呼伦贝尔市降雪含水比变化特征研究

利用1991—2020年11月至次年4月呼伦贝尔市16个国家气象站24 h(08—08时)累积降水量、24 h新增积雪深度、日平均地面温度、日平均地面风速等资料,通过对筛选出来的降雪事件分析全市降雪含水比的变化特征,并分析地面温度和地面风速对降雪含水比的影响,研究结果表明:(1)呼伦贝尔市24 h降雪含水比平均值为10.01,中位数为9.30,众数为11.50;变化范围跨度较大,主要集中在2.00~22.00,降雪含水比大于22.00的极端值出现频率较低。(2)呼伦贝尔市各地平均降雪含水比空间分布存在差异,不同台站的平均降雪含水比变化范围在8.69~11.72;11月至次年3月平均降雪含水比稳定在10.00附近,12月最大,4月最小,存在显著月变化特征。(3)不同量级降雪的平均降雪含水比不同,中雪约为10.00、大雪约为9.00、暴雪及以上为8.60,呈现出降雪量级越大其值越小的特征。(4)地面温度为-18.0~-3.0℃,平均降雪含水比稳定在10.00~11.00;当地面温度低于-18.0℃或高于-3.0℃时,平均降雪含水比不稳定,呈跳跃性,忽高忽低。地面风速>4.5 m·s^(-1)时对平均降雪含水比影响较大。

降雪含水比研究进展

降雪深度预报与定量降水预报(QPF)一样是冬季天气预报最重要的业务之一,而降雪含水比是降雪深度预报中所必须的重要参数,国外一般多将其称为snow-to-liquid ratio(SLR)。本文回顾了过去几十年来国内外在SLR的变化特征、影响因素等方面的主要研究进展,并对其预报技术和方法进行了总结和比较。研究表明:SLR具有明显的时间变化,并且存在季节和空间分布差异;大气温度和相对湿度是影响SLR的两个最重要气象因子,气压、垂直运动等气象因素,以及地表风、积雪自重、太阳辐射和积雪融化也会不同程度地影响SLR;随着预报技术的发展,SLR的预报方法可概括为气候学的、统计学的和基于物理基础的三类预报方法,气候学方法过于简单化,统计学方法的应用提高了SLR的预报能力,但仍无法摆脱统计方法自身的缺陷,比较而言,基于数值模式的瞬时预报更符合未来雪深预报业务的精细化发展趋势;目前,国内降雪深度观测资料较少、观测频率较低,有效开展地面降雪和探空加密观测,解决观测资料不足是今后SLR研究中亟待解决的问题;基于数值天气预报业务模式,探索气象因子对SLR的影响机理,建立适合我国冬季天气预报业务需求的降雪预报系统是未来的发展方向。

沈阳降雪含水比变化特征及其大气影响因子

降雪含水比是新增积雪深度与融化后等量液体深度的比值，是冬季雪深预报中的一个重要参数，一般使用经验值10进行积雪深度换算．利用1981－2012年沈阳站降水量、积雪深度、气温和风速等观测资料及1999－2012年NCEP再分析资料（1°×1°），分析了沈阳站32 a降雪含水比的变化特征和大气影响因子．结果表明：沈阳站降雪含水比的平均值为11．4，主要集中在6～12区间变化，小于4和大于20的极值发生概率相对较低，极值都出现在12月份，11月和3月均值接近10，而其他月份在12左右．小雪的降雪含水比均值最大为13．3，其它为10点多．500 hPa上温度和550 hPa上的风速是沈阳站降水含水比的高空大气影响因子．

2009-2017年辽宁省降雪含水比变化特征研究

降雪含水比(Snow-to-liquid ratio,缩写为SLR)是降雪深度预报中将定量降水预报(Quantitative precipitation forecast,缩写为QPF)转化为雪深预报所必须的重要参数。利用2009-2017年冬半年辽宁省国家基本站逐小时降水量、积雪深度加密观测资料以及地面气温、地面温度、极大风速、天气现象等资料,通过制定适合本研究的质量控制标准,严格筛选降雪事件,分析辽宁省SLR的变化特征以及气温对降雪含水比的影响,研究结果表明:(1)辽宁省小时SLR的平均值为11,略高于经验值10,虽然SLR变化范围跨度很大,但主要集中在2~20内变化,而SLR大于30的极端值出现频率较低;(2)平均SLR在辽宁省不仅存在明显的空间分布差异,还存在显著的月变化特征;(3)地面气温与SLR有很好的相关性,平均SLR在不同气温区间变化明显,在-15℃附近SLR存在峰值,峰值前随气温降低平均SLR明显增大,而峰值后随着气温降低SLR突然减小。研究结果为今后辽宁冬季降雪深度预报中合理使用SLR这一重要参数提供参考。

山东降雪含水比统计特征分析

降雪含水比(snow-to-liquid ratio,SLR)是指积雪深度与降雪融化后等量液体深度(降雪量)的比值,可用来计算积雪深度。山东有两种产生机制不同的降雪,冷流降雪主要分布在山东半岛北部沿海地区,其他类降雪在全省范围均可发生,二者的降雪含水比有明显差异。利用山东122个国家级气象观测站自建站以来至2018年12月的逐12 h降水量、日积雪深度、降水性质、日最高气温及1999—2018年的MICAPS高空、地面图资料,通过限定条件进行质量控制,统计分析了山东不同地区的降雪含水比气候特征,为积雪深度预报提供参考。结果表明:1)山东降雪含水比的变化范围为0.1~3.0 cm·mm^-1,全省大部地区多年平均降雪含水比为0.9 cm·mm^-1,主要集中在0.3~1.1 cm·mm^-1之间;山东半岛北部沿海地区(强冷流降雪区域)的多年平均降雪含水比为1.3 cm·mm^-1,主要集中在0.9~2.0 cm·mm^-1之间。2)降雪含水比的大小与降雪量等级有关,且存在明显月变化。全省大部地区从中雪至暴雪随着降雪量等级的增大,降雪含水比依次减小;各等级的降雪含水比月最大值均出现在1月或12月,最小值出现在11月或2月;山东半岛北部沿海地区的降雪含水比表现出更为复杂的特征,在以冷流降雪为主的11月—次年1月,中雪、大雪和暴雪的降雪含水比基本相当;2月和3月冷流降雪不明显,降雪含水比表现出与其他地区降雪类似的特征。3)不同天气系统暴雪的降雪含水比有差异。江淮气旋暴雪过程平均降雪含水比为0.69 cm·mm^-1,总体上呈现“北大南小,山区大沿海小”分布,中雪、大雪和暴雪的降雪含水比中位数分别为0.8、0.7和0.5 cm·mm^-1;回流形势暴雪过程的全省平均降雪含水比为0.67 cm·mm^-1,中雪的降雪含水比中位数为0.8 cm·mm^-1,大雪和暴雪均为0.6 cm·mm^-1;冷流暴雪的降雪含水比明显大于其他两类暴雪,中位数在1.1~1.6 cm·mm^-1之间变化,中雪、大雪和暴雪的降雪含水比中位数分别为1.4、1.6和1.3 cm·mm^-1。

不同含水比贵阳原状红黏土CU三轴试验研究

为研究贵阳地区原状红黏土在CU三轴试验下的力学性质,采取原状土试样制备的方法,得到三种不同含水比的原状红黏土试样,进行CU三轴试验。试验得到了贵阳原状红黏土在不同围压、不同含水比下的应力-应变关系、破坏形式以及孔隙压力变化规律,采用Mohr-Coulomb准则和规范法得到抗剪强度指标且分析了含水比对抗剪强度指标的影响。研究结果表明:(1)贵阳原状红黏土的应力-应变关系、孔隙压力均出现“驼峰型”软化特性,且围压越低、含水比越低,软化现象越明显,但也有少部分试样表现出微弱的硬化特征;(2)CU三轴试验中,随含水比的减小、围压的增大,贵阳原状红黏土试样的破坏形态由剪切破坏转变为鼓状破坏;(3)抗剪强度指标与含水比呈线性趋势变化,其中内摩擦角与含水比呈正相关,黏聚力与含水比呈负相关。

用于高含水比浓缩污泥的快速脱水固化剂

发明了一种兼具多种功能的新型快速脱水固化剂，通过采用该药剂可解决以前浓缩污泥脱水法中存在的问题。 该脱水固化剂主要成分包括水泥、飘尘、氯化钙、氯化镁等，再配合适量的硫酸铝、硫酸钙、硫酸镁、硫代硫酸钠、有机絮凝剂、珍珠岩等成分制得。可用于高含水比浓缩污泥的快速脱水固化。

试用液限和含水比划分粘性土的名称和状态

我国现行《工业与民用建筑地基基础设计规范》(简称地基规范)和《工业与民用建筑工程地质勘察规范》(简称勘察规范)规定:粘性土以士的塑性指数I_p定名,以土的液性指数I_L划分状态,一般粘性土以塑性指数、液性指数和孔隙比来查容许承载力.使用中I_p、I_L是由土的液限W_L、塑限W_p和天然含水量W计算的.W_L、W值的试验方法易掌握,准确性较高;W_p值用手工搓条法试验求得,难以掌握,准确性较低.因此,在某种情况下可能影响勘察质量.

冻融循环作用下不同含水率灰土的细微观结构与宏观力学性能

为了探明素土和灰土在不同含水率时细微观结构与宏观力学性能受冻融循环的影响规律,开展了素土和灰土在不同含水率时的冻融循环试验、抗压强度试验和核磁共振试验。结果表明,素土和灰土抗压强度均随含水率的提高而降低;素土和灰土抗压强度在同一含水率时均随着冻融循环次数的增加而降低,冻融循环六次时降低率可达到12次时的80%左右;灰土T_(2)谱信号峰值大于素土,T_(2)谱信号峰值随着灰土比例的提高而增大;不同含水率时素土和灰土T_(2)谱面积在冻融循环次数由3次增大至6次的增长率均明显大于6次至12次。

大庆油田特高含水期原油开发规划技术发展现状与展望

开发规划在油田开采过程中发挥着重要的龙头指导作用,是油田企业在一定时期内制定的行动纲领和指南。开发规划技术水平的高低直接影响油田开发的效果和效益。在明确开发规划的基本内涵及与计划、战略的区别基础上,着重介绍了大庆油田发展的2类7项开发规划系列技术,包括开发规律及指标预测技术、技术经济政策界限确定技术、开发效果及潜力评价技术、规划编制及优化技术4项核心技术和可采储量及SEC储量评估技术、经济效益评价及决策支持技术、规划信息化技术3项支撑技术。通过分析当前油田开发规划技术发展存在的生产与技术难题,明确了3个发展方向以及3条实现路径。研究成果与认识对油田开发规划理论研究和实际应用具有重要的参考价值和借鉴意义。

高含水油井关停后剩余油再富集速度研究

高含水断块油藏开发末期构造高部位油井在关井一段时间后,会产生剩余油再富集现象。目前关于剩余油再富集速度的研究中,对剩余油运移过程的影响因素考虑不够全面,影响计算精度。针对该问题,在对运移中剩余油再富集受力分析的基础上建立小油滴状和柱状剩余油再富集速度模型,通过正交试验确立2种剩余油再富集速度的主要敏感因素,并建立了2种剩余油再富集速度及再富集时间图版。研究结果表明:存在驱替压差时,储层渗透率为影响2种剩余油再富集速度的主控因素;当储层渗透率一定,驱替压差的增大和原油黏度的减小有利于2种剩余油再富集速度的增大;同一注采井距位置处的小油滴距离孔隙中滞留柱状剩余油越近,聚集过程中剩余油再富集时间越长,但数值上增加不多。该研究对高含水油藏剩余油再富集潜力区评价具有借鉴意义。

基于投影寻踪模型的特高含水油藏剩余油可采潜力评价方法

影响特高含水油藏剩余油可采潜力的因素极其复杂,且各因素的影响程度差异明显,常规方法多以剩余油饱和度或剩余油储量丰度等单一指标评价剩余油潜力,难以有效指导特高含水油藏剩余油挖潜。在充分考虑特高含水油藏剩余油可采潜力影响因素的基础上,综合表征储层非均质性、剩余油可采储量规模、水淹状况以及油水分流能力的差异,构建了特高含水油藏剩余油可采潜力量化评价指标体系,并考虑不同指标对剩余油可采潜力控制程度的差异,将加速遗传算法与投影寻踪模型相结合来确定各评价指标的客观权重,从而构建了剩余油可采潜力指数,形成特高含水油藏剩余油可采潜力量化评价新方法。以渤海Q油田南区主力产层NmIL砂体为例,开展特高含水油藏剩余油可采潜力量化评价,结果表明,新方法可综合表征不同区域位置的储层物性、可采储量丰度和油水分流能力对剩余油可采潜力的影响,实现了主力产层NmIL砂体剩余油可采潜力分布的差异化定量评价,优势可采潜力区域刻画明显,将其作为NmIL砂体下一步井网加密调整潜力区域,以精准指导加密水平井的部署,为特高含水油藏剩余油挖潜提供了一种全新的分析方法与思路。

不同含水率细砂岩软化效应及裂纹演化规律

为研究深部坚硬顶板浸水后其力学特性及裂纹演化规律,以潘三矿区-810 m细砂岩为研究对象,开展不同含水率单轴压缩力学特性实验研究,分析其软化效应敏感程度及脆性系数,揭示不同含水率细砂岩裂纹演化规律。研究结果表明:细砂岩含水率与其脆性系数呈负相关,含水率的增加降低了其峰值应力、峰值应变和弹性模量,减弱了岩石的宏观破坏程度;在外部载荷持续作用下,含水率的增加是诱导孔隙水反力提前出现的关键因素,同时会促进细砂岩表面水平应变增长;细砂岩表面最大水平应变与其裂纹发育存在潜在联系,其表面宏观裂纹在最大水平应变区域出现。研究结果可为坚硬顶板注水软化机理研究提供一定参考。

断块油藏高含水井关井后剩余油再动用运移规律微观模拟

基于微观可视化光刻玻璃模型,从微观角度定性、定量研究了断块油藏高含水井关井后剩余油再动用运移规律,并开展了影响因素分析。结果表明:水驱后关井期间剩余油再动用类型主要为滴状、柱状和簇状。关井期间剩余油会沿模型倾斜方向向高部位运移聚集,有利于后续水驱阶段进一步提高驱油效率。地层倾角的增大、原油黏度的减小有利于剩余油再动用;关井时间的增加有利于剩余油向高部位采出端接近聚集;后续水驱阶段注入速度的增大会增加波及面积。

高含水老油田化学驱综合治理新方法及工程实践路径

针对胜利高含水老油田化学驱在科学、技术、管理、工程四个角度面临的开发矛盾,以渤76块为典型单元,在工程实践中进行具体对策分析,构建了“适、专、快、集”的老油田化学驱综合治理新方法。“适”指在老油田科学开发方式转化上,构建不同油藏类型老油田化学驱最佳介入时机模型,提出了在含水率相对较低的阶段,是适合化学驱的有利时机,高效开发方式需“适”介入。“专”指在老油田开发技术应用上,改变传统聚合物先溶解后注入的开发思路,研制可控相转化聚合物,使聚合物先注入后溶解,解决炮眼剪切降解的难题,提高油水流度控制能力,老油田开发矛盾需“专”治理。“快”指在老油田综合管理模式上,改变传统方式,即矿场提问题、研究院设计方案、化工厂生产驱油剂的“串联”管理模式,提出充分发挥矿场、研究院、生产厂三方优势的“并联”管理模式,形成针对单一油藏的产品工业化工艺包以及产业化落地方案,老油田开发技术实现“快”转化。“集”指在老油田工程应用实践上,打破老油田化学驱地面大规模建站的工程工艺模式,采用集约化撬装配注设备,实现老油田化学驱的集约快速配注,老油田工程工艺实现“集”应用。运用上述方法,在胜利油田渤76块综合含水率上升初期,实施由水驱转为可控相转化聚合物驱,实施后一年即见到明显的降水增油效果,单井日产油水平增加8.6t/d,综合含水率降低3.1%,验证了综合治理模式的可行性,为高含水老油田化学驱高效开发提供了有效路径。

花生与绿肥轮作对土壤含水量和土壤肥力的影响

探讨在冬春裸地上种植绿肥对后茬作物春花生养分含量、土壤含水量和土壤肥力的影响,为山东地区春花生等冬闲田建立一种合理的轮作方式提供理论依据。在田间试验条件下,设置了春花生—冬闲田、夏花生—冬小麦、春花生—二月兰和春花生—毛叶苕子4种轮作处理。结果表明:种植二月兰和毛叶苕子绿肥作物,可促进后茬作物花生氮磷钾养分增加,二月兰增加程度高于毛叶苕子。种植二月兰和毛叶苕子绿肥作物,可提高后茬作物花生土壤含水量和土壤肥力,在0~20 cm土层中,2021年,与春花生—冬闲田相比,春花生—二月兰、春花生—毛叶苕子土壤相对含水量分别升高了4.70%、6.14%,在20~40、40~60 cm土层中也表现出相似趋势,2022年与2021年相比,表现出相似规律;与春花生—冬闲田相比,春花生—二月兰处理有机质、碱解氮、有效磷和速效钾含量平均增加了5.71%、8.98%、7.22%和7.72%,春花生—毛叶苕子处理有机质、碱解氮含量平均增加了4.54%、14.91%。可以利用春花生种植期间的冬春裸地种植一季冬绿肥,促进后茬作物养分积累量增加,改善土壤肥力。

基于Landsat8与Sentinel-1遥感图像融合的土壤含水率反演模型

针对当前运用单一光学卫星反演土壤含水率时易受到云的影响,单一SAR卫星反演土壤含水率时易受到地表粗糙度和植被影响的问题,以内蒙古河套灌区沙壕渠为研究区域,以4个深度的土壤含水率为研究对象,分别采用主成分分析(PCA)、施密特正交变换(GS)融合Landsat8和Sentinel-1图像以减少云、植被、土壤粗糙度的影响,并对融合后的图像质量进行评价,然后用融合图像的灰度构建1134种遥感指数,基于相关系数分析、变量投影重要性分析、灰色关联分析3种变量筛选方法与BP神经网络(BP)、极限学习机(ELM)、随机森林(RF)、支持向量机(SVM)4种机器学习算法的耦合模型反演沙壕渠土壤含水率。研究结果表明:经PCA、GS融合后的融合图像可同时保持Sentinel-1和Landsat8图像的优势,并成功定量反演土壤含水率。基于融合图像构建的三维指数普遍比二维指数对土壤含水率更敏感。在表层土壤含水率反演中,基于GS融合的VIP-ELM模型精度最高(决定系数R2=0.66,均方根误差(RMSE)为1.35%)。将GS融合的VIP-ELM模型应用于其他土壤深度含水率的反演后发现,20~40 cm反演精度最高(R2=0.79,RMSE为0.94%),其次是0~10 cm、40~60 cm、10~20 cm。该研究可为多源卫星图像融合反演土壤含水率提供参考。

夏闲期耕作下旱地土壤有机碳库与温度和含水量季节变化及关系研究

为明确夏闲期耕作下土壤有机碳(SOC)库与温度和含水量的季节变化及其相互关系,设置夏闲期免耕、翻耕和深松3种耕作处理,分析了黄土高原旱地麦田SOC和易氧化有机碳(POxC)含量的季节变化、土壤含水量和温度的季节变化、以及碳库与温度和含水量变化的关系。结果表明,在冬小麦生育期内,随着生育进程的推进,翻耕和深松处理0~5和5~10 cm土层SOC含量呈先升高后降低的变化趋势,而POxC含量呈“降低—升高—再降低”的变化趋势;土壤质量含水量变化均呈“增加—降低—再增加”的变化趋势,而土壤温度呈先降低后升高的变化趋势。回归分析发现,5~10 cm土层土壤质量含水量与SOC含量呈线性关系(P<0.05),与POxC含量呈二次多项式关系(P<0.05),尤其与免耕和深松处理相比,翻耕处理拟合效果更佳。此外,0~5和5~10 cm土层土壤温度变化与SOC含量无显著相关性,而日最高温度、日平均温度和日最低温度与POxC含量呈显著负相关。综上所述,不同夏闲期耕作下旱地麦田0~10 cm土层POxC含量季节变化与土壤质量含水量和温度变化密切相关,而SOC含量变化对土壤温度变化的敏感性较弱。本研究结果为旱地麦田碳库管理提供了理论依据。

烘丝筒出口叶丝含水率预测模型研究

烘丝的最佳工艺参数难以确认,且叶丝含水率预测误差较大。为了在信息技术方面辅助提升烟草成品质量,研究基于极限学习机(ELM)的烘丝筒出口叶丝含水率预测模型。选取叶丝烘丝过程中松散回潮、预混柜、润叶加料等工艺阶段环境温度、湿度、加水比例等工艺参数。通过随机森林方法,将处理后有效数据中的各烘丝工艺参数以平均精准度逐渐减少顺序进行重新排序,筛选出对烘丝筒叶丝含水率预测作用较大的烘丝工艺参数。将筛选后的烘丝工艺参数作为ELM的输入数据,获取叶丝含水率预测结果。以含水率预测平均绝对误差最小为差分进化算法的适应度函数,优化ELM的隐含层神经元数量,提升烘丝筒出口叶丝含水率预测精度。试验结果表明,该模型可实现烘丝筒出口叶丝含水率预测,且预测误差小于0.3%,预测精度高。该研究有助于提升烟草质量。

基于FA-BP神经网络的生姜干燥含水率预测

为探索生姜的干燥特性,并实现生姜干燥的含水率预测,研究了不同干燥温度(50、55、60℃)、干燥风速(1.0、2.0、3.0m/s)、切片长度(30、35、40mm)对生姜干燥时间和干燥速率的影响。结合BP神经网络自适应能力、泛化能力、学习能力强和萤火虫算法(FA)参数少、寻优能力强、收敛速度快等特点,将干燥温度、干燥风速、切片长度和干燥时间作为输入层,隐藏层个数为10,输出层为生姜的含水率,搭建一个拓扑结构为“4-10-1”的FA-BP神经网络模型。研究结果表明:干燥温度、干燥风速、切片长度都是影响生姜含水率的关键因素,增加干燥风速、提高干燥温度和减少切片长度能有效缩短生姜的干燥时间,提高干燥效率。选用萤火虫算法优化BP神经网络的权值和阈值,减少了神经网络的训练时间,提高了精准度,其含水率预测值与试验值之间的决定系数R2=0.999 02,均方根误差RMSE为0.002 99,含水率预测结果准确且迅速,能够为生姜干燥过程中的含水率在线预测提供科学依据。