简介:利用2013—2016年河北省196个环境观测站资料和气象资料对河北省易出现重污染的天气形势进行天气学分型:辐合型、回流型、均压场型、高压后部型、西北高压型、北高型,其中西北高压型出现频率最高,均压场型次之,回流型出现频率最低。通过对河北省3个代表站2014—2016年秋冬季混合层高度、静稳天气指数及小风日数与污染物浓度的统计,分析得到3种指数与大气污染有很好的相关性,即混合层高度越低、静稳天气指数值越大、小风日数越多,越容易出现空气污染。另外通过对比不同类型重污染天气下混合层高度和静稳指数数值,得出天气分型与气象特征量的对应关系:北高型最稳定,西北高压型最容易被破坏。
简介:利用2016年7—9月全省1957个包括区域自动站在内的站点观测资料,对同期雷达融合降水估测和预报资料进行了从时间演变、空间分布及统计检验3个方面的检验,还利用基于对象的诊断评估方法(MODE)考察了台风莫兰蒂(编号1614)9月13—16日一次降水过程,结果表明:1)融合估测降水能较好反映出2016年夏季降水的时间演变和空间分布;2)预报1~6h降水总体偏强,随着预报时效的增长,均方根误差在增大,对浙东沿海和浙南温州一带的降水预报的均方根误差最大;3)对于台风莫兰蒂的这次降水预报,在降水最强的15日21时的融合1—6h预报降水进行MODE检验评估,可以看出预报1—5h的降水落区与实况较一致,但降水落区的范围比实况偏小,随着预报时效的增加,预报与实况降水落区的相似度在减小。
简介:联合T/P、ERS1/GM、ERS1/ERM、ERS2/ERM、GE0SAT/ERM、GE0SAT/GM等多源卫星测高数据,基于逆Vening-Meinesz公式和EGM2008模型,采用移去-恢复方法和快速傅里叶变换算法构建了中国西太平洋海域(0°~40°N,105°E~145°E)l'xl'重力异常模型,选取两个不同特征区域航线,将构建的重力异常模型、EGM2008重力异常模型、美国Scripps海洋研究所重力异常与船测重力数据进行比较分析.结果表明,构建的重力异常模型与船测重力总体趋势变化较为-致、与船测重力比较均方根差为4.16mGaI,总体精度与EGM2008模型重力异常、美国Scripps海洋研究所重力异常相当,反演精度和分辨率达到国际领先水平.
简介:玄武岩作为一种大洋和大陆广泛分布的基性岩,其成因理论主要是在对大火成岩省研究的基础上奠定的,其构造环境判别的理论则主要是在板块构造理论的基础上创建的。本文利用GEOROC和PetDB数据库对全球大洋中脊玄武岩(MORB)、洋岛玄武岩(OIB)和岛弧玄武岩(IAB)进行了数据挖掘研究,发现早先的判别图判别效率不尽相同。部分判别图判别效率偏低的原因可能是早先的研究大多是以典型案例的研究为基础展开的,没有考虑到大数据给出的结果,说明典型和抽样的代表性可能不足。通过对判别图解的研究和比较,并对部分判别图进行了改进,发现许多图解可以把IAB与MORB、OIB分开,但MORB和OIB之间仍然有一些重叠不易区分,并借此推测MORB与OIB源区具有一定的相似性。所以,利用大数据研究可以使玄武岩构造环境判别的研究上升到一个新的层面。
简介:孔隙结构特征及类型划分对低渗透储层勘探开发至关重要,基于多重分形理论与核磁共振实验,对东营凹陷南坡沙河街组沙四段(ES4)复杂低渗透砂岩进行孔隙结构研究。首先,根据岩心物性、铸体薄片、压汞等资料所反映的孔隙结构参数差异,将研究区的岩石孔隙结构类型划分了3大类5小类;然后,针对不同类型岩石的核磁共振T2谱进行插值并计算其对数坐标下的一维、三维分形维数以及多重分形谱,并提取多重分形参数奇异性强度α、分布稠密度f(a),结果显示孔隙结构类型不同,盒维数尤其是多重分形参数值差异明显,孔隙结构好,其a、f(a)偏向高值,以此划分孔隙结构类型与压汞、薄片分析结果基本一致;最后,将该方法应用到核磁共振测井剖面上,应用效果较好,表明多重分形是核磁共振T2谱的一种属性,利用核磁测井T2谱多重分形特征及参数能够连续较好地评价低渗透砂岩孔隙结构类型与预测有效储层。
简介:借助非线性动力时程分析,对严格按照规范Ⅶ、Ⅷ、Ⅸ度设计的5个三跨6层钢筋混凝土框架结构开展易损性分析,建立了基于峰值加速度的易损性曲线。从易损性的角度对不同设防标准RC框架结构的抗震性能做了定量评价,并探讨了设防标准对RC框架结构易损性的影响。分析表明,对应于设防小震、中震及大震水平的峰值加速度,结构“小震不坏”、“中震可修”和“大震不倒”的失效概率均在18%以内,可认为结构满足三水准的性态控制目标。随着结构设防标准的提高,其易损性随之降低,相同峰值加速度对应的各个破坏状态的超越概率均有所降低。此外,将框架结构的设防烈度提高1度,其“大震不倒”的失效概率会明显减小。而将框架结构的设防烈度降低1度,其“大震不倒”的失效概率会显著增加,最高可达4倍。