基于岩石图像深度学习的岩性自动识别与分类方法

岩石岩性的识别与分类对于地质分析极为重要,采用机器学习的方法建立识别模型进行自动分类是一条新的途径。基于Inception-v3深度卷积神经网络模型,建立了岩石图像集分析的深度学习迁移模型,运用迁移学习方法实现了岩石岩性的自动识别与分类。采用此方法对所采集的173张花岗岩图像、152张千枚岩图像和246张角砾岩图像进行了学习和识别分类研究,通过训练学习建立岩石图像深度学习迁移模型,并分别采用训练集和测试集中的岩石图像对模型进行了检验分析。对于训练集中的岩石图像,每组岩石分别用3张图像测试,三种岩石的岩性分类均正确,且分类概率值均达到90%以上,显示了模型良好的鲁棒性;对于测试集中的岩石图像,每组岩石分别采用9张图像进行识别分析,三种岩石的岩性分类均正确,并且千枚岩组图像分类概率均高于90%,但是花岗岩组2张图像和角砾岩组的1张图像分类概率值不足70%,概率值较其他岩石图像低,推测其原因是训练集中相同模式的岩石图像较少,导致模型的泛化能力减小。为了提高识别精确度,对准确率较低的岩石图像进行截取,分别取其中的3张图像加入训练集进行再训练,增加与测试图像具有相同模式的训练样本;在新的模型中,对3张图像进行二次检验,测试概率值均达到85%以上,说明在数据足够的状况下模型具有良好的学习能力。与传统的机器学习方法相比,所提出的岩石图像深度学习方法具有以下优点:第一,模型通过搜索图像像素点提取物体特征,不需要手动提取待分类物体特征;第二,对于图像像素大小,成像距离及光照要求低;第三,采用适当的训练集可获得较好的识别分类效果,并具有良好鲁棒性和泛化能力。     

土壤-植物系统中氚迁移研究现状与展望

对土壤-植物系统中氚迁移研究的意义、国内外研究进展作了概括性的介绍与展望,包括氚在不同土壤和植物中的时空分布、迁移规律及其影响因素、氚的化学形态和氚迁移数学模型研究等。总结了已取得的研究成果,并分析、讨论了研究中存在的问题。     

冻融循环作用下含水率对粗颗粒填料水分迁移影响的宏细观试验研究北大核心CSCD

冻融循环作用和初始含水率是影响粗颗粒填料水分迁移特征和冻胀融沉变形的两个主要因素。为明确冻融循环作用下,不同初始含水率粗颗粒填料的水分迁移特征及细观机制,采用荧光素为追踪剂,以CT细观机理观测为研究手段,开展了不同初始含水率条件下粗颗粒填料的一系列冻融循环试验,探究了温度场和冻深变化、水分迁移图像、补水量变化、最终含水率分布及CT值变化规律等。试验结果表明,冻深基本随冻融循环的次数增加不断加深,初始含水率越大,不同冻融循环作用下冻深的变化越稳定。外界补水量和液态水迁移高度与初始含水率呈负相关。CT扫描结果分析表明,经历多次冻融循环后,试样中的水分迁移导致土体孔隙结构及颗粒构造发生变化,试样的密度普遍增加,孔隙率以减小为主,进而导致土体发生相应变形。     

1995年7月12日云南孟连中缅边界7.3级地震中短临预报及前兆特征(2)——云南强震活动特征及孟连7.3级地震前的地震学异常

研究讨论了云南强震活动的时空特征，指出区内Ｍ≥６８级地震呈现活跃与平静；主体活动区东西交替及时空轮回迁移等特征。据此指出１９８８年云南地区进入了Ｍ≥６８级地震强震活跃期，主体地区在云南西部，１９９５—１９９７年存在发生６—７甚至７级以上地震的危险。同时讨论了孟连７３级地震前相关区地震活动，滇西北、滇西南有关ｂ值、小震频度、调制比异常等８种地震学异常的空间分布、时间进程等特征。特别指出了１９９４年９月至１９９５年５月滇西南地区Ｍ≥４７级地震形成的时空密集现象，及其在短临阶段对震级及地点方面判断的重要作用。     

核废物地质处置中热-水-应力耦合对迁移影响的三维有限元模拟

将所建立的热-水-应力-迁移耦合模型及开发的有限元程序,由二维分析拓展到三维分析,并从方法论研究的角度,以一个简单的核废物地质处置模型为算例,进行热-水-应力-迁移耦合过程的三维数值模拟,考察了近场的温度、饱和度、核素浓度、孔隙水压力、位移、正应力、流速等的分布与变化,认为计算结果符合规律,得出了若干结论：为了精确地模拟放射性核素迁移,就必须将温度场、渗流场、应力场和核素浓度场进行耦合分析;核废物埋存若干年后将在处置孔壁附近产生较高的压应力;缓冲层内各点的核素浓度达到相对稳定的时间要比温度和饱和度达到相对稳定的时间长得多。     

2022年青海门源MS6.9地震余震的空间迁移特征

精确识别和定位中强地震序列中的微震事件对于准确判定发震构造具有重要的意义。文章对2022年1月8日发生在青藏高原东北缘的青海门源M_S6.9地震序列进行精定位及微震检测研究。首先运用双差定位法对2022年1月8—16日由中国地震台网中心记录的1 010个门源地震序列原始目录进行重定位,得到404个精定位地震目录。分别采用原始地震目录(CENC)和双差重定位目录(HypoDD),对震源区150 km范围内9个台站的连续波形数据进行微震检测。结果表明,基于CENC目录识别的余震个数是原始目录地震数量的3.0倍,基于HypoDD目录识别的地震个数是原始目录的2.1倍,是HypoDD目录的5.8倍;两种地震目录的微震检测均使得M_L震级完备性从1.7级降低至1.1级。新的地震目录空间位置显示,主震发生后余震主要沿托莱山断裂向西侧扩展,8分钟以后,在托莱山断裂和冷龙岭断裂均发生破裂。根据本研究获取的更高空间分辨率的地震序列,同时结合震源机制解,认为2022年门源M_S6.9地震初始破裂位于近E-W向的托莱山断裂,并触发了NW-SE向的冷...     

微波辅助提取-氢化物发生原子荧光光谱法测定土壤中无机砷

建立了微波辅助提取-氢化物发生原子荧光光谱法测定土壤中无机砷的分析方法。用正交试验设计结合单因素试验优化了样品粒度、提取温度、提取时间、固液比等微波提取条件，研究了共存离子对无机砷测定的干扰情况。方法的线性范围为0．25～40．0μg/g，无机砷的检出限为0．05μg/g，样品加标回收率为92．9％～105．0％。方法的精密度（RSD，n=11）为0．3％。与水浴提取法相比，微波辅助提取法具有快速、高效的优势。方法已用于分析3个不同产地有代表性土壤中无机砷含量。     

广东人口迁移机制、特征与走向

８０年代以来广东省活跃的人口迁移，其主要动因是改革开放中广东省与国内其它地区以及省内珠江三角洲与其它地区之间经济的不平衡发展。广东省人口迁移有其显著特征，而区域经济发展水平的差异、产业结构特征及劳动力供求关系的发展等又影响着未来的人口迁移走向。