基于张衡一号卫星波动观测的人工甚低频台站信号特征统计分析

地基人工甚低频(10~30 kHz)台站信号可以穿透电离层, 甚至泄露进地球磁层, 从而导致内辐射带高能电子的沉降.研究人工甚低频台站信号的特征对于研究辐射带电子的损失具有重要的科学意义.基于张衡一号卫星2019—2022年的电场观测数据, 本文对全球10个人工甚低频台站在电离层中的信号特征进行了研究, 统计分析了电离层中人工甚低频台站信号的昼夜差异、季变规律、对地磁活动水平的依赖性, 及其在地磁共轭区的分布特征.结果表明, 人工甚低频台站信号会传播至台站上空电离层及其共轭区, 信号辐射范围及强度与台站的发射功率呈正相关.电离层电子密度对甚低频信号的传播具有重要影响, 在夜侧和当地冬季, 电离层电子密度相对较小时, 泄露进入内磁层的人工甚低频台站信号较强, 而信号强度受地磁活动影响很弱.在台站上空, 信号增强区域以穿刺点为中心呈现近圆形分布, 并存在明显的波模干涉效应, 在共轭半球, 信号增强区域中心相对共轭穿刺点会发生极向漂移(L＜2的台站)或赤道向漂移(L＞2的台站), 但所有台站的电波能量都被限制在1/2赤道电子回旋频率磁壳以内的区域.这些统计观测特征表明, 发射台站位于较低L值(L＜1.4)的人工甚低频台站信号在内磁层中主要以非导管模式传播到共轭半球, 而发射台站位于较高L值(L＞2.6)的人工甚低频台站信号主要以导管模式传播.

     

基于数据分布域变换与贝叶斯神经网络的渗透率预测及不确定性估计

渗透率是储层评价和油气藏开发的关键参数.传统测井方法与常规机器学习方法估算的渗透率都是固定值.但由于测井数据本身存在噪声, 渗透率的预测结果可能受到噪声的影响出现测量性的随机误差(即任意不确定性); 同时, 当测试数据与训练数据存在差异时, 机器学习模型在预测渗透率时可能出现模型参数的不确定性(即认知不确定性).为实现渗透率的准确预测并量化两种不确定性对结果的影响, 本文提出基于数据分布域变换和贝叶斯神经网络同时实现渗透率预测及其不确定性的估计.提出方法主要包括两个部分: 一部分是不同域数据分布的相互转换, 另一部分是基于贝叶斯理论的神经网络渗透率建模预测和不确定性估计.由于贝叶斯神经网络存在数据分布的假设, 当标签的概率分布与网络的分布保持一致时, 贝叶斯神经网络可以更好的学习到数据之间的关系.因此通过寻找一个函数将一个原始域的渗透率标签转换为目标域的与渗透率有关的变量(我们称为目标域渗透率), 使得该变量符合贝叶斯神经网络的分布假设.我们使用贝叶斯神经网络预测目标域渗透率以及任意不确定性和认知不确定性.随后, 通过分布域的逆变换, 我们将目标域渗透率还原回原始域渗透率.应用本文方法到某油田的18口井的测井数据中, 使用16口井的数据进行训练, 2口井进行测试.测试井的预测渗透率与真实渗透率基本一致.同时, 任意不确定性的预测结果提供了渗透率预测值受到的测井数据噪声影响的位置.认知不确定的预测结果说明数据量少的位置具有更高的认知不确定性.我们提出的这一流程不仅显示了在储层表征方面的巨大潜力, 同时可以降低测井解释时的风险.

     

祁连山空中云水资源开发潜力研究新进展

祁连山及河西走廊地区是我国气候变化敏感区和生态脆弱区。本文通过对2005a以来祁连山云水资源相关最新研究成果的总结,旨在揭示气候变暖对祁连山云水资源影响包括气候变化、水汽时空变化、地形云特征的基础上,分析评估了祁连山云水资源开发潜力及效益。实验研究表明,在祁连山区开展人工增雨(雪)作业,每年可增加降水量3.7×10_⁸～７.4×10_⁸m_³。近10年来,甘肃春季飞机人工增雨作业年均增加降水量为13.5×10_⁸m_³,平均投入产出比为1:30。     

基于裂缝混凝土的修正氯离子迁移模型研究

通过研究裂缝混凝土内的氯离子运移,建立了混凝土内考虑扩散、结合和电迁移场作用以及裂缝影响的氯离子迁移耦合模型。预测混凝土寿命。模型从已有试验数据中得到了较好验证。在南通盐渍土环境,运用Comsol Multiphysics软件计算混凝土内氯离子随时间和空间的分布;随裂缝宽度、深度及保护层厚度变化的混凝土使用年限变化规律。研究表明：混凝土内氯离子浓度,随时间增加而增加,增速减小;随离子侵入混凝土深度增加而减小,减速趋缓。氯离子从裂缝运移到混凝土孔隙,浓度突降。混凝土使用年限,随保护层厚度增加呈近似线性增加;随裂缝深度增加而减小;随裂缝宽度增加呈指数型函数关系。     

祁连山云系云微物理结构和人工增雨催化个例模拟研究

人工影响天气的学科基础是中小尺度天气动力学与云降水物理学,需要将天气-动力-云降水物理耦合为一体。考虑到目前将天气动力学性质的基础数值模式用于人工影响天气中的问题,从数值模式动力方程、模式分辨率、云物理过程、数值求解方案、初边值条件等方面系统地探索了发展人工影响天气数值模式中一些需要重点解决、且不可忽视的特色问题,并举例对相关问题提出了解决思路和方法。期望提出的问题有助于构思更适合于人工影响天气数值模式,使数值模式功能真正向满足人工影响天气的要求靠近一步。     

基于神经网络的时间域直升机电磁数据电导率深度成像

采用G-S变换以及高斯数值积分法,形成了时间域直升机的航空电磁响应正演样本集,分析了飞机测量过程中吊舱高度变化对电磁响应的影响,并将吊舱高度的变化等效成电导率为零的假层厚度的变化,以去除高度计等的影响.以假层半空间模型为基础,研究了基于人工神经网络的电导率深度成像算法,通过分析两个三层模型的电导率深度成像结果得出,神经网络方法计算时间域航空电磁探测的视电导率精度较高,特别是对高阻层的视电导率计算.     

近40年甘南草原生命地带偏移趋势及干湿变化

利用Holdridge生命地带系统对1971—2010年甘南草原的Holdridge生命地带偏移趋势及干湿变化进行分析,发现甘南草原目前仍属于青藏高原高寒植被地区的亚高山高寒草甸生命地带,但由于甘南草原生物温度明显升高,甘南草原南部和北部降水量呈现不同的变化趋势,位于青藏高原边坡地带的甘南草原的Holdridge生命地带距平均中心的偏移趋势逐年增大,甘南草原生态系统的稳定性在减弱;甘南草原潜在蒸散率以0.02/10 a~0.03/10 a趋势上升,其中以玛曲上升最明显,达0.03/10 a;20世纪90年代后,甘南草原呈明显的暖干化趋势,其中以位于南部的碌曲、玛曲变化最为明显,碌曲已由极湿润区转变为湿润区;玛曲有从极湿润区向湿润区过渡的趋势。影响甘南草原潜在蒸散率上升的主要气候因子是温度,其次为降水和空气湿度,温度上升是甘南草原暖干化的主要原因。     

地震油气储层的小样本卷积神经网络学习与预测

地震储层预测是油气勘探的重要组成部分,但完成该项工作往往需要经历多个环节,而多工序或长周期的研究分析降低了勘探效率.基于油气藏分布规律及其在地震响应上所具有的特点,本文引入卷积神经网络深度学习方法,用于智能提取、分类并识别地震油气特征.卷积神经网络所具有的强适用性、强泛化能力,使之可以在小样本条件下,对未解释地震数据体进行全局优化提取特征并加以分类,即利用有限的已知含油气井段信息构建卷积核,以地震数据为驱动,借助卷积神经网络提取、识别蕴藏其中的地震油气特征.将本方案应用于模型数据及实际数据的验算,取得了预期效果.通过与实际钻井信息及基于多波地震数据机器学习所预测结果对比,本方案利用实际数据所演算结果与实际情况有较高的吻合度.表明本方案具有一定的可行性,为缩短相关环节的周期提供了一种新的途径.

     

新丰江库区上地壳三维细结构层析成像

在新丰江库区布设一个范围约50 km×40 km、由50个地震临时台站组成的观测台阵,接收来自不同方位的人工震源产生的莫霍界面反射波;台阵中的20个台站和5个区域固定台还对2009年3月至2010年5月发生在库区的地方震进行了观测.本文联合利用人工地震莫霍面反射波走时和天然地震直达波走时,采用连续模型反演技术重建了库区上地壳P波、S波慢度扰动和Vp/Vs扰动分布图像.研究结果表明:新丰江库区东、西部地区上地壳结构存在明显的差异.库区东部地区构造复杂,多条断裂在该区呈交叉状分布.北西向的石角—新港—白田断裂带在库区段内具有复杂的岩性和构造特征,该断裂带在新港至双塘一线可能延伸至地下8 km左右;近北东向的断裂带切割地壳较深.峡谷区及大坝以东附近地区存在上、下贯通的波速比高值区,尤其是大坝以西的深水峡谷区,存在一条顺河走向的陡倾角断层裂隙带,为库水渗透提供了良好通道.库区西部地区为相对稳定构造区,完整坚硬的花岗岩体透水性能较差,受库水渗透影响很小.新丰江水库诱发地震的形成与深部构造环境密切相关.峡谷区及大坝以东附近地区上地壳介质性质呈现明显的横向不均匀性,微震分布在介质物性结构的特定部位,"软"、"硬"交错的介质环境是倾滑正断层型微小震产生的可能原因.     

控制水稻分蘖角度对群体生态特性的影响

控制分蘖角度对群体温度、群体相对湿度、群体CO2浓度和光合有效辐射均会产生一定影响。选用2006年水稻有关研究数据,分析水稻分蘖角度对群体生态特征的影响。结果表明：各生育时期群体温度在07:00－19:00处理大于CK。分蘖高峰期到孕穗期CK白天群体相对湿度大于处理,齐穗期到灌浆期处理群体相对湿度大于CK。群体CO2浓度在拔节期和孕穗期均为处理大于CK,其他生育期差异不显著。光合有效辐射垂直分布是处理前期和后期上层截获的光能均小于CK,群体内消光系数小。控制分蘖角度形成了有较高温度、较低湿度、高CO2浓度和适宜光分布的群体,可为获得高产奠定基础。