实践性是地学认识论的精髓--以"地球化学循环"概念为例

人类地学实践的每一次重大的发展都导致地学认识的演化,推动地学认识论的突破。我们以地球化学和地球化学循环为例。     

同级位移多次循环作用下型钢混凝土柱抗震性能试验研究

为研究远场长周期地震动作用下SRC柱的抗震性能,对5个不同含钢率和配箍率的SRC柱进行同级位移循环加载10次的拟静力试验,分析其抗震性能指标。结果表明:同级位移循环次数对SRC柱抗震性能的影响与循环位移幅值有关。位移角不大于1/50时,同级位移循环次数对SRC柱的裂缝发展、承载力退化和耗能能力的影响均很小;位移角1/40时,随着位移循环次数的增加,SRC柱的裂缝不断发展,角部混凝土逐渐掉落,承载力退化幅度开始加大,耗能能力逐渐增强,损伤程度增长较快;位移角1/33时,同级位移多次循环导致SRC柱的损伤急剧发展,承载力快速降低,耗能能力明显增强,破坏程度显著加重。提高含钢率和配箍率均可以改善SRC柱的抗震性能。     

循环荷载作用下不均质地层中盾构隧道纵向响应研究

修建在纵向不均质地层中的地铁隧道,由于列车循环荷载的作用,会导致隧道下部的土体产生不均匀沉降,对既有隧道产生不利的影响。针对这一问题,提出考虑隧道剪切效应的地基不均匀沉降对既有隧道竖向变形影响的解析解。既有隧道简化为搁置在Winkler地基上的Timoshenko梁,通过两阶段分析法,分析下卧地层不均匀沉降引起的隧道响应。首先确定列车荷载引起的动偏应力,并运用土层的力学指标计算出静偏应力和破坏偏应力。然后运用累积应变的经验公式计算出隧道下部土体的累计沉降,将土体的沉降转化为力施加在隧道上。基于Timoshenko梁理论,建立考虑隧道剪切效应的隧道竖向变形微分方程,求解得到隧道变形的解析解,进一步可以得到隧道的弯矩、剪力、转角、错台。     

基于循环Pushover及IDA方法的半刚接钢框架内填暗竖缝RC墙结构的超强分析

为研究评估方法对量化半刚接钢框架内填暗竖缝RC墙结构(简称PSRCW)超强性能的影响,严格按我国现行抗震规范设计了一栋位于设防烈度为8度区的10层PSRCW标准算例。考虑钢材、钢筋、混凝土强度等材料力学性能的随机性,基于Latin超立方抽样方法将其扩展为40个PSRCW样本算例,采用广义乘方及均匀水平荷载分布模式的循环Pushover方法确定了40个PSRCW样本算例的滞回及骨架曲线,基于概率方法按置信水平为95%的单侧置信下限值确定PSRCW结构的超强系数。随后,选取ATC63规范建议的2组22条近场及远场地震波,对10层PSRCW标准算例进行增量动力时程分析(简称IDA),基于概率法确定了10层PSRCW标准算例的超强系数。分析结果表明:评估方法对量化PSRCW结构超强系数影响显著,考虑材料随机性按广义乘方分布循环Pushover方法确定10层PSRCW标准算例的超强系数为1.3,按均匀分布循环Pushover方法确定的10层PSRCW标准算例的超强系数为1.73。考虑近场及远场地震波随机性按IDA方法确定10层PSRCW标准算例的超强系数分别为2.45和2.42。     

自然腐蚀环境下钢筋混凝土梁疲劳应用性能试验研究

在海岸与近海结构工程中被广泛应用的钢筋混凝土构件,由于长期处在有海水腐蚀、干湿交替和循环荷载的严酷环境中,导致钢筋因侵蚀结构严重损伤。本文对6根钢筋混凝土试验梁进行了腐蚀与循环荷载作用下的疲劳试验研究,循环荷载幅值设计为2%～40%P_u和2%～60%P_u两种,对试验梁在大气环境中、淡水环境中和海水腐蚀环境中疲劳破坏情况进行试验探索,研究在三种环境与循环荷载作用下钢筋混凝土构件的力学性能及刚度损伤演化规律,同时分析了破坏形态、裂缝宽度、挠度的发展规律和疲劳寿命。结果表明:腐蚀与循环荷载共同作用下,短期内腐蚀溶液不会对梁内部钢筋造成显著影响从而降低耐久性;在循环次数达到一定范围内,试验梁耐久性降低42%,其中两个试验梁在循环荷载上限为0.6P_u时的耐久性分别降低54%和37%。     

地基抗液化能力评估方法讨论

为了评估地基抵抗液化的能力及其影响因素,本文介绍了标准贯入试验、静力触探试验以及剪切波速试验三种评估地基抗液化能力方法的研究成果,分析了震级比例系数、覆盖压力与倾斜地面的修正系数、地震震级与峰值加速度的影响,并对地基抗液化能力的概率分析方法进行了讨论,得到的结论可为地基的抗液化能力评估提供参考。     

蒸渗仪国内外应用现状及研究趋势

为进一步掌握水文循环的过程机理,国内外对蒸渗仪的研究和应用不断发展。分析了非称重式和称重式蒸渗仪,人工和信息化、自动化观测手段的发展,总结了国内外应用蒸渗仪的研究领域和进展,同时通过对国内外应用现状的分析,讨论了满足水文循环及蒸散发研究的新型蒸渗仪设计技术要求。     

三峡库区巫峡段典型岩体劣化特征研究

三峡工程形成了在高程145~175 m之间的周期性水位波动,促使库区灰岩岸坡劣化损伤加剧,稳定性急剧衰减。其中巫峡段灰岩岸坡受库水长期的物理化学作用,宏观劣化现象最为明显,局部顺层岸坡底部受侵蚀劣化脱空,岩层出露,存在潜在的滑移-拉裂破坏。文章借助三维激光扫描点云技术对岩体表层宏-细观劣化进行了定量化观测,发现岩体劣化主要沿着泥质填充条带等薄弱结构面进行,现场“刀砍纹”状溶蚀沟槽的差异劣化与白云石和方解石抗溶蚀性能密切相关。室内干湿循环劣化试验进一步表明:三叠系大冶组(T1d)泥质条带灰岩的劣化速率明显高于三叠系嘉陵江组(T1j)白云质灰岩,这与两种岩性的矿物成分及孔隙微观结构组成相关,且随着循环周期增加,两种岩样的物理力学性质呈现出不同程度的衰减;基于核衰变劣化控制式进行回归,R2高达0.861 9~0.999 3。引入劣化常数λ、半衰期T1/2对两种岩性劣化特征进行描述,发现同一岩性不同物理参数对应的劣化常数λ、半衰期T1/2不同,呈现“簇状”分布,与室内试验数据表现一致;运用劣化控制式时要考虑现场岩体由于各种结构面的存在,岩体会加速劣化,需要对劣化控制方程和力学强度进行相应折减。文章结合现场宏-细观劣化现象以及室内干湿循环,构建了物理意义明确的基于核衰变的劣化控制方程,为类似灰岩岸坡劣化评估预测与稳定性分析提供参考。     

深度学习在高分辨率遥感影像冬油菜提取中的应用

近年来,深度学习在基于高分辨率遥感影像的农作物种植信息提取领域应用广泛。本文充分利用油菜在盛花期的光谱特征,提出了基于深度学习理论的单时相高分辨率遥感影像油菜分布提取方法。以2016年湖北省沙洋县作为研究区域,获取油菜盛花时期高分一号（GF-1）影像,并以沙洋县为基础影像,通过手工标记制作油菜训练样本。设计两种深度学习框架模型,一种以卷积神经网络（CNN）为框架,构建一维卷积神经网络（1D-CNN）模型,第二种以循环神经网络（RNN）为框架,组合门控循环单元（GRU）模型,训练标准样本模型,完成油菜分类提取。最后,与传统支持向量机（SVM）、随机森林（RF）方法进行了结果对比。试验结果表明,本文设计的基于深度学习CNN和RNN模型提取的冬油菜空间分布精度和面积精度皆优于其他两种方法,为进一步实现冬油菜提取自动化提供试验基础。     

全球气候模式中赤道东太平洋海表温度的季节循环：从CMIP5到CMIP6

The sea surface temperature(SST) seasonal cycle in the eastern equatorial Pacific(EEP) plays an important role in the El Ni?o–Southern Oscillation(ENSO) phenomenon. However, the reasonable simulation of SST seasonal cycle in the EEP is still a challenge for climate models. In this paper, we evaluated the performance of 17 CMIP6 climate models in simulating the seasonal cycle in the EEP and compared them with 43 CMIP5 climate models. In general, only CESM2 and SAM0-UNICON are able to successfully capture the annual mean SST characteristics,and the results showed that CMIP6 models have no fundamental improvement in the model annual mean bias.For the seasonal cycle, 14 out of 17 climate models are able to represent the major characteristics of the observed SST annual evolution. In spring, 12 models capture the 1–2 months leading the eastern equatorial Pacific region 1(EP1; 5°S–5°N, 110°–85°W) against the eastern equatorial Pacific region 2(EP2; 5°S–5°N, 140°–110°W). In autumn,only two models, GISS-E2-G and SAM0-UNICON, correctly show that the EP1 and EP2 SSTs vary in phase. For the CMIP6 MME SST simulation in EP1, both the cold bias along the equator in the warm phase and the warm bias in the cold phase lead to a weaker annual SST cycle in the CGCMs, which is similar to the CMIP5 results. However,both the seasonal cold bias and warm bias are considerably decreased for CMIP6, which leads the annual SST cycle to more closely reflect the observation. For the CMIP6 MME SST simulation in EP2, the amplitude is similar to the observed value due to the quasi-constant cold bias throughout the year, although the cold bias is clearly improved after August compared with CMIP5 models. Overall, although SAM0-UNICON successfully captured the seasonal cycle characteristics in the EEP and the improvement from CMIP5 to CMIP6 in simulating EEP SST is clear, the fundamental climate models simulated biases still exist.