南海鱼类寄生粘孢子虫的研究：Ⅰ.角形虫属五新种

在南海鱼类胆囊中发现寄生粘孢子虫角形虫属五新种。其中的肾形角形虫Ｃ．ｒｅｎｉｆｏｒｍａ和石斑角形虫Ｃ．ｅｐｉｎｅｐｈｅｌａ寄生于赤点石斑鱼Ｅｐｉｎｅｐｈｅｌｕｓａｋａａｒａ，桂山角形虫Ｃ．ｇｕｉｓｈａｎｅｎｓｉｓ寄生于青石斑鱼Ｅ．ａｗｏａｒａ，陈氏角形虫Ｃ．ｅｈｅｎｉ寄生于黄鳍鲷Ｓｐａｒｕｓ ｌａｔｕｓ，Ｊｉ角形虫Ｃ．ｃｌｕｐａｎｏｄａ寄生于斑Ｊｉ Ｃｌｕｐａｎｏｄｏｎ ｐｕｎｃｔａｔｕｓ．     

Reconstruction of the diagenesis of the fluvial-lacustrine- deltaic sandstones and its influence on the reservoir quality evolution-- Evidence from Jurassic and Triassic sandstones, Yanchang Oil Field, Ordos Basin

The reservoir quality of Jurassic and Triassic fluvial and lacustrine-deltaic sandstones of the Yanchang Oil Field in the Ordos Basin is strongly influenced by the burial history and facies-related diagenetic events. The fluvial sandstones have a higher average porosity (14.8%) and a higher permeability (12.7×10?3 ?m2) than those of the deltaic sandstones (9.8% and 5.8 ×10?3 ?m2, respectively). The burial compaction, which resulted in 15% and 20% porosity loss for Jurassic and Triassic sandstones, respectively, is the main factor causing the loss of porosity both for the Jurassic and Triassic sandstones. Among the cements, carbonate is the main one that reduced the reservoir quality of the sandstones. The organic acidic fluid derived from organic matter in the source rocks, the inorganic fluid from rock-water reaction during the late diagenesis, and meteoric waters during the epidiagenesis resulted in the formation of dissolution porosity, which is the main reason for the enhancement of reservoir-quality.     

青藏高原地区地表温度及其取值对大气长波辐射冷却的影响

针对辐射传输模式在青藏高原地区的应用问题，使用Ｌｉｏｕ－Ｏｕ一维辐射传输模式及１９８２年８月￣１９８３年７月青藏高原热源观测实验期间青藏高原地面、高空与卫星观测资料，在高原辐射传输模式中区分了下垫面温度与地表空气温度的作用，并利用卫星观测资料对模式改进后的实际效果进行了验证；分析了地表温度的日变化和季节变化硬度，得到了下垫面温度的简单参数化方法。     

基于逻辑回归的四川青川县区域滑坡灾害预警模型

四川省青川县滑坡灾害群发,点多面广,区域滑坡灾害预警是有效防灾减灾的重要手段,预警模型是成功预警的核心。由于研究区滑坡诱发机理复杂、调查监测大数据及分析方法不足等原因,传统区域地质灾害预警模型存在预警精度有限、精细化不足等问题。文章在青川县地质灾害调查监测和降水监测成果集成整理与数据清洗基础上,构建了青川县区域滑坡灾害训练样本集,样本集包括地质环境、降雨等27个输入特征属性和1个输出特征属性,涵盖了青川县近9年（2010—2018年）全部样本,数量达1 826个（其中,正样本613个,负样本1 213个）。基于逻辑回归算法,对样本集进行5折交叉验证学习训练,采用贝叶斯优化算法进行模型优化,采用精确度、ROC曲线和AUC值等指标校验模型准确度和模型泛化能力。其中,ROC曲线也称为“受试者工作特征”曲线;AUC值表示ROC曲线下的面积。校验结果显示,基于逻辑回归算法的模型训练结果准确率和泛化能力均较好（准确率94.3%,AUC为0.980）。开展区域滑坡实际预警时,按训练样本特征属性格式,输入研究区各预警单元27个特征属性,调用预先学习训练好的模型,输出滑坡灾害发生概率,根据输出概率分段确定滑坡灾害预警等级。当输出概率P≥40%且P<60%时,发布黄色预警;当输出概率P≥60%且P<80%时,发布橙色预警;当输出概率P≥80%时,发布红色预警。     

1971-2015年世界铁矿石资源供需与流动格局及其演变

本文研究了1971—2015年世界铁矿石供需与流动格局的时空变化,结果显示：① 世界铁矿石年产量期末比期初增加了12.26亿t,年均增长2.17%;1992年以前,欧洲曾是世界铁矿石的消费重心,但随后亚洲后来居上。② 研究期内世界铁矿石输出量年均增长达3.7%,大洋洲和南美洲成为铁矿石的主要输出地,2015年占世界的比重分别达53.73%和26.23%;本世纪以来铁矿石输入量最大的是中国、日本和韩国,2015年分别占世界总量的65.07%、8.94%和5%。③ 基于“场”理论,采用位势、“源”、“汇”、迹线等概念审视全球铁矿石流场的基本特征和流场成因,发现世界铁矿石流动的“位势”北半球较低,而南半球较高;亚洲、欧洲是主要的汇流场,大洋洲、南美洲是主要的源流场。本文研究揭示了近半个世纪以来世界铁矿石资源的流动状态及其演变过程,对于我国科学地制定产业政策具有重要价值。     

海洋环境数值预报业务综合运维平台设计与实现

分析了海洋环境数值预报运维复杂度逐渐增大的现状,梳理出存在的6类主要问题,给出了海洋环境数值预报业务综合运维的总体设计思路。进而研究分析了数值模式业务流程调度监控和模式运行性能特征分析等核心技术环节,实现了海洋环境数值预报业务综合运维平台的主要功能,并针对全球海洋预报系统开展了有效的示范应用,为各数值预报业务中心设计开发自动化运维值班工作平台提供了一个高效可行的方案。     

波浪能发电平台系泊系统耦合动力响应及水动力分析

本文以一种新型波浪能发电平台为研究对象,分别采用基于三维势流理论的软件Sesam和基于有限体积法的Flow3D软件,对平台和发电浮子进行水动力分析。应用Sesam-HydroD模块计算了平台和发电浮子在频域内的运动响应,将平台和发电浮子的垂荡运动响应进行对比分析,结果表明,在正常海况下,平台与发电浮子垂荡运动相对幅值满足捕能系统的发电需求。应用Flow3D软件对平台整体进行水动力分析,结果表明,平台与发电浮子相对运动振幅在0.3～0.4m间,可满足发电需求。在此基础之上,应用Orcaflex软件,通过时域耦合动力分析的方法,计算了平台在自存工况和作业工况下的运动响应和系泊缆动张力响应,结果表明:在自存工况下,平台锚泊线的安全系数符合规范要求,平台具有良好的安全性能,能够适应恶劣的海洋环境;在作业工况下,平台的垂荡运动响应对波浪方向变化并不敏感,捕能系统不受波浪方向变化的影响,满足发电需求。另外,本文的研究结果能为类似的海洋平台的研究提供建议和参考。     

基于随机森林的福建省区域滑坡灾害预警模型研究

福建省滑坡灾害群发,点多面广,开展区域滑坡灾害预警业务是有效防灾减灾的重要手段,预警模型的科学性和有效性是预警业务的核心问题。传统区域滑坡灾害预警模型,受到滑坡诱发机理复杂、数据积累有限,以及大数据分析方法不足等限制,存在预警精度有限、精细化不足等问题。本文基于近9年地质与气象大数据,采用随机森林算法,构建了福建省区域滑坡灾害预警模型并开展实例校验。研究得出如下结论：(1)提出区域滑坡灾害训练样本集构建的优化方法,并构建了福建省区域滑坡灾害训练样本集,样本集包括地质环境、降雨等26个输入特征属性和1个输出特征属性,涵盖了福建省近9年(2010～2018年)全部样本数量达15 589个(其中：正样本3562个,负样本12 027个,正负样本比例约1︰3.4);(2)基于随机森林算法,对福建训练样本集进行学习训练、模型优化和模型存储。模型训练采用5折交叉验证法,采用贝叶斯优化算法进行模型参数优化,采用精确度、ROC曲线和AUC值等指标校验模型准确度和模型泛化能力。优化后的模型准确率和泛化能力均较好(准确率94.3%,AUC为0.954);(3)选取2021年6月22日和28日的实际滑坡灾害...     

一个ENSO多模式集合预报系统介绍

厄尔尼诺-南方涛动(El Ni?o and Southern Oscillation,简称ENSO)是短期气候预测的主要可预报性来源.为提高ENSO的预报水平,我们构建了一个包含5个动力耦合模式的多模式集合预报系统,其中各个模式具有不同的复杂程度、参数化方案、分辨率、初始化和集合扰动生成方案,以尽可能全面地考虑各种不确定性对预报结果的影响.回报试验结果表明:多模式集合的预报效果明显好于任何一个单一模式,其显著降低了均方根误差,并提高了异常相关性技巧.该多模式集合的预报效果可以比肩甚至优于同期北美多模式比较计划中的ENSO多模式集合预报技巧.此外,多模式集合预报能够削弱“春季预报障碍”的影响,提供更为可靠的概率预报.实时预报能够提前六个月准确地捕捉到近期连续两年的拉尼娜事件,并且该系统从2022年4月开始的预报也显示出连续三年拉尼娜事件的可能性.总体来说,这一多模式集合预报系统能够提供比任何模式成员更加准确的确定性预报和概率预报.这些改进主要得益于:一方面不同模式之间的优势互补增加了可预报信息,另一方面该系统集合成员规模较大有助于更为合理地刻画预报不确定性的分布.