SWAT模型在海拉尔河流域径流模拟中的应用研究

以海拉尔河上游流域作为研究区域,基于Arc GIS构建SWAT分布式水文模型对流域水文过程进行模拟,通过对流域的基础数据整合,模型采用1999~2003年实测径流数据进行参数率定,将2004~2010年实测径流数据作为模型的验证期,对模型在海拉尔河上游的适用性进行研究。通过对月和年径流模拟值和实测值的比较,率定期和验证期的Nash系数Ens和相关系数R2分别在0.861~0.873和0.877~0.899之间。基于这两个评价标准可知:SWAT模型在海拉尔河上游流域有良好的适用性,可以为该流域的水资源管理提供依据。     

基于“零值切片”的地震沉积学储层描述技术

正常规储层预测方法利用地震资料反演结果或振幅类属性开展储层预测,受限于地震资料分辨率,其纵向薄砂层分辨能力及横向砂体展布规律的预测精度较低。地震沉积学利用地震资料在空间上的广度优势,将得到的地球物理信息转化为地质信息,提高薄储层预测精度。地层特征切片的选取是地震沉积学储层预测的关键。     

改性Mg(OH)2对多种重金属污染土壤的修复效果

为了研究一种高效的多种重金属污染土壤修复剂,本文采用了一种具有OH^-缓释功能的改性Mg（OH）₂,通过重金属污染土壤稳定化修复实验,探讨了改性Mg（OH）₂对污染土壤中多种重金属（Pb、Cd、Cu、Zn）的稳定效率及对多种重金属形态分布的影响。结果表明,投加改性Mg（OH）₂对土壤中多种重金属均有稳定作用,对Pb、Cd、Cu、Zn的稳定效率分别为72.42%、34.53%、87.64%和97.65%,且改性Mg（OH）₂的投加使重金属交换态质量明显减少、残渣态质量增加,进一步提高了重金属的稳定性,降低了重金属生物有效性;另外,改性Mg（OH）₂具有OH^-缓释性,可使土壤长期保持一定的碱性,是一种经济有效的土壤修复剂。     

Landslide identification using machine learning

Landslide identification is critical for risk assessment and mitigation.This paper proposes a novel machinelearning and deep-learning method to identify natural-terrain landslides using integrated geodatabases.First,landslide-related data are compiled,including topographic data,geological data and rainfall-related data.Then,three integrated geodatabases are established;namely,Recent Landslide Database(Rec LD),Relict Landslide Database(Rel LD)and Joint Landslide Database(JLD).After that,five machine learning and deep learning algorithms,including logistic regression(LR),support vector machine(SVM),random forest(RF),boosting methods and convolutional neural network(CNN),are utilized and evaluated on each database.A case study in Lantau,Hong Kong,is conducted to demonstrate the application of the proposed method.From the results of the case study,CNN achieves an identification accuracy of 92.5%on Rec LD,and outperforms other algorithms due to its strengths in feature extraction and multi dimensional data processing.Boosting methods come second in terms of accuracy,followed by RF,LR and SVM.By using machine learning and deep learning techniques,the proposed landslide identification method shows outstanding robustness and great potential in tackling the landslide identification problem.     

基于生态复杂性的湿地生态系统健康评价——-以石家庄地区滹沱河岗黄段为例

湿地生态系统是一个非常复杂的组织系统,具有整体性、生态功能、服务功能、自我维持和调控功能。本研 究在生态复杂性理论的基础上,结合河北省石家庄地区的滹沱河岗黄段湿地的特点,从系统结构、系统状态、系统 结构功能和系统协调度四个方面建立湿地生态系统健康诊断的评价体系及健康分级标准,并用模糊综合评判模型 对滹沱河岗黄段湿地的健康状况进行了综合评价。评价结果显示,该湿地系统健康指数为0.619,处于亚健康状态。     

铁路施工期岩溶地质宏观预测专家系统研究

岩溶的发育受到多种因素控制,具有不确定性,在结合宜万铁路齐岳山隧道、八字岭隧道、野三关隧道、马鹿青隧道以及渝怀铁路圆梁山隧道等多座岩溶地区山岭隧道的岩溶洞穴发育分布特征分析研究的基础上,提出了包括地层岩性、地质构造、地形地貌、地表水、地下水、隧道设计等因素在内的隧道工程岩溶超前预报的地质分析指标体系,明确了岩溶灾害发生危险性的高、中、低3个等级的工程地质标志性特征,应用专家评价法研究了各个指标的权重,构建了超前地质预报专家系统知识库,研制了山岭隧道岩溶超前地质预报专家系统,通过宜万铁路具体隧道工程的实际应用探讨了专家系统预测的可靠性。     

Grazing impact of microzooplankton on phytoplankton in the Xiamen Bay using pigment-specific dilution technique

Phytoplankton group-specific growth and microzooplankton grazing were determined seasonally using the dilution technique with high-performance liquid chromatography （HPLC） in the Xiamen Bay, a subtropical bay in southeast China, between May 2003 and February 2004. The results showed that growth rates of phytoplankton ranged from 0.71 to 2.2 d^-1 with the highest value occurred in the inner bay in May. Mierozooplankton grazing rates ranged from 0.5 to 3.1 d^-1 with the highest value occurred in the inner bay in August. Microzooplankton grazing impact ranged from 39% to 95% on total phytoplankton Chl a biomass, and 65% to 181% on primary production. The growth and grazing rates of each phytoplankton group varied, the highest growth rate （up to 3.3 d^-1 ） was recorded for diatoms in August, while the maximum grazing rate （ up to 2.1 d ^-1 ） was recorded for chlorophytes in February in the inner bay. Among main phytoplankton groups, grazing pressure of microzooplankton ranged from 10% to 83% on Chl a biomass, and from 14% to 151% on primary production. The highest grazing pressure on biomass was observed for cryptophytes （83%） in August, while the maximum grazing pressure on primary production was observed for eyanobacteria （up to 151% ） in December in the inner bay. Net growth rates of larger phytoplanktons （diatoms and dinoflagellates） were higher than those of smaller groups （ prasinophytes, chlorophytes and cyanobacteria）. Relative preference index showed that microzooplankton grazed preferentially on prasinophytes and avoided to harvest diatoms in cold seasons （December and February）.     

天水市北山滑坡群发育特征及坡体结构分区

天水市北山地处秦岭北缘山地与黄土高原过渡地带, 受强烈的内外动力耦合作用影响, 诱发了呈带状分布的大型滑坡群, 严重制约现阶段天水市区规划建设和灾害风险防控。此次研究在系统总结已有地质灾害资料的基础上, 利用空-天-地一体化综合勘察手段, 查明了天水市北山自西向东黄土厚度渐变特征、典型的斜坡结构类型及关键控滑地层, 系统分析了地震滑坡的发育特征、分布规律和几何学、运动学特征。结果表明: 天水市北山滑坡群沿藉河河谷北岸集中呈带状分布, 滑坡类型主要为泥岩滑坡和黄土-泥岩接触面滑坡, 多具有深层多级旋转-平移、多期次滑动的特征; 地层结构为上覆第四系黄土和下伏新近系尧店组和甘泉组河湖相泥岩、黏土岩, 坡体结构类型为顺层岩土质斜坡; 天水市北山的坡体结构自西向东可分为3个典型区段, 黄土厚度自西向东逐渐增大, 海拔高程和表观摩擦角东西部低、中部高, 滑坡后壁高度东西部高、中部低; 天水市北山地震滑坡具有低角度启动和远程运动的特征, 其等效摩擦系数(f)在0.21~0.28之间, 且东、西区段地震滑坡的运动性更强。     

国家地震烈度速报与预警工程融合决策平台建设

为满足国家地震烈度速报与预警工程(以下简称“国家预警工程”)紧急地震信息对外服务要求,针对国家预警工程建设多算法多中心融合决策的主要技术难题,结合地震监测学科的技术发展现状和学科管理需求,地震监测预警业务系统迫切需要一个用于地震预警、参数速报和烈度速报分系统产出一套全国统一结果的融合决策平台。在国家预警工程定制软件项目实施过程中,建设了国家地震烈度速报与预警工程融合决策平台,其作为国家预警工程数据处理系统与紧急地震信息服务系统之间的关键信息通道,负责汇集融合国、省两级多中心地震预警和速报分系统的多套处理算法的处理结果,进行多个处理结果的同一地震事件判断及其可靠性判定,基于多个策略的信息优选和融合决策处理,产出融合决策后唯一、可靠、及时和准确的预警和速报信息结果。该结果经紧急地震信息服务系统的发布平台对外发布,社会公众、政府机构和特定专业用户可以基于收到的地震预警和速报信息进行防灾避险或应急救援。