基于SBAS-InSAR技术的成汶高速汶川段滑坡易发区选线研究

西南山区地质构造复杂导致大量的滑坡分布.为了科学有效的指导西南山区道路选线,提前规避地质灾害高风险,滑坡灾害早期识别必不可少.合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)技术因其全天候、多时相等特点被广泛应用于滑坡灾害的早期识别中.收集了87景Sentinel-1A降轨数据,利用差分干涉测量短基线集时序分析(small baseline subset interferometric synthetic aperture radar,SBAS-InSAR)技术对成汶高速路汶川段进行形变区的识别与分析,结果显示共识别出10处,经野外复核均为处于持续变形中的滑坡,有较好的一致性.根据早期识别结果,对3个比选方案进行综合对比分析,确定方案B为最优选择.SBAS-InSAR技术能有效识别山区公路潜在滑坡隐患区,为山区公路的准确选线提供科学依据.      

国外钻井工具与仪器新进展及国内发展建议

页岩气、致密油气、深井超深井油气和深水油气的勘探开发对钻井工具与仪器提出了更高要求。本文介绍了国外钻井工具与仪器的新进展,钻井工具包括高效破岩钻头（Aegis铠装合金钻头、Crush＆Shear?混合式钻头、智能自适应钻头、StrataBlade*凹面金刚石元件钻头和HyperBlade*双曲面金刚石元件钻头）、辅助破岩工具（Navi-Drill DuraMax井下马达、NitroForce?高性能螺杆和耐温300 ℃螺杆钻具）和循环短节（iCWD智能循环短节、iDisc智能循环和丢手工具、MOCS G2循环短节和JetStream?RFID循环短节）,而钻井仪器包括旋转导向工具（Lucida高端旋转导向系统、RST旋转导向系统、VectorEDGE旋转导向系统、HALO高性能旋转导向系统和NeoSteer@bit导向系统）和随钻测量仪器（TruLink*高分辨率动态MWD、IriSphere*随钻前视LWD、HEX200℃高温LWD和Quest^TM随钻陀螺测斜仪）。在此基础上,对国内钻井工具与仪器的未来发展提出了建议。最后指出我国应尽快完成核心钻井工具与仪器的国产化,继续加大低成本替代技术的研究力度,以实现经济有效开发。     

静力水准测量在建筑物变形监测中的应用及精度分析

静力水准的原理、静力水准仪的安装和调试,静力水准测量沉降监测数据计算,并结合二等精密水准测量进行了比对。该方法具有外业操作简便,观测效率高,静力水准测量的精度和精密水准测量的精度相当,可以胜任精密水准测量二等的技术要求。     

基于开源pgRouting的WebGIS最短路径算法实现研究

pgRouting作为开源PostGIS空间数据库扩展路径规划项目,是对开源WebGIS中路径规划的创新.本文提出了如何在开源平台,将Dijkstra算法应用到WebGIS最短路径查询的方法.利用PostGIS开源项目pgRouting,结合Openlayers调用和Geoserver发布地图,利用OSM数据实现起始点定位查询最短路径的方法策略,并给出相关流程和配置安装的步骤.最后以昆明市道路数据验证了WebGIS中最短路径的方法.     

地面塌陷监测方法与数据分析

随着水准测量仪器精度的提高和监测方法的改进,现在的水准测量可以精确地反映出被监测体的变化情况,得出变化规律,建立变化模型,作业过程简单快捷经济,能够对塌陷区的灾害防治提供可靠的基础数据.     

基于SBAS时序分析的大同地面沉降与地下水活动研究

大同盆地是汾渭盆地北端一个地面沉降较严重的区域,地下水开采是该区域地面沉降发生的一个重要原因。然而地下水活动与地面沉降在空间和时间的相关性却鲜有研究。为了掌握该地区地下水活动与地面沉降的内在联系,该文基于Envisat ASAR数据,利用短基线集(small baseline subset,SBAS)-In SAR技术对大同盆地地面沉降形变特征进行监测;同时利用地下水位监测数据,研究地面沉降中心与地下水位漏斗在空间和时间上的对应关系,定量分析2处地下水位波动与地表形变的关系。研究表明,地下水开采是大同盆地水源地地面沉降的主要原因,但并非所有的地下水位漏斗都存在地面沉降。该研究成果对指导该地区地下水开采及控制地面沉降有一定参考价值。     

重庆不同天气系统短历时设计暴雨雨型比较研究

利用重庆主城区沙坪坝国家基本气象站1961—2017年逐分钟降雨资料,根据暴雨成因选取大范围区域暴雨型和局地强对流天气型两类短历时暴雨样本,采用PilgrimCordery法推求设计暴雨雨型,并比较两类天气系统下短历时设计暴雨雨型的差异。结果显示:区域暴雨型样本数占总样本数52.6%,60 min历时单峰型和均匀型占比分别为36.7%和26.7%,120 min历时多为单峰型且峰值在中部,180 min历时雨型主要为峰值在前部的单峰型。而强对流天气型样本数占总样本数的47.4%,短历时雨型基本都为峰值在前部的单峰型。相比区域暴雨型,强对流天气型设计暴雨雨型峰值位置出现较早,峰值强度偏强,降雨累积过程更快。60 min、120 min和180 min峰值分别提前5 min、35 min和20 min,10 a重现期峰值强度分别偏强0.5 mm·min~(-1)、0.9 mm·min~(-1)和0.9 mm·min~(-1)。在设计降雨量相同的情况下,强对流天气型平均积水时间更长,积水量更大,导致的内涝问题更突出。     

基于深度学习和雷达观测的华南短临预报精度评估

利用最新的深度学习算法,即卷积长短期记忆(Convolution Long-Short Term Memory)神经网络,构建基于深度学习的人工智能短临预报系统,以广州地区2019年3-5月雷达观测的数据为输入进行训练,然后进行短期1h内的降水预报。利用常用的统计评分指标(探测率POD、误报率FAR、临界成功指数CSI,相关系数CC)检验模型。结果表明,预报结果与实际观测的相关系数在1h内预报均保持在0.6以上,在1h内预报探测率均保持在80%以上,临界成功指数在降水强度为10mm·h^-1时,基本保持在60%,误报率均小于40%。     

重庆强对流短临业务评分方法

结合重庆本地实际情况,以区/县为单位对强对流中出现的短历时强降水、阵性大风及雷电进行业务质量定量评估.短历时强降水、阵性大风基于加密站观测资料采用分级的方式来评定,对雷电的评定基于ADTD系统观测到地闪资料并判断所在区/县是否有地闪出现.介绍了重庆本地强对流短临业务评分方法及开发的评分软件.从2011年的评分结果看,该评分方法在重庆本地是比较合理的,在业务应用上是可行的.