柴达木盆地晚中新世河湖相沉积物粒度组成及其古环境意义

本文应用沉积物粒度端元分析模型对柴达木盆地怀头他拉剖面开放湖相沉积物进行分离,得到4个具有现实环境意义的端元组分,分别代表 4种动力过程。端元1为河流沉积,端元2、3都为湖相沉积,端元4为三角洲沉积。这些成分含量在晚中新世的变化趋势不明显但变化幅度相对较大,表明柴达木盆地这套地层记录了沉积环境或气候的快速变化。尽管怀头他拉粒度变化趋势总体不明显,然而平均粒径在约8.3~7.0Ma期间有所降低,指示当时亚洲季风可能发生了增强,导致柴达木古湖面积扩大,到达研究站点沉积物的粒度变细。东亚和南亚地区古气候数据合成支持这一推论,由此我们推断亚洲大陆在约8.3~7.0Ma期间气候相对较湿润,是青藏高原隆升的一个直接反应;而7Ma以后气候变干可能反映了大气CO₂含量下降的驱动。轨道尺度研究表明柴达木盆地气候在约8.3~7.0Ma期间发生了较大幅度的变化,支持青藏高原隆升是气候变化放大器的观点。

     

浅层气对下伏地层深度预测影响定量研究及在渤海B油田中的应用

浅层气的存在造成下伏地层地震反射出现假象,使得深度预测不准确,增大了油田开发钻井风险。为提高浅层气下伏地层深度预测精度,利用理论模型分析量化描述浅层气对下伏地层的影响范围和影响程度,同时通过正演模拟手段构建时差定量校正量版,指导储层高精度深度预测。根据研究成果和认识,成功解释了渤海B油田两口已钻井深度误差出现的原因,并进一步利用时差校正量版提高了该油田区目标储层深度预测的精度,成功指导了后续多口开发井的准确钻探。     

基于模糊-集对分析理论的泥石流危险性评价

集对分析理论是一种处理确定性和不确定性的定量系统分析方法。本文通过模糊联系度对集对分析理论中的差异度系数做进一步挖掘和分析,建立了模糊-集对分析算法,即通过模糊联系度挖掘样本数据讨论类别与相邻类别间的接近程度,得出该类别与相邻类别之间的同异反信息。为了验证模型的适用性,通过实测北京房山区和门头沟区6条泥石流小流域基础数据,进行了危险性评价,并将评价结果与传统评价理论进行对比分析。得出结论：模糊-集对分析理论可以深度挖掘样本类别与相邻类别之间的同异反关系,通过对比现场调查数据发现模糊-集对分析法对泥石流小流域的评价结果更切合实际,且评价结果与可拓学等评价结果基本一致,该方法具有较高的准确性和严密性。     

陕北某黄土高填方边坡可靠性分析及坡型优化

本文以陕北某105m黄土高填方边坡为研究对象,首先对边坡填筑体的工程性质做了大量室内试验研究,依据研究区的工程地质条件和该填方边坡的具体情况,选择典型剖面建立计算模型,然后采用蒙特卡洛法分别计算出天然、暴雨工况下不同高度地下水位时填方高边坡的可靠指标和失效概率。通过分析结果得出该黄土高填方边坡目前处于稳定状态,最后采用模糊综合评判的方法在原始坡型设计方案和3种优化设计方案中选出最佳的坡型优化模型,为工程实际提供参考。     

华家岭雾凇气候特征与预报研究

基于华家岭国家基本气象站 1951-2020 年气候资料,应用Morlet小波分析法、Mann-Kendall突变检验、气候倾向率等方法分析华家岭雾凇气候变化特征,应用箱线图法分析适宜雾凇形成的气象条件,应用Bayes逐步判别法建立雾凇预报模型。结果表明：华家岭年平均雾凇日数69.1 d,呈减少趋势,气候倾向率为-2.5 d/10a,2018年后减少显著,2015年为突变年;呈现稳定的5 ａ短波动周期和25 ａ长波动周期。各季节变化趋势存在差异,春季（-1.2 d/10a）、秋季（-1.5 h/10a）呈减少趋势,冬季（0.05 d /10a）呈微增加趋势。从月分布看,华家岭除7、8月份其余时间均有雾凇出现,2月最多;各月雾凇日数的线性变化趋势不一致,4、10月下降显著;1、2月雾凇日数年际变化小。适宜华家岭雾凇形成的气象条件是日平均气温-10.8～-1.0 ℃、最低气温-13.5～-3.5 ℃、风速2.3～6.3 m/s、相对湿度大于65%。选用日平均气温等13个变量作为预报因子建立雾凇预报模型,经回判检验,分月检验准确率84.0～90.0%。研究结果可为地区旅游产业的发展规划和冰雪旅游气象服务提供参考,加速推进冰雪旅游产业发展,助力乡村振兴战略。     

天山北坡一次大雾天气的数值模拟分析

利用常规气象观测数据、NCEP再分析资料和WRF4.0中尺度数值模式,对2019年12月8—15日新疆天山北坡出现的一次持续性大雾天气的成因进行分析。结果表明：此次大雾天气出现在500 hPa新疆脊控制、850 hPa暖中心维持、地面蒙古冷高压影响的环流背景下。雾开始和维持阶段,地面1 200 m存在逆温强度为0.9℃/100 m的强逆温层,为大雾的形成和维持提供了静力稳定条件;大雾一般出现在辐射降温最明显的傍晚前后;大雾天气出现后2 m气温和地面温度温差始终维持在5℃左右,地、气温差使地面积雪一直升华,为大雾天气持续提供了充足的水汽条件;近地层大气一直存在2.0 m/s以下的微风,形成的湍流维持了雾滴悬浮的平衡状态。当逆温层中上层出现6～10 m/s偏东风时,雾层厚度增加;中上层风速过大或地面～600 m风向一致时,雾减弱或消散。     

海河流域东北冷涡背景下的降水预报订正研究

汛期暴雨预报一直是气象预报业务工作中的重点及难点。首先,利用浙江省2 227个气象站2016—2021年每年汛期(4—10月)逐日降水资料,以欧式距离作为相似度度量标准,通过Kmeans聚类算法对浙江汛期降水进行分区;然后,对偏差订正法进行时空上的改进;最后,将改进后的偏差订正法与分区结合形成分区订正方法。以未与分区结合的全区订正作为对比,对浙江多模式客观集成预报(OCF)进行分区订正和检验。结果显示：(1)将浙江省划分为7个降水相似区,其结果呈现明显的区域特征,并与浙江省地形地貌密切相关。(2)经2021年汛期检验,相较于OCF预报,分区订正预报优于全区订正预报,其优势主要体现在能有效降低晴雨预报的降水空报率和大幅提升大雨以上量级降水的命中率,特别是暴雨以上量级预报命中率由0.25提升至0.41。(3)典型过程检验表明,对于系统性降水和对流性降水,分区订正预报均能改善暴雨以上量级降水强度和落区预报。特别是系统性降水,分区订正预报效果更明显,能预报出大暴雨以上强降水。

     

粤港澳闪电定位系统对高建筑物雷电的探测

为了评估不同聚类算法对雷暴系统的识别效果,进一步提高雷电临近预报能力,本文采用地闪定位数据和雷达反射率数据,利用基于密度的空间聚类(Density-Based Spatial Clustering of Application with Noise,DBSCAN)、快速搜索和查找密度峰聚类(Clustering by Fast Search and Find of Density Peaks,CFSFDP)以及改进的快速搜索和查找密度峰聚类(Extended Clustering by Fast Search and Find of Density Peaks,E_CFSFDP)三种聚类算法,对2018年9月21日19∶15—20∶57(北京时)发生在(114°—117°E、27°—30°N)区域的一次雷暴过程进行了聚类识别计算,探讨了三类聚类算法在雷暴系统识别中的差异。结果表明：(1) DBSCAN算法在地闪数据分布清晰且不同数据簇之间有显著距离间隔时,分类识别的准确率较高;当各个闪电数据簇的簇间距离或密度相差很大时,分类识别的准确率较低;(2) 地闪数据“无密度峰值”分布时CFSFDP算法会分裂出错误类,每个闪电数据簇仅具备唯一的密度峰值点是CFSFDP算法识别准确的前提条件;(3) E_CFSFDP算法解决了CFSFDP算法的“无密度峰值”问题,受地闪数据分布影响较小,因此基于E_CFSFDP算法的雷暴系统识别准确率明显高于DBSCAN和CFSFDP算法。

     

青藏高原及周缘地壳浅层构造应力场量值特征分析

以"中国大陆地壳应力环境基础数据库"中的实测地应力数据为基础,合理筛选出地理空间范围为21°N—40°N,73°N —110°N的近2000条数据,深度范围0~2 km.通过将研究区内实测地应力扣除重力影响,并考虑数据样本数量沿深度分布不均匀的问题,分析构造应力场的作用.重力影响的扣除采用海姆假说与金尼克假说两种模式估算其下限与上限,给出了青藏高原及周缘及青藏地块、南北地震带北、中、南段上构造应力和构造差应力随深度分布的特征和量值范围.结果显示：（1）青藏高原及周缘地区最大水平应力σH、最小水平应力σh随深度D呈线性增加：σH=22.115D+5.761、σh= 14.893D+3.269;最大水平构造应力σT、最小水平构造应力σt的量值估算范围分别为4.609 < σT < 15.522D+4.609、3.121 < σt < 6.366D+3.121（D >0）;构造差应力σT-σt=7.222D+2.492,地表值（D=0 km）为2.5 MPa左右,随深度增加以7.2 MPa·km-1的梯度增大;（2）在测量深度范围内,青藏地块、南北地震带北、中、南段研究区σT、σt、σT-σt随埋深均呈线性增大;D=1 km时,各地块σT的统计回归值中最大为30.1 MPa,最小为17.6 MPa,量值由大到小排序依次为：青藏地块、南北带北段、南北带中段、南北带南段;D=1 km时,各地块σT-σt的统计回归值中最大为15.8 MPa,最小为8.9 MPa,量值由大到小排序依次为：青藏地块、南北带北段、南北带中段和南北带南段.总体表现为青藏地块强、南北带较弱的基本特征.（3）与南北带相比较,青藏地块地壳在从南向北的挤压作用下呈现出明显的"浅弱深强"特点.     

低序级断层成像技术在c13地区的应用

低序级断层在地震剖面上,通常表现为具有微小错动,同相轴扭曲,或者振幅变弱,延伸短、断距小、识别难,描述难等特征。在对采集处理过程中影响低序级断层识别的观测系统面元网格、信噪比、频率、速度误差等因素详细分析的基础上,通过建立全波场正演地质模型,借助方查体属性技术以及井资料,研究了针对性的处理技术。同时利用相干体属性、曲率属性沿层切片、方差体等技术进行有效识别低级序断层,取得了较好的效果。