排序方式: 共有88条查询结果,搜索用时 125 毫秒
81.
82.
酒西坳陷青西凹陷富油的地质-地球化学因素分析 总被引:3,自引:0,他引:3
青西凹陷下白垩统暗色半深湖相-深湖相的泥岩、白云质泥岩和泥质白云岩为研究区主力烃源岩,其沉积时为整体上处于封闭-半封闭强还原-还原环境的断陷湖泊,有利于有机质的保存和转化,且烃源岩厚度占地层比例均大于 5 0%以上,加之有机质类型以混合型为主、有机碳含量普遍大于 1%,为油田形成提供了重要的物质基础。喜山期构造运动形成了许多挤压逆断层、剪切性断层和构造缝,造成地层和构造叠覆,为有机质成熟、运移和聚集提供了动力和空间,从而为该区油藏的形成提供了有利条件. 相似文献
83.
为了开展边坡活动实时监测,研究以IBIS-L地基InSAR系统为代表的地基InSAR形变时序分析关键技术,进行针对不同变形特征的观测方案和数据处理方法的优化,并开展了奉节大树场镇灾后滑坡、神农架林区人工不稳定斜坡和备战铁矿露天采矿边坡等边坡活动的监测应用,以及备战铁矿隧道南口冰川运动的监测试验。4种类型边坡地基InSAR监测结果表明,在复杂工作情况下,地基InSAR设备具有较高的观测稳定性,在满足观测条件的情况下,地基InSAR测量精度能达到亚mm级,已成为监测边坡微小形变的重要技术手段。这扩展了形变监测模式从星载InSAR技术的“大尺度、宽覆盖”走向地基InSAR技术的“小尺度、局部精细测量”,进一步丰富了科研人员对边坡变形现象的动力学过程认识,为“星-地”联合InSAR技术监测地表形变过程奠定了技术基础。 相似文献
84.
中国湿地自然保护区、湿地公园和国际重要湿地的空间结构分析 总被引:2,自引:0,他引:2
基于国家林业局网站和谷歌地球网站等,获取中国国家级湿地自然保护区、国家湿地公园、国家城市湿地公园和国际重要湿地等相关数据,从地理学的区域、空间等维度进行湿地自然保护区的空间结构分析及其与经济发展水平的相关性分析。结果表明,1在区域分布上,国家级湿地自然保护区和湿地公园主要分布于海拔500 m以下的东部季风区,尤其主要在长江、黄河流域周边分布;从中国特殊的三大经济带发展来看,湿地自然保护区因自然条件按中、西、东顺序依次减少,呈"山"字型地域分布结构;国家城市湿地公园因位于城市而受经济发展因素影响,呈东、中、西"阶梯状"分布。2在空间结构上,国家级湿地自然保护区和湿地公园在全国及各省市区域内都呈凝聚型分布,其主要集中分布于长三角地区以及湘鄂交界处、山东中部和黑龙江、吉林交界处。 相似文献
85.
86.
初始场条件直接影响到区域模式的预报性能。基于GRAPES_GFS和NCEP_GFS两种初始场,详细比较了两者之间的差异,随后分别利用两种初始场驱动新疆区域数值模式(RMAPS-CA V1.0),对2021年4月整月的数值预报结果以及2021年4月21日一次暴雨过程模拟结果进行了MET(Model Evaluation Tools)对比检验。结果表明:(1)两种资料位势高度扰动场、温度扰动场、湿度扰动场存在明显差异,其相关系数分别为0.26~0.60、0.05~0.24和0.01~0.12,导致次天气尺度上存在着较大差异,并由此造成了模拟结果之间的差异,反映了区域模式对初始场和边界条件的敏感性;(2)从高空位势高度、风速、温度的预报结果看,NCEP_GFS初始场在新疆区域模式中高空要素的预报效果均要优于GRAPES_GFS初始场,均方根误差分别降低35.5~37.2%、7.6~12.6%和6.0~17.2%。从地面常规预报量的检验看,GRAPE_GFS初始场对2 m温度和10 m风速的预报效果则要优于NCEP_GFS初始场,均方根误差分别降低14.3%和6.8%;(3)从降水检验评分看,两种初始场的降水预报整体为漏报现象,NCEP_GFS初始场针对各降水阈值及不同时效的预报降水评分要高于GRAPES_GFS,0.1 mm/6h、6.1 mm/6h和12.1 mm/6h的TS评分分别提高22.5%、16.1%和150.8%;(4)从一次暴雨过程预报的检验结果看,GRAPES_GFS对于24小时为小量级降水预报效果优于NCEP_GFS,准确率分别为61.4%和40.0%;而NCEP_GFS对于大量级的降水预报则要优于GRAPES_GFS,准确率分别为66.7%和33.3%。两种初始场对降水个例检验偏差以空报现象为主,NCEP_GFS的TS评分整体高于GRAPES_GFS。 相似文献
87.
数值预报系统检验结果对预报产品的释用和系统的改进有着重要的作用。基于MET(Model Evaluation Tools)检验工具对乌鲁木齐区域高分辨率数值预报系统V2.0 (Rapid-refresh Multi-scale Analysis and Prediction System—Central Asia V2.0,简称RMAPS-CA V2.0)在2021年各季节中的预报性能进行客观检验评估,主要检验了2m温度、10m风速、高空位势高度等要素,并与RMAPS-CA V1.0同期预报性能进行对比分析。(1)2m温度预报偏差在冬季和春季整体为负偏差,在夏季和秋季整体为正偏差;各个季节的平均预报偏差均在2℃以内,预报性能秋季最优,冬季最差。各个季节10m风速预报整体为正偏差且差异不大,平均误差在0.5-1.0 m/s之间,预报性能秋季最优,春季最差。(2)高空位势高度预报偏差在冬季整体为负偏差,在其余季节整体为正偏差,预报性能冬季最优,春季最差。高空风场预报偏差在冬季和春季400hPa以下为正偏差,400hPa以上为负偏差;夏季和秋季整体为负偏差,预报性能春季最优、夏季最差。高空温度场预报偏差在冬季整体为负偏差,其余季节整体为正偏差,预报性能春季最优、夏季最差。(3)降水晴雨预报效果较好,但除夏季外以空报为主;随降水阈值增大、TS评分减小,多以漏报为主,降水评分在冬季最高、夏季最低。从降水个例检验看,24h累计降水为大量和中量的国家站点预报性能有所提升,逐6h累计降水TS评分略有提升。(4)RMAPS-CA V2.0系统各要素预报偏差的变化特征与RMAPS-CA V1.0相似,预报能力整体上要优于RMAPS-CA V1.0。 相似文献
88.
为了探索高效且能大区域应用的基岩填图方式,本文整合水系沉积物地球化学数据和局部空间Moran’s I指数、高程、坡度、坡向变率、高磁、断层、矿点、水系等多元地学数据作为附加特征,采用浅层机器学习决策树及其Bagging和Boosting集成算法,以及深度学习的图卷积网络,分别训练了不同的基岩判别模型。结果表明,相比浅层机器学习的决策树及其集成算法,深度学习的图卷积神经网络基岩判别模型仅使用20%带标签数据就获得了最高的78.31%判别精度。应用基于图卷积网络的基岩类型判别模型对察汗乌苏河地区第四系覆盖物下伏基岩填图,预测结果与其周边基岩类型协调一致,该模型可用来探究更全面的区域基岩分布情况。 相似文献