精化区域大地水准面以实现GPS三维控制测量

叙述了重力法(斯托克司方法,莫洛金斯基理论)和GPS水准相结合精化区域(似)大地水准面的方法,并利用模型对GPS网点似大地水准面和正常高的确定提出了编写应用软件的思路。结合项目检验证实,该项成果达到了设计要求,并且已经在测绘工作中发挥了巨大的作用,充分发挥了GPS测量方便、省时、省力、精度高、成本低等优点。     

江外南各统滑坡滑带土力学参数的确定

滑带土力学参数是滑坡稳定性评价和滑坡治理工程设计的关键和难点,因此滑带土强度参数取值的正确与否至关重要.本文通过在滑坡前沿进行钻孔和探槽试验测定滑带土的物理指标,然后分级压密获得不同压力下的孔隙比,建立e-p方程,由概化模型计算滑面不同部位的正应力,之后确定对应的孔隙比和含水量,再通过对含水量不同的试样进行剪切试验,得到含水量和强度参数的关系式,从而确定江外南各统滑坡的强度指标值.     

多孔底面轴对称二相重力流的数值模拟

对于具有多孔介质底面的轴对称二相重力流,引进基于浅水近似的控制方程和相应的边界条件,采用贴体坐标变换使运动边界问题化为固定边界问题,提出了基于特征插值并结合使用梯形积分公式和Newton-Raphson迭代法在时间和空间都具有二阶精度的数值边界条件．为检验格式的性能和避免编写程序时可能出现的错误,对类似的方程构造了一类精确解．在空间上采用了二步Lax格式、二阶TVD格式、三阶ENO格式及五阶WENO格式,在时间上采用了二阶及三阶的TVD-Runge-Kutta方法对该问题进行数值模拟．数值结果表明,在解的光滑区域,这几种格式的精度都很高,但是在大梯度区,二步Lax格式将会产生强烈的数值振荡,且振荡不会随网格宽度的减小而减小,而其他3种格式将不会或仅会产生幅度要小得多的数值振荡,且振荡会随网格宽度的减小而趋向于零．对实际应用目的来说,结合使用二阶TVD-Runge-Kutta方法的二阶TVD格式是一个经济而又适当的选择．     

黄土高原沟坡重力侵蚀的理论模型

重力侵蚀是黄土沟壑区土壤侵蚀的重要组成部分,其发生条件及侵蚀量受多种因素制约且具有一定随机性.本文通过运用水力学、土力学等力学方法对重力侵蚀主要影响因素进行分析,建立起沟坡重力侵蚀的概化力学模型,同时运用模糊及概率分析等数学方法将黄土沟坡的稳定问题转化为失稳概率,作为沟坡崩塌发生的预报条件,从而实现了考虑沟谷水流侧向切割,降雨入渗影响下的重力侵蚀模拟,为在黄土高原沟壑区进行水沙计算提供了基本方法.     

2007年2月28日新疆强风天气成因分析

利用常规气象资料、 铁路沿线测风站资料以及中尺度数值模式WRF, 对2007年2月28日造成新疆列车颠覆及重大人员伤亡的强风天气进行分析。结果表明, 由于天山山脉的阻挡, 入侵新疆的冷空气在准噶尔盆地内大量堆积, 从而使峡谷两端的准噶尔盆地和吐鲁番盆地之间产生了很强的气压梯度, 为此次强风天气的发展提供了有力的动力条件。这是一次强下坡风暴, 其起因与地形的狭管效应无关, 也不是高空动量下传的结果。造成这次强风天气的原因可能有两个: 1) 被迫抬升的空气质点在重力的作用下产生垂直振荡, 形成重力波。 垂直传播的重力波在遇到临界层和逆温层后, 经过多次反射, 返回地面时形成强风; 2) 强的气压梯度迫使气流加速穿越峡谷, 加速后的气流沿陡峭的地势下降时使风速进一步加大。     

新疆和田凹陷西域组砾岩的重力影响及消除方法

为了消除西域组砾岩（简称Q1x）重力影响给重力资源解释带来的干扰,根据和田地区的地质背景,论述了西域组砾岩的分布范围、厚度、岩性、密度值大小与其所含物质成分的关系,分析了和田地区发育地层的电性分层,计算了Q1x产生重力高的幅度。结果表明：通过地面地质调查,综合电测剖面浅层高阻层及重力异常特征可以确定Q1x的地质模型,提出了用正演方法消除Q1x的重力影响,并利用该方法对和田地区重力资料进行了处理,取得了较好的效果。     

大斜度井钻井液侵入数值模拟

根据油水两相渗流理论,考虑重力以及渗透率各向异性的影响,运用三维有限差分法模拟了大斜度井环境中井筒周围压力、流体饱和度和电阻率的分布情况。模拟结果表明：斜井环境下,当井眼与原始储层存在明显压力差时,重力对钻井液滤液侵入影响不明显;当储层渗透率为各向异性时,钻井液侵入不仅受储层水平渗透率影响,同时受到储层垂向渗透率和井斜角度影响;淡水钻井液侵入造成井眼周围储层电阻率分布复杂,局部冲洗带电阻率可能要高于原状地层电阻率,从而出现低阻环带特征。     

基于模式识别神经网络的重力匹配算法

为了提高重力辅助惯性导航系统在重力异常明显区域内的定位精度和匹配率,用模式识别神经网络的方法进行了重力匹配.在匹配时刻,根据惯导指示位置确定在一定的网格点范围内搜索载体真实位置,以每个网格点为终点把惯导指示航迹放置到重力图上,由此提取一系列的参考重力图上数据,并把它和对应网格点的位置定义成一个模式类,把所有的模式类作为概率神经网络的样本训练一个模式识别神经网络,然后把重力仪测量数据使用该神经网络识别到某个模式类,对比模式类的定义可以确定此时的载体位置.计算仿真研究表明,该算法的重力匹配率优于通常的相关匹配算法,其组合导航系统的定位误差在1个重力图网格左右.