数的基础上,采用相关性分析和主成分分析方法精选红边斜率、绿峰位置、绿峰值和红谷位置4个参数。基于所选的4个光谱特征参数,采用多层感知神经网络模型对草地种类进行识别,精度达到80.3%,同时对比7个特征参数与4个特征参数对草地种类识别精度的影响,发现草地种类识别精度从69.0%提高到80.3%。本研究可为大面积草地物种资源的遥感调查和监测提供科学依据。     

陕西小秦岭金矿深部找矿潜力分析

小秦岭金矿位于华北地台南缘小秦岭隆起北部的太华台拱区,矿床成因类型为石英脉—构造蚀变岩型;区内太古界太华群地层既是赋矿地层也是矿源层,矿体严格受脆韧性构造带控制,燕山期岩浆岩为金的活化、运移提供了热动力。