基于特征强化U⁃Net的地震速度反演方法

基于深度神经网络的地震速度反演方法面临的挑战是:时间域地震数据与空间域模型信息间语义映射的弱对应关系导致多解性;神经网络将地震数据映射到速度模型过程中缺少有效引导,易受噪声干扰,影响反演精度。为此,提出一种基于特征强化U‑Net的地震速度反演方法。首先,通过多炮地震数据特征叠加使输入网络的地震时间序列信号与对应速度模型之间的空间关系更加明确;其次,基于多尺度特征融合的思想设计具有不同尺寸卷积核的模块,以增强网络对有效特征的学习能力;然后,利用注意力门引导网络,增强网络重点关注的特征;最后,结合瓶颈残差和预激活的思想,在网络中加入预激活瓶颈残差,避免梯度消失和网络退化。实验表明,该方法在地震速度反演方面具有更高的精度,并在抗噪声测试中效果较好,具有一定的泛化能力。

干旱形成机制与预测理论方法及其灾害风险特征研究进展与展望

在全球变暖背景下,干旱事件发生的频率和强度不断增大、影响不断加重,干旱发生规律的异常性和机制的复杂性也更为突出,对干旱形成机制、预测理论方法及灾害风险变化规律等方面都提出了新的挑战,也制约了当前干旱预测、预警及其灾害防控能力的提高。近年来,在国家重点基础研究发展计划(973计划)课题等多个国家级项目支持下,已在干旱灾害形成机制与预测理论方法及其风险特征方面取得了一系列新成果。通过动力诊断、数值模拟和田间试验等方法,开展了干旱形成的多因子协同作用和多尺度叠加机制、干旱致灾过程的逐阶递进特征,以及干旱灾害风险分布演化的主控因素等方面的研究。对如下几方面的新进展进行了系统总结归纳:(1)厘清了全球变暖背景下青藏高原热力、海温、夏季风、遥相关等多因子对干旱形成的作用机制。(2)发现了降水亏缺时间尺度和农作物不同生长阶段的干旱敏感性规律。(3)揭示了变暖背景下典型区域干旱灾害风险分布及其变异的新特征;构建了干旱灾害风险新概念模型。(4)研发了东亚季风区的季节和次季节干旱集成预测系统。在总结归纳已取得研究成果的基础上,对未来干旱形成机制及其灾害风险科学研究进行了展望,提出了5个重点研究方向:(1)多因子联动及其多尺度叠加效应对干旱形成的影响;(2)系统整合人类活动和决策以及相关反馈的气候模式研究;(3)揭示陆-气耦合和大气环流协同作用对干旱的影响;(4)认识干旱灾害对粮食安全和生态安全影响的关键过程;(5)提高不同气候情景下干旱预估的准确度。

拉萨河下游湿地土壤养分特征与肥力评价

[目的]为探索拉萨河下游湿地土壤的养分特征和肥力状况。[方法]选取甘曲湿地、巴嘎雪湿地、拉鲁湿地和茶巴朗湿地4个代表性区域的土壤为研究对象,共采集69份土壤样本,测定样品的pH、总氮(TN)、总磷(TP)、总钾(TK)、全盐、电导率、氧化还原电位(redox potential)、阳离子交换量(CEC)和有机质(OM)值,并利用改进内梅罗综合指数法对湿地土壤肥力进行全面的评价。[结果](1)研究区土壤的pH范围为5.77~7.78,均值为6.62,呈中性;有机质和总氮的相关性强,分布特征相似,含量分别为61.82,3.13 g/kg,均为很丰富的状态,属于一级水平;总磷和总钾含量分别为0.75,18.05 g/kg,为适中的状态,属于三级水平;全盐含量为0.92 g/kg,电导率为2.97 mS/m,整体来看,研究区土壤具有较强的保肥能力。(2)湿地土壤综合肥力系数(P)顺序为茶巴朗湿地(2.01)>巴嘎雪湿地(1.95)>拉鲁湿地(1.93)>甘曲湿地(1.86),均属于肥沃等级,影响湿地土壤综合肥力的指标是总钾,因各自然湿地形成条件相似,土壤综合肥力系数无显著差异。[结论]研究结果明晰了拉萨河下游湿地土壤养分现状,为实现研究区湿地资源的可持续利用提供科学依据。

福红李三个成熟阶段果实营养品质与香气特征分析

为明确福红李果实成熟期营养品质与香气特征,本研究采用高效液相色谱仪(HPLC)和气相色谱离子迁移谱联用仪(GC-IMS)分析了福红李三个成熟阶段果肉中糖类、有机酸、氨基酸和挥发性成分的组成和含量。结果表明,蔗糖是福红李中的主要糖类,占可溶性糖总量高达49.28%,其次是葡萄糖和果糖;苹果酸是主要的有机酸,占有机酸总量高达88.76%,其余有机酸含量均较低;福红李可溶性糖、蔗糖含量和糖酸比随着果实成熟不断积累。福红李中9种非必需氨基酸和7种必需氨基酸含量范围分别为11.58~357.47、55.59~176.63μg·g^(-1),其中,在必需氨基酸中,含量最高的是亮氨酸,其次是赖氨酸和苏氨酸,含量最低的是蛋氨酸,大部分氨基酸主要在成熟后期即花后140 d和花后150 d积累得更多。福红李的主要挥发性成分是醛类、酯类和醇类等,己醛和2-己烯-1-醇峰强度较高,挥发性成分在三个成熟阶段存在差异。本研究初步分析了福红李主要品质成分及成熟阶段变化规律,可为李优质育种提供理论依据。

高血压病人舌面信息特征研究

目的:探讨高血压不同中医证型及不同病程病人舌面部舌诊特征参数,为中医诊断信息的客观化研究提供一定的客观依据。方法:利用上海中医药大学健康辨识与评估实验室和亚太长江计算机集团有限公司共同研发的SmartTCM-I检测系统采集115例高血压病人的舌面信息,比较高血压不同中医证型、不同病程病人的舌面色分布特征参数。结果:不同证型高血压病人整体舌色、苔色参数存在一定差异,其中肝火亢盛证与阴虚阳亢证差异较为明显。高血压病程5~10年病人整体舌色参数绿(G)、蓝(B)值、色调(H)大于高血压病程<5年病人,高血压病程>10年病人整体舌色参数红(R)、G、B、H值大于高血压病程<5年病人(P<0.05);高血压病程5~10年病人整体苔色和面色参数的G、B值大于高血压病程<5年病人,高血压病程>10年病人整体苔色和面色参数的R、G、B值大于高血压病程<5年病人(P<0.05)。结论:高血压病人各证型整体舌色、苔色参数存在明显差异,不同病程的高血压病人舌色和面色参数也存在一定差异。舌、面诊客观特征参数可作为高血压中医辨证分型以及病程诊断的客观依据。

顾及特征离散程度的SEaTH特征优化选择方法

特征选择是面向对象信息提取的关键步骤之一。本文针对分离阈值(separability and threshold,SEaTH)这一特征选择方法在实际应用中存在的不足,例如未考虑特征值的离散程度,仅利用J-M距离评判单一特征,特征间可能存在较强相关性,以及无法有效确定出分类顺序,提出了一种改进的SEaTH算法(optimized SEaTH,OPSEaTH)。OPSEaTH算法首先在J-M距离基础上构建了一类特征评价指标(E值),有效解决了特征值的离散度问题;然后,基于E值构建出特征组合评价指标(C_(e)值),可有效评估得到每种地物的最佳特征组合并自动确定出地物的分类顺序;最后基于eCognition等分类器可完成对地物对象的最终有效分类。利用高分二号遥感影像数据对本文方法进行了测试,并将结果分别与SEaTH算法、DPC、OIF和最近邻分类器的分类结果进行了对比,结果表明:OPSEaTH算法不仅能有效降低特征维数、优化特征空间,还能够对分类顺序进行自动化合理确定,总体精度和Kappa系数及其他精度指标,均显著优于基于SEaTH算法的特征选择结果。本文方法无论从特征降维效果、分类结果精度还是计算效率方面均优于DPC、OIF和最近邻分类器结果。OPSEaTH是一种更优的特征选择方法。

习近平文化思想的内涵、特征与核心要义

习近平文化思想是新时代党领导宣传思想文化建设经验的理论总结与思想提升,极大丰富和发展了马克思主义文化理论,在党的文化事业发展史上具有里程碑意义。从内涵看,习近平文化思想是以文化使命为统领,由文化传承、文化创新、文化权益、文化共识、文化引领等方面构成的完备理论体系。从特征看,习近平文化思想具有鲜明的科学性、人民性、实践性、发展性,不仅体现了习近平文化思想的本质,而且展现了习近平文化思想的理论形象。从核心要义看,习近平文化思想主要围绕保障文化安全、坚定文化自信、建设文化强国、增强文化影响等价值目标为新时代宣传思想文化建设提供思想武器和行动指南,为以中国式现代化全面推进中华民族伟大复兴坚定信念、振奋人心、凝聚力量。

城市实景模型结构化线面特征重构方法

为了改善城市实景模型边缘模糊,提出了一种曲率引导的结构化线面特征重构方法。根据曲率特征将网格分割为平面、可展凹、可展凸以及不可展曲面4类,在平面分割结果内提取平面,在可展凹和可展凸分割结果内提取直线,对过度弯曲的不可展区域进行保留,最终形成包含几何特征的复合网格模型。结果表明,结合曲率信息预先设置几何特征的潜在范围,使得结构化线面特征更可靠,同时保证城市实景中复杂的树结构不被错误地提取为平面。

复杂动态负荷幅度域波形模态聚类与电能表误差敏感特征

针对复杂动态负荷游程波形模态及引起电能表误差的典型特征认识不足的问题,首先提出动态电流信号幅度域游程波形模态提取算法,提取了多种幅度域毫秒级小颗粒度游程波形模态;其次,提出LK-Shape游程波形模态聚类算法,提取了动态电流信号幅度域的6类典型游程波形模态及其快速变化特征;最后,提出导致电能表超差的两种敏感游程波形模态,并通过实验验证了该游程波形模态适于测试电能表误差,表明了所提方法的有效性和实用性。

CNN-Transformer特征融合多目标跟踪算法

在卷积神经网络(CNN)中,卷积运算能高效地提取目标的局部特征,却难以捕获全局表示;而在视觉Transformer中,注意力机制可以捕获长距离的特征依赖,但会忽略局部特征细节。针对以上问题,提出一种基于CNN-Transformer双分支主干网络进行特征提取和融合的多目标跟踪算法CTMOT(CNN-transformer multi-object tracking)。使用基于CNN和Transformer双分支并行的主干网络分别提取图像的局部和全局特征。使用双向桥接模块(two-way braidge module,TBM)对两种特征进行充分融合。将融合后的特征输入两组并行的解码器进行处理。将解码器输出的检测框和跟踪框进行匹配,完成多目标跟踪任务。在多目标跟踪数据集MOT17、MOT20、KITTI以及UADETRAC上进行评估,CTMOT算法的MOTP和IDs指标在四个数据集上均达到了SOTA效果,MOTA指标分别达到了76.4%、66.3%、92.36%和88.57%,在MOT数据集上与SOTA方法效果相当,在KITTI数据集上达到SOTA效果。由于同时完成目标检测和关联,能够端到端进行目标跟踪,跟踪速度可达35 FPS,表明CTMOT算法在跟踪的实时性和准确性上达到了较好的平衡,具有较大潜力。

东昆仑大格勒富铌碳酸岩矿物学特征

东昆仑大格勒地区新发现一套碱性岩-碳酸岩杂岩体,具有很好的铌等稀有金属成矿潜力。本文在岩相学研究基础上,结合背散射电子图像,应用电子探针能谱半定量分析和波谱定量分析技术,对东昆仑大格勒富铌碳酸岩中的铌矿物进行了原位微区成分分析。岩相学观察表明,铌矿物主要为铌铁矿族、铌钙矿、烧绿石、褐铈铌矿、铌易解石,含铌矿物为含铌钛铁矿、斜锆石。铌矿物嵌布粒度较细,嵌布关系紧密而复杂。其中,铌铁矿族常与磁铁矿、铌钙矿、褐铈铌矿和磷灰石紧密共生,多以细粒状集合体呈浸染状、星散型沿磁铁矿裂纹与边部进行交代。铌钙矿、烧绿石和褐铈铌矿常与铌铁矿、磁铁矿和磷灰石紧密共生,铌钙矿局部与铌铁矿呈不规则状接触分布,烧绿石呈不规则状沿铌铁矿边部分布,褐铈铌矿多以团块状沿铌铁矿边部分布。铌易解石与磁铁矿紧密共生,呈不规则状接触。初步推断铌矿物包括岩浆期形成的烧绿石和铌易解石,热液期形成的铌铁矿、铌钙矿、烧绿石和褐铈铌矿。矿物组合初步显示,大格勒富铌碳酸岩中的铌至少经过了岩浆和热液两个时期的富集。电子探针分析结果表明,主要铌矿物的Nb_(2)O_(5)平均含量分别为:铌铁矿族69.92%,铌钙矿59.55%,烧绿石59.14%,褐铈铌矿43.12%,铌易解石41.55%;含铌矿物的Nb_(2)O_(5)平均含量分别为:含铌钛铁矿1.33%,斜锆石1.22%。其中,铌铁矿族和铌钙矿、烧绿石为可选且具有工业价值的铌矿物。

二阶逐层特征融合网络的图像超分辨重建

针对一些超分辨网络忽略了对网络各层次特征的复用以及融合的问题,构建了具有较强特征复用和融合能力的二阶逐层特征融合超分辨网络,以获得具有高分辨率、高保真度的重建图像。网络的核心是逐层特征融合模块,该模块通过特征融合操作增强特征的重用。此外,还提出了二阶特征融合机制,该机制在网络的局部和全局层次上采用逐层特征融合方法进行特征融合。实验结果表明该网络的重建图像在线条和轮廓上更清晰,并且在峰值信噪比和结构相似度上也取得了更好的结果。例如当缩放尺度因子为2时,各测试集上的峰值信噪比/结构相似度依次为38.20 dB/0.9612、33.81 dB/0.9195、32.28 dB/0.9010、32.65 dB/0.9324、39.11 dB/0.9779,相比其他模型有一定提升,从客观标准和主观角度证明了二阶逐层特征融合超分辨网络具有一定的优越性。

秸秆还田对东北黑土水分特征及物理性质的影响

为明确秸秆还田对东北黑土水分特征及物理性质的影响,设置秸秆覆盖还田(FG)、秸秆翻埋还田(FM)和秸秆不还田翻耕(FD)3个处理,测定土壤含水量、水分特征曲线、容重、硬度、土壤三相比及结构稳定性等参数。结果表明:(1)秸秆覆盖还田可显著提高春季耕层(0~30 cm)土壤含水量,较秸秆不还田翻耕处理增幅为11.17%~150.84%;不同处理耕层土壤在水吸力中吸力段土壤含水量变化曲线平滑,秸秆覆盖还田处理具有较高的土壤持水性。(2)秸秆还田能显著提高土壤水分有效性,与秸秆不还田翻耕处理相比,秸秆覆盖还田处理0~10 cm土层土壤田间持水量提高4.85%~11.03%,土壤凋萎系数提高10.85%~18.00%;秸秆翻埋还田处理0~10 cm土层土壤重力水增加9.65%~80.73%。秸秆翻埋还田提升了土壤供水能力,土壤比水容量较秸秆不还田翻耕处理增加4.8%~10.0%。(3)与秸秆不还田翻耕处理相比,秸秆还田降低了收获后土壤紧实度,降低幅度为0.18~0.31 MPa;秸秆覆盖还田增加表层土壤容重,降低土壤孔隙度,促进三相结构趋于合理,显著增加土壤结构稳定性。(4)皮尔森相关分析表明,三相比R值与结构距离(r=0.73*)、土壤容重(r=0.70*)相关性显著,在一定范围内三相比R值的增加有利于改善并促进土壤结构稳定。综上可知,东北黑土农田实施秸秆还田是提高春季土壤含水量、增强土壤持水性、提升土壤供水能力、调节土壤紧实性、调控土壤三相比、改善土壤结构和提高土壤宜耕性的有效措施。

无人机多光谱影像的小麦倒伏信息多特征融合检测研究

为探究多特征融合方法在作物倒伏领域快速精准识别中的适用性,利用无人机获取多田块冠层尺度的不同倒伏率麦田多光谱数据,对原始倒伏图像进行图像拼接、辐射校正、几何校正等预处理,并利用重归一化差值植被指数和阴影指数分别剔除土壤和阴影背景,提取小麦倒伏DSM模型和植被指数分别与多光谱图像进行多特征图像主成分变换融合,筛选差异性较大的纹理特征,采用支持向量机(SVM)、人工神经网络(ANN)和最大似然法(MLC)监督分类模型对多光谱和DSM融合图像、多光谱和归一化植被指数(NDVI)融合图像、多光谱图像和纹理特征图像进行监督分类,并采用总体精度(OA)、 Kappa系数和提取误差综合评价各监督模型的分类性能和倒伏提取精度。分类结果表明:各监督分类方法在不同倒伏区域提取结果建模效果趋势一致,SVM和ANN整体提取精度高于MLC,在高倒伏区域,多光谱与NDVI融合图像的SVM监督模型(OA:92.63%, Kappa系数:0.85,提取误差:1.11%)提取效果最好;在中倒伏区域,多光谱与DSM融合图像的SVM监督模型(OA:90.35%, Kappa系数:0.79,提取误差:9.34%)提取效果最好;在低倒伏区域,均值纹理特征图像的ANN监督模型(OA:91.05%, Kappa系数:0.82,提取误差:8.20%)提取结果较好。本研究将DSM模型、植被指数、纹理特征与多光谱图像进行融合对比,并对多特征融合方法能否高精度有效提取小麦倒伏信息进行了探究,结果表明无人机多光谱遥感结合特征融合技术能有效提取小麦倒伏面积,提取效果优于单特征小麦倒伏图像。本研究结果可为助力小麦倒伏灾情调查数据的精确获取方法提供参考。

不同苜蓿品种叶片特征、光合生理特性与产量性状的比较

以国内外引进的8个紫花苜蓿(Medicago sativa L.)品种为试验材料,对比研究不同品种的叶片特征、产量性状和光合生理特性,采用相关性分析和通径分析法,探讨其与产量的关联性,以期为高产紫花苜蓿种质的筛选提供依据。结果表明:供试紫花苜蓿品种单株干重的变幅为0.88~1.21 g;各性状与单株干重的相关性按大小排序依次为:单株叶干重>比叶重>蒸腾速率>单株叶片数>叶形指数,单株叶干重是最突出的叶片特征指标。对单株干重的影响程度从大到小依次为:比叶重>气孔导度>可溶性蛋白>株高>蔗糖>可溶性糖>叶绿素总量,其中,比叶重是单株干重的主要决定因子。综上,高产紫花苜蓿种质筛选的重要指标包括:单株叶干重和比叶重,8个紫花苜蓿品种中‘甘农9号’、‘WL319HQ’和‘SG501’的单株干重、单株叶干重和比叶重均较大,可作为高产种质在育种工作中加以研究利用。

基于深度学习的特高压三端混合直流输电线路波形特征故障区域判别方法

针对将现有直流线路故障区域识别方法应用于特高压三端混合直流输电线路时,存在难以区分T区两侧故障、耐过渡电阻能力弱和阈值整定困难的问题,提出一种利用深度学习及波形特征进行特高压三端混合直流输电线路故障区域识别的方法。首先,对三端混合直流线路不同故障区域进行故障特征分析;然后,对线模电压和线模电流进行多尺度小波分解,提取线模电流中低频分量和线模电压高频分量,结合正负极电压波形特征,组成深度学习模型的输入量,并将故障区域作为输出量,构建深度学习故障区域识别模型;最后,用训练过的深度学习模型对获取的故障特征量进行处理,以实现故障区域识别的目的。通过大量仿真实验,验证了所提故障区域识别方法具有准确率高和基本不受过渡电阻影响的特性。

1980—2020年全球重大洪灾时空特征探析

为充分理解全球洪涝灾害的时空演变规律,基于长时间序列全球历史洪灾数据,运用数理统计和GIS空间分析方法,在不同空间尺度和年代际、年际的时间尺度上,全面分析了1980—2020年重大洪涝灾害的时空特征。结果表明:①全球洪灾次数在21世纪前10 a达到峰值,死亡和影响人口在1990s达到峰值,累计经济损失在2010s达到峰值,次均经济损失在1990s和2010s最高;②洪灾发生次数及造成的经济损失在1980—2020年期间呈显著上升趋势,每次洪灾造成的人口损失呈现下降趋势;③亚洲洪涝灾害严重,洪灾的发生次数、死亡人数、影响人口及经济损失的累计值分别占全球总数的41%、68%、95%和63%,然而包括中国在内的亚洲诸多国家的洪灾人口损失呈下降趋势;④全球重大洪灾呈东西向分布,灾害重心有南移趋势,洪灾由集中趋于分散,影响区域逐渐变广。

东昆仑大格勒富铌碳酸岩地球化学特征及成因初探

大格勒碳酸岩是东昆仑地区新发现的火成碳酸岩,具有重要的地质意义。本文对该碳酸岩开展了全岩主量和微量元素以及同位素研究,初步探讨其岩石成因。大格勒碳酸岩的化学组成以CaO和MgO为主,CaO含量为24.17%~30.40%,MgO含量为15.56%~18.91%,SiO_(2)含量为0.61%~6.25%,CO_(2)含量为25.09%~36.09%,其CaO/(CaO+MgO+FeO^(T)+MnO)(CCMF)在0.41~0.51之间,属于镁质碳酸岩。岩石的稀土元素总量∑REE在515~1863μg/g之间,稀土元素配分模式显示富集轻稀土元素,轻重稀土元素分异明显((La/Yb)N=284~589),无明显的Eu、Ce异常(δEu=0.89~1.23,平均1.01,δCe=0.96~1.11,平均1.05)。微量元素蛛网图显示样品明显富集Nb、Sr、Th、U、Pb、P,相对亏损Rb、K、Ti元素,Ba、Zr、Hf及HREE等元素接近原始地幔,Nb含量在126~5009μg/g之间(平均1568μg/g)。碳酸岩样品具有相对低的(^(87)Sr/^(86)Sr)i值(0.703718~0.703964)和低ε_(Nd)(t)值(-1.07~-0.33),δ^(13)CV-PDB值为-8.5‰~-5.7‰,δ^(18)OV-SMOW值为8.9‰~14.4‰,同位素及微量元素组成显示其具有幔源特征,并在碳酸岩形成过程中受到了热液蚀变作用,可能与东昆仑早泥盆世碰撞后伸展作用导致的软流圈地幔上涌有关。

多层次时空特征自适应集成与特有-共享特征融合的双模态情感识别

在结合脑电(EEG)信号与人脸图像的双模态情感识别领域中,通常存在两个挑战性问题:(1)如何从EEG信号中以端到端方式学习到更具显著性的情感语义特征;(2)如何充分利用双模态信息,捕捉双模态特征中情感语义的一致性与互补性。为此,提出了多层次时空特征自适应集成与特有-共享特征融合的双模态情感识别模型。一方面,为从EEG信号中获得更具显著性的情感语义特征,设计了多层次时空特征自适应集成模块。该模块首先通过双流结构捕捉EEG信号的时空特征,再通过特征相似度加权并集成各层次的特征,最后利用门控机制自适应地学习各层次相对重要的情感特征。另一方面,为挖掘EEG信号与人脸图像之间的情感语义一致性与互补性,设计了特有-共享特征融合模块,通过特有特征的学习和共享特征的学习来联合学习情感语义特征,并结合损失函数实现各模态特有语义信息和模态间共享语义信息的自动提取。在DEAP和MAHNOB-HCI两种数据集上,采用跨实验验证和5折交叉验证两种实验手段验证了提出模型的性能。实验结果表明,该模型取得了具有竞争力的结果,为基于EEG信号与人脸图像的双模态情感识别提供了一种有效的解决方案。

单轴压缩条件下单裂隙花岗岩力学特性及破坏特征

为研究含贯通单裂隙花岗岩的力学特性及破坏特征,以我国高放废物地质处置甘肃北山预选区完整花岗岩及含倾角30°、45°和60°贯通裂隙的花岗岩为研究对象,开展单轴压缩试验研究.结果表明:裂隙倾角越大,试样的单轴抗压强度、损伤应力以及弹性模量越低;与完整岩石相比,倾角30°、45°和60°裂隙花岗岩的抗压强度分别下降7.97%、29.17%和71.68%,损伤应力分别下降9.35%、24.26%和69.79%,弹性模量分别下降5.89%、23.32%和60.49%.裂隙倾角不同,试样的应力-应变曲线呈现出显著的差别;裂隙倾角越大,损伤应力至峰值应力之间的屈服阶段越明显,发生沿裂隙面滑移破坏特征越显著;裂隙倾角影响花岗岩的破坏模式,试样的破坏形式主要表现为穿裂隙面破坏(倾角30°)、穿裂隙面破坏和沿裂隙面滑移并存的复合破坏(倾角45°)以及沿裂隙面滑移破坏(倾角60°);倾角60°的裂隙花岗岩的抗压强度与试验前后裂隙面的分形维数差符合幂函数增长关系.