基于CSAMT电场分量的电性标志层深度校正技术及应用     

刘最亮  张奋轩  张继锋  周光裕  赵辉  张新 《煤田地质与勘探》2021,49(4):24-32

可控源音频大地电磁(CSAMT)是探测含煤地层富水区及采空区的重要地球物理方法,但其探测深度误差比较大,采用电性标志层进行深度校正,达到精确解释地层的目的。首先,提出基于电场单分量视电阻率计算方法,只需通过平移即可获得全区视电阻率,无需迭代,简单快速。接着,分析视电阻率微分极值与电性标志层的关系,通过测井电阻率曲线识别出电性标志层,然后通过比值计算深度校正系数,在全区进行插值得到任意测点的校正深度。对新元煤矿31004工作面R280测线数据进行深度校正处理,结果表明:校正后的深度和实际地层基本吻合。最后,通过已知充水采空区边界、淋水点以及钻孔揭示的结果进行对比验证,达到了预期效果。该方法为CSAMT在含煤地层进行精细化数据处理和解释提供了新的思路。   相似文献   

适用倾斜滑面的刚性抗滑桩最小嵌固深度计算方法          下载免费PDF全文

肖世国  齐远  孙来宾 《中国地质灾害与防治学报》2021,32(4):113-119

为计算确定桩前滑面倾斜情况下加固边坡的抗滑桩最小嵌固深度,基于倾斜地面条件的抗滑桩计算地基系数法,确定嵌固段桩侧土层压力,同时采用塑性极限分析方法,推导与滑面倾角密切相关的嵌固段土层极限抗力,并根据桩侧地层最大压力不超过其极限抗力的条件,建立了抗滑桩最小嵌固深度计算方法,并确定了其与滑面倾角的关系。实例分析表明,抗滑桩最小嵌固深度随滑面倾角呈非线性增大,在倾角为10°～30°范围内变化显著;嵌固段地层黏聚力、内摩擦角和重度对抗滑桩最小嵌固深度均有明显影响,且呈负相关关系;本文方法所得桩体最小嵌固深度比传统考虑桩前滑面倾斜影响的方法约小18%。  相似文献   

波致海床瞬态液化对再悬浮贡献率的深度学习预测方法     

冯春健  刘汉露  刘锦昆  贾永刚  侯方  薛凉  权永峥 《工程地质学报》2021,29(6):1788-1795

波致瞬态液化渗流导致海床内细粒沉积物向海水中运移,这一过程对海底沉积物再悬浮的贡献率不容忽视,但是贡献率的准确估计和预测比较困难。本研究将黄河水下三角洲的观测数据(包括水深、有效波高、有效波周期、实验舱内悬沙浓度、实验舱外悬沙浓度)作为模型输入数据集,基于长短时记忆循环神经网络建立了瞬态液化对再悬浮贡献率的深度学习预测模型。为了客观评价模型的性能,以平均绝对百分比误差、均方根误差和平均平方误差-标准偏差为评判标准,将该深度学习模型与其他预测模型(支持向量回归模型、人工神经网络)的预测结果进行了比较。结果表明,基于长短时记忆循环神经网络的深度学习模型对3.5d以内的瞬态泵送再悬浮贡献率预测误差最小,其平均绝对百分比误差、均方根误差和平均平方误差-标准偏差分别为5.87%、1.6730、0.1574。因此,该模型可以有效地减少机器学习方法在连续预测中产生的误差叠加问题。  相似文献   

青藏高原积雪对陆面过程热量输送的影响研究     

王婷  李照国  吕世华  姚闯  马翠丽 《高原气象》2019,38(5):920-934

利用1979-2016年中国区域长时间序列逐日雪深资料,分析了青藏高原积雪深度与积雪日数的分布及变化特征,并将积雪期划分为三个阶段(积累期、鼎盛期和消融期),结合ERA-Interim月平均再分析资料,分析了积雪与地表热状况(气温、地表和土壤温度)和能量输送量(地表净短波辐射、地表净长波辐射、感热通量、潜热通量、地表热通量和土壤热通量)的相关关系,初步探讨了积雪在高原陆面过程中的作用。结果表明:研究时间范围内青藏高原积雪(深度和日数)主要呈减少趋势,仅在黄河源区及高原边缘地区为增加趋势,积雪鼎盛阶段(1-2月)的减少趋势最显著;高原积雪对地表主要起降温作用,深层土壤温度对积雪的响应存在滞后性,积雪的减少抑制了土壤向上的热量输送进而不利于冻土的发育;高原积雪与地表感热和地表热通量主要呈现负相关关系,潜热通量与积雪也呈负相关特征但比感热通量的相关性小。由于ERA-Interim资料对高原积雪深度的描述与本研究使用的卫星遥感积雪深度存在较大偏差(包括空间分布、气候倾向率、年际变化以及绝对大小等),导致本研究中积雪与地表热状况和热通量的相关度不高,需要通过陆面模式模拟做进一步探讨。  相似文献   

循环神经网络在雷达临近预报中的应用          下载免费PDF全文

韩丰  龙明盛  李月安  薛峰  王建民 《应用气象学报》2019,30(1):61-69

该文将循环神经网络（recurrent neural network,RNN）应用于雷达临近预报。使用预测循环神经网络（predictive RNN）架构,利用雷达历史组合反射率因子建模,给出雷达组合反射率因子未来1 h的预报结果。预测循环神经网络的核心是在长短时记忆单元（long short-term memory,LSTM）中增加时空记忆模块,能够提取雷达回波不同尺度的空间特征,配合循环神经网络架构,可以有效解决反射率因子预测问题。北京大兴雷达和广州雷达长时间序列的独立检验结果和2个强对流天气个例检验结果表明:该方法和传统的基于交叉相关法的1 h雷达外推临近预报相比,在20 dBZ和30 dBZ检验项目内,临界成功指数（CSI）可以提升0.15~0.30,命中率（POD）提高0.15~0.25,虚警率（FAR）降低0.15~0.20,该方法对反射率因子强度变化有一定预报能力。  相似文献   

降水相态转换机制及积雪深度预报技术研究     

王一颉  赵桂香  马严枝 《干旱气象》2019,37(6)

利用2014—2017年山西省地面和高空气象观测资料、NCEP/NCAR FNL再分析资料、山西及周边地区多普勒天气雷达资料,对山西冬半年雨转雪过程进行归类与分析,探讨地面气温在降水相态转换中的作用,提取降水相态转换的前兆信息。针对降雪过程,统计分析降雪量和积雪深度增量的关系,总结提炼积雪深度预报指标。最后,选取气候特征相似的两次雨转雪过程进行对比分析,揭示降水相态转换的物理机制。结果表明:(1)山西省11月发生雨转雪的站次最多,其次为2月。地面气温作为降水相态变化的重要指标,其与气候和天气(如冷空气强度和路径)特征、地理位置等有关。(2)山西冬半年积雪深度增量与降雪量比值约0.68 cm·mm~(-1),且比值随着气温降低而增大,因此存在明显的时空差异。(3)在雨转雪的不同时段,随着对流层低层降温,冰雪层厚度在总云层的比例有所增加,且云中固态凝结物下落路径缩短,使得固态凝结物在下落过程中融化概率减小,造成相态变化。  相似文献   

平安地区自建站以来冻土变化规律分析     

《青海气象》2015,(4)

利用1989—2013年平安区气象局冻土资料,分析了25a平安地区季节性冻土变化情况。平安区冻土开始日期逐渐延后,1989—2000年,平均开始日期为11月1日,2001—2013年,平均开始日期为11月8日,平均开始时间推迟了7d。冻土结束日期提前,2000年以前的平均解冻日期是3月21日,2000年以后的平均解冻日期是3月8日,解冻时间提前了13d。冻土持续时间缩短了21d。平均冻土深度和最大冻土深度均减小,其中平均冻土深度从2000年以前的93.5cm减少至2000年以后的88.5cm。平均深度减小了5cm。  相似文献   

利用Faster R-CNN进行立交桥自动识别与定位     

马京振  陈换新  朱新铭  张付兵 《测绘通报》2021,(3):28-32,86

立交桥结构的自动识别对道路网多尺度建模、空间分析和车辆导航具有重要意义。传统基于矢量数据的立交桥识别方法过分依赖人工设计的特征,对复杂场景的适应性较差。本文提出了一种基于目标检测Faster R-CNN神经网络模型的立交桥识别方法,该方法利用卷积神经网络学习立交桥样本的深层次结构特征,进而实现立交桥的自动识别与准确定位。试验结果表明,该方法对立交桥的识别效果较好,能够在复杂的道路网中准确确定立交桥的位置,避免了人为干预对试验结果不确定性的影响,抗干扰性较强。  相似文献   

建筑物立面分类与DIM点云滤波     

崔颖  黄鹤  刘祥磊  罗德安 《测绘通报》2021,(3):55-59

针对目前基于近景摄影测量方法构建建筑物立面模型过程中因密集影像匹配（DIM）点云噪声所引起的建筑物立面TIN网格模型畸变问题,本文借鉴机器学习中样本学习的思想,对建筑物立面进行了分类并对DIM点云提出了相应的滤波方法,以达到去除DIM点云噪声和改善其TIN网格模型畸变的目的。其中,针对平面结构立面,采取先对点云样本进行学习计算构建数学立面模型所需参数,再对该立面模型设定阈值并对其点云进行滤波处理的方法;针对曲面结构立面,则结合DIM点云特性先将点云样本分类标记归为立面点与非立面点,再进行样本特征值学习,使用Logistic回归算法迭代计算求解最佳回归系数,从而构建滤波分类器的方法对立面点云进行滤波处理。试验结果表明,本文滤波处理方法能将立面DIM点云噪声有效识别并去除,而且使用该方法处理后所得点云构建的建筑物立面TIN网格模型精细化程度得到有效提高,模型质量得到明显改善。  相似文献   

基于卷积神经网络的无人机影像违章建筑检测应用     

梁哲恒  邓鹏  姜福泉  盛森  魏汝兰  谢刚生 《测绘通报》2021,(4):111-115

无人机航拍影像具有分辨率高、回访周期短等特点,利用无人机遥感技术手段对城市范围的建设进行动态监测,可及时、有效地发现涉嫌违法的建设活动。本文结合实际项目需求,研究通过卷积神经网络方法进行违章建筑的自动检测,替代过去靠大量人力检查的模式,目前测试区域无人机影像试验取得了较好的效果,在样本数据不足5000份的情况下,准确率和召回率分别达到了71%和88%。随着样本数据的不断增多,基于该深度学习方法将较大程度上持续提升检测准确率和召回率,能够更精准地发现违法活动,具有较大的实际应用价值及潜力。  相似文献