2001—2020年中国地表温度时空分异及归因分析

地表温度（LST）变化对陆面过程的能量收支平衡与生态系统稳定有着至关重要的影响。本文基于MOD11C3数据,使用回归分析、GIS空间分析、相关性分析及质心模型等方法,分析了中国2001—2020年LST变化及其时空分异格局;运用地理探测器识别中国38个生态地理分区下LST变化的主导因子,进而探寻其形成原因。结果表明：① 中国2001—2020年LST气候平均值为9.6 ℃,整体呈东南及西北干旱区高、东北及青藏高原低,平原高、山区低的基本格局;LST与海拔呈显著负相关,相关系数达-0.66;第一阶梯负相关性最为显著,相关系数达 -0.76,LST递减率为0.57 ℃/100 m;② 中国2001—2020年LST倾向率为0.21 ℃/10 a,升温区占国土面积的78%,整体呈现“多核式升温,轴线式降温”的空间特征;③ 中国LST及变化具有显著的季节性特征,冬、夏两季均温空间分布较其他季节的差异较大且波动更为明显;季节性升/降温区的质心轨迹呈环状,且运动呈现出对应的季节性反向轨迹,降温区质心移动幅度更大,说明降温区的区域差异性和季节变异性较大;④ 中国LST变化由自然影响与人类活动共同驱动,其中自然因素贡献更大,日照时数和海拔是关键因子;两大主导类型在空间分布上与“胡焕庸线”高度吻合,其以东区域多以人类活动强度为主导并与地形因子共同作用,而以西区域则多以自然因素为主,通过与气候、地形、植被等因子的相互耦合从而增强/削弱LST变化幅度。本文可为应对气候变化、解析地表环境模式、保护生态环境等方面提供科学参考。     

基于交通大数据的广东省高速公路碳排放计量模型与空间格局

以广东省为例,基于高速公路联网收费系统的路段车流数据,建立包含I~IV类客车和I~VI类货车在内的全样本、高精度碳排放计量模型,并采用地理空间分析法探索广东省高速公路碳排放空间差异性。结论主要有：1）广东省高速公路碳排放主要来自于货车,货车碳排放占碳排放总量的57.1%;客车占42.9%。其中,中小型机动车,如I类客车（即小汽车）、I类和III类货车等是高速公路主要碳排放源。2）在高速公路网络中,碳排放高值路段具有集中于国家级高速公路、邻近经济发达和人口密集区、邻近机场和港口等空间特征。客车碳排放高值路段主要集中在珠三角区域,沿广州市向外呈放射状分布;货车碳排放高值路段主要分布在国家级高速公路,且货车载货量越小,碳排放空间分布越集中。3）广东省高速公路碳排放较高的地市多集中在珠三角城市群,广州市城市首位效应突出。县区尺度下,高速公路碳排放的空间非均衡特征显著,碳排放较高的县区多为广州市和佛山市下属县区。     

昌吉州主客观温度预报检验及业务应用

该文对2013年昌吉州区域3种主客观温度预报产品进行质量检验,预报时效24 h、48 h、72 h;对温度预报误差≤2℃的百分率(准确率)、平均绝对误差、均方根误差统计检验。对预报员和模式预报产品的质量、技巧评分进行对比分析。结果表明:预报员的24 h预报质量略优于模式的预报质量。48~72 h最高温度预报质量,EC细网格预报最好。分析主客观预报质量的月变化和站点变化,为业务工作中的参考权重提供依据。提出了选取最优订正值订正客观预报系统偏差的方法(预估若干订正值,分别计算每个订正值在一段时间内的平均绝对误差和准确率,选取其中平均绝对误差最小且准确率最高的订正值),并通过制作相应软件投入业务运用。     

渤海海域XX21-3油田储层特征及储量评价的风险潜力

基于壁心、分析化验、测井曲线等资料,对XX21-3油田馆陶组储层岩性特征、孔隙特征和物性特征等储层特征进行分析,结合区域沉积背景认为馆陶组储层为辫状河心滩沉积,水动力条件的不同是导致N1gⅢ上和N1gⅢ下2个亚油组具有不同物性特征的原因,为后期优选开发层位提供依据。M油田与XX21-3油田相邻,是已开发经验较为成熟的油田,且与XX21-3油田在构造、沉积、储层和原油性质等方面具有相似性。为了规避XX21-3油田在储量评价过程中的风险,挖掘潜力,通过类比和借鉴邻近M油田,认为:1XX21-3油田馆陶组块状底水稠油油藏在不考虑油水界面起伏的理想模式下确定的含油面积存在风险;2N1gⅢ上油组探明油底下推到最大圈闭线计算的控制储量潜力很大。     

后方交会在排土场沉降监测中应用的探讨

排土场是露天矿山的重大危险源之一,其沉降监测一直以来备受重视。本文根据某露天钼矿排土场沉降监测方法及特点,提出利用全站仪后方交会的方法进行沉降观测,通过观测实验,分别对测角、测边后方交会的坐标数据进行比较分析,综合考虑数据的精度和产生误差的原因,并依此得出测边后方交会更加适合于该露天钼矿排土场沉降观测的结论。     

人工神经网络和决策树模型在滑坡易发性分析中的性能对比

机器学习模型广泛应用于区域性滑坡易发性分析。模型的选择关系到评价结果的可信度、准确率和稳定性。现有滑坡易发性分析模型对比研究侧重模型的预测精度。模型的稳定性和数据量敏感性对机器学习模型的性能评估同样非常重要。本文以福建省南平市蔡源流域为研究区,以四川省绵阳市北川县为验证区,从预测精度、稳定性和数据量敏感性3个方面深入对比BP（Back Propagation）人工神经网络模型和CART（Classification and Regression Tree）决策树模型在滑坡易发性分析中的效果,主要结论如下:① 在逐渐增加一定数量训练样本的过程中,BP人工神经网络模型预测精度的增长率更高。在蔡源流域内,当训练样本数量增加10 000时,BP人工神经网络模型的预测精度上升5.22%,CART决策树模型的预测精度上升2.11%。② BP人工神经网络的预测精度高于CART决策树模型,且较为稳定。在100组数据集上,BP人工神经网络模型验证集预测精度的均值和验证集滑坡样本预测精度的均值分别为81.60%和84.86%,高于CART决策树模型的72.97%和76.59%。与此同时,BP人工神经网络模型对应预测精度的标准差分别是0.32%和0.37%,小于CART决策树模型的0.35%和0.67%。③ BP人工神经网络模型分析的滑坡易发区相比CART决策树模型,更接近实际滑坡的空间分布。最后,北川县的验证实验也出现了相同的现象。     

用传输矩阵方法研究多层介质增透膜的透射特性

利用麦克斯韦方程组和边界条件,推导出由高低折射率介质组成周期性的多层增透膜系的传输矩阵,用传输性矩阵求出增透膜系的反射率和透射率表示式,采用Maple语言和数值计算方法得到4层和8层高反射膜系的反射率随入射光波长变化曲线,分析和讨论入射光的入射角对反射率和透射率的影响.得到的结果有利于对多层介质增透膜系结构的理解,为光学仪器镀膜的设计提供了理论依据.     

Meso‐scale particle modeling of concrete deterioration caused by alkali‐aggregate reaction

A meso‐scale particle model is presented to simulate the expansion of concrete subjected to alkali‐aggregate reaction (AAR) and to analyze the AAR‐induced degradation of the mechanical properties. It is the first attempt to evaluate the deterioration mechanism due to AAR using the discrete‐element method. A three‐phase meso‐scale model for concrete composed of aggregates, mortar and the interface is established with the combination of a pre‐processing approach and the particle flow code, PFC2D. A homogeneous aggregate expansion approach is applied to model the AAR expansion. Uniaxial compression tests are conducted for the AAR‐affected concrete to examine the effects on the mechanical properties. Two specimens with different aggregate sizes are analyzed to consider the effects of aggregate size on AAR. The results show that the meso‐scale particle model is valid to predict the expansion and the internal micro‐cracking patterns caused by AAR. The two different specimens exhibit similar behavior. The Young's modulus and compressive strength are significantly reduced with the increase of AAR expansion. The shape of the stress–strain curves obtained from the compression tests clearly reflects the influence of internal micro‐cracks: an increased nonlinearity before the peak loading and a more gradual softening for more severely affected specimens. Similar macroscopic failure patterns of the specimens under compression are observed in terms of diagonal macroscopic cracks splitting the specimen into several triangular pieces, whereas localized micro‐cracks forming in slightly affected specimens are different from branching and diffusing cracks in severely affected ones, demonstrating different failure mechanisms. Copyright © 2012 John Wiley & Sons, Ltd.     

Laboratory Research into Permeable Reactive Barriers for Groundwater Remediation

Permeable Reactive Barriers (PRB) is a new technology for groundwater pollution remediation. Contaminants are converted into harmless by products in situ as the polluted water passes through a reactive wall. Experimental results demonstrate how reactive media can be used to remove contaminants from polluted water by laying the reactive wall across the flow direction of the water. The most comprehensively studied and applied reactive barrier type uses granulated Zero Valent Iron (ZVI) particles. In this process elemental iron provides a reducing environment which makes reductive dechlorination of chlorinated organic compounds feasible or changes redox sensitive metals, so that they are immobilized by a precipitation reaction. A reactive wall column which is made up of ZVI, sand and zeolite has shown the highest contaminant removal capacity compared to the other two which have different components. The potentials of ZVI, zeolite and Powdered Activated Carbon (PAC) to remove contaminants are due to their different physico-chemical proper-ties which make them to "sorb"metal contaminants. The results of this experiment show that PRB technology is an efficient method for the treatment of leachate-contaminated groundwater.