基于Skyline的扬州市三维可视化系统的设计与应用

随着城市化进程的进一步加快,政府对城市统筹规划技术的要求日益增高。现代城市的规划设计更加需要科学的系统进行辅助决策。本文以扬州市三维可视化系统的成功建设,介绍了三维数字城市系统建设中的Skyline结合3Dmax快速建模技术,论述了Skyline三维平台建设虚拟城市的方法和策略,并利用其提供的应用程序接口进行了二次功能开发,一定程度上为数字城市规划建设提供技术支持与参考。     

自适应高程分级的城区DSM晕渲方法

在对传统的分层设色晕渲理论应用于城区DSM的可视化技术进行充分研究的基础上,提出了一种基于高程直方图的自适应高程分级方法。该方法通过高程直方图研究城区地形、地物的高程分布及变化特征,自适应建立高程带分级模型。实验表明,提出的晕渲图制作方法兼顾了地貌形态和地物特征的表达,成果色彩过渡自然,层次清晰,地形、地物区分明显,有较强的艺术性和实用价值。     

长江中下游成矿带陆内斑岩型矿床的成岩成矿作用

陆内环境斑岩型矿床的发现对斑岩成矿理论的完善具有重要意义。长江中下游成矿带作为中国东部重要的陆内成矿带之一,成矿带内发育多个重要的斑岩型矿床,如铜山口Cu-Mo矿床、鸡冠嘴Cu-Au矿床、白云山Cu矿、城门山Cu-Mo矿床、武山Cu-Mo矿床、丰山洞Cu-Au矿床、丁家山Cu矿、洋鸡山Au矿、沙溪Cu-Au矿床、冬瓜山Cu-Au矿床、舒家店Cu矿床和安基山Cu矿床等。本文选取成矿带内典型的、具有代表性的斑岩型矿床,对其地质特征(地层、构造、含矿斑岩、脉体特征和围岩蚀变)、成岩成矿年代、成矿岩体的岩石化学和成岩成矿地球化学等方面的研究资料和成果进行了系统总结,讨论和试图阐明长江中下游成矿带陆内斑岩型矿床的成岩成矿作用与成矿模式。研究显示,长江中下游成矿带形成于燕山期陆内造山过程,成矿斑岩岩浆活动和成矿作用主要发生于149~105Ma之间,进一步可以分为早、中、晚三阶段:149~135Ma、133~125Ma和123~105Ma,三阶段岩浆活动和成矿作用主要发生于成矿带中的断隆区,早阶段(149~135Ma)和晚阶段(123~105Ma)多为斑岩-矽卡岩型矿化,中阶段(133~125Ma)矿化为典型的斑岩型矿化。长江中下游成矿带内斑岩型矿床的含矿斑岩为高钾钙碱性-钙碱性系列岩石,大部分具有埃达克岩的地球化学特征,可能为源自富集地幔的岩浆和加厚下地壳部分熔融的岩浆混合的产物,源自富集地幔的基性岩浆对成矿具有至关重要的作用,它的混入使得混合岩浆富水、硫和金属(Cu、Au)等。进一步通过与岩浆弧环境的斑岩型矿床对比研究发现,长江中下游成矿带斑岩型矿床一般不发育高级泥化岩帽(advanced argillic liithocaps)以及浅部的高-中硫矿化蚀变系统,含矿岩浆源区性质和成矿物质来源等与岩浆弧环境的斑岩型矿床明显不同。     

内蒙古西乌旗晚石炭世–早二叠世伸展事件——来自大石寨组火山岩的证据

内蒙古西乌旗地区发育一套中酸性火山岩,空间展布特征显示其为大石寨组火山岩的西延部分。为查明该火山岩的形成时代及构造属性,对其进行了岩石学、年代学和岩石地球化学研究。研究结果表明该火山岩主要由安山岩及流纹岩组成。锆石LA-MC-ICP-MS U-Pb定年结果显示其喷发时代为275~311 Ma,属晚石炭世–早二叠世。岩石地球化学特征表明中性岩富钙贫镁,富集LREE及K、Rb、Ba,亏损Nb、Ta,具有弱Eu异常,安山质岩浆可能是由基性岩浆分离结晶形成的,但在形成过程中受到了陆壳物质混染。酸性岩贫钙镁,富硅碱,具有显著的Eu负异常,亏损Nb、Ta、Sr、P、Ti,反映岩石成因与中下地壳的熔融及其后期的分离作用有关。在构造判别图解中,中性岩具有板内玄武岩特征,而酸性岩具有A2型花岗岩特征。结合区域已发表资料推断,西乌旗大石寨组火山岩形成于造山后伸展环境,暗示古亚洲洋至少在早二叠世之前已经闭合。     

MALBAC技术扩增微生物群落基因组的效率评估

环境样品的低生物量是微生物宏基因组学研究面临的首要挑战,通过基因组扩增技术来满足高通量测序对DNA样品量的需求是最常用的解决策略。MALBAC(Multiple Annealing and Looping Based Amplification Cycles)基因组扩增试剂盒最初为扩增和研究哺乳动物的单细胞基因组而研发。本文中,我们通过人工构建的微生物群落来检测该试剂盒在微生物宏基因组扩增方面的效率和应用可行性。结果表明,每个标准反应中,10 pg的DNA模板量足以满足MALBAC试剂盒对样品扩增的需要。每个标准反应DNA模板用量为10和100 pg时,所扩增DNA样品的基因组覆盖度与原始未扩增样品表现出高度的一致性,证明MALBAC试剂盒扩增效果的高度稳定性和一致性。常用的GenomePlex全基因组扩增试剂盒使我们可以在每个标准反应DNA模板量为100 pg的条件下扩增获得足够的DNA样品,但是结果表明该参照试剂盒无法有效的实现对群落中低丰度细菌菌株基因组的线性扩增。对于MALBAC试剂盒和参照试剂盒而言,在扩增高GC含量的微生物物种基因组DNA方面效率低下。我们的实验结果表明MALBAC试剂盒在高效扩增环境样品宏基因组DNA方面的可行性,但对该试剂盒在扩增环境样品中高GC含量微生物物种方面的适用性存在疑虑。     

闽赣交界武夷山南段“桃溪穹隆”形变特征及构造演化探讨

"桃溪穹隆"由内核、中间层和盖层组成,发育岩石流变,韧性、韧脆性和脆性变形(断裂)。文章以"桃溪穹隆"内核、中间层和盖层为对象,通过研究其形变特征、运动形式及相互关系,探讨穹隆上隆的运动方式,结合沉积事件、岩浆活动和构造运动,阐述穹隆的形成机制和构造演化特征。"桃溪穹隆"于加里东期(志留纪末)隆升,华力西期—印支期(晚二叠世—中三叠世)大规模上隆,燕山期及后期继承性活动,主隆升期(华力西期—印支期)为逆时针旋转上隆。穹隆长期隆升是该区古元古代结晶基底出露的主要原因。     

安徽茶亭铜金矿床赋矿石英闪长玢岩黑云母成分特征及成岩成矿指示意义

安徽宣城茶亭矿床位于长江中下游成矿带东南缘的南陵-宣城盆地内,是近年来该盆地内新发现的大型斑岩型Cu-Au矿床。石英闪长玢岩是茶亭矿床主要的赋矿岩石,文章从石英闪长玢岩的造岩矿物黑云母入手,利用EMPA及LA-ICP-MS等原位微区分析方法,对黑云母进行了详细的矿物化学分析,旨在查明赋矿石英闪长玢岩形成的物理化学条件,并探讨其成岩成矿意义。分析结果表明:茶亭赋矿石英闪长玢岩中黑云母具有高w(TiO_2)、低w(Al_2O_3)的特征,整体富Mg、贫Fe。黑云母温压计算结果表明,在不同深度上,石英闪长玢岩具有相似的结晶温度及压力,其结晶温度为746～773℃,压力为44～85 MPa,对应深度为1.7～3.3 km,平均为2.47 km,显示石英闪长玢岩侵位深度相对较浅。黑云母中高的氧化系数(0.613～0.864)、高Mg#(0.557～0.864),以及w(MgO)介于14.73%～15.86%,均显示石英闪长玢岩为壳幔混源,并且以幔源为主。黑云母成分显示石英闪长玢岩形成于较高氧逸度条件下。浅部岩体具有较高的X_(Mg)值,表明浅部岩体氧逸度较高,可能指示随着岩浆的不断演化,残余岩浆的氧逸度不断降低。同时,石英闪长玢岩黑云母相对一般斑岩型铜矿具有较高的w(Cu),并且高Cl、低F。这些特征均有利于茶亭Cu-Au矿床的形成。     

安徽省东源斑岩型钨矿床白钨矿原位微量元素特征及其指示意义

新兴的白钨矿面扫描技术对于解释矿物微量元素特征具有重要的指示意义。文章选择皖南地区东源斑岩型钨矿床中白钨矿为研究对象,利用面扫描和阴极发光图像技术对矿物微区结构和原位微量元素特征进行系统研究。分析结果显示,白钨矿具有核边结构且微量元素特征具有明显的分带性,同一白钨矿颗粒核部亏损Mo、Nb、Ta元素,富集REEs,而边部相反。在此基础上,文章通过系统的白钨矿单点微量元素分析,反演了成矿流体性质和演化过程,提出东源钨矿床成矿流体氧逸度逐渐增高,成矿流体富集F挥发分且F含量逐渐增加,成矿物质很可能有幔源组分加入。通过白钨矿面扫描和阴极发光图像查明矿物微区结构,进而开展了白钨矿微区微量元素单点分析,有可能对成矿流体和矿质来源作出合理的解释。     

江南隆起带(安徽段)首次发现铷矿床及其意义

正西坞口矿床是由安徽省地矿局322地质队于1975年普查发现的中型热液脉型钨锡矿床(安徽省地质调查院,2011)。2018年,安徽省地矿局322地质队在西坞口矿床中发现了新的铷矿化体,矿石中铷品位为0.21%～0.25%,预计铷资源量可达到大型矿床规模。西坞口矿床是江南隆起带(安徽段)首次发现的大型"三稀"金属矿床,进一步丰富了江南隆起带(安徽段)矿床的矿种类型,为研究江南隆起带     

大数据环境下内蒙古浩布高地区铅锌多金属矿智能矿产预测研究

传统机器学习算法已广泛应用于矿产预测,但面对地质大数据的高维稀疏、不平衡小样本等特性仍缺乏有效处理和分析的方法,设计适合地质大数据特点的机器学习算法是智能矿产预测亟需解决的新问题。本文以内蒙古浩布高地区的铅锌多金属矿产预测为例,提出了一种面向地质大数据的半监督协同训练矿产预测模型。首先对研究区地质找矿信息和地球化学异常信息进行定量分析,提取断裂构造、二叠系地层、燕山期侵入岩、地层与岩体接触带、围岩蚀变及Pb、Zn、Sn、Cu地球化学异常共9种找矿因子。然后利用递归特征消除法优选找矿因子组合,不包括Sn异常在内的8个找矿因子组合被选为最优组合。最后,利用支持向量机和随机森林算法作为基分类器进行半监督协同训练矿产预测,绘制成矿概率分布图。ROC曲线和预测度曲线分析结果表明,半监督协同训练模型的AUC值和预测效率都高于随机森林和支持向量机模型。研究结果也为大数据环境下的智能矿产预测提供了一种新的思路。