THE DISCOVERED DEEP BURIED LAKE ICE IN SOURCE REGION OF THE HUANGHE RIVER

The 4.45 m-thick pure ice lens have been discovered firstly at depth from 19.81 -24.26 m in the bore No.6, which locates in north bank of the Ngoring Lake. In source region of the Huanghe (Yellow) River, 14C dating, X -ray diffraction, pollen analysis, micropalaeontology, chemical components, environmental isotope 2H, 3H, 18O and freezing point of the ice and water samples from the bore have been tested and microorganism in the ice have been also appraised with microscope. Combined with the research on geomorphy and Quaternary around the lake, the ice lens are determined as a kind of deep-buried lake ice, formed in 35,030-45,209 yr.B.P., and annual mean air temperature was about -10℃ during that time.

时频电磁法在金牛湖地区深部地热资源勘查中的应用

南京金牛湖地区地质构造复杂、低阻覆盖层厚、电磁干扰强,为了查明该地区深部地热资源,应用时频电磁法进行探测。本次布置了2条时频电磁法剖面,采用大功率发射信号能够有效地穿透低阻覆盖层,获得了信噪比较高的原始数据。通过对时频电磁数据的处理、分析、反演及综合解译,获得了勘查区4000 m以浅的二维电性结构模型。结合地热地质条件,优选了地热钻探井位,经钻探最终验证,推测地层与实际钻探基本吻合,在1600 m钻遇断裂,终孔深度2800 m,经后期抽水试验确定,日出水量大于500 m 3,钻井井口水温51℃,说明获得了优质的深部地热资源。综上所述,时频电磁法在金牛湖地区深部地热资源勘查中的应用效果较好,揭示了南京金牛湖地区较好的地热地质条件,为该地区地热旅游资源的开发利用奠定了坚实的基础。

高原深水湖泊抚仙湖溶解氧分层特征及驱动因素

深水湖泊特有的“表水层-温跃层-深水层”的热力学分层结构,决定了湖内溶解氧(DO)的垂直分布和混合交换,影响着湖内生态系统的健康.然而,目前对于深水湖泊耗氧与复氧过程及其驱动因素的研究还不够深入,尤其对高原深水湖泊的研究更为缺乏.为此,本研究于2021年1月-2022年2月进行了分层采样和逐月监测,探究了典型高原深水湖泊抚仙湖的溶解氧分层特征及驱动因素.结果表明:①抚仙湖热力学分层周期分为两期,即分层期和非分层期.分层期为3月下旬至11月上旬,混合期为11月下旬至3月上旬.②在湖泊热力学分层的驱动下,湖内DO垂直分层明显.表水层DO浓度年内变化范围为6.67~8.64 mg/L,而温跃层和深水层DO最低浓度分别可降至3.15和1.26 mg/L.③抚仙湖不同水层DO浓度变化的驱动因素及效应占比不同.表水层DO受到水温、光合作用、大气复氧和气象条件的综合影响;温跃层DO主要受分层强度和浮游植物生命活动的影响;深水层DO主要受分层强度、有机质沉降分解、沉积物有机质分解的影响.研究显示,抚仙湖底层水体长期处于厌氧状态,由此带来的湖泊生境的改变以及底部营养盐释放的风险值得关注.

基于深度学习的河湖岸线“四乱”智能识别技术研究

为进一步提高河湖岸线“四乱”识别效率和精度,首先,建立了海量样本的空天地河湖岸线“四乱”识别库;其次,基于深度学习目标识别理论,采用以“YOLOv5”为代表的“one-stage”模型架构构建了多源多时相河湖岸线“四乱”行为智能识别模型;最后,采用分布式架构训练模型对该模型超参数进行调整优化。选取长江(武汉段)和汉江作为研究区域,利用该模型与SVM,Faster_RCNN,Mask_RCNN,SSD,Center_Net模型进行对比验证。结果表明:该智能模型识别河湖岸线“四乱”的平均精度(mAP_0.5)达70.4%,准确度较高;相比SVM、Faster_RCNN、Mask_RCNN模型,该模型识别效率提升约25%。研究成果可为数字孪生流域建设、河湖岸线智慧化监管提供参考。

可解释性长短期记忆模型用于预测湖泊总磷浓度变化

对湖泊总磷的变化预测和来源识别对水资源调度和流域生态治理有着重要的意义,然而复杂的生化反应和水动力条件导致的非平稳性给湖泊总磷浓度的准确预测带来极大的困难。为克服这一挑战,本文引入了基于加权回归的季节趋势分解(seasonal and trend decomposition using Loess,STL)技术和夏普利加法(SHapley additive exPlanations,SHAP)结合长短期记忆网络(long short-term memory neural network,LSTM)和门控循环单元(gated recurrent unit,GRU)构建了一个可解释的预测框架,以增强对湖泊总磷浓度演变的预测并提高其可解释性。研究表明:(1)在骆马湖总磷浓度的预测中,该框架拥有较好的预报精度(R^(2)=0.878),优于LSTM和卷积长短期记忆模型(convolutional neural networks and long short term memory network,CNN-LSTM)。当预测时间步长增加到8 h时,该框架有效提高了总磷浓度的预测精度,平均相对误差和均方根误差分别降低了47.1%和33.3%。从预测趋势来看,骆马湖在汛期的总磷平均浓度为0.158 mg/L,相较于非汛期的平均浓度,增加了202.1%。(2)运河来水是骆马湖总磷浓度最重要的影响因素,贡献权重为60.0%,并且不同断面(三湾、三场)的污染源受水动力、气象等因素的影响存在显著的时空差异。本文凸显了神经网络模型在预警水体污染方面的可实施性,并且为提高传统神经网络的学习能力和可解释性的开发与验证提供了重要方向。

组合人工湿地技术在污水处理厂尾水深度净化中的应用

针对盐城市大丰污水处理厂出水为一级A标准,直排入河将污染周边水系,影响周边环境生态安全等问题,采用“强化净化湿地+深度涵养湖泊”的组合湿地工艺对污水处理厂尾水进行深度净化,结果表明,组合人工湿地系统对COD、NH3-N、TN及TP的平均去除率分别为76.01%、54.83%、63.46%及40.72%,该技术对污水处理厂尾水深度净化的效果较好,出水能稳定达到《地表水环境质量标准》(GB 3838—2002)III类标准。

高频层序划分揭示断陷深湖层系源储共生发育规律——以北部湾盆地海中凹陷始新统流沙港组二段为例

以北部湾盆地海中凹陷始新统流沙港组二段断陷湖盆深湖沉积体系为例,以高分辨率层序地层学理论为指导,利用最大熵谱分析与小波变换分析技术对流二段进行高频层序划分,在对沉积体系发育规律分析的基础上,通过流二段各五级层序深湖相烃源岩及湖底扇重力流相砂岩发育规律的分析,探讨断陷湖盆深湖层系源储共生的发育规律。研究认为:INPEFA频谱分析与小波变换分析技术可有效地运用于断陷湖盆深湖层系高频层序划分;北部湾盆地海中凹陷深湖层系流沙港组二段可划分为1个三级层序、2个四级层序、5个五级层序,其中2个四级层序以最大湖泛面为界分为湖泊扩张体系域(TST)与湖泊收缩体系域(HST);断陷湖盆优质厚层烃源岩往往发育于湖泊扩张体系域四级层序下部初始湖泛面(Ts)的五级层序内,虽然湖泊扩张体系域四级层序顶部最大湖泛面(Mfs)上下紧邻的五级层序发育的烃源岩面积大,但厚度小,为次要烃源岩及良好的盖层;湖泊扩张体系域四级层序中部的五级层序往往发育湖底扇重力流相储层,其夹持发育于初始湖泛面及最大湖泛面附近的两套烃源岩之间,可共同组成良好的“三明治”式生储盖组合,该套“三明治”式生储盖组合应是下一步非常规油气勘探的重要区域。

极地深层热水钻回水软管及注热软管热流特性研究

深层热水钻是开展极地冰下湖洁净钻探取样的重要工具。井下回水系统是深层热水钻的关键组成部分,主要包括回水软管、注热软管、潜水泵和回水腔等。回水软管用于抽取回水腔中的融水至地表以实现循环利用,而注热软管则用于将地表热水注入回水腔以防止其冻结。回水软管和注热软管的热流特性对井下回水系统设计十分重要,但目前还未开展系统研究,其压力损失和温度损失的变化规律尚不清楚。本文首先基于达西-魏斯巴赫公式和苏霍夫温降公式提出了回水软管和注热软管热流特性的理论计算方法;然后,在COMSOL Multiphysics 5.6软件建立了两种软管热流特性的数值模拟方法,并与理论计算结果进行了对比;最后,系统分析了流量、内径、长度、进口水温、导热系数、内壁粗糙度、冰层温度、壁厚等因素对回水软管与注热软管压力损失和温度损失的影响规律。研究结果指出了影响回水软管与注热软管热流特性的主导因素,得到压力损失和温度损失的大小,从而为设计安全高效的井下回水系统提供了理论支撑。

盐湖领域常见的深层卤水开采方法列举探讨

盐湖卤水中盐类资源储量十分丰富,卤水中钾、镁、硼、锂、溴的含量远高于海水,构成了极具开发利用价值的盐类资源宝库。文章主要阐述了盐湖领域几种常见的深层卤水开采方法,并对每种方法存在的缺陷及优势加以总结。

音频大地电磁测深法在深部地热构造勘查中的应用

为探测江苏泗洪县柳山湖景区的深部地热构造,搜集已有的地质地球物理资料和已知勘探钻孔资料,布置了14条音频大地电磁测深(AMT)测线,通过资料采集、预处理、反演,得到了研究区2000 m以浅地质体电阻率空间分布情况。勘探结果表明:研究区存在较好的低阻分布带,且连续性好,推测发育两条深部构造断裂带f_(1)和f_(2),其中f_(2)断裂带规模较大,破碎带中含水,而断裂带上部为完整-较完整的高阻层,可能是良好的盖层。因此,推测深部断裂破碎带f_(2)可能是良好的含水和储水通道,建议在构造带低阻异常中心位置重点研究,为下一步钻孔布设提供依据。

改进U-Net模型的城市水体精细提取——以洞庭湖为例

针对在大范围、高分辨率遥感影像中传统水体提取方法效率低、微小水体提取效果差的问题,提出一种改进U-Net模型的遥感影像水体精细提取方法。实验以航空高分辨率可见光影像为数据源。分析结果表明,改进的U-Net模型在各项评价指标上均高于经典U-Net模型、基于光谱特征法与基于分类器法,并且改进的网络水体提取结果更加完整,对小目标水体能够准确提取。该研究提高了水体提取语义分割算法的性能,使遥感水体提取工作更加自动化和智能化,不仅验证了基于航空亚米级光学影像在城市水体提取方面的可行性,也为今后相关的研究提供了新的探索思路。

一种改进的深度学习冰湖遥感制图方法及应用

冰湖溃决洪水是一种严重的山地自然灾害,威胁着中国高寒区的居民及铁路公路等重要基础设施,自动高效的冰湖遥感制图方法是冰湖灾害评估、监测预警的基础,然而现有自动制图方法在实际冰湖提取应用上难以达到传统人工和半自动冰湖提取方法上的精度,仍需进一步提高。文章在原生UNet模型基础上,在各桥连接部分融合极化自注意力机制,将输入影像特征分别在空间和通道层保持高分辨率,并通过非线性合成输出细腻的特征,构建了一种改进的U-Net冰湖遥感深度学习制图方法,并将其成功应用在高原铁路关键区。研究结果表明:1)与PSPNet、DeepLabV3+、原生U-Net三种经典模型相比,改进模型在冰湖预测数据集上的各项指标上都有提升,精确率、召回率、交并比和F_1值分别达到了0.972 5、0.966 5、0.940 8和0.969 4,相较于原生U-Net网络,精确度、召回率、交并比和F_1值分别提高了5.01%、6.05%、10.73%和5.53%;2)基于Landsat-8卫星遥感数据,应用改进模型完成了2013—2022年帕隆藏布和易贡藏布案例区冰湖信息自动高效提取,如2020年冰湖总体精度为98.16%,与参照数据的重叠度达到96.66%,提取的精度满足冰湖灾害评估和监测预警研究需求,可用于铁路等重大工程沿线冰湖灾害防治的实践。

基于Sentinel-2影像的新疆冰湖制图及空间分布特征

在全球气候变暖的背景下,新疆的冰川迅速融化,形成了大量规模较小的冰湖。部分冰湖在短时间内迅速扩大,并可能引发溃决洪水,提高对这些小型冰湖的制图精度对深入了解冰川冰湖灾害机理至关重要。本文基于Sentinel-2影像和DUNet语义分割模型生成2022年新疆冰湖数据集,并结合历史冰湖数据分析了冰湖的空间分布特征。结果表明,大(>10 hm^(2))、中(>1~10 hm^(2))、小(≤1 hm^(2))型冰湖的制图平均误差分别为2.29%、10.02%、27.71%,平均误差均小于已有的三种冰湖产品,其中面积>0.81 hm^(2)的冰湖相对误差为18.36%。2022年新疆>0.06 hm^(2)的冰湖数量为6854个,总面积为200.36 km^(2)。其中,≤1 hm^(2)的冰湖占总数量的70.32%,>1 hm^(2)的冰湖占总面积的92.49%。阿尔泰山区、天山西部、天山南部是新疆冰湖分布最集中的区域,也是近30年来冰湖数量增加最多的区域;在各区域中,面积≤10 hm^(2)的冰湖数量增加最为显著。本研究可为新疆冰湖灾害预警、冰湖灾害评价提供数据支持和有效依据。

Convective Rainfall in Lake Victoria Watershed and Adjacent Equatorial Africa

An integrated satellite precipitation estimation dataset, namely, the Climate Prediction Center morphing method (CMORPH), was used to analyze precipitation regimes across Equatorial Africa between 3°S - 1°N and 24°E - 42°E from 2000 to 2014. This region includes the Rift Valley, part of the Congo Forest, and the Lake Victoria (LV) basin, the second largest lake in the area of the world. Hovmöller diagrams were obtained for all organized convective systems to estimate their spans, duration, and phase speeds. The analysis included 33,189 episodes of westward propagating convective systems. Within the study area, lake and land breezes tend to trigger convection and precipitation over LV as well as mountain-valley circulation trigger thunderstorms over the mountains east of LV and western Rift Valley. The statistics of convective systems streaks on longitude-time diagrams were obtained for yearly frequencies of starting and ending longitudes and times among other morphologic variables. Results indicate organized precipitation episodes tend to move westward across Rift valley and Congo forest with an average phase speed of 10.3 m·s-1. More than 50% of them are triggered over LV and propagate more than 600 km at an average phase speed of 12.1 m·s-1. These convective systems tend to produce high rainfall rates hundreds of kilometers away into the Congo Forest. Half of all episodes of organized convection analyzed have phase speeds between 8 m·s-1 and 16 m·s-1, lasting 8 hr to 16 hr. Most precipitating systems start east of LV and west of Rift Valley in the afternoon to early morning and propagates less than 400 km. Finally, hourly precipitation accumulation and lightning density analysis indicate three preferable regions for convective initiation: 1) The mountain range east of LV;2) Midwest of LV, and;3) The Congo Forest mountain range.

Cryptophyta Flagellates of Meromictic Lakes Shira and Shunet(Khakassia,Russia):Mechanisms of Vertical Distribution and Trophic Role

1 Introduction Many of the stratified lakes are characterized by the presence of large populations of cryptomonads in their chemocline zones(Reynolds,1992;Gervais et al,2003;Pedro’s-Alio’et al.,1995).These populations are adapted to low light intensity and high sulfide concentration;they have a mixotrophic ability and form the so-called"deep chlorophyll maxima"(Gervais,1998;Marsha"and Laybourn-Parry,2002).A similar Cryptomonas sp.

基于GPU和数据同化的深水湖库水温与溶解氧中短期预报

深水水库通常存在季节性温度分层,由温度分层引起溶解氧等水质指标的分层还会诱发库区水环境水生态问题。当前在中短期时间尺度上对水库水温和溶解氧进行预报的研究相对较少,提高数学模型的模拟效率与精度对提升中短期预报效果至关重要。本文采用集合卡尔曼滤波算法作为同化方法,基于CE-QUAL-W2模型建立水库水动力水质数学模型,基于OpenACC的GPU并行方法提升模型计算效率,构建大黑汀水库水温与溶解氧的数据同化系统,在中短期时间尺度上开展水库水温与溶解氧高精度、高效率预报。预报结果符合水库水温与溶解氧的中短期变化规律,能够为大黑汀水库的供水与生态安全提供技术支撑。

多注意力融合的环高原湖泊遥感影像分割

环高原湖泊区域土地类别监测为湖泊生态保护和土地资源规划提供了决策依据.针对此区域遥感影像中河流、建筑物及植被目标分布零散、尺度不均导致分割精度较低的问题,设计了融合类别与多尺度注意力的遥感语义分割网络.该网络采用编码-解码的端到端结构并以深度残差神经网络为基础构建类别与多尺度注意力模块.类别注意力对网络特征层进行初步分类与空间信息过滤,有利于网络关注类别信息以降低像素分类误差;多尺度注意力将混合域注意力和多尺度特征进行融合,为不同尺度特征建立上下文联系,改善分布零散小尺度目标固有的分割消弥问题.实验结果表明,在建立的环滇池区域遥感影像语义分割数据集上,本文设计的注意力融合语义分割网络测试精度在平均交并比和平均像素精度指标下分别达到77.4%和86.3%.从整体分割效果来看,融合类别与多尺度注意力分割网络在一定程度上解决了分布零散小尺度目标区域的分割消弥问题,对环高原湖泊区域精准监测和科学规划提供了有效依据.

全球锂矿床的分类、外生锂矿成矿作用与提取技术

【研究目的】为明确锂矿的找矿方向与勘查部署重点工作,矿床类型的合理划分非常重要。【研究方法】本文按照锂资源赋存性质,对其详加厘定和划分,尝试把锂矿床(资源)按内、外生成因进行划分。【研究结果】将全球锂矿床按照内外生成因划分为10种类型和5个亚类。【结论】国外已查明新生代外生锂矿床的形成与分布主要受控于板块碰撞带,主要物质来源与深部洋壳重熔岩浆有关,形成时代主要在中新世和古近纪后期;具有偏酸性的岩浆专属性,盐湖型、地热型、火山沉积型锂矿与含锂凝灰岩和热水密切相关,且锂盐湖具有趋低性迁聚,超常富集机制,但对晚古生代黏土亚型和深部卤水物质来源,有待进一步查明;由于锂矿床(资源)类型多,成因复杂,它们是在多圈层相互作用形成的,建议要用构造地球化学、古大气环流和盐类学相结合研究的路线,开展外生锂矿床(资源)成矿作用研究。

一体化装配式深水曝气平台系统及其在湖泊水库生态修复工程中的应用

针对具有热力学分层特征的受污染湖库的深水曝气技术在欧洲已有超过25年的研发、设计和建造运营经验,其技术的实现载体为一体化装配式深水曝气平台系统,该系统适用于大型分层水体,在富营养化水质提升、底泥内源污染物释放抑制和湖库生态修复方面具有技术优势和成功经验,在欧洲和世界各地已有众多的工程应用案例。对相关代表案例进行了介绍,在Steinbrunn湖体工程中,深水曝气的任务是降低盐度,并建立含氧量充足的深水层。Rundstedt湖体底部有大量固废填埋带来的污染物,深水曝气平台在运行后有效的抑制了铵在底层的释放。应用了深水曝气平台并经过20年监测的K-Teich湖工程,有力地证实了深水曝气平台在提升水质和生态修复方面的显著效果。最后对该技术在受污染的湖泊水库修复类工程的应用进行了总结和展望。

大型深水湖库溶解氧时空变化及驱动因素:以江西仙女湖为例

为探究深水湖库溶解氧的时空分布规律及其主控因素,本文以南方亚热带大型深水湖库——江西省仙女湖为研究对象,基于20082021年仙女湖4个国控站点溶解氧的历史数据分析其年际变化的规律及原因;另于2016年水污染事件发生前(2014年5月2015年4月)及水污染事件结束后(2018年1月2018年12月)对仙女湖进行加密逐月监测,采用结构方程模型(SEM)分析仙女湖溶解氧的主要驱动因素。研究结果表明,20082021年仙女湖水体溶解氧浓度先下降后上升,变化范围为5.1~18.7 mg/L,季节均值为春季>冬季>秋季>夏季。水污染事件发生前高溶解氧区域多出现在舞龙湖湖心区及湖出口位置,水温、叶绿素a浓度和浊度是溶解氧浓度变化的主要驱动因素;水污染事件结束后高溶解氧区域多出现在钤阳湖及舞龙湖枝杈状湖湾位置,叶绿素a浓度及营养盐浓度成为溶解氧浓度变化的主要驱动因素;而pH与溶解氧主要是协同变化的关系。根据对仙女湖最深点(江口)的垂向监测结果,溶解氧的垂向差异为夏季>秋季>春季>冬季,夏、秋季在5 m以下出现低溶解氧(DO<5 mg/L)区域,且夏季观察到明显的温跃层及温跃层内溶解氧的极小值现象。总体来说,水污染事件使得仙女湖水体营养平衡被打破,营养盐浓度大幅上升导致的浮游植物数量增多是仙女湖水体表层溶解氧浓度升高的主要原因,而深水溶解氧浓度变化则与水温、水深密切相关。