南海东北部海底沉积物波的形态、粒度特征及物源、成因分析

在南海东北部广泛发育沉积物波。通过高分辨率多波束数据、地震剖面以及重力柱状样,对沉积物波的形态特征、粒度特征、物源以及形成机制进行了分析。研究表明大致以台湾浅滩南海底峡谷为界,北侧为近北东向展布,南侧为近南北向展布。对其分布规律、地貌和形态特征及重力柱状样粒度分析表明这些沉积物波为浊流成因。沉积物波的发育与新生代晚期研究区的构造活动密切相关,自距今6.5 Ma以来台湾造山运动使台湾岛强烈抬升剥蚀,这些剥蚀物为研究区提供了大量的陆源物质,而在南海东北部陆坡区大量发育的峡谷-冲沟系统为陆缘物质向下陆坡的输送提供了良好的通道。研究区西侧的东沙隆起长期处于抬升剥蚀状态,这种抬升剥蚀也为研究区沉积物波的发育提供了部分物源。随着坡度的减缓,浊流沉积物开始堆积,在台湾浅滩南海底峡谷的北侧形成了展布方向与冲沟垂直的沉积物波,而在南侧由于台湾浅滩南海底峡谷发生转向,浊流从水道中漫溢出来,沉积物堆积下来,形成了与原先水道近于垂直的近南北向的沉积物波。     

中国海及邻近海域卫星观测资料同化试验

利用1个基于POMgcs海洋模式和多重网格三维变分同化方法建立的中国海及邻近海域海面高与三维温盐流数值预报模型,通过一系列数值试验,研究了同化卫星测高和卫星遥感海面温度观测资料对该模型预报能力的影响。试验结果表明,同化卫星测高资料可明显改善海面高度与三维温度和盐度的分析预报效果,使1 200 m以上的温度预报误差减小0.16℃,并能有效提高对海洋中尺度现象的预报能力;同化卫星遥感海面温度对100 m以上的温度和盐度的预报效果有所改善,可使海面温度的预报误差减小10%。     

海洋自然资本评估中生物能值转换率的研究

自然资本评估是研究生态系统服务与社会经济发展的重要方式。由于海洋具有特殊性和复杂性、开放性、流动性和多层次耦合性等特点,海洋自然资本评估方法的研究进展缓慢。能值分析理论通过能值转换率将生态系统内流动和储存的各种不同类别的能量和物质转换为同一标准的能值,可衡量和比较不同等级的能量价值,系统完整地反映自然资本价值,这一特点是其他评估方法所缺乏的。为精确量化海洋生物资本价值,本研究引入海洋食物网信息能流图和生态系统能量传递规律,提出了生物能值转换率的经验公式,即Tn=T1·E^1-nL(T1为初级生产者的太阳能值转换率,n为营养级,EL为林德曼效率)。为验证经验公式的可行性,选用相关案例进行了研究,得到海洋食物网中不同食性生物所处营养级及其相应的能值转换率。经验公式有一定误差,具体应用时应通过调研文献和相关数据,确定关键参数的取值范围以提高准确性。本研究得出的经验公式简化了海洋生物能值转换率的计算方法,促进了能值分析理论在海洋自然资本评估中的进一步应用。     

基于卫星遥感的临沂市冬小麦种植时空变化特征分析

以临沂地区为研究区,基于Terra/MOD13Q1遥感植被数据产品,通过分析冬小麦的遥感光谱特征、物候历特征及其生物学特性,提取2009—2019年临沂地区冬小麦种植信息,利用GIS空间分析方法和统计分析方法分析了临沂冬小麦种植的时空分布变化规律。结果显示:1)空间上,近10年来临沂地区冬小麦种植面积在2 800～3 000 km~2之间浮动,占整个地区土地面积的17%左右,总体变化较小,种植区域呈南多北少的分布格局,主要集中在兰陵、临沭和郯城; 2)从冬小麦种植稳定度上看,连续种植冬小麦10 a及以上的区域,主要集中在兰陵和郯城,面积为1 638 km~2,稳定度高,连续种植小于4 a的区域有1 914 km~2,主要分布在莒南和费县,种植不稳定; 3)时间上,冬小麦面积由2009年的2 838 km~2增加到2019年的2 985 km~2,变化幅度和年均变化率分别为5.5%和0.5%,呈缓慢增加趋势。本研究为临沂地区冬小麦种植的深入了解以及农业结构调整提供了较为准确、科学的参考依据。     

硫酸镁对仿刺参幼参麻醉效果的研究

本研究以硫酸镁作为麻醉剂,比较了在不同水温条件下硫酸镁对仿刺参幼参的麻醉效果,分析了不同浓度硫酸镁对仿刺参幼参的麻醉效果。实验水温设置11℃、13℃、15℃、17℃、19℃和21℃六个温度梯度,实验用仿刺参幼参规格分为大规格(L)40.26±1.84g、中规格(M)21.83±1.72g、小规格(S)11.03±1.63g。实验结果显示:1.在硫酸镁麻醉剂浓度相同时,仿刺参规格越大麻醉所需时间越长,复苏时间却越短;随着麻醉剂浓度增加,对仿刺参幼参麻醉时间相应缩短,但复苏时间呈现逐渐延长。不同浓度硫酸镁麻醉剂对不同规格仿刺参的麻醉效果具有显著差异(P0.05)。2.在水温11℃~20℃范围内,随着水温的升高,对仿刺参幼参的麻醉时间从26.13±17.78min缩短到21.47±3.52min,但复苏时间从26.13±17.78min增加到71.05±12.32min,不同水温条件下硫酸镁对仿刺参幼参麻醉效果影响显著(P0.05)。研究表明,仿刺参体重在20g以下的适宜麻醉浓度为0.1~0.25mol·L-1,体重在20g以上的适宜麻醉浓度为0.25~0.35mol·L~(-1)。     

基于绿洲土地利用的区域GDP公里格网化研究

为解决以行政单元为单位的经济数据空间表示与实际空间分布不符的问题,根据分县控制、分产业建模的思路,综合考虑经济发展的一般规律,建立基于土地利用的1 km栅格GDP空间化模型对统计型经济数据进行空间分布仿真模拟.对第一产业产值采用面积权重的方法进行拟合,对第二产业建立基于道路的反距离加权模型,第三产业产值则基于城镇规模,建立距离衰减加幂指数模型.通过对新疆2000年GDP数据的空间化模拟试验,结果表明:新疆GDP的模拟值与真实值间的相对误差为-1.13%,其中第二、三产业产值的模拟效果较好,相对误差分别为0.45%和0.11%.研究区GDP高值区主要分布在天山北坡和南坡的经济、石化产业带上,这与实际情况相符,较真实地反映了区域经济的空间分布特征,可以满足对社会经济数据的空间化需求,对准确把握区域经济动态具有一定的实用价值.     

侧向应力对裂隙渗透性的影响

目前不同试验者得出的侧向应力对裂隙渗透性影响的结果存在矛盾,其根本原因在于侧向应力对裂隙有多方面的影响。侧向应力引起裂隙开度增加、壁面磨损、充填物压缩。这些对裂隙渗透性有不同的影响。根据裂隙是否存充填物,建立了相应的三维应力对裂隙渗透性影响的表达式。当不存在充填物时,裂隙渗透性与侧向应力呈指数关系,当存在较多充填物时呈负指数关系。把两种情况写成统一的指数形式,认为裂隙存在少量充填或者裂隙壁面磨损时也是适合的。利用已有的试验成果对结果进行了验证,表明本文建立的表达式与试验结果符合得比较好。     

猪毛菜在不同降水条件下的水分来源差异研究

通过测定大柴旦与都兰地区猪毛菜木质部水分及其不同潜在水源的稳定性氢氧同位素值,利用多源线性混合模型分析不同水分来源对猪毛菜的贡献率.研究结果表明:大柴旦地区大气降水线为y=7.565x+4.796(R²=0.908),都兰地区大气降水线为y=6.005x-7.856(R²=0.7391),说明两个地区都存在较强的蒸发作用.但是,都兰地区较大柴旦风速大,温度高,雨水蒸发速度快,造成雨水δ¹⁸O偏高,形成比大柴旦地区斜率更小的当地大气降水线.大柴旦和都兰地区的猪毛菜,在两个样地的用水策略上存在显著差异.在降水较少的大柴旦地区,猪毛菜以土壤水为主要水源.在降水较多的都兰地区,则以降水为主要水源.就其对土壤水的使用情况来看,大柴旦的猪毛菜多利用深层土壤水,而都兰地区的猪毛菜却对表层土壤水利用比例较大.两地猪毛菜在生长季的不同时期都存在对利用水源的转换现象.为适应不同地区降水量的变化,猪毛菜根据不同水源调节利用比例.降水格局的改变将导致猪毛菜的水分利用策略发生适应性的变化.     

不同粘土矿物水敏性特征

通过改变砂样中的粘土矿物的种类和含量,结合咸淡水之间的单一和驱替实验,研究不同粘土矿物的水敏性特征。在单一的咸水和淡水情况下,当砂柱中的粘粒含量≤1.5%(重量比)时,其渗透系数基本不发生改变,即使粘粒含量从1.5%增加10%,其渗透系数也仅下降约一个数量级。各种粘土矿物中,蒙脱石导致含水介质渗透系数的下降最为明显,高岭土和伊利石约是其影响值的一半。咸淡水驱替实验中,加入蒙脱石颗粒的砂柱的渗透系数急剧下降,当蒙脱石含量达3~4%时,渗透系数已经下降的极低,可以看作不透水层,而加入高岭土和伊利石的砂柱的渗透系数没有急剧变化。对于这种现象的解释是:不同类型的粘土颗粒吸附不同数量的水分子,形成数量和大小不同的胶体团,使得介质渗透系数的变化量不同。     

基于数据分布域变换与贝叶斯神经网络的渗透率预测及不确定性估计

渗透率是储层评价和油气藏开发的关键参数.传统测井方法与常规机器学习方法估算的渗透率都是固定值.但由于测井数据本身存在噪声, 渗透率的预测结果可能受到噪声的影响出现测量性的随机误差(即任意不确定性); 同时, 当测试数据与训练数据存在差异时, 机器学习模型在预测渗透率时可能出现模型参数的不确定性(即认知不确定性).为实现渗透率的准确预测并量化两种不确定性对结果的影响, 本文提出基于数据分布域变换和贝叶斯神经网络同时实现渗透率预测及其不确定性的估计.提出方法主要包括两个部分: 一部分是不同域数据分布的相互转换, 另一部分是基于贝叶斯理论的神经网络渗透率建模预测和不确定性估计.由于贝叶斯神经网络存在数据分布的假设, 当标签的概率分布与网络的分布保持一致时, 贝叶斯神经网络可以更好的学习到数据之间的关系.因此通过寻找一个函数将一个原始域的渗透率标签转换为目标域的与渗透率有关的变量(我们称为目标域渗透率), 使得该变量符合贝叶斯神经网络的分布假设.我们使用贝叶斯神经网络预测目标域渗透率以及任意不确定性和认知不确定性.随后, 通过分布域的逆变换, 我们将目标域渗透率还原回原始域渗透率.应用本文方法到某油田的18口井的测井数据中, 使用16口井的数据进行训练, 2口井进行测试.测试井的预测渗透率与真实渗透率基本一致.同时, 任意不确定性的预测结果提供了渗透率预测值受到的测井数据噪声影响的位置.认知不确定的预测结果说明数据量少的位置具有更高的认知不确定性.我们提出的这一流程不仅显示了在储层表征方面的巨大潜力, 同时可以降低测井解释时的风险.