灵武市体育中心沉降监测分析

根据相关规范,对灵武市体育中心建设过程进行沉降监测,通过监测结果得到沉降量和沉降速率随时间的变化趋势并进行预测分析,得到该建筑物的沉降变形规律,用于了解工程安全情况。     

基于Sentinel-1和D-InSAR的地表沉降地理国情监测技术研究

为推进合成孔径雷达差分干涉测量(D-InSAR,Differential Interferometric Synthetic Aperture Radar)技术在地表沉降地理国情监测中的应用,本文利用D-InSAR技术,以某矿区为研究对象,基于5景哨兵-1卫星(Sentinel-1)雷达影像,采用SARscape与Arc GIS软件相结合处理的方式得到了精准的成果数据,并结合实地水准观测结果对D-InSAR地表沉降监测的精度进行了对比分析。结果表明:利用D-InSAR技术进行地表沉降地理国情监测,具有较高的测量精度,且该技术具有大尺度连续覆盖能力、受天气干扰小、低成本等特点,在地理国情监测等相关领域有非常好的应用前景。     

基于PS-InSAR技术的地表沉降分析

由于传统测量手段对于地表沉降监测不足,PS-InSAR技术具有高空间分辨率和一定程度能克服时间、空间以及大气的影响等优势,因而逐渐成为一种大范围地表沉降监测的主要方法。本文利用PS-InSAR技术,通过SARscape软件对收集到的34幅覆盖日本千叶市地区的ENVISAT ASAR遥感影像进行沉降监测实验。实验结果表明:日本千叶市地区最大累计沉降量为58.965 mm,主要集中在城市地区,并且该地区的沉降和地下矿藏开发有关。     

灰关联GM(1,N)模型在建筑物沉降分析中的应用

针对建筑物沉降变形中各监测点相互关联、相互影响的情形,可将灰色系统理论中的GM(1,N)模型引入到建筑物沉降分析中。本文利用灰度关联方法确定相关因子的关联度,建立GM(1,N)模型,并与回归分析、GM(1,1)模型比较。通过工程实例,得出灰关联GM(1,N)模型预测精度明显高于另外两种模型,验证了该模型在进行建筑物沉降分析预测中应用的可行性。     

一种基于GA-BP-MC神经网络的高铁桥墩沉降预测模型

提出一种基于马尔科夫链修正的遗传BP神经网络预测模型（GA-BP-MC）,利用遗传算法的全局寻优能力初始化BP神经网络权值和阈值,初步建立GA-BP神经网络预测模型,结合马尔科夫链的无后效性修正模型预测值,形成高精度GA-BP-MC神经网络变形预测模型。结合高铁桥墩沉降数据,分别与BP神经网络、GA-BP神经网络预测模型进行对比,结果表明,该预测模型精度最高。     

灰色稳健总体最小二乘估计及高铁路基变形预测

最小二乘估计和部分变量误差模型的总体最小二乘估计不具备抵御粗差的能力。鉴于粗差可能同时出现在灰色白化微分方程的观测值和系数矩阵中,本文提出基于IGGⅢ抗差方案的部分变量总体最小二乘稳健估计。结合仿真数据和高铁路基观测数据,系统地比较稳健最小二乘、部分变量总体最小二乘、本文算法参数估计结果和算法稳定性。结果表明,本文算法预测精度高,可以应用到高铁路基沉降预测中。     

深圳市大气210Pb的活度浓度、沉降通量和沉积速率研究

2017年1月至12月,研究分析了深圳市大气气溶胶中210Pb的活度浓度、沉降通量和沉积速率.结果表明,深圳市大气210Pb比活度范围为0.59～4.72 mBq/m3(平均值为1.58 mBq/m3);沉降通量范围为0.45～1.31 Bq/(m2·d)(平均值为0.74 Bq/(m2·d));沉积速率范围为0.09...     

中国富钴结壳合同区维嘉海山漂移历史和沉降过程

应用全球板块构造-水深模型,对西太平洋中国富钴结壳合同区海山——维嘉海山的水平漂移轨迹和垂向沉降过程进行反演,获取海山各个历史时期的水深和古纬度信息,探讨海山演化过程中热点作用的影响.结果表明,维嘉海山最初形成于南太平洋同位素和热异常区,之后向NW向漂移约7500 km至现今位置.维嘉海山初始位置与其附近热点尚有一定的...