非线性矿床模型与非常规矿产资源评价

探讨了建立非线性矿床模型对难识别的非常规矿产资源评价的可能性.首先评述了非线性理论在成矿动力学和矿产勘查中的应用, 以及非常规矿床与非常规矿产资源评价的研究现状.然后引进了以岩浆结晶分异成矿作用为例的多维分形非线性成矿系统模型.在此基础上揭示了非线性成矿系统必然导致元素富集和聚集的奇异分布及矿床分布的广义自相似性规律.广义自相似性刻画了成矿的外在多样性和内在相似性.介绍了2种最新研究的“奇异分析”和“广义自相似性”异常分解方法.采用文中所建议的非线性矿床模型方法对加拿大北部Gowganda地区的热液型Co, Ni, Ag, As, Pb 5种元素矿产进行了预测和评价.结果表明, 以“广义自相似性”和“奇异分析”为基础的非线性矿床模型及GIS信息综合技术对非常规难识别矿产资源评价是有效的.      

人工挖孔嵌岩短桩承载性能研究

利用自平衡测试技术,对江苏省刑侦技术大楼的两根人工挖孔嵌岩短桩的承载力进行了测试,并根据测试结果,对人工挖孔嵌岩短桩的受力特点进行了分析。     

桩端压浆对超长大直径桩侧阻力的影响研究

桩端压浆可大幅提高超长大直径桩侧阻力,且桩侧阻力的提高成为桩承载力提高的主要原因。桩土间存在一个软弱层（泥皮层）,浆液在压力作用下总是沿着软弱面向上运动,并对桩侧土产生挤压,在使桩径扩大的同时,亦对桩周土体进行加固,从而使桩侧摩阻力提高。根据超长大直径桩工程实例的静载荷试验、标贯试验及CT检测结果证明,压浆后在桩端以上一定范围内桩周土强度提高,桩侧阻力提高12.39 %～52.87 %,侧阻力增量占总增量比例达56 %～88 %。     

编辑室的话

气象杂志自改成月刊以来,忽忽已过了一年六个月的辰光。在这一年半的期间蒙诸位读者热诚的爱戴和友谊的提携,这个小小的刊物居然羽毛日渐丰满。目前虽不能拿它同欧美头等的气象刊物来比较,但我们深信它已粗具专门刊物的模型。至於将来怎样使它的身价增高,这个工作却需大家共同努力了。如何能使本月刊列在国际头等气象刊物之林,这就是我们一九三七年的最大希望! 刊行气象杂志的目的,固然在研究气象材料和贯输气象智识,不过效劳社会也应是目的之一。过去一年半本刊所发表的文章大都偏重於研究和贯输方面,关於服务方面我们却始终没有尽力。自十三卷一期起我们决定     

基于平稳时间序列模型的开都河年径流量预报

提供一个具有较好的适应性和预报精度的模型预报应用程序。运用C#语言设计实现模型的建立及年径流量的预报,通过新疆开都河大山口水文站年径流量时间序列的应用表明,该模型的预报精度满足要求。     

页岩气：打开中国能源勘探开发新局面

页岩气是指赋存于富有机质泥页岩及其夹层中,以吸附和游离状态为主要存在方式的非常规天然气,成分以甲烷为主,是一种清洁、高效的能源资源,具有自生自储、分布广、埋藏浅、生产周期长等特点。     

模拟含An4+放射性石墨在N2气氛中的SHS处理研究

自蔓延高温合成技术(SHS)具有设备简单、能耗少、操作方便、效率高等优点,已成为目前国内外研究较多的人造矿物固化体合成方法(Mossino,2004;Konovalov等,1998;朱建新等,2009;张瑞珠,2009)。为研究含An4+的放     

自升式平台拖航稳性研究

本文计算了各类自升式平台在不同拖航操作状态下的稳性，并根据计算结果分析研究了这些操作的利弊。本文可供自升式平台设计、操作和检验者参考     

融合半监督学习的无监督遥感影像场景分类EI北大核心CSCD

自监督学习可以不依赖样本标签对遥感影像进行特征提取,但是特征分类仍然依赖有监督方法。为了克服有监督特征分类过程的不足,实现遥感影像特征的无监督自动分类,本文提出一种融合半监督学习的无监督语义聚类方法。首先,使用自监督学习提取遥感影像特征,抽象出图像包含的高层语义信息;然后,基于特征相似度寻找每个样本最相似的近邻,使用在线聚类将相似样本聚为一类,训练一个线性分类器;最后,根据聚类结果为高置信度样本生成伪标签,构造标注样本集,使用半监督方法对模型微调。在4个公开遥感影像场景分类数据集EuroSAT、GID、AID和NWPU-RESISC45上进行验证,分类精度分别达到了94.84%、63.55%、76.42%和86.24%。本文方法结合了在线聚类和半监督学习的优点,缓解了已有方法存在的误差积累和样本利用不充分的问题,在完全不使用标注样本的情况下,充分利用自监督特征训练分类模型,对遥感影像进行场景分类,达到接近有监督学习的分类效果,具有良好的应用价值。     

顾及降雨影响的动态优化时滞时序GM(1,2)模型在滑坡位移预测中的应用

滑坡体除了因自身重力产生位移外,还受到降雨的影响,但通常降雨对滑坡位移的作用具有滞后性。为了分析并预测降雨对滑坡位移的影响,本文提出一种顾及降雨影响的动态优化时滞时序GM(1,2)滑坡位移预测模型。首先,利用经验模态分解(EMD)分解位移序列并通过时间序列重构得到周期位移序列和趋势位移序列,对降雨数据和滑坡周期位移序列进行时滞分析和相关分析,确定时滞时间和影响程度,建立基于背景值优化的动态时滞GM(1,2)模型预测降雨量变化导致的滑坡周期位移变化;然后,建立门限自回归模型预测滑坡趋于自然变化的趋势位移;最后,通过时序叠加得到顾及降雨影响的滑坡预测位移,建立了顾及降雨因素的动态优化时滞时序GM(1,2)组合预测方法。本文以福宁高速公路八尺门滑坡和秭归县八字门滑坡监测数据为例,验证了动态优化时滞GM(1,2)模型的精度,并与其他模型的预测结果进行了对比分析。试验结果表明,动态优化时滞时序GM(1,2)组合预测模型能准确地预测降雨影响导致的滑坡位移变化,预测效果较好,该组合模型对滑坡灾害的预警与防治具有一定的参考价值。