Spatial Variability of Rock Depth in Bangalore Using Geostatistical, Neural Network and Support Vector Machine Models

Geospatial technology is increasing in demand for many applications in geosciences. Spatial variability of the bed/hard rock is vital for many applications in geotechnical and earthquake engineering problems such as design of deep foundations, site amplification, ground response studies, liquefaction, microzonation etc. In this paper, reduced level of rock at Bangalore, India is arrived from the 652 boreholes data in the area covering 220 km². In the context of prediction of reduced level of rock in the subsurface of Bangalore and to study the spatial variability of the rock depth, Geostatistical model based on Ordinary Kriging technique, Artificial Neural Network (ANN) and Support Vector Machine (SVM) models have been developed. In Ordinary Kriging, the knowledge of the semi-variogram of the reduced level of rock from 652 points in Bangalore is used to predict the reduced level of rock at any point in the subsurface of the Bangalore, where field measurements are not available. A new type of cross-validation analysis developed proves the robustness of the Ordinary Kriging model. ANN model based on multi layer perceptrons (MLPs) that are trained with Levenberg–Marquardt backpropagation algorithm has been adopted to train the model with 90% of the data available. The SVM is a novel type of learning machine based on statistical learning theory, uses regression technique by introducing loss function has been used to predict the reduced level of rock from a large set of data. In this study, a comparative study of three numerical models to predict reduced level of rock has been presented and discussed.     

网络导航中基于SVG的地理空间数据组织与传输

介绍网络导航服务系统,通过对MapX Mobile、ArcPad和SVG的地理空间数据组织的比较,得出基于Mobile SVG的地理空间数据组织方式优于其它两种组织方式。它不但适合网络导航服务系统的数据交互操作,而且同一图幅的数据量也明显少于MapX Mobile、ArcPad两种格式的数据。然后利用gzip软件包对数据进行压缩,减少数据传输所需的时间。     

基于退火BP神经网络的GPS高程转换

阐述模拟退火算法的基本思想和原理,提出并介绍模拟退火算法优化的BP神经网络模型在GPS高程转换中的具体应用,同时编写相应的MATLAB处理程序,结合大量数据进行仿真实验,结果表明文中提出的退火BP神经网络模型具有收敛速度快、精度高、避免陷入局部最小的优良特性。     

地震快报系统

本文简述了开发地震快报系统的主要技术。     

基于GPS基准站网的GPS测量

采用基于GPS基准网的GPS测量可以提高GPS测量的可靠性和准确性 ,可以消除和减小GPS测量观测值中与时间和空间相关的大气误差和轨道误差的影响 ,使中、长距离快速静态定位和RTK动态定位成为现实 ,还具有可直接得到WGS84Z坐标等优点。本文介绍基于GPS基准站网的GPS测量 ,简要地论述GPS虚拟参考站法VRS和区域改正数法FKP的原理、方法和特点 ,以及目前实施中存在的一些问题     

地理信息系统中数据产品的标准化

本文概述了地理信息系统在我国的兴起和发展及其国外背景和应用前景。论述了数据产品在地理信息系统中的重要性及其标准化的重要性和必要性。简单地提出了标准化的解决方法，以便参考。从而呼请有关部门对这一实际问题给予足够的重视。     

交通设计院所网络系统建设与思考

本文主要介绍了交通设计院所计算机网络系统建设的设计方案,并就计算机网络建设中应注意的问题提出几点思考.     

北京测震台网台基背景噪声特征

利用Welch算法,选取北京市测震台网28个测震台站地震连续波形中不同时段的无震记录,计算其台基噪声功率谱并进行背景噪声特征的统计分析,结果表明:北京市测震台网各台基噪声背景优势频率各有特征,高低频段噪声功率谱曲线差异大。在1~20Hz频段内,北京地区的背景噪声高值区出现在中心城区附近,低值区出现在北部的琉璃庙、密云和南部的上方山等台站,主要受人为噪声影响;在0.008~0.1Hz频段内,北京所有地区差异不大。     

基于逾渗模型的泥页岩导电机理模拟

泥页岩储层储集空间以纳米/微米级的微孔隙和微裂缝为主,结构复杂,加之干酪根和黏土矿物含量较高,并含有一定量的黄铁矿等导电矿物,造成储层导电机理异于常规储层,岩电实验I-S_w曲线呈现非线性特征,阿尔奇公式等传统评价模型适用性较差.针对上述问题,根据实际岩心实验资料,结合随机算法建立三维逾渗模型并通过数值模拟和超松弛迭代法进行求解,分析泥页岩储层非阿尔奇性产生原因以及泥页岩储层电性的影响因素及规律.模拟结果显示,岩石孔隙拓扑结构和形状尺寸、矿物组成以及地层水电阻率等因素均对泥页岩储层电阻率产生不同程度的影响,通过改变上述因素的设定值,可以建立储层电阻率与各因素的单相关关系,并据此建立修正模型,实现储层含水饱和度的计算.该模型在四川某页岩气产区取得了较好的效果,具有良好的应用前景,为利用逾渗模型模拟方法解决油田勘探开发中的复杂问题提供了新思路.

     

中国地震前兆台网主要问题探讨

通过“十五”中国数字地震观测网络项目建设,中国地震前兆台网的建设和运行维护取得了巨大的进步,但也存在一些不足之处。本文从观测、运行和服务等几个方面对中国地震前兆台网存在的一些不足之处进行了全面分析总结,提出了对这些问题的解决方法,以供今后前兆台网建设时参考。