基于高清工业相机的盾构隧道裂缝智能识别算法分析

裂缝一直是隧道病害的重点检测对象,但传统人工巡检仅能通过肉眼发现后记录,人工识别精准度与效率完全取决于个人经验判断,无信息化手段辅助,作业效率识别精度亟待提升。针对以上问题,本文借助高清工业相机成像分辨率高、采集速度快等特点,将高清工业相机部署于轨道车上获取隧道表面裂缝病害信息,大幅提高了隧道裂缝识别效率,将识别精度提升至0.2 mm,同时融入优化的Cascade R-CNN算法,在有监督情况下训练隧道裂缝样本,最终实现了隧道裂缝病害的高效提取,同时研发了一套包含硬件数据采集、数据处理软件、数据管理平台的裂缝病害识别路线,真正意义上破除了识别慢、精度低、靠经验、难管理的技术壁垒。     

准噶尔盆地西北缘车排子凸起原油类型与油源

准噶尔盆地西北缘南部红车断裂带- 车排子凸起油气藏众多,原油物理化学性质和地球化学特征十分复杂,原油类型及其来源长期存在很大争议。本文在准噶尔盆地不同时代烃源岩生成原油典型地球化学特征与主要油源判识指标归纳总结的基础上,对红车断裂带- 车排子凸起原油地球化学特征和来源进行系统分析研究,将该区域原油分为五类,其中三类原油分别来源于二叠系湖相烃源岩、中—下侏罗统煤系烃源岩、古近系安集海河组湖相烃源岩,另外两类为混合原油,分别为来源于二叠系湖相烃源岩的生物降解稠油与中—下侏罗统煤系烃源岩生成的正常原油和古近系湖相烃源岩生成的正常原油的混合原油。红车断裂带石炭系—白垩系油藏原油主要来源于沙湾凹陷二叠系湖相烃源岩,车排子凸起东北部春风油田稠油来源于沙湾凹陷二叠系湖相烃源岩;车排子凸起东侧- 红车断裂带西侧新近系沙湾组油藏轻质原油来源于四棵树凹陷古近系湖相烃源岩;车排子凸起中部春光油田白垩系—古近系油藏稠油为二叠系来源稠油和侏罗系正常原油的混合原油,新近系沙湾组油藏稠油为二叠系来源稠油与新近系正常原油的混合原油;车排子凸起西部石炭系—古近系油藏轻质原油来源于四棵树凹陷中—下侏罗统煤系烃源岩,而新近系沙湾组油藏轻质原油来源于四棵树凹陷古近系湖相烃源岩。本文对准噶尔盆地西北缘南部地区油气藏成藏研究及区域油气勘探决策具有重要参考作用。     

利用SVM与ARIMA组合模型进行大坝变形预测

由于大坝位移时间序列数据受各种复杂因素的影响,具有非平稳和非线性等特征,因此,利用传统、单一的时间序列预测模型较难准确地描述大坝位移变形的复杂规律。综合考虑大坝位移时间序列非线性和线性特征,本文提出了一种SVM和ARIMA相结合的时间序列预测模型。将大坝变形的时间序列分为非线性部分和线性部分。针对非线性部分,利用SVM进行滚动预测,并与NAR动态神经网络进行对比,试验表明SVM处理非线性问题具有相对的优势;针对线性部分,通过ARIMA模型对其进行单步滚动预测,综合两项预测结果得到组合模型的预测值。结合大坝实测资料对组合模型进行检验,试验结果表明,SVM-ARIMA组合模型的预测精度高,能更好地描述大坝位移的变化趋势,具有一定的实用价值。     

基于遥感影像的青海省环境变化监测

本文通过对遥感影像的分析,针对土地利用及植被变化情况,利用优化的K-means算法对青海省环境变化进行检测,以此对土地的利用进行合理的规划,以期实现可持续发展。同时将试验结果与外业实际结果及当地政策规划进行比对,结果显示文中算法对土地的变化和未来走势预测准确率超过75%,从而验证了监测方法的可行性。这不仅保证了在经济发展的同时能够合理地使用土地资源,而且能对环境进行有效的保护。     

Seasonal prediction of June rainfall over South China: Model assessment and statistical downscaling

The performances of various dynamical models from the Asia-Pacific Economic Cooperation(APEC) Climate Center(APCC) multi-model ensemble(MME) in predicting station-scale rainfall in South China(SC) in June were evaluated.It was found that the MME mean of model hindcasts can skillfully predict the June rainfall anomaly averaged over the SC domain.This could be related to the MME's ability in capturing the observed linkages between SC rainfall and atmospheric large-scale circulation anomalies in the Indo-Pacific region.Further assessment of station-scale June rainfall prediction based on direct model output(DMO) over 97 stations in SC revealed that the MME mean outperforms each individual model.However,poor prediction abilities in some in-land and southeastern SC stations are apparent in the MME mean and in a number of models.In order to improve the performance at those stations with poor DMO prediction skill,a station-based statistical downscaling scheme was constructed and applied to the individual and MME mean hindcast runs.For several models,this scheme can outperform DMO at more than 30 stations,because it can tap into the abilities of the models in capturing the anomalous Indo-Paciric circulation to which SC rainfall is considerably sensitive.Therefore,enhanced rainfall prediction abilities in these models should make them more useful for disaster preparedness and mitigation purposes.     

Predictability of the summer East Asian upper-tropospheric westerly jet in ENSEMBLES multi-model forecasts

The interannual variation of the East Asian upper-tropospheric westerly jet(EAJ) significantly affects East Asian climate in summer. Identifying its performance in model prediction may provide us another viewpoint,from the perspective of uppertropospheric circulation,to understand the predictability of summer climate anomalies in East Asia. This study presents a comprehensive assessment of year-to-year variability of the EAJ based on retrospective seasonal forecasts,initiated from1 May,in the five state-of-the-art coupled models from ENSEMBLES during 1960–2005. It is found that the coupled models show certain capability in describing the interannual meridional displacement of the EAJ,which reflects the models' performance in the first leading empirical orthogonal function(EOF) mode. This capability is mainly shown over the region south of the EAJ axis. Additionally,the models generally capture well the main features of atmospheric circulation and SST anomalies related to the interannual meridional displacement of the EAJ. Further analysis suggests that the predicted warm SST anomalies in the concurrent summer over the tropical eastern Pacific and northern Indian Ocean are the two main sources of the potential prediction skill of the southward shift of the EAJ. In contrast,the models are powerless in describing the variation over the region north of the EAJ axis,associated with the meridional displacement,and interannual intensity change of the EAJ,the second leading EOF mode,meaning it still remains a challenge to better predict the EAJ and,subsequently,summer climate in East Asia,using current coupled models.     

黄淮地区夏季日降水分区概率预报方法研究

利用我国黄淮地区1961—2010年50年6—8月的日降水资料,采用REOF和t检验的方法,将中国黄淮地区夏季降水分成Ⅰ—Ⅴ区。5个区域进行差异性t检验表明5个区域之间（彼此）差异显著,说明了区域划分的正确性。在此基础上利用1999—2007年6—8月站点日降水资料以及CFSv2模式后预报的日降水资料建立了5个区域内共5个代表站点的夏季日降水概率预报方程,并进行了确定性、概率性预报检验和业务试用检验。对各区域内5个代表站日降水量的确定性预报检验表明：Logistic回归降水概率预报方程的TS评分要高于CFSv2模式预报和T213的集合预报平均,空报率也低于CFSv2模式预报和T213集合预报平均,但是漏报率却略高。各区域代表站日降水量的概率预报Brier评分检验表明：Brier评分均不超过0.2,大大低于T213集合预报所得概率预报的Brier评分分值,说明本文Logistic回归方程的概率预报较为可靠。Brier技巧评分表明：Logistic回归降水概率预报方程各站的BSS技巧评分都大于0.0,说明各站的预报技巧高于检验样本气候概率的预报技巧,且高于T213集合预报的Brier技巧评分,说明在分区基础上建立Logistic回归降水概率预报方程的方法是有预报意义的。     

“频率匹配法”在集合降水预报中的应用研究

基于“频率匹配法”的思路,采用两种方法进行了集合降水预报的订正研究,一种方法是利用集合成员降水频率订正简单集合平均平滑效应的“概率匹配平均”法,另一种方法是利用实况降水频率订正集合成员降水预报系统偏差的“预报偏差订正”法,通过个例和批量试验,结果表明:(1)概率匹配平均法可以矫正简单集合平均的平滑作用所造成的小量级降水分布范围增大而强降水被削弱的负作用,这种改进对强降水区更显著,并且集合系统离散度越大这种改进也越大;但该方法对预报区域内总降水量的预报没有改进作用,不能改善预报的系统性偏差.(2)虽然预报偏差订正法对降水落区预报的改进有限,但可以订正模式降水预报的系统性误差,改进雨量预报以及集合预报系统的离散度特征和概率预报技巧;直接对集合平均预报进行偏差订正的效果优于单个成员偏差订正后的简单算术平均.(3)在对每个集合成员的降水预报进行偏差订正后,概率匹配平均仍可改善其简单平均的效果,因此在实际业务中,应该综合采用上述两种方法,以获得在消除系统性偏差的同时各量级降水分布又合理的集合平均降水预报.     

MJO预报研究进展

热带大气季节内振荡 (Madden-Julian oscillation,MJO) 是次季节-季节时间尺度气候变率的支配模态。它不仅对低纬度地区天气气候产生重要影响,还能够通过经向传播和激发大气遥相关波列对中高纬度地区产生影响,是延伸期尺度最重要的可预报性来源。因此,MJO预报是次季节-季节气候预测中极为重要的部分,近年来受到国际学术界广泛关注。该文回顾了MJO预报发展历史,概述了当前国际上主要科研业务机构的MJO预报发展现状。目前基于统计方法和气候模式的MJO预报研究取得了较大进展,特别是多个耦合气候模式和一种基于时空投影方法的统计模型均能够显著提升MJO预报技巧 (有效预报可达20 d以上)。该文还介绍了中国气象局国家气候中心在MJO预报技术发展和业务系统研制方面的新进展,当前基于第2代大气环流模式的MJO业务预报填补了国内空白,技巧为16~17 d,而耦合气候模式试验的技巧已达到约20 d。总体来看,利用耦合模式预报MJO是未来发展的主要方向,其中,面向MJO的模式初始化和集合预报新方法研究将是关注重点。