页岩气水平井TOC测井评价新方法

由于存在地层缺失、井眼穿层不断变化、重点层段测井曲线较少、井眼环境复杂、测井响应值与储层参数关系较为复杂等特点,页岩气储层水平井测井解释难度较大.针对该问题,本文采用“水平井钻遇地层模型—水平井间及水平井与直井响应差异分析—水平井曲线校正—基于直井的参数评价模型”的评价技术流程,进行页岩气水平井TOC测井评价.在测井评...     

泄流量对动水位观测影响的分析

利用深井动水位观测资料预报地震,已经被国内外地震学家进行深入研究,并得到了许多珍贵的震例资料。从多年的观测实践认识到,观测装置系统对动水位记录地震信息量是关键环节,泄流量的调节也是提高动水位观测质量的重要因素。     

应用改进并行遗传算法反求水文地质参数研究

利用单纯形法局部搜索速度快和遗传算法全局寻优的特点,同时为了克服两种方法各自的弊病,提出采用混合单纯形技术的并行遗传算法(Hybrid Simplex Parallel Genetic Algorithm,SPGA)进行水文地质逆问题的求解。详细阐述了SPGA算法的具体操作和实现,并将该方法应用于水源地的地下水模拟反演中。计算结果表明,SPGA算法在水文地质参数寻优计算中具有比较好的可靠性和计算效率。     

可解释性长短期记忆模型用于预测湖泊总磷浓度变化

对湖泊总磷的变化预测和来源识别对水资源调度和流域生态治理有着重要的意义,然而复杂的生化反应和水动力条件导致的非平稳性给湖泊总磷浓度的准确预测带来极大的困难。为克服这一挑战,本文引入了基于加权回归的季节趋势分解(seasonal and trend decomposition using Loess,STL)技术和夏普利加法(SHapley additive exPlanations,SHAP)结合长短期记忆网络(long short-term memory neural network,LSTM)和门控循环单元(gated recurrent unit,GRU)构建了一个可解释的预测框架,以增强对湖泊总磷浓度演变的预测并提高其可解释性。研究表明:(1)在骆马湖总磷浓度的预测中,该框架拥有较好的预报精度(R²=0.878),优于LSTM和卷积长短期记忆模型(convolutional neural networks and long short term memory network,CNN-LSTM)。当预测时间步长增加到8 h时,该框架有效提高了总磷浓度的预测精度,平均相对误差和均方根误差分别降低了47.1%和33.3%。从预测趋势来看,骆马湖在汛期的总磷平均浓度为0.158 mg/L,相较于非汛期的平均浓度,增加了202.1%。(2)运河来水是骆马湖总磷浓度最重要的影响因素,贡献权重为60.0%,并且不同断面(三湾、三场)的污染源受水动力、气象等因素的影响存在显著的时空差异。本文凸显了神经网络模型在预警水体污染方面的可实施性,并且为提高传统神经网络的学习能力和可解释性的开发与验证提供了重要方向。     

葛洲坝至胭脂坝长江干流段江豚活动规律

长江江豚是我国一级保护野生动物,也是长江生态系统的指示性物种,其种群数量恢复情况及活动规律一直备受关注。本文选择长江宜昌段江豚活动频繁的葛洲坝下游至胭脂坝江段为研究区域,于2021年6月-2022年5月采用定点目测、水上流动监测与无人机监测相结合的方法分区监测长江江豚的游泳行为,分析长江江豚的活动规律,构建了长江江豚出水头次的零膨胀泊松回归模型,识别影响长江江豚出水头次的关键因素,建立长江江豚出水头次与各因素间的相关关系。结果表明:(1)葛洲坝至胭脂坝长江干流段监测到最大江豚出水头次为19头次,长江江豚集群规模以2~3头最为常见,占比达58.1%;长江江豚主要表现出4种行为特征,各行为占比从大到小依次为:玩耍＞休息＞摄食＞抚幼。(2)长江江豚在葛洲坝下游近坝区(A区,葛洲坝至至喜长江大桥)出水头次最多,且在秋冬季节累计出水头次多于春夏季节,冬季累计出水头次最高,达252头次。(3)长江江豚出水头次与电站下泄流量呈显著负相关;浊度增大,长江江豚出水的概率减小。本文研究结果对长江江豚生态保护策略及长江十年禁渔效果评估具有重要参考价值。     

BIM模型在专业教学中的应用研究

结合BIM技术模型创建的过程对BIM技术在专业教学方面的应用进行探索和研究,积极拓展BIM技术新的价值点和作用.通过两个具体的实例,对BIM技术在专业教学方面的应用进行了探讨,并进行了相关分析,得出了有益的结论.     

马蔺根系固土护坡效应研究

研究以青藏高原东北部观赏地被植物马蔺为研究对象,通过野外调查和材料力学、土力学试验,定量评价了野生马蔺植株和根系生长特征、单根抗拉特性以及根系对土体抗剪强度的增强效应。结果表明,马蔺平均株高、冠幅和植株密度分别为(75.22±11.40)cm、(106.09±25.62)cm和(1.51±0.55)株/m²;马蔺标准株根系分布深度可达50 cm,主要分布在0～30 cm深度范围内,根幅约40～50 cm。马蔺根径为0.20～0.70 mm,单根抗拉力、抗拉强度和延伸率平均值分别为(7.94±2.91)N,(46.30±11.06)MPa和54.17%±17.08%。随着根径的增大,单根抗拉力和单根抗拉强度分别呈幂函数增大和幂函数降低趋势,单根极限延伸率随着根径的增大呈逐渐增大变化趋势,但二者之间未表现出相对显著性的关系。马蔺根系对土体黏聚力和内摩擦角均有增强作用,可分别显著增强0～30 cm和0～10 cm深度范围内土体黏聚力和内摩擦角,增长率分别为9.48%～17.40%和7.62%。本文研究成果对马蔺用于坡面水土流失、浅层滑坡等地质灾害现象的生态防护工作,具有...     

我国风云极轨气象卫星及应用进展

我国风云极轨气象卫星数据,目前已经被应用在天气预报、气候预测、自然灾害、环境监测、科学研究等多个重要领域,为我国国民经济建设、国防建设、防灾减灾和全球许多国家的经济发展做出了重要贡献.本文介绍了我国风云极轨气象卫星的发展历程,重点阐述了目前风云极轨气象卫星在卫星数据预处理、定量产品反演、卫星资料同化等方面的应用研究进展...     

兴趣面数据和随机森林方法的城市功能区划分

针对传统城市功能区研究探索了利用兴趣点、遥感影像等数据进行城市功能区自动划分的方法,但分类精度仍有待进一步提高的问题,该文提出一种基于兴趣面数据和随机森林算法的城市功能区自动划分方法,首先对城市道路网络数据运用形态学运算方法自动构建交通分析区,然后从其区域内的兴趣区等多源数据中提取4类41项特征,最后结合地理国情普查数据和人工识别选取476个样本数据,构建基于随机森林分类器的城市功能区识别模型。结果表明,随机森林模型能够准确地识别城市功能区,识别模型预测精度为87.67%,支持向量机模型精度为83.71%,未引入兴趣面数据的模型精度为78.72%。利用上述模型对北京市内4 112个单元进行功能区识别,准确率达81.37%。该研究方法有较好的重复性和推广性,有助于对城市功能区进行定量、客观的研究。     

精密水准测量在地面沉降监测中的必要性分析——以皖北平原亳州市地面沉降监测为例

地质灾害对人类的危害不容小觑。我国是世界上地质灾害比较严重、受威胁人口最多的国家之一[1],特别是在一些大城市和一些缺水严重的平原地带,因城市化建设而加重地表负荷和因生活或灌溉而无节制地开采地下水而造成了地面沉降,其危害性尤为突出。如不及时加强监测防治,将严重危害到人类的生存安全。目前我国对此十分重视,全国主要地面沉降重灾区均进行了联防联控,监测手段主要有精密水准测量、InSAR技术、GPS监测、分层标布设等等。在此过程中,由于监测新技术的广泛应用,且越来越成熟,一些单位人员对常规测量方法—精密水准测量重视不够。本文以皖北平原亳州市区地面沉降检测为例,结合各种检测方法的优缺点,分析了精密水准测量在地面沉降监测过程中的必要性。