利用高频地震波检测混凝土构件完整性的方法

大型混凝土构件（如高层建筑基础的地梁,桩承台等）在施工过程中可能造成局部松散,空洞,蜂窝或离析等质量问题。为检测混凝土构件的的完整性,采用地震勘探方法中的地震映象法（又称地震共偏移距法）。通过在模拟裂缝,空洞模型上的试验,获得了存在异常体时,地震映象时间剖面的波形特征;测得偏移距,点距等参数变化时,对地震映象时间剖面的影响。模型实验和实测工作证明;在合理选择震源各种测量参数条件下,高频地震映象方法可有效检测混凝土构件完整怀,实现对混凝土构件质量新的监测。     

固体潮时频分析新方法

对传统时频分析方法的特点和局限性作了介绍。采用Huang．Hilbert Transformation方法分析了固体潮数据，即利用经验模态分解，将复杂信号分解成有限个本征模态函数之和，求取三维时频空间的Hilbert谱。仿真实验和重力固体潮实例分析表明，该方法适用于调频调幅信号特征的提取。     

测井曲线概率分布法识别四川盆地火山岩气水层

火山岩的矿物成分复杂,主要矿物有石英、正长石、斜长石、云母、角闪石、辉石和橄榄石.不同岩性的储层物性和孔隙结构类型各不相同,这给火山岩气水层判别造成很大困难.基于测井资料,首先采用中子-密度交会图的方法求取孔隙度,然后结合实验室的岩电参数以及测井的电阻率曲线,构建P1/2概率分布曲线,根据概率曲线的分布形态来识别火山岩...     

南昌市城区暴雨积水的数值模拟

论述了南昌市城市暴雨积水仿真系统的数学原理和开发成果,并应用实况降水对该系统的模拟精度进行测试。结果表明:大多数(62.6%)模拟计算结果的绝对误差在10 cm以内,只有极少数(2.4%)实际积水与模拟结果的误差超过30 cm。暴雨积水等级试验结果表明,中度以上暴雨积水地段的预报准确率达98%,轻度积水和无积水地段的预报准确率达92%。总体来看,暴雨积水趋势(等级)预报基本准确,定量(积水深度)预报有误差,平均相对误差为6%,模型的预测结果与实况基本相符。通过人工给定不同强度的雨量来模拟南昌市两个重点积水地段的积水过程,得到结论:当降水强度达到20 mm/h时,开始产生积水,降水强度超过30 mm/h时将产生严重积水;两个积水点因排水条件不一样,退水时间差异较大。排水条件差的地段,中—大雨需要15 h退完,暴雨需要24 h以上才能退完;在不同降水强度和排水条件下,最大积水深度出现的时间有明显区别;在暴雨情况下,绝大部分(76%)积水点的最大积水深度出现在2~3 h内。此外,讨论了模拟误差产生的原因。     

西北东部霾的时空特征与天气特征研究

利用常规地面观测资料和CALIOP/CALIPSO卫星遥感资料统计分析了中国西北东部霾的多年变化以及霾事件期间气溶胶光学特性的垂直空间分布特征,并以2013年3月和11月发生在西北东部的霾天气为例分析了霾发生时大气气溶胶粒子的形状及大小的垂直分布特征、对应的天气形势和气象要素的变化。结果表明:西北东部霾日出现频率由20世纪80年代至90年代末逐渐减小,但21世纪起又明显增加;霾事件主要发生在11、12和1月。霾发生时,在对流层内霾影响最严重的区域在距地面2~4 km范围,垂直方向气溶胶后向散射系数的范围集中于0.8×10-3~2.5×10-3km-1·sr-1,且随高度增加而增大;气溶胶的体积退偏比大部分20%,气溶胶较为规则,不规则的多分布在地表向上4 km以下,随着高度的增加气溶胶不规则性减弱。色比数值大部分0.8,8~12 km气层中主要是色比为0.0~0.4的粒子。当高空受高压系统控制,地面为均压场,近地面出现逆温层时易产生霾。     

江西省暖季重大短时强降水敏感性参数分析及概念模型

利用江西省2010-2016 年5-9 月1 597 个观测站逐小时降水资料,ERA Interim,Daily逐日4 次0.125°×0.125°再分析资料以及南昌和赣州探空资料,筛选出84 例重大短时强降水过程,并建立了5 种重大短时强降水概念模型:冷锋型、西南急流型、副高边缘型、暖切型和台风型,各型分别占比29％...     

2010—2016年江西省暖季短时强降水特征分析

利用江西省2010—2016年5—9月1597个观测站逐小时降水资料对江西省短时强降水进行统计分析。采用REOF将降水场划分为5个区域：赣北南部（Ⅰ区）,抚州市及赣州中部（Ⅱ区）,赣北北部（Ⅲ区）,赣南南部、北部（Ⅳ区）以及赣中西部（Ⅴ区）。短时强降水高频区主要分布在山地及河谷附近,分别为湘赣交界罗霄山脉东侧、武夷山西侧、信江河谷、乐安河谷和昌江河谷。河谷附近短时强降水频次以昌江河谷最高（16.9次/a）,山地附近最高在罗霄山脉东侧（12.6次/a）,极端短时强降水分别位于上饶市东北部山区（3.7次/a）及九岭山南侧的锦江河谷（3.3次/a）。短时强降水主要发生在5月第3候,6、7月第3~4候以及8月第2~3候。Ⅳ、Ⅴ区具有单峰型的日变化特征;Ⅰ、Ⅱ、Ⅲ区具有双峰型的日变化特征。主峰基本集中在下午17时;次峰在上午08—10时。短时强降水对暴雨贡献率基本在40%以上,Ⅰ、Ⅱ区的暴雨天气过程将近一半是由短时强降水贡献的。信江河谷是暴雨雨量中心,但并不是短时强降水雨量中心;昌江河谷与武夷山西麓既是暴雨中心也是短时强降水中心。     

概略坐标对GPS PWV解算的影响

利用GAMIT 10.6和2016年第101天至第160天南昌站的GPS观测资料,开展了13组概略坐标变化对GPS PWV解算的影响研究试验(南昌站概略坐标设置以10 m等间距从0~120 m逐渐向西偏移真实坐标)。其结果发现:当概略坐标与实际坐标偏离在60 m以内时,概略坐标的变化对GPSPWV的解算影响不大(长基线的相对误差和均方根残差NRMS分别维持在5.7×10~(-9)和0.24附近);但当概略坐标与真实坐标偏离超过60 m后,概略坐标的变化对GPS PWV的解算有着显著的影响,其中基线相对误差和GPS PWV与探空PWV的标准偏差随概略坐标偏离的增加而快速增大,NRMS和GPS PWV与探空PWV的相关系数也有明显的增加和减小,GPSPWV的成功解算日数则随概略坐标偏离的增加而快速减小(当偏离≥120 m时南昌无GPS PWV生成);概略坐标变化对基线相对误差、GPS PWV精度以及GPS PWV能否被成功解算的影响仅限于本站,某站概略坐标的偏离不会对其他站GPS PWV解算造成明显的影响。     

Visibility Characteristics over the South China Sea during 1980–2018 Based on Gridded Data Generated by Artificial Neural Network

This paper generated gridded visibility(Vis) data from 1980 to 2018 over the South China Sea(SCS) based on artificial neural network(ANN), and the accuracy of the generated data was tested. Then, temporal and spatial characteristics of Vis in the area were analyzed based on the generated Vis data. The results showed that Vis in the southern SCS was generally better than that in the northern SCS. In the past 39 years, Vis in both spring and winter has improved, especially in winter at a significant increased speed of 0.37 km decade~(-1). However, Vis in both summer and autumn has decreased, especially in summer with an obvious reduction of 0.84 km decade~(-1). Overall, Vis is best in summer and worst in winter, averaging 31.89 km in summer and 20.96 km in winter, which may be related to the difference of climatic conditions and wind speed in different seasons. At the same time, probability of low Vis in spring is significantly higher than that in other seasons, especially in the northwest of Hainan Island and the northwest of Malaysia.     

Matlab在北京飞机增雨航迹分析中的应用

飞机航迹分析是飞机云物理和大气环境探测中进行飞行探测资料整合中的一项重要工作,在GPS航迹资料分析中,资料的不连续和经纬度数据进制换算是飞机探测作业分析中常遏的问题。根据北京2004年增蓄型飞机人工增雨探测作业试验期间GPS航迹数据特点,通过Matlab分析讨论其中的问题,利用Matlab良好的矩阵运算功能,对航迹经纬度数据进行换算,并根据航迹记录时间的连续性特点,提出了对不恰当、丢失和重复数据的判断分析方法。分析使用表明,在飞机探测作业航迹分析中,Matlab可以很方便地进行数据分析处理,并能将结果进行多维可视化显示。