BP神经网络用于水下地形适配区划分的方法研究

为确保背景场中最优适配航线设计的正确性以及水下地形匹配导航的可靠性,提出了一种基于BP神经网络的背景场适配/误配区自动识别和划分方法,该方法通过分析地形背景场特征参量显著性和主成分、构建BP神经网络、建立输入地形特征参量与匹配性能的映射关系,最终实现了地形背景场误配/适配区的自动识别和划分。试验验证了本方法的有效性。     

网络RTK在活动构造变形分析中的应用——以川西南大塘断裂为例

在活动构造研究方面,传统RTK技术常用于局部的地表测量,测量距离受限于信号的地形影响。而网络RTK技术基于全国区域性的基准站网,通过移动通信可以实现百公里以上尺度厘米级精度动态测量,在构造地表分析方面具有广阔应用空间。本文以横跨龙门山地区的大塘断裂为试验对象,利用网络RTK技术测量了一条长度17.7 km的地表剖面。测量结果表明,尽管大塘断裂局部受到强烈的侵蚀作用不易识别,但网络RTK测线能够反映出区域性的褶皱变形特征。结合深部地震剖面进行定量分析发现,地表的冲积扇发生反坡向的构造抬升,与深部的断层扩展褶皱变形对应。进一步参考年代学数据计算得出,横跨大塘断裂的第四纪构造缩短速率为0.29±0.04 mm/yr。试验分析结果表明,网络RTK技术可以用于大尺度、高精度的构造变形分析,识别区域性的构造变形。

     

螺髻山北麓地下水化学特征与水质评价

为研究川西大凉山区螺髻山北麓地下水化学特征、演化机制以及评价地下水质现状,笔者系统采集研究区不同地段的15组地下水样品为研究对象。利用Gibbs图解法、离子比例系数法和基于RMSprop算法的BP神经网络评价法,探讨该地区地下水化学特征演化机制,评价地下水质现状,支持服务帮助当地合理开发和安全利用水资源。结果表明研究区水化学类型以Mg2+·Ca2+−HCO3–为主,其水化学离子的形成主要以岩土风化溶滤作用为主,由硅酸盐矿物与碳酸盐矿物共同控制,硅酸盐矿物控制更显著。结合地质背景,认为硅酸盐矿物主要来自火山碎屑岩类、花岗岩类、砂岩类和泥质岩类等岩石。利用BP神经网络对5000组地下水样本学习训练,对研究区样本进行评价,模型训练图像表明BP神经网络能很好拟合地下水样本训练集并且对测试集进行客观准确的判断。研究区地下水评价结果显示：Ⅰ类水质点占13.3%,Ⅱ类水质点占40%,Ⅲ类水质点占46.6%,整体水质较好,建议Ⅲ类水质地区普格县特尔果乡甲甲沟村、普格县特补乡白庙子需要加强地下水污染源调查以及水质保护。     

中国地震台网初至P波区域三维走时表的建立

基于LLNL-G3Dv3全球P波三维速度模型,应用FMM软件包计算并建立了中国地震台网990个台站的初至P波区域三维走时表．该走时表覆盖了以台站为中心的水平向20°×20°、 垂直向-5.1—80 km （向下为正）的三维空间. 其水平向间隔为0.2°,垂直向间隔为5 km．这样对于任一深度小于80 km的震源,均可以应用此三维走时表计算其到周围10°范围内台站的走时．中国地震台网初至P波区域三维走时表的建立,对于改善区域初至P波走时预测,提高地震定位精度有一定现实意义．     

基于BP神经网络反演分析的隧道塌方机理研究

岩溶区隧道在施工过程中易发生崩塌,针对力学方面的隧道塌方机理分析较多,而针对岩溶软弱破碎带等地层方面的隧道塌方机理研究分析较少。为保证隧道施工的安全性、经济性和可行性,掌握隧道施工中的塌方机理非常有必要。依托贵州某岩溶破碎地层隧道在开挖过程中发生的坍塌现象,结合隧道的监测数据,运用BP神经网络的构建原理,对隧道的地层参数进行反演。将反演土体力学参数输入到FLAC3D有限元软件构建的不同施工方法模型中,对典型断面的崩塌破坏机制和风险进行判断和分析。结果表明：施工方法对隧道开挖的稳定性影响较大,针对围岩等级为Ⅴ级的隧道,采用三台阶七步法和单侧壁导坑法施工较安全,隧道塌方与隧道双向同时开挖没有关系;反演所得的隧道拱顶位移预测值为2.3 cm,地表位移预测值为1.2 cm,与监测数据偏差13%左右,反演结果具有一定的可信度。研究结果对岩溶区软弱破碎地层断面隧道公路建设具有重要指导意义。     

基于概率完备震级评估首都圈地震台网检测能力

完备震级是评估区域地震台网检测能力的一个定量指标,本文采用能反映区域地震台网检测能力的时空分布细节特征的概率完备震级分析方法,对首都圈地震台网的检测能力进行了研究,通过对首都圈2002-2009共8年的地震目录和台站资料的分析处理,得到了首都圈地震台网的完备震级时空分布,据此对台网的检测能力进行了评估,并结合模拟结果探讨了提升台网检测能力的可能性.结果表明：首都圈地震台网的整体检测能力较强,北京地区的检测能力尤其突出,但部分区域检测能力仍有一定的提升空间;模拟结果表明,在东北、西北、西南等位置增加台站可能有助于进一步提高台网的检测能力.相关研究结果可能对未来首都圈地震台网的优化具有参考意义.     

基于BP神经网络与数学形态学的彩色地质图面要素信息智能提取

地质图是一个区域地质研究的重要成果,也是前人留下的宝贵资料,更融合了地质专家的丰富知识。本研究的目的是通过新的思路将彩色地质图信息提取出来,使其结果能直接进行数据分析,并用于决策和分析。以机器学习为指导,在分析半结构化（栅格）地质图特征的基础上,根据图例信息,提出一种彩色地质图信息提取新思路,对彩色地质图进行分层信息提取,并结合数学形态学和多层前向反馈式神经网络,探索半结构化数据转换为结构数据的有效技术方法。利用图像信息提取技术将半结构化地质图转化为结构化数据,可用于成矿预测等研究。这一变化将改变传统地质数据的结构,地质研究的信息基础和来源将会增加,对于获取更多的数据源和信息源,进一步开展地质分析研究具有重要意义。     

中国地震前兆台网主要问题探讨

通过“十五”中国数字地震观测网络项目建设,中国地震前兆台网的建设和运行维护取得了巨大的进步,但也存在一些不足之处。本文从观测、运行和服务等几个方面对中国地震前兆台网存在的一些不足之处进行了全面分析总结,提出了对这些问题的解决方法,以供今后前兆台网建设时参考。     

首都圈数字地震台网对微弱爆破信号的检测能力

利用首都圈数字地震台网接收人工地震信号,进行地下结构研究具有重要意义.但人工震源释放的能量小,激发的地震波以短周期为主,因此本文较全面地研究了地震台网对短周期微弱信号（1～20 Hz）的检测能力：(1) 分析了台网的背景噪声,结果表明基岩台址的地震台噪声比沉积盖层台址的地震台噪声低约13 dB,这相当于近1个震级的检测阈值;夜间的噪声比白天低约5 dB;噪声有逐年增高的趋势,2006年比2001年噪声提高约4 dB.(2 )分析了在台网内进行的药量为25 kg的陆地井下爆破实验,一次爆破相当于0.69级（M_L）的天然地震,有18个地震台可辨认爆炸产生的Pg、Pm或Pc波;离爆破点218 km的基岩台,仍可以接收到振幅只有1.6 nm 的Pm波,这个结果可为地震勘探实际工作提供参考.(3) 研究了台网外核爆试验的信号特征,2006年发生在朝鲜的地下核试验是一次检验台网检测微弱信号能力的好机会.波形记录经1～5Hz滤波后,台网中噪声小的18个基岩台可以清晰辨认核爆破产生的P波或Lg波,P波平均振幅为16 nm,计算的平均震级为m_b4.3,和NEIC给出的震级相同;分析还表明背景噪声是影响台站信号检测能力的主要因素之一.     

电磁成像正演仿真与传感器参数优化设计

应用有限元方法对电磁层析成像测量进行正演模拟,计算不同测量组合下各种典型流型的电势实部和虚部分布,考察电极个数、电极张角以及电极厚度对模拟测量响应的影响,并采用神经网络方法对传感器各结构参数进行优化设计.研究结果表明,介质分布对电势影响起主要作用,其中虚部分布特征更加明显;传感器各参数中电极数目对测量值影响较大,电极张角和电极厚度有一定影响.