下扬子PTB界线深水相区粘土岩的火山成因研究及其对LPME的指示意义

全球,尤其是特提斯域二叠—三叠纪之交(PTB)剖面中普遍发育火山成因的粘土岩,对理解晚二叠世末生物大灭绝(LPME)的触发机制及相关基础地质问题具有重要意义。本文报道了在华南下扬子区新发现两条深水PTB剖面(皖南牛山和蔡村)的粘土岩工作,包括岩石学、矿物学和全岩地球化学等,填补了区域研究空白。研究结果发现,粘土岩主要由伊利石等粘土矿物,以及石英、岩浆锆石、长石等斑晶矿物组成。在地球化学上具有高K_2O、低Na_2O、相对富集大离子亲石元素(LILE)、相对亏损高场强元素(HFSE)等特征。据此,认为这些粘土岩为火山成因的钾质斑脱岩,其原岩可能为中酸性流纹英安岩,具有弧岩浆作用的源区背景。对比华南其他地区已发现的PTB界线粘土岩,发现它们成因类似,可能来源于古特提斯洋周缘陆陆碰撞,抑或是泛大洋俯冲潘吉亚大陆东缘(包括华南板块)所导致的长英质火山岩浆喷发,且具有多期多源性特点。PTB时期全球活跃的火山岩浆活动(包括镁铁质火山作用和华南地区火山灰所指征的长英质火山作用)可能是导致LPME的主要原因。     

无人机航摄在农村土地承包经营权确权登记颁证中的应用——以凤阳县为例

无人机航摄使用成本低、反应迅速快、场地限制小、操作简便、见效快,在农村土地确权中得到广泛应用,并取得了令人瞩目的研究成果。笔者单位为了保质保量按时完成凤阳县(第二标段:大庙镇、殷涧镇、刘府镇)农村土地承包经营权确权登记发证工作,采用无人机航测遥感技术,进行农村土地承包经营权确权,通过数据处理、外业指界标绘、调查底图制作、质量控制、结果分析等步骤,获取工作区内每一块农村承包土地的面积、权属和分布等信息,并分析无人机遥感手段获得的成果与传统方式成果在精度方面的优势,以便进一步推广。     

利用尺度空间及多角度地形断面提取山谷山脊线

从数字高程模型中自动提取山脊线和山谷线,在测绘领域有着重要的意义。地形断面高程极值法是其中一种常用的方法,但此方法在提取过程中容易产生遗漏。针对此缺点,本文提出了基于尺度空间及多角度判断的地形断面高程极值法,主要步骤是构建影像金字塔,然后从上到下逐级提取并加密。试验验证了该方法的有效性,提取得到的山谷线或山脊线较为完整,并与实际地形相符合。     

线图形简化与移位算子的协同方法

在地图综合过程中,线的图形简化和移位算子通常是分别执行的,图形简化和移位有时都会产生新的空间冲突。本文试图把这两种算子进行协同,避免在地图综合过程中进行空间冲突的多次探测,提高地图综合数据处理的效率。本文通过把线图形简化转换为线上的点移位,并构建邻近地图目标之间的移位传播路径,在考虑空间上下文关系和地图感受规则的前提下,使移位过程能考虑到线图形简化,并尽量保持有关地图目标的空间特征。最后,以道路和其周边的建筑物群为例,验证了该算法的有效性和可行性。     

顾及邻域居民地群组相似性的道路网匹配方法

现有多源同比例尺道路网匹配方法中,大多只利用道路自身特征进行匹配,而较少顾及道路周边要素对匹配过程的影响和约束,从而影响了道路网匹配效果的进一步提高,特别是对系统误差改正后仍存在一定位置或旋转偏差的道路数据进行匹配时,这种影响尤为明显。本文借鉴人类对陌生环境的空间认知特点,提出了一种顾及邻域居民地群组相似性的道路网匹配方法。该方法通过构建城市骨架线网确定与道路相邻的居民地群组,进而计算居民地群组空间关系和几何特征相似度来获得对应道路的匹配结果。其特点在于:对存在位置或旋转偏差的道路数据匹配,以其邻域空间内居民地群组的整体相似性指标来带动道路自身匹配,实际上是增加了周边居民地群组对道路匹配过程的约束,更具鲁棒性。试验及对比分析表明,本方法能够较好地解决系统误差改正后仍存在较大位置和旋转偏差的道路数据间的匹配问题,提高匹配的正确率。     

K-GM（1，1）模型在岩体变形监测中的应用

传统GM （1,1）模型存在着长期预测效果差、模型精度不高等问题,卡尔曼滤波能够排除建模过程中随机干扰因素,滤波值能够反映更真实的数据情况。为了能更好地提高变形监测的预测精度,基于传统GM （1,1）模型和卡尔曼滤波,提出K‐GM （1,1）模型,利用该模型对岩体变形监测数据进行建模预测,并与传统GM （1,1）模型预测结果进行对比分析,结果表明,K‐GM （1,1）模型具有较高的预测精度,可作为变形监测的一种新方法。     

改进后灰色神经网络及短期基坑沉降预测研究

在短期基坑沉降监测中,由于数据量少且呈非线性变化,沉降模型很难准确建立。灰色GM(1,1)对数据少、趋势性强、波动小的数据有较高的预测精度,但不能模拟复杂的非线性函数;BP神经网络可以对非线性数据进行学习训练,具有自学习、自适应能力;通过将GM(1,1)与BP神经网络组合,并优化网络部分的学习率、权值和阈值等,建立一种改进的灰色神经网络模型,该模型具有对非线性数据自学习、自适应能力和预测精度更高等优点。通过某基坑沉降监测分析,验证改进的灰色神经网络模型预测精度更高,适合短期建模,具有很好的实用性。     

地铁车站群洞效应下变形监测研究

结合重庆地铁6号线金山寺车站群洞开挖施工背景,对车站结构、地质条件和施工方法等工况分析后,提出了该工况下变形监测基本思想。确定了监测项目、监测点位布设方案、监测方法及监测数据分析方法,初步制定了监测信息反馈流程。依此思想进行变形监测并及时、有效地反馈监测信息,可保证群洞开挖安全、顺利进行。     

时变参数灰色模型背景值重构及实现

针对时变参数灰色模型PGM(1,1)的背景值重构收敛速度及稳定性问题,该文运用积分的方法综合序列在Δt内不同变化趋势,导出背景值模型的准确表达式。实现了反映序列对新老信息偏爱程度的最优权值介于(0,1)内,且非不能越过某一阈值;给出了背景值重构模型最优解准确求取的具体算法步骤。基于MATLAB语言的实验结果表明:改进模型预测精度高,易于实现;所研究的带权灰色模型GM(1,n)背景值模型的重构及计算方法验证了PGM(1,1)模型重构及计算实现方法的有效性和实用性。     

三重加权变形监测预测模型及应用

针对GM(1,1)建模过程存在背景值、时间因素和初始条件3方面的不足,该文提出三重加权TPGM(1,1)预测模型。通过对背景值进行加权生成新的背景值,建立PGM(1,1)模型;在PGM(1,1)基础上考虑到时间因素,在求解灰参数时进行第2次加权建立DPGM(1,1)模型;最后考虑到初始条件对预测模型的影响,在DPGM(1,1)基础上进行第3次加权,建立TPGM(1,1)模型。通过实例分析,比较GM(1,1)、PGM(1,1)、DPGM(1,1)、TPGM(1,1)4种模型在变形监测数据处理中的拟合和预测结果,表明三重加权TPGM(1,1)模型拟合效果更好、预测精度更高;该模型具有前3种模型的优点,同时弥补了传统GM(1,1)存在的不足。