软土地基工后沉降预测模型的研究

预测工后沉降是高速公路所要解决的主要问题之一。指数曲线法和双曲线法是以往常用的分析方法。但实践表明,前者推算的结果常常偏小,而后者推算的结果又常常偏大。文中提出了一种反映沉降速率与沉降半立方非线性关系的双曲型曲线预测模型。理论分析和实例预测结果表明,该模型的预测值更接近实测值,预测结果的可靠度更高。     

基于地方作为主体的芦山地震灾后重建规划组织管理

“4.20”芦山地震灾后重建借鉴了“5.12”汶川地震的经验教训,建立了以地方作为主体的组织管理新机制。据此,基层政府展开了规划建设领域组织管理模式的多元探索,积累的有效经验包括开展规划编制全覆盖,实施城乡规划总牵头,进行灾区空间总管控;在项目建设上实行“五总”管理新模式;针对农房重建这一薄弱环节,通过加强现场监管、建立技术系统、强化公众参与等方式,探索出改进农房建设管理新机制。     

地铁运营监测基准网稳定性检验方法

地铁运营监测基准网的稳定是运营监测的基础,本文针对地铁运营监测基准网的布设特点提出后验单位权方差组合检验法对基准点进行稳定性检验,并结合实际数据验证了该方法的适用性和有效性。     

有限样本类别城市高光谱数据SVM分类应用分析

对比分析线性核函数和非线性核函数支持向量机算法在样本类别不足情况下城市高光谱影像分类中的应用。选用张掖地区高光谱影像作为试验区,依据高分影像和地面调研信息获取参考样本数据,利用非线性核函数和线性核函数的支持向量机进行影像分类,获取每一类别的分类后验概率图,对分类后验概率图采用0.2,0.4,0.6,0.8,0.9的后验概率截断,分析不同截断概率下的地物分类精度变化情况,结果表明：线性核函数和非线性核函数SVM方法的结论相似,随着截断概率的增加,分类结果中用户精度提高或保持稳定,制图精度下降或保持稳定,总体分类精度先提高后降低,但波动幅度不大。所以,SVM的后验概率可以用于指导类别不足时城市高光谱影像的分类。通过分析各类地物的混淆矩阵,可知,非线性核函数的SVM方法比线性核函数SVM方法更敏感,在低后验概率下就可以准确提取出未分类信息,而线性核函数SVM在高后验概率下才能提取出未分类信息,而且还混入了许多训练过的类别信息。所以,非线性核函数SVM方法的分类精度更稳定,利用后验概率提取未分类信息的可信度更高。     

黏粒含量对粉土液化后特性影响的试验研究

设计了分析粉土液化后单调荷载下剪切强度的三轴试验。对粉土施加动荷载使其发生液化后,在不排水条件下施加单调静荷载,直至土体达到强度稳定停止试验。试验结果表明,不同初始有效固结压力、初始孔隙比对液化后土体不排水剪切强度影响较大;液化后粉土表现出明显的剪胀特性,颗粒结构重组,孔压在不排水条件下逐渐消散,土体强度则逐渐增加并最终趋于某一稳定值;剪切强度与初始有效固结压力呈线性关系;孔隙比越小,其液化后剪切强度越大。     

用三性法讨论美国西部8级大震的预测

三性分布由25年、倍25年和25年的黄金分割点组成,美国西部4次8级大震符合三性分布的某些时间点。按此分布,我们预测在2017年前后美国西部可能发生8级地震。     

干旱区草原地上植被生物量估算——以乌图美仁大草原芦苇植被为例

草原是干旱区生态系统中重要的可再生资源。本文基于草本植被的结构特征,利用ASAR和TM数据,结合MIMICS模型,提出了一种估算干旱区草原地上植被生物量的方法。该方法将光学遥感数据容易反演的叶面积指数（LAI）作为反演生物量模型的参数之一,并利用LAI成功估算了单位面积内的草本植被密度。将地上生物量作为输入变量代入改进的MIMICS模型,利用查找表方法,计算出地上植被生物量。然后,将该方法应用于乌图美仁草原的地上植被生物量的反演。结果表明,该方法能够成功地反演干旱区草原草本植被地上生物量,精度达到R²=0.8562,RMSD=0.6263。最后,分析了该方法估算植被生物量的误差来源。     

鲁甸地震灾后重建的综合地理分析与对策研讨

地震灾区是地表各圈层相互作用最剧烈、人地关系最紧张的区域。深入开展综合地理研究对于协调这一区域的人地关系,促进区域可持续发展有着重大的意义。本文首先对鲁甸灾前的资源环境特点与区域发展特征进行了评价和分析,发现该地区生态环境脆弱、人口密度大、贫困面广、生产生活对资源的依赖程度高、资源环境长期处于超载状态。进而,针对性地提出了尽早启动资源环境承载能力评价,科学制定重建规划,体制机制创新,以及开展整个青藏高原边缘地带及近邻地区的防灾减灾系统研究和整体规划等对策建议。     

粗差探测的Bayes方法

讨论粗差探测的Bayes方法。首先根据Bayes统计推断的基本原理,建立判断粗差的Bayes方法———后验概率法,然后针对测量平差实际,分别给出非等权独立观测条件下基于均值漂移模型和方差膨胀模型的后验概率的计算公式,最后结合一边角网算例,验证本文方法的效果。