基于时序InSAR的西南科技大学地表形变监测与分析

以西南科技大学青义校区为研究区,利用SBAS-InSAR和PS-InSAR对52景升轨Sentinel-1A雷达影像,分别获取了研究区2017年6月至2020年11月的地表形变速率及时序形变量。结合相干性系数、形变速率、方差及标准差对两种时序InSAR结果进行检验对比,从自然、人为因素两方面探讨了研究区地表形变机理与演化过程。结果表明:研究区存在多处显著沉降,最大垂直沉降速率可达15 mm/a,地表形变与学生公寓楼、道路扩建等人为因素有关,地表沉降区与强降雨、岩性及地势地貌关联紧密,地层界线与地表形变不显著相关。相较而言,两种监测结果总体一致性较好,SBAS-InSAR相比PS-InSAR的监测结果稳健性更好。

典型西南岩溶地下水抗生素污染指示因子识别

我国南方岩溶地区是全球三大岩溶集中分布区之一,由于岩溶地区独特的含水层结构,其地下水极易受到地表污染。为了探明岩溶地下水中抗生素污染空间分布的主控因素,厘清抗生素浓度与水化学参数的相关关系,进而识别岩溶地区水环境中抗生素污染的指示因子,以西南典型岩溶地下河系统为研究对象,利用超高效液相色谱串联质谱联用仪(UPLC-MS/MS)分析了35种抗生素浓度。结果表明:研究区共检出了30种抗生素,包括3种四环素类(<检出限(MDL)~421 ng/L)、5种大环内酯类(28.3~884 ng/L)、9种磺胺类(2.50~30 ng/L)和13种喹诺酮类(19.5~1807 ng/L)。其中,大环内酯类和喹诺酮类抗生素是研究区检出的主要抗生素,其空间分布特征主要受污染源和稀释作用控制。研究区水化学类型包括HCO_(3)-Ca·Mg型和HCO_(3)-Ca·Na·Mg型,抗生素浓度在不同的水化学类型中存在显著差异,HCO_(3)-Ca·Na·Mg型水样中抗生素浓度显著高于HCO_(3)-Ca·Mg型(2~10倍)(Mann-Whitney检验,p<0.05)。同时,Pearson相关性分析结果表明,三氮(硝氮、亚硝氮与氨氮浓度之和)、总有机碳(TOC)、Na^(+)、Cl^(-)浓度与单一抗生素浓度、不同种类抗生素浓度、抗生素总浓度均呈显著正相关(r=0.81~0.99,p<0.05,N=7~8)。相比三氮、TOC和Na^(+),Cl^(-)在环境中性质更稳定,是岩溶地区地下水系统中更可靠的抗生素污染指示因子。本研究为受县级污水处理厂和农村生活废水排放影响的岩溶地区抗生素污染识别与污染预测提供了理论依据。

泥石流宽级配砾石土结构特征实验研究

泥石流堆积物是一种宽级配砾石土,深入研究其结构特征和渗透特性,具有重要的理论和实践意义。根据粗细颗粒的含量,提出了接触式堆积、紧密堆积和基底式堆积3种结构类型,并通过实验进行验证和分析,分析表明,细粒含量是决定宽级配土结构的关键。击实实验显示,土中细颗粒含量达到16.52%时,干密度最大;渗透实验也表明,此时其渗透性接近细粒土的渗透性;数值模拟表明,细颗粒含量达到22.23%时,孔隙率最小。理论分析和实验研究认为,宽级配砾石土中紧密堆积结构的细颗粒含量上限应为20%,超过此含量,粗颗粒的骨架作用会被减弱,强度降低。

基于频谱特征自适应采样的傅里叶单像素成像方法

傅里叶单像素成像(Fourier single-pixel imaging,FSI)中成像效率的提升主要借助优化重构算法和采样方法来实现,但在采样次数有限的情况下,FSI无法准确采样关键频率,导致成像质量差。为解决这一问题,提出一种频谱特征自适应采样策略。首先,研究傅里叶域中能量的集中程度,以此确定低频等距预采样的最优半径。进一步,通过预采样低频分量估计关键频谱位置的方式,测量相应的傅里叶系数,最终实现图像重构。与基于高频方向能量连续性的自适应采样方法相比,该方法可以针对不同频谱特征目标,自适应选择较优采样路径,获取关键傅里叶系数,进而改善成像质量,其峰值信噪比提高2.28 dB,结构相似度提高15.83%。因此,该方法在应对FSI对未知特征目标进行成像时,具有高效空间信息采集的优点,有望在单像素快速实时成像中得到应用。

Ⅱ型TiO_(2)/g-C_(3)N_(4)异质结的构筑促进高效光催化U(Ⅵ)还原

采用水热法将TiO_(2)纳米片修饰在中空管状g-C_(3)N_(4)上制备了TiO_(2)/g-C_(3)N_(4)(T-CN)复合催化剂。利用扫描电子显微镜(SEM)、X射线光电子能谱(XPS)、紫外可见漫反射光谱(UV-Vis DRS)和光电流响应等对其形貌、结构和光物理性能进行了表征。结果表明,TiO_(2)纳米片均匀地分散在中空管状g-C_(3)N_(4)表面,两者紧密结合形成异质结。TiO_(2)与g-C_(3)N_(4)的质量比为20%时制得的T-CN-20复合催化剂在60 min内对U的去除率为85.64%,是纯相g-C_(3)N_(4)的6.7倍。在10倍高浓度阳离子共存条件下的去除率仍大于69.8%,且具有优良的结构稳定性。对光催化产物分析可知,T-CN将U还原为难溶的U(63.68%)以去除铀,可有效解决含铀核废水中的U污染问题。根据能带理论分析,提出了复合催化剂异质结的Ⅱ型光催化机理。

机器学习结合太赫兹光谱的附片产地鉴别

针对现有技术难以处理未知药材名称的产地识别问题,提出了一种太赫兹时域光谱(THz-TDS)结合机器学习的产地识别方法。首先,将采集到的附片(江油、云南、汉中)太赫兹光谱用Savizky-Golay算法对光谱去噪;然后,采用偏最小二乘判别分析(PLS-DA)、随机森林(RF)、支持向量机(SVM)等方法,构建了基于太赫兹光谱的附片产地分类器,并利用模糊判别对识别结果确认;最后,将附片和另采集的6种药材光谱作为测试集,验证识别模型的有效性。结果表明:PLS结合模糊判别模型表现最佳,其中,是否为附片的识别准确率为97.14%;对于未知产地的附片识别准确率为95.23%。

太赫兹飞行时间测厚法在大气环境中的应用

太赫兹飞行时间(terahertz time-of-flight,THz-TOF)法具有快速、无损、高精度等优点,是厚度检测领域的新型发展方向。然而大气环境中水蒸气对太赫兹波存在较强的吸收,限制了THz-TOF法在大气环境中的应用。分析了THz-TOF法中太赫兹波在大气环境中的传播机理;提出了一种基于吸收模型的水蒸气消除方法;以两种塑料板样品为对象开展了应用研究。通过和干燥环境中测量的结果进行对比,结果表明:该方法能够有效消除水蒸气的干扰,实现大气环境中材料厚度和折射率的准确测量。

基于太赫兹光谱的固体粉末含水率检测方法研究

本文以炸药奥克托今(HMX)为例,开展了基于太赫兹光谱的固体粉末含水率检测方法的研究。首先,设计了适用于含水试样的预处理模具,避免预处理和测量过程中HMX粉末水分流失。其次,采用太赫兹时域光谱系统测量了HMX脱水过程的太赫兹光谱,获得了不同含水率HMX的太赫兹折射率和吸收系数。最后,研究了基于支持向量机回归(SVR)的含水率分析方法。提出了融合试样质量和太赫兹折射率的建模方法,解决了基于折射率或吸收系数的回归模型泛化性差的问题。在此基础上,采用遗传算法(GA)和粒子群算法(PSO)对SVR建模过程的正则化参数和核函数进行寻优。结果表明,基于PSO-SVR的模型最优,建模决定系数(R2)为0.996,均方根误差(RMSE)为0.009%,外部验证R2为0.991,RMSE为0.015%。

基于数值模拟的大岩山崩塌-堰塞坝-溃决洪水灾害链演化过程分析

河道岸坡在地震和降雨作用下易发生崩滑,从而堵塞河道形成堰塞坝进而引发溃决洪水形成灾害链。为了清晰认识灾害链的演化过程及运动特征,以大岩山崩塌-堰塞坝-溃决洪水灾害链为研究对象,对其进行了全过程数值模拟。通过无人机航测获取了大岩山崩塌周围至下游10 km^(2)的地形数据,利用EDEM离散元数值模拟软件建立大岩山崩塌模型,反演崩塌堆积形成堰塞坝的过程;采用DB-IWHR模拟计算堰塞坝溃坝过程的流量过程线;以流量过程线作为洪水演进的上游边界条件,结合Flo-2D模拟溃决洪水的演进过程。模拟结果表明:大岩山崩塌堆积过程持续33 s,颗粒的最大崩落速度达到46.5 m/s,模拟结果的堆积范围与实际堆积范围吻合度较高;堰塞坝溃坝约1 h后流量达到最大值725 m^(3)/s;溃坝后洪水最大淹没深度为14.37 m,在溃口至下游1.5 km处的淹没深度几乎都在3 m以上,其下游淹没深度逐渐降低。河道岸坡崩滑形成灾害链的演化分析可为防灾减灾和应急救险提供理论依据。

金沙江上游德格-白玉段流域地貌特征及影响因素分析

地形地貌既是泥石流等山地灾害发生的环境背景条件,也是流域输沙行为的结果。地形地貌特征及其关键影响因素研究,对山地灾害发展趋势分析具有重要意义。本研究基于流域面积-高程积分、河道凹度指数和陡峭指数等地貌指标,分析了金沙江上游德格-白玉段的地貌特征及其主控因素。结果表明,金沙江主河两岸小流域的面积-高程积分在0.45~0.65之间,积分曲线大都呈右“凸”形,表明各流域均处于地貌演化的早期阶段,流域内可供侵蚀的潜在物质较多;河道凹度指数在0.18~2.07之间,仅有29%的河道凹度指数分布在0.30~0.60之间,视为稳态河道,71%的流域河道处于不稳定状态;标准化陡峭指数在124~627之间,与祁连山北翼、庐山和阿尔金山东段相比,明显更大;这些指标均表明研究区的地壳抬升明显且更加剧烈。地壳快速抬升是研究区地貌发育特征及其演化的主控因素。它导致大部分流域处于地貌演化早期,河道处于不稳定状态,从而导致流域内可供侵蚀的潜在物质较多,具备形成泥石流等山地灾害的物质和能量条件;在未来气候变化的大环境下,区内泥石流等山地灾害将更加频繁。

太赫兹超材料吸收器的逆向设计

提出一种顶层图案为圆环加双开口谐振环结构的吸收器,并通过神经网络实现太赫兹超材料吸收器结构参数的逆向设计。该神经网络由输入层、输出层和5层隐藏层构成,输入为所需吸收率和品质因子,根据电磁共振理论将3个结构参数设定为输出。仿真结果表明,该吸收器在1.192 THz频率处的吸收率可达99.99%,在1.22 THz频率处品质因子可达31.7,其吸收性能与目标性能的误差最小为0.9%。所提方法显著简化了吸收器的设计过程,为太赫兹超材料的快速发展提供可能。