内蒙古西部朱拉扎嘎金矿遥感蚀变异常与化探异常对比研究

本文以朱拉扎嘎金矿为例,应用遥感技术,对比分析朱拉扎嘎金矿遥感蚀变异常、化探异常的提取过程和分布特征,认为:1.遥感蚀变异常位于化探异常中心与矿体吻合关系好,可作为找矿标志,应用于化探异常筛选可增加其成矿有力度的判别;2.遥感蚀变异常定位精度高,异常范围小,更接近矿体,应用于化探异常查证可以提高查证效率.该方法技术适合于寻找与热液活动有关的金属矿产,在基岩出露好,植被稀少的干旱地区效果好,建议在我国西北部荒漠景观区开展应用遥感技术评价化探异常的找矿工作.     

贵州东部石英脉型金矿地质特征和成矿作用

贵州东部以晚元古代地层为容矿地层的金矿,主要是石英脉型金矿。它们主要分布在从江地区、天柱—锦屏—黎平地区和梵净山地区。前2者处于南华褶皱带西缘,后者处于南华褶皱带与扬子陆块的过渡带。矿体分布在断裂(带)和背斜核部。共伴生矿物为石英、黄铁矿、毒砂、闪锌矿、方铅矿、黝铜矿,黄铜矿,辉锑矿、绿泥石等。矿化蚀变以硅化、黄铁矿化、毒砂化、绿泥石化为主。形成温度主要集中在100℃～350℃,是中低温热液矿床,呈现100～150℃和200～300℃两个区段。金有来源于围岩的、也有来源于深部岩浆的；流体有来源于地层和深部的,也有大气降水的混入。金矿的形成是多时代多阶段形成的：雪峰期提供原始物质；加里东期是一次主要成矿期；燕山时期也是一个重要的金矿形成时期,不但形成新金矿,还改造加里东期形成的金矿     

超临界流体中MoO3与WO3溶解度实验探讨

超临界地质流体以其独特的性质对金属成矿元素具有超强的萃取、层析和搬运能力,在热液矿床成矿机制研究中对揭示成矿物质的源、流和汇起着特殊和重要作用。本文利用分析纯H2MoO4在高温下脱水制备了MoO3(白色斜方晶系),在冷封式高压釜中实验测定了417℃超临界条件下,MoO3在纯水中的溶解度分别为7.3(29MPa)、14.2(45MPa)、21.6(55MPa)、27.7(78MPa)、32.5(100MPa)、和34.2(150MPa)mmol/l,热液中钼的存在形式为H2MoO4。依据前人的实验方案,补充测定了WO3在4.0%NaCl水溶液中于450%条件下的溶解度,其值分别为27.51(50MPa)和30.52(100MPa)mmol/l。结合前人研究结果发现,MoO3、WO3的溶解度在临界区域内具有超临界现象,在超临界条件下其溶解度与石英的超临界溶解度行为基本相似,表现为溶解度随体系温度和压力的升高而增大,这对揭示岩浆热液型和石英脉型钨、钼矿床的形成机制具有重要指导作用。     

北山戈壁荒漠地区1：5万植物地球化学测量效果

北山戈壁荒漠景观区土壤垂直剖面不存在通常的A、B、C分层结构，且掺杂有大量风成沙。在公婆泉地区开展1：5万常规地球化学测量方法研究的同时，进行了植物地球化学测量试验研究。研究表明，两种方法的主要指示元素异常有很好对应性，红沙是我国西部干旱荒漠广大地区开展植物地球化学测量的一种良好采样对象。     

北山戈壁荒漠地区1∶5万植物地球化学测量效果

北山戈壁荒漠景观区土壤垂直剖面不存在通常的A、B、C分层结构,且掺杂有大量风成沙.在公婆泉地区开展1∶ 5万常规地球化学测量方法研究的同时,进行了植物地球化学测量试验研究.研究表明,两种方法的主要指示元素异常有很好对应性,红沙是我国西部干旱荒漠广大地区开展植物地球化学测量的一种良好采样对象.     

BP神经网络模型在重庆伏旱预测中的应用研究

采用气象要素定义伏旱指数，利用小波分析等方法分析重庆地区伏旱变化特征，最后采用BP神经网络模型对伏旱进行预测试验，结果表明，重庆伏旱变化具有明显的阶段性特征，而基于BP神经网络模型的伏旱预测模型预测效果良好，可以应用于实际预测。     

月降水量的神经网络混合预报模型研究

以均生函数表征预报量自身周期变化，结合500hPa月平均高度场和月平均海温场预报因子，采用神经网络方法建立了一种新的短期气候预报模型。分别以广西桂北、桂中和桂南6月降水量作为预报对象进行预报试验，结果表明，这种新的预报方法比均生函数回归预报模型及高度场、海温场预报因子的回归预报模型，具有更好的物理基础和预报能力。     

模块化模糊神经网络的数值预报产品释用预报研究

综合应用预报量自身时间序列的拓展,数值预报产品和模块化模糊神经网络方法,进行了一种新的数值预报产品释用预报研究。将这种新方法与常规的数值预报产品完全预报(PP)方法进行了对比试验。结果表明,这种模块化模糊神经网络数值预报产品释用预报方法比PP预报方法的预报精度显著提高。并且,通过对预报模型“过拟合”现象的研究发现,这种模块化模糊神经网络的数值预报产品释用预报模型具有很好的泛化性能。     

小波网络方法用于时间序列分析中非线性模型的研究

把小波网络方法用于时间序列分析中非线性模型，利用小波网络的非线性逼近能力，构造一个非线性函数，并对温度资料进行处理，得到了较好的拟合效果。     

STUDY ON MIXED MODEL OF NEURAL NETWORK FOR FARMLAND FLOOD/DROUGHT PREDICTION

The paper concerns a flood/drought prediction model involving the continuation of time seriesof a predictand and the physical factors influencing the change of predictand.Attempt is made toconstruct the model by the neural network scheme for the nonlinear mapping relation based onmulti-input and single output.The model is found of steadily higher predictive accuracy by testingthe output from one and multiple stepwise predictions against observations and comparing theresults to those from a traditional statistical model.