洞庭湖中枯水期水情变化及其驱动因素

为揭示洞庭湖中枯水期水情变化特征及其驱动因素,采用长短期记忆神经网络模拟洞庭湖出湖流量及湖区水位,通过情境模拟开展水情变化归因分析。洞庭湖1992—2019年9—10月出湖流量大幅减少,主要受长江流量降低的影响。洞庭湖中枯水期水位主要呈下降趋势,其中9—10月平均水位在西洞庭湖、南洞庭湖降幅约1 m,在东洞庭湖降幅约2 m。地形变化对中枯水期水位主要起拉低作用,长江和流域四水流量变化在9—10月起拉低作用、在12月至次年3月起抬升作用,其中对东洞庭湖水位的影响相对更为显著。研究结果可为洞庭湖中枯水期水资源管理和湿地保护提供参考。     

甘肃天水地区渭河南岸大砂沟泥石流发育特征

以天水地区渭河南岸大砂沟泥石流沟为研究对象,通过野外地质调查以及历史资料的统计,初步了解该泥石流的形成条件、松散物源的补给条件、活动历史;详细研究了该泥石流的运动特征,并提出了相应的治理措施。结果表明:该泥石流沟上游三面不稳定斜坡体上的堆积物和大砂沟沟道内的松散堆积物为该泥石流的主要物源;通过统计分析,在极端降雨天气条件下计算得到洪峰流量为355. 26 m3/s。该泥石流沟仍存在暴发大规模泥石流的可能性,一旦泥石流发生,将对下游甘谷县城居民的生命财产安全造成严重的威胁。研究成果可为天水地区泥石流的防灾减灾提供科学依据。     

遥感线性构造解译和分形统计方法在沂南金矿及外围的应用

文章以山东沂南金场—铜井矿区及外围为研究对象,利用ETM+遥感数据为基本信息源,首先对遥感影像进行假彩色合成、校正、去除干扰等处理;然后对影像做滤波处理以增强区域构造信息进行线性构造解译,运用分形几何学的原理和计盒维数法求得分维值,得出该区线性构造具有良好的统计自相似性和分形特征;最后综合分析线性构造分维值、岩浆岩资料、已知矿床(点)信息,确定7个成矿远景区,其中Ⅰ号远景区是最有前景的异常区。     

两种陆面模式对中国区域土壤温度模拟的对比分析

为研究不同陆面模式对中国区域土壤温度的模拟效果,基于中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）大气驱动数据分别驱动Noah和Noah-MP陆面模式进行中国区域土壤温度的模拟（简称:CLDAS_Noah和CLDAS_Noah-MP试验）,使用2010—2018年中国气象局2380个土壤温度观测站点10和40 cm观测数据以及美国全球陆面数据同化系统（The Global Land Data Assimilation System,GLDAS）驱动的Noah模式（GLDAS_Noah试验）模拟的土壤温度结果,从空间分布、季节、分区等角度进行了评估,实现了不同驱动数据相同陆面模式和相同驱动数据不同陆面模式的对比分析。结果表明: GLDAS_Noah、CLDAS_Noah和CLDAS_Noah-MP试验均能合理模拟出中国区域土壤温度空间分布,但在量级上有一定差异,主要表现在中国东北、新疆、青藏高原等积雪区。对于相同陆面模式不同驱动数据,均方根误差显示CLDAS_Noah试验在季节与分区上均优于GLDAS_Noah试验,间接表明CLDAS大气驱动数据优于GLDAS大气驱动数据,且大气驱动数据是提高土壤温度模拟精度的重要因素之一;对于相同驱动数据不同陆面模式,总体上CLDAS_Noah-MP试验棋拟效果优于CLDAS_Noah试验,其中CLDAS_Noah试验模拟的10和40 cm深度土壤温度在冬季积雪区误差明显大于CLDAS_Noah-MP试验,可能与Noah-MP模式改进了积雪方案有关,但10和40 cm深度下CLDAS_Noah-MP试验在东北、华北、青藏高原地区对春季土壤温度模拟误差明显大于CLDAS_Noah试验,可能与Noah-MP模式融雪方案有关。总之,本研究对于后续开展土壤温度多模式集成、土壤温度站点资料同化,最终研制中国区域高质量土壤温度数据集具有一定的参考意义。      

西藏阿里阿鲁错地堑系的第四纪活动性、最新同震地表破裂及其地震地质意义

藏北高原非常薄弱的活断层调查程度和不完整的历史地震资料等,限制了对青藏高原内部活动构造的变形机制及强震活动特征等问题的深入认识。文中通过综合地质、遥感和地震等资料对阿里北部进行详细的活断层解译,重点对阿鲁错地堑系南段昆楚克错地堑西侧边界正断层的第四纪活动性、新发现的最新同震地表破裂及其震级与形成时间等进行了深入分析。研究结果表明,阿里北部第四纪期间以近EW向伸展变形为主,发育了以近SN向正断层和由NW向与NE向走滑断层构成的共轭走滑断层为主的高密度活断层系统。沿昆楚克错地堑西缘主边界正断层新发现的最新同震地表破裂整体沿NNW向雁列展布,总长约400m,最大垂直位移约0.8m,平均垂直位移为0.3～0.4m。结合历史地震记录和经典的“地表破裂位移与震级”统计关系式推断,该破裂应是震源深度为35km的1955年革吉县纳屋错东M_W6.5强震事件的结果。综合该地表破裂的发育特点推断,震源深度对地表破裂参数存在显著影响,震源偏深时的地表破裂长度可远小于震源破裂的最大长度,表明在活断层的地震复发模式研究中应注意随机性较强的断层局部破裂行为或小位移破裂事件。     

中国区域高分辨率温度实况融合格点分析产品质量评估

采用两种插值方法将2018年2m气温实况融合格点分析产品插值到2380个国家级考核站,通过相关系数、平均值误差、平均绝对误差、均方根误差及准确率等指标对该产品进行评估。结果表明:利用邻近插值法得到的评估结果略优于双线性插值法,实况融合格点分析产品的评估结果具有一定的日变化和月变化。总体而言,逐小时实况融合格点产品与站点实况基本一致,具有较高的参考性,其相关系数达到0.99以上,均方根误差在1℃以下,2℃以内准确率达到98%以上,1℃以内准确率达到95%以上。分省和分海拔评估结果表明,评估结果随海拔高度的增加而变差,因此在海拔较高、地形较复杂区域、气象站较稀疏区域应用该产品时应谨慎;由小时实况融合格点产品获得的日最高、最低温度也有很高的指示性;该产品对高温过程也有较好的监测能力。      

基于HRCLDAS/CLM陆面数据同化系统的青藏高原地区土壤湿度模拟研究

利用最新的高时空分辨率（1 km、1 h）的中国气象局高分辨率陆面数据同化系统（HRCLDAS-V1.0）大气近地面强迫资料,驱动由NCAR发展的通用陆面模式（CLM）,对青藏高原地区2015年1月1日至9月30日的土壤湿度开展了模拟研究。结果表明模拟得到的高时空分辨率（1 km、1 h）土壤湿度能够体现出青藏高原地区从东南向西北逐渐变低的空间分布特征,较好地表现出各层土壤湿度的时间变化特征,6~9月土壤湿度波动较大,1~5月波动较平缓,上层土壤湿度变幅较大,深层变化较平缓。0~5 cm、0~10 cm和10~40 cm深度土壤湿度模拟结果与观测值的相关系数均在0.8以上,其中0~5 cm土层的相关系数达到0.92,各层土壤湿度观测值与模拟值的均方根误差变化则相反,3个土层土壤湿度模拟结果与观测值的偏差均小于0.04 mm3 mm-3,但模式对于研究时段土壤湿度变化的低值有高估现象,且模拟能力随着土层深度的加深而减弱。     

东南沿海台风暴雨型单体斜坡灾害风险评价——以泰顺仕阳北坡为例

在东南沿海地区每年汛期由台风暴雨诱发的坡积层滑坡灾害事故众多,给当地人民生命财产安全造成巨大威胁。斜坡单体风险评价是地质灾害治理与防控的重点、难点。在野外调查、工程地质钻探及岩土体力学测试的基础上,以仕阳镇仕阳北坡为例,结合气象资料分析了不同降雨条件下斜坡的稳定性;采用蒙特卡洛方法计算了斜坡安全系数的统计特性;基于斜坡破坏概率研究了承灾体的易损性,并定量计算了不同降雨条件下建筑物及人员的风险值。结果表明：随着降雨强度的增加,滑坡发生概率随之增加,其风险值也逐渐增加,特大暴雨工况风险最大,其人员风险为94人/年,经济风险为1.41亿元/年。研究结果对东南沿海地区该类滑坡的防治工程有重要的参考意义,可为该类滑坡的防灾减灾决策提供建议。     

基于金矿规格单元数据的机器学习方法在成矿建模分析中的应用

现代金矿勘察主要是通过综合地球化学和地质测量等数字化方法对深部矿床进行研究,所需要的人力物力成本较高。而通过分析积累的金矿规格单元数据,可以建立金矿成矿情况与相关成矿元素含量之间的非线性关系,从已有的勘查数据中寻找金矿成矿的一般规律。本文基于与金矿相关的成矿元素含量数据,分别采用逻辑斯蒂回归、随机森林和决策树方法对原始数据和重采样数据进行训练,综合运用召回率、精确率和准确率对模型进行评价。通过对比发现,在训练和测试原始数据过程中,由于每组之间数据量的巨大差距,导致成矿数据被淹没;而在训练重采样数据过程中,随机森林在召回率和准确率方面均有较好的表现,分别达到了90.63%和70.78%;并最终分析了随机森林模型中不同分类边界对于金矿成矿情况预测结果的影响。利用不同的测量指标对模型进行评价分析,使模型更适用于金矿成矿预测,可有效地提高金矿勘察的效率。     

基于全球橄榄石数据的玄武岩构造环境智能判别方法及其验证

一直以来,探索玄武岩地球化学特征与大地构造环境之间的联系是地球化学领域的一个重要研究方向。橄榄石是岩浆最早期结晶的矿物之一,其在玄武质岩浆形成和演化过程中记录了诸多信息。鉴于此,学者们尝试利用橄榄石的元素组成判别大洋中脊玄武岩(MORB)、洋岛玄武岩(OIB)和岛弧玄武岩(IAB)三种构造环境。常用的玄武岩构造环境判别图解难以满足精度要求,于是引入机器学习算法作为判别手段来解决上述问题。机器学习判别方法的分类效果在很大程度上取决于参数选取的合理性。为此,本文提出一种耦合灰狼优化算法(GWO)和支持向量机(SVM)的智能判别方法。该方法利用GWO寻求SVM算法最优参数组合,以形成橄榄石组成元素和玄武岩构造环境之间的最佳映射关系,从而实现对MORB、OIB和IAB三种构造环境的准确判别。此外,根据公开发表的玄武岩样品的地球化学数据,结合混淆矩阵及其衍生评价指标,通过仿真实验、随机子抽样验证和k折交叉验证等方式评估了所提方法的判别性能。评估结果表明, GWO-SVM耦合判别方法在利用橄榄石成分判别玄武岩构造环境方面具有较好的分类效果,其判别准确率可达85%以上。由此可见,相较于传统判别图解方...