基于模糊理论的高铁连续梁桥地震风险评估

以某高速铁路线上一座连续梁桥为例,运用模糊综合评判法,结合基于位移的支座损伤分析和截面曲率的桥墩损伤分析,以全概率理论地震损失模型为基础,提出了基于模糊理论的桥梁系统地震经济风险评估方法。结果表明:综合考虑桥梁系统的模糊地震经济风险分析方法能更全面地计算出连续梁桥在地震作用下的经济损失,仅以桥墩构件代表全桥所得地震经济损失误差较大。基于模糊理论的年预期损失风险框架方法通过结构抗震性能的概率特征可对高速铁路连续梁桥的地震直接经济风险进行全面评估,为该类桥梁的抗震设计、维修加固和灾后重建等方案做出合理评价。     

岩溶塌陷试验、评估与管理方法研究

岩溶塌陷是我国岩溶区主要地质灾害类型 ,广泛分布在我国广西、贵州、湖南、江西、云南等 2 3个省 (区 )。据初步调查 ,全国有 30 0多个市县共发生过岩溶塌陷 14 0 0例以上 ,塌陷坑总数超过 4× 10 4个 ,有效减轻其影响已成为广大岩溶工作者面临的重要问题。本文以作者近年来完成的项目成果为基础 ,介绍了岩溶塌陷模型试验测试技术、基于GIS的风险评估方法以及信息管理技术 ,最后 ,对岩溶塌陷研究的趋势作了系统分析。     

基于GIS的青神县暴雨洪涝灾害风险区划

随着全球变暖,气候发生变化,青神县极端天气事件频发,气象灾害特别是暴雨洪涝的发生频率有增加的趋势,给国民经济和社会发展造成重大的损失。本文主要根据气象与气候学、农业气象学、自然地理学、灾害学、自然灾害风险管理等基本理论,在GIS技术的支持下,采用风险指数法、加权综合法、自然断点等方法,绘制青神县暴雨洪涝灾害风险区划图,对青神县暴雨洪涝灾害风险进行分析和评估。结果表明,青神县高风险区和次高风险区主要分布在罗波乡、汉阳镇,以及沿江河流域,其余大部为中等及以下风险区。     

北京市奥运期间气象灾害风险承受与控制能力分析

针对北京市奥运会期间的7种主要气象灾害(雷电、冰雹、大风、高温、暴雨、大雾和霾灾害),建立了气象灾害风险承受能力与风险控制能力评价的指标体系.经过专家评分,获取7种气象灾害的评价指标所对应的分值.利用层次分析法,计算评价指标的权重系数.最后得到7种气象灾害评价指标的加权平均值作为其风险承受能力与风险控制能力系数.利用灾害模数、经济易损模数、生命易损模数3个指标进行北京市奥运期间18个区县空间易损度区划分析.结果表明:北京市奥运会期间,高温灾害和暴雨灾害的风险承受能力与风险控制能力最弱;雷电灾害和大雾灾害的承受与控制能力中等;冰雹灾害和霾灾害较强;大风灾害最强.易损度空间差异分析表明,城区(东城区、西城区、崇文区和宣武区)、朝阳区和海淀区为高易损性区域;丰台区、石景山区、房山区、昌平区、顺义区和大兴区为中易损性区域;门头沟区、通州区、平谷区、怀柔区、密云县和延庆县为低易损性区域.     

环渤海葡萄涝渍指标构建及风险评估

以中国环渤海地区葡萄主产区为研究对象,利用1980-2019年研究区域内303个气象站逐日气象资料、葡萄发育期资料和葡萄涝渍灾情资料,基于相对湿润度方法构建葡萄逐日涝渍指数M5i,以历史灾情反演和灾变过程解析为主线,采用正态分布的Lilliefors检验和t分布区间估计等方法,构建适用于中国环渤海地区葡萄主产区的葡萄涝...     

基于风险矩阵的重大活动气象风险评估

基于风险矩阵理论,初步建立了重大活动气象风险评估方法与流程,并以北京某重大庆祝活动服务为例,在多部门联合共同确定活动期间气象风险源的基础上,利用长时间序列气象资料及短期测风雷达观测资料,分析了庆祝活动期间各类气象风险的可能性,结合对活动可能造成后果的严重程度,利用风险矩阵开展了气象风险评估及风险控制研究。评估结果表明,庆祝活动期间主要气象风险依次为降水/阴雨、白天大风、雾-霾、夜晚大风、高温、雷电、低温等7类。其中,降水/阴雨、白天大风、雾-霾为高风险,夜晚大风为中风险,其余均为低风险,根据评估结果建立的风险控制原则和具体措施成功应用于庆祝活动风险控制中。与现有气象业务服务中天气风险评估相比,本研究实现了重大活动气象风险评估由仅考虑高影响天气出现概率向基于影响的风险评估的转变。     

自动气象站雨量资料的获取与转换

分析了自动气象站分钟雨量资料获取与转换的必要性,介绍了雨量资料获取的思路与具体方法.通过这种方法,实现了商丘市所有自动气象站雨量资料的共享,并与GPRS、GSM乡级自动雨量站资料进行融合.     

Visualization and ecohydrologic models: Opening the box

Earth system models synthesize the science of interactions amongst multiple biophysical and, increasingly, human processes across a wide range of scales. Ecohydrologic models are a subset of earth system models that focus particularly on the complex interactions between ecosystem processes and the storage and flux of water. Ecohydrologic models often focus at scales where direct observations occur: plots, hillslopes, streams, and watersheds, as well as where land and resource management decisions are implemented. These models complement field-based and data-driven science by combining theory, empirical relationships derived from observation and new data to create virtual laboratories. Ecohydrologic models are tools that managers can use to ask “what if” questions and domain scientists can use to explore the implications of new theory or measurements. Recent decades have seen substantial advances in ecohydrologic models, building on both new domain science and advances in software engineering and data availability. The increasing sophistication of ecohydrologic models however, presents a barrier to their widespread use and credibility. Their complexity, often encoding 100s of relationships, means that they are effectively “black boxes,” at least for most users, sometimes even to the teams of researchers that contribute to their design. This opacity complicates the interpretation of model results. For models to effectively advance our understanding of how plants and water interact, we must improve how we visualize not only model outputs, but also the underlying theories that are encoded within the models. In this paper, we outline a framework for increasing the usefulness of ecohydrologic models through better visualization. We outline four complementary approaches, ranging from simple best practices that leverage existing technologies, to ideas that would engage novel software engineering and cutting edge human–computer interface design. Our goal is to open the ecohydrologic model black box in ways that will engage multiple audiences, from novices to model developers, and support learning, new discovery, and environmental problem solving.     

辽北太古宙块状硫化物矿床

辽北太古宙由花岗岩-绿岩带组成。绿岩生成于岛弧构造环境,时间在3.0—2.8Ga,火山岩属拉斑玄武质及钙碱性火山岩。花岗岩在绿岩之后侵入,具多旋回特点。块状硫化物矿床与长英质火山岩有关,具有2—3含矿层位,透镜状矿体数目较多,未发现管状细脉带。矿石中Cu>Zn>>Pb,具有明显贫铅的特点,Cu×100/Cu+Zn为88—25。矿床类型属活火山型火山热液矿床。成矿温度为350—250℃,压力为9.5—4.0MPa,fo_2为10~(-30)-10~(-44)Pa,fs_2为2.57×10~(-9)-8.13×10~(-14)Pa,pH值为4.5—5。共生有阿尔戈马型铁矿与火山成因金矿。块状硫化物矿床遭受变质、变形、伟晶岩的改造,并在主褶皱幕期迭生与基性岩有关的热液多金属矿化。