无水硝酸镁制备过程中的水解特性

在槽式太阳能热发电领域,硝酸镁基熔盐逐渐引起关注。通过六水硝酸镁煅烧法制备无水硝酸镁,采用拉曼、DSC与XRD表征脱水产物,系统研究了环境压力、脱水温度与时间对六水硝酸镁脱水和水解的影响。结果表明,六水硝酸镁在煅烧过程中水解为碱式硝酸镁Mg_3(OH)_4(NO_3)_2,在水溶液中进一步分解为Mg(OH)_2。随着煅烧温度和时间的增加,脱水产物中的含水量逐渐减少,同时水解产物Mg_3(OH)_4(NO_3)_2含量逐渐增加。真空环境下煅烧,可显著降低硝酸镁的水解反应。六水硝酸镁在真空环境下230℃煅烧1.5 h,所制备的无水硝酸镁中水解产物含量为3.63%。制备的硝酸镁可进一步用于硝酸镁基熔盐的研究。     

辽东半岛五龙金矿床航空电磁场特征及找矿意义

五龙金矿床位于五龙矿集区中部，是矿集区内规模大的石英脉型金矿。为查明矿集区深部构造及指导深部找矿预测，需结合深部地球物理资料综合分析研究。本文基于五龙矿集区航空探测任务，并结合其成矿地质特征，研究了五龙金矿在平面、剖面、空间等维度的航磁、航空TEM、航空大地电磁特征及其找矿意义。研究表明：平面上矿体位于鸡心沟断裂东侧负磁背景场中NE与近SN、NW向弱磁异常带交汇处，中等 强剩余磁异常带的转折端、梯度带，视电阻率低阻区及中低阻梯度带，深部存在团块状视磁化率高值区；剖面上矿体位于“左低右高，上高下低”的视电阻率梯度带上，呈中低阻、低阻特征及强磁场区至弱磁场区的视磁化率梯度带上，呈浅部“上高下低”、深部“下高上低”的中等 弱磁特征；空间上矿体位于鸡心沟断裂东侧的断裂构造低阻带与岩体高阻异常带的梯度带。五龙金矿地质地球物理找矿标志的建立和深部高视磁化率异常区的存在，表明矿区深部1000~2000m空间与五龙金矿体视电阻率、视磁化率特征相似的地段，仍具有较好找矿潜力。     

甘肃陇中黄土高原农业灌溉耗水系数监测试验研究

选择甘肃省临洮县洮惠渠灌区为试验研究区,通过直接观读、自动监测等技术手段,获取试验灌区的引水量、退水量、土壤墒情、降水量及蒸发量等水文基础数据。以水文监测基础数据为依据,采用引排差法、水分平衡法等相结合的方法,开展了农业灌溉耗水系数试验研究。初步试验结果表明:试验灌区灌溉期平均耗水系数为0. 730,典型地块灌溉期平均耗水系数为0. 671,2016年试验灌区降水量较常年偏少13. 0%~26. 3%,总体上属轻度干旱年份。该研究成果可为甘肃陇中黄土高原区水资源管理提供技术支撑。     

大数据驱动下的数字古地理重建：现状与展望

古地理学是一门强数据依赖性学科,古地理重建作为古地理学的核心任务之一,着眼于研究地质历史时期地球表面的地理、生物、气候面貌及其演化规律。随着大数据时代的来临,海量古地理数据的不断积累和计算机技术的高速发展使得标准化、智能化的数字古地理重建成为可能。文章通过介绍国内外与古地理相关的代表数据库及团队,总结其优缺点,提出大数据驱动下的数字古地理重建核心思路:(1)建立标准化的古地理学知识体系;(2)建立开放互动、动态更新的古地理数据库,并利用机器阅读技术等拓展数据来源;(3)建立标准化的古地理学数据质量控制体系;(4)利用机器学习技术建立各类型古地理重建模型,深度挖掘数据;(5)以可实时更新的智能数字地图集或多维动画形式输出成果。     

桂林-阳朔地区DEM地形特征与岩性相关性分析及分类研究

地形地貌是岩性解译的重要信息,地形因子作为描述DEM数字曲面几何特征的定量指标参数,可用来定量化表达不同岩性所在地区地形地貌特征。本文以桂林-阳朔地区为研究区,研究地形因子数学、地质意义,建立岩性与地形因子组合间的定量关联,进而实现岩石类型划分。本文基于ASTERGDEM提取坡度、起伏度等12个地形因子,在分析各个地形因子地质意义基础上,通过聚类分析及方差分析的多元统计分析方法,研究各岩性地形因子特性及其关联性,建立研究区岩性之间的定量差异;此外,利用因子分析方法研究岩性分类过程中的主导因素,确定适宜岩性分类方法以实现定量化岩性分类。实验结果表明：不同岩性、不同地形地貌的地形因子（组合）之间具有显著差异,基于因子分析得到的宏观地形复杂度指数（MTI）以及微观曲率指数（MCI）对岩石类型的分类精度达77.36%。研究表明,地形复杂度等地形因子可用于岩性分类,采用因子分析方法可获取反映地形地貌宏观、微观特征的定量指标,且岩性分类效果良好。     

The tunnel seismic advance prediction method with wide illumination and a high signal-to-noise ratio

Tunnel seismic prediction is widely used in the field of tunnel seismic advance detection. The illumination of the target and the signal-to-noise ratio of the data are two key factors affecting the precision of data interpretation. Current seismic prospecting has shortcomings on sites: (1) The lighting shots are solely towards one side of the tunnel wall, (2) the geophones are placed far away from the tunnel face and (3) the surface waves from the tunnel wall dominate over the reflection waves, lowering the signal-to-noise ratio of the data at the tunnel wall. This paper proposes a tunnel symmetrical geometry to tackle the above challenges. The arrangement is to place 12 sources uniformly on each side of the tunnel wall and six geophones on the tunnel wall and face. Results of simulated data and measured data show that the proposed method enables (1) broad illumination of the target body, (2) the enhancement of illumination energy of the target body, and (3) higher data signal-to-noise ratio. The proposed symmetrical geometry method provides better interpretation in terms of broader coverage, higher quality and greater distance of investigation.     

A-FPN算法及其在遥感图像船舶检测中的应用

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。     

空-谱融合的条件随机场高光谱影像分类方法

高光谱遥感数据具有光谱信息丰富、图谱合一的特点,目前已经广泛地应用在对地观测中。传统的高光谱分类模型大多过分依赖影像光谱信息,没有充分利用空间特征信息,这使得分类精度还有很大的提升空间。条件随机场是一种概率模型,能够较好地融合空间上下文信息,在高光谱影像分类中已经得到越来越多的关注,但大部分条件随机场模型存在超平滑的现象,会导致影像细节丢失。针对该问题,本文提出了一种优化融合影像空-谱信息的高分辨率/高光谱影像分类方法,该方法将影像的纹理信息与原始光谱信息进行融合,利用SVM分类器对其进行预分类,并将各类概率定义为一元势函数,以融合空间特征信息;然后将空间平滑项和局部类别标签成本项加入二元势函数中,以考虑空间背景信息,并保留各类别中的详细信息。最后,通过两组的高分辨率/高光谱影像数据进行试验。结果表明,与SVM算法、传统的条件随机场方法和面向对象的分类方法相比,本文提出的算法在整体分类精度上分别提高了10%、9%和8%以上,同时在保持地物边缘完整性、避免“同谱异物”与“同物异谱”的现象方面有较明显的优势。     

基于GIS的高校物流代理点选址研究

随着电子商务在社会生活中的广泛兴起,校园物流代理点也随之产生;物流代理点在很大程度上方便了师生快递领取,但由于高校物流代理点选址普遍存在随意性和不合理性,导致师生快递领取时浪费过多时间和精力。针对此问题,本研究结合GIS空间分析技术,通过对广西师范大学雁山校区学生宿舍、教学楼、食堂和道路分布数据的分析,利用缓冲区分析和叠置分析优选出物流代理点最佳分布区域,并对校园中现有的物流代理点分布合理性做出评价,进而给出合理的校园物流代理点选址区域建议,旨在为学校物流代理点科学选址及改善和提升校园人文品质提供合理建议,同时为物流企业规划选址及GIS空间分析应用提供参考。