Erosion and runoff reduction potential of vetiver grass for hill slopes: A physical model study

Severe erosion is caused by intense rainfall in tropical regions. The erodible soil of steep hill slopes, accompanied by destruction of vegetation due to human interventions results in accelerated erosion. A sustainable and cost-effective solution such as vetiver grass (Chrysopogon zizanioides) is, thus, required to control the erosion process. In the current study, 6 small-scale glass models: 1 bare and 5 with vetiver grass, having a slope angle of 37° have been constructed. One year after planting, artificial rainfall of extremely high intensity was applied to all 6 small models and the role of vetiver canopy and roots in erosion and runoff control was observed. To see the effect of soil texture, one among these 5 models was made with silty sand and others contained sandy silt. The results demonstrated that, for sandy silt, the inclusion of vetiver reduced the soil loss by 94%–97%, and soil detachment rates were lowered by 95%. The average runoff also was reduced by 21%. The canopy cover showed a positive impact on reducing both quantities. An increase in average root diameter from 1.6 to 2.5 mm increases the soil loss due to its negative impact on added cohesion. The added cohesion showed a linearly negative correlation with soil loss. A composite system of vetiver and jute geotextile was most effective in erosion reduction among 4 vegetated models with sandy silt. Under same vetiver planting layout, the grass covered model of silty sand yielded 84% lower erosion and 62.5% lower runoff than the grass covered one with sandy silt. Thus, vetiver was more effective in erosion and runoff reduction for soil with a greater percentage of sand, and soil type dominated the erosion process.     

人工船礁铺设模式优选方法研究

以人工船礁水动力学特征及优化组合方式为主要研究内容,采用数值研究的方法,探讨了人工船礁的不同组合及其规模大小对于形成上升流与背涡流的效果、促进海水的上下混合与交换的影响,并在此基础上建立了人工船礁铺设方式优选模式。结果表明,从船礁的相对效果看,铺设模式以大型单体船礁为最佳;不同类型船礁组合产生的最大上升流流速为来流速度的0．05—0．15倍;随来流速度的增加,产生的上升流及背涡流影响效果显著增强,在不同来流速度下,上升流影响范围与礁宽之比为1．1—5．0,流影高度与礁高之比为1．4—2．0,背涡流流影长度与礁高之比为4．5—13．0;不同礁体及其组合对“冲淤”影响差异较大,船礁因流线型形状,其“冲淤”影响较小。文中建立的人工船礁铺设方式优选模式,可为人工船礁水槽试验和现场铺设提供理论依据。     

辽宁人工增雨示范区降水云系与降水量分析

统计分析了1980～1999年辽宁人工增雨示范区内5～10月各类降水云系产生不同强度降水的降水次数和降水量特征。结果表明:降水时长与其相对应的降水次数呈反比关系,降水时长越长,其相应的降水次数越少;而降水时长与其降水量的分布则呈不规则的波动;降水时长为2～8 h的降水量对总雨量的贡献为66%,是实施人工增雨作业的最佳时段。     

Combined classifier–quantifier model: A 2-phases neural model for prediction of wave overtopping at coastal structures

A 2-phases neural prediction method for wave overtopping is developed. The ‘classifier’ predicts whether overtopping occurs or not, i.e. q = 0 or q > 0. If the classifier predicts overtopping q > 0, then the ‘quantifier’ is used to determine the mean overtopping discharge. The overtopping database set up within the EC project CLASH (De Rouck, J., Geeraerts, J., 2005. CLASH Final Report, Full Scientific and Technical Report, Ghent University, Belgium) is used to train the networks of the prediction method.     

钦州中山码头水下礁石爆破

文章介绍钦州中山码头港池疏浚工程水下炸礁爆破设计及施工情况 ,着重论述了在特定复杂环境下 ,水下炸礁安全爆破方案选择 ,钻爆参数确定 ,起爆网路等设计以及试验爆破测试 ,进而对爆破效果进行总结和评价。     

基于BP人工神经网络的潜在震灾预测系统

结合人工神经网络自身的特性和地震灾害预测研究的特点,应用BP人工神经网络模型,建立了潜在地震灾害预测系统。利用大样本数据对网络进行了训练,形成了有识别和记忆功能的非线性预测系统。通过对网络的测试和检验,论证了该系统在预测潜在地震灾害上的可行性和有效性。同时,从测试精度出发,探讨了这种预测网络存在的不足,并给出了相应的改进建议。虽然提出的神经网络模型预测精度还有待提高,但其量化指标仍可为地震灾区政府抗震减灾工作提供参考。     

斑节对虾亲虾卵巢催熟若干问题的探讨

对应用单边眼柄切除术促进斑节对虾雌虾卵巢成熟的技术和由此产生的某些现象,提出单边眼柄切除术、催熟的环境条件、蜕壳、再交配、人工精荚移植、早产和无节幼体质量及其影响因素等七个方面的问题进行讨论。     

基于人工神经网络的洪涝预报方法研究

针对西江流域的洪涝灾害,利用流域的水文参量和气象参量作为自变量,探索基于人工神经网络的洪涝预报方法。以西江流域梧州市1971~2003年超过警戒水位(17.0m)共125次作为研究对象,选取流域的水文参量和气象参量作为预报因子,对数量众多预报因子采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,建立了西江流域梧州洪涝的人工神经网络预报模型。结果表明:所建立的预报模型历史拟合平均绝对百分比误差为2.21%,平均绝对误差为0.43m,预报结果平均绝对百分比误差为2.34%,平均绝对误差为0.45m,预报效果较好,可应用于实际的洪涝预报中。     

山西春季层状云系结构和人工增雨潜力研究

对两架次飞行个例的DMT资料进行分析,发现山西春季层状云降水系统存在水平不均匀性。2010年4月20日的个例由高卷云、降水性高层云和非降水性高层云组成,高卷云与高层云之间千层较厚不利于形成降水。4月21日的个例由降水性高层云组成,云滴浓度随高度增加减小。对高卷云、非降水性高层云和降水性高层云的宏微观特征进行对比分析。云的垂直厚度越大,云底高度越低,云厚和过冷云层厚度越大,越有利于降水的产生。对这两次个例的云中可播性进行判别,发现存在可播区,无强可播区。     

三维对流云催化数值模式人工冰晶参数化方案的改进与个例模拟试验

在中国科学院大气物理研究所的三维全弹性对流风暴云催化数值模式(简称为IAP-CSM3D)的基础上,对模式中催化部分的参数化方案进行了改进,推导出人工冰晶与其它粒子之间相互作用的微物理过程的参数化方程。改进后的模式将催化产生的人工冰晶单独作为预报量进行处理,把人工冰晶与自然冰晶区分开,且考虑的人工冰晶谱型为双参数粒子谱,使模式更符合实际。利用改进后的模式模拟了2005年7月8日发生在辽宁省朝阳市的一次冰雹云天气过程,着重分析了催化云人工冰晶的微物理过程、空间分布和谱型,以及对冰相降水粒子的贡献。数值试验表明,自然雹云模拟结果与观测事实相吻合,说明改进后的模式对冰雹云具有较可靠的模拟能力。模拟分析表明,冻滴是该例自然雹云冰雹胚胎的主要来源,对该冰雹云进行AgI催化可明显地减少降雹量,特别是在云中冰雹形成初期进行催化防雹效果最好,既可产生最大的防雹作业效果又不至于过度减少降雨量。催化减雹的主要原因是催化显著地减少了云中冻滴向冰雹胚胎的转化总量。进一步研究发现,人工冰晶在云的不同阶段对各种冰相降水粒子的贡献是不同的。人工冰晶对雪花总质量的贡献较小,对霰总质量的贡献有所增大,而对冻滴总质量的贡献较大。模拟的冰晶粒子谱可较好地反映出人工冰晶谱型较窄,浓度较大,尺度较小的特征。