氡(222Rn)在地下水-地表水相互作用中的应用研究进展

地下水-地表水相互作用是水资源管理和地表水生态系统保护中重要的一个环节,氡同位素(²²²Rn)由于其在地下水与地表水中含量差异显著、性质保守、检测难度低,广泛运用于地下水-地表水相互作用的研究当中。本文通过总结分析²²²Rn在不同地表水体(海水、河水、湖水等)中的应用,指出刻画地下水氡浓度的异质性是估算地下水排泄的重点和难点。在估算海底地下水排泄(SGD)时,氡的混合损失项估算不确定、海水氡浓度时空变异性、SGD的多组分特征等可能给估算结果带来较大不确定性;在估算河流地下水排泄时难以确定氡的大气逃逸量;研究人员对氡在示踪地表水补给地下水方面的研究程度相对不足。本文从科学研究和实际生产方面,对²²²Rn的研究应用提出以下潜在方向:(1)降低地下水氡空间变异性对估算地下水排泄量的影响;(2)针对不同水体、不同水文条件,准确刻画氡的大气逃逸量;(3)拓展²²²Rn示踪能够解决的科学问题;(4)将氡质量平衡模型计算与不确定分析相结合,实现软件化。     

Response characteristics of plunge pool slabs of Xiaxiluodu Hydropower Station to flood discharge pulsating-pressure under valley deformation conditions

The key problem of the energy dissipation scheme of the arch dam body flood discharge and plunge pool below the dam is the stability problem of the plunge pool slab. As the protection structure of the underwater bed, the plunge pool slab bears the continuous impact of high-speed water flow. The hourly average dynamic water pressure on the slab is one of the main loads directly affecting the stability of the slab and is the main factor causing its erosion destruction. After the impoundment of the Xiluodu Hydropower Station, the measuring line of valley width in the plunge pool area has been continuously shrinking. By 2020, the cumulative shrinking value is about 80 ​mm. In light of the general background condition of valley shrinkage, daily inspection, annual detailed inspection, underwater inspection and drainage inspection of the plunge pool found that the plunge pool has experienced different degrees of damage, which greatly influences the long-term safety stability of the plunge pool. In this paper, the prototype observation data of flood discharge is used as the input load of pulsating-pressure, and the stress and displacement distribution of the plunge pool structure under the vibration load of flood discharge is analyzed under the condition that the stress and strain state of the plunge pool is changed under the influence of valley displacement. The results show that the stress, strain, and displacement distribution of the plunge pool are mainly caused by valley deformation, the vibration caused by flood discharge is little in influence, and the impact effect of deep hole flood discharge tongue on the plunge pool slab is weak.     

地下水机器学习方法研究

随着我国地下水监测工作的高速发展,高频率高密度水位监测数据的出现催生了对其进行深入信息挖掘的需求。在传统地下水模型研究中,地下水水位监测值常位于模型构建过程的下游,当水位监测的时空密度逐渐增大时,新增信息无法有效传导至模型的规划阶段并指导概念模型的修订。文章提出了一种地下水系统补排边界的识别方法,在不建立地下水数值模型的前提下,以监测井空间位置为节点,按照德劳内原则建立三角网格。在此网格系统中,首先定义一个水力梯度变换函数gradF,以求取网格中任意位置的水力梯度;借鉴机器学习领域的优化算法,使用水力梯度场驱动含水层中随机分布质点的运行轨迹,并以此推断和识别区域内地下水补给和排泄边界。在环境地学计算平台EnviFusion-CGS中实现,并构建了详细工作流程。以山东省青岛市大沽河中下游含水层为示范区,对含水系统的补给区和排泄区的空间分布及其动态变化进行了分析,取得了良好效果。本研究为构建和修订已有含水层概念模型提供了新思路。     

人工阶梯-深潭破坏案例与稳定性分析

通过2006—2010年4个修建人工阶梯-深潭系统的治理山区河流案例,总结其治理效果和最终破坏原因.以单个阶梯为分析对象,给出其受力表达式,建立单个阶梯-深潭的简化稳定性模型,进而分析来流量和冲刷角变化对其稳定性的影响.单个阶梯的稳定性取决于关键石块粒径、河道坡降、流量和冲刷角.洪水期的洪峰流量和阶梯下游冲刷是阶梯破坏的主要原因,上游来流量增加和冲刷角越大,阶梯越易发生破坏.人工阶梯-深潭系统在洪水期的稳定性是其发挥长期治理效果的关键.     

突变理论在边坡工程应用的研究进展

突变理论是非线性科学领域中的一个重要分支,作为一种数学工具已经在众多领域得到广泛应用,在边坡工程中的应用尤为活跃。首先简述了突变理论的发展概况和基本原理,然后分别从3个方面详细论述了突变理论在边坡工程应用中的研究进展,即基于尖点突变法的边(斜)坡稳定性分析、基于突变级数法的边(斜)坡稳定性评价和基于灰色理论、模糊数学的尖点突变预测模型对滑坡时间预报,重点讨论了相应的理论模型、应用方法和实际效果,最后结合目前存在的问题探讨突变理论在边坡工程的发展趋势。     

Correlation －SVM 模型在大坝变形预测中的应用

引起大坝变形的影响因素很多,即在利用支持向量机（ SVM）模型进行大坝变形分析和预报的过程中,需要将所有的影响因子都输入到SVM模型中,这样会造成输入因子的不侧重性,基于此,本文对大坝变形的影响因子进行相关性分析,根据大坝变形影响因子和大坝变形量之间的关系来确定最优的影响因子,即将比重比较大的影响因子输入到SVM模型中,从而提高了SVM模型运行效率及预测的精度和速度。     

随机参数扰动方法对中国冬季降水集合预报的影响

降水数值预报有很大的不确定性,与降水预报密切相关的物理过程参数化方案中关键参数的不确定性是降水数值预报误差来源之一,对这些参数引入随机扰动的随机参数扰动方法（Stochastically Perturbed Parameterization,简称SPP方法）可以代表模式降水预报的不确定性,是国际集合预报前沿研究领域。为了认识该方法能否代表中国冬季降水数值预报的不确定性,为业务应用提供科学依据,基于中国气象局中尺度区域集合预报模式（Global/Regional Assimilation and Prediction System-Regional Ensemble Prediciton System,简称GRAPES-REPS）,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等四个参数化方案中选取了16个与降水密切相关的关键参数,引入了随机参数扰动方法,并通过2018年12月12日至2019年1月12日总计31天的冬季集合预报试验,对比分析了SPP方法对等压面要素及降水的集合预报效果。结果显示:在冬季应用SPP方法时,等压面要素的概率预报技巧总体来说优于无SPP方法扰动的对比试验,且对于低层、近地面要素的改进效果优于对中高层等压面要素的改进;但对降水概率预报而言,尽管检验评分数值略优于对比预报试验,但并未通过显著性检验,这表明,在东亚冬季风影响下,随机参数扰动方法对中国冬季降水概率预报技巧没有明显的改进。究其原因,可能是由于SPP方法主要代表对流性降水预报的不确定性,而中国冬季降水过程主要与斜压不稳定发生发展有关,模式降水以大尺度格点降水为主,对流性降水较少,故对冬季降水预报改进不明显,这为业务集合预报模式中应用随机参数扰动方法提供了科学依据。     

大气物理过程方案对PM2.5预报的敏感性试验

利用WRF-Chem大气化学模式,选择2015年12月中旬发生在我国的大范围空气污染过程,在采用同样化学方案条件下,针对模式中不同物理过程及其参数化方案开展了地面PM_(2.5)预报的敏感性试验。结果表明:该模式能较好展示此次PM_(2.5)污染的演变过程,与实况也较接近,但对青海经宁夏至内蒙的PM_(2.5)高值区出现了漏报现象,这可能是模式外边界未对污染物做更新所致。对地面PM_(2.5)的预报,各物理过程的敏感度不同,边界层(含近地面层)过程的影响要明显大于积云对流及微物理过程的影响,不同的参数化方案会造成不同的预报误差。边界层过程QNSE和与其配套的近地面层方案的组合是预报的较佳组合;而TEMF和与其配套的组合以及ACM2和Pleim-X的组合则不佳。合理的物理过程参数化方案有助于提高PM_(2.5)预报质量。模式预报对排放源也有适应过程,其Spin-up时间较气象要素长。     

杭州市典型雨转雪天气成因及预报模型

利用2008—2018年的NCEP(1°×1°)再分析资料、常规气象观测资料和降雪加密观测资料,选出杭州地区10次典型的雨转雪天气过程,从大尺度环流背景和动力、水汽以及热力因子等物理量场结构方面展开研究,最终得出杭州冬季典型雨转雪天气的预报模型:①大尺度环流配置需满足能为雨转雪天气的形成提供有利的水汽、动力抬升以及中低层上暖下冷的逆温或等温层结条件;②水汽和动力因子等物理量须满足产生纯雪的特定条件;③杭州温度层结须为T_(2m)≤1.5℃、T_(925)≤-4.0℃、T_(850)≤0℃、T_(700)≤-1.0℃和T_(500)≤-10.0℃。此外,进一步补充了杭州可能产生大雪甚至暴雪量级降雪的特定条件。最终选取2019年初的2次典型降水过程进行预报回报检验。     

基于深度学习和雷达观测的华南短临预报精度评估

利用最新的深度学习算法,即卷积长短期记忆(Convolution Long-Short Term Memory)神经网络,构建基于深度学习的人工智能短临预报系统,以广州地区2019年3-5月雷达观测的数据为输入进行训练,然后进行短期1h内的降水预报。利用常用的统计评分指标(探测率POD、误报率FAR、临界成功指数CSI,相关系数CC)检验模型。结果表明,预报结果与实际观测的相关系数在1h内预报均保持在0.6以上,在1h内预报探测率均保持在80%以上,临界成功指数在降水强度为10mm·h^-1时,基本保持在60%,误报率均小于40%。