安徽省地质灾害气象预报预警模型研究

通过对基于地质环境信息平台的地质灾害气象预报预警模型构建进行了探讨。拟在先期已具备的地质灾害预警分区、地质灾害易发分区基础上,以地质灾害"易发度"、预报降雨量、有效降雨量为因子,采用logistic回归模型确定各个评价单元的预警等级,经插值计算、图斑合并,实现地质灾害气象风险预警。     

GIS综合评价模型在地质灾害详细调查中的应用

以河南省登封市地质灾害调查为例,在分析地质环境条件的基础上,总结地质灾害发育特征,确定易发性分区评价指标,并运用GIS综合评价模型分析计算,得出的分区结果与实际吻合较好。通过对GIS综合评价模型的研究,可为大区域内地质灾害易发性评价提供参考。     

加权Logistic回归模型在火山岩型铜矿预测中的应用:以宁芜盆地中段为例

文中探讨了加权Logistic回归模型在宁芜盆地中段火山岩型铜矿预测中的应用。首先,结合研究区的成矿地质背景,提取地质体、构造、围岩蚀变三大类证据因子;其次,分析各证据因子与铜矿点之间的空间关系,认为姑山旋回、娘娘山旋回火山机构控制了本区火山岩型铜矿的空间分布,根据计算结果,选取与火山岩型铜矿密切相关的龙王山组、姑山组地层,姑山旋回粗面斑岩、娘娘山旋回二长斑岩、NW向构造1.5 km缓冲区、NE向构造1.3 km缓冲区、EW向构造4.5 km缓冲区、硅化、褐铁矿化、黄铜矿化等作为模型自变量;最后采用加权Logistic回归模型进行成矿概率计算,并结合成矿地质背景,圈定四个成矿远景区,分别为P1、P2、P3、P4,其中P1、P2、P3呈北东向展布,主要受娘娘山和姑山火山机构控制,P4为东西向分布,主要受龙王山火山机构控制,在这些预测区中,均存在已发现的铜矿体,说明预测可信度较高。     

基于轴对称模型的管桩竖向振动研究

在管桩沉桩过程中产生的闭塞效应以及桩芯土的存在,使得管桩的力学特性与实心桩存在着差异,因此需要考察桩周土和桩芯土力学性质的差异对管桩振动的影响。将桩周土、桩芯土和管桩视为一个整体,利用轴对称模型和桩-土接触面的连续性条件得到了管桩的竖向振动解,为了比较,也给出了管桩竖向振动的欧拉模型解。借助数值算例,对比分析了管桩竖向振动采用轴对称模型和欧拉模型得到的桩顶复刚度,并分析了桩周土、桩芯土和桩体本身物理参数对管桩竖向振动的影响。研究结果表明,轴对称模型得到的桩顶复刚度较欧拉模型的结果小,两种模型得到的结果存在一定的差异;桩周土剪切模量比桩芯土剪切模量大时,桩基动刚度和动阻尼则较小;桩顶的复刚度随管桩壁厚的减小而减小,因此,管桩管壁不宜过薄。在进行管桩设计时,需要考虑土体性质对桩基振动特性的影响,合理选择管桩内、外半径和桩长。     

基于IBUNE方法的水文模型不确定性分析

在贝叶斯理论框架下,根据一种可结合多个水文模型给出模拟或预报结果的IBUNE方法探讨了水文模型的输入、参数以及结构的不确定性问题。将SCEM-UA算法和EM算法嵌入新安江和TOPMODEL水文模型用于参数优化和模型平均,进而将输入与参数的综合不确定性处理后得到的预报量后验分布进行多模型综合,据此对水文模型的不确定性及其对水文模拟结果的影响进行评价。以湖南洣水流域龙家山水文站以上集水区域为例进行了应用研究,结果表明,IBUNE方法能够有效估计水文模型的不确定性,并能给出合理的概率预报区间。     

小波分析在致密砂岩气层识别中的应用

致密砂岩储层孔隙度低、渗透率低、非均质性强,气层所对应的测井响应特征较为复杂,气层识别和评价难度较大,多解性突出.以三水模型、岩心、地质和试气资料为基础,采用能量谱峰值与能量加权累计法定量分析致密砂岩气层的电阻率与自由流体孔隙度组合曲线的小波多尺度能谱特征,以及小波包能量谱特征.组合曲线的多尺度小波能量谱分析方法在致密砂岩气层识别中气层的能量谱与水层的能量谱明显不同,并用其识别苏里格地区的致密砂岩气层.结果表明识别致密砂岩气层能量加权累计法定量分析比小波能量峰分析效果更好.      

以钻代槽勘查方法研究与应用

为解决槽、井探等传统地表揭露手段自身局限性问题及减少对环境的破坏,提出以钻代槽勘查方法研究的技术路线,总结归纳出浅钻技术方法与钻孔布孔方案,同时初步探讨了基于钻孔数据的三维地质建模方法。最后将以钻代槽方法成果在西藏等地进行了推广应用,验证了可行性和有效性。     

河元背地区绳索取心钻进泵压计算模型的建立与应用

泵压是反映金刚石绳索取心钻进时井内作业是否正常的重要参数。为了进一步研究泵压波动变化与实际钻进作业之间的关系,指导钻进工作的快速、安全开展,结合江西相山河元背地区CUSD2井实际泵压波动数据及相关钻进资料,建立了适用于本井的循环系统压力损失计算模型。对比分析模型计算的理论泵压与实际泵压的波动变化趋势,将模型应用于实际钻进,在此基础上预测后续地层的泵压波动区域范围,发现7 MPa的泵压安全值不再适用于后续地层钻进,调整设置泵压安全值为10 MPa,并利用邻井泵压波动数据进一步验证其可靠性。适当调整修正理论模型,使其可应用于河元背以及相山地区绳索取心钻进中,指导该地区钻探工作。     

南沙群岛海域长腹剑水蚤(Oithona spp.)的种类组成、数量分布及其与环境因子的关系

中小型桡足类是海洋食物网中重要的中间环节,在碳循环里细菌碳和藻类碳向高营养级转化的过程中扮演重要角色。本文通过分析2013年3—4月、6—7月、9—10月和11—12月南沙群岛海域(111°30′E—112°30′E,4°30′N—11°30′N)的生态环境调查数据,对长腹剑水蚤属(Oithona)的种类组成、数量分布及其与环境因子的关系进行了研究。结果表明:(1)南沙群岛海域共出现长腹剑水蚤15种(包括1个未定种),其中线长腹水蚤(Oithona linearis)、粗长腹剑水蚤(O.robusta)和长刺长腹剑水蚤(O.longispina)为南沙群岛海域首次记录,长腹剑水蚤属种类组成沿水深变化的现象较为明显,该属虽然在南沙群岛海域广泛分布,但单种的出现频率较低,其种类出现的季节性较强;(2)南沙群岛海域的长腹剑水蚤可以划分为常见广布组群Ⅰ和低频组群Ⅱ;(3)长腹剑水蚤年均栖息密度为30ind./m3,季节变化呈单峰型,秋季最高、冬季最低,高数量区主要出现在受南沙西部沿岸流和东部沿岸流影响的近岸海域;(4)在0—750m水深范围内,长腹剑水蚤数量沿水深梯度的垂直变化明显,呈现由浅至深数量明显减少的趋势,长腹剑水蚤主要集中分布在0—75m的水层中,75—500m数量急剧降低至最低后,在500—750m基本维持不变;(5)GAM分析表明,纬度、海水温度、盐度和叶绿素a浓度对长腹剑水蚤数量均有影响,以纬度的影响最为显著,其中长腹剑水蚤属最适温度为28.6—29.2℃,最适盐度为32.6—33.2,最适叶绿素a浓度为5—10μg/L;(6)长腹剑水蚤属更适栖息于低温和低盐,且受沿岸流影响的环境中。因此,其数量分布的季节变化与季风驱动的沿岸流势力强弱密切相关。     

A synthetic aperture radar sea surface distribution estimation by n-order Bézier curve and its application in ship detection

To dates,most ship detection approaches for single-pol synthetic aperture radar(SAR) imagery try to ensure a constant false-alarm rate(CFAR).A high performance ship detector relies on two key components:an accurate estimation to a sea surface distribution and a fine designed CFAR algorithm.First,a novel nonparametric sea surface distribution estimation method is developed based on n-order Bézier curve.To estimate the sea surface distribution using n-order Bézier curve,an explicit analytical solution is derived based on a least square optimization,and the optimal selection also is presented to two essential parameters,the order n of Bézier curve and the number m of sample points.Next,to validate the ship detection performance of the estimated sea surface distribution,the estimated sea surface distribution by n-order Bézier curve is combined with a cell averaging CFAR(CA-CFAR).To eliminate the possible interfering ship targets in background window,an improved automatic censoring method is applied.Comprehensive experiments prove that in terms of sea surface estimation performance,the proposed method is as good as a traditional nonparametric Parzen window kernel method,and in most cases,outperforms two widely used parametric methods,K and G0 models.In terms of computation speed,a major advantage of the proposed estimation method is the time consuming only depended on the number m of sample points while independent of imagery size,which makes it can achieve a significant speed improvement to the Parzen window kernel method,and in some cases,it is even faster than two parametric methods.In terms of ship detection performance,the experiments show that the ship detector which constructed by the proposed sea surface distribution model and the given CA-CFAR algorithm has wide adaptability to different SAR sensors,resolutions and sea surface homogeneities and obtains a leading performance on the test dataset.