四川巴塘县茶洛地区温泉及间歇喷泉水化学特征和成因分析

温泉的水化学和成因研究对地热资源的开发利用有重要意义。四川巴塘县茶洛温泉的分布受茶洛—松多断层带的控制,沿北东—南西向的河流两岸出露,附近出露三叠系灰岩、砾岩和燕山期花岗岩。在温泉区出露有近20个泉眼,对其中10个泉眼进行采样测试。受出露点冷水混入的影响,东北部的两个泉眼温度为45~51 ℃,中西部地区的泉眼温度为77~89 ℃,部分为沸泉泉眼;各泉眼流量为0.01~1.8 L/s;pH值为6.1~8.1,矿化度为0.39~1.06 g/L,F^-含量为15~22 mg/L,偏硅酸含量为69~356 mg/L。泉水主要阳离子为Na⁺、K⁺和Ca²⁺,主要阴离子为 {\mathrm{CO}}_3^{2-}、 {\mathrm{HCO}}_3^{-}、Cl^-和 {\mathrm{SO}}_4^{2-},水化学类型为HCO₃-Na型。氢氧同位素数据表明,研究区地下热水来源于大气降水,补给高程约为4 400~4 800 m,补给区年均气温在-10 ℃左右。利用SiO₂温标估算茶洛温泉热储层温度约为150~200 ℃,热水循环深度约为2 810~3 480 m。茶洛温泉为大气降水入渗后在地下深循环过程中被大地热流加热,再沿断层带在河谷涌出地表而形成的温泉。在河流西北岸分布有灰岩,地下水溶蚀形成空洞,来自浅处的冷水和来自深部的热水在空洞中混合并被加热至沸点,导致热水间歇性上升喷出地面,形成间歇喷泉。     

汊口滩沉积特征及沉积模式——以鄱阳湖赣江三角洲汊口滩为例

随着我国许多油田进入高含水开发阶段,剩余油挖潜难度增大,复合分流河道带和单河道的划分已不能满足生产要求,迫切需要进行分流河道内部有利砂体的识别。现代沉积研究是认识分流河道内砂体发育特征的有效手段。通过对鄱阳湖赣江三角洲的现场考察,发现汊口滩是三角洲分流河道中发育的重要砂体类型,以发育在分流河道的分汊口处为典型特征。根据水动力条件、沉积物组合、沉积构造等特征,将汊口滩划分为滩头、滩中、滩尾3个沉积单元。从滩头到滩尾具有水动力条件减弱、沉积物层理规模减小、单砂层厚度减小、粒度变细、泥质夹层增多的特点。汊口滩主要是由于在分汊口处,水流受到汊口的顶托作用流速降低,沉积物按粒度分异堆积形成;堆积方式主要以向上游方向的逆流加积为主。与水道砂体相比,汊口滩发育的层理类型多,而且内部夹层发育,非均质性更强;由于夹层的遮挡作用,砂体不易发生水淹,有利于形成剩余油的富集区。     

Analysis of mobilized stress ratio of gap-graded granular materials in direct shear state considering coarse fraction effect

Weathered rockfill materials, characterized by a mixture of soil matrix and rock aggregates, are widely distributed in mountainous areas. These soils are frequently used for subgrade or riprap in engineering practice, and the mobilized shear strength is crucial for analyzing the displacement and stability of these geo-structures. A series of direct shear tests are performed on a gap-graded soil with a full range of coarse fraction. The behavior of gap-graded soils is analyzed, and a simple model is proposed for the evolution of mobilized stress ratio during direct shearing process based on mixture theory. The change of inter-aggregate configuration is incorporated by introducing a structure variable which increases with coarse fraction and decreases approximately linearly with the overall horizontal shear strain in double logarithmic plot. It reasonably reflects a gradually transformation from a matrix-sustained structure into an aggregate-sustained one with the increase of coarse fraction. The model has four parameters, and at least two direct shear tests need to be done for the calibration. Validation of the model is done by using the test data in this work and those from the literature.

     

Landslide susceptibility zonation method based on C5.0 decision tree and K-means cluster algorithms to improve the efficiency of risk management

Machine learning algorithms are an important measure with which to perform landslide susceptibility assessments,but most studies use GIS-based classification methods to conduct susceptibility zonation.This study presents a machine learning approach based on the C5.0 decision tree(DT)model and the K-means cluster algorithm to produce a regional landslide susceptibility map.Yanchang County,a typical landslide-prone area located in northwestern China,was taken as the area of interest to introduce the proposed application procedure.A landslide inventory containing 82 landslides was prepared and subse-quently randomly partitioned into two subsets:training data(70％landslide pixels)and validation data(30％landslide pixels).Fourteen landslide influencing factors were considered in the input dataset and were used to calculate the landslide occurrence probability based on the C5.0 decision tree model.Susceptibility zonation was implemented according to the cut-off values calculated by the K-means clus-ter algorithm.The validation results of the model performance analysis showed that the AUC(area under the receiver operating characteristic(ROC)curve)of the proposed model was the highest,reaching 0.88,compared with traditional models(support vector machine(SVM)=0.85,Bayesian network(BN)=0.81,frequency ratio(FR)=0.75,weight of evidence(WOE)=0.76).The landslide frequency ratio and fre-quency density of the high susceptibility zones were 6.76/km2 and 0.88/km2,respectively,which were much higher than those of the low susceptibility zones.The top 20％interval of landslide occurrence probability contained 89％of the historical landslides but only accounted for 10.3％of the total area.Our results indicate that the distribution of high susceptibility zones was more focused without contain-ing more"stable"pixels.Therefore,the obtained susceptibility map is suitable for application to landslide risk management practices.     

单多普勒雷达反演涡旋风场方法分析

由于单雷达在探测台风临近、登陆时仍具有双部或多部雷达难以具备的优势,目前利用单多普勒雷达反演涡旋风场的方法并不多见,本文对能够反演涡旋风场的3种方法NIVAP(自然坐标系的积分VAP方法)、EVAPTC(反演热带气旋的EVAP方法)、GBVTD(地基速度追踪法)进行了比较,分别从每种方法的假设条件和数学方法以及结果精度来比较3种方法对涡旋风场的适用性。利用中尺度气旋Rankine模式模拟了纯涡旋性气旋、只有环境风场时、环境风场和辐合(辐散)同时存在时的径向速度场及风场,比较了各种情况下的反演风场和模拟风场的相似系数。在对模拟风场比较之后,选取了2014年"威马逊"台风登陆前1h、登陆时及登陆后1h的3个实测雷达资料,对比分析了3种方法反演实测资料的风场特征,3种方法中EVAPTC方法最好,GBVTD方法在应用中有一定的限制,NIVAP方法较差。     

区域自动气象站蓄电池异常状态判别方法

针对天津市一种常见的CAWS600型区域自动气象站对其供电及功耗进行了详细分析,利用对电池放电特性曲线的归一化处理,得到了针对12V38AH铅酸蓄电池的剩余容量估算方法,同时利用该站蓄电池工作电压的统计规律,提出了针对蓄电池工作电压的极值判定、时间/空间一致性质量控制方法,并对2017年逐10min观测数据进行检验。检验结果显示,文章提出的质量控制方法可以有效识别出蓄电池异常站点,针对2017年个站蓄电池持续放电情况可提前10d定位。     

多隐层BP神经网络在模式预报中的简化应用

EC细网格预报效果好,基本满足业务需要,在工作中被广泛应用。为进一步提升预报准确性,做好迪士尼园区的气象服务保障,选取2016年7月至2017年6月1年的2 m温度预报场,24 h预报时效的时间分辨率为3 h,72 h预报时效的时间分辨率为24 h,分别用回归分析法、S型和简化Line型BP神经网络法进行模式释用,与迪士尼气象站观测数据对比。结果表明:阈值为1℃时,对模式结果释用后,均方根误差减少了0.5℃到1.0℃,3—9 h和21—72 h预报时效的准确率由原来的50%和30%分别上升到70%和50%。采用S型多隐层BP神经网络误差最小,不同预报时效释用稳定性最高,同时该释用方法对t_(min)的预报特征把握更精准,释用效果明显优于对t_(max)的预报释用,但迭代计算耗费时间大幅增多,与预报效果的提升不成正比。简化Line型的BP神经网络通过8个半月的数据量和简单的网络模式,捕获了EC预报的特征,不但减小了计算量,大幅缩短了计算时间,而且预报结果也有显著提升,预报稳定性较好,具有广泛的业务应用空间。     

1960—2017年沈阳地区春播期降水变化特征

基于1960—2017年沈阳市5个气象观测站4—5月降水量资料,采用线性趋势法和累积距平分析了沈阳市春播期(4—5月)降水量演变特征,并分析首场透雨及最大连续无有效降水日数演变特征及对春播期降水量影响,对春播期降水量资源变化特征进行相关分析。结果表明:近58a沈阳春播期降水量整体呈现弱的增加趋势,平均每10a增加3.1mm,2004年开始降水量迅速增加,且波动性较大,降水量异常偏多或偏少年份较多,易诱发春旱春涝事件。春播期首场透雨出现日期平均每10a偏晚0.051d,首场透雨日期偏晚,将导致春播期前期雨水条件不足,引起土壤干旱,不利于春播开展。最大连续无有效降水日数呈波动性增加趋势,平均每10a增加0.56d,对4月降水量影响较大,虽然春播期降水资源总量增加,但存在降水资源时间分配不均的问题,且长时间无有效降水事件频发,将导致春播期干旱灾害事件发生风险加大,导致适播期延后。     

海南岛不同土地覆盖资料对WRF模拟的影响*

提取GLC2009土地覆盖数据,将其运用到WRF数值模式并与模式自带的MODIS、USGS土地覆盖进行对比,以海南岛做为研究区域,选择一次海风锋天气过程进行敏感性分析,结果表明：①GLC2009对海南岛农耕地、森林的划分最接近实际情况,在海南岛平原以及丘陵地带,MODIS和USGS划分的农耕地比例过高,而在山区森林比例偏低;②GLC2009、MODIS、USGS对海南岛北部的降水模拟出现了空报,但是GLC2009对东海岸的强降水模拟的较好,并避免了MODIS和USGS在海南西南部的降水空报的情况;③GLC2009模拟的10米风场清晰刻画了东海岸海风锋辐合,其相对合理的森林覆盖提高了地表粗糙度并增强了风场辐合、低反照率对地面气温的增加和海陆热力差异的增强有一定的促进作用。④GLC2009对这次海风锋过程中模拟的感热通量和潜热通量都要高于MODIS和USGS,这种陆气间的热通量交换利于强对流天气的触发,发展。     

库车坳陷克拉2气田异常流体压力演化史

根据克拉2气田现今实测地层压力分析了异常高压发育的特征,并通过流体包裹体测试求取包裹体形成时期的古压力。计算结果表明:下白垩统和古近系库姆格列木群砂岩储层在距今8～6Ma(康村组沉积期末)时,古压力系数大致为1.09～1.18,发育过剩压力为4.6～9.6MPa的异常高压。在此基础上,以古、今压力数据为约束条件,利用数值模拟技术定量恢复出下白垩统与侏罗系异常流体压力的演化历史。研究发现:下白垩统储层流体压力经历了沉积型异常流体压力形成发展(白垩纪-库车组沉积期末)和沉积型异常流体压力萎缩—构造挤压型异常流体压力孕育(库车组沉积期末至今)两个阶段。康村组沉积早期沉积型超压开始出现,库车组沉积期末达到顶峰,过剩压力达40～50MPa;此后,在沉积型超压萎缩—构造挤压型超压孕育过程的耦合下,过剩压力曾降至25～30MPa,更新世起超压略有升高。侏罗系流体压力演化较为简单,吉迪克组沉积期开始出现超压,至库车组沉积期末达到高峰,此后异常高压逐渐萎缩。在克拉2气田的主要成藏时期(距今3～1Ma),烃源岩较储层具有更高的异常压力,源—储压力差为10～30MPa。