深海采矿循环式水力集矿系统设计与数值研究

为使深海采矿作业更为高效、环保，提出了一种用于深海采矿的循环式水力集矿系统设计方案。该系统主要由集矿头、矿-沙分离器、水-沙分离器、水泵以及连接各部件的管道组成。采用基于欧拉法的液固两相流计算模型对该系统的关键问题，即矿-沙分离器和水-沙分离器的泥沙颗粒流动进行数值研究。相间拖曳力采用Richardson-Zaki模型。液相与固相湍流分别采用标准k-ε模型和Tchen湍流响应模型。该模型经验证对于直径0.165 mm与0.27 mm细颗粒具有较高精度。利用该模型，以0.165 mm泥沙颗粒为例，得到了两种分离器的分离效果与入口流速之间的规律，分析了两者颗粒浓度分布与流场特征。结果表明，两种分离器的性能均与入口流速有关，在选取适当入口条件时均可取得良好效果。     

古近系半成岩地铁车站深埋隧道矿山法施工变形规律

本文以南宁轨道交通3号线青秀山站为例，研究了古近系半成岩地铁车站深埋隧道矿山法施工变形规律及施工方法，设计了专项监测方案，对矿山法大断面施工的各项监测数据进行分析研究，重点分析了CD法和三台阶法等不同工法的初支结构变形情况。研究表明，做好地下水的控制可以保障深埋隧道安全开挖和控制周边环境变形；CD法和三台阶法在古近系半成岩粉砂岩、泥质粉砂岩，局部粉（细）砂岩等地层中均可以满足初支结构变形要求；CD法和三台阶法均可以选择的情况下，三台阶法更为经济。     

分部加权的行道树检测网络构建

基于深度学习目标检测框架，提出了一种端到端的训练网络，用于行道树的自动检测。由于行道树之间的遮挡问题，现有的通用物体检测框架无法直接应用于此任务，为此本文提出了一种树形分部加权模块，以减少严重遮挡造成的错误检测。然后对提出的神经网络进行训练和评估。结果显示，本文所建立的分部加权树木检测网络能够在遮挡条件下，有效地检测出街景图像中的行道树，该方法在各种条件下均具有较高的精度和良好的稳健性。     

改进注意力机制的遥感地貌识别算法

对遥感地貌进行识别，近年来一直是遥感图像应用领域的研究热点。使用深度学习算法识别遥感影像具有比传统方法更高的准确率和稳健性。针对遥感影像中目标复杂度高、特征信息多等问题，本文提出了一种基于改进注意力机制的遥感图像识别算法，即将并联注意力机制（CS）和神经网络模型相结合，借助弱监督学习来辅助训练。同时采用双损失函数来缓解数据过拟合问题。试验结果表明，本文模型总精度为98.35%，Kappa系数达0.95，优于其他深度学习算法，能有效地识别出自然地貌。     

改良的单台Z／H法

改良的单台Ｚ／Ｈ法的原理是增加了次强项Ｐ＾ｍｍ＋３，但仍保留了原Ｚ／Ｈ法的优点：方法简单，只需单台资料，不需作球谐分析。     

五极纵轴测深法在郑州地区热水资源勘探中的应用

郑州市区的地下热水来自增温地层，在使用电法勘探确定热水层位和埋深时，用五极纵轴测深法与对称四极测深法相结合，取得了良好的地质效果。     

2016年9月4日下午“杭州G20峰会”期间短时阵雨天气成因与预报难点

2016年9月4日下午16时(北京时)左右,发生在杭州市区和西湖及周边区域的一场突发的短时阵雨天气对“杭州G20峰会”相关活动的准备工作造成了极大的影响。本文分析了该次阵雨天气的成因,讨论了定点和定时短时期近预报的局限性和短时临近预报难点。本文分析表明,当时重点监视的杭州东部宁波至绍兴一带的主要对流系统并未直接影响到杭州市区,东移的天气尺度高空槽系统也尚未影响到该区域,该次阵雨天气是在弱的静力不稳定条件下,由午后形成的海风锋与干线在杭州湾西北岸共同触发的浅层对流系统向西南快速移入杭州西湖及其周边区域形成。由于该对流天气系统具有空间尺度小、生命史短、移动快速、发展高度低、反射率因子强度低、短时雨强较大等特点,加之当天杭州及周边区域上空存在大量在静止卫星云图上难以同积云区分的高层卷云,使得天气雷达和静止气象卫星对该系统的监测能力受到显著的影响,以致于仅依赖这两类资料对其做出较长时效的短时临近预报也非常困难,因此使用高时空分辨率的加密自动站资料分析中尺度环境场的要素变化对于此浅对流天气系统的短时临近预报至关重要。     

南京雷达中气旋产品特征值统计分析

为了研究南京中气旋的特征,利用南京新一代天气雷达探测资料对2005-2013年的中气旋产品特征进行统计,重点对持续3个体扫以上的中气旋结构特征进行分析。结果表明:中气旋通常产生在对流有效位能较高和风垂直切变较大的环境条件下,6-7月是中气旋的多发时段,主要出现在午后到前半夜,中气旋的底高、顶高和最强切变与中欧的中气旋分布相似;高质心中气旋有利于冰雹的产生,而低质心、强切变中气旋有利于产生龙卷。