球面线要素的多分辨率实时简化方法

在分析球面3维数据可视化特点的基础上,提出了视点相关的球面矢量数据LOD简化方法,基本原理是：以视点为基础在屏幕空间获取投影误差,反投影到模型空间得到动态简化阈值,并结合Douglas—Peucker算法,对矢量数据进行多分辨率实时简化表达。最后,开发实验系统并对相关方法进行了验证。结果表明：在不影响球面图形可视化效果下,数据量减少了约4-5倍,有效地提高了图形渲染速度和效率。     

球面线要素的多分辨率实时简化方法

在分析球面3维数据可视化特点的基础上,提出了视点相关的球面矢量数据LOD简化方法,基本原理是:以视点为基础在屏幕空间获取投影误差,反投影到模型空间得到动态简化阈值,并结合Douglas-Peucker算法,对矢量数据进行多分辨率实时简化表达.最后,开发实验系统并对相关方法进行了验证.结果表明:在不影响球面图形可视化效果下,数据量减少了约4～5倍,有效地提高了图形渲染速度和效率.     

中拐凸起石炭系火山岩油藏特征及成藏模式新认识

针对中拐凸起石炭系南、北油藏高度差异大,试油普遍见水,油水关系复杂,油水过渡带大,油藏类型及主控因素认识不清的现状,对其构造特征、断裂组合关系、储盖组合特征及地层水特征等控藏因素进行了分析。研究认为:中拐凸起石炭系发育两类油藏,古隆主体地震反射杂乱,为受构造、断裂控制的块状油藏,周缘围斜区为层状反射特征,油藏为受不整合面或岩性遮挡的层状油藏。南部古隆形态完整,保存条件好,油藏高度大;北部地层剥蚀严重,古隆更高,分布范围缩小,充注程度不足,油藏高度不大;发育两级断裂,一级走滑断裂疏通油源,二级断裂控制油藏展布特征。南部主要发育火山角砾岩,储层物性好,有利于油气的聚集;北部则以火山熔岩为主,储层物性较南部略差;且南部盖层条件优于北部,对下伏石炭系油藏起到更好的封盖作用。研究区地层水为氯化钙水型,南部热液改造作用不明显,矿化度较低;北部沿断裂热液改造作用明显,矿化度较高;古隆主体热液改造作用弱,矿化度较周缘围斜区低。     

统计法在确定卡拉麦里气田物性下限中的应用

准确确定有效储层物性下限,是决定储集层评价和储量计算精度的关键.卡拉麦里气田储层岩性为火山岩,为裂缝-孔隙双重介质的非碎屑岩储层.常规储层物性下限研究方法,如相对渗透率法、"J"函数等均不适用.针对这种特殊储层,首先将其划分成熔岩、火山碎屑岩、浅成侵入岩等,应用岩心经验统计法,得到各岩类有效储层孔隙度下限值,建立含气饱和度与最大进汞饱和度对应关系,再分岩类建立最大进汞饱和度与孔隙度、渗透率的关系.由压汞资料统计法得到一组有效储层下限值,二者综合确定各岩类有效储层下限值,取得较好效果.     

鹤岗矿震台网背景噪声分析

利用鹤岗地震台及鹤岗矿震台网的观测资料,分析了矿务局点、救援队点、大陆矿、鸟山矿等4个测点的背景噪声,得到鹤岗区域矿震的典型背景噪声特征及观测环境对矿震台网的影响特点,以及矿震台网所受具体干扰源的特征,并对矿震台网的监测效能进行了评估。     

基于动态阈值法的NOAA系列卫星云检测结果检验

采用我国地面报资料、国际船舶报资料和云卫星(CloudSat)产品,分别对多通道动态阈值云检测方法的云检测结果进行了检验。结果表明,动态阈值云检测方法可用于长时间序列卫星观测数据的云检测,不仅运行速度较快,可实现全自动,且精度较高,陆地上空云检测准确率为82.8%(地面报资料),海洋上空云检测准确率为91.5%(船舶报资料)。此外,还利用CloudSat资料检验不同观测时间差对NOAA系列卫星云检测结果检验的影响。     

20年时间序列海表温度数据集反演和评价

海表温度是研究海洋表面海气相互作用的一个至关重要的物理参数。为建立长时间序列海表温度数据集,在海表温度反演模型建立过程中还需要考虑卫星之间的差异、卫星仪器随时间的衰减、所采用反演算法模型建立过程中人的主观因素的影响等。为此,针对1989—2008年间NOAA/AVHRR数据特点,发展了统一的海表温度反演模型,并生成了20年时间序列海表温度数据集,空间分辨率达到1km。利用船舶浮标资料和OISST数据对该数据集进行了验证,验证结果表明该数据集均方根误差在1℃左右。最后针对1997/1998年厄尔尼诺事件,用反演的海表温度分析了西太平洋暖池区海表温度距平对这次事件的响应。     

基于 HEC-RAS 的梧桐山河流域水质模拟及应用

以深圳市梧桐山河流域为研究区域,基于HEC-RAS模型建立梧桐山河流域一维水动力水质模型。水动力模型最大相对误差2.43%,水质模型最大相对误差18.12%,模型模拟精度较高。利用该模型对河段水体中的污染物进行模拟,根据上游污染物浓度估算污染物扩散至下游断面的浓度及扩散时间,模拟调控上游水库的下泄流量来加大生态流量,从而达到控制污染物浓度的目的。     

土壤中微塑料的吸附迁移及老化作用对污染物环境行为的影响研究进展

微塑料(粒径小于5mm的塑料颗粒),由于其自身较强的迁移特性及对环境污染物较强的亲和力,会引发严重生态风险,受到广泛关注。微塑料可以通过地膜破损、垃圾填埋和大气沉降等方式汇集在土壤中。土壤中的微塑料不仅会向下迁移,吸附富集共存的污染物,还会在表生地球化学作用下发生老化,对环境安全造成更大的威胁。本文基于近年文献重点综述了土壤环境中微塑料的吸附迁移行为以及老化作用对污染物环境行为的影响。结果表明：(1)微塑料在土壤中的迁移行为受到其自身理化性质(大小、形状及官能团)及土壤环境条件的影响;(2)微塑料可以吸附携带外部环境污染物迁移,从而改变污染物在环境中的归宿与生物可利用性;(3)老化作用会改变微塑料理化性质,影响微塑料的吸附与迁移能力,加速内源污染物的释放,其中有机污染物邻苯二甲酸酯释放的浓度范围约为50.3～6660ng/g,常见重金属Pb²⁺的释放浓度范围约为5.1～81.4μg/g。本文建议今后应加强三方面研究工作：(1)不同土壤环境中多因素耦合条件下,开展微塑料与环境污染物的相互作用机制研究,特别是不同土壤介质及环境因素对污染物在微塑料上的吸附/解吸/迁移行...     

基于深度学习的流域洪水预报模型研究

随着水文信息系统的普及,水文数据的采集越来越方便。传统上依靠各类水文模型及参数率定以刻画水文数据和预报成果间的复杂关联,如何实现水文数据驱动的水文自动预报是当前面临的问题。近年来,人工智能技术蓬勃发展,深度学习技术开始应用于水文学领域,试图解决这一问题。本文以沮漳河西支峡口至远安区间流域为研究对象,结合分布式水文模型的原理及深度学习理论方法,基于流域多维度数据对流域产汇流特性进行提取,利用特征网络进行流域径流预报,构建基于卷积神经网络（CNN,Convolutional Neural Networks）的流域降雨径流预报模型。研究将模型模拟结果与前期影响雨量模型（API, Antecedent Precipitation Index）结果进行对比分析,结果表明,基于卷积神经网络的流域降雨径流预报模型模拟精度为90%,模型可靠,能满足大部分的降雨洪水预报,为流域降雨径流预报提供一种新的方法。