甘肃省河流等级划分及特征值分析

为掌握甘肃省河流特征与径流及水文现象之间的关系,根据Horton理论,运用地理信息技术对境内河流进行4级划分、特征定性分析及定量计算。结果表明,河道等级与相应面积序列等级服从有序性表现,河流的平均宽度和形状系数也有明显的地域和区域特性。     

传统填图法在半覆盖区的改进——第四系岩性填图法

传统地质填图方法一般按成因划分第四系填图单位,但在半覆盖区,往往存在第四系不同成因物质混杂堆积的现象,若按成因划分填图单位,则会造成混乱。笔者在填图实践中,尝试按岩性划分第四系填图单位,这一做法能避免这种混乱,且有利于第四系中基岩信息的发掘,并能为勘查地球化学工作提供景观依据,这种新式填图方法可称为"第四系岩性填图法"。用岩性划分第四系填图单位需要使用统一的分类命名方案,本文使用了按碎屑特征进行分类的方案,主要考虑第四系松散堆积中碎屑的粒径、形态和含量变化。第四系岩性填图法中填图单位的划分需要参照这一分类命名方案,并可选用颜色、构造、次要碎屑类型等修饰性要素做为辅助划分依据。填图单位划分一般在踏勘和剖面实测中完成,第四系岩性填图法剖面测制较为复杂,除采用传统垂向测制方法外,还需运用横向测法和横向-垂向联合测法,通过剖面工作,可细化填图单位划分方案,并可评价不同填图单元基岩恢复的可靠性。第四系岩性填图法除需要编制传统地质图外,还需要编制基岩推断地质图或是在报告中制作插图以阐述此成果。     

岩体风化程度量化分带研究

岩体风化程度分带，是常用于区分地壳表部岩体工程地质性质优劣的一种较老的岩体质量分类，由于参与风化带划分的因素中定量指标较少，因而造成分带的误差较大。从风化岩体裂缝发育程度的变化、岩体完整性的变化和岩体结构的变化出发，研究用岩体裂隙间距、岩石质量指标、岩体完整性系数和原有的定性因素，对风化岩进行量化分带。     

火山—热液作用相关细粒沉积岩研究现状及前沿探索

陆相细粒沉积岩是中国含油气盆地中重要的烃源岩和致密油储集层。随着对烃源岩、致密油、页岩油-气勘探开发研究的不断深入,陆相细粒沉积岩取得了一系列重要进展并持续进行着前沿探索。作者论述了传统细粒沉积岩基本概念及演变,岩石、矿物组成特征、成因机制与分类方法。结合近年来在陆内裂谷盆地陆相细粒沉积岩中广泛分布的火山—热液物质的新报道及研究成果,认为火山物质、热液喷流物质不仅参与了陆相黑色细粒岩系的沉积和成岩作用,也与油气生成有密切关系。加强对陆相细粒沉积研究,探讨深源碎屑及热液流体的来源及其对细粒沉积过程的影响,既有利于丰富、完善沉积学和陆相含油气盆地生油理论,也有利于更好地指导致密油、页岩油-气的勘探开发。     

基于地貌结构与汇水特征的沟谷节点提取与分析——以陕北黄土高原为例

沟谷节点是流域中线状沟谷或河网的交汇点,集中反映了沟谷的地貌结构和水文特征。有效获取并分析沟谷节点的结构与特征规律,对于系统、深入地研究流域地貌的空间形态结构、径流特征具有重要的作用。利用陕北黄土高原多地貌类型为实验区,设计并实现了基于高精度DEM的沟谷节点提取算法模型和等级标定方法,获取了实验区各级沟谷节点的数量和汇水值;运用数学模型分析法,分析了沟谷节点的数量和汇水值的分级数量关系,得到了具体的数学模拟方程;同时,运用等差分级的方式,分析了汇水累积量级差在不同地貌区的差异,初步探讨了地表形态在空间上的分异规律。     

基于"3S"技术的地质灾害易损性面评价方法研究

易损性评价是地质灾害灾情评估体系中一个非常重要的内容。它揭示了地质灾害基本构成元素之一的承灾体的社会经济属性,对整个地灾灾情评估体系完整性的构建及评价结果的科学性、明确性、统一性表达具有举足轻重的作用。文章以等面积法作为基本手段,根据评价区实际情况算得的离散等积网格作为评价模板。结合“3S”(GIS、RS、GPS)技术,探讨地质灾害易损性面评价的实现方式,旨在提出“3S”框架内的地质灾害灾情评估实现模式。在具体操作层面上,文章提出了为实现易损性面评估而确立的评价对象之层次分类方法、评价模板构造计算方法、空间数据库建设方法、基于空间数据库的空间分析方法以及空间信息集成模型。重点讨论在空间数据完整性基础上的多源数据融合处理模式及以GIS空间分析算法模式为蓝本的空间数据处理和集成手段。在理念层面上,文章将空间分析实现方法分为现实评价区域、概念评价区域、数字评价区域、逻辑映射虚拟区域等4个阶段,认为在GIS环境下的地灾灾情评价原始空间数据、派生空间数据以及经专用模型集成后的结果空间数据的可视化表达方式可以分为颜色序列、数字高程模型(DTM)及等值线3种表达方式。最后提出实现地质灾害易损性面评价的一般操作流程。     

基于改进BP网络算法的隧洞围岩分类

围岩分类对指导地下工程的设计和施工具有非常重要的意义.引入人工神经网络的方法, 进行隧洞围岩分类, 在传统BP算法的基础上, 通过改进学习算法、优化传递函数和网络结构进行神经网络方法优化.采用附加动量法和学习速率自适应调整的策略改进学习算法, 使得当误差大于上临界值时, 则降低学习率, 当误差小于下临界值时, 则适当提高学习率, 这样可加快网络的训练速度, 确保网络的稳定性; 通过引入调整学习率参数, 使得传递过程更加敏感, 加快了传递函数的收敛速度, 提高了训练函数的计算精度; 通过给定隐含层节点模型的取值范围, 对网络结构进行优化, 提高了泛化精度.将改进的BP网络模型应用于广东省东深供水改造工程的隧洞围岩分类中, 分类结果与根据《水工隧洞设计规范(SL279-2002) 》的分类结果完全一致, 表明该方法具有良好的工程实用性.      

用Hash表技术实现快速流分类

Hash表技术是流分类的常用方法之一,用Hash表技术实现快速流分类的关键问题是降低冲突率,提高冲突解决的效率。该文通过提出几个新的概念（如发散、最佳流分类比特和相似比特等）来降低冲突率,通过提出查找树方案来提高冲突解决的效率,从而得到了一种能适应进行任意域流分类工作的、高效的流分类哈希（Efficient Packet Classification Hash,EPCH）表技术方案。仿真试验证明：该方案冲突率低、效率高,值得推广。     

上海热浪与健康监测预警系统

用1989～1998年上海逐日4次气象观测资料,应用美国特拉华大学的SSC天气分类方法确定逐日天气类型,形成了10年逐日天气类型日历。并通过天气类型与死亡率的对比分析,确定MT+类型是上海地区形成热浪的“侵人型”气团,是具有最高死亡率的天气类型。采用逐步回归方法建立了MT+类型下因受热浪侵袭而超正常死亡数的回归方程。在此基础上建立了上海热浪与健康监测预警系统。通过1999年气象和死亡实况资料检验,系统对热浪及因此引起的死亡具有较好的监测和预警效果。     

Application of a cloud-texture analysis scheme to the cloud cluster structure recognition and rainfall estimation in a mesoscale rainstorm process

It is thought that satellite infrared (IR) images can aid the recognition of the structure of the cloud and aid the rainfall estimation. In this article, the authors explore the application of a classification method relevant to four texture features, viz. energy, entropy, inertial-quadrature and local calm, to the study of the structure of a cloud cluster displaying a typical meso-scale structure on infrared satellite images. The classification using the IR satellite images taken during 4–5 July 2003, a time when a meso-scale torrential rainstorm was occurring over the Yangtze River basin, illustrates that the detailed structure of the cloud cluster can be obviously seen by means of the neural network classification method relevant to textural features, and the relationship between the textural energy and rainfall indicates that the structural variation of a cloud cluster can be viewed as an exhibition of the convection intensity evolvement. These facts suggest that the scheme of following a classification method relevant to textural features applied to cloud structure studies is helpful for weather analysis and forecasting.