智慧城市中的大数据

智慧城市的功能之一是构建可智能感知的、泛在化的空间信息服务,并将这些服务按需求进行组合提供灵活的服务,这就要求空间信息服务能更好地适应不断变化的地理上下文环境。设计了上下文感知的空间信息服务的语义模型,该模型扩展了OWL-S本体,增加了地理上下文类、上下文前提条件类、上下文效果类和上下文绑定类以支持地理上下文和地理上下文适应性,并使用智能规划技术和语义增强技术,将上下文感知的空间信息服务组合转化为智能规划的求解过程,提高了服务组合精度。最后通过智慧旅游验证了上下文感知的空间信息服务组合方法的可行性和有效性。     

路堤荷载下碎石桩处理软基沉降计算

以沉降控制为目的的碎石桩复合地基,其沉降计算在设计、施工中具有重要地位。本文基于典型的桩土单元体模型,建立了复合地基体积压缩系数与复合地基弹性模量的关系,考虑施工中的时间因素及相应的固结度对沉降的影响,提出相应的沉降计算公式,并结合四川省遂-资高速公路软基变形监测的数据进一步验证其可行性。研究表明本算法计算值比实测沉降约大10% ～20%。填筑过程中,计算沉降历时曲线与实测曲线拟合较好,更接近实测值;在此基础上,初步探讨了影响路堤荷载下碎石桩处理软基沉降变化的因素,得出桩径、桩间距对其影响较为明显。同时结合本例,建议布桩时桩间距与桩径比值最好控制在2～4之间。     

天津滨海新区地面沉降趋势预测

地面沉降是我国主要的地质灾害之一,评价和预测地面沉降的发展趋势十分必要。本文引入实测沉降数学模型中的双曲线型沉降模型、指数型沉降模型和成长曲线型沉降模型,结合钻孔全断面分布式精细化监测系统获取地表以下不同层位连续的变形情况,建立了基于分布式光纤监测地层变形数据的地面沉降预测模型,可精细化实现地面沉降潜力评价。以天津市滨海新区G06光纤监测钻孔结果为例,对比了3种沉降模型的预测效果,结果表明：天津滨海地区地面沉降曲线呈现非线性衰减特征,2017年10月至2019年12月,累计沉降量已达52.4 mm,预计极限沉降量约为92.6 mm,仍有约43.4%的沉降潜力,沉降空间较大,并预计将于2050年进入沉降稳定阶段。该地区3.4~18.4 m的黏土质粉砂和粉细砂层当前沉降量较大,是目前地面沉降的主要层位,即“优势层”;18.4~38.4 m的粉质黏土和黏土质粉砂层虽当前沉降量较小但其剩余沉降量较大且沉降持续时间较长,需长期重点关注其沉降变形情况,是后期监测的“优先层”。     

某岩溶区公路岩土滑坡形成机理与治理

灰岩区复杂的岩体和土体条件引发频繁的滑坡,严重影响了岩溶区高速公路的建设和运营。以某高速工程典型的岩土双区滑坡为例,进行岩溶区滑坡机理研究,结果表明,岩土体及地形是内因,路堑开挖是外因,强降雨是诱因,滑坡机制概括为开挖应力释放—降雨推移（Ⅰ区土体）—牵引（Ⅱ区岩体）。通过极限平衡法的滑坡稳定性分析,卸载后滑坡达到了基本稳定,但是在降雨工况下,滑坡依然处于不稳定状态。针对这种滑坡特殊成因,采用以抗滑桩为主的综合分区治理滑坡方案,处治效果良好,具有降低造价,加快施工进度等优势。     

基于行道树的道路快速提取和面积计算研究

在城市遥感中,道路自动(半自动)提取一直是研究的霞点.本文在现有道路自动(半自动)提取技术的基础上,结合高分辨率遥感影像中行道树的分布特点,从地学知识出发,利用归一化筹值植被指数、阀值分割、数学形态学算子及地理信息系统的分析功能等实现基于行道树的道路自动(半自动)提取和道路面积快速、自动计算.结论表明基于行道树的道路提取和面积计算方法具有一定的实用性.     

基于GA-BP神经网络的路基沉降预测

如何科学、合理地预测路基沉降是高速公路建设的关键,针对传统的BP神经网络算法易陷入局部极小值,影响预测精度的问题,本研究利用遗传算法(genetic algorithm,GA)的全局寻优能力对BP神经网络进行优化,构建了基于GA-BP神经网络的路基沉降预测模型。以高速公路路基沉降监测进行实验验证分析,结果表明：相较于传统BP神经网络模型,GA-BP神经网络模型的预测精度有了显著的提高,可为高速公路的建设及后续工程的沉降预测提供参考。     

工程建筑物变形监测方案设计及应用

首先介绍了工程建筑物变形监测的基本原理,并在此基础上详细阐述了工程建筑物沉降变形监测的方案设计过程,最后通过一个工程应用实例验证该方案设计的合理性与可行性。     

公路桥涵台背回填及处治技术研究

“桥头跳车”现象,已成为高速公路的多发常见病害,分析其主要原因是桥头与路基的沉降差所致。通过对在建垫（江）邻（水）高速公路“桥、涵背”回填及处治技术研究,提出合理设置过渡台阶,使用级配碎石作回填材料,铺设土工格栅加强整体性等工程措施,经现场试验检验,处治效果较好。     

融合先验物理信息的高精度智能可控源电磁反演算法

可控源电磁反演利用人工信号获取地下结构信息,为地质勘探和资源开发提供准确的数据支持。然而,传统电磁反演方法面临低分辨率的挑战,主要是由于简化处理和观测数据的限制,导致模型平滑、细节丢失,从而削弱了反演的准确性,影响了电磁勘探的效率。为了解决这一问题,本文提出将传统反演结果与响应数据同时作为深度网络的输入数据,为深度网络反演提供先验物理信息,并结合深度学习算法提升可控源电磁反演的计算效率。通过模型试验,对合成的电阻率模型分别进行了传统反演、智能反演以及融合先验物理信息的智能反演。结果表明,融合先验物理信息的智能反演能够更好地刻画异常体结构特征,有效提升反演效率,并且得到的电阻率参数更符合实际。最后,将该反演技术应用于金川铜镍矿床的可控源数据反演解释,取得了较为可靠的应用效果。     

雷达技术支持下的福州市地铁沿线形变监测

近年来,由于地铁等地下工程大规模的建设产生了严重的地表沉降,从而诱发许多地质灾害,严重阻碍了中国城市化进程.因此,采用高精度雷达监测技术,对城市地质灾害监测及风险评估具有重要意义.本文利用SBAS-InSAR技术,基于24景X波段TerraSAR数据和32景C波段Sentinel-1数据,时问跨度分别为2013年7月至...