排序方式: 共有33条查询结果,搜索用时 15 毫秒
11.
福建省丁家山铅锌矿床地质特征及成因 总被引:10,自引:1,他引:9
研究丁家山铅锌矿的地质特征、矿物组成、稳定同位素、微量元素等表明,它是一个主要产于中元古代马面山群龙北溪组上段绿片岩系中,可划分为火山喷发(主成矿期)、变质、改造叠加、表生4个成矿期的VHS型铅锌矿床,并具有4条明显的找矿标志。 相似文献
12.
利用云南省2325个国家级台站和区域自动观测站逐小时降水数据,分析了2014~2018年云南雨季和干季的降水量、降水频次和降水强度的空间分布特征以及关键区域的降水日变化演变特征。结果表明:受复杂地形影响,云南不同区域降水特征差异显著,且与我国东部地区显著不同。年均降水量大体呈西南高、西北低的分布特征。对于云南西北部的怒江河谷地区,干、雨季降水均为夜间峰值,降水频次高,但强度较弱。对于云南最西部(99°E以西)的保山德宏地区,该地区累计降水量为云南最大,这一区域各台站日变化峰值均较为一致地出现在上午,在陆地地区较为少见。相邻的普洱和元江河谷位于云南南部(23°N以南),雨季两区域降水相当,但元江河谷在干季与雨季均为突出的夜间至清晨降水峰值,普洱地区雨季则是明显的午后降水峰值。云南中部地区降水量较周边地区明显偏小,该地区降水频次在雨季主要表现为清晨峰值,而在干季却是午后峰值更为突出,这也与我国东部地区降水日变化特征差异明显。 相似文献
13.
14.
江苏主要含矿花岗岩体的地球化学特征及找矿方向 总被引:2,自引:2,他引:0
分析了江苏省主要含矿花岗岩体的主元素、微量元素含量,所含黑云母的成分以及包裹体的类型等地球化学特征.结果表明它们大多属于岩浆花岗岩,且以I型花岗岩为主.成矿元素Cu、Pb、Zn在I型含矿花岗岩中普遍有一定程度的富集,其中以Cu的富集程度最好;Cr、Co、Ni在此类岩体中含量亦较高.广泛发育多种包裹体,尤其是发育含子矿物多相包裹体是含矿花岗岩体的重要特征.指出应加强在宁镇中段某些I型花岗岩体中寻找Cu多金属矿的工作. 相似文献
15.
16.
基于多种站点观测资料和ERA5再分析资料,对2020年8月15~19日云南一次影响全省的强降水过程的持续性和预报偏差原因进行探究。结果表明:青藏高压的持续东移,是此次降水过程得以维持的关键因素。500hPa影响降水的关键天气系统是由滇缅高压和西太平洋副热带高压形成的两高辐合系统,其演变为北槽南涡,最终发展为青藏高压和西太平洋副热带高压形成的两高辐合系统。此过程中,中高纬度中高层冷平流促使短波槽发展,中层入侵云南的冷空气加强了其上空的层结不稳定性,低层冷空气则增强了对暖湿空气的抬升。在有利天气形势下,云南西南部哀牢山对该地区降水有明显的增幅作用,尤其是迎风坡,海拔高度和降水的正相关性较好,但地形对降水的增幅作用并不一直随海拔高度的增加而增大。ECMWF数值模式没有预报出影响云南降水的两高辐合系统的西移,导致云南中部至西南部降水量预报明显偏小。 相似文献
17.
本文利用云南省125个国家级自动气象站及3400个区域站统计并选取了2012—2016年5—10月的典型短时强降水个例,基于"配料法"的基本思路对其进行中尺度特征分析,最终得出适用于云南省的五类短时强降水概念模型。分析结果表明:云南省短时强降水集中出现在6—8月,且一天中存在两个明显的峰值;高空强烈的干冷平流及大风天气是判别高空冷平流类的重要依据,冷空气主要通过两条路径影响云南;分析低层暖平流类的关键系统为季风槽及孟加拉湾低压,主要影响滇中及以南地区;地面锋面是斜压类的重要特征,此类强降水主要位于700 hPa切变线及850 hPa温度锋区前侧,地面锋面附近;准正压A类短时强降水主要受西风槽及副热带高压的相互作用影响,其强降水落区分散,预报难度大;准正压B类受台风登陆后减弱的低压及其外围云系的影响,强降水位于700 hPa湿舌、850 hPa暖脊及地面辐合线共同影响的区域(一般位于滇中以南地区)。 相似文献
18.
长江河口枯季河床沉积物与河床沙波现场观测研究 总被引:3,自引:1,他引:2
于2002年3月利用浅地层剖面仪、双频道测深仪、旁侧声纳和ADCP流速剖面仪、ENDECO海流仪、OBS测沙仪在江阴至横沙岛航行150km,取得河床沉积物、河床形态和与此相关的动力因子实测资料。采用沉积学和泥沙运动力学相结合的方法进行研究,结果表明:观测期间该河段河床沉积物颗粒组成以细砂为主,中值粒径为2φ左右,分选较好;河床泥沙以单颗粒群体跳跃运动为主,在河床上形成沙波形态,并发育良好;其河床沙波的形成、发展和消失与河床沉积物颗粒度特征和涨落潮水流强弱息息相关。 相似文献
19.
基于卫星和雷达资料估测滇中地区降水量方法研究 总被引:1,自引:1,他引:0
选用2008、2009和2010年5-10月的云顶亮温、云顶亮温梯度、水汽云图、总云量和云分类等云图资料,雷达基本反射率资料及自动站1h降水量资料,采用BP神经网络建立预报模型、传统Z-I关系及云分类Z-I关系,对距昆明雷达站大于20 km、小于150 km区域里且2008年已建有自动站的18个测站进行3h降水估测研究.通过研究,得到使用BP神经网络建立预报模型估测降水,在与实测降水的误差方面,比使用传统Z-I关系及云分类Z-I关系估测降水略有减小.本研究也是对综合利用卫星和雷达资料估测降水进行尝试. 相似文献
20.