变质作用与流体包裹体:进展与展望

流体广泛存在于大多数地质作用过程中,并担任着元素迁移的载体、化学反应的"容器"和活化剂等重要角色。流体包裹体作为古变质流体研究最直接的样本,在各种变质矿物中普遍存在,同时对各种后期改造有一定的抵抗力。因此,流体包裹体是了解变质过程中流体的物理化学行为和限定变质条件的最佳对象。本文从流体和变质作用类型等基本概念出发,系统介绍了不同类型变质作用中流体的产生、成分、作用及后期包裹体可能受到的改造过程,重点阐述了麻粒岩中流体包裹体和UP/UHP变质岩中流体包裹体研究热点,为大陆演化和壳幔相互作用等方面的探索提供帮助。最后展望了未来流体包裹体分析方法和技术方面上的改善以及流体示踪剂可能的发展趋势。     

滚圆法用于空间点聚类的研究

空间点聚类依据空间点实体属性对其进行分类划分,挖掘对研究应用有价值的信息。目前,空间点聚类大多数方法能够发现多边形簇,但不能发现线状簇。针对空间点聚类现有方法在发现线状簇方面的不足,借鉴滚球法的思想,提出滚圆法用于空间点聚类的研究算法（spatial point clustering using the rolling circle,SPCURC）。针对研究区域的点实体,该算法用给定半径的圆从初始点开始按照原则进行滚动,直至满足条件为止;连接滚圆接触的点,从而形成多边形簇或者线状簇。通过模拟算例和实际算例验证了该算法的可行性。     

华北克拉通东缘金岭杂岩体岩浆源区及构造背景:来自岩相学、岩石地球化学及年代学的证据

金岭杂岩体由细粒黑云角闪闪长岩、中细粒黑云角闪闪长岩、中细粒黑云角闪二长闪长岩和细粒角闪二长闪长岩组成,是鲁西地区典型矽卡岩型富铁矿(金岭铁矿)控矿岩体。本次研究对细粒黑云角闪闪长岩和细粒角闪二长闪长岩进行了锆石LA‐ICP‐MS U‐Pb定年,其结果分别为129.2±3.2 Ma和132.8±1.2 Ma,表明该杂岩体的侵位时代为早白垩世。样品SiO2、K2O和Na2O含量分别介于54.17%~63.73%、1.92%~4.76%和3.10%~5.41%之间,K2O/Na2O为0.58~0.94,A/CNK为0.60~0.93,具有轻稀土富集,重稀土亏损的右倾型稀土配分模式,轻、重稀土分馏程度中等((La/Yb)N=9.94~23.49),Eu异常不明显(δEu=0.84~1.10),具中—弱负Ce异常(δCe=0.56~0.92)。样品以富集大离子亲石元素(Ba、K、U、Pb等)、亏损高场强元素(Nb、Ta、Ti)以及高Sr/Y为特征。金岭杂岩体为燕山晚期岩浆活动产物,属准铝质高钾钙碱性系列,岩浆主要来源于富集岩石圈地幔的部分熔融,并在岩浆上升侵位的过程中有地壳物质的同化混染。燕山晚期华北克拉通在古太平洋板块俯冲后后撤引起的板内伸展环境下,增厚陆壳减薄阶段,岩浆上侵就位形成金岭杂岩体。     

波致海床瞬态液化对再悬浮贡献率的深度学习预测方法

波致瞬态液化渗流导致海床内细粒沉积物向海水中运移,这一过程对海底沉积物再悬浮的贡献率不容忽视,但是贡献率的准确估计和预测比较困难。本研究将黄河水下三角洲的观测数据(包括水深、有效波高、有效波周期、实验舱内悬沙浓度、实验舱外悬沙浓度)作为模型输入数据集,基于长短时记忆循环神经网络建立了瞬态液化对再悬浮贡献率的深度学习预测模型。为了客观评价模型的性能,以平均绝对百分比误差、均方根误差和平均平方误差-标准偏差为评判标准,将该深度学习模型与其他预测模型(支持向量回归模型、人工神经网络)的预测结果进行了比较。结果表明,基于长短时记忆循环神经网络的深度学习模型对3.5d以内的瞬态泵送再悬浮贡献率预测误差最小,其平均绝对百分比误差、均方根误差和平均平方误差-标准偏差分别为5.87%、1.6730、0.1574。因此,该模型可以有效地减少机器学习方法在连续预测中产生的误差叠加问题。     

湖泊与陆地雷电参数分布特征及其对比分析

根据湖北省雷电定位系统（Lightning Location System,LLS）2007年1月1日至2016年12月31日监测资料,采用数理统计方法,对湖泊和陆地区域的地闪频次、极性、地闪密度、雷电流幅值和波头陡度等雷电参数分布特征进行了对比研究。结果表明：湖泊与陆地的雷电参数时间变化趋势基本一致。近10 a闪电频次呈明显减少趋势,正地闪比例呈上升趋势;陆地比湖泊区域的闪电频次多,春夏季湖泊和陆地闪电频次差异明显,其中,夏季陆地闪电频次比湖泊多21.1%;湖泊和陆地闪电频次日变化大致呈单峰型,13-18时陆地闪电频次比湖泊多39.7%。湖泊地闪密度比陆地小,湖泊和陆地平均地闪密度分别为2.96次·（km^-2·a^-1）和3.47次·（km^-2·a^-1）。湖泊的平均雷电流幅值较陆地大;湖泊和陆地的平均雷电流波头陡度变化不大,相差一般在1 kA·（μs）^-1以下。     

南极中山站全天信息采集系统

南极高原拥有独特的天文观测优势,为了对南极中山站夜天文观测条件进行实测研究,中国科学院云南天文台专门研制了一套具有耐低温、自动除雪除霜等适应南极气候特征的全自动全天信息采集系统,该系统可以提供实时的全天云量、天光背景和全天图像,并将信息推送到网页实时显示。介绍了系统的研制及为适应南极气候进行的耐低温实验,统计分析了中山站2016~2017年的全天信息数据,结果显示,中山站2016和2017年的可观测时间为772.21 h和437.38 h,可观测夜数为93 d和51 d,天光背景最大真实值为22.05 Mag/arcsec 2,年平均气温为-10.6℃,最高气温19.1℃,最低气温为-44℃,2016年平均相对湿度为55.2%。     

基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。     

人工智能技术在地震减灾应用中的研究进展

近年来人工智能(AI)技术的迅猛发展,引领了包括地震减灾在内的众多科技领域的前沿.为反映和描述当前人工智能技术的引入和促进地震减灾科技发展的全貌,本文系统整理和回顾了近10年来已发表的相关文献,解读了其在地震监测预警、地震预测、风险防治、应急处置与风险管理四个方面取得的主要技术进展,具体包括事件检测、震源参数测定、事件...     

西沙群岛基底火山碎屑岩中单斜辉石的矿物化学特征及其地质意义

本文利用电子探针对南海西沙群岛琛航岛珊瑚礁底部火山碎屑岩中的单斜辉石矿物的化学特征进行了研究。结果表明,该单斜辉石属于富钙透辉石,部分有正环带结构,从核部到边部Ca、Fe、Ti的含量逐渐增加,是岩浆正常结晶顺序的反映,说明该区域的岩浆演化是向着富Ca、Fe、Ti方向发展的。主量元素数据显示,单斜辉石具有低Si高Al的特征(SiO₂=41.40%～48.44%,Al₂O₃=5.54%～10.20%),且AlⅣ含量较高,说明母岩浆为不饱和碱性岩浆系列;此外,单斜辉石Ca含量偏高,Ca/(Ca+Mg+Fe)值在46.1%～51.4%之间,推测是母岩浆的高Ca含量导致了大量高钙辉石的产出。结合西沙海域的地震和构造资料,推测琛航岛珊瑚礁的基底是玄武质火山碎屑岩组成的平顶状海山,系岩浆穿过断裂发育的岩石圈层在西沙群岛的海底喷发,随后火山碎屑物质经过堆积、固结作用而形成;该火山碎屑岩的原岩为板内碱性玄武岩。