森林沼泽景观区中大比例尺化探找矿工作方法的研究--记大梁金矿的发现

大梁金矿是通过森林沼泽景观区开展1：50000和1：25000地球化学测量及综合地质工作而发现的,证明采用的森林沼泽景观中大比例尺化探方法是行之有效的.     

新安江水库(千岛湖)水质时空变化特征及保护策略

为探索新安江水库(千岛湖)水质的变化规律及其影响因素,利用2009-2010年的逐月水质监测数据,结合文献资料,对新安江水库水质时空变化进行了综合分析.结果表明:在时间分布上,透明度、总氮、总磷及叶绿素受水文季节变化过程、浮游生物生长及人类活动等的综合影响,具有明显的季节变化特征,特别是上游街口断面各指标季节差异显著.空间分布上,上游水质明显劣于下游水质,上游水域透明度低,氮、磷及叶绿素含量高,反映出外源供给和人类活动对新安江水库水质的决定性贡献,控制外源污染是新安江水库水质提升的关键.统计分析表明,新安江水库主要感官指标透明度主要受控于藻类生物量,而藻类生物量变化与氮、磷营养盐的含量关系密切.严格控制入库营养盐通量,控制浮游植物生物量的季节性异常增殖已成为解决新安江水库水环境问题的核心.另外,新安江水库经济鱼类赋存量与捕捞量对水质有一定影响,年度捕捞量与水体透明度具有反相关关系,不能排除鱼类密度过高导致的生态系统失调的可能.因此,要进一步开展渔业养殖的水质效应研究,加强渔业管理,确定科学合理养殖模式,保证新安江水库水质的改善.     

森林沼泽区矿产资源地球化学勘查

通过景观调查和中大比例尺化探方法试验,对我国东北森林沼泽区景观地球化学特征、元素存在形式、迁移富集机制、影响因素、采样介质、采样粒度、采样方法等理论和方法技术问题进行研究,提出该类地区元素表生分散富集的某些地球化学规律和中大比例尺化探工作方法.     

太湖水体光学衰减系数的特征及参数化

利用2001-2002年周年太湖全湖不同湖区湖泊光学及表层水样的实测资料,分析了太湖水体表层光学衰减系数与透明度、无机和有机颗粒物质及叶绿素a的相关关系,建立了表层水光学衰减系数与无机、有机颗粒物质及叶绿素a多元线性回归方程。结果表明,光学衰减系数与透明度的关系为：Kdg0.096 1.852/ST;表层水光学衰减系数与无机、有机颗粒物质及叶绿素a多元线性回归方程为：Kd=0.219 0.0768Ciss 0.214Cdet 0.006Cchl;光学衰减系数变化的主要影响因子是无机及有机颗粒物。     

植被覆盖区1∶5万多光谱遥感找矿模式的研究--以内蒙古额尔古纳市大梁研究区为例

地面植被的发育,在一定程度上,弱化、掩盖或屏蔽了岩石和土壤的光谱和空间信息.另一方面,植物的群落、分布和生长状态与下伏岩石土壤特性和构造之间常表现出具有一定的相关性,植被的毒化往往指示矿化的可能存在,植被空间分布和地貌影像特征揭示了构造的展布特征.构造分析和毒化植被的识别是植被发育区1∶ 5万多光谱遥感地质找矿预测的最佳模式.     

中尺度业务数值预报试验模式系统原理和应用（二）模式物理过程

中尺度业务数值预报试验模式系统原理和应用（二）模式物理过程陈伟民，王强（兰州中心气象台７３００２０）物理过程是中尺度模式的重要组成部分，主要涉及到行星边界层物理过程、地面能量平衡、水汽循环等问题。中尺度业务数值预报试验模式系统（简称ＭＯＮＦＥＭＳ）的...     

中尺度业务数值预报试验模式系统原理和应用（三）模式初始化和预报结果后处理

中尺度业务数值预报试验模式系统原理和应用（三）模式初始化和预报结果后处理陈伟民，王强（兰州中心气象台７３００２０）１模式初始化过程ＭＭ４输入的初值变量为ｕ，ｖ，Ｔ和ｑ的通量形式以及Ｔ＿ｇ（地表温度）等。实测的风、压、温、湿场等数据都包含有误差，若不加...     

天目湖热力学状况的监测与分析

根据2001年6月～2002年5月在天目湖进行的每月一次的全湖水温观测以及2002年5月25～26日在1号点的定点24h连续水温观测资料,分析研究了天目湖水温时空分布、垂直分布、温跃层的形成与变化以及湖泊热力学对溶解氧、营养盐的影响,揭示了各自的基本变化规律。结果表明:天目湖水温的日变化、年变化及垂直分布明显,而其水平差异不大;温跃层随着季节的变化而呈现增强-稳定-减弱-消失的周期变化;水温的变化以及温跃层的存在引起了水中溶解氧以及营养盐的变化。     

有色金属成矿区带地球化学普查工作回顾与展望

有色系统成矿区带１：５万￣１：１０万地球化学普查历时２０年,完成面积７２万ｋｍ＾２,积累了大量基础资料,获得了许多地球化学综合异常,在区带找矿中发挥了巨大的作用。这套资料具有很高的利用价值。在系统总结以往工作的基础上,提出了在成矿区带进行地球化学普查工作的建议及进一步开发应用的思路。     

基于热异常信息与BP神经网络的中强地震预测试验

地震预测是地震科学研究的主要领域之一。震前热异常现象(地表温度异常升高)普遍存在并且与地震三要素有复杂的非线性关系。文中结合神经网络的优点,提出将热异常信息作为地震预测的信息源,通过构建神经网络,进行地震预测的思路,并进行了试验。基于8d合成的1km分辨率的MODIS数据,利用RST算法提取震前热异常信息,在分析震前热异常信息时空变化的基础上,确定出BP神经网络的结构,利用该网络对中国及周边100个5级以上震例,以及70个随机无震样本进行训练和仿真。试验结果表明,通过RST算法提取的震前热异常指数值,用于BP神经网络地震预测是可行的,其预测的试验结果刻画出了地震要素与热异常值间的非线性相关性。未来预测区域范围的选取以及神经网络中隐层神经元的数量将对地震预测效果产生较大的影响。