大通湖区水系连通工程改善水环境的效果评估

大通湖是洞庭湖区的重要组成部分,近年其水质状况呈现恶化态势,正通过实施水系连通工程,以期改善其水环境。基于MIKE21构建大通湖区水系连通工程的二维水动力-水质数学模型,选取总氮和总磷作为水质指标,模拟不同连通调度方案下大通湖的氮磷浓度变化,采用滞水区面积比例、浓度变化指数、换水率和水质浓度改善率,评估6个连通方案下大通湖水环境的改善效果。结果表明:通过实施引水调度方案能够有效改善大通湖水环境,当引水前期流量取30 m~3/s,出口水位控制在25.48 m时和引水后期流量保持为30 m~3/s不变,出口水位调整至25.88 m时,大通湖水环境改善效果最佳。本研究可为实施水系连通工程,改善类似湖泊水环境和提高引水调度效率提供参考。     

湖南省水库与干旱情势空间匹配关系研究

根据湖南省地质、地形等条件,以县域为单元将湖南省划分为9个区域,对省内14 000多座各类型水库开展空间统计,分析了水库空间分布规律,并采用SPI-3指数法计算得到4-9月重旱及以上干旱频率的空间分布,对比研究了水库分布与干旱的空间匹配关系。结果表明：湖南省水库分布具有明显的空间分异特征,丘陵区水库数量密度一般要大于山地区,但受大型水库不足的影响,库容密度一般要小于山地区。洞庭湖平原腹地水库密度极低,而外围岗地区则拥有全省最大的水库分布密度。不同分区水库供水能力与人口、耕地的匹配关系也有很大差异。湘东南罗霄-南岭山地区单位面积兴利库容和人均兴利库容最大分别可达54 397.32 m³/hm²和3 286.53 m³,而在湘中南岩溶丘陵区、洞庭湖区等地区则分别不大于3 450 m³/hm²和210 m³。湖南省水库的空间分异特征主要受地质、地形等地理条件控制,山地区水库规模大、数量少,而丘陵区水库小、数量多。总体上看,湖南省水库供水能力与干旱的空间分布存在明显的失衡错位,如衡邵盆地不仅年均降雨量少、重旱频率高,而且水库供水能力也处于全省较低水平,再加上岩溶区“保水难”的特性,该区成为省内干旱情势最为严重的地区。     

2005—2018年北京市地基气溶胶光学厚度趋势分析北大核心CSCD

针对基于精细尺度的长时序及区域地基气溶胶光学厚度趋势的分析较少,且在原因分析过程中较少考虑环保政策及措施的问题,利用北京地区近14年AERONET站点数据对北京气溶胶光学厚度(aerosol optical depth,AOD)的类型和变化趋势进行研究,并分析了数据的完整性以及相关环保政策及措施对气溶胶的影响。结果表明:北京AOD月均值季节变化明显,最大值一般出现在夏季的6、7月份,最小值在秋冬季节;沙尘型气溶胶(desert dust aerosol,DD)、城市污染型气溶胶(urban industry aerosol,UI)、烟煤型气溶胶(bituminous coal aerosol,BC)分别为春、夏、冬季的主导型气溶胶,混合型气溶胶(mixed type aerosol,MT)在四季的占比相差不大;奥运会前后的环保工作、《大气污染防治行动计划》的颁布及削减散煤等环保政策和措施使北京气溶胶厚度明显下降,北京空气质量得到改善。     

湖南省多尺度降水序列混沌特性空间分异

文章运用0-1测试方法,对湖南省97个雨量站自建站至2017年的逐候、逐旬、逐月尺度降水序列开展混沌识别,并基于统计学方法对混沌特性指标——渐进增长率K进行空间分异规律研究。结果表明,湖南省各站多尺度降水序列均表现出较强的混沌特性,随时间尺度增长而减弱。不同尺度K值的空间分布均有明显的集聚和分区特征,旬、月尺度下湘东北、东南为高值区,湘中、湘西南为低值区;而候尺度下湘北、湘东的部分地区为相对低值区,湘东南的衡邵永盆地为相对高值区。受大气环流的动力学影响,西太平洋副热带高压主要控制了旬、月尺度下湘东北、东南部的高值区,而候尺度下衡邵永干旱走廊高值区的形成则主要与其盆地地形有关。     

大底坡下“H”型竖缝式鱼道池室水力特性数值研究

竖缝式鱼道作为一种生态补偿工程可有效缓解水利工程对鱼类洄游造成的不利影响,研究合理参数下竖缝式鱼道水力特性对建设经济有效型鱼道具有重要意义。基于物理模型试验与三维数值模拟相结合的方法,在大底坡1∶20情况下,系统分析了9种池室长宽比的“H”型竖缝式鱼道流场分布及水力特性。结果表明：不同池室长宽比下主流均呈“S”型,主流流速最大衰减率为46.4%~61.3%;池室长宽比L∶B=10∶8为大底坡“H”型竖缝式鱼道最佳池室长宽比,该方案池室内水流流态较好,主流向右侧弯曲且曲率最大,存在较大范围的低紊流区,且满足鱼道单位体积消能率的要求,有利于鱼类洄游上溯。研究结果可为大底坡下“H”型竖缝式鱼道参数选取与水力优化设计提供参考依据。     

基于全景展开图像的隧道围岩节理识别方法

为了解决目前节理信息识别方法仅适用于局部岩体图像的问题,采用全景展开图像方法,将采集到的局部洞壁围岩图像进行特征点提取、点云模型重建、矫正拼接处理,获得高分辨率的隧道洞壁围岩全景展开图像。通过图像预处理、小尺寸特征图片的smaAt-Unet神经网络识别、小尺寸图片识别结果的融合拼接,对洞壁围岩全景展开图像的节理信息进行了区域粗略分割识别。采用Zhang-Suen算法和8邻域连通域分析方法,从骨架化与骨架线分离、毛刺剔除、骨架线连接方面进行了算法分析计算,完成了节理信息的细化提取。对体积节理数和节理空间产状信息进行了量化分析,最终建立了一种基于全景展开图像的隧道洞壁围岩节理信息识别方法。工程应用结果表明,洞壁围岩全景展开图像识别后,节理面空间方程的平均拟合误差为0.90,说明该识别方法能够较好地识别全景展开图像中的节理信息。另外,洞壁围岩图像采集具有时间短、易操作、灵活性较高的优点,对现场施工影响较小,该识别方法能够较为快速地完成节理信息识别,给现场施工与动态设计提供参考。