青海木里煤矿区荒漠化的驱动因素及防治对策简

使用多期、多源遥感影像数据,选择青海省木里煤矿区开展了荒漠化遥感监测及变化趋势与采矿相关性分析研究。根据多期高分辨率遥感影像提取了矿业活动区信息。采用多期TM遥感影像,分别利用光谱混合像元分解和生物量遥感估算模型方法,提取了多期土地荒漠化信息。对采矿扰动下荒漠化驱动因素分析结果表明:矿业活动区内开采面、矿山占地增长驱动了荒漠化,矿山关停、复绿治理则扼制并减轻了荒漠化;矿业活动区外荒漠化主要受人类活动、道路修建、保护治理政策等因素影响。根据研究结果,提出了矿区荒漠化防治对策。     

桂林毛村岩溶区与碎屑岩区檵木和马尾松凋落叶分解研究

为探究岩溶生态环境对凋落叶分解的影响,选用碎屑岩区相同树种作为对比,运用凋落物分解网袋法研究其凋落物分解初期动态,研究结果表明:（1）岩溶区檵木和马尾松凋落叶分解速率总体上均小于碎屑岩区相同树种凋落叶分解速率;（2）凋落叶分解速率k与凋落叶初始养分碳含量呈显著负相关（P<0.05）,与木质素含量呈极显著负相关（P<0.01）;（3）在凋落叶分解过程中,各养分释放规律具有一定的差异,凋落叶养分元素碳在分解过程中呈现出净释放;（4）岩溶区树种的碳释放速率比碎屑岩区慢,说明岩溶区两树种的凋落在一定程度上延长了C的循环周期      

气象条件对深圳市罗湖区上呼吸道感染就诊人数的影响

基于2014—2018年深圳市罗湖区49家社区健康服务中心上呼吸道感染(简称"上感")的逐日就诊人数和同期气象要素资料,利用不同时间尺度分析上感就诊人数的变化特征,并采用分布滞后非线性模型(DLNM)、广义线性模型(GLM)等研究不同气象要素与深圳地区上感就诊人数的关系。结果表明:深圳市罗湖区上感就诊人数存在明显的季节性变化,春季3—4月、夏季7月和冬季12月至次年1月为发病高峰时段,分别对应24节气中的清明、小暑、小寒节气。DLNM反映气温为主控因素,它对上感就诊人数的影响以冷效应为主,相对风险(RR)在滞后4 d达到峰值(RR为1.041,95%置信区间为1.022~1.060),且女性较男性、中老年人较少儿更易受冷效应的影响;其次是暑期的热效应和春季温度多变的影响。湿度影响主要表现为低湿效应,其相对风险在当天达到峰值(RR为1.058,95%置信区间为1.049~1.068)。气压和风速影响则表现为高压效应和大风效应,RR在滞后1 d达最高。总之,深圳市冬、春季冷空气活动及其所反映的低温、低湿、大风等产生的冷效应是诱发上呼吸道感染的关键因素,其次是夏季持续高温的影响,两者都应予以重点及时防范。     

磁法三维建模在龙王沟磁铁矿勘探中的应用

以龙王沟磁铁矿高精度磁测数据为基础,采用小波多尺度分解方法,对化极后的磁法数据进行多尺度分解,通过功率谱法计算小波多尺度分解后的各阶细节异常的场源深度。结合地形、地质及钻孔资料,采用2.5D人机交互反演对磁测剖面上的磁铁矿体进行拟合,利用Golden Software公司开发的Voxler软件,在虚拟三维环境下实现二维小波多尺度分解数据的可视化,建立三维地质体模型,直观的预测磁铁矿体的空间范围和分布形态,实现地质、物探和地上、地下信息一体化集成展示,进行专业分析评价和辅助决策,可以有效的提高地质找矿效果。     

积雪变化对中国森林凋落物分解影响研究进展

森林凋落物的分解对于维持生态系统物质循环和养分平衡具有重要意义,并受到不同积雪厚度下冻融格局的影响。冻融期（包括冻结过程期、完全冻结期、融化过程期）是冻土区凋落物分解的重要时期,该时期分解的凋落物量约占全年分解总量的一半。积雪减少通常会导致土壤温度降低、冻融循环次数增加,进而影响凋落物分解。通过综述近10年来积雪变化对我国森林凋落物分解影响的研究成果发现,积雪厚度减少在冻融期通常会抑制凋落物质量损失、碳元素释放和纤维素降解,生长季则起到促进作用,从全年来看多数表现为抑制作用。因此,冻融作用造成凋落物的物理破坏,对其分解的促进作用主要发生在后续生长季。积雪厚度减少在冻融期通常抑制氮元素释放,生长季和全年则无明显规律;磷元素和木质素目前研究还存在很大差异。最后,进一步阐述了积雪变化对凋落物分解影响研究存在的问题及未来研究发展方向。     

基于优化经验模态分解和聚类分析的滑坡位移智能预测研究

针对三峡库区"阶跃式"滑坡的变形特征,提出了一种新的滑坡位移预测方法。以白水河滑坡ZG118和XD-01监测点位移数据为例,采用基于软筛分停止准则的经验模态分解(SSSC-EMD)将累计位移-时间曲线和影响因子时间序列自适应地分解为多个固有模态函数(IMF),并采用K均值(K-Means)聚类法对其进行聚类累加,得到有物理含义的位移分量(趋势性位移、周期性位移以及随机性位移)和影响因子分量(高频影响因子和低频影响因子)。使用最小二乘法对趋势性位移进行拟合预测;采用果蝇优化-最小二乘支持向量机(FOA-LSSVM)模型对周期性位移和随机性位移进行预测。将各位移分量预测值进行叠加处理,实现滑坡累计位移的预测。研究结果表明,所提出的(SSSC-EMD)-K-Means-(FOA-LSSVM)模型能够预测"阶跃式"滑坡的位移变化规律,且预测精度高于传统的支持向量机回归(SVR)、最小二乘支持向量机(LSSVM)模型;并通过改变训练集长度,进行单因素分析,发现其与预测精度之间呈正相关关系。     

基于小波长短期记忆网络的风电功率超短期概率预测

随着大规模的风电并网,风电所具有的间歇性与随机性对电力系统的稳定性产生了很大的影响,风电功率预测成为当前解决该问题重要的方式之一.本文利用长短期记忆（LSTM）网络良好的时序记忆特性,将小波分解技术与LSTM深度网络结合,提出基于小波长短期记忆网络的风电功率超短期概率预测模型.首先通过小波分解技术将原始时间序列进行平稳化处理,再建立各子序列样本的LSTM网络预测模型,借助最大似然估计法估计预测误差的高斯分布函数,最终实现对未来4 h时刻的风电功率概率区间预测.最后,采用中国东北某风电场数据对所提方法进行算例分析,结果表明,将小波分解与深度学习方法结合可以较好地提高预测的精度,提高概率预测的区间可靠性.     

影响山东切变线特征及典型个例分析

利用天气观测资料和NCEP再分析资料对2004-2013年5-9月影响山东的切变线天气特征和环流形势进行了分析。将影响山东的切变线按热力性质分为冷切变线和暖切变线,10a间影响山东的切变线共发生59次,其中暖切变线出现43次,占切变线总发生次数73%;冷切变线出现16次,占切变线总发生次数27%。切变线发生频数7月最多,6月次之,分别占切变线总数的35.6%和23.7%,9月最少,约占0.05%。影响山东典型切变线的发生与副高关系密切,冷切变线多出现在西风槽东移受阻,在对流层低层逐渐形成,暖切变线则出现在西风带小高压与副高合并,副高北抬时形成。针对2次典型冷暖切变线暴雨天气过程对比分析其暴雨落区、雷达回波特征和动力机制等,结果发现:暖切变线降水的强度、暴雨范围和持续时间明显大于冷切变线降水。暖切变线暴雨的GPS可降水量在强降雨出现前8h快速上升,可降水量峰值对应地面降雨大值,对地面降雨变化反映不敏感,物理量呈垂直分布,强回波单体基本位于暖切变线雨带的中间。冷切变线暴雨的GPS可降水量短时间内增幅大,地面强降雨在峰值出现1h后发生,对地面降雨变化反映较敏感,物理量从低层到高层向北倾斜且上升运动区较深厚,回波单体位于切变线南侧。     

我国华南江南春季雷暴气候特征分析

基于我国华南江南地区274个基本地面气象观测站数据、全国闪电定位数据以及欧洲中心的全球大气再分析数据(ERA-Interim),对1981—2017年华南江南地区的春季雷暴日采用经验正交函数分解方法(EOF),并与气象要素场做回归分析。得出以下主要结论:(1)我国华南江南地区春季雷暴活动高发区主要在广西东部至广东西部;其高峰期在下午18:00和凌晨4:00左右,且大多数雷暴活动持续时间不超过3 h;山区雷暴活动主要在傍晚至夜间;平原雷暴活动主要在白天,高峰在17:00及06:00前后;(2)华南江南地区的雷暴活动存在着3~5年的短周期和16年左右的长周期变化;(3)雷暴日距平EOF分析的前3个主成分累计方差贡献达到72.3%。按其向量场的方差贡献分型,Ⅰ型表现为华南江南雷暴活跃特征呈现较统一的变化规律。深厚西南低涡槽前、上干下湿的水汽层结、上冷下暖的温度层结为华南江南地区发生大范围雷暴天气提供良好的动力、水汽和位势不稳定条件,是华南江南雷暴活跃异常的主要模态;Ⅱ型表现为从华南南部到江西与浙江南部有一条西南-东北向、下宽上窄的雷暴活跃正距平异常区,而两侧为负距平异常区。其环流特征表现为温度整层偏冷,水汽整层偏湿,而西南槽前动力抬升有利于水汽抬升凝结触发对流形成雷暴;Ⅲ型表现为华南和江南地区雷暴活跃特征呈南北反位相异常,其分界线在26 °N附近。其环流特征表现为较强的干冷空气南下与南方暖湿空气在南岭山区对峙形成异常的垂直环流圈。在其上升支,低层干冷空气被卷入中高层使得中高层暖湿空气凝结释放潜热形成对流,造成华南地区多雷暴发生,而江南地区处于垂直环流的下沉支,整层湿度偏干,造成江南地区雷暴相对偏少。      

Minimal cut-based recursive decomposition algorithm for seismic reliability evaluation of lifeline networks

In this paper, a new probabilistic analytical approach, the minimal cut-based recursive decomposition algorithm (MCRDA), is presented to evaluate the seismic reliability of large-scale lifeline systems. Based on the minimal cut searching algorithm, the approach calculates the disjoint minimal cuts one by one using the basic procedure of the recursive decomposition method. At the same time, the process obtains the disjoint minimal paths of the system. In order to improve the computation efficiency, probabilistic inequality is used to calculate a solution that satisfies the prescribed error bound. A series of case studies show that MCRDA converges rapidly when the edges of the systems have low reliabilities. Therefore, the approach can be used to evaluate large-scale lifeline systems subjected to strong seismic wave excitation.