基于引力搜索法的隧道围岩微震定位研究

针对目前深埋隧道围岩微震源定位难且精度不高等问题,采用启发式算法——引力搜索法（GSA）对隧道围岩微震源位置进行搜索,并将该算法与粒子群算法和单纯形法的搜索结果进行对比。发现在双速度模型和三速度模型下,引力搜索法相较于粒子群算法和单纯形法,都具有快速收敛、精度较高的优点,且与震源位置的距离能够控制在10 m以内。对双速度模型,引力搜索法的精度相对于单纯形法提高了83.71%,相对于粒子群算法提高了7.77%。对三速度模型,引力搜索法的精度相对于单纯形法提高了70.67%,相对于粒子群算法提高了39.36%。可见,该方法为深埋隧道微围岩震源定位提供了一种新思路。     

基于遗传算法优化的支持向量机在岩性识别中的应用

为提高测井岩性识别的精度,本文结合乌夏地区岩芯资料和测井数据,总结该地区砂砾岩测井响应特征,优选出声波、自然伽马、密度、中子孔隙度和电阻率等5条测井曲线参数作为训练和测试样本,通过遗传算法挑选出最佳的支持向量机核函数参数σ和惩罚因子C,建立支持向量机岩性识别模型。结果表明该模型实际数据预测总体符合率为81.6%,在识别准确率上与传统测井识别砂砾岩岩性方法相比都有明显提升。     

耦合PCA-SVM算法的金矿矿床规模预测分析研究

判断矿床(点)的类型是矿床勘探中的重要内容,传统预测金矿成矿规模的方法不仅耗时耗力,而且所需的经济成本较大。为提高矿床规模的勘探效率和准确度,揭示元素与金矿成矿规模的潜在联系,文中提出了耦合主成分分析(principal component analysis,PCA)和支持向量机(support vector machine,SVM)算法的预测分析PCA-SVM(principal component analysis-support vector machine)方法。该方法先通过主成分分析提取数据中的主要特征,再将主要特征带入支持向量机算法,从而训练出最优分类器以预测金矿成矿规模。文中共使用了3 812个金矿样本数据用于学习训练和预测分析,训练准确率为92.3%,测试准确率为88.7%,分别比直接使用支持向量机算法高出14.3%和17.1%。基于PCA-SVM的预测模型,不仅消除了人为主观因素的影响,而且有效提高了勘探过程中矿床预测的准确率和矿床勘探的效率,为地质勘查工作提供依据。     

基于NAD算法的声波方程时间四阶差分解法

波动方程数值模拟是研究地震波传播机理的重要工具,有限差分求解波动方程是当前地震波数值模拟的主要方法之一。当地下介质中的地震波速度较低或地震波高频成分丰富时,常规有限差分技术常常产生严重的数值频散误差,这种误差会降低数值模拟的精度,影响对地震波传播机理的分析。为压制地震波数值模拟时产生的数值频散误差,提高波场模拟精度,提出了基于NAD算子的时间四阶精度波动方程差分格式。根据对应的差分格式,分析了该差分格式的数值频散关系。与常规四阶精度差分算法的频散曲线相比,基于NAD时间四阶精度差分方法不但能够实现时间频散的有效压制,同时其基于更多网格点的位移分量和位移梯度分量空间微分求解方法还能够实现空间频散的有效压制。另外在相同模型条件下,基于NAD算法的声波方程时间四阶差分解法可采用大网格对模拟空间进行差分离散,减少网格数,提高计算效率。     

基于CSA-PLS算法的养殖水体水质快速高光谱预测反演模型研究

养殖水体水质的优劣直接影响养殖对象的成长,准确、快速、全面地掌控养殖水环境的水质参数变化情况具有重要意义。传统的水质指标监测方法都通过人工采样的方式,不仅耗费时间长,且只能体现局部水体情况。针对这些问题,提出了一种乌鸦搜索算法(CSA)结合偏最小二乘回归(PLSR)的高光谱特征波段筛选方法,快速构建回归模型,实现光谱数据的精准预测反演。以连片的养殖小区为研究对象,采集养殖水体样本并拍摄同时期的高光谱影像数据。首先对提取的采样点光谱数据利用多种数据变换方法分别预处理;其次利用这些数据,对水质指标总氮(TN)、氨氮(NH₄⁺-N)、总磷(TP)和化学需氧量(COD)分别构建全波段的SVR和AdaBoost回归模型,同时与提出的CSA-PLS自动筛选波段方法和传统的连续投影算法(SPA)筛选波段后构建的模型进行比较分析;最后根据决定系数(R²)和均方根误差(REMS)选出适合各水质指标的最优模型。从实验结果可以看出,所提波段筛选方法的AdaBoost模型预测结果优于SVR和传统SPA方法提取特征波段后构建的模型,与全波段最优模...     

Dynamic responses of unsaturated half‐space soil to a moving harmonic rectangular load

The problem of the dynamic responses of a semi‐infinite unsaturated poroelastic medium subjected to a moving rectangular load is investigated analytical/numerically. The dynamic governing equations are obtained with consideration of the compressibility of solid grain and pore fluid, inertial coupling, and viscous drag as well as capillary pressure in the unsaturated soil, and they can be easily degraded to the complete Biot's theory. Using the Fourier transform, the general solution for the equations is derived in the transformed domain, and then a corresponding boundary value problem is formulated. By introducing fast Fourier transform algorithm, the unsaturated soil vertical displacements, effective stresses, and pore pressures induced by moving load are computed, and some of the calculated results are compared with those for the degenerated solution of saturated soils and confirmed. The influences of the saturation, the load speed, and excitation frequency on the response of the unsaturated half‐space soil are investigated. The numerical results reveal that the effects of these parameters on the dynamic response of the unsaturated soil are significant.     

SESTET: A spatially explicit stream temperature model based on equilibrium temperature

Stream-water temperature is a key variable controlling chemical, biological, and ecological processes in freshwater environments. Most models focus on a single river cross-section; however, temperature gradients along stretches and tributaries of a river network are crucial to assess ecohydrological features such as aquatic species suitability, growth and feeding rates, or disease transmission. We propose SESTET, a deterministic, spatially explicit stream temperature model for a whole river network, based on water and energy budgets at a reach scale and requiring only commonly available spatially distributed datasets, such as morphology and air temperature, as input. Heat exchange processes at the air–water interface are modelled via the widely used equilibrium temperature concept, whereas the effects of network structure are accounted for through advective heat fluxes. A case study was conducted on the prealpine Wigger river (Switzerland), where water temperatures have been measured in the period 2014–2018 at 11 spatially distributed locations. The results show the advantages of accounting for water and energy budgets at the reach scale for the entire river network, compared with simpler, lumped formulations. Because our approach fundamentally relies on spatially distributed air temperature fields, adequate spatial interpolation techniques that account for the effects of both elevation and thermal inversion in air temperature are key to a successful application of the model. SESTET allows the assessment of the magnitude of the various components of the heat budget at the reach scale and the derivation of reliable estimates of spatial gradients of mean daily stream temperatures for the whole catchment based on a limited number of conveniently located (viz., spanning the largest possible elevation range) measuring stations. Moreover, accounting for mixing processes and advective fluxes through the river network allows one to trust regionalized values of the parameters controlling the relationship between equilibrium and air temperature, a key feature to generalize the model to data-scarce catchments.     

城市创意产业空间动态集聚演化的计算与可视优化方法

基于人文地理视角下的城市创意产业图像可视化分析对城市深层次空间综合和区域创新发展具有重大意义。但Swarm群智能动态时空建模难以满足创意产业空间集聚的可视化发展。本文研究目标是,从城市区域创意产业空间聚类影响因素指标出发,创新性地提出区域空间动态集聚轨迹算法（Density-Based Interest Spatial Clustering of Path,DBICP）,并与计算机浏览器共建聚类可视化图像,为城市管理提供决策依据。首先,根据影响因素指标体系,利用2014—2018年空间卡口流量数据和产业指标数据进行预处理,构建空间标准聚类算法DBSCAN。然后,对其进行聚类密度分级优化形成全新DBICP算法并得出初步轨迹图像。最后,通过源码转译实现了浏览器界面下空间动态集聚轨迹图像的输出。结果表明：以上海市为例,普陀区、浦东新区、徐汇地区的创意产业空间分布形成了3种不同的聚类模式,并相应提出了分摊、均布、虹吸的管控策略。此方法克服了传统图像的聚类分级和轨迹测量的缺失,可以有效地从指标数据中发现图像轨迹聚类信息,体现了地理信息科学和人文社会学科的交叉融合。也为大数据动态图像的集聚方法提供了全新视角和借鉴价值。     

基于相关分析和自适应遗传算法的盐渍化建模变量和参数优选

机器学习结合遥感等其他数据反演土壤盐分含量（Soil Salt Content, SSC）较少关注对模型精度影响较大的建模特征变量和模型参数的优选。本文基于自适应遗传算法（Adaptive Genetic Algorithm, AGA）同步优选建模特征变量和模型参数的支持向量回归（Support Vector Regression, SVR）算法反演三工河流域2016年SSC,并分析其在不同土地利用类型的分布特征。建模特征变量和模型参数的同步优选及实验设计如下：首先基于Landsat 8 OLI和SRTM高程数据提取7类共40个盐渍化相关因子,经相关分析初步筛选出候选特征变量,分别代入AGA、遗传算法（Genetic Algorithm, GA）和格网搜索算法（Grid Search, GS）同步优选SVR的建模特征变量和模型参数,并建立盐渍化监测模型（AGA-SVR、GA-SVR、GS-SVR）。结果表明：① AGA-SVR精度最优,GA-SVR次之,GS-SVR最差,相较于GS-SVR,AGA-SVR的R²/RMSE提高了44.65%;② 三工河流域非、轻度、中度、重度盐渍地和盐土的面积占比分别为42.83%、11.02%、15.88%、9.22%、21.05%;③ 草地和未利用地主要以非盐渍地和盐土为主,耕地和林地中非盐渍地分布比例均为最大;不同土地利用类型的SSC均值和标准差均呈现未利用地>草地>耕地>林地的规律。本研究的建模特征变量和模型参数的优选方法可在一定程度上提高盐渍化监测的精度。关键词：盐渍化;遗传算法;机器学习;特征优选;参数优化;土壤盐分含量;土地利用;相关分析     

基于分数阶Fourier变换的高性能SAR成像算法

传统距离多普勒算法（RD）较低精度的SAR成像质量越来越不能满足当前实际应用的需要。为解决传统距离多普勒算法成像性能低的问题,本文提出基于分数阶Fourier变换的高性能SAR成像算法（FrFT-RD）。本文详细推导SAR距离向信号运用分数阶Fourier变换时最佳阶数的计算表达式,同时给出方位向相应的计算式。理论分析表明距离（方位）向最佳阶数均取决于SAR成像参数并具有唯一性,无须迭代运算,可极大提高FrFT-RD算法的工程实用性。根据计算得到的距离向和方位向上最优阶数,在分数阶Fourier变换域完成FrFT-RD算法的构建。机载SAR模拟数据和星载SAR实测数据测试表明,FrFT-RD算法在分辨率、峰值旁瓣比（PSLR）成像性能方面比传统RD算法均得到显著提高,其中距离向和方位向分辨率提高比值分别为45.92%和48.06%;距离向PSLR和ISLR降低幅度为1.45 dB和2.59 dB,而FrFT-RD算法在方位向PSLR和ISLR成像性能方面与传统RD算法相当。