青藏高原气候变化若干前沿科学问题

在全球变化的背景下,青藏高原冰冻圈和大气圈正在发生快速变化,对“亚洲水塔”和“第三极”的生态环境带来深刻影响。研究并梳理了近年来青藏高原气候变化的若干前沿科学问题的研究进展,如高原极端气候事件变化及其与大气环流的关系;高原变暖放大效应及海拔依赖型变暖的物理机制;再分析资料在高原气候变化应用的适用性;气候模式在高原资料稀缺地区的模拟偏差特征及不确定性;以及不同升温阈值下高原气候变化的预估及其风险等。同时展望了高原气候变化研究的前沿问题和科学难点。认清高原气候变化研究的前沿科学问题,可为“一带一路”倡议顺利实施提供科学依据。     

朝鲜半岛平南盆地地质演化综述

平南盆地位于朝鲜半岛中部,处于华北克拉通(中朝克拉通)东缘;其演化历史长达10亿年,其地质记录为揭示东亚现今构造格局的形成提供重要制约。盆地发育中元古界-中生界,从下至上包括黄海群(1.3~1.1Ga)、祥原超群(1.0~0.9Ga,自下而上包括直岘群、祠堂隅群、默川群和灭岳山群等)、燕滩群(狗岘系,0.72~0.54Ga)、黄州系/超群(0.52~0.46Ga,包括下部黄州群和上部法洞群)和平安超群(0.33~0.24Ga)等5个构造层序;各单元之间均为平行不整合;沉积跨度超过10亿年,沉积物厚度累计达到15000m。另外,平南盆地南部发育临津群(0.42~0.35Ga),该地层与中元古界上部-奥陶系很可能呈构造接触关系。平南盆地沉积中心自中元古代晚期从南部逐渐向北部转移,新元古代及早古生代均位于中部,二叠纪盆地沉积中心位于北部。平南盆地沉积碎屑锆石年龄则显示物源发生多期变化:中元古代以盆地北侧基底~1.8Ga峰期岩浆-变质作用岩石为主;中元古代晚期以同沉积就位的岩浆岩为主;新元古代以1.6~1.5Ga和1.2~1.1Ga峰期的岩浆岩为主;寒武纪以~2.5Ga和~1.8Ga峰值的变质基底岩石为主。以上变化反映了古地理格局的显著变化。推测新元古代早期及之前,华北克拉通曾与某个发育1.6~1.5Ga和1.2~1.1Ga岩浆作用的克拉通或者岩浆弧相邻(近邻或远邻);地层记录了迄今所知新元古代最早的碳同位素负漂移(默川负漂移,~0.92Ga),地层可能还记录了最晚的负漂移(燕滩负漂移,可能对应全球Gaskiers负漂移,~0.55Ga),它们可能是对新元古代全球长期多次岩浆-裂解-冰期事件的响应。     

藏北尼玛地区白垩纪岩浆岩对班公湖-怒江缝合带演化的制约

班公湖-怒江缝合带及其两侧广泛分布白垩纪岩浆岩,这些岩浆活动记录了班公湖-怒江特提斯洋俯冲至闭合以及拉萨-羌塘板块碰撞过程。为了约束该缝合带在早-晚白垩世的演化过程,本文对缝合带中段尼玛地区花岗岩进行岩相学、地球化学、锆石年代学和Hf同位素研究。尼玛北部虾别错花岗岩侵入到中生代地层中,发育石英闪长质包体。锆石U-Pb定年结果表明寄主花岗岩和包体形成于早白垩世(122Ma和121Ma)。这些锆石均具有正的ε_Hf(t)值,分别为+2.4~+7.0和+3.0~+5.1。寄主花岗岩具有高硅和高钾钙碱性特征,属于准铝质-弱过铝质系列。包体相对低硅,属于中钾钙碱性准铝质系列。寄主花岗岩和包体具有相似的微量元素分布,如均亏损Nb、Ta和Ti,富集Th、U和Pb。综合分析,虾别错寄主花岗岩和包体是壳幔熔体混合作用的产物。尼玛南部张乃错花岗岩侵入到古生代地层里。锆石U-Pb年龄为97Ma,形成于晚白垩世。锆石ε_Hf(t)值在+2.2~+6.0之间。张乃错花岗岩具有高硅特征,属于高钾钙碱性弱过铝质系列。岩体显著亏损Ba、Sr、Ti和Eu,富集Rb、Th、U和Pb等元素。该花岗岩来源于新生地壳部分熔融,并在后期经历结晶分异。结合区域地质概况,虾别错早白垩世花岗岩(和包体)形成于班公湖-怒江特提斯洋闭合过程,而张乃错晚白垩世花岗岩形成于洋盆闭合之后拉萨-羌塘板块碰撞背景。尼玛地区早-晚白垩世岩浆活动记录了班公湖-怒江缝合带从洋盆闭合到拉萨-羌塘板块挤压碰撞的演变过程。     

陕西南郑地区第一口参数井钻获牛蹄塘组页岩气

1研究目的(Objective)研究区地处陕西省南郑县南部,构造位置位于华南板块扬子陆块西北缘,具体属于汉南隆起、米仓山隆起之间的大竹坝—回军坝复向斜,区内地层总体发育较全,以古生界和中生界为主。研究区内构造变形较强,是矿权空白区,前期基础地质调查表明该区具有一定的页岩气资源潜力。本次研究的目的是查明该地区主要目的层下寒武统牛蹄塘组页岩及含气性特征,获取页岩气评价参数,明确页岩气资源勘查潜力,力争实现新区页岩气突破。     

漂浮式水上钻探平台的设计与应用

根据贵州省清水江三板溪水电站低温水治理隔水幕墙试验工程中水下钻孔的施工工艺和要求,设计了漂浮式水上钻探平台。平台主要由甲板、定位系统、吊装系统、钻探施工系统组成。甲板作为水上载体,主要是用来提供浮力及工作台面;定位系统用来完成平台在水中的移动及固定;吊装系统主要功能是在悬臂吊旋转半径内完成平台上相关物资、大型工器具等的起吊移动;钻探施工系统即实施钻探工作,完成水下钻孔。通过现场实际应用,该平台设计合理,相关配套符合要求,完全能够满足项目所需水下钻孔的钻探工作。平台的成功应用,为以后类似项目在作业平台及钻探施工设备的选用配套上提供了借鉴。     

冻融循环下含节理类岩石试样剪切破坏特性

为探究冻融循环对节理岩石抗剪力学特性的影响,针对冻融循环前后不同连通率节理岩石试样进行剪切特性试验,探究了节理试样的剪切破坏机制,对比分析了冻融前后节理试样抗剪强度的衰减趋势,分析了黏聚力及内摩擦角随岩石试样剪切破坏面分形维数的变化规律。结果表明：随冻融循环次数的增加,节理试样剪切应力-位移曲线发生显著变化,峰值剪应力出现明显下降,黏聚力及内摩擦角对比冻融前试样出现明显劣化,并且随节理试样连通率的增加,劣化程度加剧;在节理连通率相同时,随冻融循环次数的增加,剪切破坏面的分形维数呈现近指数函数递增的趋势,随分形维数的增加,节理试样的黏聚力损伤因子、内摩擦损伤因子也呈现指数函数增加的趋势;在冻融循环次数相同时,内摩擦角损伤因子随节理连通率的增大呈先减小后增大的趋势,而黏聚力损伤因子在冻融循环次数为30次前后分别呈递增和先减后增的趋势。     

淮河流域秸秆焚烧关键期主要大气污染物浓度时空分布特征

基于2015年6月淮河流域卫星遥感监测火点信息、环境空气质量监测数据和常规气象观测资料,利用ANUSPLIN和ArcGISKriging方法对气象要素和主要大气污染物浓度空间栅格化,分析了秸秆焚烧关键期内AQI和主要污染物浓度的时空变化特征及其与气温、相对湿度、风速等气象要素的相关关系。结果表明:秸秆焚烧关键期内,淮河流域城市AQI、PM10与PM2.5浓度均明显升高,且与卫星监测火点具有一定时空响应关系。在时间变化上,AQI、PM10与PM2.5浓度6月上中旬呈波动上升,6月下旬趋于回落;在空间分布方面,AQI、PM10与PM2.5浓度三者分布形态相似,总体上呈现"南低北高、两高一低"分布特征;期间AQI、PM10与PM2.5浓度与气温呈显著正相关,与相对湿度呈显著负相关,与风速的相关性不显著。     

两个相似路径台风残余造成局地特大暴雨的成因机制和能量收支对比分析

本文利用ERA-Interim 0.5°×0.5°再分析资料、自动站小时和分钟加密资料、风云2G（FY-2G）卫星红外云图及多普勒雷达和风廓线雷达资料对2015年路径高度相似的“苏迪罗”和“杜鹃”台风在浙江沿海引发的局地特大暴雨进行对比分析。这两次降水过程都是在台风减弱为热带低压甚至残压并深入内陆远离浙江沿海后发生的。结果表明,“苏迪罗”降水过程是由低层强东南和偏南急流长时间辐合加上有利地形共同作用导致的;经向环流背景下来自季风持续的水汽输送有利于“苏迪罗”维持较长的生命史和稳定的降水。“杜鹃”残压特大暴雨的触发系统则是高纬地面冷高压底部的东东北出流南下与“杜鹃”北象限的东东南风交汇形成的中尺度倒槽;纬向环流和强盛副热带高压造成的弱引导气流及夏季风南撤和低涡卷挟造成的水汽通道断裂是“杜鹃”登陆后快速减弱为残压和降水维持时间较短的原因。两次台风降水过程中均无外部动能输送和来自有效位能的动能转换。动能收支的主要影响因子为中低层局地次网格运动间的能量转换、旋转风和散度风效应及下垫面的摩擦耗散。所以,虽然“杜鹃”的对流有效位能很小,但仍可造成强对流和特大暴雨。此外,降水过程中释放的凝结潜热造成的局地非绝热加热使气柱中显热能大量累积,促使地面中小尺度涡旋和倒槽不断加深,造成降水的增幅。     

一次强飑线过程极端大风的中尺度分析

利用常规气象观测资料、区域自动气象站加密观测资料和GFS 0.25°×0.25°逐6 h的分析场数据以及多普勒雷达、风廓线等资料,通过背景形势场分析、物理量诊断分析和中尺度分析,对2018年3月4日发生在华东地区的强飑线天气过程进行了诊断分析。结果表明,这次过程具有发生时间(季节)早、移速快、范围广、致灾强等特点,是一次比较少见的早春(冬末)十分强烈的飑线天气过程,是在高空急流辐散区、低空西南急流轴前端、低涡南侧的暖区中发展起来的。飑线过程的地面要素变化十分剧烈,地面有强冷池,与飑线前暖空气之间构成了强的水平温度梯度,致使飑线强度更强;飑线经过时气压涌升所形成的雷暴高压、强气压梯度以及飑线的快速移动均有利于地面极端大风的出现。飑线发展过程中观测到弓形回波、超级单体等强天气系统。中高层动量下传和光滑湖面、喇叭口、狭管效应等特殊地形对于大风的增强效应比较显著,这些因素也加剧了地面极端大风的形成。      

基于小波长短期记忆网络的风电功率超短期概率预测

随着大规模的风电并网,风电所具有的间歇性与随机性对电力系统的稳定性产生了很大的影响,风电功率预测成为当前解决该问题重要的方式之一.本文利用长短期记忆（LSTM）网络良好的时序记忆特性,将小波分解技术与LSTM深度网络结合,提出基于小波长短期记忆网络的风电功率超短期概率预测模型.首先通过小波分解技术将原始时间序列进行平稳化处理,再建立各子序列样本的LSTM网络预测模型,借助最大似然估计法估计预测误差的高斯分布函数,最终实现对未来4 h时刻的风电功率概率区间预测.最后,采用中国东北某风电场数据对所提方法进行算例分析,结果表明,将小波分解与深度学习方法结合可以较好地提高预测的精度,提高概率预测的区间可靠性.