层序地层学在隐蔽圈闭预测中的应用--以松辽盆地南部为例

根据松辽盆地南部地区典型的反演地震剖面及典型井的体系域、层序的发育特征,在松辽盆地南部地区共识别出9个层序、12个体系域,并应用层序地层学理论对松辽盆地南部地区青山口组及姚家组隐蔽圈闭进行了预测.研究结果表明:砂岩透镜体岩性圈闭主要分布于青二段及姚二三段高水位体系域;砂岩上倾尖灭岩性圈闭主要分布于姚一段水进及高水位体系域;地层超覆圈闭主要分布于各个水进体系域;断层-岩性圈闭和构造-岩性圈闭可以分布于各个体系域,分别取决于断层和构造发育层位.     

降水效果的数值分析和设计优化研究

降水在各类工程中使用的越来越多,已形成了一套设计和施工方法,但其降水效果分析却少有人研究。针对某露天煤矿开挖中的降水疏干工程,开展了大规模的数值模拟研究。在掌握水文地质条件的基础上,通过Modflow建立了较合理的数值模型,对不同工况的降水效果进行了详细的分析,实际计算表明,加井时间、调整单井抽水量、井的数目、井的排列以及它们的相互作用对降水效果有很大影响。分批次、分时段、优化井排列和调整单井抽水量是提高降水效果的设计措施和优化设计的重要影响因素,这些因素的作用规律将为降水设计和施工以及实际工程效果提供重要理论依据。     

陕西兴平市水资源优化配置探讨

兴平市是一个资源性缺水地区。要加快建设产业集聚强、配套功能完善、生态环境优美的新兴城市,强力推动四大工业园区建设,必须有水资源的可靠支撑和保障。通过对水资源开发利用现状及存在主要问题的分析,提出联合调度各种水资源,分质供水,形成地下水、宝鸡峡渠系水、引石济咸地表水,中水回用的优化配置方案。     

会泽型(HZT)富锗银铅锌矿床成矿构造动力学研究及年代学约束

川-滇-黔多金属成矿域是会泽型(HZT)富锗银铅锌矿床的主要分布区。近十年来,该类矿床成矿时代及其成矿构造动力学一直是该区研究的主要热点之一。针对铅锌矿床准确定年的难题,首次综合应用地质推断-构造变形筛分-构造古应力系统测量-同位素定年技术,提出冲断褶皱构造形成时代与矿床成矿时代一致,其主体时代为印支晚期(2.0~2.3亿年)。研究认为,该期发生的铅锌多金属成矿作用是川-滇-黔接壤区重要的地质事件,其成矿构造动力学为印支晚期特提斯洋闭合与造山作用在扬子地块西南缘前陆盆地诱发强烈的斜冲走滑,形成一系列冲断褶皱构造带,并发生流体大规模运移,在有利的构造部位形成一批大型-超大型矿床。该认识对深化川-滇-黔多金属成矿域铅锌矿床成矿模型、优选找矿标志、圈定重点找矿靶区和实现找矿突破具有现实意义。     

长沙某高边坡支护设计优化

结合长沙某高边坡支护工程实例，详细研究边坡岩土条件及环境条件，充分挖掘岩土参数潜力：≯耋翌睾；方綦建藉蓑术、经济对比分析，优选锚杆网格梁法进行边坡加固支护。实践表明，锚杆网格梁法是一种加固高边坡性价比很好的方法。     

Ka波段固态发射机体制云雷达和激光云高仪探测青藏高原夏季云底能力和效果对比分析

激光云高仪和云雷达是探测云底的两种设备,但其探测能力和探测结果有一定的差异,对比分析两种设备的测云效果有助于正确认识它们的探测优势,推进我国云雷达在云探测中的应用。本文提出了基于云雷达数据的云底和云顶高度分析方法,利用2014年夏季第三次青藏高原大气科学试验云雷达、激光雷达和激光云高仪数据,统计了三种设备探测青藏高原低云、中云和高云的云底高度偏差、探测率,分析了激光云高仪探测云底偏高的原因,根据探测结果提出了固态发射机体制雷达探测青藏高原低云的优化观测模式,模拟分析了探测效果。结果表明:（1）云雷达对高云的探测能力要明显优于激光云高仪,但其对低云的探测能力有待改进,激光云高仪探测云底下部的边界层内的云雷达回波信号可能是非云降水回波;低层云的遮挡作用明显降低了激光云高仪对多层云的观测能力;与激光云高仪相比,云雷达仍然会漏掉一些高云和中云。（2）激光云高仪探测的中云和高云的云底很多在云雷达回波内部,云雷达和激光云高仪观测的云底的时空对应关系比较差。（3）增大激光发射功率和优化固态发射机体制云雷达观测模式可提高云的观测能力,微波和激光雷达数据融合可全面了解不同类型云的宏观特征。这一工作为云雷达和激光雷达数据的应用,评估激光云高仪和云雷达探测青藏高原云的能力,讨论设计优化的云观测方案,为推进我国云观测技术的发展提供了重要参考依据。     

A New Strategy for Solving a Class of Constrained Nonlinear Optimization Problems Related to Weather and Climate Predictability

There are three common types of predictability problems in weather and climate, which each involve different constrained nonlinear optimization problems: the lower bound of maximum predictable time, the upper bound of maximum prediction error, and the lower bound of maximum allowable initial error and parameter error. Highly efficient algorithms have been developed to solve the second optimization problem. And this optimization problem can be used in realistic models for weather and climate to study the upper bound of the maximum prediction error. Although a filtering strategy has been adopted to solve the other two problems, direct solutions are very time-consuming even for a very simple model, which therefore limits the applicability of these two predictability problems in realistic models. In this paper, a new strategy is designed to solve these problems, involving the use of the existing highly efficient algorithms for the second predictability problem in particular. Furthermore, a series of comparisons between the older filtering strategy and the new method are performed. It is demonstrated that the new strategy not only outputs the same results as the old one, but is also more computationally efficient. This would suggest that it is possible to study the predictability problems associated with these two nonlinear optimization problems in realistic forecast models of weather or climate.     

用非线性最优化方法研究El Nio可预报性的进展与前瞻

综述用非线性优化方法研究厄尔尼诺(El Ni~no)南方涛动(ENSO)事件可预报性的进展。针对ENSO可预报性研究中的热点问题———“前期征兆”、“春季可预报性障碍”,以及如何量化研究ENSO可预报性和ENSO的不对称性问题,作者在近年来的工作中先后用理论模式和中等复杂程度ENSO模式研究了ENSO可预报性的动力学,揭示了ENSO的若干重要非线性特征。主要结果如下:(1)条件非线性最优扰动(CNOP)(局部CNOP)比线性奇异向量更易发展成ENSO事件,扮演了ENSO的最优前期征兆。这些ENSO事件关于气候平均态是不对称的。理论分析表明,非线性温度平流过程是造成这种不对称性的重要原因。1980~2002年的海洋再分析资料验证了上述理论结果。(2)ENSO事件CNOP型初始误差的发展有明显的季节依赖性,该误差导致了ENSO事件最显著的春季可预报性障碍(SPB)现象。ENSO事件SPB的发生不仅依赖于气候平均态,而且依赖于ENSO事件本身及其初始误差模态,是三者综合作用的结果。(3)建立了关于ENSO可预报性的最大可预报时间下界、最大预报误差上界和最大允许初始误差下界的三类可预报性问题,分别从三个方面揭示了ENSO事件的春季可预报性障碍现象,比较有效地量化了其可预报性。(4)通过CNOP方法,揭示了非线性温度平流在年代际尺度ENSO不对称性研究中的重要作用,解释了ENSO不对称性的年代际变化,基于所用ENSO模式给出了ENSO不对称性年代际变化的机制。最后,展望了非线性优化方法在ENSO可预报性中应用的前景,并期望该方法能拓展到ENSO第二类可预报性问题的研究中。     

基于多属性决策的区域大气复合污染多目标优化控制方法研究

大气复合污染是我国目前面临的主要大气环境问题。科学减排对大气复合污染形成起主要作用的一次污染物和二次污染的前体物,是治理大气复合污染的有效手段。本文提出了一种新的区域大气复合污染多目标优化模型,并结合多目标进化算法和基于决策者偏好的多属性决策技术,寻找治理大气污染的最优控制策略。与传统的单目标优化控制技术相比,本文提出的方法在保证环境达标的前提下,同时兼顾治理成本和行业可持续性发展这两种在一定程度上互斥的目标,并融入了决策者从当地实际情况出发对目标重要性的权衡,更加符合管理实践的需求,可为科学治理区域大气复合污染提供借鉴。     

Ensemble retrieval of atmospheric temperature profiles from AIRS

ABSTRACT Satellite-based observations provide great opportunities for improving weather forecasting. Physical retrieval of atmo spheric profiles from satellite observations is sensitive to the uncertainty of the first guess and other factors. In order to improve the accuracy of the physical retrieval, an ensemble methodology was developed with an emphasis on perturbing the first guess. In the methodology, a normal probability density function （PDF） is used to select the optimal profile from the ensemble retrievals. The ensemble retrieval algorithm contains four steps： （1） regression retrieval for original first guess; （2） perturbation of the original first guess to generate new first guesses （ensemble first guesses）; （3） using the ensemble first guesses and nonlinear iterative physical retrieval to generate ensemble physical results; and （4） the final optimal profile is selected from the ensemble physical results by using PDE Temperature eigenvectors （EVs） were used to generate the pertur- bation and generate the ensemble first guess. Compared with the regular temperature profile retrievals from the Atmospheric InfraRed Sounder （AIRS）, the ensemble retrievals RMSE of temperature profiles selected by the PDF was reduced between 150 and 320 hPa and below 400 hPa, with a maximum improvement of 0.3 K at 400 hPa. The bias was also reduced in many layers, with a maximum improvement of 0.69 K at 460 hPa. The combined optimal （CombOpt） profile and a mean optimal （MeanOpt） profile of all ensemble physical results were improved below 150 hPa. The MeanOpt profile was better than the CombOpt profile, and was regarded as the final optimal （FinOpt） profile. This study lays the foundation for improving temperature retrievals from hyper-spectral infrared radiance measurements.