涡北地区二叠系山西组沉积体系及聚煤规律

运用沉积学有关基本原理,对该区山西组沉积体系进行了较为详细的成因地层学分析.识别出多种成因相及成因相组合,分别划归为两种不同的沉积体系,并详细地阐述了其各自的沉积特征及其意义.揭示了D煤层的形成背景、聚积规律及其变薄、缺失的沉积地质因素.对煤层对比及厚煤区分布预测具有一定的指导意义.     

震动诱发煤矿瓦斯灾害预警初步研究

矿区震动能诱发多种灾害,以瓦斯突出尤为严重。以鹤岗矿区为研究对象,统计了历年来鹤岗地区地震及矿震活动规模,分析了以往典型的矿震引起的瓦斯灾害事例,总结了矿震作用下瓦斯灾害的机理,基于统计数据,提出了矿震瓦斯灾害预警需要解决的关键问题。初步研究表明:震动事件与煤矿灾害之间具有很强的关联性,呈现震动在前、灾害在后、时间间隔数分钟至数日不等的“先震后灾”的特点,基于此,通过建立矿震监测台网,给出了震动诱发煤矿瓦斯灾害预警可行性,并提出了震动引起瓦斯灾害预警思路。     

基于卷积神经网络的长江流域夏季日最高温度延伸期预报方法研究

长江流域是我国夏季高温热浪灾害的多发区之一,该地区日最高温度(T_max)具有显著的低频(10～30 d和30～60 d周期)变化特征,超前-滞后相关分析和气温方程诊断的结果显示,影响长江流域T_max低频变化的大尺度环流/对流信号包含:自欧亚大陆东移南下的低频波列,自东北亚向西南方向传播的异常环流,以及由西太平洋向东亚传播的低频对流;这些低频对流/环流活动通过改变辐射加热过程及绝热过程,导致长江流域T_max的低频变化。为了客观且有效地辨识和捕捉这些先兆信号,并考虑长江流域T_max与大尺度因子间的非线性作用,本文采用机器学习方法中的卷积神经网络(Convolutional Neural Network,CNN)对大量历史数据进行训练,并构建了长江流域T_max的延伸期预报模型。在独立预报阶段,CNN预报模型对长江流域区域平均T_max的预报时效达30 d,提前5～30 d预报的T_max与观测T_max的时间相关系数介于0.63～0.70(通过99％置信度的显著性检验),量级偏差(均方根误差)小于1个标准差,显示出CNN在延伸期灾害天气预报的应用潜力。     

不同微尺度膜下滴灌棉田土壤水盐空间变异特性

为揭示微尺度膜下滴灌农田土壤水盐的空间变异特性,通过大田试验,采用经典统计和地质统计方法,研究了3种微尺度（0.25 m、1 m和4 m）和不同土层深度棉田土壤水盐的空间变异性,并确定其合理取样数。结果发现,3种微尺度下,土壤含水量的变异强度为中等偏弱,其变异性随尺度增大而增强,随深度增加呈先增强后减弱趋势。土壤含盐量的变异强度为中等偏强,其变异性随尺度增大而增强,随深度增大呈先减弱后增强趋势;3种尺度和不同深度条件下,土壤含水量和含盐量的半方差函数大部分可采用高斯模型模拟,且精度较高;样品的合理取样数为367个。研究结果可为制定膜下滴灌土壤水盐的监测方案和调控措施提供理论指导。     

立体视频右通道整帧丢失的差错掩盖算法

立体视频流在传输过程中，网络差错常常会引起整帧图像的丢失。由于视点间的相关性，立体视频右通道中的丢失帧可以利用左通道对应帧的编码信息对其进行掩盖。结合已有的立体视频编码算法对视点间的相关性进行分析，然后提出一种适用于立体视频右图像整帧丢失的运动跳跃（MotionSkip）差错掩盖算法。该算法在相同时刻的左帧中找到丢失宏块的对应宏块，并从对应宏块的编码信息中得到丢失宏块的预测方式，进而采用运动补偿对其进行掩盖，直到恢复出整个丢失帧。实验结果表明，算法能够获得较好的主观质量，与基于时域相关性的TD算法相比，该算法在低丢包率情况下PSNR最高能提高2．62db、最低能提高0．1db，高丢包率情况下PSNR最高能提高6．18db、最低能提高0．95db。     

膜下滴灌湿润体交汇区土壤水盐运移特征田间实验研究

膜下滴灌是一种既能高效节水,又能适时调控土壤水盐运移的灌水技术.滴灌湿润体交汇区土壤水盐分布特征是影响密植作物正常生长的重要因素.在田间情况下,研究滴头流量、滴头间距、灌水量对滴灌湿润体交汇区的土壤水盐运移的影响.实验结果表明:滴头流量越大,湿润体交汇区土壤含水率越高,土壤盐分淋洗效果越好,在滴头流量1.38 L/h和...     

煤矿区水土资源可持续利用模式研究--以太原市煤矿区为例

水土资源是人类赖以生存的自然载体。太原市是一个水土资源紧缺的省会城市,人均占有水资源为全国平均水平的9%,人均占有耕地仅为0.61亩。而太原市内煤田面积1368km,占全市总面积的19.57%,每年采煤跑水7000万吨。区域内共有煤矿341座,年排矸量417.9万吨,历年堆积8937.6万吨,造成