吉林市地下水中"三氮"迁移转化规律

通过对吉林市1988~2004年地下水水化学资料进行分析,认为地下水中“三氮”的分布、随时间变化的特点与其来源有极为密切的关系,农灌区地下水中“三氮”含量在空间上分布比较均匀,丰水期含量升高、枯水期含量降低;工业污染导致地下水中“三氮”含量变化较大,年内丰枯水期变化表现不明显;多年基本表现为地下水中“三氮”不断增高。地下水中“三氮”的增加是土壤和地表水中污染源的增加与补给地下水的渗流共同作用的结果。污染源不同、地表水污染、水文地质条件、水土流失、地下水中Fe2 含量较大对“三氮”迁移转化及其空间分布都有一定的影响。     

粗颗粒硫酸盐渍土水盐迁移规律及变形特性研究

针对封闭系统下粗颗粒硫酸盐渍土在冻结过程中的水盐迁移和变形特性开展了理论和试验研究。基于非饱和多孔介质热弹性理论,考虑孔隙水盐相变,建立了适用于粗颗粒盐渍土水-热-盐-力多场耦合模型,并对单向冻结条件下粗颗粒盐渍土的温度场、水分场、盐分场和位移场分布进行了数值模拟。通过配制含硫酸盐的细砂作为土样开展了单向冻结条件下的室内试验,测定了冻结过程中的温度、水分、盐分以及变形的分布,并与数值结果进行了比较,验证了理论模型的有效性。结果表明:砂土结构孔隙更大,水分和盐分更容易渗透和迁移,在单向冻结试验中,水盐迁移速度更快;细砂的轴向位移呈现先下降后上升的变化趋势,且收缩变形持续时间较黏土更长;由于暖端水分向冷端迁移致使暖端土体孔隙减小,下部土体变得更加密实,土柱下部侧壁压力大于上部。     

砂砾土渗流侵蚀中细粒迁移-沉积-滤通的物理水力临界条件

细粒迁移机制是理解砂砾土渗流侵蚀过程的基础与关键,对研究砂砾土斜坡雨水侵蚀过程的细观致灾机制具有重要意义。目前其运移模式及运移状态发生转变的临界条件并不清晰,不同物理水力条件下的细粒运动类型有所不同。为掌握砂砾土侵蚀过程中细粒的整体运动类型及其发生改变的临界条件,采用可视圆柱入渗试验和离散元数值模拟,分析了细粒迁移的影响因素和内部机理。结果表明：（1）细粒迁移受级配和水力梯度影响显著,而受初始孔隙率影响不显著,且级配的影响大于水力梯度;（2）水力作用下细粒整体运动状态可分为沉积和滤通2种模式,内部结构不稳定的砂砾土细粒运动处于滤通状态,内部结构稳定和稳定性过渡型砂砾土随水力梯度升高细粒的运动状态从整体沉积转变为整体滤通;（3）细粒运动状态在粒径比和水力梯度共同作用下存在明显界限,最终得到细粒沉积-滤通转变的临界条件为$ i = 3.4 - $$ 0.12{{\text{e}}^{\left( {{D_{15}}/{d_{85}}} \right)/1.5}} $。研究可为砂砾土斜坡渗蚀失稳防护提供理论指导。     

南北地震带强震迁移特征及其预测意义

在分析南北构造带构造体系的基础上，研究了该带强震的时空动态图象演化，结果表明，南北带的地震活动有如下特征：（１）经向迁移，其空间演化有步进型和步进折返型两种形态；（２）远程的快速响应；（３）诱发地震的链锁分布，该特征反映了强震间的相互耦合，对未来强震具有示踪意义，（４）时空可公度性，该结果对分析判定本带的地震趋势从而实现正确的预测具有实际意义。     

侧扫声呐识别沉船影像的迁移学习卷积神经网络法

侧扫声呐海底沉船图像识别是水下障碍物核查和失事船只搜救中的一项重要工作.针对传统侧扫声呐图像人工判读存在效率低、耗时长、资源消耗大及主观不确定性强和过分依赖经验等问题,本文尝试引入卷积神经网络的方法,同时考虑到侧扫声呐沉船图像属于小样本数据集,提出一种基于迁移学习的卷积神经网络侧扫声呐沉船图像自动识别方法.通过归一化处...     

GPS重复基线粗差探测方法比较及实例分析

阐述了在传统稳健的基础上,针对GPS重复基线含有粗差时,比较各大选权迭代方法与等价方差-协方差稳健估计方法分别进行粗差探测,并通过VB进行编程及实例分析,论证等价方差-协方差稳健估计方法通过充分合理定权,不断构造严格对称的方差-协方差阵,并对其进行不断扩大,从而能达到对重复基线高效精准的探测.     

基于VB6.0平台下的GPS网外业成果质量检核

采用VB6.0语言,编制GPS网外业成果质量检核程序,实现自动搜索重复基线、自动搜索同步环和异步环的功能。这些功能可以让用户方便直观的进行外业成果质量检核,最后生成GPS网外业成果质量检核的成果报表。     

地籍档案数据库迁移的研究与应用

随着数据库系统的不断发展和数据量的不断增加,新数据库必须接纳旧数据库的数据。在研究数据迁移理论的基础上,结合广东省某市地籍档案数据库迁移的实际过程,提出了地籍档案数据库迁移的技术方案和实施流程,并对数据迁移过程中遇到的问题、解决的方法进行了总结,为地籍档案数据库迁移探索了一条完整的技术路线,确保迁移后数据的准确可靠,可为其他类似工作提供了参考和技术支持。     

利用多源领域知识迁移CA的城市建设用地模拟

目的 建立传统元胞自动机(CA)模型时,如果样本数量不足,模拟效果往往非常不理想。提出了多源领域知识迁移CA模型,利用多个已有的旧样本数据集来帮助建立新的CA模型,并选取广东省深圳市作为试验区验证了其有效性。试验结果表明,该模型在新样本数量不足的情况下能够明显改善模拟效果,并且有效减小产生负迁移现象的风险。     

基于VGG19卷积神经网络和迁移学习的水稻病害图像分类方法

本文在原有VGG19卷积神经网络的基础上,提出了一种基于迁移学习模型参数的水稻病害图像分类方法。该方法利用ImageNet数据集预训练生成的VGG19卷积神经网络,通过将网络相关参数迁移和调整的方式构建水稻病害图像分类的技术流程。通过对图像的预处理扩充样本数据,针对病害特征利用训练集调整训练参数,并利用验证集进行性能实测优化分类模型,实现水稻病害图像的快速识别分类,最后利用测试集评价分类精度。测试结果表明,该方法能够很好实现水稻病害图像的分类,分类精度达到99%以上。