基于 RF-PSO 混合算法的边坡软弱夹层力学参数反演应用研究

针对传统类神经网络智能优化算法存在的拟合性和泛化性不足等缺陷,引入一种集成学习算法———随 机森林(RF)算法,为智能优化方法提供了一种新的求解方式。 通过以黄山某石灰石矿山边坡软弱夹层力学参数为对 象构建正交设计样本,将随机森林(RF)算法与传统 BP 神经网络和 GA-BP 神经网络模型的性能进行对比,结果表明 RF 算法在数据拟合精度和运行速率相较于类神经网络算法有很明显的优势,凭借其不易陷入过拟合以及泛化能力强 的特点,能够很好地构建数据间的映射关系,同时算法模型凭借控制参数较少具有很好的可操作性。 结合粒子群算 法(PSO)的全局寻优能力,组合成 RF-PSO 混合算法应用到矿山边坡软弱夹层力学参数反演分析中,获得的反演力学 参数通过边坡工程地质数值模型进行正分析对比,结果表明反演力学参数正分析计算的精度达 95%以上,为矿山边 坡软弱夹层力学参数反演分析提供了一种新的方法。     

基于机器学习协同长时序主被动遥感数据的地质灾害易发性评价

提高地质灾害易发性的准确度，可以为区域地质灾害风险评估和防灾减灾工作提供科学依据。以长时序主被动遥感数据为数据源，充分挖掘遥感信息，结合地质环境背景信息，利用机器学习模型建立易发性评价体系，开展区域地质灾害易发性评价。结果表明，在传统地质环境背景因子基础上，设置不加入时序特征因子、加入植被概率因子、加入InSAR形变量因子、加入植被概率与InSAR形变量因子的随机森林模型和加入植被概率与InSAR形变量因子的支持向量机模型等5种组合进行对比，利用ROC曲线分析其准确度，各组合的AUC值分别为0.869、0.879、0.881、0.889、0.699;高程对各评价模型的贡献度最大。因此在相同的评价因子条件下，随机森林模型比支持向量机模型的分类精度更高；在传统地质环境背景因子基础上加入长时序遥感因子，能进一步提高地质灾害易发性评价的准确度。基于随机森林模型协同长时序主被动遥感数据的地质灾害易发性评价具有可靠性。     

利用提取的遥感参数建立森林生物量模型方法研究

文中采用TM遥感影像提取森林植被指数,结合样地测量数据和星载激光雷达(ICESat-GLAS)树高数据,通过RBF(Radial Basis Function)神经网络方法和支持向量机(Support Vector Machine)方法对某林区森林生物量进行遥感反演建模,分析评定模型精度进而对研究区森林生物量进行估测研究。     

基于GNSS-R技术的矿区复垦地土壤湿度反演方法研究

全球导航卫星系统反射测量(GNSS-R)技术通常以单卫星单频反射信号为数据源进行土壤湿度反演,但其反演精度有限且易忽略不同卫星双频反射信号之间的差异性与互补性。为进一步提高矿区复垦地土壤湿度的反演精度,以安徽省淮南市潘集矿区东辰生态园为研究区,通过HD-V8接收机与土壤湿度监测系统(HZR80型)采集GPS卫星信号和土壤湿度等数据,利用GNSS-R土壤湿度反演方法处理得到GPS PRN1和PRN22卫星的L1、L2波段反射信号的干涉特征参量(振幅、频率、相位),并将其与土壤湿度实测值进行相关性分析,根据相关性分析结果选择相关性较强的干涉特征参量作为最优反演参数;采用自适应加权算法确定最优加权因子对最优反演参数进行数据融合;再利用PRN1和PRN22卫星L1、L2波段的最优反演参数、最优反演参数的算数平均值及其融合值分别与土壤湿度实测值建立基于单频法、均值法与融合法的土壤湿度反演模型,并验证模型的可靠性。结果表明,干涉特征参量中振幅与土壤湿度实测值的相关性较强,其相关系数的绝对值介于0.556 8～0.748 3,表明选择振幅作为最优反演参数比较合理;相比于单频法与均值法,融合法的土壤湿度反演模型更可靠,其决定系数R2为0.763 8,模型验证R2为0.936 9,均方根误差为1.907 8%,平均绝对误差为1.380 6%,最大相对误差为18.482 8%,表明基于双频数据融合的GNSS-R矿区复垦地土壤湿度反演方法可提高反演精度。     

基于TM遥感影像带岭区森林生物量估测研究

利用多光谱遥感影像查清森林资源为林业、发展规划、生态改善提供基础数据具有重要意义。现采用ENVI、SPSS软件以黑龙江省带岭区1995年、2005年和2015年三期的TM影像为基础数据,借助样地森林生物量数据,通过提取统计方法,对带岭区的森林生物量进行遥感反演建模研究。     

基于BFGS算法的概率积分模型的参数反演

概率积分模型是描述煤炭开采引起地表变形规律的重要数学模型,通常采用传统优化算法和智能优化算法,对概率积分模型中的未知参数进行反演,以确定明确的地表变形特征。为了更有效地反演概率积分模型中的未知参数,引入最优化方法,提出一种基于BFGS算法的概率积分模型中参数反演方法,该方法利用相邻两迭代点之间的位移和目标函数的一阶导数构建近似Hesse矩阵,然后确定牛顿方程产生的搜索方向,通过非精确线搜索完成迭代过程,从而获得参数的最优解。仿真实验结果表明:新算法能够有效反演出全部参数,且在不同的误差水平下,新算法的参数反演精度均明显高于模矢法(传统优化算法)和遗传算法(智能优化算法);同时,在不同的粗差水平和数据缺失情况下,新算法的参数反演精度仍明显优于其他两种算法,一定程度上说明了引入新算法进行概率积分模型中参数反演的可行性和优越性。工程实例中,反演结果和下沉值的拟合曲线图进一步验证了新算法的可靠性,但工程实例中拟合单位权中误差明显大于仿真实验,其主要原因是矿区较大的地表起伏造成较大的概率积分模型误差,进而影响参数反演的精度。因此,对于具体的工程案例,除了采用有效的参数反演方法,还需要根据实际情况制定合理的反演方案,以达到更好的参数反演效果。     

HTI介质地震波各向异性AVO反演

常规AVO反演主要针对各向同性介质进行,含有裂隙的地层实际上是各向异性的。地震反演问题是典型的不适定问题,各向异性参数的加入,使得地震反演问题的非线性程度显著增加,比传统反演难度加大。SA-PSO算法将粒子群算法与模拟退火法进行混合优化,具有全局寻优能力更强、克服早熟现象、不易陷入局部极小值等优点。将含有垂向裂隙的介质近似为HTI介质,基于HTI介质近似反射系数方程,建立关于各向异性参数的目标函数,通过SA-PSO算法实现HTI介质各向异性参数反演,进一步,利用流体因子、裂隙弱度与各向异性参数的关联,对裂隙相关参数及流体因子进行预测。建立含有HTI型煤层的理论模型,对原始数据同时使用SA-PSO算法与PSO算法进行反演,对算法的优越性进行测试,SA-PSO算法反演精度更高,反演过程更稳定;对多层理论模型数据分别加上信噪比为5,10,20的高斯随机噪声,对反演方法的抗噪性进行测试,反演结果误差较小,反演过程能快速收敛,反演抗噪性较好;根据HTI型含水裂隙中各向异性参数的特点,对Marmousi2模型的含水砂岩部分进行改造,引入各向异性参数,通过反演获取速度、密度及各向异性参数剖面,并实现流体因子预测,反演及预测结果与理论模型吻合,论证了方法的有效性。     

大地电磁测深自适应正则化正反演研究

地球物理正反演对地质勘探和资料解释具有重要的作用,然而在地球物理反演中由于对初始模型的选取不同往往反演结果的影响较大,因此在地球物理反演研究中降低反演结果对初始模型的依赖性成为热点和难点。目前缺少对不同稳定泛函约束的适用,采用了最平滑、最光滑、最小支撑模型约束泛函进行反演,再结合正演进行指导,验证了自适应正则化因子反演的适用性,而且不受初始模型的影响,在实际数据应用验证表明改进的自适应正则化因子选取方案在最平滑、最光滑、最小支撑模型约束泛函时具有明显的适用性。     

基于广义单通道算法的地表温度反演模型

文中介绍了一种基于单通道热红外数据的地表温度反演模型,该模型以大气辐射传输方程为理论推导依据,并利用泰勒展开式可得到求取的众多反演参量。通过对Landsat TM(Thematic Mapper)热波段数据的波谱响应分析,经总结后得到了相应的基于大气水汽含量的参量函数。虽然该模型的精确反演需要大量借助综合方法得到的反演参数,但其整体反演误差在1 K(开氏温度)以内且具有巨大的推广应用潜力。     

基于因子分析与BP神经网络的煤体瓦斯渗透率预测

为提高煤体瓦斯渗透率预测准确性,使用因子分析法对BP神经网络模型进行优化、改进,提出一种改进的BP神经网络预测模型。根据煤体瓦斯渗透率相关主要影响因素实例数据,使用因子分析法对4个煤体瓦斯渗透率影响因素原始数据进行降维数据处理,优化得到2个公共因子;以2个公共因子代替原有4个煤体瓦斯渗透率影响因素作为BP神经网络模型输入层参数,建立改进的BP神经网络煤体瓦斯渗透率预测模型,进行实例数据检验改进BP模型预测效果。最终验证结果:20组训练样本预测值与实际值的相对平均误差为0. 63%,证明训练完成的改进BP神经网络模型具有良好的拟合效果;改进BP模型预测样本平均相对误差为3. 16%,传统BP模型预测样本平均相对误差为6. 37%,证明改进BP模型预测精确度优于传统BP模型。     

磁异常反演系统的应用——以苏尼特左旗镍矿勘探为例

随着计算机技术的迅速发展,磁异常反演及解释研究的不断深化,越来越多的算法研究应用于磁异常反演.介绍磁异常反演系统及广义逆反演算法.其中着重介绍了广义逆反演算法,将地球物理问题转化为优化问题,为了解决该优化问题所提出的方程组,转化为求解该病态方程组,求出该方程组的最小二乘最小范数解.并且以苏尼特左旗镍矿探测为例,采用高精度磁法进行探测,并采用磁异常反演系统进行反演,得到模型形态,结合地质资料进行推断解释.     

基于多光谱遥感的裸土土壤含水量反演研究

矿区排土场的土壤含水量监测研究在矿产资源开发、生态恢复及干旱预警等方面具有重要意义。以我国东部草原区胜利露天矿北排土场土壤为试验材料，使用Spequoia多光谱相机和ECH2O土壤水分传感器对4种不同深度（1 cm、3 cm、5 cm、10 cm）的土柱样本每天10:00至14:00持续监测，采集到4个波段（550 nm、660 nm、735 nm、790 nm）处的土壤光谱反射率和土壤含水量数据，分别使用偏最小二乘回归法、岭回归法、反向传播（BP）神经网络三种方法建立单波段或多波段光谱反射率组合作为反演因子的土壤含水量反演模型。结果表明，偏最小二乘回归法、岭回归法反演精度较低，R2最高仅为0606。以绿（550 nm）、红边（735 nm）、近红外 （790 nm）三波段组合作为反演因子的反向传播神经网络（G-R-N-BP）模型反演效果最佳，其对1 cm、3 cm、5 cm、10 cm深度土壤含水量反演模型的决定系数（R2）分别为0866、0800、0975、0911，均方根误差（RMSE）分别为0333、0361、0103、0315，最佳反演深度为5 cm。本研究为矿区地表水分监测提供了重要的理论依据与实践应用价值。     

基于Levenberg Marquardt反演的福建小煤矿底板富水性分析北大核心

以福建黄土坑煤矿为研究对象,采用网络并行电法技术,从三维探测数据处理角度阐述了Levenberg Marquardt反演原理及模型构建,并通过引入光滑约束模型以及自适应调节阻尼因子实施电阻率数据反演,由此获取了该矿采煤工作面底板下不同深度探测异常区视电阻率空间分布情况。研究表明:探测区域存在6个相对低阻异常区且富水性强弱参半,其中Dz1、Dz2、Dz6较弱;Dz3、Dz4、Dz5较强,呈现出浅部较深部强、北强南弱的特征,与钻探验证结果吻合,可信度高。     

递归反演与基于模型反演的应用对比

反演是从地震数据中提取它所包含的潜在地质信息的过程。其中递归反演和基于模型反演因其各自的优势得到了广泛的应用。本文利用STRATA软件对丰谷地区地震数据进行了反演并做了初步的分析对比,结果表明基于模型反演的分辨率较之递归反演有较大提高。     

大地电磁一维正则化反演算法研究

为了解决大地电磁反演的不适定问题,正则化方法处理是用于解决该问题的主要方法。正则化方法是在数据目标泛函中增加一项稳定泛函,从而获得病态问题的稳定解。为了有效地改善大地电磁反演过程中解的不唯一性和不稳定性等问题,最小二乘光滑约束反演算法和同伦正则反演算法被提出解决该类问题。其中,同伦正则反演算法具有解非线性问题收敛性好的优点,该算法将同伦思想与Tikhonov正则化思想结合构造反演目标泛函。在大地电磁一维正则化反演算法正则因子的选取上与现有成果不同,这2种正则化算法均采用Morozov偏差原理决定正则因子。为了验证2种算法的稳健性,对理论数据添加随机高斯噪声后进行反演,基本上也能反演出模型参数,结果表明了2种算法都有较好的鲁棒性。考虑到同伦正则算法首次应用到大地电磁一维反演中,因此进一步将其对实测数据进行反演。反演数据来自吉林桦皮厂地热田的一个实测点,并将反演结果与Bostick反演和Occam反演结果进行了对比分析,同伦正则算法反演结果与实际勘探结果更加吻合,表明了同伦正则算法在大地电磁实测数据的处理中,有更高的精确度。算例结果证明了2种算法是有效的,能够改善大地电磁反演问题的不适定性。     

煤矿开采地质信息约束下的地震精细解释

为深入挖掘地震数据的地质涵义,以郭家河煤矿为例,收集近年来煤矿开采揭示的地质信息,分析一次地震解释存在的问题,在解释过程中采用已知地质信息优化地震属性提取参数,优选地震属性并进行属性融合,提高地质构造解释精度;采用多参数反演方法反演地层电阻率、伽马数据体,结合矿井生产揭示信息确定阈值反演地层岩性体,在岩性数据体上解释煤层厚度。经过生产验证,地质构造与煤层厚度解释精度均有较大提高。     

多源数据联合刻画DNAPL污染场地的非均质性

污染场地评估工作中常使用数值模型刻画污染源区特性，其中水文地质参数准确与否对污染物迁移转化过程的判断至关重要。采用相对容易获取的观测值，通过求解逆问题的方式反演来推估无法直接获取的水文地质参数。该文针对DNAPL污染场地非均质性的精细刻画问题，构建一种综合迭代局部更新集合平滑器(Iterative Local Updating Ensemble Smoother, ILUES)、DNAPL污染运移模型、岩性物理模型和自然电位正演模型的数据同化框架，通过融合水力层析法(Hydraulic tomography, HT)观测数据与自然电位法(Self-potential, SP)观测数据联合反演三维含水层渗透系数场空间分布。在该框架下设计3组数值算例，比较不同类型观测数据对反演精度的影响。研究结果表明：基于ILUES算法分别融合HT数据、SP数据，均可有效地刻画DNAPL污染源区非均质结构，且ILUES算法耦合HT与SP观测数据能进一步优化反演效果，提高计算的精度和效率。     

突出煤层区域预测指标W-P模型优化及应用

为了获取适合贵州不同矿区瓦斯含量和瓦斯压力内在关联,并能准确计算出符合煤层特征的两者指标测值,通过统计8个矿区57对矿井107组煤层瓦斯基础参数数据,基于Langmuir方程,引入破坏系数X和瓦斯放散初速度△p,建立了W-P优化模型,并对W-P经典模型与W-P优化模型在贵州矿区的适用性进行了对比研究。结果表明:W-P优化模型计算得到的瓦斯含量及压力数据与实测值拟合度较高,且随着实测值样本量的增加,拟合度逐渐增高;反演瓦斯含量及反演瓦斯压力的平均相对误差分别为6.44%和14.27%;相对于经典模型,优化模型的平均相对误差分别降低了17.54%和83.59%;应用W-P优化模型确定了矿井M16煤层瓦斯含量和瓦斯压力临界值分别为8.0 m~3/t和0.74 MPa,与M16煤层实际发生瓦斯动力现象处的瓦斯含量和瓦斯压力值相吻合。     

鞍山式铁尾矿区土壤重金属含量高光谱反演

土壤中的铜浓度占比过高会对人体和环境造成一定的危害，因此探讨重金属铜含量反演具有重要意义。本研究以唐山典型铁尾矿区43个土壤样品为例，同时测定土壤中铜的反射光谱和含量信息，经多种波谱变换后，通过相关性分析法（CA）和连续投影法（SPA）进行土壤铜含量的特征波段选取，然后利用多元线性回归(MLR)和偏最小二乘回归(PLSR)算法建立了铜含量的反演模型，得到多种光谱数据的反演成效。结果显示：二阶微分处理后的光谱数据，其反演效果较好，CA-PLSR和SPA-MLR两种反演模型中，SPA-MLR的反演精度相对较准确；二阶微分光谱变换后的SPA-MLR模型在估算土壤铜含量方面更有优势。     

基于遗传算法的改性渣土非线性本构模型参数识别

根据渣土三轴压缩实验观测数据,建立了基于遗传算法的改性渣土非线性本构模型参数反演方法。以三维有限元模拟的应变值与三轴压缩实验观测应变数据残差平方和最小为参数反演的目标函数。为解决简单遗传算法的早熟和收敛速度慢等问题,采用了浮点编码模式和基于排序的选择策略;提出了针对参数识别反问题的罚函数形式。实际应用结果表明,所提出的参数反演方法具有较快的收敛速度;预测的模型变形与实验观测值具有较高的拟合精度。