黑龙江省浅覆盖区地物化特征与找矿标志——以黑河市340高地金矿化区为例

黑龙江省黑河市340高地金矿点大地构造上位于兴安地块东北缘,多宝山Cu-Au-Mo-W-Fe成矿亚带内,其地貌为浅覆盖区,找矿较为困难。本文采用浅钻技术取样,对研究区进行基岩填图,圈定出以硅化为中心、青磐岩化为外围的蚀变矿化带。对基岩样品进行岩石地球化学分析,通过主成分分析,确定有6个主成分特征值大于1,其中第二主成分与金元素关系密切,是研究区有效的找矿标志。高精度磁测结果显示区内构造以NNW向为主,且其线性低值异常或与蚀变引起的退磁有关。对区内的地物化异常进行工程查证,发现金矿点1处,圈定预测靶区1处。     

银额盆地石板泉西石炭系白山组碳酸盐岩地球化学特征及其环境意义

对银额盆地石板泉西石炭系白山组碳酸盐岩进行详细的地球化学分析,探讨各特征元素对古环境、古气候的指示意义。地球化学测试结果显示：除样品CH3外,其余样品主量元素中的Al及微量元素中的Ti、Zr、Th等典型陆源特征元素的含量较低,Y/Ho平均值为45.58,反映研究区白山组碳酸盐岩较少受陆源物质输入的影响;δCe与δEu、w（ΣREE）、（La/Sm）_N未见良好的相关性,也不具备Eu正异常,说明研究区白山组碳酸盐岩受成岩作用和热液作用的影响也较为有限。碳酸盐岩中所含微量元素主要为海水自生成因,能够反映原始沉积环境。根据特征元素对古水深、古盐度、古气候、古氧相和古水温进行研究,显示研究区白山组碳酸盐岩段虽然岩性较为单一,但其地球化学特征可以反映早晚的沉积古环境差异。研究区白山组碳酸盐岩总体经历了1个大的海侵海退旋回,沉积于正常海水,气候潮湿,弱氧化—弱还原环境,古水温为8.51~27.10℃,早期水温低,晚期水温升高。     

寒区渠基黏土热参数最优概率分布

为分析寒区渠基黏土热参数的随机分布特征及概率分布模型,以寒区渠基黏土的导热系数为样本,结合经典分布拟合法、多项式逼近法、最大熵法和正态信息扩散法,分别对寒区渠基黏土热参数的概率分布规律进行了研究。首先通过分析热参数的离散性,并比较概率分布曲线、拟合检验值和累计概率分布值,对不同方法描述热参数随机性的优劣进行了评价;然后,基于寒区渠基黏土热学参数对温度的敏感性,提出了一个可以达到理想拟合精度的寒区渠基黏土热参数概率推断的区间取值标准。研究结果表明：寒区渠基黏土的热参数具有随机变量的特征;正态信息扩散法可以描述热参数样本的随机波动性;在4种方法中,正态信息扩散法的拟合精度最高。使用3.5σ法,将[μ-3.5σ,μ+3.5σ]（μ为随机变量的均值,σ为标准差）作为概率函数推断时的取值区间,同时考虑偏度的影响,可使得累计概率值达到1.000 0的精度,能够较准确地推断热参数的概率分布函数。     

“可持续社会指数”的研究综述与展望

正确评价和监测区域可持续发展水平,是实现2030年可持续发展目标的关键参考.随着观测手段和计算机技术的蓬勃发展,以指标观测和指数表达为基础的“指标时代”的到来为研究区域可持续发展水平提供了一个思路.“可持续社会指数”是全要素的综合评价,可以综合衡量国家尺度的可持续发展程度,并长期监测.从理论研究、指标框架和方法论的角度详细介绍了“可持续社会指数”,从对“可持续社会指数”的指标选取和指数计算方面的局限和改进两个方面,对其相关研究进行综合梳理.最后,提出了未来可能应用的研究方向.     

汊口滩沉积特征及沉积模式——以鄱阳湖赣江三角洲汊口滩为例

随着我国许多油田进入高含水开发阶段,剩余油挖潜难度增大,复合分流河道带和单河道的划分已不能满足生产要求,迫切需要进行分流河道内部有利砂体的识别。现代沉积研究是认识分流河道内砂体发育特征的有效手段。通过对鄱阳湖赣江三角洲的现场考察,发现汊口滩是三角洲分流河道中发育的重要砂体类型,以发育在分流河道的分汊口处为典型特征。根据水动力条件、沉积物组合、沉积构造等特征,将汊口滩划分为滩头、滩中、滩尾3个沉积单元。从滩头到滩尾具有水动力条件减弱、沉积物层理规模减小、单砂层厚度减小、粒度变细、泥质夹层增多的特点。汊口滩主要是由于在分汊口处,水流受到汊口的顶托作用流速降低,沉积物按粒度分异堆积形成;堆积方式主要以向上游方向的逆流加积为主。与水道砂体相比,汊口滩发育的层理类型多,而且内部夹层发育,非均质性更强;由于夹层的遮挡作用,砂体不易发生水淹,有利于形成剩余油的富集区。     

Analysis of mobilized stress ratio of gap-graded granular materials in direct shear state considering coarse fraction effect

Weathered rockfill materials, characterized by a mixture of soil matrix and rock aggregates, are widely distributed in mountainous areas. These soils are frequently used for subgrade or riprap in engineering practice, and the mobilized shear strength is crucial for analyzing the displacement and stability of these geo-structures. A series of direct shear tests are performed on a gap-graded soil with a full range of coarse fraction. The behavior of gap-graded soils is analyzed, and a simple model is proposed for the evolution of mobilized stress ratio during direct shearing process based on mixture theory. The change of inter-aggregate configuration is incorporated by introducing a structure variable which increases with coarse fraction and decreases approximately linearly with the overall horizontal shear strain in double logarithmic plot. It reasonably reflects a gradually transformation from a matrix-sustained structure into an aggregate-sustained one with the increase of coarse fraction. The model has four parameters, and at least two direct shear tests need to be done for the calibration. Validation of the model is done by using the test data in this work and those from the literature.

     

Landslide susceptibility zonation method based on C5.0 decision tree and K-means cluster algorithms to improve the efficiency of risk management

Machine learning algorithms are an important measure with which to perform landslide susceptibility assessments,but most studies use GIS-based classification methods to conduct susceptibility zonation.This study presents a machine learning approach based on the C5.0 decision tree(DT)model and the K-means cluster algorithm to produce a regional landslide susceptibility map.Yanchang County,a typical landslide-prone area located in northwestern China,was taken as the area of interest to introduce the proposed application procedure.A landslide inventory containing 82 landslides was prepared and subse-quently randomly partitioned into two subsets:training data(70％landslide pixels)and validation data(30％landslide pixels).Fourteen landslide influencing factors were considered in the input dataset and were used to calculate the landslide occurrence probability based on the C5.0 decision tree model.Susceptibility zonation was implemented according to the cut-off values calculated by the K-means clus-ter algorithm.The validation results of the model performance analysis showed that the AUC(area under the receiver operating characteristic(ROC)curve)of the proposed model was the highest,reaching 0.88,compared with traditional models(support vector machine(SVM)=0.85,Bayesian network(BN)=0.81,frequency ratio(FR)=0.75,weight of evidence(WOE)=0.76).The landslide frequency ratio and fre-quency density of the high susceptibility zones were 6.76/km2 and 0.88/km2,respectively,which were much higher than those of the low susceptibility zones.The top 20％interval of landslide occurrence probability contained 89％of the historical landslides but only accounted for 10.3％of the total area.Our results indicate that the distribution of high susceptibility zones was more focused without contain-ing more"stable"pixels.Therefore,the obtained susceptibility map is suitable for application to landslide risk management practices.     

单多普勒雷达反演涡旋风场方法分析

由于单雷达在探测台风临近、登陆时仍具有双部或多部雷达难以具备的优势,目前利用单多普勒雷达反演涡旋风场的方法并不多见,本文对能够反演涡旋风场的3种方法NIVAP(自然坐标系的积分VAP方法)、EVAPTC(反演热带气旋的EVAP方法)、GBVTD(地基速度追踪法)进行了比较,分别从每种方法的假设条件和数学方法以及结果精度来比较3种方法对涡旋风场的适用性。利用中尺度气旋Rankine模式模拟了纯涡旋性气旋、只有环境风场时、环境风场和辐合(辐散)同时存在时的径向速度场及风场,比较了各种情况下的反演风场和模拟风场的相似系数。在对模拟风场比较之后,选取了2014年"威马逊"台风登陆前1h、登陆时及登陆后1h的3个实测雷达资料,对比分析了3种方法反演实测资料的风场特征,3种方法中EVAPTC方法最好,GBVTD方法在应用中有一定的限制,NIVAP方法较差。     

区域自动气象站蓄电池异常状态判别方法

针对天津市一种常见的CAWS600型区域自动气象站对其供电及功耗进行了详细分析,利用对电池放电特性曲线的归一化处理,得到了针对12V38AH铅酸蓄电池的剩余容量估算方法,同时利用该站蓄电池工作电压的统计规律,提出了针对蓄电池工作电压的极值判定、时间/空间一致性质量控制方法,并对2017年逐10min观测数据进行检验。检验结果显示,文章提出的质量控制方法可以有效识别出蓄电池异常站点,针对2017年个站蓄电池持续放电情况可提前10d定位。     

多隐层BP神经网络在模式预报中的简化应用

EC细网格预报效果好,基本满足业务需要,在工作中被广泛应用。为进一步提升预报准确性,做好迪士尼园区的气象服务保障,选取2016年7月至2017年6月1年的2 m温度预报场,24 h预报时效的时间分辨率为3 h,72 h预报时效的时间分辨率为24 h,分别用回归分析法、S型和简化Line型BP神经网络法进行模式释用,与迪士尼气象站观测数据对比。结果表明:阈值为1℃时,对模式结果释用后,均方根误差减少了0.5℃到1.0℃,3—9 h和21—72 h预报时效的准确率由原来的50%和30%分别上升到70%和50%。采用S型多隐层BP神经网络误差最小,不同预报时效释用稳定性最高,同时该释用方法对t_(min)的预报特征把握更精准,释用效果明显优于对t_(max)的预报释用,但迭代计算耗费时间大幅增多,与预报效果的提升不成正比。简化Line型的BP神经网络通过8个半月的数据量和简单的网络模式,捕获了EC预报的特征,不但减小了计算量,大幅缩短了计算时间,而且预报结果也有显著提升,预报稳定性较好,具有广泛的业务应用空间。