基于非均质地层参数表征的颗粒流模型构建

非均质地层参数的获取与表征方法是浅层地质体改造的重要依据。基于非均质地层的地质建模,表征具有随机不确定性和模糊不确定性的土体表观参数和物理力学参数。利用 Weibull 分布统计描述局部地层信息,并应用Diamond-Square分形插值方法,结合差分盒子维计算非均质地层分形维数,进一步合理演算整体地层参数。采用PFC3D数值模拟软件,结合马尔科夫链蒙特卡洛方法采样数据,对非均质地层块石颗粒及土颗粒进行建模。通过非均质地层模拟结果,发现其破坏过程与应力应变曲线要比均质土体复杂得多,由于块石大颗粒的含量、分布特性对土样力学性质影响显著。本文建模方法有助于非均质地层参数表征研究。     

2011~2020年勘查地球化学数据处理研究进展

我国建立了包含海量数据的高质量的勘查地球化学数据库,为矿产勘查、环境评价和地质调查等提供了重要的数据支撑。如何高效处理勘查地球化学数据,并从中发掘和识别深层次信息一直是勘查地球化学学科研究的热点和前沿领域。本文在系统调研国内外学者过去十年发表的论著基础上,对勘查地球化学数据处理方法进行分析与对比,从勘查地球化学数据库建设、地球化学异常识别及其不确定性评价等方面概述了我国近十年来在该领域取得的主要研究进展,包括:(1)分形与多重分形模型由于考虑了地球化学空间模式的复杂性和尺度不变性,在全球范围内得到极大的发展和推广,我国学者引领了基于分形与多重分形的勘查地球化学数据处理;(2)机器学习和大数据思维开始在该领域启蒙,并迅速得到关注,正在成为研究热点和前沿领域,我国学者率先开展基于机器学习算法的勘查地球化学大数据挖掘研究;(3)我国学者需要进一步加强勘查地球化学数据缺失值处理以及成分数据闭合效应研究。今后该领域应进一步加强对弱缓地球化学异常识别、异常不确定性评价以及异常识别与其形成机理相结合等方面的研究。     

普朗斑岩型铜矿床成矿元素多重分形特征及其矿化强度指示

成矿元素品位的变化受控于长期地质作用过程,具有较强的非线性特征,定量刻画其变化特征有助于深入理解成矿过程,并为找矿预测提供理论依据。运用多重分形去趋势移动均值（MFDMA） 法,分析云南普朗斑岩型铜矿床4号勘探线钻孔Cu元素品位的多重分形特征及其对矿化强度的指示意义。结果显示：所有钻孔Cu元素品位具有多重分形特征,且不同矿化等级的元素分布存在局部奇异性差异,多重分形强度随矿化强度等级减弱而增加;这些特征指示在钾硅化带—带内侧强矿化钻孔的高品位相对聚集,而带外侧角岩化—青磐岩化带的高品位相对分散;通过数据随机重排技术推测Cu品位多重分形结构奇异性差异是由其分布概率密度和长相关性共同作用引起,后者的作用贡献大于前者。     

长江中游荆江段非均匀悬沙恢复饱和系数

三峡工程运行后,长江中游荆江河段含沙量大幅度降低,次饱和水流冲刷河床使含沙量在沿程逐渐恢复,但其恢复特点由于沿程床沙组成差异而有所不同。本文基于Markov随机过程及泥沙起动理论,推导非均匀悬沙的泥沙落距表达式;结合悬移质扩散理论,修正非均匀悬沙恢复饱和系数公式。在此基础上,基于荆江河段实测输沙过程,提出考虑床沙组成影响的分组悬沙恢复饱和系数计算方法;该方法主要与泥沙粒径、悬浮指标、床沙组成及止滚概率、止悬概率等因素有关,无需考虑非饱和调整系数的影响。计算结果表明:①不考虑床沙组成时,沙市、监利站恢复饱和系数计算值均在区间0.12~0.27内变化,而考虑床沙组成时分别为0.000 3~0.171 8和0.003 5~0.157 9。②不考虑床沙组成时,分组悬沙恢复饱和系数计算值细沙>中沙>粗沙;考虑床沙组成时细沙 < 中沙 < 粗沙;除落水期外,沙市站粗沙的恢复速度均大于监利站。③沙市、监利站恢复饱和系数在各计算时段的变化过程对悬沙分组具有敏感性,其中洪水期恢复饱和系数大于枯水期、涨水期和落水期。采用河床变形方程反算分组悬沙恢复饱和系数,并与本文计算结果进行对比;通过比较分析,本文公式能够用于描述荆江河段分组悬沙恢复特性,可为三峡工程下游非均匀悬沙沿程恢复过程研究提供参考。     

淮南深部地球物理实验场重力噪声水平初步分析

利用淮南深部地球物理实验场地下848 m巷道内的Burris弹簧重力仪和地表LCR-ET20弹簧重力仪同期连续重力潮汐观测资料,对实验场地表和地下重力噪声水平进行了初步分析.分析结果表明在频率小于1.70 mHz(对应周期约为9.8 min)时,地下重力噪声水平都要比地表低;特别是在重力仪敏感的信号频段(周期大于3h的信号频段),地下848 m巷道内的重力噪声水平要比地表低约2个数量级,充分验证了实验场地下观测环境具有低重力噪声水平的超静特点.实验结果证明淮南深部地球物理实验场地下848 m巷道可为深地多物理场观测提供超静观测环境,为检测微弱地球物理场信号提供绝佳观测条件.     

随机森林模型预测岩溶区酸性煤矿井水锰污染

酸性煤矿井水严重威胁地下水的水质。如何更有效对受影响区域的地下水源进行动态监测是当前的一个关键问题。采用随机森林中的回归模型,利用自变量(采空区水位、岩溶水位、pH值、泉水流量、电导率)和因变量(污染离子浓度)的相关性,建立回归模型;使用测试数据进行误差分析,结果证明模型准度较高,所得预测值具有参考价值;得出各自变量对因变量影响的重要程度,分析结果与实际情况相符合。试验表明,随机森林回归模型在酸性煤矿井水污染预测方面具有适用性,可作为辅助手段监测水质污染情况,对今后工作有一定的指导意义和经济价值。     

GRAPES全球集合预报系统模式扰动随机动能补偿方案初步探究

为了体现次网格尺度能量升尺度转换过程中存在的不确定性, 文中将随机动能补偿(Stochastic Kinetic Energy Backscatter, SKEB)方案应用于GRAPES(Global/Regional Assimilation and Prediction System)全球集合预报系统(GRAPES-GEPS), 以更好地表征模式误差并且增大集合离散度。使用的SKEB方案基于具有一定时、空相关特征的随机型以及由数值扩散导致的局地动能耗散率来构造随机流函数强迫。并根据流函数与水平风速旋转分量的关系, 将SKEB方案中的流函数强迫转化为适用于GRAPES全球模式的水平风速扰动。结果表明, SKEB方案的使用一方面能够提高GRAPES对大气动能谱的模拟能力; 另一方面能够改善GRAPES-GEPS的集合离散度与集合平均误差的关系, 增加了集合离散度, 并在一定程度上减小了集合平均误差, 尤其是在热带地区这种改进更为显著。而且该方案使得热带地区连续分级概率评分(CRPS评分)显著减小。就降水预报而言, 从Brier评分与相对作用特征面积(AROC, Area under the Relative Operating Characteristics)的结果来看, SKEB方案有助于改善中国地区小雨[0.1 mm, 10 mm)、中雨[10 mm, 25 mm)与大雨[25 mm, 50 mm)量级降水的概率预报技巧, 而对暴雨[50 mm, ∞)量级降水预报技巧影响很小(24 h降水量)。总体上, 模式扰动随机动能补偿方案提高了GRAPES-GEPS的概率预报技巧。      

中尺度降水集合预报随机参数扰动方法敏感性试验

中尺度降水模式预报具有很大的不确定性,为更好地描述与模式降水预报密切相关的物理过程关键参数的不确定性,基于中国气象局GRAPES（Global/Regional Assimilation and Prediction System）中尺度区域集合预报模式,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等4个参数化方案中选取了18个关键参数,设计了一种随机参数扰动方案（Stochastically Perturbed Parameterization,SPP）,并通过2015年6—7月总计10 d的随机扰动集合预报试验,对比分析了SPP方案对不同物理过程参数扰动敏感性、随机场时、空尺度敏感性、能量变化特征及其集合预报效果。结果显示,对所选择的任一物理过程参数化方案增加SPP扰动后,降水及等压面要素的概率预报技巧优于无SPP扰动的预报,而扰动积云对流和边界层过程中的参数较扰动云微物理过程中的参数影响更显著,且同时扰动积云对流、云微物理、边界层及近地面层参数化方案中的18个参数的集合预报效果优于扰动任何单一物理过程中的部分参数,表明SPP方案能够有效地提高中尺度降水概率预报技巧;从能量变化特征可知,不同物理过程的参数扰动对动能、内能和总能量的影响层次和特征有所不同,但总体而言,扰动前后各项能量基本相同;随机场时、空尺度敏感性试验发现,SPP扰动随机场时间、空间相关尺度对集合预报效果有明显影响,当扰动随机场选用12 h抗相关时间及截断波数20时,集合预报结果最优。上述结果表明,SPP随机参数扰动方案不仅能够有效提高集合概率预报效果,还能够提高集合降水概率预报技巧,具有良好的业务应用与发展前景。      

具有随机扰动和混合时滞的两层异质网络的同步研究

在现实生活中,很多复杂的系统不是由单个网络来表示,而是由一组相互依赖的网络系统来表示的.本文研究了具有随机扰动和混合时滞的两层异质网络的对应节点的同步控制问题.基于随机微分时滞方程的LaSalle不变原理和Lyapunov稳定性理论,采用牵制控制方法,对部分节点实施控制,给出了实现同步的充分条件.为了降低反馈控制的增益,结合自适应控制的方法,进一步弱化了两层异质网络实现同步的条件.最后,通过数值仿真,验证了理论结果的有效性.     

基于WRF模式的风电场短期风速集成预报方法研究

风能始源于大气的运动,具有很大的随机性和间歇性。风速预测是风电场风功率预测的基础,其准确性具有重要的意义。对于复杂地形条件下,风速的预报一直是各国研究的难点和重点。为了提高风电场短期风速预报的准确性,本研究采用多种边界层参数化方案来集成预报风速,将各单一边界层参数化方案预报的风速及相应的实测风速数据,应用随机森林算法建立集成预报模型,对风电场的短期风速进行集成预报研究。试验结果表明,采用集成预报风速方法,预报的风速误差相比于单一边界层参数化方案预报的风速误差明显减小,对研究区域的风速、风向等气象要素有着较好的模拟效果,能够有效提高风速预报的准确率。