小秦岭金矿田金矿成矿物质来源及聚集规律探讨

通过金矿成矿元素的克拉克浓度、同位素等特征,运用统计、数学地质差别分析等方法,探讨小秦岭金矿田金矿成矿物质来源及聚积规律.     

嵩县庙岭金矿床成矿物质来源及聚积规律探讨

通过对区域地层和庙岭金矿区地层的金丰度值、火山活动、构造运动的研究,分析庙岭金矿床金矿成矿物质来源及聚积规律,提出了庙岭金矿床新的成矿模式,并为今后在该区开展地质找矿工作提出了新的方向。     

鲁西铜石金矿田找矿成果及成矿机制探讨

铜石金矿田为山东省鲁西地区重要的金矿集区,1989—1994年勘查评价的归来庄金矿床,被原地质矿产部定义为"新地区、新类型、新发现",更是改写了鲁西地区无大型金矿床的格局。近年来,铜石金矿田金矿找矿取得了可喜的成果,累计发现大型金矿床1处、中型金矿床1处、小型金矿床3处、金矿点10余处,已查明上表的金金属量近50吨,目前已经成为山东省继胶东之后的第二大黄金生产基地。区内发现的金矿床类型复杂多样,其成矿主要与中生代铜石杂岩体、断裂构造关系密切,具有优越的金矿成矿地质条件和较大的资源潜力。本文在系统总结、归纳分析不同类型矿床地质特征基础上,从成矿时代、成矿物质来源、成矿温度、矿化富集规律等方面对成矿机制进行了探讨,认为区内矿床属铜石潜火山中低温热液型金矿床。     

河南洛宁陆院沟——青岗坪金矿地质特征及控矿因素分析

通过对河南熊耳山地区陆院沟-青岗坪金矿区区内成矿地质背景、矿床地质特征、矿化富集特点的分析,阐述了成矿物质的来源应是下地壳,金矿化主要受拆离断层构造和花岗岩体的控制.     

小秦岭地区金矿物质来源及成矿模式探讨

通过对小秦岭地区金矿物质来源成矿模式探讨,举出世界绿岩带与本区太左界、太华群岩石组合进行对比,提出怀疑,又对太华岩群金含量高低是金矿物质来源进行否定,又从多方面阐述了金矿物质来源于地壳深部矿源浓集区及矿床形成过程.从而说明了小秦岭金矿类型多、分布广、找矿潜力大.     

广西金矿地质及找矿前景浅析

本文从目前金矿在时间、空间上的分布特征、赋金层位和岩性、金矿类型等方面概述了金矿地质现状,在广西50多个县内已发现金矿床、矿(化)点三百余处。在已探明的储量中,有57％左右的金矿产在寒武系中;三叠系的各类型金在预测储量中占45％左右。多期次的构造、岩浆活动形成了种类繁多的金矿床。依据成矿物质来源、成矿作用和矿化特征将广西金矿分成二个大类,七种成因类型九个亚类。本文还对各类型金矿特征作了简介,叙述了各类型金矿找矿的新进展并划分了成矿远景区。     

山东胶东金矿成矿理论体系

在对胶东地区成矿地质背景、各种致矿地质-构造事件在时间和空间上的耦合、金矿床点时空结构、内在成生联系及时空配置关系研究的基础上,厘定了胶东金矿的概念、特征及主要表现形式,并对其进行了阐述,系统地提出了胶东地区金矿成矿的理论体系,即独具特色的四位一体构造叠置成矿背景、挤压-伸展手风琴式构造-岩浆-成矿作用方式和壳-幔流体多种来源的成矿物质,概括起来就是地质条件、定位方式和物质来源的有机耦合共同构成了胶东地区金矿成矿理论体系,这一理论解释了为何在该区形成巨量金矿的原因,是对胶东地区金矿理论研究的创新性成果。     

山东沂沭断裂带中段南小尧金矿元素地球化学特征及其地质意义

南小尧金矿位于山东沂沭断裂带中段,发育蚀变岩型和石英脉型金矿体。通过对南小尧金矿3种矿石(黄铁绢英岩化绿片岩、黄铁矿化绿泥石化糜棱岩和石英-硫化物脉)及黄铁矿主、微量元素特征分析,探讨其成矿物质与成矿流体特征、构造条件和成矿机制。结果表明:3种矿石整体富集Co、Ni,稀土元素总含量较低,成矿流体来源于深部,Eu异常为弱的负异常向正异常过渡,流体的性质可能发生变化;黄铁矿Au与Ag质量分数之比低于0.5且贫As,成矿流体的温度较高;3种矿石的形成可能与火山活动有关,其中黄铁绢英岩化绿片岩和石英-硫化物脉的形成与火山、次火山热液有关,火山热液可能来自于燕山期的火山活动;矿石原岩可能为沉积岩和偏碱性的中—基性岩浆岩,矿石的成矿物质可能来源于深部地幔。综上所述,南小尧金矿的成矿物质与成矿流体均来自于深部,由于火山-岩浆活动而向上涌入,随着大气降水的注入,成矿环境由弱还原向弱氧化转变,这种转变加速了Au的沉淀,使Au在不同的构造位置富集成矿,形成不同类型的金矿。     

秦岭凤太矿田金矿成矿特征及成因分析

以较详细的资料论述了秦岭凤太矿田八卦庙金矿和双王金矿床的主要成矿特征，并对比了两者之间包括成矿地质环境、成矿方式、成矿物质来源和成矿流体等方面的差异。研究表明造成这些差异与两矿床所处的地质环境有关。综合上述特征指出本区泥盆系中的金矿具热水沉积、后期构造岩浆热液多次叠加改造的特点。     

胶东栖霞大霞址断裂南段金矿地质特征及成因研究

近年来胶东栖霞大霞址断裂南段发现了多个金矿床。文章从蚀变带特征、矿体空间展布特征等方面阐述了研究区金矿地质特征;从地层、岩浆岩、构造“三位一体”分析总结了控矿因素;通过与典型矿床的分析对比,认为该区金矿床类型属于构造蚀变岩型,金矿与硅化、绢英岩化、黄铁矿化关系最为密切;结合对成矿物质来源、成矿流体运移、沉淀、富集等的认识,对大霞址断裂金矿的成因进行了总结,建立了成矿模式,提出了下一步找矿建议。     

JXTA安全问题研究

P2P对等网络(Peer-to-Peer network)是近年来引起广泛关注的网络技术,JXTA项目则是构建P2P网络平台的一个典型例子.针对JXTA网络中面临的安全问题及解决方案进行了初步探讨,最后以在JXTA中实现数字签名为例,介绍了目前正在积极开发中的JXTA安全项目.     

地貌从脚踏实地开始

陈述彭先生是我国著名的地理学家,他提出的《桂林七星岩喀斯特溶洞地貌图》、《西南地区喀斯特地貌》、《徐霞客游记在怒江、腾冲地区的实地验证》等论文都有很高的学术价值。他在地形鸟瞰图的制作,喀斯特洞穴地貌图的编制,中国地貌区划和中国气候地貌研究,黄河、淮河和长江下游平原地貌制图与地图分析,中国的地表侵蚀与堆积研究,大比例尺景观制图方法与实验,中国的新生代火山群等方面对我国的地貌学研究做出了巨大贡献。     

锌绿松石矿物学研究

锌绿松石是很少见的矿物，目前已知仅美国内华达州有产出。报道的锌绿松石样品采于湖北郧县云盖寺锌绿松石的杨柿沟矿点。经电子探针分析、X射线粉晶衍射分析和差热分析研究，样品为含铜锌绿松石。这在我国属首次发现。     

WINDOWS设备驱动程序研究

阐述了Windows下WDM设备驱动程度的原理，并详细分析了在Windows环境下WDM设备驱动程度的设计方法。     

GIS数据动态获取方法研究

在分析当前GIS在维护地理信息现势性方面存在的缺陷基础上,提出了动态GIS,对当前静态GIS从数据生产、更新、管理、应用方式等几个方面进行扩展,并给出具体的扩展方法,结合宜春市市政网格化管理系统的实施进行实例阐述.基于这些方法使得构建的GIS系统能保持与研究对象的状态信息同步,最终实现对研究对象的实时监控与管理.及时掌握研究对象的状态信息,尤其是及时检测到状态的改变,及时响应,必能有效提高GIS的服务质量,本文的研究对智慧地球平台的建设有积极的意义.     

网格计算在校园网中的应用研究

网格计算可以合理而有效地将资源高效地组织起来,相对于机群计算环境,它具有范围更广、功能更强大、组织和管理更复杂的特点.目前高校中各种计算资源丰富,但是由于地域的分散,很难做到存储、计算资源的共享.本文对校园网现状和网格技术进行研究,提出校园网格的概念及实现的功能.     

“花间词评“研究

花间词评"特指历代对<花间集>、花间词的各种评论和品鉴.花间词评"包括文体渊源论、审美趣味论、艺术特色论、创作成就论等四个方面,表现出贬抑词体推尊花间、重艺术特色轻思想内容两种倾向.这四个方面和两种倾向共同构成一个看似诡辩的逻辑怪圈,但这正是潜伏于"花间词评"之下的实际理论体系.     

基于RIA技术的WebGIS研究

该文分析了目前WebGIS所存在的问题,同时介绍了RIA的有关情况,并据此提出了基于RIA构建WebGIS的思路。在分析这种方案理论可行性的基础上,着重介绍了RIA环境下地理信息组织、存储以及缓存等关键技术问题,同时也给出了RIA构建WebGIS的体系结构方案,并对客户端、服务器端以及协议方面作了详细探讨,通过系统的开发,对下一步工作,如语义挖掘、安全问题等作了分析,认为RIA在地理空间数据的发布和共享中将发挥越来越大的作用。     

贝叶斯网络结构学习方法研究

介绍贝叶斯网络结构学习的两种方法：渐进正确结构学习和启发搜索方法,并重点对最小描述长度测度函数MDL和DGM测度函数进行了分析比较,提出了一个两阶段从数据集中学习贝叶斯网络（BN）结构的有效算法.首先,第一阶段采用以信息论为基础的渐进正确的结构学习方法来有效的搜索可能的网络空间,构造一个候选网络;然后,采用启发搜索的方法来精简这个候选网络.使用这种分两阶段学习的方法比单纯使用一种方法来获取BN结构更精确和有效率.     

时空轨迹分类研究进展

时空轨迹分类旨在为一条轨迹预测类别。时空轨迹分类在城市规划、个性化用户推荐等方面具有重要应用价值,其过程主要包括轨迹数据预处理、特征提取、建立分类器3个阶段。本文综述了近年来时空轨迹分类的研究进展,首先对时空轨迹分类的过程进行概述;然后将时空轨迹分类算法按特征提取的方式分为基于运动特征的轨迹分类算法、基于分类规则的轨迹分类算法和基于图像信号分析的轨迹分类算法3类,分别论述了这些算法的基本思想和优缺点;之后对现有的轨迹分类算法从数据来源、分类器、特征提取方式等方面进行对比分析;最后讨论现有的时空轨迹分类算法面临的挑战。