基坑土钉支护设计的简单算法研究

土钉支护技术在深基坑开挖和支护中已得到了广泛的应用,但对其工作机制和计算方法的研究尚不完善。目前数值模拟算法较多,但其本构模型准确地选择及相关参数的确定需要进行大量的三轴试验或真三轴试验。基于此,提出3个假设,建立简单的计算模型,并对土钉的工作机制深入研究,得到土钉拉力的“二半支抛物线”分布规律,推导出土钉支护设计的解析算法相关公式。以徐州彭城地下广场深基坑土钉支护工程为例,进行土钉拉力现场测试,对基坑水平位移、沉降进行观测,所测数据验证了文中公式的可靠性,为类似基坑工程的设计和施工提供参考。     

海底声学底质分类的ELM-AdaBoost方法

基于自适应增强算法（AdaBoost）结合极限学习机（ELM）,通过迭代、调整、优化ELM分类器之间的权值,从而构建了具有强鲁棒性、高精度的ELM-AdaBoost强分类器,增强了现有的ELM分类器的稳定性。以珠江口海区侧扫声呐图像为实验数据,对礁石、砂、泥3类典型底质进行分类识别,该方法的平均分类精度超过90%,优于单一ELM分类器的平均分类精度85.95%,也优于LVQ、BP等传统分类器,且在分类所耗时间上也远少于传统分类器。实验结果表明,本文构建的ELM-AdaBoost方法可有效应用于海底声学底质分类,可满足实时底质分类的需求。     

物联网技术在地震受困人员应急搜救中的应用研究

为能在搜救地震受困人员时,实时监测灾区情况,增强实时性及降低搜救误差,研究物联网技术在地震受困人员应急搜救中的应用,设计基于物联网的地震应急搜救系统,采用RFID识读器将采集的数据通过互联网传输至数据处理中心服务器上,再反馈至灾区信息处理子系统中的监测防御模块中,若出现异常情况则开启射频模块,命令现场报警装置响应报警应急搜救信号;通过蚁群算法获取最优搜救路线,及时搜救地震受困人员。实验结果表明,设计系统可有效搜救地震受困人员,且系统的吞吐率高达90%,搜救准确率均值高达97.6%,耗时均值仅为0.88 h,具有较高的搜救准确率和搜救效率。     

基于TM/ETM影像的复合法遥感蚀变异常提取应用研究

通过甘肃龙首山干旱基岩裸露区碱交代岩提取、青海玉树地区大面积蚀变异常提取、江西相山铀矿田植被覆盖区蚀变异常提取三个实例应用来验证"无损线性拉伸+去除和抑制干扰因素+波段比值法/主成分分析/(波段比值法+主成分分析)+密度分割"复合法在蚀变异常提取的应用效果。在甘肃龙首山提取的碱交代岩与在其两个子区实测的碱交代岩相比较,面积大于1个、1/2个、1/4个像元的碱交代岩提取率分别为100%、94.74%、80%。面积小于1/4个像元的碱交代岩成群出现,岩体之间相距较小,这些岩体也可以被提取出来,并且提取的面积有所扩大,结果显示面积大于1/4个像元的蚀变信息能够有效提取。在青海玉树地区提取的蚀变异常信息与与其区内的84个矿床(点)相比较,提取的蚀变与74个矿床(点)能够吻合,吻合率达88.1%。矿床(点)与提取的蚀变信息吻合关系为铁矿床>铜矿床>锌矿床>铅矿床,且多金属矿床多处于两种或多种蚀变异常叠合部位。在江西相山铀矿田植被覆盖区蚀变异常提取效果相对差,但是提取的蚀变信息在野外得到较好验证。西部矿区矿床(点)与铁化蚀变吻合较好,北部矿区矿床(点)吻合较好,同时分析了部分矿床(点)未能与遥感蚀变异常吻合的原因。     

结点虚流量法理论基础阐释及改进算法

含自由面的无压渗流问题本质上是一类非线性自由边值问题,固定网格的结点虚流量法在全域范围内不断扣除虚域流量贡献,从而使该问题得到求解。它具有网格依赖性小、出逸点收敛快等优点,但其内在理论基础尚未被完全揭示。通过引入互补型约束条件建立了结点虚流量法和Signorini型变分不等式提法的等价性桥梁,在此基础上引入过渡区放大系数 对自由面判别准则进行优化,并以砂槽模型试验为例进行验证。对比结果表明,优化后算法数值稳定性更好,计算结果与试验数据吻合度更高。研究成果为超大规模网格的渗控结构优化设计提供了有效分析手段。     

Landsat7 ETM＋影像的融合和自动分类研究

利用SFIM、MLT、HPF和修改的Brovey(MB)等遥感影像融合算法对Landsat 7 ETM 影像进行融合和自动分类研究，并就融合影像的光谱保真度、高频空间信息融人度和分类精度对这些方法进行评价。结果表明SFIM变换几乎完全保持了原始影像的光谱特点，并具有最高的平均分类精度；MB变换具有最高的高频空间信息融人度；MLT变换也具有较高的分类精度；只有HPF变换的各项指标都不突出。所有4种融合影像的分类精度都较原始影像的分类精度有明显的提高。这表明，源于同一传感器系统的不同分辨率影像的融合可以避免异源传感器融合影像所常见的各种参数、时相和配准误差，所以能够明显地提高影像的自动分类精度。     

耕地复种指数遥感监测研究进展

复种指数是进行粮食估产、耕地集约利用评价、农业生态系统模拟等的关键参数,及时、准确地提取复种指数对于粮食安全、土地管理和生态环境安全具有重要意义。在传统的研究中,复种指数主要来源于地面统计数据。使用统计数据来计算复种指数虽然过程简单,但是计算结果存在信息滞后、无法体现统计单元内部的空间异质性、精度低等不足。遥感技术因具有大范围、高时效、低成本等优点而被用于耕地复种指数监测,已有学者对耕地复种指数的遥感监测开展了大量工作。本文以复种指数遥感提取的关键环节为主线,对1997—2020年国内外相关研究进行综述：首先,梳理了已有研究中的监测方法、高质量时间序列遥感数据获取方法及提取结果精度验证方法,并对不同方法的优缺点进行了总结;其次,对已有研究中存在的不足进行了探讨,并提出未来研究的侧重点：① 开展已有监测方法的对比和分析;② 加强地形复杂地区、小农尺度的监测力度;③ 提高遥感数据时空分辨率及处理效率;④ 对提取结果进行多尺度验证。     

浅水方程数值计算方法的研究

求解以水位为变量的连续方程,并根据Navier-Stokes方程压力修正算法的基本思想,建立了浅水方程的水位修正算法,放宽了对离散时间步长的限制.通过对离散方程系数矩阵的重新构造,建立了高分辨率有限元格式,该格式既具有较高的离散精度又避免了数值解的伪振荡.对动量方程的阻力项做负坡线性化处理,提高了露滩计算的稳定性.数值模拟结果与解析解吻合良好,表明所建立的数值计算方法是正确的和可靠的.     

多传感器观测下带乘性噪声系统的逆向滤波与反褶积融合算法

针对多传感器观测环境下带乘性噪声系统的逆向最优滤波与反褶积融合估计问题 ,本文提出了 1种基于极大似然准则的最优融合算法。该算法中各单传感器间并行计算 ,并且融合中心与单传感器处理中心间无反向通讯 ,因而执行效率较高。仿真表明 ,该融合算法产生的逆向滤波与反褶积比单传感器处理结果有较明显提高     

基于相关分析和自适应遗传算法的盐渍化建模变量和参数优选

机器学习结合遥感等其他数据反演土壤盐分含量（Soil Salt Content, SSC）较少关注对模型精度影响较大的建模特征变量和模型参数的优选。本文基于自适应遗传算法（Adaptive Genetic Algorithm, AGA）同步优选建模特征变量和模型参数的支持向量回归（Support Vector Regression, SVR）算法反演三工河流域2016年SSC,并分析其在不同土地利用类型的分布特征。建模特征变量和模型参数的同步优选及实验设计如下：首先基于Landsat 8 OLI和SRTM高程数据提取7类共40个盐渍化相关因子,经相关分析初步筛选出候选特征变量,分别代入AGA、遗传算法（Genetic Algorithm, GA）和格网搜索算法（Grid Search, GS）同步优选SVR的建模特征变量和模型参数,并建立盐渍化监测模型（AGA-SVR、GA-SVR、GS-SVR）。结果表明：① AGA-SVR精度最优,GA-SVR次之,GS-SVR最差,相较于GS-SVR,AGA-SVR的R²/RMSE提高了44.65%;② 三工河流域非、轻度、中度、重度盐渍地和盐土的面积占比分别为42.83%、11.02%、15.88%、9.22%、21.05%;③ 草地和未利用地主要以非盐渍地和盐土为主,耕地和林地中非盐渍地分布比例均为最大;不同土地利用类型的SSC均值和标准差均呈现未利用地>草地>耕地>林地的规律。本研究的建模特征变量和模型参数的优选方法可在一定程度上提高盐渍化监测的精度。关键词：盐渍化;遗传算法;机器学习;特征优选;参数优化;土壤盐分含量;土地利用;相关分析