西湖凹陷黄岩区深层低渗天然气藏差异聚集规律及成因浅析

针对西湖凹陷黄岩区“区域成藏、一层多藏”的天然气规模成藏与差异成藏现象,基于钻井资料、流体预测、断裂解析及低渗天然气藏运聚方式等分析,提出区内“翼部主运、核部调节”的天然气差异聚集特征。具体表现为：当构造核部小断层不发育时,核部为天然气汇聚优势区,易形成气藏富集区;当构造核部小断层较发育时,断层面附近易形成非渗透区,靠近深大断裂的构造翼部易形成气藏富集区。这种现象是先伸展后挤压的地质背景、背斜-似花状断裂构造及低渗储层天然气“体积流”充注富集共同形成的。黄岩区的油气评价应遵循“一核两翼、近断富集”的思路。     

FY-3C VIRR和Terra MODIS NDVI产品在湘赣地区的一致性

卫星遥感是监测大范围植被动态变化最有效的手段。随着中国遥感技术的发展,国产风云卫星也逐渐应用于植被变化研究,但有关国产风云卫星刻画植被动态变化表现方面仍不明晰。比较了国产风云卫星(FY-3C VIRR)和美国Terra卫星(MODIS)的归一化植被指数(normalized difference vegetation index, NDVI)产品在湖南省和江西省的时空一致性。结果表明：(1)两种卫星NDVI产品的空间分布与年、季、月的变化特征在湘赣地区有较好的一致性,江西省NDVI整体高于湖南省;(2)FY-3C和MODIS年均NDVI都呈现出2018年高于2017年和2019年的情况,基于MODIS的湘赣地区三年的年均NDVI(0.58)高出FY-3C(0.36)约60%;(3)FY-3C NDVI在各季节都整体低于MODIS NDVI,其中冬季差异最大,基于MODIS NDVI均值(0.42)约是FY-3C(0.21)的2倍,其余季节MODIS高出FY-3C约50%;(4)FY-3C NDVI与MODIS NDVI月变化趋势基本一致,二者年最大NDVI差异变化不大且较为稳定,年最小...     

神经网络参数对地震类型识别的影响

由于震源识别模型判据选取不当或关键参数设置不合理,现有地震辨识模型的性能受到一定制约。为了改善地震类型识别效果,优化反向传播(back propagation, BP)神经网络参数设置,提出了一种经验模态分解(empirical mode decomposition, EMD)多尺度近似熵(multi-scale approximate entropy)判据,并讨论训练函数、激活函数、隐藏层神经元数目与学习速率等网络参数对地震辨识的影响。首先,针对多组天然地震事件及人工爆破事件波形进行关键信息提取与归一化,利用EMD算法提取6个本征模态函数(intrinsic mode function, IMF)和1个剩余分量(residual),然后分别计算近似熵得到EMD多尺度近似熵向量;再次,设计一系列BP神经网络调参实验,研究BP神经网络参数对地震类型识别的影响。结果表明,训练函数、激活函数、隐藏层数目等参数对地震辨识产生了明显的影响,辨识效果较好的参数组合为：训练函数采用共轭梯度法,输出层激励函数为purelin函数,隐层激励函数为logsig函数,隐层节点数和学习率分别设置为10和0.0...     

基于遥感的承德围场县植被动态变化监测研究

以承德市围场县为例,探讨了利用遥感技术从Landsat-TM图像中监测植被动态变化的方法．该方法首先对1987年的Landsat-TM图像进行几何校正,并将1999年的Landsat-TM图像与其配准．先从1987年Landsat-TM图像中提取植被指数,再对1987年的植被指数图进行非监督分类,得到1987植被分布图．对1999年的Landsat-TM进行非监督分类,得到1999年的植被分布图．最后,对1987年和1999年的植被分布结构图应用ARCVIEW进行叠合分析,求出植被的变化．该研究表明,此法可以简单有效地将植被的动态变化信息予以监测,得出围场县1999年与1987年相比植被增加987．7Km^2的结论．     

两种植被屋面降雨期间调峰控污效能分析

为了解植被屋面的调峰控污效能,重新定义了植被屋面运行效能的评估标准,根据《屋顶绿化设计规范》构建了2个植被屋面（麦冬屋顶和接骨草屋顶）,并进行了测试研究。结果表明,麦冬屋顶可延缓降雨产流25~48 min,消减降雨径流40%~58%,而接骨草屋顶则可延缓降雨产流60~130 min,消减降雨径流54%~80%。除磷酸盐外,2个植被屋面对亚硝酸盐、氨氮、总磷、COD、总氮和硝酸盐的污染负荷的消减率可分别达到95.1%~98.6%、87.2%~93%、72.4%~83%、76%~81.8%、68.7%~78.     

天然产物中含硫化合物的研究进展

本文以表格的方式简单介绍天然含硫化合物的来源、化学结构,分子量、分子式及生物活性等,为进一步开发和利用天然含硫化合物提供可靠的依据和参数。     

深圳围岭公园植被类型及主要植物群落分析

根据对深圳围岭公园的实地调查,认为深圳市围岭公园地带性植被为南亚热带季风常绿阔叶林,但其原始植被已基本被破坏.目前其现有植被可分为南亚热带次生人工常绿阔叶林和南亚热带次生常绿灌木林;主要植物群落有南亚热带常绿灌木林、台湾相思林、马占相思林和桉树林等.对围岭公园植被、植物群落的结构、物种多样性等进行分析,进一步与典型的南亚热带常绿阔叶林比较,结果表明围岭公园的次生人工林种类组成简单、种类较少,群落的多样性指数较低,其优势种突出,优势种群多数处于一、二、三级立木阶段.     

利用人工智能神经网络和DEM数据进行植被变化探测

适时精确的探测土地利用和覆盖变化是研究其起因、过程和效应的基础.本研究利用人工智能神经网络对两景不同时期的影像(2003和2004年)进行一次性变化探测.并且输入层中增加了DEM和坡度两个额外"波段".在选取训练样区的过程中,共选取了82个亚类型,其中36个为植被变化亚类型,46个为无变化植被亚类型.NDVI差值法被用于探测变化和无变化的区域,该方法为获取精确的和足够的植被变化类型训练样区提供有效的参考.研究结果显示利用人工智能神经网络探测变化技术所产生的植被变化图,其精度明显高于分类后比较法所产生的植被变化图精度.此外将DEM和坡度作为额外波段结合两景影像得的8个主成分作为输入层,能够有效的提高人工智能神经网络进行山区植被变化探测精度.同时在选取训练样区的过程中,将各不同的变化和无变化的植被类型根据其不同的光谱特征分成不同的亚类型进行取样,对提高人工智能神经网络进行山区植被变化探测精度有着非常重要的促进作用,此处理可以降低山区影像的地形效应.     

模拟移动色谱在天然产物活性成分提取领域的研究进展

模拟移动床色谱技术(SMB)是一种先进分离技术,已经广泛的应用于石油、糖类、手性药物和氨基酸等领域。随着我国模拟移动色谱技术的快速发展,以及天然产物活性成分的提取与纯化的迫切需求,模拟移动色谱技术在天然产物活性成分提取方面也有涉及,但是总体的数量和质量均不尽人意。本文查阅大量资料以及长期在本领域的实践经验,综研究模拟运动色谱在天然产物活性成分提取方面的现状,希望通过本文的研究可以促进模拟运动色谱在天然产物活性成分提取与纯化领域的快速发展。     

基于坡面植被恢复的岩质边坡分类及生境再造技术研究

高速公路等基础设施建设产生了大量的岩质边坡.受岩性、构造等因素影响,岩质边坡不仅类型复杂,而且坡度大、无土壤、植被恢复十分困难.为了提高岩质边坡植被恢复的质量,需要根据植被恢复对生境条件的要求,对其进行类型划分,并提出与之相适应的生境再造技术.通过借鉴近年来中国北方地区公路岩质边坡生态建设工程案例,选取坡度、坡面结构、坡面平整程度、坡面风化程度等作为分类指标,从植被恢复的角度将岩质边坡划分为4种类型.即:微风化整体结构平整坡面、弱风化块状结构凹凸坡面、强风化碎裂结构平整坡面、碎石覆盖填方坡面.在此基础上,提出了每种类型岩质边坡的坡面处理模式和土壤-植被重建技术方法.这种岩质边坡的分类结果,可为坡面生态恢复设计与施工提供参考.