一种改进的测量控制网最小独立环搜索算法

对已有的生成树搜索方法进行了改进,利用广度优先的思想搜索,线性表结构存储数据,提高了算法的时间效率,简化了计算复杂度,使得该方法更加适用于大型测量控制网的最小闭合环搜索。     

Back-arc basin assemblages in Kohistan,Northern Pakistan

Abstract

The east central part of the Kohistan magmatic arc is made up principally of the Jaglot Group. From bottom to top it consists of I) paragneisses and schists intercalated with amphibolites and calc-silicates (Gilgit Formation), II) Gashu-Confluence Volcanics (GCV) and III) the Thelichi Formation comprising a volcanic base (Majne volcanics) and turbidites, marble, volcanoclastic sediments and lava flows. Metamorphic grade varies up to the sillimanite zone. The GCV are correlated with the Chalt volcanics and the Thelichi Formation with the Yasin Group. Other lithologies include the Chilas Complex, the Kohistan Batholith and part of the Kamila Amphibolite. Metavolcanics show a broad range in chemical composition. Geochemical parameters used to specify the tecto-nomagmatic regime suggest affinities of both island arc and MORB-like back-arc basin basalts. Kohistan can be divided into three tectonic zones, I) the southern (Kamila) zone comprises amphibolitized basalts, and mafic and ultramafic rocks, II) the central Chilas Complex, and III) the northern (Gilgit) zone i.e., the Jaglot Group. Previous tectonic models considered the southern two zones as the crust of a Cretaceous island arc. This investigation concludes that only the southern zone represents a true island arc. The Jaglot Group derives from back-arc basin assemblages and the Chilas Complex is a magmatic diapir emplaced in the back-arc basin.     

Contrôle morphostructural de l’histoire d’un réseau hydrographique : le site de capture de la Moselle

Résumé

La comparaison entre la structure tectonique des calcaires du Bajocien, la répartition des alluvions anciennes et la morphologie permet de retracer l’évolution du relief de côtes et l’évolution des axes de drainage depuis la fin du Tertiaire. Les alluvions conservées en inversion de relief sur le plateau d’érosion au sommet de la côte de Moselle, témoignent en faveur des cours divaguants de la « Paléo-Meurthe » et de la Haute-Moselle et du manque de vigueur du relief à la fin du Tertiaire. Le dégagement des surfaces structurales ne commence qu’au début du Pléistocène (stade 350 m) en relation avec un changement climatique. L’encaissement du réseau hydrographique et le déblaiement des dépressions argileuses ne font, depuis lors, que donner de l’amplitude au relief de côte malgré un recul qui a pu être chiffré entre 6 et 21 km, en fonction du contexte structural.

Les cours d’eau principaux sont presque totalement surimposés à la structure. Les affluents de rive gauche de la « Paléo- Meurthe », d’abord adaptés au cadre morphostructural, coulent dans la plaine argileuse du Callovien dans laquelle ils migrent et s’allongent en fonction du recul des côtes, avant de se surimposer dans les calcaires du Bajocien. Seuls apparaissent adaptés à la structure quelques petits ruisseaux orthoclinaux qui s’assèchent rapidement après incrustation dans les calcaires. N’étant pas alimentés par l’amont, ils s’enfoncent moins vite que les cours d’eau de rive gauche, qui drainent d’abord les argiles du Callovien avant de recouper la nappe des calcaires bajociens. La capture de la Moselle s’explique par l’adaptation au cadre morphostuctural du « Paléo-Terrouin », affluent de rive gauche de la « Paléo-Meurthe », s’écoulant à contre-pendage. Le recul important de la côte de Meuse dans le « synclinal » de Toul, passant d’un relief inverse à un relief conforme dans la cuvette de Dieulouard, a permis l’élargissement progressif de la plaine argileuse du Callovien et l’accroissement du bassin-versant du « Paléo-Terrouin ». Celui-ci a fini par capturer la « Rivière de la Haie Plaisante », puis par son intermédiaire, la Haute-Moselle elle-même. Dans l’avenir, il est probable qu’il capture également la Haute-Meuse. © Elsevier, Paris     

Neural network based on rough sets and its application to remote sensing image classification

This paper presents a new kind of back propagation neural network (BPNN) based on rough sets, called rough back propagation neural network (RBPNN). The architecture and training method of RBPNN are presented and the survey and analysis of RBPNN for the classification of remote sensing multi-spectral image is discussed. The successful application of RBPNN to a land cover classification illustrates the simple computation and high accuracy of the new neural network and the flexibility and practicality of this new approach.     

气流输送对乌鲁木齐市PM10、PM2.5和PM1.0质量浓度的影响

应用聚类分析法,对乌鲁木齐市2009-2010年逐日气流72 h后向轨迹按季节进行分类,结合对应时段的PM10、PM2.5和PM1.0观测数据,分析了不同气流输送轨迹对研究区3粒径段气溶胶浓度的影响.结果表明:冬季,气流对研究区气溶胶的搬运、稀释作用明显,气溶胶浓度平均值与对应气流移动速度成反比;春季,流经沙漠区的气流分组对应气溶胶浓度平均值偏高,且气溶胶谱分布向粗模态移动;夏季,大气清洁,携带城市气溶胶的西北气流对研究区气溶胶浓度平均值影响较大,未携带外源物质的几组气流流速与气溶胶浓度基本呈负相关;秋季,研究区受外源气溶胶影响不大,且气流对污染物的输送、稀释作用也不强烈,各分组气溶胶浓度差别不大.     

免疫遗传算法在土石坝筑坝粗粒料本构模型参数反演中的应用研究

建立了确定筑坝粗粒料本构模型参数的有限元计算理论与IGA相结合的反演分析方法,利用公伯峡筑坝现场大型载荷试验资料,对筑坝原级配料的本构模型参数进行了反演研究。结果表明,由于在微弱风化花岗岩掺加云母片岩,颗粒破碎严重,爆破堆石料（3BⅠ）的原级配粗粒料反演参数远低于室内三轴试验成果;与3BⅠ堆石料相反,砂砾料（3BⅡ）现场反演得到的邓肯E~B模型参数高于室内三轴试验值;室内三轴试验成果不能客观反映筑坝材料的力学特性,对于当今的300 m级高土石坝建设,宜加强对原级配粗粒料的力学特性研究;同时对原型实测的空间位移场不同拟合方式进行了探讨,认为仅考虑铅直向变形的IGA参数反演成果能基本满足土石坝工程的精度要求。     

拉西瓦水电站地下厂房三维高地应力反演分析

拉西瓦水电站厂房地处峡谷山高坡陡,河谷狭窄,区域地应力场较高,局部存在构造破碎带,同时开挖尺寸规模巨大,围岩主要为脆硬的花岗岩,对洞室稳定极为不利。为了评判开挖后围岩的稳定及支护设计的长期安全,需要对围岩的岩体力学参数和初始应力场进行反演确定。首先,利用现场初始地应力的实测值反演大范围内的岩体构造地应力场分布,然后,利用洞室分层开挖扰动下,厂房上部关键点实测位移检验并修正反分析地应力结果,得到了较为准确的三维地应力分布,为后续地下厂房开挖围岩的稳定性及支护设计和长期安全的评价与预测,提供了基础数据,有效地指导了厂房开挖施工。厂房开挖完成后的围岩位移的实际监测结果与采用反演地应力场与岩体参数得到的厂房围岩位移值的一致性表明,地应力场反演结果与实际地应力值一致。     

双洞隧道施工引起地表移动的多参数反分析研究

应用随机介质理论计算隧道开挖引起的地表移动是目前广泛使用的方法,在关键参数的取值上反分析是最有效的手段。在双洞隧道的反分析问题上,通常认为2个隧洞的参数相同而采用双参数反分析,但这种做法不利于反映实际情况,为此文中提出为每个隧洞引入各自计算参数进行多参数反分析。实际算例表明,双洞4参数的分析结果优于双参数的分析结果。但是,4参数反分析问题复杂性大大提高,传统的模式搜索方法不能很好地搜索到最优参数。为克服该问题,采用单纯形混合加速遗传算法作为双洞隧道4参数反分析问题的求解方法。实际的应用及测试表明,该方法能高精度的、稳定的搜索出全局最优参数。     

近期长江北支口门圆陀角附近潮滩地貌动态变化

圆陀角位于长江北支岸线与江苏海岸线的交会处,独特的互花米草潮滩、淤泥质光滩环境和复杂的河海沉积动力,决定了潮滩地貌对海洋环境变化的响应具有敏感性。由于大规模的围垦,圆陀角附近过去40年来海岸线向东推进了6km。根据2006年以来多次的野外调查和室内粒度与钻孔岩芯的¹³⁷Cs分析, 2006年以来圆陀角附近潮滩淤积明显加强,由¹³⁷Cs时标估算的互花米草滩多年平均沉积速率为2.3cm/a, 2006~2008年观测到的互花米草滩淤积速率>4cm/a,粉砂淤泥质光滩的淤积速率更高;圆陀角风景区内互花米草滩前缘陡坎在风暴潮影响下侵蚀后退,并因粉砂淤泥质光滩的快速淤长而消亡,圆陀角附近潮滩地貌动态是对人类围垦活动、风暴潮与潮汐海洋动力的综合响应,互花米草与光滩快速淤积是近期圆陀角附近潮滩地貌演化的主要特点。