白龙江流域斜坡坡向滑坡贡献率研究

以数据库中259起发生在白龙江流域内的大型滑坡案例为研究对象,利用贡献率权重法,对研究区内不同坡向斜坡的滑坡贡献程度展开分析评价.结果表明,利用贡献率权重法对不同坡向滑坡贡献程度进行评价,可以从宏观上准确反映其滑坡灾害的敏感性和滑坡发育规律.斜坡坡向为NE,W,SE时,滑坡贡献程度高,贡献率之和为58.9%,极易发生大型岩质滑坡.斜坡坡向为N,S,SW时,滑坡贡献程度低,贡献率之和仅为15.08%,大型岩质滑坡较不发育.地震作用、区域构造条件和科里奥利力的影响对流域内不同斜坡坡向的滑坡贡献率起主控作用.     

风尘寺单薄山脊九寨沟余震频谱特征分析

研究近地震场地的地震频谱变化特征,分析其地形效应,能够为边坡支护设计提供依据。通过对九寨沟风尘寺台站实测的3次余震数据对比分析,揭示了不同监测点地震时频谱变化特征。结果表明:相对于山脚监测参考点,山脊监测点FFT主频值较小,集中在7～12 Hz;山脊监测点加速度反应谱特征周期较大,范围为0. 06～0. 12 s; HVSR分析揭示山脊监测点谱比分析的地形放大系数可达12,且存在多个卓越频率,主要在5、30以及50 Hz左右放大较为明显;山脊监测点均方根加速度在水平方向与竖直方向均具有不同程度的放大,且在水平EW向有显著的放大效应,放大系数可达12. 5倍。可见单薄山脊对地震波具有明显的地形放大效应,而且当地震波传播方向与山脊走向大角度相交时地形放大效应最为显著,同时也证实了微地貌对斜坡地震动响应的控制作用。     

汶川地震震中区崩塌发育规律

研究区为汶川地震的震中区,是研究地震崩塌最为典型的区域。通过详细的野外实地调查,结合遥感解译的成果,分析震中区崩塌灾害的空间分布特征以及影响崩塌灾害发育的重要因素,揭示了震中区崩塌灾害的发育规律。研究区内崩塌灾害在平面分布上,主要沿水系沟谷两岸呈线状分布,并且多位于断裂带的上盘;剖面分布上,崩塌的发生存在明显的背坡面效应和断层错动方向效应。斜坡坡形、坡向、坡高、坡度以及岩性是影响斜坡崩塌灾害发育的重要因素。区内崩塌失稳机制以滑移式和倾倒式为主。     

九寨沟Ms4.1级余震薛家坝场地地震动响应监测数据分析

九寨沟"8. 8"地震后余震一直持续,对灾区人民生命财产安全造成了极大地威胁,进行余震监测研究意义重大。通过对薛家坝不同地基类型、不同高程处各监测点的地震动响应分析揭示:处于深厚覆盖层场地的1#监测点记录到的峰值加速度 2#监测点参考点,说明局部范围内不同地基类型对地震波的放大效应要比地形放大效应更为显著; 1#监测点阿里亚斯强度最大值分别为2#及参考点的1. 5、5. 1倍,而处于相同地基条件的2#监测点阿里亚斯强度最大值约为参考点最大值的3. 5倍;傅氏谱分析发现:深厚覆盖层场地对地震波的放大作用强于完整基岩场地,2#监测点同一高程不同埋深对地震波具有选择放大作用,距离洞口越近放大作用越明显。     

基于SENet注意力机制和深度残差网络的腹部动脉分割

在医学诊断中,血管疾病的研究与治疗仍是影响人类健康的主要因素。由于人体腹部血管复杂且构造因人而异,这就对图像分割的研究以及临床应用带来了极大困难。所以,通过图像处理和深度学习等方法准确清晰地获取病人腹部动脉及其分支血管,在临床和术前诊断中发挥了重要作用。本文主要对腹部血管的大小灰度、构造等基础医学知识进行学习,并深入研究了现有关于血管分割算法的优缺点。为解决深度卷积神经网络性能退化的问题,增强对目标信息的关注度并对不必要的特征信息进行抑制,提出一种基于Squeeze-and-Excitation Networks（简称SENet）注意力机制和深度残差网络的血管分割算法。使用12例腹部CT数据的评估结果显示,血管分割准确率可达90.48%,灵敏度、Dice、VOE、精确率分别为0.8995、0.8783、-0.1998、0.9104。因此,相比于传统方法,本实验所提方法具有更好的分割性能。