电网故障自组织临界性及其在应对极端天气中的应用

从我国中部省市电网运行记录中提取了日故障记录, 对故障时序的分析表明其有明显的长程相关性和幂律分布特性, 具有自组织临界性. 相关结论能合理解释被调查电网在2008年冰灾中故障大量爆发的现象. 由于电网跨越辽阔区域, 其安全稳定运行易受气候条件影响, 对故障原因的分析表明大气系统中降水现象的自组织临界性是被调查电网的故障具有自组织临界性的主导因素. 由于极端天气的频率和强度将随全球暖化而加强, 并对电力系统产生显著影响, 分析了全球暖化对电力系统的影响方式, 指出极端天气是全球暖化对电力系统影响的主要途径. 结合电网故障自组织临界性, 提出了增强电网对全球暖化适应性, 提高对极端天气事件抵御能力的方法.     

极端冲击条件下脆性破坏的物理机制

对近十年来玻璃和陶瓷介质在极端冲击条件下的实验研究,破坏现象和物理模型进行了总结,重点分析了低于Ｈｕｇｏｎｉｏｔ应弹性极限时玻璃介质中的玻破坏波现象和陶瓷听拉伸／压缩损伤过程,指出Ｒａｓｏｒｅｎｏｖ的表面微裂纹扩展和Ｃｌｉｆｔｏｎ的相变机制在解释脆性材料破坏过程中的合理性及其不足之处,分析了Ｅｓｐｉｎｏｓａ的微裂纹多面模型和Ｐａｒｔｏｍ的自持续破坏波模型在模拟玻璃介质中的破坏波现象时存在的主要问题     

1961-2016年新疆极端气温事件变化特征

以1961-2016年新疆维吾尔自治区51个站点逐日最高、最低和均温数据为研究对象,采用线性倾向估计、R/S分析、空间分析和相关分析等方法,探讨新疆地区16个极端气温指数变化特征.结果显示:(1)新疆极端气温指数与年均温具有较好相关性,说明极端气温指数变化响应该区域气候变化.(2)无论在时间方面还是空间方面,新疆极端气...     

地底深处的陌生细菌

一个由美国普林斯顿大学领导的研究小组发现了一种生存在地下2．8公里处与外界隔绝的细菌群落,这种群落通过放射性岩石的衰变来获取生存的能量,而不是通过阳光。这项发现暗示,生命极有可能存在于其他类似的极端条件下。     

极端干旱区包气带异养微生物16S rDNA的多样性

在黑河流域下游河谷550 cm深的包气带中采集了10个土壤样品,相应地对各个样品中的土壤含水量、总氮、土壤有机质和pH值进行了采样分析,并进行了微生物计数和培养.通过培养,从不同的培养基和不同土壤层,共挑选出120个菌落,然后使用革兰氏染色反应、常规生理生化和内切酶分析,再选出不同的15个菌落进行16S rDNA扩增和序列测定,共发现15种细菌,并建立了可培养微生物的系统进化树.这15个种分别属于蛋白细菌门的α-(2种),γ-(2种)和β-(2种)组,高G C的革兰氏阳性菌(5种),低G C的革兰氏阳性菌(2种)和Cytophaga-Flexibacter-Bacteroides细菌(2种),这些种群全部属于棒状或段棒状,表现出明显的多样性.结果表明:地下土壤的物理和地球化学特征的不同影响地下微生物的种群数量,该研究为极端干旱区地下微生物生态学和水文地质以及相互作用提供了一个非常有意义的窗口.     

极端事件对我国民航客运的影响分析

利用时间序列分析中干预分析模型研究了我国民航客运量在极端事件时受到的干预影响.结果表明我国民航客运受到多次连续冲击,在2020年2月受到一次较大的负冲击,同样在3月也受到一次负冲击,但由于我国国内民航市场潜力大,国内控制较稳定,及政府相关政策的有效扶持,民航客运在8月份受到正冲击,下半年客运量有所恢复.全年总冲击为负值,表明此次极端事件对我国民航客运造成较大负面效应.2月份受到的冲击效应持续到年底且逐渐减弱,表明极端事件对我国民航客运造成长久且持续的影响,国内客运量仍具有进一步增长空间.     

斯里兰卡极端降水时空演变特征及趋势预测

斯里兰卡是我国“一带一路”战略的重要节点国家,极端降水对当地社会经济威胁较大,极易引发灾害。本文选取当地10个气象站2008~2020年的逐日降水资料,基于RClimDex模型计算斯里兰卡6个极端降雨指标,利用经验正交函数分析、Morlet小波分析和R/S分析等方法,分析极端降水事件的时空演变特征。结果表明：极端降水指数在时间分布上,除持续干旱指数（CDD）呈减少趋势外,其他各指数均为上升趋势;极端降水指数空间差异表现为北部沿海平原地带的极端降水强度高于南部沿海平原,拉特纳普勒市以西地区为斯里兰卡降雨事件的多发区;极端降水指数周期性明显,绝大多数极端降水指数以6~7年为第一主周期。R/S分析表明当地极端降水事件未来持续可能性较大。研究结果可为斯里兰卡极端气候预测、生态环境保护、防灾减灾工作等提供决策支持。     

基于遗传算法优化XGBoost模型的地铁乘客出站走行时间预测

地铁乘客出站走行时间的预测是城市交通运行和管理的重要依据,对其进行准确预测有助于缓解地铁拥堵、优化地铁服务和提高乘客满意度。为了准确预测地铁乘客出站走行时间,首先,基于视频分析软件从监控视频中提取了乘客出站时的走行时间和若干特征变量。其次,为了筛选出对走行时间有显著影响的因素,采用相关性分析和最优尺度回归模型进行影响因素分析,并使用遗传算法进行最优特征组合的提取。最终,将提取出的特征作为输入向量,使用极端梯度提升模型进行走行时间的预测,并以平均绝对误差等作为评价指标。实验结果表明,本文提出的方法在地铁乘客出站行为预测方面具有较好的效果,平均绝对误差为1.55秒,低于未优化的极端梯度提升模型（1.87秒）、支持向量机（2.03秒）和随机森林（1.96秒）等模型。     

1961-2017年湖南省冷空气活动特征分析

为了准确把握湖南省冷空气活动的时空分布及变化特征,利用1961～2017年湖南省88个地面观测站日最低气温的均一化资料,通过线性回归、M-K突变检验、Morlet小波分析等方法分析湖南省冷空气活动特征,研究结果表明：湖南冷空气活动与地形因素有很大的相关性,弱冷空气在武陵山、雪峰山一带偏多,洞庭湖平原地区偏少,较强冷空气、强冷空气在南岭以及雪峰山、幕阜山、连云山一带偏多,寒潮在南岭、幕阜山、连云山一带偏多。弱冷空气趋势增多,年际变化倾向率为0.277 次?(10 a)-1,较强冷空气、强冷空气、寒潮趋势减少,年际变化倾向率分别为-0.07 次?(10 a)-1、-0.166 次?(10 a)-1、-0.11 次?(10 a)-1。极端冷事件趋势减少,年际变化倾向率为-3.36 d?(10 a)-1。弱冷空气在湘中、湘东等大部分地区趋势增多,较强冷空气在湘西、湘西南地区趋势减少,强冷空气在湘北、湘东北大部分地区趋势减少,寒潮在湘东北、湘西南、湘东南等大部分地区趋势减少。研究结果可为农业、林业、水利、生态以及气象预报预测预警工作提供决策依据。     

1980-2010年华北地区极端高温天气气候事件特征分析

基于1980-2010年共31年NCEP再分析资料和华北地区地面台站资料,采用百分位阈值法研究了华北地区夏季极端高温天气事件的时空特征,并对其环流成因进行了分析.结果表明,1980-2010年华北地区极端高温日数和极端高温事件发生时的日平均、最高温度都有明显的增加趋势,其中极端高温日数的增加趋势尤为显著,线性趋势系数达到0.261,通过了0.01的显著性水平检验.空间分布上,近10年华北地区的极端高温日数显著增加,并且北部地区增加大于南部,极端高温多发区由20世纪80年代的"南多北少"向目前的"北多南少"分布态势转变;合成分析的结果表明,在华北地区极端高温日数偏多年,副高势力较强,且西伸脊点偏西,中高纬度地区为两高一低型,造成华北地区极端高温日数偏多的大气环流系统是其中偏东的深厚大陆高压,此系统强度大且在对流层低层势力尤为强盛,位势高度异常在850 h Pa上超过5 gpm.