成层软土地基预固结处理后桩基水平承载力估算方法

目前通过对软土地基预加固处理来提高桩基水平承载力已被工程界认可,但如何在工程前期设计过程中估算软土地基预处理后桩基水平承载力提高值仍是技术难点。基于此,参考Bowles[1]的地基土水平抗力计算式,同时考虑成层软土地基预排水固结处理影响,通过数学推导,推求出根据原状软土室内土工试验抗剪强度指标及预加固处理时间,估算软土地基预处理后桩基水平承载力提高值的实用计算方法。考虑桩侧土弹塑性屈服影响,推导出成层软土中水平受荷桩弹塑性解析解及塑性区深度的计算式,给出了桩顶水平位移、桩身最大弯矩的无量纲计算式及相关计算源代码。依托于浙江省某水闸桩基工程案例,根据提出的计算方法对桩基水平承载力、桩顶水平位移及桩身最大弯矩等性状进行预估计算,并与地基预处理前、后现场试桩检测值进行验证对比,认为桩基水平承载力、桩顶水平位移及桩身最大弯矩等预估计算成果与工程现场试桩的检测值较接近,对类似工程设计具有较好的参考价值。     

基于多源遥感影像的长春市城市建成区提取

夜光遥感影像记录的城市灯光与人类活动密切相关,已广泛应用于城市信息提取。珞珈一号作为新一代夜光遥感数据源,比以往的夜光数据具有更高的空间分辨率和光谱分辨率,可以更清晰地表达城市建成区范围和内部结构。本文利用珞珈一号夜光遥感影像,通过人类居住指数（human settlement index, HSI）、植被覆盖和建筑共同校正的城市夜光指数（vegetation and build adjusted nighttime light urban index, VBANUI）及支持向量机（support vector machine, SVM）监督分类3种方法对长春市城市建成区进行提取,并与利用NPP/VIIRS（suomi national polar-orbiting partnership/visible infrared imaging radiometer suite）夜光遥感影像、采用同样方法得到的结果对比。结果显示：本文提出的VBANUI提高了传统植被覆盖校正的城市夜光指数（vegetation adjusted nighttime light urban index, VANUI）的提取精度,使用珞珈一号夜光遥感影像通过VBANUI提取的城市建成区结果最优,其Kappa系数为0.80,总体分类精度为90.74%;使用珞珈一号和NPP/VIIRS夜光遥感影像通过HSI按最佳阈值提取城市建成区的Kappa系数分别为0.75和0.72,总体分类精度分别为88.27%和86.54%;复合数据的SVM监督分类法中Landsat-NDBI、Landsat-NDBI-VIIRS、Landsat-NDBI-LJ和Landsat-NDBI-LJlog的Kappa系数分别为0.602、0.627、0.643和0.681,总体分类精度分别为81.11%、81.52%、82.25%和84.48%。研究结果表明：3种提取方法下,均为使用珞珈一号夜光遥感影像的结果优于使用NPP/VIIRS夜光遥感影像的结果,证明相比于NPP/VIIRS夜光遥感影像,珞珈一号夜光遥感影像更适用于城市尺度的建成区范围提取。     

滑坡对降雨响应的多指标监测及综合预警探析:以赣南罗坳滑坡为例

降雨量和位移是当前降雨型滑坡监测预警最常用的指标。然而,降雨量和位移监测结果只能反映降雨作用下滑坡的变形情况,不能揭示滑坡内在物理力学性状对降雨的响应。因此,除降雨量和位移监测之外,建立包括体积含水率、基质吸力等反映滑坡动态演化过程的关键指标监测体系必将成为今后更真实地把握滑坡内在演化趋势、更准确地建立滑坡综合预警判据的最有效手段。笔者对赣南地区典型降雨型滑坡进行了多指标监测及综合预警示范研究。结果表明:(1)在降雨条件下滑坡土体内部体积含水率、基质吸力和温度等多指标均产生有规律的动态响应;(2)随着降雨的持续,滑体体积含水率与基质吸力的变化均具有显著的滞后现象;(3)体积含水率和基质吸力变化速率与滑体位移具有显著的正相关性;(4)滑体温度分布变化规律受大气温度和体积含水率的共同影响。以实测数据的滑坡稳定性分析为基准,在考虑实际降雨入渗深度与滑坡稳定性的关联度上,建立了包括日降雨量、体积含水率增加速率、基质吸力减小速率以及位移速度多元指标预警方法体系,提出了基于关键指标综合预警体系及确定方法,旨在为降雨滑坡准确预警提供新模式。     

Brittleness index predictions from Lower Barnett Shale well-log data applying an optimized data matching algorithm at various sampling densities

The capability of accurately predicting mineralogical brittleness index(BI)from basic suites of well logs is desir-able as it provides a useful indicator of the fracability of tight formations.Measuring mineralogical components in rocks is expensive and time consuming.However,the basic well log curves are not well correlated with BI so correlation-based,machine-learning methods are not able to derive highly accurate BI predictions using such data.A correlation-free,optimized data-matching algorithm is configured to predict BI on a supervised basis from well log and core data available from two published wells in the Lower Barnett Shale Formation(Texas).This transparent open box(TOB)algorithm matches data records by calculating the sum of squared errors be-tween their variables and selecting the best matches as those with the minimum squared errors.It then applies optimizers to adjust weights applied to individual variable errors to minimize the root mean square error(RMSE)between calculated and predicted(BI).The prediction accuracy achieved by TOB using just five well logs(Gr,pb,Ns,Rs,Dt)to predict BI is dependent on the density of data records sampled.At a sampling density of about one sample per 0.5 ft BI is predicted with RMSE～0.056 and R2～0.790.At a sampling density of about one sample per 0.1 ft BI is predicted with RMSE～0.008 and R2～0.995.Adding a stratigraphic height index as an additional(sixth)input variable method improves BI prediction accuracy to RMSE～0.003 and R2～0.999 for the two wells with only 1 record in 10,000 yielding a BI prediction error of＞±0.1.The model has the potential to be applied in an unsupervised basis to predict BI from basic well log data in surrounding wells lacking mineralogical measure-ments but with similar lithofacies and burial histories.The method could also be extended to predict elastic rock properties in and seismic attributes from wells and seismic data to improve the precision of brittleness index and fracability mapping spatially.     

2017年辽宁省春夏季精细化气象干旱监测评估

基于辽宁省1114个国家级和区域级地面台站1961年以来的逐日气温和降水观测资料,利用距离平方反比法差值生成了1717个乡镇的气象资料序列,采用气象干旱综合监测指数统计分析了辽宁省2017年4—8月精细化到乡镇的气象干旱特征。结果表明:2017年辽宁省春夏季异常高温,同时降水异常偏少,致使气象干旱不断发展;干旱在4月5日前从中部和北部开始,4月末扩展到西部,5—6月再向东南发展,波及88%的乡镇,7月以来气象干旱程度开始减轻;气象干旱持续时间长的乡镇主要集中在中部和北部,最长持续时间153d;受气温偏高和降水过程的影响,中度以上气象干旱面积呈阶段性变化,且极端干旱的发展伴随高温时段。由于气象干旱不同于农业干旱,在开展为农服务时要因地制宜采取应对措施。     

四川省旅游气候舒适度评价

为了更好地发展旅游事业,本文以四川省2006~2016年21个站点的气象数据为基础数据,运用奥利弗温湿指数和IDW空间插值法对四川省旅游气候舒适度进行评价。结果表明:(1)从总体上看,四川省旅游气候舒适度差异显著,呈现出西部较高、东部较低的特征;(2)从季节上看,四川省春、秋季舒适度较高,最适合人们旅游;夏、冬季舒适度较差,最不适合旅游;(3)从旅游地上看,除了甘孜州、阿坝州和凉山州的最舒适时期为7月,最不舒适时期为1月。四川省典型旅游地最舒适时期大都为4月和10月,最不舒适时期主要为1月和7月。因此,除甘孜州,阿坝州和凉山州外,4月和10月四川省适合旅游;相反,1月和7月四川省不适合旅游。     

高原季风特征及其与东亚夏季风关系的研究

利用ERA-Interim的位势高度场、温度场和风场再分析资料,计算了1988-2017年的传统高原季风指数(Trational Plateau Monsoon Index,TPMI)和动态高原季风指数(Dynamic Plateau Monsoon Index,DPMI),分析了高原季风的空间分布特征和时间演变规律,结合东亚夏季风指数(East Asian Summer Monsoon Index,EASMI),探讨了高原季风与东亚季风的关系。研究表明:(1)高原夏季风从4月开始形成,暖性低值系统在高原上生成;6月暖性低压系统中心形成并达到最强,此时高原夏季风强度也达到最大;10月暖性闭合低压系统向东北方向移动且强度也随之减弱并退出,高原夏季风结束。(2)DPMI和EASMI具有明显的年际变化特征,在关键年高原夏季风和东亚夏季风的强度表现一致。(3)中纬度受东亚季风所影响区域的位势高度场和青藏高原区域的位势高度场均处于同一正相关区域,而且超前两个月的DPMI同EASMI的相关系数最大,表明高原夏季风对东亚夏季风具有一定的指示意义。(4)东亚夏季风经圈环流受高原温度场变化的影响而移动,高原夏季风的低压系统与高原温度场关系密切。     

山东滨州市冰雹天气分型和预报方法研究

利用山东滨州市7个国家气象站与61个人影作业站点观测资料,结合高空观测及探空、ECMWF再分析等资料,对2001—2011年滨州降雹时空分布特征、天气系统和物理量特征、降雹形势分型和预报方法进行研究。得出:(1)降雹日数年均8.6次,总体呈现明显下降的年际变化特征;4—10月可降雹,6—7月降雹最多;降雹主要出现在14时—翌日02时;北部沿海相对较多。(2)降雹形势主要有5种类型:冷涡型降雹、低槽型降雹、横槽型降雹、西北气流型降雹、其他小范围降雹。根据冷涡中心位置冷涡型划分为两个关键区;低槽型可分为前倾槽、阶梯槽、较深低槽、与中低纬度共同作用的槽;横槽型降雹范围广、破坏性大;西北气流型存在连续性。(3)4类13种物理量具有不同分布特征和变异系数,均具有较好的代表性。不同月份、不同降雹影响程度和影响系统,物理量具有较明显差别。(4)0℃层高度在1370~5331m时,7种物理量可用于预报冰雹,K≥17℃、T850-500≥25℃、LI≤2℃、SRH≥0.1m^2·s^-2、SSI≥240、SWEAT≥100、Cape≥2J·kg^-1时可能降雹。6月、7—8月和其它月分别有3种、1种、3种物理量指标组合可用于预报冰雹,物理量的组合和数值有差异。     

有机地球化学指标的分析

有机地球化学的指标经过近几十年的研究,已能较好地指导油气勘探工作。通过对未熟—低熟烃源岩及原油与成熟烃源岩及原油的有机地球化学指标的比较,着重论述了未熟—低熟油、源中可用的指标系列及内涵,指出成熟度方面甾烷C2920Rββ/(αα ββ)、αααC2920S/(20S 20R)及βα-莫烷/αβ-藿烷和ββ-藿烷等是比较可靠的地球化学参数;在生源方面非环状类异戊二烯化合物、三环萜烷和四环萜烷系列等是可靠的标志物;形成环境方面β-胡萝卜烷及重排甾烷/规则甾烷等都是重要的指标。     

1961-2018年西南地区夏季干旱变化特征及其与环流异常的联系

利用1961—2018年中国西南地区312站降水观测资料、NCEP/NCAR再分析资料及海表温度资料,采用夏季SPI(Standardized Precipitation Index)指数作为干旱指数,研究了西南地区夏季干旱变化特征及其与环流异常的联系。结果表明:西南地区夏季总体呈现变干趋势,尤其在云南、四川东南部干旱化趋势显著。当西南地区夏季显著干旱时,该地区对流层低层辐散、上层辐合,且向该地区的水汽输送偏少。造成西南地区干旱维持的原因可归结为大气波动活动异常和海温异常强迫。前者通过西风带扰动向下游的能量频散,为西南地区低层辐散、上层辐合的环流异常的形成和维持提供了必要的扰动能量积聚;后者通过热带西北太平洋异常热源对大气的强迫,使得该地区对流层低层(上层)形成异常辐合(辐散),在西南地区和热带西北太平洋形成了斜向垂直环流,使西南地区受下沉气流控制,从而形成了利于降水显著偏少和干旱发生并维持的条件。