Exploring the stemflow dynamics and driving factors at both inter- and intra-event scales in a typical subtropical deciduous forest

Numerous efforts have been made to understand stemflow dynamics under different types of vegetation at the inter-event scale, but few studies have explored the stemflow characteristics and corresponding influencing factors at the intra-event scale. An in-depth investigation of the inter- and intra-event dynamics of stemflow is important for understanding the ecohydrological processes in forest ecosystems. In this study, stemflow volume (F_V), stemflow funnelling ratio (F_R), and stemflow ratio (F_%) from Quercus acutissima and Broussonetia papyrifera trees were measured at both inter- and intra-event scales in a subtropical deciduous forest, and the driving factors, including tree species and meteorological factors were further explored. Specifically, the F_V, F_R and F_% of Q. acutissima (52.3 L, 47.2, 9.6%) were lower than those of B. papyrifera (85.1 L, 91.2, 12.4%). The effect of tree species on F_V and F_% was more obvious under low intensity rainfall types. At the inter-event scale, F_V had a strong positive linear correlation with rainfall amount (G_P) and event duration (D_E) for both tree species, whereas F_R and F_% had a positive logarithmic correlation with G_P and D_E only under high-intensity, short-duration rainfall type. F_R and F_% were mainly affected by wind speed and the maximum 30-min rainfall intensity under low-intensity, long-duration rainfall type. At the intra-event scale, for both tree species, the mean lag time between the start of rainfall and stemflow was the shortest under high-intensity, short-duration rainfall type, while the mean duration and amount of stemflow after rain cessation were the greatest under high-amount, long-duration rainfall type. The relationship between stemflow intensity and rainfall intensity at the 5-min interval scale also depended greatly on rainfall type. These findings can help clarify stemflow dynamics and driving factors at both inter- and intra-event scales, and also provide abundant data and parameters for ecohydrological simulations in subtropical forests.     

A two-layer model for studying 2D dissolved pollutant runoff over impermeable surfaces

Dissolved pollutants in stormwater are a main contributor to water pollution in urban environments. However, many existing transport models are semi-empirical and only consider one-dimensional flows, which limit their predictive capacity. Combining the shallow water and the advection–diffusion equations, a two-dimensional physically based model is developed for dissolved pollutant transport by adopting the concept of a ‘control layer’. A series of laboratory experiments has been conducted to validate the proposed model, taking into account the effects of buildings and intermittent rainfalls. The predictions are found to be in good agreement with experimental observations, which supports the assumption that the depth of the control layer is constant. Based on the validated model, a parametric study is conducted, focusing on the characteristics of the pollutant distribution and transport rate over the depth. The hyetograph, including the intensity, duration and intermittency, of rainfall event has a significant influence on the pollutant transport rates. The depth of the control layer, rainfall intensity, surface roughness and area length are dominant factors that affect the dissolved pollutant transport. Finally, several perspectives of the new pollutant transport model are discussed. This study contributes to an in-depth understanding of the dissolved pollutant transport processes on impermeable surfaces and urban stormwater management.     

基于NPSVM模型的超新星识别方法

巡天观测与高能物理、黑洞天文等领域均有密切的联系.基于星系-超新星二分类问题,研究光谱数据预处理,结合余弦相似度改善PCA(Principal Component Analysis)光谱分解特征提取方法,用SDSS(the Sloan Digital Sky Survey)、WISeREP(the Weizmann Interactive Supernova data REPository)组成的5620条光谱数据集训练支持向量机,可以得到0.498%泛化误差的识别模型和新样本分类概率.使用Neyman-Pearson决策方法建立NPSVM(Neyman-Pearson Support Vector Machine)模型可进一步降低超新星的漏判率.     

辛安煤矿1402工作面临空窄煤柱采掘响应及动态加固

随着我国煤炭资源去产能整合煤矿的增多，复采工作面临空窄煤柱采动失稳问题日益凸显，已严重制约矿井安全高效生产。为此，针对辛安煤矿复采1402工作面辅运巷道5号钻场临空窄煤柱稳定性控制的工程难题，运用数值模拟与理论分析相结合的方法，探究5号钻场临空窄煤柱稳定性采掘扰动响应特征，提出5号钻场临空窄煤柱动态注浆加固技术方案并开展现场应用和效果检验。研究结果表明:1402工作面辅运巷道掘进对5号钻场临空窄煤柱稳定性影响较小；在1402工作面回采期间，距5号钻场18~6 m范围，临空窄煤柱集中垂直应力由非对称马鞍形分布逐渐过渡为拱形分布；距5号钻场6 m时，临空窄煤柱承载叠加垂直应力超过煤体强度，塑性区完全贯通，极易破坏失稳；现场采用MP364型注浆材料及专用注浆设备对5号钻场临空窄煤柱前后5 m区域进行加固，动态注浆始终超前工作面10 m，通过深孔窥视和气体监测手段验证临空窄煤柱良好的封堵固化效果，保障了工作面安全回采，为我国整合矿井类似条件下煤柱稳定性控制提供借鉴和参考。移动阅读      

岩溶山区崩滑灾害变形破坏地质模式分类

岩溶山区特殊的地质结构导致崩塌、滑坡等地质灾害时常发生，带来了严重的人员伤亡和经济社会损失。研究岩溶山区崩滑灾害特征，建立相应的变形破坏地质模式，对于岩溶山区崩滑灾害风险防控与治理工程具有重要理论意义与指导价值。文章以典型地质灾害形成演化过程为例，在系统地分析研究区典型崩滑灾害地质背景、影响因素、动力学与运动学特征的基础上，提出了岩溶山区崩滑灾害变形破坏地质模式，得出以下主要结论:（1）影响崩滑成灾基本因素（崩滑灾害体势能、岩溶结构面、岩组结构、斜坡地貌和斜坡结构）、影响因素（水文地质条件、工程活动、地震、降雨）和变形运动特征（运动形式和变形机制）三个方面，据此建立了岩溶山区崩滑灾害地质分类指标体系。（2）结合研究区特征对模型体系里面的每个要素进行系统分析，崩滑灾害的发生是各个要素相互组合、相互作用的结果。（3）总结了研究区内5种典型崩滑地质模式:高势能反倾降雨型高速远程滑坡—碎屑流模型、高势能斜倾视向采矿型高速远程崩滑灾害模型、超高势能横向陡倾地震型高速远程滑坡、高势能采矿型高速崩塌—碎屑流模型、低势能差异风化崩塌模型。为后续开展物理模拟、数值模拟、稳定性计算和变形破坏预测等工作奠定基础。下一步将更加深入全面地建立研究区的崩滑灾害模式，并进行崩滑灾害的危险性分级工作。      

微量硫化物、硫酸盐硫同位素EA-IRMS在线测试分析

常规EA-IRMS硫同位素测试中, 硫化银(Ag2S)的需样量为0.2~1.0 mg, 硫酸钡(BaSO4)的需样量为0.35~1.5 mg, 较大的需样量已难以满足珍贵样品及微区样品的分析要求, 因此如何减少测试样品量已成为EA-IRMS测试分析工作中急需解决的问题。通过对EA-IRMS测试系统的研究发现, 在采用常规方法测试样品时, 由于初始He载气流速(100 mL/min)、进入分流接口时的流速(10 mL/min)与进入离子源时流速 (0.3 mL/min)的差异导致样品燃烧产生的目标气体中99.7%的气体被浪费, 样品的总体利用率仅有0.3%。因此如何减少样品在测试过程中的损耗, 提高样品的利用率, 从而减少需样量的关键在于缩小载气流速的差距。本实验在常规EA-IRMS测试技术基础上进行了关键改进,在元素分析仪和分流接口之间设计增加一个由六通阀和自动加热冷阱构成的装置, 自动加热冷阱可在Load模式时收集SO2气体, 六通阀在Load-Inject模式之间切换时可改变He载气流速, 通过与分流接口匹配的反吹He载气(10 mL/min)将冷阱中富集的SO2气体送入分流接口, 从而保证进入分流接口前样品燃烧产生的SO2气体全部收集。这一改进, 理论上可以将样品的利用率提高10倍, 该系统需硫量降至3~13 μg, 并且可以提高反应管的寿命, 降低清灰的频率, 提高工作效率。同时有效避免了拖尾的产生, 提高分析结果的精密度。本次微量样品实验获得的硫同位素数据与常规方法一致, 分析精度优于0.15‰(1SD), 测量值与真值的差异在0.4‰以内, 达到国际同类实验室先进水平。此外, 该方法可为微量有机碳、氮同位素EA-IRMS测试分析工作的开展提供参考经验。     

阿勒泰地区植被覆盖度及ET对气温变化的响应

研究气温对植被覆盖度和ET (Evapotranspiration，ET)的影响，对干旱区应对气候变化、维系生态系统稳定具有重要意义。基于阿勒泰地区及周边7个气象站，CRU数据集中的气温数据及MODIS ET数据，采用Mann-Kendall非参数检验、植被盖度反演等方法，对阿勒泰地区气温变化对植被覆盖度及ET的影响进行了研究。结果表明：（1）在1901—2016年过去的116 a间，阿勒泰地区年平均气温以0.18 ℃·(10 a)^-1速率增加，在1982年由突变前的2.2 ℃增加到突变后的3.5 ℃。（2）2000—2017年阿勒泰地区植被覆盖度变化的空间差异明显，植被覆盖度增加的面积与降低的面积总体相当；全区66.71%的区域植被覆盖度变化与气温呈负相关，而呈正相关的比例仅占18.55%，且全区气温变暖而盖度降低区域的占比达31.71%。（3）2000—2016年阿勒泰地区ET总体呈降低趋势，整个区域61.65%的面积温度降低、ET降低，而19.92%的区域表现为温度增加而植被ET降低。     

南海北部陆坡西部海域“海马”冷泉甲烷渗漏及其海底表征

2015年3月"海马"号遥控无人潜水器(ROV)在南海北部陆坡西部海域首次发现活动冷泉,并命名为"海马"冷泉,此后中国地质调查局广州海洋地质调查局先后组织了3个航次,对"海马"冷泉开展进一步勘查和研究。本次研究在综合分析4个航次调查数据的基础上,初步阐述"海马"冷泉的分布范围、地形地貌、生物群落、自生碳酸盐岩和流体活动等特征。总体而言,"海马"冷泉区地势平缓,气体渗漏现象非常发育,是以CH4为主要气体渗漏形成的活动冷泉区,且气体渗漏活动具有时空迁移性。气体碳同位素组成表明,海马冷泉区的CH4为混合成因气,且以微生物成因为主;"海马"冷泉区发育有多种类型的化能自养冷泉生物群落,冷泉区种类丰富,目前已报道了多个冷泉生物新种。这些发现为研究南海北部陆坡西部海域天然气水合物分解及其环境效应、冷泉生物生命起源与演化和南海与印度洋及太平洋物种迁移贯通等科学问题提供重要依据。     

西藏甲玛铜多金属矿床磁黄铁矿标型矿物学特征及其地质意义

甲玛矿床位于冈底斯成矿带东段,是西藏地区最大的铜多金属矿床之一。磁黄铁矿是甲玛矿床最常见的金属矿物之一,其标型特征不仅反映其自身形成环境,对其形成机制和矿床成因也具有指示意义。文章选取产于不同岩性中的磁黄铁矿矿石样品,利用矿相学、X射线衍射和电子探针分析等手段对磁黄铁矿的形态、成分和结构进行了分析研究。研究表明,甲玛矿床的磁黄铁矿主要分布在距离岩体中心较远的矿区远端矽卡岩和角岩中。磁黄铁矿的晶胞参数和粉晶X射线衍射曲线显示矽卡岩中的磁黄铁矿主要为高温六方磁黄铁矿,角岩中的磁黄铁矿为高温六方磁黄铁矿和低温单斜磁黄铁矿的交生体,但主要以低温单斜磁黄铁矿为主。通过对矽卡岩和角岩中的磁黄铁矿进行电子探针测试,结果显示:矽卡岩中的磁黄铁矿中w(Fe)为60.09%～60.71%,平均为60.38%,w(S)为38.18%～38.69%,平均38.35%,化学分子式为Fe_8S_9～Fe_(10)S_(11);角岩中的磁黄铁矿中w(Fe)为59.05%～59.57%,平均为59.10%,w(S)为39.28%～39.95%,平均39.59%,化学分子式为Fe_5S_6～Fe_7S_8。根据以上矿物学特征,笔者进一步探讨了该矿床磁黄铁矿的沉淀机制:炽热的岩浆热液上涌,与碳酸盐岩地层和碎屑岩地层接触发生相互作用,并有大气水的加入,使得成矿流体在角岩中先快速降温,形成高温六方磁黄铁矿和低温单斜磁黄铁矿的交生体。同时,大量的含矿热液形成,并充填于有利的成矿空间(主要为层间破碎带)沉淀成矿,形成矽卡岩矿体,然后流体在矽卡岩矿段中经历缓慢降温,形成高温六方磁黄铁矿。结合矿床地质特征和相关元素地球化学特征,认为甲玛矿床类型为斑岩-矽卡岩型。     

微生物勘探技术在潮汕坳陷油气勘探中的应用初探

东沙海域潮汕坳陷中生界研究程度相对较低,油气分布规律不明,为了加强对该区油气分布和富集规律的研究,针对潮汕坳陷西部地质目标首次应用微生物地球化学勘探技术(MGCE),探讨其含油气性。MGCE技术以轻烃微渗漏理论为基础,采用地质微生物学方法和地球化学方法检测研究区海底表层的微生物异常和吸附烃异常,预测研究区下伏地层中油气的富集区及其油气性质。检测结果显示研究区西部凹陷的斜坡区微生物异常呈块状发育,轻烃微渗漏强度变化大,可能为潜在油气富集区,酸解吸附烃成果显示可能的油气性质为干气和凝析油气。