瓦里关温室气体本底研究的主要进展

由于温室气体浓度显著增长及其在气候与环境变化中的作用,国际上众多的科学计划和观测体系都把它们的时空分布、源汇及趋势列为重要内容,获得的各种资料在评价人类活动对气候和环境的影响及有关对策研究中起着关键作用。文章阐述了在中国内陆本底地区开展温室气体长期、定点观测的意义和必要性,系统地讨论了10多年来中国瓦里关本底站温室气体本底研究的主要进展。利用瓦里关经严格国际比对和质量控制的大气CO2、CH4长期观测资料,结合同期的地面风资料进行统计分析,建立了瓦里关大气CO2和CH4本底资料筛选方法;利用本底观测资料,研究了瓦里关大气CO2及其δ13C、CH4和CO本底变化及源汇特征所体现的亚洲内陆地域特点和全球代表性,并进一步与同期、同纬度海洋边界层参比值(MBL)以及北半球其他6个大气本底站同期观测数据对比分析,发现了瓦里关大气CH4和CO独特的季节变化并探讨了成因;根据空气团后向轨迹簇所途经的下垫面源汇同观测的大气CO2和CH4浓度变化之间的关系,探讨了瓦里关大气CO2和CH4的输送来源;利用Hysplit-4扩散与输送模式,计算了冬、夏典型月份人为源和自然生态系统源汇对瓦里关大气CO2浓度变化的贡献。并在现有基础上,提出了有待进一步解决的科学问题。     

基于EI-Fatti弹性波阻抗反演的流体识别

通过EI-Fatti弹性波阻抗反演直接得到了纵波阻抗、横波阻抗和密度数据,并以三类AVO模型进行反射系数试算,满足了流体识别对反演精度较高的要求。同时,采用基于EI-Fatti弹性波阻抗的两个流体识别因子对三类AVO模型进行对比分析,表明两种流体识别因子对于不同类型的AVO模型的流体识别效果是不同的。在实际资料中,利用弹性波阻抗反演产生较多弹性参数的优势,将这些弹性参数与储层参数进行交会和相关分析,分别定性和定量地对储层进行流体识别,从而达到了有效区分高饱含气和低饱含气储层的目的。     

雷达识别渭北地区冰雹云技术研究

通过对陕西渭北地区各雷达站观测的回波资料和地面降雹资料分析,得出了适合识别渭北地区冰雹云的7个指标。实际应用结果表明,识别效果良好,并可以做到提前识别,为防雹作业赢得非常宝贵的时间。     

黑潮延伸体海洋中尺度涡旋:四套数据的比较

在不同的中尺度涡数据中,涡旋的识别,跟踪方法以及物理参数的定义存在差异,因此需要对涡旋结果进行相互比较和验证.本文比较了Chelton,GEM-M,Faghmous和Dong四套中尺度涡数据在黑潮延伸体区域的基本特征.结果表明,各数据的中尺度涡数量,特征和轨迹均存在差异.经过归一化处理后,涡特征的地理分布和时间变化高度...     

冰雹云雷达识别方法及防雹作业经验

总结了辽宁省40余年人工防雹工作积累的成果和经验,归纳了3种类型冰雹云的雷达回波特征以及利用回波形态、回波参量和综合指标对其进行雷达识别的方法,并结合冰雹云数值模拟结果,总结了对具有液态水累积区的雹云、对超级单体冰雹云和对多单体冰雹云实施人工防雹作业的一些经验,对于各地的科学防雹作业具有参考作用。     

Gust Front Statistical Characteristics and Automatic Identification Algorithm for CINRAD

Gust front is a kind of meso-and micro-scale weather phenomenon that often causes serious ground wind and wind shear. This paper presents an automatic gust front identification algorithm. Totally 879 radar volume-scan samples selected from 21 gust front weather processes that occurred in China between 2009 and 2012 are examined and analyzed. Gust front echo statistical features in reflectivity, velocity, and spectrum width fields are obtained. Based on these features, an algorithm is designed to recognize gust fronts and generate output products and quantitative indices. Then, 315 samples are used to verify the algorithm and 3 typical cases are analyzed. Major conclusions include： 1） for narrow band echoes intensity is between 5 and 30 dBZ, widths are between 2 and 10 km, maximum heights are less than 4 km （89.33%are lower than 3 km）, and the lengths are between 50 and 200 km. The narrow-band echo is higher than its surrounding echo. 2） Gust fronts present a convergence line or a wind shear in the velocity field;the frontal wind speed gradually decreases when the distance increases radially outward. Spectral widths of gust fronts are large, with 87.09% exceeding 4 m s-1 . 3） Using 315 gust front volume-scan samples to test the algorithm reveals that the algorithm is highly stable and has successfully recognized 277 samples. The algorithm also works for small-scale or weak gust fronts. 4） Radar data quality has certain impact on the algorithm.     

Identification and removal of block ambiguities in sea surface wind field with scatterometers

The solution of the current wind retrieval algorithm for scatterometers has several wind vector ambiguities, due to the bi-harmonic relationship between normalized backscattering cross section and the relative wind direction and the existence of the measurement error. In order to remove the ambiguities for a unique wind field, a circular median filter approach (CMF) is usually adopted. But under the condition for clustering distribution of the false ambiguities in some local areas, the CMF fails and thus engenders block ambiguities, which degrade the precision of the retrieved wind field. For such a situation, a technique of identification and removal of the block ambiguities is presented to further optimize the retrieved wind field after CMF. It is demonstrated in experiment that this technique can identify and remove most of the block ambiguities.     

基于HHT的非线性结构系统识别研究

本文研究基于HHT的多自由度非线性结构系统识别方法。首先通过EMD分解得到结构的非线性模态(NNM),然后对非线性模态进行H ilbert分析,识别出结构的瞬时特征参数(瞬时振幅、瞬时固有频率等),进而由各参数间关系识别出非线性结构的类型。最后通过一个具有非线性刚度的两自由度剪切型建筑结构的数值模拟验证了该方法的有效性。     

致密砂岩气藏动态分类委员会机器测井流体识别方法

致密砂岩流体识别难度大,智能算法能够较好地建立其流体识别模型.相较于单一智能算法,分类委员会机器通过联合多个专家(智能算法)有助于提升智能模型整体性能.而针对分类委员会机器中单个专家性能难以提升的问题,添加门网络构建动态分类委员会机器是一种更有效的模块化学习方式.本研究首先采用门网络将输入数据划分为多个子数据集,然后联合决策树、概率神经网络、贝叶斯分类、BP神经网络、最近邻算法分别训练子数据集得到多个子模型,最后利用组合器最优化子模型组合得到最佳的流体识别模型.针对塔里木盆地库车坳陷大北、克深、博孜地区致密砂岩地层测井数据和测试数据,采用平均影响值法优选敏感测井系列作为输入,构建了动态的测井流体识别模型,其训练、验证准确率分别为96.29%和91.39%.利用此模型以BZ9井为例进行流体类型判别,预测结果与测试结果一致.该方法将无监督与有监督学习相结合,引入门网络提高了数据集利用效率,避免了数据集分布不均衡对模型构建的影响;采用投票机制集成多种专家,建立了子模型与专家的适应关系,流体识别模型预测精度和泛化能力大大提高.     

土-箱形基础-框架结构相互作用的顶部小幅激振试验研究

设计并完成了野外大比例(1∶2)土-箱形基础-框架结构相互作用系统顶部小幅激振试验。通过改变上部结构质量和基础侧限埋深,激振试验得到了同一基础不同上部结构质量与同一上部结构不同基础侧限埋深等5种工况下相互作用对系统自振频率及箱形基础阻抗函数的影响。由试验结果分析可知,当上部结构质量增加时,上部结构与土体间的相对刚度降低,相互作用对系统自振频率的影响减弱;同时由于上部结构和基础间惯性相互作用的影响,基础阻抗函数随上部结构质量的增加而增加。随着基础侧限埋深的减小,基础刚度降低,相互作用体现得更加明显。与理论结果相比,无侧限埋深基础的平动和转动基础阻抗值和理论值吻合较好。由于基础侧边回填土剪切模量小于基础底部土体剪切模量,所以同理论值相比试验得到的基础侧限埋深对基础阻抗影响系数相对较小。