冲击地压关键层远程区域水力压裂防治技术

针对我国目前冲击地压防治工程人员身处冲击危险区域,无法实现区域先行、超前治理的局面,论文提出了矿井冲击地压关键层远程钻孔水力压裂防治技术。分析了我国冲击地压矿井的地质条件和近几年重大冲击地压灾害的特点,认为华北石炭—二叠系煤田和侏罗系煤田很多冲击地压煤矿煤层上覆地层,普遍发育厚层坚硬的砂岩关键层,能量的释放符合冲击地压形成的“3因素”理论。经论证,关键层脆性强,硬度大,易于压裂,利用水力压裂法解除地应力是合适的;井下长钻孔、地面深孔和地面导斜钻孔的施工技术和钻孔水力压裂技术已成熟,实现远程钻孔水力压裂区域性的防治冲击地压是可行的。工业性试验显示,井下长钻孔顺层分段水力压裂长度可达800 m,水压可达40 MPa,裂缝半径为40 m;地面垂直钻孔分段压裂深度可达3000 m,压裂段高>100 m,压力达80 MPa,裂缝半径为100~200 m;地面导斜钻孔水平顺层段长度达1000 m,压力达80 MPa,裂缝半径为100~150 m;压裂前后煤体应力或支架压力的检测数据对比显示,压裂后的应力较压裂前降低了10 MPa以上,满足区域治理的要求,钻孔远程水力压裂在防治冲击地压上较传统方法具有显著超前优势、区域优势、效率优势、安全优势和环保优势,可以做到冲击地压防治区段的无人化,满足区域先行、超前治理的国家要求。     

Spatial landslide susceptibility assessment using machine learning techniques assisted by additional data created with generative adversarial networks

In recent years,landslide susceptibility mapping has substantially improved with advances in machine learning.However,there are still challenges remain in landslide mapping due to the availability of limited inventory data.In this paper,a novel method that improves the performance of machine learning techniques is presented.The proposed method creates synthetic inventory data using Generative Adversarial Networks(GANs)for improving the prediction of landslides.In this research,landslide inventory data of 156 landslide locations were identified in Cameron Highlands,Malaysia,taken from previous projects the authors worked on.Elevation,slope,aspect,plan curvature,profile curvature,total curvature,lithology,land use and land cover(LULC),distance to the road,distance to the river,stream power index(SPI),sediment transport index(STI),terrain roughness index(TRI),topographic wetness index(TWI)and vegetation density are geo-environmental factors considered in this study based on suggestions from previous works on Cameron Highlands.To show the capability of GANs in improving landslide prediction models,this study tests the proposed GAN model with benchmark models namely Artificial Neural Network(ANN),Support Vector Machine(SVM),Decision Trees(DT),Random Forest(RF)and Bagging ensemble models with ANN and SVM models.These models were validated using the area under the receiver operating characteristic curve(AUROC).The DT,RF,SVM,ANN and Bagging ensemble could achieve the AUROC values of(0.90,0.94,0.86,0.69 and 0.82)for the training;and the AUROC of(0.76,0.81,0.85,0.72 and 0.75)for the test,subsequently.When using additional samples,the same models achieved the AUROC values of(0.92,0.94,0.88,0.75 and 0.84)for the training and(0.78,0.82,0.82,0.78 and 0.80)for the test,respectively.Using the additional samples improved the test accuracy of all the models except SVM.As a result,in data-scarce environments,this research showed that utilizing GANs to generate supplementary samples is promising because it can improve the predictive capability of common landslide prediction models.     

冲-洪积平原1:5万区域地质调查技术方法探索

首都地区规划建设工作主要分布于平原松散地层之上,第四纪地质研究显得尤为重要。依托近几年来在北京地区开展的平原覆盖区1:5万区域地质调查和活动断裂专项调查项目成果,系统总结了平原区第四纪区域地质调查与评价的主要工作手段和技术方法,及其在解决第四纪基础地质问题及生态环境中所起的作用。通过平原区区域地质调查工作,可查明第四纪精细地质结构、含水层分布特征,精确厘定活动断裂位置及其活动时限,探讨自然环境演化序列与人类活动关系等,为城市规划、重大工程建设和应急水源地水资源合理开采提供基础地学数据。研究成果对首都城市减灾防灾、生态环境演变研究具有重要地学支撑作用。     

生态地质研究进展与展望

生态地质学是研究生态系统与地质环境之间关系的一门交叉学科,对国土空间生态保护修复工作有重要理论支撑作用。我国生态地质研究工作虽然经过了多年的发展与积淀,但时至今日生态地质学仍然处于研究和探索阶段。鉴于此,基于前人的大量研究,总结了国内外生态地质研究进展: 国际上,俄罗斯建立了生态地质学研究体系,美国发起的地球关键带研究是与生态地质研究十分契合的主题; 在国内,生态地质研究主要着眼于”生态-地质”相互作用过程与机理以及地质环境影响下的系统性生态修复研究。在此基础上,提出了生态地质学涵义及其研究内容、方法技术创新及学科体系构建思路,以期为服务山水林田湖草沙整体保护、系统修复、综合治理和生态地质系统深化研究提供借鉴。     

区域自动气象站蓄电池异常状态判别方法

针对天津市一种常见的CAWS600型区域自动气象站对其供电及功耗进行了详细分析,利用对电池放电特性曲线的归一化处理,得到了针对12V38AH铅酸蓄电池的剩余容量估算方法,同时利用该站蓄电池工作电压的统计规律,提出了针对蓄电池工作电压的极值判定、时间/空间一致性质量控制方法,并对2017年逐10min观测数据进行检验。检验结果显示,文章提出的质量控制方法可以有效识别出蓄电池异常站点,针对2017年个站蓄电池持续放电情况可提前10d定位。     

汕头市PM2.5的气象要素影响分析及预报研究

利用2014—2017年汕头市PM_2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM_2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP （Back-Propagation）人工神经网络方法针对汛期和非汛期分别建立了PM_2.5质量浓度预报模型。结果表明：与多数内陆城市不同,汕头市PM_2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM_2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM_2.5日均浓度随着风速的增大呈现减小趋势,PM_2.5日均浓度与08时混合层厚度显著相关（相关系数为-0.143）;汕头市非汛期PM_2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水（暴雨以上除外）对PM_2.5的清除效果无明显差别,而非汛期降水对PM_2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM_2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。     

Measuring,mapping and quantifying the effects of trust and informal communication on transboundary collaboration in the Great Lakes fisheries policy network

Ecosystem-based management of fisheries and other transboundary natural resources require a number of organizations across jurisdictions to exchange knowledge, coordinate policy goals and engage in collaborative activities. Trust, as part of social capital, is considered a key mechanism facilitating the coordination of such inter-organizational policy networks. However, our understanding of multi-dimensional trust as a theoretical construct and an operational variable in environmental and natural resource management has remained largely untested. This paper presents an empirical assessment of trust and communication measures applied to the North American Great Lakes fisheries policy network. Using a scale-based method developed for this purpose, we quantify the prevalence of different dimensions of trust and in/formal communication in the network and their differentiated impacts on decision-making and goal consensus. Our analysis reveals that calculation-based ‘rational trust’ is important for aligning mutual goals, but relationship-based ‘affinitive trust’ is most significant for influencing decision-making. Informal communication was also found to be a strong predictor of how effectively formal communication will influence decision-making, confirming the “priming” role of informal interactions in formal inter-agency dealings. The results also show the buffering and interactive functions of these components in strengthening institutional resilience, with procedural trust undergirding the system to compensate for a lack of well-developed relationships. Overall, this study provides evidence to suggest that informal communication and multi-dimensional trust constitute a crucial element for improving collaboration and reducing conflict in the networked governance of transboundary natural resource systems.     

基于小波长短期记忆网络的风电功率超短期概率预测

随着大规模的风电并网,风电所具有的间歇性与随机性对电力系统的稳定性产生了很大的影响,风电功率预测成为当前解决该问题重要的方式之一.本文利用长短期记忆（LSTM）网络良好的时序记忆特性,将小波分解技术与LSTM深度网络结合,提出基于小波长短期记忆网络的风电功率超短期概率预测模型.首先通过小波分解技术将原始时间序列进行平稳化处理,再建立各子序列样本的LSTM网络预测模型,借助最大似然估计法估计预测误差的高斯分布函数,最终实现对未来4 h时刻的风电功率概率区间预测.最后,采用中国东北某风电场数据对所提方法进行算例分析,结果表明,将小波分解与深度学习方法结合可以较好地提高预测的精度,提高概率预测的区间可靠性.     

GRAPES区域集合预报两种侧边界扰动方法对比试验

中国气象局数值预报中心自2014年建立了区域集合预报业务系统,其使用的侧边界扰动由全球集合预报系统动力降尺度得到。为深入了解侧边界扰动对区域集合预报的影响,基于15 km水平分辨率的区域集合预报模式,使用动力降尺度方法和尺度化滞后平均法(scaled lagged average forecasting,SLAF)设计构造了两种侧边界扰动方案,并开展了2015年7月共6天的集合预报试验,利用集合均方根误差、集合离散度、连续分级概率评分、离群值、Brier Score及相对作用特征曲线面积等概率预报检验方法进行了多方面检验,分析了两种侧边界扰动方案对区域集合预报质量的影响。结果表明:动力降尺度侧边界扰动方案(DOWN)的扰动总能量在各垂直层次均大于SLAF方案,使得边界上前者的离散度大于后者,集合扰动增长更为合理;对于等压面要素和地面要素,DOWN方案的离散度、Outlier、CRPS等评分优于SLAF方案,反映了DOWN方案构造的侧边界扰动更加合理;在降水概率预报技巧方面,SLAF方案在评分上具有一定优势,但评分的提高没有通过显著性水平检验,因此认为两种方案对降水预报的改进基本相当。     

不同要素谱逼近对高分辨区域数值模式梅雨模拟的改进

为改进高分辨率区域数值天气预报模式雨带模拟偏差,利用WRF模式探讨了不同要素及其组合谱逼近方法对2015年浙江典型梅雨天气预报性能的影响。结果表明:(1)不同单要素逼近对梅雨模拟效果影响差异明显,风场逼近对模拟结果改进较大,高度场逼近对结果略有改善,而温度场逼近主要表现为负效应;风场组合了其他要素的逼近效果与单要素类似,故将水平风场谱逼近确定为最优方案。(2)最优方案对梅雨期间形势场各要素改进程度的排序为纬向风、经向风、相对湿度、温度场和高度场;三个特征层850、500、200 hPa各要素平均的均方根误差(相关系数)分别降低了(增加了)24. 1%(13.6%)、22.7%(21.7%)和13.0%(12.2%);且改进幅度随预报时效的延长而增加,这主要与区域模式内部大尺度系统的误差随积分时间增长有关。(3)典型个例分析显示,最优方案在较好订正低层风场及切变线动力条件的基础上,经过数值模式各物理过程的协同积分也修正了高湿区等关键热力因子,最终改进了高分辨率区域模式的梅雨模拟。