米兰科维奇旋回时间序列分析法研究进展

时间序列分析法是米兰科维奇旋回（米氏旋回）研究的主要方法。它利用数学变换对地层数据序列进行定量分析,从而识别地质记录中天文驱动形成的旋回信号,为年代校准、地层划分和古气候研究等提供重要依据。针对米氏旋回研究中时间序列分析法的主要步骤,分别从地层序列的数据类型、天文检验及天文调谐等三方面,阐述了现有方法的基本原理,并总结了其优势和局限性。在基于时间序列分析的米氏旋回研究中,不同地层序列数据对天文轨道驱动和非天文噪声的响应具有差异性,综合利用多种数据指标中蕴含的地质信息有助于减小旋回分析中的不确定性;近年来涌现的新型天文检验和调谐方法促进了米氏旋回分析向定量化方向发展,但这些新方法仍需要进一步验证及改进。未来的工作中,地层数据序列的定量评价、多数据类型的信息优化等方面仍值得深入研究;面对多种时间序列分析方法,有效整合现有方法的同时,也需要引入新方法和新思路。     

龙门山中段磷矿递进成矿规律及成矿序列探讨

龙门山中段产出有泥盆系沙窝子组的什邡式磷矿、寒武系筇竹寺组清平式磷矿、震旦系观音崖组陡梯子式磷矿,三类矿床处于同一大地构造位置,地质特征既有区别也有相同之处。本文通过对三类矿床地质特征、矿床成因分析,探讨地质特征异同的原因,建立磷矿成矿序列,认为三类矿床各自既有原生同沉积特征,又有继承前期矿产或含磷层作为矿物源的特征,继承前期矿产越多,矿床越丰富,具递进成矿富集规律。同时早期矿床成矿作用较单一,后期矿床具有多期成矿、叠加成矿特征。成矿序列为：海水磷质生物、化学沉积-机械搬运簸选早期成矿-风化剥蚀、表生淋滤-再次机械搬运-海进沉积再造。     

鄂尔多斯盆地中东部奥陶系马家沟组马五6亚段硬石膏产状类型与成因*

鄂尔多斯盆地中东部奥陶系马家沟组马五₆亚段硬石膏产状类型多样,基于系统的宏观与微观岩石学分析,识别并区分出星散状(A1型)、纹层状(A2型)、致密块状(A3型)、结核状或团块状(A4型)、鸡雏状或角砾状(A5型)等硬石膏产状类型。单井高频旋回和微相分析表明,马五₆亚段发育与潮坪、潟湖、鲕粒滩、砂屑滩、微生物丘等有关的5种高频向上变浅序列,硬石膏的产状类型、产出位置和分布形式等与向上变浅序列有很好的耦合关系。A1型和A2型硬石膏发育于高频向上变浅序列的下部和中部,主要与膏云质或云膏质潟湖相关,属于潟湖相原生化学沉积成因。A3型硬石膏分布于高频向上变浅序列的上部,受膏质潟湖控制,也属于原生化学沉积成因。经典的结核状硬石膏(A4-1)呈随机分布形式产于潮坪沉积序列,为成岩期交代作用或者膏化作用成因,与传统萨布哈交代成因的膏质结核相似。A4-2型硬石膏主要出现在颗粒岩和微生物岩中,主要由富含CaSO₄的下渗卤水在溶蚀孔洞中沉淀形成;A5型硬石膏发育于向上变浅序列的上部和顶部,与高频暴露有关,为准同生期以溶蚀—充填为主的岩溶改造成因。发育完整的单个高频旋回,大致经历了高频快速海侵早期、高频快速海侵晚期至缓慢海退早期、高频缓慢海退晚期和高频海退末期暴露4个演化阶段,形成了与之耦合的海相碳酸盐岩与硬石膏共生序列。这些认识将对马家沟组沉积古环境的再认识具有重要的参考意义。     

基于控制区间牵引算法的地下施工变形预测

变形是地下结构施工安全状态的重要评价指标。针对数据驱动变形预测方法中地下施工动态影响因素难以量化这一问题,提出了基于控制区间牵引算法的地下施工变形预测模型。以双向长短时记忆网络（Bi-LSTM）对变形监测时间序列进行预测,以数值模拟在关键施工阶段处的结果为牵引点。根据实测值随阶段更新牵引点,并基于注意力机制双向长短时记忆网络（Bi-LSTM-AM）以牵引点修正数据驱动模型在控制区间的预测结果,实现更准确、更智能的地下施工变形预测。设置牵引相对权重,使模型可自适应判断当前合理牵引程度,准确融合了Bi-LSTM与数值模拟的结果。通过相关历史案例与数据,验证了牵引预测模型的有效性。依托西安市西咸新区丰镐三路地下通道上跨地铁1号线自动化监测实例,采用牵引算法预测了地下结构变形。结果表明：在关键施工阶段处,牵引作用改善了数据驱动预测方法存在的滞后问题,各阶段误差平均降低了24.34%;不断优化的牵引点逐渐趋近真值,降低了数值模拟出现偏差时造成的影响。该方法可为地下施工变形预测问题提供新途径。     

川东地区侏罗系凉高山组致密砂岩储层特征及控制因素

侏罗系凉高山组作为四川盆地致密油气重点勘探目标,有利储层优选是实现其高效勘探的核心与关键,但目前仍受困于储层特征认识不清、致密成因解析不足等问题。运用铸体薄片、扫描电镜、高压压汞、包裹体测温等技术手段,以川东地区凉高山组致密砂岩为研究对象,在全面总结储层特征的基础上,建立成岩演化序列并解析砂岩致密化成因。研究结果表明：凉高山组主要为长石岩屑砂岩和岩屑长石砂岩;孔隙度分布在0.35%～7.71%之间,渗透率分布在0.000 01×10^-3μm²～0.078 60×10^-3μm²之间,为典型致密储层。砂岩整体压实胶结致密,仅发育少量原生孔隙和次生孔缝,储集空间以次生孔缝为主,发育两种类型孔喉结构。压实作用对原始孔隙度的平均减孔量为21.73%,是储层致密化的主导基础;胶结作用对原始孔隙度的平均减孔量为9.14%,其中,晚期方解石胶结通过占据孔隙空间大幅度降低储集性能,是储层致密化的重要因素;自生黏土矿物通过堵塞孔隙喉道、增强喉道迂回度等方式降低渗流性能,进一步加强了储层的致密程度;早期绿泥石胶结是研究区...     

基于深度学习的强对流高分辨率临近预报试验

强对流天气临近预报、预警在气象灾害防御中具有极为重要的地位。在气象业务中,因对强对流天气临近预报、预警准确率和时、空分辨率的极高要求,使其成为业务难点和研究热点之一。对于高时、空分辨率强对流临近预报问题,尝试用深度学习方法来解决。首先将强对流临近预报抽象成同时包含时间和空间的序列预测问题;然后基于改进的循环神经网络算法形成的自编码模型,使用京津冀地区长序列、高时空分辨率天气雷达组网拼图数据进行模型训练;最后利用基于历史0.5 h雷达回波拼图数据训练得到的端到端神经网络,预报未来1 h内的逐6 min回波演变特征。通过基于传统外推算法的临近预报方法与深度学习算法的临近预报方法进行对比,发现使用的深度学习方法可以有效“学习”到高时、空分辨率序列雷达数据特征的内在关联,通过多层神经网络构造出抽象的深层特征,能够有效捕捉到雷达回波的演变规律和运动状态。通过计算雷达回波预报的命中率（POD）、虚警率（FAR）、临界成功指数（CSI）等检验表明,相较传统外推临近预报方法,在强对流回波临近预报准确率上有较明显提高。      

“等待时间”强余震预测方法的改进与应用——以尼泊尔地震为例

在对"等待时间法"进行残差结构分析的基础上提出基于加权最小二乘拟合的模型改进方法,并将其应用于尼泊尔地震的强余震预测。结果表明,由模型误差转换至时间误差具有ln10·Δt倍的缩放效果,选择主震后3d内的余震样本进行强余震预测结果较为可信。实际震例表明,加权最小二乘模型可以有效降低模型预测误差,缩小预测值置信区间,从而提高预测的实用性。     

大黄鱼(Larimichthys crocea)补体C3和C4基因的分子特征及表达分析

本文测定了大黄鱼C3(L.c-C3)和C4(L.c-C4)基因的c DNA全序列。结果表明,L.c-C3和L.cC4序列全长分别为4962bp和5088bp,分别编码1653和1695个氨基酸,N端信号肽序列分别为23和19个氨基酸。推导的氨基酸序列结构分析表明大黄鱼C3和C4与已报道的补体C3、C4同样都具有在功能上比较重要的残基以及保守的硫酯区。分子进化分析表明,L.c-C3和L.c-C4分别与鮸鱼C3、C4的氨基酸同源性最高。实时荧光定量PCR结果显示,L.c-C3和L.c-C4在健康大黄鱼的肝脏、脾脏、肠、鳃、心脏、脑、肌肉和胃这8种组织中都有表达,其中肝脏的表达量最高。在大黄鱼胚胎不同发育时期(从2细胞期到初生仔鱼)中,L.c-C3在各个阶段没有明显的变化,而L.c-C4的表达量有明显升高。溶藻弧菌(Vibrio alginolyticus)侵染的大黄鱼肝脏和脾脏中,L.c-C3和L.c-C4的m RNA表达量均明显上调。该结果表明,大黄鱼肝组织C3和C4基因表达变化与溶藻弧菌的侵染密切相关,揭示了C3和C4在大黄鱼抗细菌免疫反应中具有重要的作用。     

无碰撞区跳频/时序列理论界与设计

跳频(时)序列分析与设计是跳频(时)扩频通信系统的核心技术.无碰撞区跳频序列是近年新出现的一个研究方向,现已成为通信领域的研究热点.对无碰撞区跳频序列的理论界及其设计进行深入研究,导出无碰撞区跳频序列的一些本质属性;讨论无碰撞区跳频序列集周期汉明相关函数的理论界,揭示几个理论界之间的关系,给出这些理论界等价的条件.提出最优无碰撞区跳频序列的一般构造方法.利用该构造方法,可以产生任意长度的最优无碰撞区跳频序列集.并且,任意一个最优无碰撞区跳频序列集,都可以由一般构造方法产生.     

边坡非线性位移的Verhulst-ARMA组合预测模型研究

针对ARMA模型中时序变量自身变化的复杂性及其预测的不确定性,利用Verhulst提取非平稳时间序列中的趋势项,再对剩下部分采用平稳时间序列建模,建立Verhulst-ARMA组合预测模型。运用文中组合模型对三峡某边坡滑移的实测数据进行分析,验证Verhulst-ARMA组合模型在边坡非线性位移预测中的可靠性和适用性。