金塔绿洲风场与温湿场特征的数值模拟

使用美国NCAR新版MM5V3.6非静力平衡模式,采用三重嵌套的降尺度方法,模拟研究了甘肃河西走廊金塔绿洲风场与温湿场特征。结果表明:由于绿洲的存在,绿洲沙漠系统产生的次级环流对局地环流有一定影响;平流作用将沙漠中的干热空气送向绿洲,绿洲近地层会出现逆温,感热向地表输送;沙漠上由于临近绿洲的水汽平流作用,上层大气湿度比低层更大,这就是逆湿现象。     

天然裂缝影响下的花岗岩水力裂缝扩展数值模拟

水力压裂技术是成功实现干热岩资源开发利用的重要手段之一,数值模拟技术能够精准预测水力裂缝扩展。针对典型花岗岩,借助黏性单元法,分别模拟了致密花岗岩和天然裂缝存在情况下的水力裂缝扩展特征,得出以下结论:致密花岗岩的水力裂缝形态单一,天然裂缝的存在增加了压裂后裂缝的复杂性;致密花岗岩水力裂缝拓展主要分为憋压和拓展两个交替往复的阶段,当存在天然裂隙时,水力压裂过程会变得复杂;天然裂缝存在时,水力裂缝的缝长和缝宽分别为致密花岗岩的5.7倍和1.7倍;缝网的形成需要借助复杂的压裂工艺实现。研究结果可以为增强型地热系统(EGS)储层水力刺激工作提供理论支持。     

极区电离层对流速度的浅层神经网络建模与分析

电离层对流是太阳风与地球磁场相互作用下驱动的磁层大尺度对流循环与对流电场在极区电离层的映射, 与行星际磁场-地球磁场耦合系统息息相关.本文基于SuperDARN(Super Dual Aurora Radar Network)分布在北半球的23部高频相干散射雷达获取到的二维电离层对流速度对其进行建模研究.模型输入为行星际磁场三分量、太阳风速度、太阳风密度和地磁指数六个空间物理参数, 模型输出为二维对流速度.模型选择两种广泛应用于空间物理建模的浅层神经网络即广义回归神经网络(General Regression Neural Network, GRNN)和误差反向传播(Back Propagation, BP)神经网络.实验结果显示, GRNN模型和BP模型的速度幅值均方根误差分别为174.96 m·s^-1和234.21 m·s^-1, 速度方向角均方根误差分别达到62.30°和88.07°, 相比于对流速度最大值2000 m·s^-1和360°的方向角范围来说, 其误差是可以接受的.外推性实验结果显示, 在第24个太阳周期时, GRNN模型和BP模型的速度幅值均方根误差分别为305.35 m·s^-1和738.15 m·s^-1, 速度方向角均方根误差分别为82.01°和90.56°.实验结果表明, GRNN在时间外推性上的效果优于BP神经网络, 更适用于预测对流速度.我们发现在四种典型空间环境条件下, 利用GRNN模型预测的瞬时对流速度来构建的全域对流模式与现有统计模型构建的对流模式相似, 从而验证预测的对流速度可以用于分析瞬时极区电离层对流.

     

未来月球熔岩管科研工作站能源供给的数值模拟

在月球熔岩管内建立科研工作站可以避免很多自然灾害, 因此月球熔岩管长期被认为是人类探索月球建造科研基地的理想场所.Apollo 15和Apollo 17实测资料表明月表具有极低的导热系数, 所以月球风化层的温度在深度超过50 cm的区域保持在较低的恒定值(~250 K).因此, 在熔岩管内建立科研工作站需要考虑维持人类宜居温度的供热问题.在不考虑熔岩管轴向热量流失的情况下, 本文建立了二维瞬态热传导的有限元数值模型, 定量研究了位于赤道和极地地区的单位轴向长度(1 m)熔岩管加热到宜居温度的时间、维持在宜居温度所需要的供给功率以及利用太阳能给熔岩管供电等问题.结果表明, 对于直径为20 m的单位长度的管洞, 在Apollo测量点和极地地区分别采用6280 W及16328 W的加热功率一个月球日内就可以将其加热到宜居温度(~293.15 K).在维持宜居温度阶段, 熔岩管壁热量在向四周传递的同时热流也在逐渐减小.结果也表明, 为了节约能源, 月球科学研究站应建在赤道地区平均温度较高、深度较深、直径较大的熔岩管处.而且如果在熔岩管壁处增加0.5 m厚度的风化层作为绝热层可以进一步减小加热功率和热量损失.因此, 在加热阶段位于赤道地区直径为20 m且含绝热层的熔岩管在前三年需要20L~120L W(L(m)为实际熔岩管的轴向长度)的加热功率和0.06L~0.4L m²的太阳能电池板.3年后, 仅需15L W的功率和0.05L m²的太阳能电池板即可满足室温需求.我们的研究将为今后在月球熔岩管内建立科学研究基地提供科学指导.

     

智慧城市中的大数据

智慧城市的功能之一是构建可智能感知的、泛在化的空间信息服务,并将这些服务按需求进行组合提供灵活的服务,这就要求空间信息服务能更好地适应不断变化的地理上下文环境。设计了上下文感知的空间信息服务的语义模型,该模型扩展了OWL-S本体,增加了地理上下文类、上下文前提条件类、上下文效果类和上下文绑定类以支持地理上下文和地理上下文适应性,并使用智能规划技术和语义增强技术,将上下文感知的空间信息服务组合转化为智能规划的求解过程,提高了服务组合精度。最后通过智慧旅游验证了上下文感知的空间信息服务组合方法的可行性和有效性。     

渤海MN油田南区相控地质建模

在精细地层对比、沉积相分析和隔夹层分布等研究基础上,笔者采用相控方法进行渤海MN油田南区储层三维地质建模。在沉积相模拟中,以沉积模式为蓝本,将沉积亚相展布、井震结合预测的泥岩夹层分布等确定性认识和随机模拟技术相结合,同时依据各沉积亚相内储层发育的特征和差异,选择不同的“砂包泥”和“泥包砂”模拟思路,实现逐级相控、定量表征储层的空间分布。研究结果表明,以精细油田地质特征认识为基础,采用多条件地质约束的相控建模方法,可以更好地反映沉积认识,提高储层建模的精确度。     

冷泉活动区气泡羽状流数值模型研究

羽状流对天然气水合物的识别起到了间接指示作用,为研究冷泉活动区气泡羽状流产生的地震响应,需建立符合实际羽状流特征的模型。为此,参考实际羽状流赋存状态,结合含气泡水体特征,在已建立模型基础上,从羽状流气泡的垂直运移规律、分布特点及羽状流外观特征上对模型进行了改进,先后获得3个羽状流模型,最后的模型Ⅲ更接近实际羽状流赋存特征。通过与实际羽状流的对比,讨论分析了模型Ⅲ的合理性,并得出结论：所建模型体现了实际羽状流气泡的本质特征,并包含了更为复杂的气泡含量变化,可用于进一步深入研究羽状流地震响应特征,也为气泡羽状流的地震识别及天然气水合物的相关研究提供了较好的数值模型。     

沙漠地区地震勘探随机噪声建模及其在噪声压制中的应用

随机噪声是影响地震勘探有效信号的主要因素,其存在大大降低了地震记录的信噪比.在噪声压制方法不断被改进的同时,对随机噪声特性进行研究,了解噪声的产生机制是对其进行压制的先决条件,目前对噪声的研究主要是特性研究以寻找规律性,对其进行定性定量的分析还比较少.本文根据塔里木沙漠地区实际采集环境,考虑到噪声的连续性给计算带来的不便,假设各类噪声源以点源的形式分布在检波器周围,依据相应理论确定各类噪声源的源函数,其激发的噪声经由波动方程传播,将随机噪声作为各类噪声源共同作用的综合波场,建立随机噪声的理论模型.通过分析不同种噪声对地震记录的影响,选取合适的滤波方法对其进行压制,实验结果表明,通过建立沙漠地区随机噪声的理论模型,为选择有效的滤波方法,提高地震记录信噪比起到理论指导作用.     

浅层气对下伏地层深度预测影响定量研究及在渤海B油田中的应用

浅层气的存在造成下伏地层地震反射出现假象,使得深度预测不准确,增大了油田开发钻井风险。为提高浅层气下伏地层深度预测精度,利用理论模型分析量化描述浅层气对下伏地层的影响范围和影响程度,同时通过正演模拟手段构建时差定量校正量版,指导储层高精度深度预测。根据研究成果和认识,成功解释了渤海B油田两口已钻井深度误差出现的原因,并进一步利用时差校正量版提高了该油田区目标储层深度预测的精度,成功指导了后续多口开发井的准确钻探。     

基于L-M神经网络的陡崖层状危岩失稳模式预测

明确危岩变形失稳模式是预防和治理研究的前提,但如今的传统预测方法存在成本高昂、实用性不强等缺点,尤其是在强烈地震诱发下。本文采用基于Levenberg-Marquardt法的神经网络结构,并借助三维离散元数值模拟手段,综合考虑了陡崖层状危岩的节理倾角、危岩边长、危岩高宽比、危岩堆积层数等影响变形失稳模式因素,以危岩变形失稳模式为研究对象,影响因素为切入点,建立了陡崖层状危岩变形失稳模式预测的神经网络模型。并基于由数值模拟计算得到的危岩变形失稳模式样本训练所建立的神经网络,最后分析了该预测模型的准确性。结果表明：该模型具有较好的学习和泛化能力,预测精度达到86.7%,验证了基于Levenberg-Marquardt法的神经网络预测危岩变形失稳模式的方法是有效且实际可行的。