三种渤海原油蒸发特性及对溢油分散剂乳化作用影响的实验研究

作为海面溢油风化的重要过程之一,蒸发会导致溢油组分和性质发生显著变化,从而对溢油分散剂的使用效果产生明显影响。本研究选取三种渤海原油样品开展油品蒸发实验,并对蒸发过程对溢油分散剂乳化效果的影响进行评价。结果表明,在72h蒸发周期内,渤西、旅大10-1和蓬莱19-3原油的蒸发率和运动黏度随蒸发时间的延长均呈逐渐增大的趋势。原油蒸发会减弱溢油分散剂对油品的乳化分散效果。在油品蒸发过程的前12h内,溢油分散剂对油品的乳化率显著降低,12h之后乳化率变化不大。溢油分散剂对不同类型原油的乳化效果不同。与旅大10-1和蓬莱19-3原油相比,尽管渤西原油密度较低,但由于其含蜡量高,溢油分散剂对该原油的乳化效果并没有表现出明显优势。研究结果对于海上溢油事故处置中溢油分散剂的使用具有指导意义。     

基于Matlab和灰色模型GM（1,1）预测海岸线变化*

使用灰色模型的“少数据”建模寻求现实规律的良好特性用于海岸线变迁预测,结合 MATLAB 强大的计算能力,解决了灰色预测模型在矩阵计算方面复杂的问题.利用1975-2005年珠江口内伶仃洋海区6个时期的海图提取局部时序海岸线,设置原点和28条侧线,使用侧线与海岸线的交点,建立灰色模型 GM (1,1)模型原始数列,使用 MATLAB 编制程序计算出海岸线变化的预测点,并使用2005年实际海岸线对预测结果进行验证,结果表明灰色模型 GM (1,1)进行海岸线预测是合理可靠的.     

GM(1,1)灰色模型改进及其应用

就GM(1,1)模型定解条件的选取问题做了一定的探讨。GM(1,1)模型传统算法认为最小二乘拟合曲线通过第一点,该方法存在一定的不足之处。提出使拟合曲线通过最新点的方法进行预测的改进方法,并且用MATLAB编程语言实现了改进灰色模型的预测程序。将提出的改进方法应用到变形预测中,并且将预测结果与传统模型得到的预测结果进行比较,结果表明提出的改进模型具有较好的实用性和参考价值。     

基于GM(1,1)模型的海洋经济发展预测研究

文章采用灰色预测法,选取2001—2016年我国海洋生产总值作为基础数据,建立海洋经济发展预测模型即GM(1,1)模型;运用残差检验、关联度检验和后验差检验对该模型精度进行检验,同时运用该模型对已知年份数据进行预测并将预测值与实际值相比较,结果表明模型预测精度较高,对于短期预测具有可信度;在此基础上,运用GM(1,1)模型计算和预测2017—2021年我国海洋生产总值,得出我国海洋经济将保持稳步增长的结论。     

灰色系统理论在建立海面石油烃风化模式中的应用

本文以n-C₁₇/n-C₂₀、Pr/n-C₂₀、n-C₁₈/n-C₂₀、Ph/n-C₂₀为指标,用最大矩阵元模糊聚类法探讨了风化一个月的任丘原油和30#重柴油与其他常见的7种油间的油种鉴别问题,确定了4种石油烃为表征油种的风化指标,并对其风化指标建立了灰色风化模式GM(1,1).研究结果表明,GM(1,1)风化模式的精度优于指数回归法,可用于一个月内的海面石油烃风化的预测.     

辽宁省滨海城市入境旅游发展研究——基于ＧＭ （１，１）模型

旅游指标建模与预测研究起始于20世纪60年代,已成为旅游研究的热点之一。基于灰色系统理论,以辽宁省滨海6城市2000-2009年入境旅游统计资料为原始数据,建构旅游指标GM(1,1)灰色预测动态模型并进行模型精度检验;对预测结果分析表明,模型预测结果与实际数据基本一致,进而利用该模型对辽宁省滨海6城市2011—2015年入境旅游指标进行预测;最后提出辽宁省滨海6城市入境旅游可持续发展对策。     

海洋溢油的风化过程研究

水体中石油的分布与归宿取决于溢油风化.在溢油扩散漂移的同时,发生油类蒸发与溶解过程.石油烃在光能的激发和微量金属离子的催化下会发生氧化反应.石油入海后,在风、浪的作用下很容易发生乳化作用.油膜和分散液滴可附在海洋中悬浮颗粒物上沉淀,溶解的烃类吸附在固体颗粒物上沉淀.石油烃类的生物化学作用为其决定性降解作用.油的风化是许多不同过程的综合过程,它们是同时发生,互相影响的.未来需要在组成、性质和行为相互关系的研究基础上进行.在分子水平上系统研究溢油风化过程对于溢油事故发生后肇事者的确定、危害评价以及生物修复效果评估等具有重要的指导意义.     

浙江省滨海城市入境旅游发展研究——基于GM(1,1)模型

作为区域旅游业发展研究的一项重要内容,旅游指标建模与预测研究起始于20世纪60年代,已成为旅游研究的热点之一。基于灰色系统理论,以浙江省滨海7城市1995—2007年入境旅游统计资料为原始数据,建构旅游指标GM(1,1)灰色预测动态模型,并进行模型精度检验;对预测结果分析表明,模型预测结果与实际数据基本一致,进而利用该模型对浙江省滨海7城市2008—2012年入境旅游指标进行预测;最后,提出浙江省滨海7城市入境旅游可持续发展对策。     

渤海原油的蒸发风化对油指纹的影响

选取渤海3个不同区块不同平台的原油样品,进行室内蒸发风化模拟实验.采用气相色谱法和气相色谱一质谱联用法,分析了在不同风化程度(最大风化、最大风化的1/3、最大风化的2/3)下正构烷烃、生物标志化合物以及用于溢油鉴别的诊断比值在风化过程中的变化特征,探讨了渤海不同原油的蒸发变化过程,对渤海溢油鉴定具有重要的借鉴作用.     

基于GM(1,1)模型的贫信息渔业数据CPUE标准化研究

单位捕捞努力量渔获量(catch per unit of effort,CPUE)标准化是渔业资源评估和管理中基础性工作.为了对信息量少、没有时空和环境变量的渔业监测数据进行CPUE标准化,本研究采用灰色系统方法,结合2010—2014年江苏省4种张网类调查生产数据,构建灰色GM(1,1) CPUE标准化模型,采用残差、关联度和后验差等3种检验方法评价CPUE标准化优良度,为渔业监测调查数据CPUE标准化提供一种新的途径.结果表明,所有模型的残差都可以接受;在关联度检验下,所有灰色GM(1,1)模型的关联度都大于0. 6,建模结果为满意;后验差结果显示所有灰色GM(1,1)的预测精度为合格.上述结果表明采用灰色GM(1,1)模型对信息量少、没有空间和环境信息的渔获数据进行CPUE标准化是可行的,可以为渔业管理部门提供决策支持.     

基于GM(1,1)模型的海区大风灰色理论预测

根据灰色理论方法对影响东海某海区大风建立了GM(1,1)模型,并利用海区8~10月观测资料进行了对比分析,研究发现,该模型物理概念清晰,对9~10月海区大风预测效果较好,对海区灾害性大风长期预报具有一定的指导意义。     

基于灰色系统西南大西洋阿根廷滑柔鱼资源丰度预测模型的构建

阿根廷滑柔鱼（Illex argentinus）是西南大西洋鱿钓渔业的主要作业鱼种，对资源丰度进行准确的预测可指导企业合理安排渔业生产。因此，本研究根据2000-2016年我国西南大西洋阿根廷滑柔鱼的生产数据，以单位捕捞努力量的渔获量（Catch per unit effort， CPUE）为阿根廷滑柔鱼资源丰度的指标，利用灰色绝对关联分析和灰色预测建模的方法（GM（0， N）），计算2001-2015年CPUE的时间序列值与产卵期（6-8月）产卵场海表面温度（Sea surface temperature， SST）时间序列值的灰色绝对关联度，选取产卵场海域中灰色绝对关联度大于0.90的海区SST建立资源丰度预测模型，并用2016年实际CPUE进行验证。灰色绝对关联分析表明，6-8月，30°~40°S，45°~60°W海域内存在若干海区的SST与次年对数CPUE时间序列呈现较强的关联度，可作为预报因子。GM（0， N）模型结果表明，以6-8月产卵场SST作为环境因子建立的模型4能较好地拟合出阿根廷滑柔鱼资源丰度变动趋势，与2016年真实值相比，相对误差为7%，该模型可较好地作为阿根廷滑柔鱼资源丰度的预测模型。相反，包含6月和7月SST的模型1效果优于不包含6月SST的模型2或不包含7月SST的模型3，拟合得到的2016年的数据与真实值相比，相对误差分别为128%和289%，这说明6月和7月是西南大西洋阿根廷滑柔鱼的主要产卵月份。     

Three-dimensional numerical simulation for transport of oil spills in seas

This study extends previous two-dimensional research [Wang, S.D., Shen, Y.M., Zheng, Y.H., 2005. Two-dimensional numerical simulation for transport and fate of oil spills in seas. Ocean Engineering 32, 1556–1571] to three dimensions in order to investigate the vertical dispersion/motion of the spilled oil slick, which is a more realistic model of the motion of the spilled oil. To this end, a three-dimensional (3-D) model, based on the particle approach, is developed for simulating oil spill transport and fate in seas. The amount of oil released at sea is distributed among a large number of particles tracked individually. These particles are driven by a combination of water current, wave- and wind-induced speed and move in a 3-D space. Horizontal and vertical diffusion are taken into account using a random walk technique. The model simulates the most significant processes which affect the motion of oil particles, such as advection, surface spreading, evaporation, dissolution, emulsification, turbulent diffusion, the interaction of the oil particles with the shoreline, sedimentation and the temporal variations of oil viscosity, density and surface tension. In addition, the processes of hydrolysis, photo-oxidation and biodegradation are also considered in this model. The model has been applied to simulate the oil spill accident in the Bohai Sea.     

Source diagnostic and weathering indicators of oil spills utilizing bicyclic sesquiterpanes

Bicyclic Sesquiterpanes (BSs) are ubiquitous components of crude oils and ancient sediments. BSs in crude oils and diesel oil were identified and characterized, the effects of moderate weathering on BS distributions were discussed, and a methodology using diagnostic indices of BSs was developed for oil correlation and differentiation. The results showed that crude oils and oil products had different abundances and distributions of BSs and, consequently, resulted in different diagnostic ratios. The selected diagnostic ratio indices of BSs, such as BS4/BS5 (ratio of 4,4,8,9,9-pentamethyl-decahydronaphthalene to 8β (H)-drimane), BS6/BS5 (ratio of 4,4,9,9,10-pentamethyl-decahydronaphthalene to 8β (H)-drimane), BS8/BS9 (ratio of the second peak to the third peak of C 16 sequiterpane), and BS8/BS10 (ratio of C 16 sequiterpane to 8β (H)-homodrimane), still maintained better stabilities (%RSD < 5%) after weathering for 30 d. The longer weathering process (150 d) had some effect on such ratios (5% < %RSD < 10%). The facts of the uniqueness, abundance in petroleum, and chemical stability of BSs enable them to be suitable as an effective diagnostic means for identifying spilled oil with moderate weathering, particularly for lighter refined product samples that are difficult to identify by current techniques.     

GM(1,1)模型研究及其在水质预测中的应用

对GM ( 1, 1 ) 模型原始数列进行对数变换,减缓了数据变化的趋势,并通过matlab编程实现模型计算,简化了模型计算.将模型应用于胶州湾前湾海域水质预测,结果表明,模型对于单调数列的预测精度较高,预测结果与实测值吻合较好.     

Hindcast of the Argo merchant spill using the uri oil spill fates model

A comprehensive oilspill fates model, developed by Cornillon and Spaulding at the University of Rhode Island, has been employed to hindcast the well-studied Argo Merchant spill. Using data collected during the spill to define the environmental conditions and the oil composition, properties and release rates, the oil spill fates model was used to predict the spatial and temporal distribution of spilled oil from December 16 to 31, 1976. Comparison of model predictions to observations for spilled oil mass balance, surface trajectories and oiled surface area was in general quite good. Improved predictions require a better definition of the wind and tidally-forced circulation in the vicinity of the wreck site, a more soundly based theory for oil entrainment or dispersion into the water column and an oil spreading theory which more accurately addresses the complex behaviour of a weathering multicomponent petroleum hydrocarbon.     

日本鲐对马群系资源丰度预测研究

利用1973-2016年日本西海水产研究所提供的日本鲐(Scomber Japanicus)对马群系的资源量与渔获量数据,结合产卵场1(SG1, 26°~31°N,122°~127°E)、产卵场2(SG2, 30°~35°N,128°~131°E)、索饵场(FG, 35°~38°N,127°~138°E)的海表面温度、太平洋年代际振荡指数(PDO)和Nino3.4区海表温距平值(SSTA),建立基于灰色系统的日本鲐对马群系资源丰度预测模型。灰色关联和相关系数分析结果显示:选择产卵场2的4月、9月海表面温度和索饵场4月海表面温度作为日本鲐资源丰度关键影响因子。建立的模型有:分别包含产卵场2的4月、9月和索饵场4月的海表面温度3个因子的GM(1,2),GM(1,3),GM(1,4)的7种模型。这7种模型的相对残差Q检验值分别为:0.131 0,0.140 2,0.145 9,0.149 3,0.176 7,0.140 3和0.173 5。结果表明,基于产卵场2的4月海表面温度所建立的GM(1,2)模型是对日本鲐对马群系资源丰度最优预测模型。     

A grey model with periodic term for sea-level analysis and its application to the Guangxi coast

A~as~Sof~~LIngeneral,sealevelisresolvedintOatrendtermplusaPeriedictermintheanalysisofsealevelvdriations(haetal.1996;ZuoandChen,1996;QinandLi,1997;Zhengetal.,1993;RenandZhang,1993),namely,thetimeequencesofmonthlyorannualmeansealevely(o)(t)canbeexpr~asy(o)(t)=T(o)(t) p(o)(t) X(o)(t) .(o)(t),(l)whereT(o)(t)isadefinitetrendterm;p(o)(t)isadefiniteperiedicterm;X(o)(t)isatimeseriesofrandomterm;a(o)(t)iswhitenoise.Thefunctionstructuresofthetrendtermaregenerallyunknown,whiledeterminingthetrendter…