四级完井技术在渤海油田的应用

绥中36-1-G43M井是我国海上油田首次自主实施四级完井的多底分支井,采用的是特殊设计的斜向器侧钻系统,即在主井眼中下入空心斜向器进行上分支侧钻作业,利用定向射孔技术勾通上下两个分支,生产管柱可实现分采.此项技术不仅有效解决了海上平台槽口不足的问题,同时对一些低效井的再利用提供了有效的解决措施,对提高油田采收率、降低开采成本有重要意义,在渤海油田中后期的大规模调整开发中有广阔的应用前景.     

论IPCC-AR4模式对影响西北太平洋热带气旋的大气动力环境场的气候特征模拟性能

评估了23个IPCC-AR4模式在低纬地区1948—1999年7—9月大尺度环流场的模拟性能,重点关注西北太平洋区域的西太副高、季风槽以及台风活动海域的垂直风切变。结果显示,绝大多数模式的7—9月低纬地区500hPa平均高度场、850hPa风场空间分布与NCEP都具有很高的相似性,但大多模式500hPa高度场存在系统性偏低,而850hPa风场偏强。所有模式模拟的西北太平洋副高脊线与NCEP都有一致的西南-东北走向,但有些模式的脊线位置偏离NCEP的较远。有4个模式没有模拟出类似于NCEP的季风槽线。综合模式对夏季热带环流场、西北太平洋副热带高压、季风槽以及西北太平洋热带气旋活动关键区域垂直风切变气候特征的模拟性能,按性能优劣,排在前10的模式依次是mpi_echam5、cccma_t63、gfdl_cm2_1、cnrm_cm3、cccma_t47、ukmo_hadgem1、ingv_echam4、ncar_ccsm3_0、csiro_mk3_5、mri_cgcm2_3_2a;排在后6位的模式是inmcm3_0、iap_fgoals1_0_g、ipsl_cm4、miroc3_2_medres、giss_eh、giss_er。     

HJ-1卫星CCD数据的大气校正及其效果分析

利用MODTRAN 4模型对地表-大气-遥感器之间的辐射传输过程进行模拟,模拟出对应大气参数下的表观辐亮度;利用模拟生成的大气校正查找表,逐像元对HJ-1卫星CCD数据进行大气校正;并从光谱曲线、与MODIS地表反射率产品比较、归一化植被指数(NDVI)三个方面,探讨了HJ-1卫星CCD数据大气校正效果.结果表明:(1...     

1902年阿图什81/4级地震前后地震活动特征

分析了1902年8月22日新疆阿图什81/4级大震的序列及大震前后地震活动时空演化特征.     

EH4电磁成像系统在金矿勘探中的应用——以黄金洞金矿为例

EH4目前是国内外电磁勘探系统中较先进的找矿技术之一,特别是在寻找隐伏矿体具有较好的效果.本文应用EH4电磁勘探找矿技术,在黄金洞金矿进行了深部以及断裂破碎带的找矿勘探应用,认为EH4电磁成像系统在矿产勘察中具有强大的工作能力.     

云南富源—弥勒1∶5万化探异常的发现及意义

1∶5万水系沉积物测量表明,该区属浅成低温热液型金多金属成矿区,除受构造控制外,岩浆岩、地层亦有控矿作用。金矿主要分布在裂谷带中,成矿潜力巨大,测区西部杨梅山中部支壁找铜金、东南部大得克找铅锌有较好前景。     

IPCC AR4气候情景下长江流域径流预测

通过评估IPCC第四次评估公开发布的22个全球气候模式对长江流域降水和气温的模拟性能,选取了BC-CR-BCM2.0等7个气候模式,利用这些GCM s在A1B、A2和B1三种典型排放情景下的未来气温和降水预测结果,结合BP神经网络模型,在对模型验证效果良好的基础上,预测未来气候变化下长江流域径流变化趋势.结果表明,长江流域未来年平均径流量呈减少趋势,宜昌水文站以枯水年减少为主,未来年平均流量比历史年平均流量减少了520 m3/s;大通水文站则以平水年减少为主,比历史年平均流量减少了250 m3/s,水量的减少对南水北调东中线的调水规模和调配、管理提出了较大的挑战.长江流域多年平均月流量增加将主要发生在1~6月,而7~12月将以减少趋势为主.宜昌站和大通站的1~6月份平均增加幅度分别为29.6%和13.8%,7~12月份的平均减少幅度分别为-18.2%和-11.0%,宜昌站的变幅要高于大通站.宜昌站汛期呈减少趋势,平均为-8.5%,非汛期略有增加.大通站变化趋势与宜昌站相反,汛期呈增加趋势,平均为2.3%,非汛期略有减少.     

气候变化下淮河流域极端洪水情景预估

利用IPCC第4次评估公开发布的22个全球气候模式在A1B、A2和B1三种典型排放情景下的未来气温和降水预测结果,结合新安江月分布式水文模型,在对模型验证效果良好的基础上,参照集合预报方法,对未来90年(2010～2099年)气候变化下淮河流域的极端洪水进行预估。研究结果表明,从出现概率来看,淮河流域未来可能发生极端洪水年份的密集程度从大到小依次为A2情景、A1B情景、B1情景。A1B情景下,21世纪下半叶出现极端洪水的可能性增大,A2情景在2035～2065年以及2085年以后是极端洪水发生较为集中的时期。B1情景在21世纪70年代左右发生极端洪水的可能性较大。综合各种极端事件的定义方法,将极端洪水划定3个洪水量级。A2情景预估极端洪水的平均洪量在3种情景中最大,B1情景最小。3种情景未来一级极端洪水发生比例都比历史上偏大,A2情景下增加最多。二级极端洪水都较历史略有减少,三级极端洪水减少最显著。3种情景下各个量级极端洪水所占比例各不相同,A1B和A2情景二级以上极端洪水出现比例较大,B1情景下极端洪水量级多为三级,超1954年的一级极端洪水所占比例较小。     

CAS-FGOALS Datasets for the Two Interglacial Epochs of the Holocene and the Last Interglacial in PMIP4

Two versions of the Chinese Academy of Sciences Flexible Global Ocean–Atmosphere–Land System model(CASFGOALS), version f3-L and g3, are used to simulate the two interglacial epochs of the mid-Holocene and the Last Interglacial in phase 4 of the Paleoclimate Modelling Intercomparison Project(PMIP4), which aims to study the impact of changes in orbital parameters on the Earth's climate. Following the PMIP4 experimental protocols, four simulations for the mid-Holocene and two simulations for the Last Interglacial have been completed, and all the data, including monthly and daily outputs for the atmospheric, oceanic, land and sea-ice components, have been released on the Earth System Grid Federation(ESGF) node. These datasets contribute to PMIP4 and CMIP6(phase 6 of the Coupled Model Intercomparison Project) by providing the variables necessary for the two interglacial periods. In this paper, the basic information of the CAS-FGOALS models and the protocols for the two interglacials are briefly described, and the datasets are validated using proxy records. Results suggest that the CAS-FGOALS models capture the large-scale changes in the climate system in response to changes in solar insolation during the interglacial epochs, including warming in mid-to-high latitudes, changes in the hydrological cycle, the seasonal variation in the extent of sea ice, and the damping of interannual variabilities in the tropical Pacific. Meanwhile, disagreements within and between the models and the proxy data are also presented. These datasets will help the modeling and the proxy data communities with a better understanding of model performance and biases in paleoclimate simulations.