大水位落差深井止水修复方案及实施效果分析

以山西潞安集团和顺李阳煤业有限公司大水位落差深井止水修复方案及实施效果为工程实例,对该工程先后实施的管内注浆法、管外注浆法、衬管固井法、同径水泥架桥法、泄压通桥法等止水修复方案进行了详细分析,总结了其成功的经验,可为类似旧井修复工程或新井施工工程提供借鉴和指导。     

大直径气举反循环成套钻具的研制

介绍了大直径气举反循环成套钻具的研制背景、设计原则、结构尺寸和主要技术参数。该套钻具不仅强度大,连接便捷,而且充分考虑了通气、通泥浆、泥浆补给三大通道面积等因素,采用内平设计。经生产试验,完全能满足大直径工程井气举反循环钻进的需要。     

深孔及松软地层大口径绳索取心钻具的研究与应用

为解决深孔大口径及松软地层取心难的问题,推进取心钻探技术的发展,研发了一套大口径绳索取心钻具。着重介绍了大口径绳索取心钻具的结构特点、技术参数、技术创新及使用效果。应用结果表明,该大口径绳索取心钻具结构合理、各机构动作可靠、岩心采取率高,能够满足深孔及松软地层的取心要求。     

GYD-20型全液压动力头工程钻机的研制

针对传统工程钻机生产制造周期长、自动化程度低、劳动强度大、施工效率低等弊端,研制了GYD-20型全液压动力头工程钻机。介绍了该钻机的结构特点及其应用于大口径基础桩孔、煤矿通风孔钻进的情况和效果。     

大口径瓦斯抽排井施工扩孔分级设计优选探讨

受现有钻探设备能力限制,大口径瓦斯抽排井工程通常采用“先导钻进+分级扩孔”施工方法。通过扩孔所需回转扭矩的计算分析,对常用大口径瓦斯抽排井扩孔分级的设计进行了探讨。     

中国城市网络关联与经济增长溢出效应——基于大数据与网络分析方法的研究

深化城市网络空间特征的认识,科学测度经济增长的溢出效应,对推进新时期区域协调发展具有重要意义。本文结合城市网络和网络外部性两种研究视角,基于网络分析和空间计量方法,使用互联网大数据构建信息网络、企业网络、人口网络三种流要素城市网络,对中国336个地级以上行政单元的网络空间异质性、经济增长溢出效应进行实证分析。研究发现：中国城市网络联系具有显著的空间异质性,呈现出“中心-外围”特点,形成全国范围和省域、城市群范围两种尺度下的空间结构,表现出兼具择优选择与地理邻近的复杂特征;网络关联下城市经济增长具有显著的正向和负向溢出效应,反映出网络外部性对区域经济增长的重要影响,对比实体空间溢出效应表现出地理邻近关系下的相似性,以及跨越省级边界的差异性;对于全国范围下的网络关联矩阵,使用对称化和标准化处理更为合适,表明省域和城市群是推进区域经济协调发展的重要载体。     

基于交通大数据的广东省高速公路碳排放计量模型与空间格局

以广东省为例,基于高速公路联网收费系统的路段车流数据,建立包含I~IV类客车和I~VI类货车在内的全样本、高精度碳排放计量模型,并采用地理空间分析法探索广东省高速公路碳排放空间差异性。结论主要有：1）广东省高速公路碳排放主要来自于货车,货车碳排放占碳排放总量的57.1%;客车占42.9%。其中,中小型机动车,如I类客车（即小汽车）、I类和III类货车等是高速公路主要碳排放源。2）在高速公路网络中,碳排放高值路段具有集中于国家级高速公路、邻近经济发达和人口密集区、邻近机场和港口等空间特征。客车碳排放高值路段主要集中在珠三角区域,沿广州市向外呈放射状分布;货车碳排放高值路段主要分布在国家级高速公路,且货车载货量越小,碳排放空间分布越集中。3）广东省高速公路碳排放较高的地市多集中在珠三角城市群,广州市城市首位效应突出。县区尺度下,高速公路碳排放的空间非均衡特征显著,碳排放较高的县区多为广州市和佛山市下属县区。     

郑州市城市住宅用地扩展格局与利用强度时空差异研究

城镇化的快速发展带来城市各类土地用地规模、空间格局与利用强度的改变。论文基于互联网爬虫技术获取郑州市城市住宅小区时空数据,以住宅小区面积与容积率为指标,通过标准差椭圆、核密度分析以及局部空间自相关等方法,分析郑州市城市住宅用地扩展的时空特征与集聚变化情况。结果表明：① 随着主导因素的转变,1985—2019年郑州市住宅用地面积增加趋势明显,但2017年之后呈现下降趋势;住宅用地容积率由缓慢增长趋势逐渐转变为快速增长趋势。② 受常住人口总量迁移规律影响,在研究期内郑州市住宅用地重心由西南向东北移动,但仍主要分布在市内五区交界处;受经济重心的斜“N”变化趋势影响,其东西向迁移速度大于南北向迁移速度。③ 随着住宅用地数量的快速增加,城市住宅用地空间溢出效应更加显著,由分散向集聚演变,空间分异程度由局部突出转变为区域平衡为主。④ 街道尺度下住宅用地容积率出现明显的空间自相关性,经济发展区、城市规划商业中心区成为容积率高—高集聚区,而生态涵养区成为容积率低—低集聚区。     

发达国家地质大数据管理现状分析与启示：以美、英、澳、加为例

科学数据是国家重要战略资源,数据共享是这种资源有效开发利用的手段之一,也是当今科学研究范式向数据密集型转变的重要基础。现代信息技术与勘查方法的深度融合,使得地质勘查和地学研究领域被急速推向大数据时代,亟需从宏观层面上进行科学管理。欧美一些国家通过颁布政策方针及铺设数据基础设施等方式,推动着本国地质大数据管理的有效实施。文章对美、英、澳、加四国地质调查局的数据管理工作方面做了调查,从数据管理范围、数据政策、战略计划、重要数据库及主要数据工具等方面现状进行了介绍与分析,并对中国地质调查行业数据管理工作提出了一些建议：（1）数据管理政策应采用自顶向下设计,自底向上实施;（2）数据开放共享、融合交流是世界地调机构的发展趋势;（3）大力推进地质云建设,三位一体实现大数据治理;（4）促进数据共享基础设施建设,通过参与国际治理争取拿到更多的话语权。     

基于机器学习的锆石成因分类研究

锆石是在自然界中多种温压条件下能够稳定保存,并记录原岩年龄信息的副矿物。锆石微量元素能完整记录地质演化过程信息。通过微量元素分析锆石成因的研究已久,通常利用Th-U图解和La_N-(Sm/La)_N图解等二元图解对锆石进行分类研究。然而,随着锆石研究的深入,以及二元图解无法呈现数据高维度信息的局限性,传统图解已经不能满足对锆石类型进行准确判别,且对已知类型的锆石出现判定偏差。因此,本文将地质大数据与机器学习相结合,训练出高维度锆石成因分类器。文中收集了3 498条不同成因类型的锆石微量元素数据,并通过测试和运用随机森林、支持向量机、人工神经网络和k近邻等4种机器学习算法,最终得出准确率为86.8%的线性支持向量机锆石成因分类器,用于锆石类型的判定与预测。这项工作为锆石分类研究提供了更高维度的判别手段,极大提高了微量元素分析成因结果的精度。将锆石微量元素数据与机器学习方法相结合,是大数据分析与机器学习技术在地球化学研究中的积极探索。