三点弯曲条件下薄层状岩体单层厚度对裂纹扩展路径的影响

为了揭示薄层状岩体单层厚度对裂纹扩展路径的影响,利用ABAQUS软件进行数值模拟,对含预制裂纹的不同单层厚度的层状岩体进行三点弯曲数值试验,岩体试样长度和宽度一定（512 mm×128 mm）,分5种不同的单层厚度建模,单层厚度分别为:64 mm、32 mm、16 mm、8 mm、4 mm。提取破裂过程中的声发射信息及主裂纹路径参数,对比分析不同层理厚度时,岩体的峰值载荷、声发射事件数、累计声发射事件数、主裂纹长度等对单层厚度的变化规律。研究结果表明:（1）薄层状岩体的强度与单层厚度有一定关系,单层厚度越大,岩体的抗弯强度越小,并且这种变化是非线性的。（2）在不同层厚条件下,层理面均表现出了阻止裂纹向上扩展的效果。同时,裂纹在层状岩体中的扩展是不连续的,裂尖沿层理面发生了水平迁移,整体呈现阶梯状。（3）在三点弯曲条件下,随着单层厚度的减小,岩体破裂时的裂纹总长度先增大后减小。（4）裂纹在岩体层面扩展时破裂类型多为滑移与拉张破裂的组合,而在非层理面的岩体内部扩展时,以拉张破裂为主。（5）薄层状岩体在三点弯曲条件下,声发射事件在岩体的压密阶段几乎没有出现,直至接近峰值载荷时才大量涌现。到了载荷快速下降时,单位时间的声发射事件数也达到最大。研究结果将对预测层状岩石的裂缝演化提供依据。     

小极距高密度电法在城镇供水管漏水检测中的应用

城市地下供水管破损漏水检测,一般使用听音工具和设备来进行,这种需要漏水点传出声音的检测方式,效果往往并不理想。使用一种新的检测方法,无需利用声音,而是通过供水管漏水造成地层电性变化这一特征,使用小极距高密度电法查明管道漏水点位置。该检测方式不仅解决了常规方法难以查明的供水管漏水问题,而且拓展了小极距高密度电法的应用空间。     

三峡库区王家坡滑坡降雨阈值分析

滑坡失稳破坏的诱因众多,其中,降雨是最常见和最活跃的诱发因素[1]。为深入研究降雨对降雨型滑坡的控制作用,分析诱发滑坡失稳变形的降雨阈值,本文以三峡库区王家坡滑坡为例,计算滑坡累积位移的类破坏点,并选取三个不同观测时段,分析不同观测时段下各个类破坏点的前期累积降雨量,得出斜率阈值。研究结果表明:随观测时段增大,累积降雨量斜率先增大后减小,且同一观测时段下,累积降雨量斜率与时间间隔呈反相关关系。本文选取观测时段n=10,时间间隔d=1,计算各个类破坏点的降雨量斜率,并通过加权平均得降雨量斜率阈值K=10.95。如果累积降雨量斜率大于斜率阈值,则滑坡很有可能失稳破坏。     

2019—2020年1—3月降水和气温的多源数据融合产品检验评估及对比分析

对2020年1-3月CLDAS多源降水融合实况、多源气温融合实况采用平均绝对误差分析、均方根误差分析及相关系数分析等方法进行检验评估,并与2019年同时段多源降水融合实况、多源气温融合实况进行对比分析.结果表明:2月降水多源融合实况较观测实况偏多;3月多源气温融合实况最接近观测实况;西部地区的日最低气温多源融合实况较为接近观测实况.     

大数据量机载LiDAR点云的快速区域分割处理

针对大数据量机载LiDAR点云数据整体处理时效率低下、分块处理时容易破坏地物空间结构特征的问题,提出了一种顾及点云覆盖区域地形地貌特征的快速区域分割方法。首先构建离散点云的虚拟格网,利用格网邻域内的高程突变实现区域边界上的各类障碍物自动检测;其次为提高分割处理效率,在点云覆盖区域矩形初始分割的基础上,利用流水模型及坐标轴向的方向约束对矩形分割边界线进行自动更新;最终实现了大数据量点云的快速区域分割处理。实验证明,该算法能够合理避开各类典型地形及地物障碍,实现区域分割边界线的自动化生成,算法的适应性与处理效率较高,能够较好地应用于大数据量点云数据的快速处理与应用。     

点云数据在兰州地铁中的应用

针对提取隧道点云中轴线3种不同算法,选择更加适合海量点云中轴线提取的算法。首先对隧道点云进行坐标转换,按里程对隧道点云进行连续正交断面的提取,将得到的断面通过椭圆模型进行粗差剔除;其次采用RGB颜色变化值表示断面的收敛扩张情况,通过柱状图、折线图表示断面形变特征;最后对隧道曲线段点云数据进行中轴线的提取,并进行平曲线要素的自动提取,为隧道平曲线主点位置识别、平曲线要素提取提供一种新途径。     

顾及邻近点变形因素的高斯过程建模及预测

针对传统的变形监测建模方法一般针对单一监测点的变形预测模型,未考虑到监测点间相互作用的变形特点,该文分析了变形监测点间的相互关联性,通过相关系数法对监测点进行分类,并将邻近监测点的观测序列值作为和时间因素等同的影响因子应用到建模过程中,利用高斯过程算法进行训练,建立预测模型。为提高高斯过程算法的模型预测精度,应选择适合工程案例最优协方差函数。通过实例分析,比较GM(1,1)、多点灰色预测模型和顾及邻近点变形因素的高斯过程等3种模型在基坑围岩、滑坡等变形监测数据处理中的预测精度,表明该文算法考虑到监测点间的变形关联性,充分利用高斯过程在针对小样本、非线性数据建模时的高自适应性等优点,具有较高的预测精度。     

车载移动测量系统在城市树木普查中的应用

针对城市树木普查,现有的采集和管理方法浪费大量的人力和物力,难以实现数据的快速更新和科学管理的问题,该文将车载移动测量系统应用于城市树木普查工作。介绍了该应用的工作流程,阐述了数据采集、处理的具体过程,实现了基于ArcGIS二次开发软件平台自动或半自动提取树木的平面位置和确定树木冠幅、胸径、树高和树种等属性的功能,并且集成城市树木数据库与街景系统,实现城市树木可视化监测,以及精细化、动态化、信息化的管理。     

基于特征点引导的多视影像择优匹配方法

从冗余数据中选择一个或者多个最为显著的立体像对,在最少“伪信息”的影响下,获取最佳影像匹配效果,降低其它质量较差影像的负面平均效应,是提高多视影像匹配性能的关键。基于准确匹配的特征点,通过匹配测度的鲁棒性分析,提出一种多视影像的匹配质量分析方法;在此基础上,提出了一种基于特征点引导的多视影像择优匹配方法及基本思想、计算基础和择优匹配步骤。利用ADS40多度重叠影像数据进行了择优匹配实验。结果表明,该方法能够有效选取匹配质量较优的影像,获取更加准确的多视匹配结果,在一定程度上,比传统的多视匹配方法更加有效。     

基于2D-3D语义传递的室内三维点云模型语义分割

针对现有三维点云模型重建对象化和结构化信息缺失的问题,提出一种基于图模型的二维图像语义到三维点云语义传递的算法。该算法利用扩展全卷积神经网络提取2D图像的室内空间布局和对象语义,基于以2D图像超像素和3D点云为结点构建融合图像间一致性和图像内一致性的图模型,实现2D语义到3D语义的传递。基于点云分类实验的结果表明,该方法能够得到精度较高的室内三维点云语义分类结果,点云分类的精度可达到73.875 2%,且分类效果较好。