Numerical Physical Mechanism and Model of Turbulent Cascades in a Barotropic Atmosphere

In a barotropic atmosphere, new Reynolds mean momentum equauons including turbulent viscosit,dispersion, and instability are used not only to derive the KdV-Burgers-Kuramoto equation but also to analyze the physical mechanism of the cascades of energy and enstrophy. It shows that it is the effects of dispersion and instability that result in the inverse cascade. Then based on the conservation laws of the energy and enstrophy, a cascade model is put forward and the processes of the cascades are described.     

考虑填充墙影响的钢筋混凝土厂房结构地震易损性分析

采用对角斜撑模拟纵向填充墙的作用,建立考虑填充墙和不考虑填充墙厂房结构模型,采用拉丁超立方抽样技术建立考虑材料不确定性的结构分析样本,基于随机Pushover分析确定结构不同破坏状态下的统计参数。综合考虑结构材料强度及输入地震动不确定性的影响,通过非线性时程分析开展单层钢筋混凝土厂房结构易损性研究,在此基础上比较结构横、纵向易损性的差异,研究填充墙对结构易损性的影响。研究结果表明:钢筋混凝土厂房结构体系横向地震易损性显著大于纵向地震易损性;对纵向结构体系而言,加入填充墙会明显降低结构易损性,但在相同强度的地震动作用下,填充墙破坏程度比主体结构严重,这与厂房结构的实际震害特征相符。     

梯级水库设计洪水最可能地区组成法计算通式

利用Copula函数建立各分区洪水的联合分布,基于联合概率密度最大原则,推导得到最可能地区组成法的计算通式,并用来推求梯级水库下游断面的设计洪水。选择清江流域水布垭-隔河岩-高坝洲梯级水库为例,开展了验证和方法比较研究。结果表明:最可能地区组成法计算得到的设计洪水值位于同频率地区组成法多方案计算结果的区间之内;受清江梯级水库调洪的影响,宜都断面设计洪水的削峰率十分显著,最可能地区组成法推求100年一遇设计洪水的削峰率达到30.2%。该法具有较强的统计基础,组成方案唯一,结果合理可行,为复杂梯级水库设计洪水的计算提供了一种新途径。     

融合多元遥感信息的新右江次级活动断裂解译

提出了融合多光谱影像、全色影像、DEM等多元遥感信息的断裂特征增强方法,建立了以地形和水体的空间特征变化为基础的断裂解译标志,解译并发现桂西北巴马-马山断裂带和右江断裂带之间存在一条北西向展布、长约40km的新的右江次级活动断裂,结合野外地震地质调查进行了验证。多元遥感信息融合处理中,将KL变换、HIS变换、乘积变换、比值变换、小波变换等融合方法进行了全面比较,对融合后影像进行主分量分析,确定了乘积变换融合的影像增强方法和解译底图,显著突出了活动断裂特征。     

基于二维散射变换的湖相碳酸盐岩储层厚度预测方法研究

济阳坳陷沙四段湖相碳酸盐岩受湖盆内沉积环境和构造运动等因素控制, 储层厚度变化大, 非均质性强, 油气开发难度大.为了准确预测湖相碳酸盐岩储层的厚度, 本文提出一种基于二维散射变换和随机森林的储层厚度预测方法.首先, 引入二维散射变换提取地震时频属性, 该变换是在二维小波变换的基础上, 通过迭代小波分解和非线性操作来实现的.与传统的二维小波变换对比, 散射变换提取的时频属性具有局部形变稳定性以及对噪声鲁棒性的优点, 有助于提高储层厚度预测的准确率.在此基础上, 在有限测井数据的条件下, 利用随机森林算法建立多尺度时频属性与测井解释厚度之间的非线性关系, 实现湖相碳酸盐岩储层预测.模型数据的预测结果表明, 与基于传统地震振幅属性的厚度预测和基于二维小波变换的储层厚度预测对比, 本文所提的厚度预测方法具有最优的性能.叠后三维地震数据的预测结果表明, 与基于传统地震振幅属性的厚度预测和基于二维小波变换的储层厚度预测对比, 本文所提方法的厚度预测结果与实际钻井数据误差更小, 提高了储层厚度预测的精度, 清晰刻画了灰礁、灰滩与灰泥等三种沉积亚相的空间展布, 有利于后续井位部署和优化.

     

相位编码多次波逆时偏移成像

随着勘探地质体复杂度日益增大, 反射波成像面临诸多挑战, 作为有潜力提升成像精度的重要补充或替代手段的多次波成像愈发受到重视.然而, 串扰噪声的产生阻碍了多次波成像的实际应用.近年来, 作为压制串扰噪声的有效技术之一, 可控阶多次波成像取得了较大研究进展, 但因其需重复计算各阶多次波成像结果, 计算成本昂贵.为此, 本文引入随机相位编码技术, 并与多次波分阶思想结合, 提出相位编码多次波逆时偏移方法: 首先, 对各阶多次波进行随机相位编码(含随机时间延迟与极性反转); 其次, 叠加编码后的各阶多次波, 产生多次波超道集; 最后, 以编码后0至(N-1)阶多次波组成的超道集为虚拟震源进行正向延拓, 同时反传编码后1至N阶多次波所组成的超道集, 并进行互相关, 得到各阶多次波联合成像结果.本文所提方法能够同步使用各阶多次波, 实现各阶多次波联合成像, 避免各阶多次波单独进行成像, 从而成倍提升计算效率.本文用两套模拟数据与一套实际数据算例对所提方法进行了测试, 成像结果验证了该方法的可行性、有效性与应用前景.

     

复杂山地随机介质GMM-ULTI法射线追踪

对复杂山地介质的非均质性以及介质中地震波运动学特征进行深入研究,对于提高复杂山地区域地震勘探的效果有着重要的理论意义和实际价值.为了研究复杂山地非均质性和该介质中地震波的一些运动特性,提出了一种复杂山地随机介质的建模方法和一种新的射线追踪算法.与常规算法相比,复杂山地随机介质的生成方法采用更贴近实际介质特点的梯度介质作为背景介质,并在模型生成过程中加入地形修正步骤;新提出的GMM-ULTI射线追踪算法,充分融合群推进法、迎风思想、走时插值法的优势,采用先计算走时后追踪射线路径的两步策略完成射线追踪.算法分析与计算实例表明:复杂山地随机介质的生成方法能灵活、精细且更贴近实际地刻画复杂山地介质的非均质特点;新射线追踪算法兼顾精度和效率、能无条件稳定且灵活地适应复杂山地随机介质的特点;同时基于对几个模型试算结果的分析也得出了复杂山地随机介质中的地震波的一些传播规律.     

基于经验模态分解的分数维地震随机噪声衰减方法

经验模态分解算法（EMD）是一种基于有效波和噪声尺度差异进行波场分离的随机噪声压制方法,但由于实际地震数据波场复杂,导致模态混叠较严重,仅凭该方法进行去噪很难达到理想效果.本文基于EMD算法对信号多尺度的分解特性,结合Hausdorff维数约束条件,提出一种用于地震随机噪声衰减的新方法.首先对地震数据进行EMD自适应分解,得到一系列具有不同尺度的、分形自相似性的固有模态分量（IMF）;在此基础上,基于有效信号和随机噪声的Hausdorff维数差异,识别混有随机噪声的IMF分量,对该分量进行相关的阈值滤波处理,从而实现有效信号和随机噪声的有效分离.文中从仿真信号试验出发,到模型地震数据和实际地震数据的测试处理,同时与传统的EMD处理结果相对比.结果表明,本文方法对地震随机噪声的衰减有更佳的压制效果.

     

核设施一维土层地震反应分析中的参数不确定性

本文概述了一维土层地震反应分析等效线性化方法评价结果不确定性研究的进展,比较了中美两国核设施土层地震反应分析中参数不确定性的处理方法。基于实测数据,令参数随机变化,建立土层剖面模型,采用随机振动理论方法,分析了土层动力特性、剪切波速、基岩地震动输入界面对评价结果的影响。结果表明,土层剪切波速的不确定性对评价结果影响最大,主要表现为加速度反应谱平台段的延长。对比参数随机变化模型和最佳估计模型的计算结果可知,随机振动理论反映了土层对基岩地震动的影响,将随机模型分析结果的中值加减1倍标准差基本可以包络最佳估计模型的分析结果。     

The use of digital technologies for landslide disaster risk research and disaster risk management: progress and prospects

Landslide is a serious natural disaster next only to earthquake and flood, which will cause a great threat to people’s lives and property safety. The traditional research of landslide disaster based on experience-driven or statistical model and its assessment results are subjective , difficult to quantify, and no pertinence. As a new research method for landslide susceptibility assessment, machine learning can greatly improve the landslide susceptibility model’s accuracy by constructing statistical models. Taking Western Henan for example, the study selected 16 landslide influencing factors such as topography, geological environment, hydrological conditions, and human activities, and 11 landslide factors with the most significant influence on the landslide were selected by the recursive feature elimination (RFE) method. Five machine learning methods [Support Vector Machines (SVM), Logistic Regression (LR), Random Forest (RF), Extreme Gradient Boosting (XGBoost), and Linear Discriminant Analysis (LDA)] were used to construct the spatial distribution model of landslide susceptibility. The models were evaluated by the receiver operating characteristic curve and statistical index. After analysis and comparison, the XGBoost model (AUC 0.8759) performed the best and was suitable for dealing with regression problems. The model had a high adaptability to landslide data. According to the landslide susceptibility map of the five models, the overall distribution can be observed. The extremely high and high susceptibility areas are distributed in the Funiu Mountain range in the southwest, the Xiaoshan Mountain range in the west, and the Yellow River Basin in the north. These areas have large terrain fluctuations, complicated geological structural environments and frequent human engineering activities. The extremely high and highly prone areas were 12043.3 km² and 3087.45 km², accounting for 47.61% and 12.20% of the total area of the study area, respectively. Our study reflects the distribution of landslide susceptibility in western Henan Province, which provides a scientific basis for regional disaster warning, prediction, and resource protection. The study has important practical significance for subsequent landslide disaster management.