输导通道类型对天然气聚集效率的影响

通过对中国大中型气田天然气输导通道类型及影响因素研究,得到中国大中型气田主要有断裂、断裂与不整合组合、砂体、断裂与砂体组合、不整合与砂体组合和不整合6种输导通道类型。其中以断裂为主,其次是断裂与不整合组合,再次是砂体和断裂与砂体组合,最少为不整合和不整合与砂体组合。它们主要受盆地类型、盆地内构造带类型和源储空间位置关系的影响。由中国大中型气田储量、含气面积和聚集时问,通过求取其天然气聚集效率,把中国大中型气田划分为高效、中效和低效3类气田。通过中国大中型气田天然气聚集效率与输导通道类型之间关系分析,得到聚集时间相对较晚的断裂、砂体和断裂与不整合组合形成的输导通道天然气聚集效率相对较高,有利于快速形成大中型气田。     

同源岩浆成因金矿成岩成矿时差的统计研究

同源岩浆成因金矿的成岩成矿时差是确定矿床与岩浆岩成因关系的重要基础。而中国同源岩浆成因金矿分布十分广泛,前人在成矿学和岩石学方面做了大量的研究,为此本文收集了国内一些典型金矿的成矿和相关同源岩浆岩的同位素测年数据,讨论并定量厘定了该类金矿床成岩成矿时差的分布特征及分布范围。数据统计分析及柯尔莫哥洛夫准则检验结果显示,成矿事件一般同步或略滞后于同源岩浆活动,成岩成矿时差在95％信度下服从正态分布,介于0～16．0Ma,均值约为7．0Ma。因此,若金矿成岩成矿存在着≤16．0Ma的时差,就应该重视二者之间的同源成因联系。同时,笔者也强调：准确的成岩成矿时差应加强对金矿成岩成矿地质背景的研究;重视时差研究与微量元素和同位素示踪相结合,从年代学和地球化学方面对矿床成因作出合理的解释。     

高地应力围岩分区碎裂化的时间效应分析和相关参数研究

本文阐述了高地应力围岩分区碎裂化现象的形成需要经过一定的时间,但这段时间不会很长;采用蠕变理论对岩石分区碎裂化的时间效应进行了分析;推导了能够描述加速蠕变阶段的流变模型-改进的西原模型的本构方程和蠕变方程,在此基础上求出了岩石分区碎裂化发生时破裂带半径(破碎带距巷道中心的距离)的公式。      

二维复杂介质中地震波走时和射线的计算方法及其应用

将Podvin和Lecomte的精确局部格点走时计算方法和Schneider等人的动态规划方法结合起来,可得到一种快速、有效的有限差分波前计算方法。使用该方法对各种类型地震波的走时和射线的计算进行了讨论,并给出了这种有限差分走时计算在叠前深度偏移中的应用实例。     

导管架平台拆除过程稳定性及影响因素分析

现有服役海洋平台正逐步走向老龄化,海洋平台拆除成为海洋工程新的经济增长点。针对达到服役年限的导管架平台,基于数值分析方法模拟拆除过程,开展平台在不同拆除阶段和环境载荷等参数下的稳定性及影响规律研究。基于钢结构整体稳定性理论,以导管架平台拆除过程中顶点位移为参考,定义导管架平台拆除作业稳定性指标,提出拆除作业阶段划分方法,通过分析导管架平台在不同影响因素作用下拆除过程稳定性响应,给出拆除作业建议。选取我国南海某4裙12腿进行实例分析,结果表明:主桩腿对导管架平台起决定性承载作用,拆除部分主桩腿后需要引入外部支撑力,以保证拆除作业安全进行;拆除构件越多,来浪方向和环境载荷大小对平台影响越加显著。研究结果可为导管架平台拆除作业提供参考。     

常德-张家界高速公路某大桥桥基砂土液化评价

结合常德张家界高速公路某大桥桥基工程,在DSD160型电磁式振动三轴试验仪上,通过往返加荷三轴试验,对饱和砂土进行了液化试验研究,探讨了基于动三轴液化试验结果判断饱和砂土液化的方法。并尝试了这种室内研究反应分析的液化可能性估计方法与地震剪应力时程相结合的综合判断方法。在该高速公路大桥桥基的饱和砂土液化评价中,采用这种综合判断方法,对大桥桥基砂土液化进行了判断。在判断场地是否液化后,对其液化危害程度进行了等级划分,给出了该工程场地在未来遭受到不同超越概率下的地震作用时发生液化的危害程度,得到了一些有工程实用意义的结果。     

遗传算法优化的BP神经网络卫星钟差预报

针对BP (Back Propagation)神经网络模型预测卫星钟差中权值和阈值的最优化问题, 提出了基于遗传算法优化的BP神经网络卫星钟差短期预报模型, 给出了遗传算法优化BP神经网络的基本思想、具体方法和实施步骤. 为验证该优化模型的有效性和可行性, 利用北斗卫星导航系统(BeiDou navigation satellite system, BDS)卫星钟差数据进行钟差预报精度分析, 并将其与灰色模型(GM(1,1))和BP神经网络模型预报的结果比较分析. 结果表明: 该模型在短期钟差预报中具有较好的精度, 优于GM(1,1)模型和BP神经网络模型.     

东北地区水稻扩张的海拔优势区间分析

及时掌握水稻的时空分布信息,对调整和优化农业生产结构至关重要。论文利用综合考虑植被物候和地表水变化的水稻自动制图方法,结合海拔、地表水体因素开展2001—2017年东北地区水稻分布的时空演变研究。通过889个地面调研点位对水稻分类结果验证,总体精度达90.66%,Kappa系数为0.8128。研究表明:① 21世纪初,东北地区水稻种植面积呈先略减后持续增加的趋势,2017年水稻种植面积达2001年的2.13倍。其中,水稻扩张面积的60%分布在三江平原,30%分布在松嫩平原,下辽河平原仅占不足5%。水稻扩张的海拔优势区间在200 m范围内,随着海拔的上升水稻扩张与地表水关系越来越密切。② 三江平原内,水稻扩张幅度在海拔30~70 m范围内逐渐增加,使优势区间从相对高度70 m缩减至40 m内,也使得分布优势逐渐趋向于距地表水体较远的区域。而松嫩平原和下辽河平原水稻种植分布的海拔优势区间始终分别保持在相对高度100 m、40 m内。③ 三江平原水稻的集中分布和急剧扩张,使水稻分布优势逐渐趋向于距地表水体远的区域,这将对地下水带来更大的压力;而松嫩平原水稻分布受地表水体影响较大,分布优势随着距地表水体距离的增加而减小。研究可为农业部门评估水资源承载力、保障农业可持续发展提供数据支撑及理论参考。     

Winter cover crops in Dutch maize fields: Variability in quality and its drivers assessed from multi-temporal Sentinel-2 imagery

Planting a cover crop between the main cropping seasons is an agricultural management measure with multiple potential benefits for sustainable food production. In the maize production system of the Netherlands, an effective establishment of a winter cover crop is important for reducing nitrogen leaching to groundwater. Cover crop establishment after maize cultivation is obliged by law for sandy soils and consequently implemented on nearly all maize fields, but the winter-time vegetative ground cover varies significantly between fields. The objectives of this study are to assess the variability in winter vegetative cover and evaluate to what extent this variability can be explained by the timing of cover crop establishment and weather conditions in two growing seasons (2017–2018). We used Sentinel-2 satellite imagery to construct NDVI time series for fields known to be cultivated with maize within the province of Overijssel. We fitted piecewise logistic functions to the time series in order to estimate cover crop sowing date and retrieve the fitted NDVI value for 1 December (NDVI_Dec). We used NDVI_Dec to represent the quality of cover crop establishment at the start of the winter season. The Sentinel-2 estimated sowing dates compared reasonably with ground reference data for eight fields (RMSE = 6.6 days). The two analysed years differed considerably, with 2018 being much drier and warmer during summer. This drought resulted in an earlier estimated cover crop sowing date (on average 19 days) and an NDVI_Dec value that was 0.2 higher than in 2017. Combining both years and all fields, we found that Sentinel-2 retrieved sowing dates could explain 55% of the NDVI_Dec variability. This corresponded to a positive relationship (R² = 0.50) between NDVI_Dec and the cumulative growing degree days (GDD) between sowing date and 1 December until reaching 400 GDD. Based on cumulative GDD derived from two weather stations within Overijssel, we found that on average for the past three decades a sowing date of 19 September (± 7 days) allowed to attain these 400 GDD; this provides support for the current legislation that states that from 2019 onwards a cover crop should be sown before 1 October. To meet this deadline, while simultaneously ascertaining a harvest-ready main crop, in practice implies that undersowing of the cover crop during spring will gain importance. Our results show that Sentinel-2 NDVI time series can assess the effectiveness and timing of cover crop growth for small agricultural fields, and as such has potential to inform regulatory frameworks as well as farmers with actionable information that may help to reduce nitrogen leaching.