山西孝义铝土矿扫描电镜研究

本文用扫描电子显微镜和能量色散谱仪研究了山西孝义铝土矿的微观形态和结构,并与国内其他几个铝土矿略作比较。认为孝义铝土矿可分为四个地质层位,多层微观形态和结构具有明显特征。C层是一水硬铝石最富集的一层,其晶体发育程度不及河南新安铝土矿,但比广西平果铝土矿中的一水硬铝石晶体略为完整。     

东营市短期气候预测系统设计及应用

东营市短期气候预测系统使用逐步回归、最优子集回归、BP人工神经元网络和多因子EOF迭代4种因子预报模型,以及3个以均生函数为基函数的多步预测模型,并通过集成得出预报结论。因子普查时,采用滚动式相关分析方法,保证了入选因子的稳定性。     

黔西南近30a降水时空变化特征分析

利用贵州省黔西南州8个台站1982—2011年的逐月降水资料,采用Morlet小波分析、一元回归分析、Mann-Kendll法对黔西南州30 a降水序列变化进行分析,对小波的功率谱变化进行了检验,空间场及时间场上给出了黔西南州30 a的降水气候态年及四季分布。结果表明:黔西南州年降水存在多时间尺度特征,30 a时间尺度周期振荡明显,时间上表现为线性减少,空间分布表现为州西部及北部多,东部少;降水的年内分配极不均匀,每年6月前降水量呈逐月增大趋势,且增幅逐月增大,至6月达到年内最大值,之后月降水量呈下降变化,且变幅逐月减小;季节变化特征明显,夏季降水最多,占全年降水量的55%,冬季最少为5%;近30 a黔西南州降水量一直呈减少趋势,比较明显的突变点是1989年;Morlet小波分析结果表明黔西南州季节降水具有较明显的周期变化规律,30 a降水量在年际尺度上存在6 a、2 a的周期振荡。     

2009—2010年黔西南秋冬春连旱成因分析与影响评估

2009-09—2010-03出现的严重秋冬春连旱天气,是黔西南有气象记录以来最严重的干旱,干旱造成黔西南直接经济损失26亿元以上。利用黔西南气候资料和相关统计方法及文献资料分析,结果表明:热低压天气过程偏多和大气环流形势异常导致了黔西南降雨量严重偏少、温度偏高、蒸发量异常偏多,这些数据创造了黔西南历史同期之最,从而造成黔西南严重的干旱灾害,对黔西南工农业生产和人民生命财产危害极大。黔西南特殊的地形地貌、人为影响和其它一些自然因素等等也是造成此次干旱灾害的原因之一。     

网络信息技术在贺州市气象综合业务平台建设中的应用

运用SQLServer2000数据库、TCP、FTP、CTI、Java、XML、JavaScrip、GIS、WEBGIS等各种技术,将实况监测显示、上级指导产品查阅、预报预测产品及城镇预报制作上传、预警信息及气象服务材料制作发送、气象服务效益评估、灾情收集上报、业务管理等基本业务集成到一个综合的业务平台上实现,业务平台...     

基于GRACE和GLDAS水文模型反演安徽省地下水储量变化

地下水储量的有效监测是实现区域水资源管理的重要依据,传统监测方法存在各自的局限性导致其实现较为困难.本文提供一种使用GRACE卫星重力数据与GLDAS水文模型数据反演得到安徽省区域地下水储量变化的方法.利用2002年4月-2017年6月不同机构GRACE卫星重力数据的综合解,经过DDK去相关光滑滤波与退卷积法分别消除或削弱南北条带误差、改正信号泄露反演得到安徽省陆地水储量变化,扣除由GLDAS水文模型数据获取的地表水储量变化,得到安徽省地下水储量变化时间序列,并结合国家统计局官方发布的安徽省地下水资源量进行初步验证分析.研究结果表明:安徽省地下水储量变化长期表现为波动下降趋势,其年变化率约为-5.35 mm·a-1,且呈现出自东南方向至西北方向逐次递减的显著空间差异;地下水储量表现出明显的季节性变化,夏季和冬季地下水储量呈现回升趋势,春季和秋季呈现出下降趋势.除去反演过程存在较大干扰因素的情况,反演结果与国家统计局官方数据的相关系数达到89.62％,因此本文反演得到的地下水储量变化的结果是相对可靠的.     

关于地铁地震响应的模型振动试验及数值分析

为明确大地震时地铁的破坏过程及原因,以1995 年日本阪神－淡路大地震中遭受严重破坏的神户大开地铁车站为对象,进行了一系列的模型振动试验和动力有限元分析。对于作用于地下结构的地震动土压的发生原理、地震波输入方向、结构的埋设深度、地基与结构间的刚性比对地震动土压的影响及在地基-结构系统的非线性响应下结构周围地基终局状态时的地震动土压进行了研究。明确了地震动土压的极限值及在大地震时周围地基的残余应变引起的静止土圧力的存在。为今后改进地震土压力计算方法、提高地下结构抗震设计水平提供了依据。     

多尺度时频空三域特征联合下的储层岩性识别方法

针对储层岩性种类繁多、交替频繁、组成复杂，传统方法识别精度低、效率慢的问题，本文提出一种多尺度时频空三域特征联合下的储层岩性识别方法。该方法在原始测井特征的基础上引入了互补集合经验模态分解(CEEMD)的多尺度频域分量，从而提高测井曲线的纵向分辨率。此外，构建了注意力机制优化的多尺度卷积双向门控循环神经网络(CNN-BiGRU-AT)模型，对加入了多尺度频域分量的测井数据进行时空特征提取，从而实现了对测井数据时、频、空三域特征的联合学习，最后以注意力机制优化了模型输出，减少了错误信息的传播。为了验证方法可靠性，本文选取了资料较为完整的5口井数据进行实验分析。结果表明，在不同数据组合的对比实验中，加入多尺度频域分量在训练集和验证集识别准确率分别提高了9.50%和8.66%。在与不同模型对比实验中，本文方法在样本识别准确率达到了94.11%,与支持向量机(SVM)、BP神经网络、卷积神经网络(CNN)、双向门控循环神经网络(BiGRU)和CNN-BiGRU融合模型相比，本文方法识别准确率分别提高了16.21%、14.54%、11.69%、5.05%、3.38%。