灯山村滑坡稳定性分析研究

在滑坡灾害中,滑坡稳定性分析至关重要,对其防治效果起着决定性的作用。借助各种科学手段和“定性+定量”评估方法详细勘查滑坡特征,分析滑坡变形的破坏形式和程度,最后分析其稳定性,并得出准确可靠的结论。选择灯山村滑坡为研究案例,借助“定性+定量”评估方式和其他科学合理的方法对该滑坡进行了详细勘查,以勘查结果为基础,综合评价其稳定性,希望能为后期选择科学合理的滑坡防治举措奠定一定的理论基础。     

地面一井孔电磁系统成像方法研究

在地面一井孔（ＳＴＢ）电磁成像系统中,将发射器放置在地面距裸眼井一定距离和方位处,将接收器置人裸眼井的目的层段。使用这种电磁系统,只需一口裸眼井,现场测量灵活方便。在成像过程中,应用基于逐次逼近解法的迭代反演算法对目的层段的二维电导率剖面进行成像。该方法用一阶Ｂｏｍ近似将积分方程线性化,在选代反演中应用高阶Ｂｏｍ近似。为了提高成像效果,采用多种发射频率并扩大接收器的垂向接收范围和接收密度,但是由于发射源固定在地面,成像效果低于跨井孔电磁成像效果。数值计算结果表明,ＳＴＢ电磁成像系统能较准确地确定出电导率异常体的垂向位置,但水平方向分辨能力差,精确地描述地层中电军率异常体的分布还需要其它测量信息。     

一种SAR图像Kelvin尾迹反演舰船速度的方法

SAR海洋图像中Kelvin尾迹是所有尾迹中包含较多舰船信息的一个。通过对Kelvin尾迹水动力产生机理和SAR成像机理分析,提出一种从SAR图像中的Kelvin尾迹反演舰船速度的方法。通过改变SAR参数、海况参数和舰船本身几何参数,分别对该方法进行了仿真实验,并对实际SAR图像进行处理。结果表明比传统方法具有精度高、稳定性好的优点。     

基于星载被动微波的中国东北森林雪深反演

针对受森林地区复杂地形和植被冠层结构的影响,基于被动微波遥感数据的森林地区雪深反演精度普遍较低的问题,在代表性半经验雪深反演算法的基础上,结合森林气象站观测数据建立了中国东北森林地区半经验雪深反演优化算法。该算法考虑了森林植被介电常数随气温变化的特性,使森林地区的雪深反演精度得到了较大的提高。与其他代表性半经验雪深算法相比,该算法的均方根误差(RMSE:Root-Mean-Square Error)平均减小了2.3 cm,偏差(Bias)平均减小了3.7 cm,相关系数(R)平均提升了0.11;与常用的机器学习雪深反演算法对比,该算法的RMSE平均减小了2.17 cm, Bias平均减小了1.67 cm,R平均提升了0.22。     

基于BP神经网络的土地开发整理区 土壤有机质含量遥感定量反演

利用BP神经网络和主成分分析法,结合SPOT-5遥感数据对土地开发整理区土壤有机质含量进行定量反演.试验采集了29个土壤样品并进行野外光谱测量,29个土样分为20个预测集和9个验证集,通过主成分分析对光谱信息进行变量转换,建立土壤有机质的BP神经网络预测模型,预测精度高达0.95.与土地开发整理前相比,土地开发整理后土壤有机质含量明显增加,土壤肥力提高而且分布均匀,土地平整效果显著,该方法对土地开发整理土壤质量验收工作具有重要的理论意义和实用价值.     

岩土工程中弹塑性反演计算边界元法及其应用

将弹塑性理论的位移反分析边界元方法用于岩土工程施工监控设计的反演计算中,并由所岩体周围的位移计算出初始地应力及岩体弹性摸量.除给出岩土工程中的弹塑性边界元反分析方法以外,还导出了应变空间中表述的弹塑性本构方程,提出了求解非线性方程的近似中点刚度法,它能加速收敛.文中的算例表明提出的计算方法和程序是可行的.     

川西南部白马庙地区雷四3亚段薄层藻云岩预测

川西南部白马庙地区雷口坡组处于勘探初期,工区内钻井较少,天然气勘探潜力大。受印支早期运动的影响,雷四~3亚段藻白云岩地层遭受不同程度剥蚀,自龙门山前带向盆地内逐渐减薄。针对研究区钻井少、储层非均质性强、薄层白云岩预测难等问题,首先通过单井合成记录精细标定,分析不同藻云岩厚度对应的地震响应特征,利用多属性优选开展藻云岩定性预测的研究。接着基于敏感曲线分析,电阻率曲线对藻白云岩与其他岩性有很好的区分性,重构出能够反映岩性变化的拟波阻抗曲线,利用井约束的地震波形指示反演来定量预测藻云岩的厚度。藻云岩预测结果与地质规律及实钻井结果匹配性较好,证实了该套研究方法预测薄层藻云岩的有效性,同时不同方法得到的预测结果相互印证,为下一步川西南雷口坡组顶部风化壳藻云岩储层油气勘探提供了指导方向。     

利用高密度电法勘探盐边县格萨拉巨型滑坡堆积体

探讨盐边县格萨拉巨型滑坡堆积体的滑动面的位置和形态并分析滑坡稳定性进而为拟建高速公路路线设计提供有效的建议。采用高密度电法作为初步勘察阶段的滑坡勘探手段,建立不同采集装置的滑坡正演模型进行数值分析,初步了解拟勘探滑坡的视电阻率拟断面图并确定采集装置类型,结合地质调查结果,确定主要的反演参数,并根据反演结果修正正演模型进行对比判别。结果表明研究所用的反演参数效果较好,正演模型修正之后的视电阻率剖面与反演结果相匹配,使反演解译成果能够较好地反应出真实滑动面的位置和形态,且通过钻探得到了验证,计算结果表明该滑坡处于不稳定状态。最终,拟建高速公路的选线设计采纳了研究成果,对该巨型滑坡堆积体采取绕避措施,说明高速公路初步勘察阶段采用高密度电法作为巨型滑坡堆积体滑动面勘察的地球物理勘探手段是经济且高效的。     

基于温湿廓线反演的风云三号D星微波探测仪云区资料同化试验

为了探究云区卫星微波资料的同化应用,利用中国风云三号D星(Fengyun-3D,FY-3D)微波温度计二型(microwave temperature sounder-2,MWTS2)和微波湿度计二型(microwave humidity sounder-2, MWHS2)资料,基于人工神经网络算法研制了云区温湿廓线反演模型,建立了云区资料的间接同化方案。于2019年6月开展晴空和云区同化试验,评估加入云区MWTS2和MWHS2资料对区域模式预报的影响。试验结果表明：MWTS2和MWHS2资料的同化对温湿度预报场有改善,主要体现在模式中高层均方根误差和平均偏差的减小,云区同化的改善幅度比晴空同化更大;同化MWTS2和MWHS2资料对于提高降水预报技巧有积极影响,云区同化对降水预报的改善主要体现在同化后的12～24 h,较晴空同化更明显。针对强降水个例分析表明,MWTS2和MWHS2资料对温度场、湿度场、水汽通量散度场的调整有利于降水预报的改善,而云区同化能够直接对天气系统的初始场进行调整,降水的位置与强度预报效果更好。     

叶绿素含量BP反演模型的光谱信息输入因子构建研究

植被叶绿素含量的高光谱反演是当今研究的热点,传统后向传播(BP)神经网络是其常用的一种反演模型。高光谱数据虽然具有精细光谱分辨率,但也造成了大量的信息冗余与噪声;而小波包变换(WPT)可以有效地抑制高光谱数据噪声和压缩信号,同时主成分分析(PCA)能够很好地降低模型输入因子的维数并可简化网络结构。以盆栽玉米为研究对象,在玉米叶片光谱数据对数变换并一阶微分处理的基础上,针对叶绿素含量的BP反演模型,提出了基于相关系数(CC)、WPT和WPTPCA的输入因子构建方法,并形成了叶绿素含量的CC-BP、PCA-BP及WPT-PCA-BP三种反演模型。通过比较玉米叶片叶绿素含量的实测值与三种BP模型反演结果,表明基于WPT-PCA构建BP模型的输入因子数量虽仅有6个却并不影响其反演精度,也能包含原始光谱的92%信息,且优于基于PCA和传统CC所构建输入因子的BP模型反演能力。