CN109632836A - 基于氚梯度的地下含水层水文循环信息的识别方法 - Google Patents
基于氚梯度的地下含水层水文循环信息的识别方法 Download PDFInfo
- Publication number
- CN109632836A CN109632836A CN201811374295.3A CN201811374295A CN109632836A CN 109632836 A CN109632836 A CN 109632836A CN 201811374295 A CN201811374295 A CN 201811374295A CN 109632836 A CN109632836 A CN 109632836A
- Authority
- CN
- China
- Prior art keywords
- tritium
- gradient
- underground reservoir
- activity
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 229910052722 tritium Inorganic materials 0.000 title claims abstract description 165
- YZCKVEUIGOORGS-NJFSPNSNSA-N Tritium Chemical compound [3H] YZCKVEUIGOORGS-NJFSPNSNSA-N 0.000 title claims abstract description 161
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000000694 effects Effects 0.000 claims abstract description 84
- 239000000700 radioactive tracer Substances 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims abstract description 8
- 230000002123 temporal effect Effects 0.000 claims abstract description 3
- 238000005070 sampling Methods 0.000 claims description 16
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 31
- 230000004044 response Effects 0.000 description 5
- 239000003673 groundwater Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000005442 atmospheric precipitation Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000000155 isotopic effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/01—Investigating materials by wave or particle radiation by radioactivity, nuclear decay
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明提供的基于氚梯度的地下含水层水文循环信息的识别方法,步骤有将已知氚活度的示踪剂投入到特定地下含水层中,对特定含水层测定氚活度并绘制氚活度序列曲线,划分氚活度时间变化特征,理论氚梯度随衰变时间变化的曲线簇,计算地下含水层的参考氚梯度并标入曲线簇得到对应的梯度曲线,再将计算的实际氚梯度在梯度曲线上标出并获得该含水层的平均滞留时间。该识别方法有完善的物理背景支撑,操作路线清晰明确,能够定量识别地下含水层的多种水文循环滞时及速率信息,分析结果可信度较高,还可以预测未来地下含水层的氚活度变化情况。
Description
技术领域
本发明属于水文地质领域,具体地说是涉及基于氚梯度来确定地下含水层的水文循环特征及相应参数信息的技术方法。
背景技术
30年来,反射性同位素地球化学方法在地下水水文学领域的研究中应用广泛。测定并分析地下含水层的氚活度能够有效地帮助理解地下水文循环。地下水中的氚(3H)成分主要来源于1950-1970之间的人工核试验,大气降水持续不断的补给地下水从而注入了各个年代的氚,因此,地下水氚活度可以被认为是地下水补给的天然示踪剂。尤其地,氚同位素化学性质非常的稳定,衰变周期为12.43年。目前,利用氚活度获取地下水的水文循环信息的方法出现了一些问题,一是地下水初始的氚活度难以确定,二是水源的混合影响着氚活度信号。现在地下水的定年计算方法主要有活塞模型(PFM),全混模型(EM)及线性模型(LM);在PFM中,基本假设是不同流线都有着同一滞留时间,忽视了分子的扩散运动和水动力分布;在EM中不同流线都有着同一滞留时间,不考虑流线的混合;在LM中仅将流线的滞留时间作线性增加考虑。当测试的含水层氚活度较低时,这些模型的计算结果都会存在极大的不确定性,并且计算得到的地下水年龄也是整个含水层的大致平均年龄,对于判断含水层的水文循环特征难以提供直观科学的信息,因此需要进一步研究。
发明内容
为了解决现有技术中存在的不足,本发明提供一种基于氚梯度的地下含水层水文循环信息的识别方法,将氚活度视为天然输入的同位素示踪剂,提出基于氚梯度的计算方法与氚活度曲线进行结合分析,从而可以实现准确识别所研究地下含水层水文变化的时间响应,为研究地下含水层水文循环提供新的技术方法。
为解决上述问题,本发明具体采用以下技术方案:
基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,包括以下步骤:
步骤1:将一定数量的已知氚活度为a0T0的示踪剂投入到地下含水层中;
步骤2:对地下含水层一定的时间间隔下,采集地下含水层样品,立即测定对应的氚活度;
步骤3:绘制步骤2取得样品的氚活度序列曲线,划分氚活度时间变化特征,包括氚活度滞留开始时间SRT、氚活度滞留中期时间MRT、氚活度峰值出现时刻PT、氚活度最大滞留时间LRT以及氚活度峰值形成历时PFT,推断出地下含水层的多种水文循环滞时及速率信息;
步骤4:理论氚梯度计算:选用不同的氚活度初始值aT0计算对应的理论氚梯度Tg,并且设置合适的衰变时间t步长,绘制理论氚梯度Tg随衰变时间t变化的曲线簇即Tg_t曲线簇;
步骤5:利用步骤2中首次采样测定的氚活度aT1与最后一次采样测定的氚活度aT2分别计算地下含水层的参考氚梯度Tg_T和实际氚梯度Tg_O:
步骤6:地下含水层氚梯度趋势曲线确定:将地下含水层的参考氚梯度Tg_T标入步骤4中的Tg_t曲线簇,查询其对应的Tg_t曲线;
步骤7:地下含水层水文循环周期计算:将步骤5求得的实际氚梯度Tg_O代入在步骤6中所得的Tg_t曲线,求出对应的时间ta,ta即为该地下含水层的平均滞留时间。
前述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤1中的示踪剂的氚活度a0T0应当大于30TU,所述示踪剂的数量为1-5升。
前述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤2中的时间间隔为15-30天,持续时间为120-360天。该步骤2中氚活度测试选用低本底液闪仪及其前处理***(型号:Tri-Carb 3170TR/SL),精度0.1TU;
前述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤3中的氚活度序列曲线是一条通过一系列样点的平滑曲线,样点的纵坐标为地下含水层样品的氚活度,横坐标为地下含水层样品对应的时间,其中时间为0时刻曲线对应的氚活度为(a0T0+aT1)/2。
前述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤3中的氚活度滞留开始时间SRT、氚活度滞留中期时间MRT、氚活度峰值出现时刻PT、氚活度最大滞留时间LRT以及氚活度峰值形成历时PFT通过图解法划分;其中,SRT为峰值开始形成的时间,MRT为SRT到峰值出现时间的中值,MRT=(PT-SRT)/2,LRT为峰值开始形成到峰值结束的时间,PFT为峰值开始形成到峰值出现的时间,PFT=LRT-SRT。其中,SRT指示出特定含水层对于外界补给的响应滞时,MRT指示出特定含水层对于外界补给的响应速度,LRT指示出水流运动经过特定含水层的最大历时,PFT指示出特定含水层循环的时间。
前述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤4中的理论氚梯度计算具体如下:选用不同的氚活度初始值aT0计算对应的理论氚梯度Tg:
式中,Tg为理论氚梯度,atT为地下含水层的氚活度,t为衰变时间,
atT=aT0×e-t/17.93 (2)。
前述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤4中选用不同的氚活度初始值aT0为30TU、40TU、50TU、60TU、70TU,衰变时间t步长为0.5-3年。
前述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤5中计算地下含水层的参考氚梯度Tg_T和实际氚梯度Tg_O的具体操作如下:将首次采样与最后一次采样测定的氚活度分别记为aT1、aT2,分别对应的采样时间为T1、T2,分别计算地下含水层的参考氚梯度Tg_T和实际氚梯度Tg_O:
atT2=aT1×e-t/17.93 (5)
t=T2-T1 (6)。
前述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤6中将Tg_T标入步骤4中的Tg_t曲线簇的操作是:令y=Tg_T,x=T2-T1,在Tg_t曲线簇中,最接近该点(x,y)的曲线为对应Tg_t曲线。通过该Tg_t曲线,可预测未来特定含水层的氚活度变化情况。
本发明的有益效果:
1、技术原理有完善的物理机制,通过人工投放氚活度示踪剂的方式,监测地下含水层氚活度的时程变化情况来反映地下含水层的水文循环过程;
2、操作路线清晰明确,综合多源信息来识别氚活度变化,根据氚活度序列曲线及氚梯度趋势能够定量识别地下含水层的多种水文循环滞时及速率信息;
3、分析手段全面,分析结果可信度较高,不仅可以准确得到目前地下含水层的水文循环特征,还可以预测未来地下含水层的氚活度变化情况,为未来的相关研究提供科学参考。
附图说明
图1是基于氚梯度的地下含水层水文循环信息的识别方法的流程示意图;
图2是黄河源区的某一地下含水层的氚活度序列曲线图;
图3是黄河源区的某一地下含水层理论氚梯度Tg随衰变时间t变化的曲线簇(Tg_t曲线簇);
附图标记如下:1—氚活度滞留开始时间(SRT),2—氚活度滞留中期时间(MRT),3—氚活度峰值出现时刻(PT),4—氚活度最大滞留时间(LRT),5—理论氚梯度Tg随衰变时间t变化的曲线簇(Tg_t曲线簇),6—参考氚梯度Tg_T,7—参考氚梯度Tg_T对应的Tg_t曲线,8—实际氚梯度Tg_O。
具体实施方式
下面结合附图和具体实施例对本发明作进一步描述。
本实施例是以黄河源区的某一地下含水层为研究对象,人工投放氚活度示踪剂,定时测定地下含水层的氚活度,综合识别地下含水层的水文循环信息。
基于氚梯度的地下含水层水文循环信息的识别方法,如图1所示,包括如下具体步骤:
步骤1:将3升的已知氚活度为a0T0=60TU的示踪剂投入到特定地下含水层中;
步骤2:对该特定地下含水层每隔15天采集水样,选用低本底液闪仪及其前处理***(型号:Tri-Carb 3170TR/SL),精度0.1TU,采样后立即测定对应的氚活度,并记录;
步骤3:绘制步骤2对应的氚活度序列曲线,如图2所示;划分氚活度滞留开始时间(SRT),氚活度滞留中期时间(MRT),氚活度峰值出现时刻(PT),氚活度最大滞留时间(LRT),氚活度峰值形成历时(PFT)。其中,SRT为峰值开始形成的时间,MRT为SRT到峰值出现时间的中值(MRT=(PT-SRT)/2),LRT为峰值开始形成到峰值结束的时间,PFT为峰值开始形成到峰值出现的时间,PFT=LRT-SRT,且SRT指示出特定含水层对于外界补给的响应滞时,MRT指示出特定含水层对于外界补给的响应速度,LRT指示出水流运动经过特定含水层的最大历时,PFT指示出特定含水层循环的时间;如表1所示:
表1
SRT(天) | MRT(天) | PT(天) | LRT(天) | PFT(天) | |
地下含水层1 | 30 | 30 | 90 | 120 | 90 |
步骤4:理论氚梯度计算:选用不同的氚活度初始值aT0(30,40,50,60,70TU)计算对应的理论氚梯度:
式(1)中,Tg为氚梯度,atT为地下含水层的氚活度,t为衰变时间,
其中,atT=aT0×e-t/17.93 (2)
设置衰变时间t(步长为1年),绘制理论氚梯度Tg随衰变时间t变化的曲线簇(Tg_t曲线簇),如图3所示;
步骤5:将步骤2中首次采样与最后一次采样测定的氚活度分别记为aT1=20.56TU、aT2=19.99TU,分别对应的采样时间为T1、T2,间隔时间为1年;地下含水层氚梯度计算:分别计算地下含水层的参考氚梯度Tg_T和实际氚梯度Tg_O:
t=T2-T1=1y (5)
atT2=aT1×e-t/17.93 (6)
步骤6:地下含水层氚梯度趋势确定:将y=Tg_T=2.18、x=T2-T1=1y,标入步骤4中的Tg_t曲线簇,查询其最靠近对应的Tg_t曲线,如图3所示,aT0=60TU的Tg_t曲线最为接近;
步骤7:地下含水层水文循环周期计算:将y=Tg_O=0.562代入在步骤6中所得的aT0=60TU的Tg_t曲线,求出对应的时间ta=4.3年,该特定含水层的平均滞留时间为4.3年。
结果验证:根据14C定年结果结合地质抽水实验研究发现,该含水层的平均循环周期为4.43年,非常接近步骤7所求得的含水层的平均滞留时间,并且利用步骤6求得的Tg_t曲线可以预测该地下含水层未来的氚活度变化情况。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,包括以下步骤:
步骤1:将一定数量的已知氚活度为a0T0的示踪剂投入到地下含水层中;
步骤2:对地下含水层一定的时间间隔下,采集地下含水层样品,立即测定对应的氚活度;
步骤3:绘制步骤2取得样品的氚活度序列曲线,划分氚活度时间变化特征,包括氚活度滞留开始时间SRT、氚活度滞留中期时间MRT、氚活度峰值出现时刻PT、氚活度最大滞留时间LRT以及氚活度峰值形成历时PFT,推断出地下含水层的多种水文循环滞时及速率信息;
步骤4:理论氚梯度计算:选用不同的氚活度初始值aT0计算对应的理论氚梯度Tg,并且设置合适的衰变时间t步长,绘制理论氚梯度Tg随衰变时间t变化的曲线簇即Tg_t曲线簇;
步骤5:利用步骤2中首次采样测定的氚活度aT1与最后一次采样测定的氚活度aT2分别计算地下含水层的参考氚梯度Tg_T和实际氚梯度Tg_O:
步骤6:地下含水层氚梯度趋势曲线确定:将地下含水层的参考氚梯度Tg_T标入步骤4中的Tg_t曲线簇,查询其对应的Tg_t曲线;
步骤7:地下含水层水文循环周期计算:将步骤5求得的实际氚梯度Tg_O代入在步骤6中所得的Tg_t曲线,求出对应的时间ta,ta即为该地下含水层的平均滞留时间。
2.根据权利要求1所述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤1中的示踪剂的氚活度a0T0大于30TU,所述示踪剂的数量为1-5升。
3.根据权利要求2所述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤2中的时间间隔为15-30天,持续时间为120-360天。
4.根据权利要求3所述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤3中的氚活度序列曲线是一条通过一系列样点的平滑曲线,样点的纵坐标为地下含水层样品的氚活度,横坐标为地下含水层样品对应的时间,其中时间为0时刻曲线对应的氚活度为(a0T0+aT1)/2。
5.根据权利要求4所述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤3中的氚活度滞留开始时间SRT、氚活度滞留中期时间MRT、氚活度峰值出现时刻PT、氚活度最大滞留时间LRT以及氚活度峰值形成历时PFT通过图解法划分;其中,SRT为峰值开始形成的时间,MRT为SRT到峰值出现时间的中值,MRT=(PT-SRT)/2,LRT为峰值开始形成到峰值结束的时间,PFT为峰值开始形成到峰值出现的时间,PFT=LRT-SRT。
6.根据权利要求5所述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤4中的理论氚梯度计算具体如下:选用不同的氚活度初始值aT0计算对应的理论氚梯度Tg:
式中,Tg为理论氚梯度,atT为地下含水层的氚活度,t为衰变时间,其中
atT=aT0×e-t/17.93 (式2)。
7.根据权利要求6所述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤4中选用不同的氚活度初始值aT0为30TU、40TU、50TU、60TU、70TU,衰变时间t步长为0.5-3年。
8.根据权利要求7所述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤5中计算地下含水层的参考氚梯度Tg_T和实际氚梯度Tg_O的具体操作如下:将首次采样与最后一次采样测定的氚活度分别记为aT1、aT2,分别对应的采样时间为T1、T2,分别计算地下含水层的参考氚梯度Tg_T和实际氚梯度Tg_O:
atT2=aT1×e-t/17.93 (式5)
t=T2-T1 (式6)。
9.根据权利要求8所述的基于氚梯度的地下含水层水文循环信息的识别方法,其特征在于,所述步骤6中将Tg_T标入步骤4中的Tg_t曲线簇的操作是:令y=Tg_T,x=T2-T1,在Tg_t曲线簇中,最接近该点(x,y)的曲线为对应Tg_t曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811374295.3A CN109632836B (zh) | 2018-11-19 | 2018-11-19 | 基于氚梯度的地下含水层水文循环信息的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811374295.3A CN109632836B (zh) | 2018-11-19 | 2018-11-19 | 基于氚梯度的地下含水层水文循环信息的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109632836A true CN109632836A (zh) | 2019-04-16 |
CN109632836B CN109632836B (zh) | 2019-09-03 |
Family
ID=66068321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811374295.3A Expired - Fee Related CN109632836B (zh) | 2018-11-19 | 2018-11-19 | 基于氚梯度的地下含水层水文循环信息的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109632836B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110633859A (zh) * | 2019-09-18 | 2019-12-31 | 西安理工大学 | 一种两阶段分解集成的水文序列预测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8427451D0 (en) * | 1983-11-01 | 1984-12-05 | British Petroleum Co Plc | Fluid monitoring system |
CN103197039A (zh) * | 2013-03-15 | 2013-07-10 | 陈秋阳 | 一种人工流场下的野外地下水弥散试验方法 |
CN103776852A (zh) * | 2013-05-15 | 2014-05-07 | 向才富 | 一种低温背景条件(0~60℃)下幕式流体活动历史的定年方法 |
CN106153848A (zh) * | 2016-08-19 | 2016-11-23 | 中国科学院地质与地球物理研究所 | 确定地下水水质背景值的方法 |
-
2018
- 2018-11-19 CN CN201811374295.3A patent/CN109632836B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8427451D0 (en) * | 1983-11-01 | 1984-12-05 | British Petroleum Co Plc | Fluid monitoring system |
CN103197039A (zh) * | 2013-03-15 | 2013-07-10 | 陈秋阳 | 一种人工流场下的野外地下水弥散试验方法 |
CN103776852A (zh) * | 2013-05-15 | 2014-05-07 | 向才富 | 一种低温背景条件(0~60℃)下幕式流体活动历史的定年方法 |
CN106153848A (zh) * | 2016-08-19 | 2016-11-23 | 中国科学院地质与地球物理研究所 | 确定地下水水质背景值的方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110633859A (zh) * | 2019-09-18 | 2019-12-31 | 西安理工大学 | 一种两阶段分解集成的水文序列预测方法 |
CN110633859B (zh) * | 2019-09-18 | 2024-03-01 | 西安理工大学 | 一种两阶段分解集成的水文序列预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109632836B (zh) | 2019-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gustafsson | Time-dependent modeling of the Baltic entrance area. 2. Water and salt exchange of the Baltic Sea | |
Christaki et al. | Microbial food webs and metabolic state across oligotrophic waters of the Mediterranean Sea during summer | |
CN109948272A (zh) | 基于井间连通性的调堵动态预测方法和*** | |
CN109064864A (zh) | 一种模拟地热尾水回灌路径的装置及其使用方法 | |
CN108918388A (zh) | 地下水含水层溶质弥散系数及孔隙速率测定方法 | |
CN203561596U (zh) | 地埋管岩土热响应测试仪 | |
CN109269589A (zh) | 一种具有液位调控的水箱水量测算***及其计算方法 | |
CN113431537B (zh) | 一种非稳态变流速大尺度岩心水驱气相对渗透率测试方法 | |
CN102194056A (zh) | 煤层顶底板突水危险评价预测的bn-gis方法 | |
CN109632836B (zh) | 基于氚梯度的地下含水层水文循环信息的识别方法 | |
CN108021742A (zh) | 一种考虑疏水模型的蒸汽供热管道稳态运行状态估计方法 | |
CN105804737A (zh) | 一种基于迭代算法求解地层孔隙度的方法 | |
CN106446438A (zh) | 一种电厂温排水深水排放的近远区耦合数值模拟方法 | |
CN114739769A (zh) | 模拟气藏型储气库交替注采的高温高压可视化装置及方法 | |
CN109557126A (zh) | 一种土壤热物性参数和渗流参数的测量装置 | |
CN104881564B (zh) | 结构面粗糙度系数尺寸效应概率密度函数模型的构建方法 | |
CN109580453A (zh) | 基于最优化测井解释计算砂岩型铀矿砂体孔隙度的方法 | |
CN208270264U (zh) | 上覆水分层取样装置 | |
CN108153944A (zh) | 一种应力敏感储层产水气井天然气单井控制储量确定方法 | |
CN111650083B (zh) | 岩心高压下气、水流量计量装置和方法 | |
CN206330786U (zh) | 一种泵吸式地下水定深采集装置 | |
Han et al. | Residence times and age distributions of spring waters at the Semmering catchment area, Eastern Austria, as inferred from tritium, CFCs and stable isotopes | |
Yong-Qi et al. | Subpolar gyre index and the North Atlantic meridional overturning circulation in a coupled climate model | |
CN109931057A (zh) | 一种改进的中子寿命测井解释模型及基于模型的储层含油饱和度求解方法 | |
CN108428057A (zh) | 一种湖泊换水周期的计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190903 Termination date: 20201119 |
|
CF01 | Termination of patent right due to non-payment of annual fee |