裂隙网络分维及其与渗透率的关系

在前人裂隙网络水实验室试验的基础上,依据分形理论对裂隙网络复杂系统进行简单的统计分析,获得定量描述这一复杂体系的特征值——分维,并查明它与裂隙网络渗透率之间的关系。从计算结果可以看出,裂隙网络(指有效裂隙网络)的分维值与渗透率之间存在明显的正相关关系,这有可能为裂隙网络渗透率的定量评价提供一个简单而又实用的方法。      

Knowledge diffusion from GIScience to other fields: the example of the usage of weighted surface networks in nanotechnology

This article demonstrates how the generalisation of topographic surfaces has been formalised by means of graph theory and how this formalised approach has been integrated into an ISO standard that is employed within nanotechnology. By applying concepts from higher-dimensional calculus and topology, it is shown that Morse functions are those mappings that are ideally suited for the formal characterisation of topographic surfaces. Based on this result, a data structure termed weighted surface network is defined that may be applied for both the characterisation and the generalisation of the topological structure of a topographic surface. Hereafter, the focus is laid on specific issues of the standard ISO 25178-2; within this standard change trees, a data structure similar to weighted surface networks, are applied to portray the topological information of topographic surfaces. Furthermore, an approach termed Wolf pruning is used to simplify the change tree, with this pruning method being equivalent to the graph-theoretic contractions by which weighted surface networks can be simplified. Finally, some practical applications of the standard ISO 25178-2 within nanotechnology are discussed.     

碎裂岩石路堑边坡稳定性评价与安全防护设计

以湖北省209省道宣恩段东门关隧道进口段的典型碎裂结构路堑岩质边坡为例,针对该边坡工程地质、水文地质、岩体结构特征以及前期变形破坏迹象,判断出边坡的变形破坏模式。在此基础上,通过现行规范推荐的不平衡推力法,对边坡的稳定性进行评价,并进行了安全防护设计。在设计过程中,针对常规技术容易出现的冒顶剪出、桩间土挤出和锚索预应力损失衰减等问题,提出避开使用此类技术,而采用削坡、锚杆、格构以及挡墙等措施,试图为解决碎裂结构岩石路堑边坡的分析与防护难题提出一种新的思路。     

基于INCA和METRo的江苏省路面高温精细化预报

使用INCA（Integrated Nowcasting through Comprehensive Analysis）多源资料融合分析和短临外推预报系统的预报结果作为气象强迫场,驱动一路面温度理论预报模型（Model of the Environment and Temperature of Roads,METRo）,开展江苏省高速公路夏季路面高温预报试验,并使用公路沿线逐小时的路面温度观测资料对预报结果进行检验。结果表明:该预报方法能够较好地预报出高速公路沿线日最高路面温度的逐日变化趋势,以及日最高路面温度的大范围空间分布特征。平均日最高路面温度预报绝对偏差为4.1℃,平均相对偏差为10.8%。其中,日最高路面温度预报绝对偏差在5℃以内的站次占总数的64.5%,相对偏差在15%以内的站次占总数的74.6%,比常规业务预报方法分别提高了23.1%和25.3%。但该预报方法对较小的温度波动以及局地性较强的极端温度分布特征的预报技巧还需进一步提高。     

一种中分辨率遥感影像道路的快速搜索算法

基于动态规划的思想,提出了一种用于中等分辨率遥感影像的道路搜索算法,利用线段代价最小规则进行道路线段跟踪,实验结果表明算法相对简单、快速有效、抗噪性能好。     

基于ACCRBF网络的多层砖房震害预测

针对传统震害预测方法逐栋抽样计算建筑物抗震性能的不足,本文提出了一种基于蚁群聚类径向基(ACCRBF)网络模型的建筑物震害预测方法。依据不同地震动峰值加速度下多层砖房的实际震害资料,对模型进行训练,在模型的输入和输出之间建立映射关系,并利用这种映射关系对未知样本进行分类,实现对多层砖房的震害分析和预测。模型的输入为反映结构的震害影响因子,输出为给定的地震动峰值加速度下结构震害等级。研究表明,基于ACCRBF网络模型的多层砖房震害预测结果与震害实例基本吻合,具有推广应用价值。     

季冻区土质路堑边坡浅层含水率变化研究

采用现场实测和室内试验相结合的方法,研究季节性气温变化、边坡深度、坡面植物种类和坡面朝向等因素对边坡土体含水率变化的影响规律。结果证明：边坡土体冻结过程中,水分向冻结区迁移;随着冻结深度增加,含水率的变化也会向深处发展;坡面木本植物比草本植物有更明显的吸水作用;边坡含水率和土体温度的变化影响土体的强度,边坡土体温度在0℃以上时,土体强度主要受含水率变化的影响,当土体温度在0℃以下时,强度主要受温度变化的影响;三轴试验证明：边坡土体的黏聚力首先随着含水率的增加而增大,含水率达到15 %以后,边坡土体的黏聚力随含水率的增大而减小;边坡土体的内摩擦角基本上是随着含水率的增大而减小。研究成果可为季节性冻土地区高等级公路路堑边坡冻融失稳的预警提供判据。     

中国道路网引起的景观破碎格局及其对保护区的影响

道路的修建往往带来景观破碎、生态系统功能受损等后果。有关道路网络的生态影响格局及其影响因素,是当前道路生态学、地理空间分析等领域共同关注的问题。本文利用2015年全国道路网络数据,采用定量空间分析方法,刻画了当前中国铺装道路所引起的陆表景观破碎的格局特征,并分析了道路网络对自然保护区的干扰及与多变量的影响关系。结果表明：① 全国铺装道路的生态影响面积占陆地面积的10%,将陆表切割成3万多个斑块,并呈现小斑块数目众多,大斑块数目较少的分布特点;同时,陆表破碎化程度呈现明显的东西分异规律,空间格局与人口分布、经济发展水平等影响因素的地理分布规律趋同;② 全国约58%的自然保护区受到道路干扰,保护区的受干扰情况存在高等级保护区受干扰弱、低等级保护区次之、国家公园受干扰程度最强等差异特征,且国家公园处于受干扰高于未设保护区域的状态;③ 主要人类活动因素与保护区受干扰程度呈正相关,保护区面积、地形因素与受干扰程度呈负相关,具有面积小、受保护等级低、位于平原地区、气候适宜等特征的保护区更易受到道路干扰,处于已经受到人类活动破坏,生态脆弱的状态。因此,中国道路建设应追求社会发展与生态保护双平衡,同时道路干扰受到自然以及人文要素的共同作用,在相关影响机制研究和生态保护政策制定中应进行综合考虑。     

Neural network and wavelet conjunction model for modelling monthly level fluctuations in Turkey

This paper proposes the application of a conjunction model (neuro‐wavelet) for forecasting monthly lake levels. The neuro‐wavelet (NW) conjunction model is improved combining two methods, discrete wavelet transform and artificial neural networks. The application of the methodology is presented for the Lake Van, which is the biggest lake in Turkey, and Lake Egirdir. The accuracy of the NW model is investigated for 1‐ and 6‐month‐ahead lake level forecasting. The root mean square errors, mean absolute relative errors and determination coefficient statistics are used for evaluating the accuracy of NW models. The results of the proposed models are compared with those of the neural networks. In the 1‐month‐ahead lake level forecasting, the NW conjunction model reduced the root mean square errors and mean absolute relative errors by 87–34% and 86–31% for the Van and Egirdir lakes, respectively. In the 6‐month‐ahead lake level forecasting, the NW conjunction model reduced the root mean square errors and mean absolute relative errors by 34–48% and 30‐46% for the Van and Egirdir lakes, respectively. The comparison results indicate that the suggested model could significantly increase the short‐ and long‐term forecast accuracy. Copyright © 2009 John Wiley & Sons, Ltd.     

基于残差神经网络改进的密集人群计数方法

为避免密集人群踩踏事件发生,从监控图像中准确获取密集人群人数信息非常重要。针对密集人群计数难度大、人群目标小、场景尺度变化大等特点,本文提出一种新型神经网络结构VGG-ResNeXt。本网络使用VGG-16的前10层作粗粒度特征提取器,使用改进的残差神经网络作为细粒度特征提取器。利用改进的残差神经网络“多通道,共激活”的特点,使得单列式人群计数神经网络获得了多列式人群计数网络的优点（即从小目标、多尺度的密集人群图像中提取更多人群特征）,同时避免了多列式人群计数网络训练难度大、结构冗余等缺点。实验结果表明本模型在UCF-CC-50数据集、ShangHaiTech B数据集和UCF-QNRF数据集中取得了最高精度,MAE指标分别优于其他同期模型7.5%、18.8%和2.4%,证明了本模型的在计数精度方面的有效性。本研究成果可以有效帮助城市管理,有效缓解公安疏导压力,保障人民生命财产安全。