西藏措勤盆地的地层学研究进展及上二叠统—侏罗系地层序列的厘定

本文简要总结了西藏措勤盆地相关区域的地层学研究进展。近年来,笔者及研究团队对措勤盆地及邻区进行了多次野外地质调查和室内古生物鉴定和研究,获得了一些新的发现和认识,在结合前人在相关地区取得的地层学成果和资料的基础上,厘定了该地区上二叠统—侏罗系的地层序列。措勤盆地的上二叠统是以文布当桑组为代表的灰岩和以木纠错组为代表的白云岩。三叠系存在着广海陆棚相和碳酸盐岩台地两种地层序列:前者自下而上划分为下三叠统嘎仁错组、中三叠统至上三叠统卡尼阶珠龙组、上三叠统诺利阶江让组、上三叠统瑞替阶至下侏罗统敌布错组;后者自下而上划分为木纠错组、待建的中三叠统、上三叠统诺利阶麦隆岗组和上三叠统瑞替阶至下侏罗统的确哈拉组。下侏罗统与上三叠统瑞替阶难以区分开。中侏罗统的岩性为深海-半深海相泥岩夹有基性-超基性岩。上侏罗统自下而上划分为萨波直不勒组和吐卡日组,目前尚未发现提唐阶的化石,因此推测下白垩统多尼组和吐卡日组之间有沉积间断。措勤盆地在晚二叠世—早三叠世、晚三叠世诺利期和晚侏罗世牛津期—基默里奇期都处于碳酸盐岩台地环境,冈底斯地区在中三叠世和中侏罗世发生了2期构造伸展事件,在晚三叠世诺利期末期和晚侏罗世基默里奇期晚期发生了两次构造抬升事件。构造伸展和挤压抬升造成了海平面的反复升降变化,导致了深水和浅水沉积相的垂向叠置,为油气成藏创造了良好的沉积建造组合条件。上二叠统—侏罗系地层序列还有待于进一步完善,应该加大地层古生物学的投入力度。     

极地地区北斗三号单点定位精度分析

为分析BDS-3在极地地区的定位精度,选取两极地区10个MGEX站连续7 d的观测数据进行SPP和PPP实验。结果表明,BDS-3在两极地区可见卫星数及PDOP基本一致,平均可见卫星数约为9颗,PDOP约为2.3。BDS-3各频点间定位精度相差不大,南极地区SPP定位精度略优于北极,特别是U方向。北极地区E、N、U方向定位精度分别优于1 m、1 m和5 m,南极地区E、N、U方向定位精度分别优于1 m、1 m和2 m。BDS-3在两极地区PPP定位精度相当,与GPS定位精度基本一致,各频点组合定位精度在E、N、U方向均优于2 cm。     

基于EPAS技术的日照市大气单颗粒物理化学特性及来源研究

城市地区大气气溶胶颗粒的物理化学特性复杂,理清单颗粒精细的化学成分和混合状态对于大气污染溯源和精细治理具有重要意义。本研究利用被动式气溶胶采样器分别在山东省日照市城区和钢铁园区两个区域进行了定点采样,并利用智能扫描电镜环境颗粒物分析系统（IntelliSEM EPAS）对采集的大气单颗粒物样品进行分析。结果表明,日照市大气颗粒物主要由不规则碳质颗粒（C-rich）、含硫颗粒（Ca-S、Na-S-Ca）与矿物颗粒组成。其中,城区样品中C-rich颗粒数量贡献为53.5%,是钢铁园区样品的2.5倍,大于1 μm的颗粒物数量为9.0%,是钢铁园区样品的1.7倍,城区居民活动和工业过程是城市中大气颗粒物特别是二次细颗粒的主要来源。钢铁园区样品中含硫颗粒物数量贡献为72.9%,含硫颗粒物质量贡献为30.9%,富铁颗粒物质量贡献为5.3%,分别是城区样品的1.8倍、3.6倍和2.9倍,表明钢铁园区大气颗粒物的主要来源包括钢铁企业排放的一次污染物及其转化生成的二次细颗粒物。     

观测分析El Ni?o衰减早晚对南亚与青藏高原夏季降水和气温的影响

El Ni?o（厄尔尼诺）事件对东亚和南亚次年夏季降水影响及其机理已经得到充分研究,但其对夏季青藏高原降水是否有显著影响还不清楚。本研究根据1950年后El Ni?o事件次年衰减期演变速度,对比分析衰减早型与晚型El Ni?o事件对南亚季风区与青藏高原夏季（6～9月）季节平均和月平均气候影响差异。结果显示在衰减早型次年夏季热带太平洋海温转为La Ni?a（拉尼娜）型且持续发展,引起Walker环流上升支西移,印度洋和南亚季风区上升运动加强,同时激发异常西北太平洋反气旋（NWPAC）,阿拉伯海异常气旋和伊朗高原异常反气旋性环流响应,增加7～9月对流层偏南气流和印度洋水汽输送,导致南亚和高原西南侧降水偏多。衰减晚型次年6～8月热带太平洋El Ni?o型海温仍维持,印度洋暖异常海温显著,对应的印度洋和南亚季风区上升运动较弱,NWPAC西伸控制南亚季风区,阿拉伯海和中西亚分别呈现异常反气旋和气旋性环流,导致青藏高原西风加强,水汽输送减少,南亚北部和高原降水一致偏少。结果表明:（1）El Ni?o显著影响次年青藏高原西南部夏季季节和月平均降水与温度,是印度和高原西南部夏季降水显著相关的重要原因;（2）El Ni?o衰减快慢速度对南亚和青藏高原西南部夏季季节内降水的影响有着重要差异。     

基于单三轴试验与直剪试验的层状软岩模拟

为探究模型试验中层状软岩模拟方法,依托九绵高速层状软岩隧道现场取样的室内试验结果,多次试验确定重晶石粉、石英砂、石膏粉、滑石粉和水的最优配比以模拟软岩基体,采用带孔薄膜模拟层理弱面的黏结作用,并通过直剪试验确定孔隙率,最后对不同层理角度与层理厚度的试样开展直剪与单、三轴试验以反映各向异性情况。结果表明：软岩基体模拟最优配比为0.55:0.15:0.07:0.06:0.17,重晶石粉对强度及破坏变形起决定作用,含量过低易压溃,含量过高产生上下贯通裂缝;采用30%孔洞率的薄膜模拟层理效果最佳;土样强度随层角呈U形变化,层厚减小（不小于2 cm）,强度减小。直剪试验中,45º层理剪切面朝层理方向倾斜,90º层理导致剪切面上下产生裂缝与碎裂,单三轴结果中,0º层理会产生小角度倾斜裂缝,45º层理产生垂直层理面的斜裂缝及二次破裂,90º层理产生顺层理的竖向劈裂;与现场结果对照后确定最优层厚为 3 cm,对层角与层厚的直剪与单三轴试验结果整体一致,揭示土样孔隙压密闭合−弹性−塑性胀裂破坏−徐变的过程。     

地下水渗流场对库区滑坡稳定性影响的数值模拟——以白马库区羊角滩滑坡为例

针对库水位变化条件下滑坡的稳定性定量评价复杂问题,考虑降雨和库水位变化对地下水渗流场变化规律的影响机制,采用饱和-非饱和渗流的基本理论,运用渗流模拟有限元法,对重庆市武隆区羊角滩滑坡在6种不同工况下的库区滑坡的稳定性开展了模拟研究。结果表明: ①降雨工况下,降雨对地下水渗流场都有影响,滑坡中部位置受地下水位影响最大,前后部影响小,降雨条件下,滑坡稳定性随着降雨历时的增加而变小,到达一定阶段后,滑坡已经滑动,滑坡稳定性系数不再变化; ②库水位工况下,主要影响滑坡前缘,地下水位是随库水位变化而迅速变化的,随着库水位的上涨,滑坡稳定性系数呈现先减小后增大的趋势; ③地下水位的骤升对浮托作用影响有限,对压坡作用影响较大,同时降低了渗流力的影响,对滑坡稳定起到了积极作用,地下水位的骤降增大了渗流力,减弱了前缘库水位的压坡作用,滑坡失稳的可能性最大。可为库区该类滑坡的稳定性现状及发展趋势预判提供科学依据。     

珠江口盆地珠一坳陷古近系“源-汇”系统分类及石油地质意义

珠一坳陷深层古近系两套优质生烃层系内发育的储层具有近源成藏的优势,但其非均质性强、低孔渗的特点制约了油气勘探,研究与此直接相关的“源-汇”系统,对于寻找富烃优储耦合的有利区意义重大.以构造运动和盆山地貌为基础,结合断陷湖盆以半地堑为基本单元的结构特点,划分了盆地级、半地堑级和区带级的三级“源-汇”系统.盆地级分为外源、内源型两类,可用来宏观分析优质烃源岩分布;半地堑级分为陡坡、缓坡和长轴型3类,对于定性评价储层优劣具有较大意义;区带级分为迁移型、转换型、稳定型3类,为有利区目标评价和井点选择提供参考.研究认为迁移型和转换型“源-汇”系统可形成良好的生储盖配置,是最为有利的油气富集区,应作为古近系重点勘探对象.      

亚洲大陆边缘沉积学研究进展(2011—2020)

近十年来,我国在亚洲大陆边缘沉积学和古海洋学研究中取得了突破性进展。在空间上,对北起拉普捷夫海、南至孟加拉湾的广大海域进行了沉积物调查取样,开展了跨纬度"源-汇"过程研究,建立了陆架第四纪高分辨率地层层序,初步揭示了构造运动、海平面变化、亚洲季风、海冰、海流以及人类活动等因素在不同时空尺度上对亚洲大陆边缘"源-汇"过程的基本控制作用。在南海通过国际大洋钻探获取的沉积记录,发现了低纬区水、碳循环直接响应地球轨道变化的证据,提出了低纬过程也能驱动全球气候变化的新认识。通过现场观测,揭示了台风、风暴潮、热带风暴等对陆架沉积和动力过程的影响,阐述了内孤立波、中尺度涡、等深流和浊流等在南海沉积物输运中的作用。对末次冰期以来暖池、黑潮、北太平洋中层水等的演化及其对沉积作用的影响研究也取得了创新性的成果。未来亚洲大陆边缘沉积学的研究应加强现代沉积过程的长期连续观测,重视地质记录中环境演变信号的精确解译,深化数值模拟技术和海洋沉积大数据的挖掘与使用。     

2018年初安徽省沿江地区输电线路舞动天气成因分析

基于逐5 min地面气象要素观测数据、逐日气象观冰站电线覆冰观测数据、安庆站逐12 h探空观测资料以及逐6 h ERA-Interim再分析资料,对2018年初安徽省沿长江及跨江线路电线舞动过程中气象要素进行分析,并对导致电线覆冰和大风的天气成因进行探讨。结果表明:舞动位置附近出现不同程度冻雨导致的电线覆冰,并伴有较强的东北风,极大风速风向与舞动线路夹角多在45°以上,冻雨和大风是导致此次输电线路舞动的直接因素;此次输电线路舞动发生伴随的冻雨属于典型的"过冷暖雨";700 h Pa南支槽前西南气流为此次冻雨输送水汽的同时带来暖温度平流,维持暖层的存在; 925 h Pa大陆冷高压下东北气流带来的冷温度平流使近地面层降水处于过冷却状态;锋面后冷空气在华北地区上空堆积致使冷高压加强是导致安徽沿江地区较强东北风形成的主要因素。     

高分辨率遥感影像解译中的机器学习范式

高分辨率遥感影像解译是遥感信息处理领域的研究热点之一,在遥感大数据知识挖掘与智能化分析中起着至关重要的作用,具有重要的民用和军事应用价值。传统的高分辨率遥感影像解译通常采用人工目视解译方式,费时费力且精度低。所以,如何自动、高效地实现高分辨率遥感影像解译是亟待解决的问题。近年来,随着人工智能技术的飞速发展,采用机器学习方法实现高分辨率遥感影像解译已成为主流的研究方向。本文结合高分辨率遥感影像解译的典型任务,如目标检测、场景分类、语义分割、高光谱图像分类等,系统综述了5种代表性的机器学习范式。具体来说,本文分别介绍了不同机器学习范式的定义、常用方法以及代表性应用,包括全监督学习(如支持向量机、K-最近邻、决策树、随机森林、概率图模型)、半监督学习(如纯半监督学习、直推学习、主动学习)、弱监督学习(如多示例学习)、无监督学习(如聚类、主成分分析、稀疏表达)和深度学习(如堆栈自编码机、深度信念网络、卷积神经网络、生成对抗网络)。其次,深入分析五种机器学习范式的优缺点,并总结了它们在遥感影像解译中的典型应用。最后,展望了高分辨率遥感影像解译的机器学习发展方向,如小样本学习、无监督深度学习、强化学习等。