快速城市化地区交通主干道对景观格局变化的影响

交通主干道建设对两侧景观格局变化有着深远的影响,探索其影响机制对道路生态环境评价和区域可持续发展规划具有重要指导意义。本文以京沪高速公路(简称G2)为例,利用TM遥感影像,提取出1995、2000、2005和2010年长江三角洲地区土地利用/覆被图。同时,用缓冲区分析和景观生态学方法,分别计算不同时段和地域段G2缓冲带景观数量结构特征指数和景观格局指数变化率;并结合相关分析和非线性回归方法研究指数变化率与缓冲带距离的关系,据此判断G2对沿线景观格局变化的影响程度和范围。研究结果表明：(1)G2沿线地区景观格局变化程度与缓冲带距离呈现显著的负相关性,G2对景观格局变化的影响呈现明显的“轴带”规律;(2)G2对沿线景观格局变化的影响范围比自然生态脆弱区的道路建设更广,2000-2005年为6 km,2005-2010年扩大到9 km;(3)从整体来看,2005-2010年间的景观数量结构特征指数相关系数明显高于2000-2005年间,而景观格局指数相关系数则相反,“轴带”影响存在时间差异性;(4)从不同区域段来看,苏北和苏南段景观动态度相关系数均高于上海段,在城市化水平较低的地域段,“轴带”影响更加显著;(5)通过对比道路沿线地区不同时段、不同地域段的相关景观特征指数变化率,并结合缓冲带分析和数量统计方法,较好地评估了交通主干道对沿线景观格局变化的影响程度和范围。     

Retrieval of atmospheric and oceanic parameters and the relevant numerical calculation

It is well known that retrieval of parameters is usually ill-posed and highly nonlinear, so parameter retrieval problems are very difficult. There are still many important theoretical issues under research, although great success has been achieved in data assimilation in meteorology and oceanography. This paper reviews the recent research on parameter retrieval, especially that of the authors. First, some concepts and issues of parameter retrieval are introduced and the state-of-the-art parameter retrieval technology in meteorology and oceanography is reviewed briefly, and then atmospheric and oceanic parameters are retrieved using the variational data assimilation method combined with the regularization techniques in four examples： retrieval of the vertical eddy diffusion coefficient; of the turbulivity of the atmospheric boundary layer; of wind from Doppler radar data, and of the physical process parameters. Model parameter retrieval with global and local observations is also introduced.     

应用概率地震危险计算期望损失

在期望值计算的基础上,应用全部损失在承保人与受保人之间分配的概念,系统地给出通过概率地震危险计算期望损失的公式。计算中用到了从加速度到烈度到损失因子(破坏值与财产值的比率)的转换关系。地震危险值取自加利福尼亚4个地区,分别是加利福尼亚典型的高、低地震危险区以及北部和南部各一个人口最稠密地区。计算结果表明,期望损失受危险性和土质条件影响很大。分别对应于烈度、加速度和损失因子的部分损失值显示,与低危险区相比,高危险区的总损失更多地来自于高烈度和加速度。对应于损失因子的部分损失表明,即便是在高危险区,大部分损失仍来自低于15％～20％的损失因子。这个结果在总损失额大于免赔额时有重要影响。承保人的损失计算表明,仅仅5％的免赔额就使承保人在高危险区减少了40％～50％的损失,在低危险区则减少更多。不足额保险和通货膨胀的影响增加了承保人的损失,但小于免赔额在减少损失方面的影响。计算表明,关键在于调整地面运动与损失因子的转换关系。另外,土质条件校正需要用更多的近期强地面运动和地震破坏数据进行校准。     

腾冲火山区某些地震学参数特征

测定了腾冲火山区地震震中位置和震源深度,对火山区及附近的震源深度、地震时距曲线和地震波速度等地震学参数特征作了分析。结果表明,腾冲火山区地震震源深度相对较小,向周围地区逐渐增大,震源深度分布的低值区,又是环境剪应力场的值分布区。腾冲火山区Ｐ、Ｓ波平均速度,明显比外围地区小,腾冲火山区存在低速区。这些地震学参数分布的差异,一方面反映出地区作为火山区的固有特征及其地域分布的大小,同时也揭示出腾冲火山在     

北京商展大厦深基坑护坡,降水施工技术问题的研究分析

介绍了在富水区的强透水砂砾卵石地层中进行深基坑护坡与降水施工方案的应用技术问题解决在施工中出现问题的技术方法和实际效果,为今后百富水区的强透水地层中进行深基坑护坡与降水工程提供了部分参考依据。     

基于集成聚类均质度与储层地质边界度联合的测井曲线自动分层

现有的储层分层方法主要对焦于地质边缘奇异点的理解,而忽略了储层相应曲线集隐含的均质性信息.为此,开展了基于集成聚类的均质度与储层地质边界度联合测井曲线自动分层方法研究.具体地,通过利用集成聚类联合共生关联矩阵进行均质地层信息的编码,提取曲线均质度特征,并利用简单的阈值分割实现对均质地质区域的初始分割;同时,为对区域信息形成补充,提出了一种相关差特征获取曲线集各点的地质边界度.通过联合应用测井曲线集蕴含的均质区域信息与异构(奇异)地质边缘信息实现了一种灵活利用测井曲线集进行自动分层的方法.取用自然伽马、井径等7条常规测井曲线,对大庆油田陆相坳陷盆地齐家凹陷工区多口井进行实验与应用,研究结果表明,相对于传统分层方法更加准确高效,精度更高,特别在工区内的薄层和薄互层上取得较好的应用效果,不仅能高效稳定的实现单砂体级别的储层目标自动精细分层,还在一定程度上增加了对人工解译结果的补充,具有一定的实用性,可为提高测井储层解释的准确性提供较可靠的分层依据.     

基于SWAT-MODFLOW地表-地下水耦合模型的结构与应用研究

为了利用Seonggyu Park和Ryan T.Bailey的SWAT-MODFLOW耦合程序实现地表、地下不同范围模型耦合,同时探究耦合程序输出的以SWAT计算的地下水补给量和以MODFLOW网格计算的补给量之间的差异,以及耦合程序在有关地表地下水研究上的优势。本文以该耦合程序示例模型美国佐治亚州南部小河流域（LRW）为例,选取模型中SWAT划分的104号子流域为边界,用GMS10.4建立地下水流模型,最后将地下水流模型和原SWAT模型进行耦合。研究结果表明：(1)耦合程序能实现以地表分水岭自然边界为范围的SWAT模型与以子流域为边界的小范围MODFLOW模型的耦合,但由于地下水流模型网格边界和子流域边界不能完全匹配,导致MODFLOW以网格计算的地下水降雨补给量和SWAT统计的地下水降雨补给量存在差异,误差随网格变小而变小;(2)耦合后各均衡项发生了变化,河道对地下水的总补给量变为耦合前的15.25%,地下水向河道的总排泄量比耦合前多19.29%,总降雨补给比耦合前多17.07%,总蒸发量是耦合前的3.08倍。经过研究发现耦合模型能更准确的模拟地表地下水文过程,反映降水与地下水、...     

生态文明建设结硕果 涌现19位百岁老人 旺苍县百岁老人长寿探秘

正2017年12月,四川省广元市旺苍县政府出台了《旺苍县生态文明建设目标评价考核办法》(以下简称《办法》),进一步深化生态文明体制改革,规范目标评价考核,强化评价考核结果应用。《办法》在节能减排等资源环境生态领域有关专项考核的基础上,采取评价和考核相结合的方式,对各乡镇(街道)上一年度生态文明建设进展总体情况实行年度评价,对各乡镇(街道)生态文明建设重点目标任务、国家及省市推进生态文明建设和绿色发展政策措施落实     

地震动中控制钢筋混凝土框架非线性响应的小波分量

采用小波变换将地震加速度记录分解为若干小波分量,通过两榀钢筋混凝土框架在这些小波分量及其不同组合作用下的非线性动力分析,找出对框架非线性响应影响最大的小波分量。结果表明,控制框架非线性响应的小波分量为最靠近框架基本周期的低频小波分量,在为结构非线性响应分析遴选地震动记录时应注意这种特点。     

天然电场选频法在找水中的应用

一、方法原理 本法利用天然交变电磁场作为工作场源。这种场源一种来源于闪电、雷雨而产生的电场,其方向垂直于地球表面;另一种来源于工业游散电流。在场源较远的地方,这种电磁场可看作平面电磁波。场的变化规律服从麦克斯韦方程组。