夏垫断裂北段浅部构造的高分辨率地震反射勘探研究

夏垫断裂是北京东部的一条活动断裂,研究该断裂的分布、性质、活动状况可以完善和优化城市规划,减小地质灾害的破坏.高分辨率地震反射勘探是调查活动断层的一种重要的地球物理方法,能够得到从深度几十米到几千米的地下构造信息.为探明夏垫断裂北段浅部构造,在北京马坊镇南部布置了一条东西向的高分辨率地震反射勘探测线.采用小道间距,中间激发,可控震源激发的方式,克服了城市地震勘探的不利条件,获得了高信噪比的浅层地震剖面,清晰反映了夏垫断裂在第四系底部基岩附近造成的地层错断,确定了该断裂的位置.地震反射时间剖面揭示,夏垫断裂在测区内是一条高倾角、错断至近第四纪内部的活动断裂.断裂性质为正断层,视倾角较陡,断距由深至浅逐步减小,在地震时间剖商到0.1s上超浅层时,本次地震勘探已经不能分辨断层两侧地层的错动.     

浅层地震勘探在城市活断层探测与危险性评价中的应用

活动断层是引起自然灾害的重要因素之一,如何减少活动断层带来的生命、财产损失成为人们努力的目标。阐述了浅层地震勘探在城市地震活断层探测与地震危险性评价项目中的应用,采用地震勘探的方法,从地震勘探测线的布置、施工参数的确定,到资料的综合处理和解释都进行严格的管理,最终获得了反射波信噪比高、断层显示清晰的时间剖面。通过对地震资料的综合分析和研究,可以确定勘查区重点断层隐伏段的位置、断层错断的层位与深度,为城市断层危险性评价和城市发展规划及重大工程选址提供科学依据。     

北京地区浅层采空区高密度电法探测应用分析

高密度电法已广泛应用于煤层采空区探测之中,采空区充填性质的不同造成其在高密度电法数据剖面中的表现特征也不相同。本文主要介绍运用高密度电法进行浅层小煤窑采空区探测的一些经验和案例。采用高密度电法中的温纳装置对门头沟地区未充填、部分充填的小煤窑巷道和石景山区富水充填的小煤窑采空区的探测,取得了很好的效果。探测结果显示,未充填和部分充填的小煤窑巷道表现为高视电阻率异常,位置与测线周边发现的小煤窑窑口位置相对应。而富水充填的小煤窑采空区表现为低视电阻率异常,经钻探验证,采空区内充填有富含水的粉末状的煤灰,含坑木。需注意在山区进行高密度电法测试时,台阶状的地形对高密度电法测试的干扰影响较大,以温纳装置为例,测试数据在台阶地形处表现为高低阻相邻的八字形干扰,且电极距越小,干扰越明显。     

沿层中值滤波在消除深拖浅地层剖面电干扰中的应用

声学定位系统的充电会在深拖搭载的浅地层剖面上造成竖条形噪声,严重影响海底地层资料的处理与解释。本文分析了上述电噪声信号特征,采用了中值滤波方法,对其进行了处理。文中设计了水平和沿层位两种不同窗口进行滤波,并改变窗口长度进行了滤波效果比较。实验结果表明,沿层位窗口可以更好地消除噪声并实现信号保真。     

济南城区地下水补给试验及供水模式研究

文章基于济南市资源性缺水、地下水过量开采、水位下降、城市供水以地表水源为主的现状,围绕泉水的持续喷涌及济南城区居民家庭生活饮用优质地下水,通过地表水补给地下水的试验研究,探索了试验实施的可能性,提出了济南城区分质供水模式。结果表明:补源试验对玉符河、巴漏河部分河床渗透带补渗效果明显,为枯水期稳定地下水位提供了技术保障;在原有市政管网供给生产和居民家庭盥洗用水,城区新敷设地下水水源供水管网供给居民家庭厨房餐饮用水及2020年城区规划人口430万条件下,新设管网日生活供水规模约1.2×105m3。     

卧龙湖矿8101面地下水水质分类判别研究

为分析卧龙湖8101工作面涌水补给源以及集水形式,统计整理了本矿井地下水样品常规水质分析数据62组。利用多元统计组合模型与maltab方法相结合对8101工作面涌水水源进行分析研究.结果说明:8101工作涌水水源与本矿10煤砂岩水质类型一致。卧龙湖矿各地层地下水水质的首要因子为Ca2+,Mg2+,SO42-,体现太灰水的外来补给;第二因子是阳离子交替吸附作用,其涌水体现了地下水静储量消耗。多元统计模型与maltab方法相结合是一种稳定性高且切实有效,适用于地下水水源水化学分析的方法。     

锅盖落料拉伸冲孔切边复合模设计

分析了不锈钢锅盖成形工艺，确定了用一副复合模完成落料、浅球形的正向拉伸和低锥形的反向拉伸、冲孔和切边的工序过程。同时也阐述了复合模工作过程及注意事项。     

示踪试验在复杂岩溶区工程中的应用

以滇中引水工程某深埋长隧洞为依托,在较深入了解研究区水文地质及工程地质条件的基础上,选取线路对地下水环境影响较大的区域进行示踪试验,通过试验不仅较清晰地查清了地下水运移通道,而且较为准确地查明了研究区地下分水岭,最终为线路的选择提供了合理、准确、可行的依据。     

古运河浅埋暗挖超前支护效果影响因素分析

根据浅埋暗挖区工程地质条件和固结注浆原理,分析了超前小导管注浆效果不明显的主要原因,并为改善注浆效果提出了建议。     

基于主元分析的径向基神经网络预测模型研究

结合主元分析(PCA)和径向基函数(RBF)神经网络,建立了地下水动态模拟与软测量预测模型。通过主元分析法提取主要成分,实现数据预处理;将选取的主要成分作为RBF神经网络的输入;采用k均值聚类算法确定RBF网络隐含层参数,并用递进最小二乘法确定输出层权值。仿真结果表明,该模型优化了网络结构,提高了预测精度。