城市地下空间开发利用容量评估的基础研究

该文探讨了城市地下空间开发利用容量评估的必要性,容量评估研究的基本内容及其关键技术。指出当前城市地下空间容量评估基础研究包括指标体系、评估模型、评估平台与评估示范四方面。城市地下空间容量评估研究不仅有利于城市地下空间的合理利用和有序开发,也有利于引导城市地面设施的合理布局与科学规划,对保障现代城市的可持续发展具有重要意义。     

辽宁省铁-法煤田地表沉陷变形研究

针对铁-法煤田因采矿引发的地面沉降和地面塌陷两种地质灾害进行研究,认为采法、采区、采深、采高、顶板管理是影响沉陷灾害的直接因素;岩性、构造、水文地质条件及矿坑降水是影响沉陷灾害的间接因素。其中矿坑降水是不可忽视的重要因素。根据地下水降深、降落漏斗影响半径、岩土工程地质性质,计算降水引发的地表沉降值、水平移动、倾斜、曲率现状值。现有的地表变形曲线为采矿和降水引发地表变形曲线的叠加。可得出可靠的灾害危险性分区。     

影响化州的寒潮强冷空气特征及其与ENSO事件的关系

利用化州1959年以来的气温资料与ENSO资料,分析了化州近54a中寒潮及强冷空气爆发的天气气候特征和在全球大气环流和天气气候异常的大背景下,ENSO事件对影响化州的寒潮及强冷空气异常活动产生的作用,得到一些相关性的结论.统计分析表明,化州出现寒潮的拉尼娜影响年,其时拉尼娜事件爆发型均为东部型,强度中等或偏强,而化州出现寒潮的厄尔尼诺影响年,其时厄尔尼诺事件爆发型均为中部型,强度中等或偏弱.化州寒潮和强冷空气活动多的年份一般出现在中等或弱的厄尔尼诺事件期间或非ENSO年期间.少寒潮和强冷空气活动容易发生在拉尼娜事件影响年期间以及非ENSO事件影响年期间.     

密山地震台地电场干扰分析研究

针对密山地震台观测数据存在的类似尖脉冲干扰,通过3次对比测试及工频干扰测试获取的数据资料进行分析,确定干扰存在的客观性,初步确定干扰信号的基本分布状态,排除部分干扰源方位.     

基于流网单元的污染物优势运移数值模型

垃圾填埋场滤出液、入侵海水、核废物及生产生活废水等污染物随地下水的迁移威胁人类生存。地下水渗流的随机性导致溶质运移问题更加复杂。根据流网特点,利用流线与水头等势线对求解域进行离散,基于质量守恒原理建立流网单元内溶质浓度求解的隐式有限体积差分格式。基于多孔介质孔隙流速分布规律,利用蒙特卡洛法建立流管单元随机流速场进行溶质运移过程的数值模拟,最后根据数值模拟和模型试验的结果对比,验证了数值模拟方法的准确性。基于流网单元的数值模型中沿流线方向的物质交换由对流和扩散共同作用,而流管间的物质交换只有扩散作用,因此,可在不使用弥散系数下进行污染物运移的模拟。引入随机方法确定流管内流速为研究非均匀流场中染污物的优势迁移提供了新的思路。     

δ13C和δ15N指示不同生态类型湖泊无机氮及有机质来源

为了探讨不同生态类型湖泊(天然湖泊、城市湖泊)中无机氮和有机质来源,分别采集湖泊中水体、表层沉积物、水生植物、底栖动物进行碳、氮同位素特征分析.结果表明:蚌湖水体δ15N-NH4均值为-1.8‰±1.0‰,δ15N-NO3-均值为-0.5‰±1.7‰,说明蚌湖水体氮表现为雨水和农业肥料氮污染;象湖δ15 N-NH4+均值为6.8‰±8.6‰,其中养殖废水和管道排污口δ15N-NH4+值分别为13.5‰和25.4‰,表现出污水氮同位素特征,象湖δ15 N-NO3-均值为-2.9‰±4.2‰,是氨的硝化作用引起的氮同位素分馏所致.蚌湖表层沉积物、水生植物δ15N差别不大,分别为6.6‰±0.3‰、7.1‰±0.7‰,水生植物δ13C均值为-27.5‰±0.3‰,比沉积物δ13C偏负3‰.有机C/N为9.4±0.5,比沉积物C/N明显偏高6,反映水生植物是蚌湖有机质的主要来源.象湖表层沉积物δ15N、δ13C及有机C/N分布范围大,δ15N在3.6‰～8.3‰之间,均值为5.9‰±1.6‰,δ13C在-27.1‰～-24.7‰之间,均值为-26.0‰±1.0‰,有机C/N在2.6 ～10.8之间,均值为6.2±2.7,表明城市湖泊沉积有机质来源复杂.2个湖泊蚌类δ15N组成与各自湖泊表层沉积物δ15N组成相对应.     

鄱阳湖候鸟栖息地湖泊悬浮有机质的碳氮分布及来源分析——以大湖池和沙湖为例

以江西鄱阳湖国家级自然保护区的2个湖泊——大湖池和沙湖为研究对象,分析不同季节和水位悬浮有机质的碳氮稳定同位素（δ¹³C和δ¹⁵N）及碳氮比值（C/N）的变化特征,甄别悬浮有机质的来源.结果表明：在不同水位条件下,悬浮有机质的δ¹³C和δ¹⁵N均存在差异显著性.沙湖5月水位上涨时,悬浮有机质δ¹³C最正,均值为-26.4‰±0.9‰,10月退水后,δ¹³C最负,均值为-31.2‰±1.1‰.悬浮有机质δ¹⁵N值在5月和8月较低（范围为3.5‰~5.5‰）,10月也相对较低,均值为6.1‰±0.6‰,而12月相对较高（7.3‰~10.8‰）.悬浮有机质C/N值在10月最低,均值为6.5±0.6,小于7,与其他各月的C/N有显著差异,而其他各月C/N在7.8~8.7之间,不存在显著差异.大湖池悬浮有机质δ¹³C、δ¹⁵N各月的变化趋势与沙湖类似,并且两个湖泊在相同月份的δ¹³C、δ¹⁵N或C/N均不存在显著差异,但大湖池的δ¹³C和δ¹⁵N比沙湖的δ¹³C和δ¹⁵N均值略偏正0.1‰~0.5‰,C/N比沙湖的C/N略偏低0~0.4.有机δ¹³C、δ¹⁵N结合C/N示踪表明,大湖池和沙湖的悬浮有机质在5月水位上涨和8月丰水期主要来源于河流运输的土壤有机质,表层沉积物对5月悬浮有机质也有一定贡献（16%）,水生浮叶植物对8月悬浮有机质有一定贡献（25%）;10月秋季退水后悬浮有机质主要来源于藻类（77%）,表层沉积物有一定贡献（23%）;12、3和4月冬、春季枯水期悬浮有机质主要来源于表层沉积物,候鸟粪便对12月悬浮有机质有较大贡献（40%）,湿地植物碎屑对3和4月有较大贡献（47%和51%）.     

碳氮稳定同位素示踪鄱阳湖流域蚌湖丰水期的氮污染

鄱阳湖边缘深水区是鄱阳湖水位上涨时扩散而成的低洼湖区,通过对其一典型边缘湖泊——蚌湖丰水期的氮浓度和同位素特征值的检测,分析这类洪泛湖泊在水位最高时期水体颗粒有机质及无机氮的氮同位素变化特征,并识别氮污染来源及转化途径.结果表明:6月悬浮颗粒有机质碳氮同位素值(δ~(13)C:-26.7‰~-23.7‰,δ~(15)N:2.6‰~6.2‰)介于土壤有机质(δ~(13)C:-25.21‰±0.52‰,δ~(15)N:3.79‰±0.37‰)和水生植物的碳氮同位素值(δ~(13)C:-28.8‰~-24.9‰,δ~(15)N:5.3‰~8.2‰)之间.7月相比于6月,降低的δ~(13)C(-27.6‰~-23.2‰)和升高的δ~(15)N(4.3‰~7.7‰)表明暴雨冲刷带来更多的周边陆地碎屑输入.无机氮在6月以铵态氮(NH_4~+-N)为主要形态,7月以硝态氮(NO_3~--N)为主要形态.6月δ~(15)NH_4~+较负的特征值(-18.6‰±5.2‰)表明铵态氮主要来源于雨水,硝态氮(δ~(15)NO_3~-:1.4‰±3.0‰)主要来源于农业化肥和雨水.7月相比于6月,铵态氮和硝态氮的浓度和同位素值都大幅升高(分别升高了0.3和2倍,6‰和3‰),是暴雨冲刷陆地使农业化肥、城镇生活废水和畜禽养殖废水输入的结果.水生植物的δ~(15)N在7月(8.8‰±1.1‰)相比于6月(6.6‰±1.1‰)也升高了较多,是由于水生植物吸收了更高δ~(15)N废水无机氮的结果.通过颗粒有机质和无机氮的δ~(15)N分析可知,湖区水体氮的矿化作用和硝化作用较强,藻类对湖泊的内源氮贡献较弱,沿河湖的畜禽养殖在暴雨时对水域污染的威胁较大.本研究提供了洪泛湖泊氮污染治理的科学依据.     

考虑结构性黏土应变软化效应的桩靴竖向承载特性研究

为评估桩靴在结构性较强的黏土场地贯入时,土体的应变软化效应对桩靴竖向承载特性的影响,首先采用VUSDFLD子程序定义结构性黏土不排水抗剪强度s_u随累积绝对塑性剪应变ξ的变化关系,使现行的耦合欧拉-拉格朗日(coupled Eulerian-Lagrangian,简称CEL)数值分析方法能够模拟结构性黏土的应变软化效应。然后,基于改进后的CEL数值分析方法,分析土体灵敏度S_t、土体应变软化参数ξ_{9 5}及土体脆性参数β对桩靴上方土体回流及竖向承载特性的影响。结果表明：S_t、ξ₉₅及β均会对桩靴上方土体回流及桩靴竖向承载力产生影响,其中反映结构性黏土脆性特性的参数β影响最显著。与未考虑土体应变软化效应的情况相比,考虑结构性黏土应变软化效应的桩靴竖向承载力因子和极限孔穴高度明显偏低。此外,建立了桩靴在结构性较强的海洋黏土场地预压贯入时的归一化极限孔穴高度及桩靴深贯入竖向承载力预测公式,预测结果较合理。研究成果也可为实际工程中评估桩靴深贯入竖向承载力、预测桩靴最终贯入深度提供参考。     

基于机器学习的水-气界面CO2、CH4扩散通量预测及影响因素分析——以三峡水库为例

传统的水-气界面温室气体通量的监测方法具有诸多局限,对其影响因素的分析也大多基于数学统计层面。对此,本研究提供了一种较为新颖的研究和分析方法——基于机器学习的数据预测和分析。本研究采用2种经典机器学习算法——随机森林(RF)和支持向量机(SVM)和2种深度学习算法——卷积神经网络(CNN)和长短时记忆神经网络(LSTM),通过环境因素预测水库水-气界面CO₂和CH₄扩散通量。此外,采用RF中的特征重要性评估和经典算法决策树(DT),对环境因素和水库温室气体扩散通量的关系进行了全新角度的数据挖掘和分析。结果表明:深度学习算法的预测效果均较好,经典机器学习算法中RF预测效果显著优于SVM。LSTM和RF分别产生了最优的CO₂扩散通量和CH₄扩散通量的预测精度,均方根误差(RMSE)分别为0.424 mmol/(m²·h)和0.140μmol/(m²·h),预测值与实测值的R²分别为0.960和0.758。RF的特征重要性评估表明沉积物因子...