输水隧道地震响应的多物质ALE数值分析

为研究浅埋输水隧道内部流体对隧道地震响应的影响,考虑黏弹性人工边界、土壤的非线性、隧道结构刚度有效率及流-固耦合作用,建立了双线隧道-土体-流体相互耦合作用的力学模型。通过刚度折减试验得到衬砌环环向、径向、轴向刚度,进而引入正交各向异性连续材料作为衬砌材料模型。采用基于任意拉格朗日-欧拉（ALE）描述法的流-固耦合方法,对上海某大直径双线输水隧道在流体作用下的地震响应进行了分析。通过与等效密度法对比,验证耦合模型对于处理输水隧道多物质非线性耦合抗震问题的可行性。计算结果表明,在水平方向地震激励下,无论一致激励或是非一致激励流体对隧道地震变形和内力都有较大影响,但对位移影响较小;对于不同隧道内水量,隧道弯矩均集中于衬砌隧道45°交叉斜线位置;相比于一致激励,非一致激励增强隧道地震位移和变形响应是明显的。     

碳酸盐岩碳同位素地层学研究中数据的有效性

碳酸盐岩碳稳定同位素组成数据能否有效地反应原始大洋的同位素组成是稳定同位素地层学研究成败的关键,因此,如何准确地判断碳同位素比值的有效性成为该稳定同位素地层学研究中的焦点问题之一。碳同位素值有效性受成岩作用、地层缺失、样品处理过程等多方面因素影响,但成岩作用是诸多因素中最普遍、最主要的,因而正确判别碳同位素值可靠性通常也就是对样品及其同位素组成经受成岩改造程度的评定。确保碳同位素测试结果可靠应主要把握前期严格选样和后期数据分析两个重要环节。前期选样包括野外和室内两步,是在宏观尺度上对数据可靠性的把握;后期数据分析则主要是在严格选样的基础上,利用碳(及附带的氧)同位素自身数据特征以及借助Mn、Fe、Sr等微量元素特征从元素级别的微观角度对同位素值有效性做出进一步判别。     

基于轨迹偏移算法的居民就医时空特征与空间格局分析

居民就医时空特征与空间格局反映了医疗设施的服务能力与布局合理性.本文以厦门岛为例,采用出租车轨迹数据,探讨了居民就医的时空特征和空间格局.论文提出了基于道路中心线的研究单元划分方法;提出OD轨迹偏移算法,更精细地提取出三级医院的就医OD数据,改善传统的缓冲区分析法中精确度较低的问题;对居民就医行为进行时空特征分析;基于...     

空间分类在连锁超市选址中的应用研究

空间数据挖掘是一种知识决策支持技术,本文以大型综合连锁超市为例,研究了空间分类挖掘方法在连锁超市选址预测中的应用问题。结合连锁超市定位理论,对实验数据进行了选择和处理。同时进行了基于关联的分类实验,得到指导和预测选址的知识,并对预测知识的准确性和可信度进行了检验,结果显示预测准确率和可信度较高。本文制定的挖掘方案可为连...     

国产磁通门磁力仪稳定性分析

国产磁通门磁力仪(GM-3磁通门磁力仪)在全国各地磁台站推广应用,两年来,该仪器在武汉地震台工作比较稳定。本文对该仪器的基线值进行了多层线性回归分析。结果表明仪器性能比较稳定。     

基于小波分解的动态变形预报

阐述了小波变换和多分辨率分析的基本原理,简要地介绍了离线预报和在线预报两种不同的变形预报方式,并在此基础上提出了基于小波分解的动态变形预报的方法,并通过实际算例证明了这种方法的有效性。     

Efficient collection of training data for sub-pixel land cover classification using neural networks

Artificial neural networks (ANNs) are a popular class of techniques for performing soft classifications of satellite images. They have successfully been applied for estimating crop areas through sub-pixel classification of medium to low resolution images. Before a network can be used for classification and estimation, however, it has to be trained. The collection of the reference area fractions needed to train an ANN is often both time-consuming and expensive. This study focuses on strategies for decreasing the efforts needed to collect the necessary reference data, without compromising the accuracy of the resulting area estimates. Two aspects were studied: the spatial sampling scheme (i) and the possibility for reusing trained networks in multiple consecutive seasons (ii). Belgium was chosen as the study area because of the vast amount of reference data available. Time series of monthly NDVI composites for both SPOT-VGT and MODIS were used as the network inputs. The results showed that accurate regional crop area estimation (R² > 80%) is possible using only 1% of the entire area for network training, provided that the training samples used are representative for the land use variability present in the study area. Limiting the training samples to a specific subset of the population, either geographically or thematically, significantly decreased the accuracy of the estimates. The results also indicate that the use of ANNs trained with data from one season to estimate area fractions in another season is not to be recommended. The interannual variability observed in the endmembers’ spectral signatures underlines the importance of using up-to-date training samples. It can thus be concluded that the representativeness of the training samples, both regarding the spatial and the temporal aspects, is an important issue in crop area estimation using ANNs that should not easily be ignored.     

南海夏季风爆发日期和强度的短期气候预测方法研究

利用合成及相关统计方法，研究冬季南海季风指数与850hPa风场、500hPa高度、海表温度、OLR等环境场的相互关系及其影响南海夏季风活动的可能机制。指出冬季南海季风指数及环境场的异常特征可以作为预测南海夏季风活动的前兆信号。在此基础上建立了预测南海夏季风爆发日期和强度的概念模型，1998－2001年的预测试验取得了较好成绩。     

基于ACCRBF网络的多层砖房震害预测

针对传统震害预测方法逐栋抽样计算建筑物抗震性能的不足,本文提出了一种基于蚁群聚类径向基(ACCRBF)网络模型的建筑物震害预测方法。依据不同地震动峰值加速度下多层砖房的实际震害资料,对模型进行训练,在模型的输入和输出之间建立映射关系,并利用这种映射关系对未知样本进行分类,实现对多层砖房的震害分析和预测。模型的输入为反映结构的震害影响因子,输出为给定的地震动峰值加速度下结构震害等级。研究表明,基于ACCRBF网络模型的多层砖房震害预测结果与震害实例基本吻合,具有推广应用价值。