基于InSAR监测和PSO-SVR模型的高填方区沉降预测

基于小基线集干涉测量技术（small baseline subsets interferometric synthetic aperture radar, SBAS-InSAR）和机器学习知识对高填方区域进行地表沉降监测及预测,对工程项目的施工、检修、运营等工作都具有重要的指导意义。文章以重庆东港集装箱码头为研究对象,选取2018—2019年覆盖研究区的31景Sentinel-1A数据,利用SBAS-InSAR技术获取该区域的地表沉降数据,并进行内外精度评定;通过信息量模型分析地表沉降易发地地势特点,选择预测点位;通过灰色关联分析计算动态影响因素与沉降量之间的灰色关联度,使用主成分分析法从影响因素中提取出主成分,构建训练集和测试集,通过粒子群算法-支持向量机法（particle swarm optimization-support vector regression, PSO-SVR）预测模型对测试集数据进行预测。为验证该模型在高填方区域沉降预测的可靠性和优异性,将自回归差分整合移动平均模型（autoregressive integrated moving average model,...     

基于粒子群算法的浮筒配置优化问题的研究

针对传统的验证法在解决浮筒配置问题中存在的计算量大、计算时间长、工作重复性强等缺点,提出了一种将浮筒纵向位置配置和浮筒充气量综合考虑、一体优化的方法。文章将各种合理性校验准则作为约束条件,通过逼近沉艇起浮瞬间和浮起后的平衡状态,来求取各对浮筒的纵向位置和充气量,将浮筒配置问题转换为一个多目标、多约束的最优化问题。在此基础上,根据粒子群优化算法的特点,提出了一种双向搜索策略,来求解浮筒配置优化问题。这种方法简单实用,计算时间短,无需人工干预,算法运行一次可获得多组配置方案供决策人员选择。算例表明用这种方法来解决浮筒配置问题是可行的、有效的。     

南海北部陆坡区典型峡谷陡坡群地震稳定性

南海北部陆坡是一个呈条带状分布的大规模海底斜坡,西起海南岛东南部海域,向东延伸至台湾岛西南部海域。该区域分布了多个峡谷陡坡群,地质构造复杂、地震易发多发,滑坡地质灾害活跃。特别是该区域地形起伏较大,地震灾害可能诱发区域大面积的海底滑坡,科学评估其地震稳定性显得十分重要。本文以南海北部陆坡区神狐海域典型峡谷陡坡群为例,基于Scoops3D和GIS技术建立了三维计算模型,开展了海底陡坡群的地震稳定性研究,获得了峡谷区不同陡坡的地震稳定性安全系数及其分布特征。结果表明：峡谷剖面大多呈“U”字形,推断研究区峡谷为Ⅱ型海底峡谷系统;强震作用可以大幅削弱海底斜坡稳定性,其中对于C1峡谷区陡坡群,随着水平拟静力地震系数增大至0.40,区域最小安全系数则陡降至0.50;地震作用下西部峡谷陡坡群的失稳范围明显高于东部区域,大部分滑坡发生在两侧谷壁靠近峰顶的位置,另有相当一部分滑坡位于C1和C2峡谷区南段的东侧谷壁,整体呈带状分布。     

液化场地桥梁群桩-土耦合体系强震反应分析

针对振动台试验,采用u-p形式控制方程表述饱和砂土的动力属性,选用土的多屈服面塑性本构模型刻画饱和砂土和黏土的力学特性,引入非线性梁-柱单元模拟桩,建立试验受控条件下液化场地群桩-土强震相互作用分析的三维有限元模型,并通过试验结果验证数值建模途径与模拟方法的正确性。以实际工程中常用的2×2群桩为例,建立桩-土-桥梁结构强震反应分析三维有限元模型。基于此,针对不同群桩基础配置对液化场地群桩-土强震相互作用影响展开具体分析。对比发现,桩的数量相同时,桩排列方向与地震波输入方向平行时比垂直时桩基受力减小5%~10%,而对场地液化情况无明显影响;相同排列形式下,三桩模型中土体出现液化的时间约比双桩模型延缓5s,桩上弯矩和剪力减小33%~38%。由此可见,桩基数量增加,桩-土体系整体刚度更大,场地抗液化性能显著,桩基对上部桥梁结构的承载性能明显增强,其安全性与可靠性更高。这对实际桥梁工程抗震设计具有一定的借鉴意义。     

北大巴山早古生代辉绿岩地球化学特征及其地质意义

对南秦岭北大巴山地区广泛分布的一套基性岩墙群中的辉绿岩进行采样,并进行了锆石U-Pb年代学、全岩地球化学分析。结果显示,岩石形成年龄为435~433 Ma,为早志留世晚期岩浆活动产物。这些辉绿岩具低硅、高碱、高钛的碱性岩特征。岩石微量及稀土元素具板内玄武岩特征,轻稀土元素相对富集,轻重稀土元素分异明显,富集不相容元素Ba、Nb、Ta,而K、Y、Yb相对亏损;K及Rb的负异常表明岩石源区残留角闪石或金云母,部分熔融模拟结果显示岩石起源于尖晶石角闪石岩高程度部分熔融。综合地球化学特征及前人研究结果,认为北大巴山地区在早古生代处于大规模伸展裂陷背景下,岩石圈的拉张诱发了低熔点的交代岩石圈地幔熔融,进而形成了这条碱性岩浆带。     

辽东半岛古元古代北辽河群浪子山组巴罗式变质带分布、变质特征及其构造意义

巴罗式递增变质带能为地壳增厚及造山作用带来全新的认识.为了解辽东半岛北辽河群浪子山组内巴罗式变质带的野外分布和变质特征,对本溪地区连山关-祁家堡巴罗式变质带进行了详细的野外调查和室内研究工作.野外填图表明,浪子山组巴罗式变质带由南向北可以分为黑云母带、石榴石带、十字石带和蓝晶石带.岩相学研究表明,蓝晶石带的蓝晶十字石榴云母片岩保存了3阶段的矿物组合:（1）进变质阶段（M₁）矿物组合为Pl+Qz+Ms+Bt+Ctd+Chl±Grt;（2）峰期变质阶段（M₂）以Ky+St+Grt+Bt+Ms+Qz+Pl+Ilm为特征;（3）退变质阶段以毛发状的矽线石（M_3-1）和变斑晶边缘或裂隙处生长的绿泥石和绢云母为特征（M_3-2）.相平衡模拟表明,蓝晶十字石榴云母片岩所经历的进变质和峰期变质温压条件分别为~440℃/~3.7 kbar,~670℃/~7.9 kbar,具有典型的顺时针P-T轨迹.变质锆石U-Pb定年结果得到蓝晶十字石榴云母片岩经历了~1.96 Ga的峰期变质作用;碎屑锆石U-Pb年龄分布于2 631~2 020 Ma,浪子山组蓝晶十字石榴云母片岩碎屑物源可能来自于太古宙基底（~2.5 Ga）和2.2~2.1 Ga的岩浆岩.结合前人研究资料表明,浪子山组巴罗式变质带所记录的P-T-t轨迹以及大量的逆冲推覆构造揭示了胶-辽-吉带在~1.96 Ga经历了与造山作用相关的地壳增厚过程.      

湘东北新元古代冷家溪群沉积岩的地球化学特征和碎屑锆石U-Pb年代学

江南造山带已被普遍接受为是由扬子陆块与华夏陆块在新元古代碰撞拼合而形成,正确理解江南造山带形成机制是探索华南前寒武纪地质演化的前提,也是深入剖析华南显生宙构造演化的重要因素,但是人们对其拼贴时限及构造属性仍存在争议.沉积岩的矿物组成及地球化学特征可以对其沉积物源及形成的构造背景起到很好的指示作用.然而,前人多聚焦于岩浆岩的地球化学－年代学研究或地层中碎屑锆石的年代学研究,江南造山带新元古代沉积物的物源示踪研究相对薄弱.针对江南造山带中段平江地区冷家溪群中段小木坪组及黄浒洞组沉积岩开展了详细的岩石学、地球化学和锆石U-Pb年代学研究,结果表明,这些样品具有较高的SiO₂（58.82%~70.62%,平均为64.68%）和Al₂O₃（13.35%~20.99%,平均为16.78%）,高的Al₂O₃/（CaO+Na₂O）（3.8~12.4,平均6.6）、K₂O/Na₂O（0.95~3.20,平均1.8）、La/Sc（2.0~2.7）、Th/Sc（0.84~0.86）比值,与此同时,具有较低的CaO、MgO和Na₂O含量（分别为0.19%~2.85%、1.43%~2.13%、和1.44%~2.27%）和Co/Th（0.83~5.30）比值.同时,这些沉积岩富集轻稀土元素（LREE）,具有明显的铕负异常（Eu/Eu*=0.62~0.69）,与澳大利亚后太古代页岩（PAAS）的稀土元素配分模式相似.其中两件定年样品的碎屑锆石最小年龄峰值分别为856 Ma和860 Ma.综合前人研究成果,江南造山带冷家溪群沉积岩来自于中酸性火成物源区,并经历了快速剥蚀和较弱的风化过程,在860~830 Ma时处于活动大陆边缘的构造环境中.      

山东莱芜盆地碳酸盐岩热液溶蚀特征及水文地质意义

鲁中山区莱芜盆地在燕山期发生大规模岩浆侵入活动,岩浆岩体外围碳酸盐岩区分布有水源地、富水块段等岩溶发育富水区,且靠近岩体含水层多发生大理岩化。富含CO₂、H₂S等酸性成分的岩浆热液流体,能对碳酸盐岩产生明显的溶蚀作用。基于岩石样品化学组分分析、水文地质调查及数据统计分析、热液溶蚀地质点详细观测,构建热液溶蚀模式,对莱芜盆地及外围热液溶蚀特征及机理进行研究。结果表明:高温高压岩浆侵入使得接触带碳酸盐岩发生热液变质大理岩化;沿渗透性断裂、裂缝以及不整合面等运移的热液流体,对碳酸盐岩地层产生酸性热液溶蚀和混合溶蚀作用,形成不同规模溶蚀孔洞,构成地下水富集空间,为寻找城镇地下水后备水源地提供新方向。     

基于PSO-BP神经网络的地表下沉系数选取研究

针对BP神经网络自身收敛速度慢、容易陷入局部极小点的缺点,引入粒子群优化算法,建立地表下沉系数的PSO-BP选取模型。利用粒子群算法反复优化BP网络的权值和阈值,将其作为BP网络的初始值,并将上覆岩层岩性、开采深厚比、松散层厚度、覆岩中坚硬岩层所占比例、是否为重复采动和顶板管理方法等主要影响因素作为网络输入,进行BP算法,直至网络达到训练指标。利用实测资料数据,建立PSO-BP预计模型,并同普通BP神经网络预计结果对比。结果表明：PSO-BP神经网络不仅训练速度快,而且预测精度明显提高,该模型对地表下沉系数选取具有一定的应用价值。     

将微粒群和支持向量机用于耕地驱动因子选择的研究

结合微粒群算法(PSO)具有执行速度快、受问题维数变化影响小的优点及支持向量机算法(SVM)结构风险最小化原理,构建了基于离散二进制微粒群(BPSO)与支持向量机的耕地驱动力因子选择方法,使用特征子集中确定的特征来训练支持向量回归机,用适应度函数来评价回归机的性能,指导BPSO的搜索。实验表明,该方法能有效地提取出耕地驱动因子的特征子集,从而降低了指标的维数,保留了关键信息,以获得知识的最小表达。