塔里木盆地顺北地区11号走滑断裂带变形及其活动特征

塔里木盆地顺北地区发育大量走滑断裂带,并对油气的运聚成藏有重要控制作用。以顺北西部地区地震资料为基础,对顺北11号走滑断裂带的几何变形特征、活动性、活动期次及其形成机制等进行了分析。顺北11号走滑断裂带整体呈NNW走向延伸,具有垂向分层性和平面分段性。断裂带北段主体为压扭和张扭交互段,中段为两条次级断层控制的拉分地堑,南段由数条分支断层构成马尾状构造。顺北11号断裂带整体活动性由北向南减弱,运动学标志显示是一条右旋走滑断层。顺北11号断裂带主要经历了晚奥陶世和晚志留世-中泥盆世两期活动,部分地区的活动持续到石炭纪。顺北11号走滑断裂带的活动性和运动学特征与塔北地区NNW走向的走滑断裂体系比较相似,而不同于塔中地区的NE向左行走滑断裂体系。顺北11号走滑断裂带的形成主要受控于塔里木盆地北部天山洋多期俯冲挤压而产生的自北向南的挤压应力,断裂自北向南扩展延伸,类似于顺北5号走滑断裂带的北段。     

北京市房山区霞云岭"7·20"坡面泥石流特点及形成因素浅析

坡面泥石流是北京市泥石流灾害的主要类型,据不完全统计,2004—2020年,共发生坡面泥石流11起,占已发生泥石流灾害总数的31.43％,严重影响人民的生命财产安全.房山区霞云岭乡是坡面泥石流集中发生的区域,发生坡面泥石流7起,占北京市已发生的坡面泥石流的63.64％.以"7·20"典型坡面泥石流为例,初步分析了坡面泥石流的特点及激发雨量.分析认为北京市坡面泥石流发生在坡面陡长且松散堆积物厚度较大的坡体,具有规模小、暴发快、破坏力强、群发性高、隐蔽性高等特点.坡面泥石流均由暴雨激发,激发雨量为大暴雨或以上级别.     

基于孔压静力触探的岩土参数正态性检验方法对比

岩土参数的正态分布是岩土工程可靠分析的基本假定之一。目前,岩土工程参数的正态性检验以KS （Kolmogorov-Smirnov）检验为主,然而诸多研究表明,对于小样本数据,KS检验的正态性检验结果并不可靠。本文以废黄河泛滥沉积相粉土中的孔压静力触探（CPTU）锥尖阻力q_t数据为研究对象,首先采用ANOVA （方差分析）检验,从CPTU测试资料中进行总体的样本筛选,然后应用SW （Shapiro-Wilk）检验、KS检验、LF （Lilliefors）检验和AD （Anderson-Darling）检验等4种正态性检验方法,在不同样本容量条件下,对测试数据进行正态性检验评价。当测试数据的样本容量充足时,分析结果表明：SW检验结果最为严格,KS检验结果最不保守,而LF检验和AD检验的严格性介于两者之间;对于常规岩土工程设计,采用KS检验结果即可满足稳定性分析要求,对于复杂岩土工程设计,采用SW检验对设计参数进行正态性检验,可降低设计的不确定性。     

北京山区突发性地质灾害易发性评价

北京山区地质环境条件复杂,发育大量突发地质灾害隐患,既直接威胁山区村庄、道路、景区的人员及设施的安全,又会对城镇的规划建设构成威胁。通过开展地质灾害易发性评价工作,划分出地质灾害易发区,以评价结果指导城镇建设规划,减轻地质灾害的威胁,这是一项十分重要的工作。文章在阐述北京山区崩塌、滑坡及泥石流突发地质灾害发育情况的基础上,选取了坡度、起伏度、工程地质岩组、地质构造、地貌类型及降水等6个影响因子,采用综合信息量模型方法,分别对北京山区斜坡类灾害（崩塌、滑坡）和泥石流灾害的易发性进行评价,并根据“就高不就低”的原则,叠加各灾种的易发性评价结果划分出北京山区突发地质灾害易发性分区图,为城镇建设适宜性评价、编制国土空间规划及完善空间治理提供科学的依据。     

机器学习模型在滑坡易发性评价中的应用

机器学习在滑坡的易发性评价中面临两个难点,一是评价指标的客观量化,二是训练样本的选择。鉴于此,采用频率比法实现了评价指标的客观量化,利用k均值聚类算法实现了非滑坡样本数据的筛选。结果表明,以k均值聚类算法筛选非滑坡为前提,神经网络的训练精度由73%提升到了97%,支持向量机的训练精度由75%提升到了96%。基于GIS平台,将神经网络和支持向量机模型计算的全区易发性指数按自然断点法分为五个区域,分区图与历史灾害点的叠加分析统计结果显示,神经网络在全局范围内的评价结果优于支持向量机模型,全局精度分别为76%和74%。研究结果可为南江县的防灾减灾工作提供参考。     

浙中一次多风暴类型强对流天气成因及多普勒雷达特征

利用常规资料、区域自动站加密资料、探空资料、GFS 0.25°×0.25°逐6h的分析场数据和SB多普勒天气雷达资料对2018年5月18日发生在浙中地区的一次强对流天气过程进行分析。结果表明:此次过程产生了脉冲风暴、中等到强多单体风暴和飑线这3种风暴类型,分别出现冰雹、大范围强降水和雷雨大风等强天气。3种风暴的雷达回波在回波形态、强度、垂直结构、平均径向速度、垂直累积液态水含量VIL等特征如下:①脉冲风暴呈块状,初始回波高度在6～9km,强回波所在高度在-10℃等温线附近,强回波值达60dBz以上,VIL值出现跃升且最大值在50kg·m-2以上,冰雹出现在反射率因子核和VIL值迅速下降之后;②中等到强多单体风暴呈带状,大降水效率和"列车效应"是发生大范围强降水的主要原因,雷雨大风天气则与反射率因子核迅速下降、MARC、低层强辐散区有关;③飑线呈弓形回波形态,移速快,引起了大范围的雷雨大风天气。此次过程影响系统多,天气复杂,存在较大预报难点,在短时临近预报技术研究上有重要借鉴意义。     

中国中部典型高山气象站风速的均一性检验及其变化特点

采用二相回归方法并结合台站历史沿革信息,在对中国中部典型高山站南岳和庐山1960-2017年平均风速资料进行均一性检验和订正的基础上,分析其变化特征及其与周边低海拔台站的差异,并利用NCEP/NCAR再分析风速资料对其差异进行验证。结果表明：南岳站平均风速序列存在一个由测风仪器变更而导致的非均一点,而庐山站不存在非均一点;南岳和庐山年及四季平均风速均显著高于周边台站,且高山站以春季和夏季风速最大,而低海拔台站各季节风速差异较小;近58 a高山站及周边低海拔台站的年及四季平均风速均呈显著的减小趋势,但高山站的减小速率显著高于低海拔台站;同区域NCEP/NCAR的1000 hPa和850 hPa平均风速变化的差异与高山站和低海拔台站的差异基本一致,说明中低空和地面风速的这种差异在中国中部地区具有一定的普遍性。     

青海高原致灾性对流天气时空分布特征

利用2005-2016年青海高原地面观测、灾情和卫星云图等资料,对青海高原致灾性对流天气进行筛选和分类,在此基础上分析了各类致灾性对流天气的时空分布特征及与地形的关系。结果表明:(1)青海高原致灾性对流主要有雷暴、短时强降水、冰雹以及混合类四种,集中分布于高原东部。(2)地形对致灾性对流的落区、频次和强度起关键作用。雷暴多产生于山区,短时强降水和冰雹主要产生在迎风坡、河谷和地势较开阔的低地。其中,青东农区以混合类和冰雹居多,青南牧区以混合类居多,环湖与祁连地区和柴达木盆地以短时强降水居多。(3)近12 a青海高原致灾性对流整体呈波动式减少,2005-2010年(前期)致灾性对流日数和次数较多,2011-2016年(后期)显著减少,但不同类型年际变化特征略有差异。其中,冰雹和雷暴日数前期较大,后期显著减少;混合类和短时强降水日数无明显变化趋势,但前者年际波动幅度较后者大。(4)致灾性对流主要产生于5-9月,各类型均呈现典型的单峰型月分布,混合类和冰雹日数及次数的峰值均在8月,雷暴日数和次数的峰值均在6月,而短时强降水日数和次数的峰值分别在8月、7月。(5)致灾性对流集中产生于13:00至次日01:00,高峰时段(16:00-20:00)以冰雹和混合类居多,而夜间时段以短时强降水居多。     

线性化物理过程对GRAPES 4DVAR同化的影响

线性化物理过程能够改善四维变分同化中极小化收敛的稳定性和增加极小化过程中对大气物理过程和动力更加精确的描述,它是四维变分同化中非常重要的一部分。通过在GRAPES全球模式中研究线性化物理过程,尤其是两个湿线性化物理过程,改善切线性模式预报精度,来提高GRAPES全球四维变分同化的分析和预报效果。线性化物理过程的开发首先需要简化原非线性化物理过程中的强非线性项,然后对线性化物理过程进行规约化,以抑制切线性扰动的异常增长。目前GRAEPS全球模式中的线性化物理过程主要包括次网格尺度地形参数化、垂直扩散、积云深对流和大尺度凝结。线性化物理过程预报精度的检验方法是通过选择合适大小的初始扰动（同化分析增量）,来比较非线性模式和切线性模式中的扰动演化的纬向平均误差。然后以绝热版本的切线性模式为基础,通过冬、夏两个个例试验来分别检验4个线性化物理过程的12 h预报效果。试验结果表明,通过添加次网格地形参数化和垂直扩散两个干线性化物理过程方案,可以有效抑制住绝热版本切线性模式低层扰动的异常增长,大幅度改善切线性模式预报效果。通过添加积云深对流和大尺度凝结两个湿线性化物理过程,可以在热带区域和中、高纬度地区提高切线性模式中湿变量和温度变量的近似精度,提高GRAPES全球四维变分同化的分析和预报效果。