煤层陷落柱高分辨率地震探测技术

在华北、华东及西北地区近20多个煤田的石炭二叠系中，普遍存在着因煤系地层基底厚层灰岩古岩溶塌陷形成的煤层陷落柱，尤以山西省西山及汾河沿岸的煤田、河北省太行山中段的煤田更为普遍。煤层陷落柱发育形态分为圆锥形、筒形、斜塔形、不规则形等特点，应用高分辩地震勘探技术，根据陷落柱发育区反射波同相轴中断、扭曲、能量变弱、连续性变差、分叉合并或圈闭、产状突变等特征，可有效地探测其空间位置及形态。     

滇东南薄竹山花岗岩的LA-ICP-MS锆石U-Pb定年及地质意义

通过对滇东南薄竹山花岗复式岩体3个代表性花岗岩样品的LA-ICP-MS锆石U-Pb同位素年龄测试,获得了该岩体的形成时代。其中,雷达站单元样品的²⁰⁶Pb-²³⁸U加权平均年龄为（86.51±0.52） Ma(MSWD值为2.4);所作底单元样品的²⁰⁶Pb-²³⁸U 加权平均年龄为（87.54±0.65）  Ma(MSWD值为1.6);洋芋树单元样品的²⁰⁶Pb-²³⁸U 加权平均年龄为（87.83±0.39）  Ma (MSWD值为0.15)。这些分布比较集中的年龄数据为薄竹山花岗岩体提供了一个准确的形成时限。这些年龄数据表明,薄竹山花岗岩体同区域内的其它岩浆岩和与之相关的个旧、大厂、都龙超大型锡多金属矿床等都是晚白垩世的产物,均为华南西部地区岩浆-成矿带的重要组成部分,也是华南西部晚白垩世大规模成岩成矿作用在滇东南地区的又一具体表现。     

黄铁矿热电性研究在庞家河金矿评价中的应用

庞家河金矿载金矿物黄铁矿的热电性测量结果为：热电系数（α）均为正值，平均223．075μv／℃，属空穴型（P型）导电。根据热电系数数值求得的热电性参数数位集中在（50～70）之间，反映庞家河金矿矿体剥蚀程度不大，属中上部出露；相对矿化总长度的剥蚀百分比为30％～35％，并根据热电性参数求得矿体的总延伸深度L＝1204m，矿体的尖灭深度L0＝805m。该计算结果与后来进行的矿床勘探结果基本吻合。     

利用探地雷达观测分析早春融雪前后沙丘表层土壤含水量的时空分布

积雪融水是古尔班通古特沙漠春季植物发育的重要水源, 快速获取早春沙丘的土壤水分变化具有十分重要的生态学意义. 2010年3、 4月分别使用探地雷达进行了多次测量实验, 结果显示: 1)融雪初期, 沙丘顶部土壤的自由水含量最大, 阳坡次之, 且融雪水在重力作用下沿坡面侧向缓慢流动, 在坡底汇集, 主导了融雪初期乃至整个春季沙丘表层土壤水分的分布格局; 2)融雪后期, 由于阴坡积雪和冻土消融相对滞后, 表层土壤含水量略高于阳坡, 而沙丘顶部由于融雪最早且融雪期间水分转移最多而表面最为干燥; 3)通过与时域反射仪的同步测量结果对比, 探地雷达的测量精度被有效控制在0.03范围内, 且探地雷达提供的连续数据更有利于从细节上把握土壤含水量的变化趋势, 为中小尺度土壤水分的动态研究提供了一种科学、 有效的技术手段.     

用自组织人工神经网络分类,识别矿物

作者运用三维Ｔ．Ｋｏｈｏｎｅｎ自组织人工神经网络对我国沉积碳酸盐型锰矿中菱锰矿进行分类、识别。所选研究实例中，识别成功率达１００％．结果表明，该网络性能良好，可望成为矿物识别的有效手段。     

622铀矿床与虎圩金矿床REE特征对比

本文通过赣杭火山岩带中的铀矿床和金矿床的ＲＥＥ特征对比，认为产铀矿和金矿的火山岩均属ＬＲＥＥ富集型，但前者明显铕亏损，铀矿石与金矿石ＲＥＥ特征差别大，前者ΣＲＥＥ和ＨＲＥＥ大大增高，铕强烈亏损，后者ΣＲＥＥ降低，铕呈弱异常或无异常．结合两矿床各自的矿化特征，认为成矿热液酸碱度等介质条件、围岩蚀变、副矿物种类、矿物共生组合、次生淋滤富集等因素是造成矿石ＲＥＥ特征的原因，ＲＥＥ贫富程度和分布模式可作为矿床评价因素．     

浙江花岗岩类地球化学与地壳演化——Ⅱ.元古宙花岗岩类

浙江元古宙花岗岩类包括神功期（1．8－1．9Ga）和晋宁晚期（0．6—0．9Ga）。研究了浙江元古宙花岗岩类的主元素、微量元素、稀土元素和Rb、Sr同位素组成特征及岩石成因，探讨了浙江地壳的演化。浙江地壳形成于太古亩和元古宙，地壳增生的时期为2．6－2．7、0．8-1．1和0.1－0.12Ga。随时间演化浙江地壳组成有变化，但分异演化不明显。沿江-绍断裂分布的晋宁晚期慢源和壳幔混合中酸性岩是普宁期俯冲碰撞的证据。加里乐和印支期是两次规模不大的构造运动。     

信阳市燃气混气站断裂活动性和场地稳定性系统研究

运用多学科、多手段相结合的方法，从区域构造稳定性、构造岩研究、构造裂隙统计分析、红外相位法位移监测，高密度电阻率法、钻探验证、年代学研究、新构造运动分析、遥感图像解译、地震安全性评价、数值模拟、工程地质条件分析等方面入手，对信阳市燃气混气站的断裂活动性和场地稳定性进行了全面而系统的论证；指出场区断裂规模小，第四纪无大规模差异升降运动，无活动断裂通过，邻区地震活动小且弱，区域构造稳定性高，应力平缓，工程地质条件良好，是一个稳定的“岛区”，井指出系统而全面的综合研究方法是研究工程稳定性项目行之有效的手段。     

冀东水厂麻粒岩中辉石的穆斯堡尔谱研究

水厂麻粒岩中辉石的穆斯堡尔效应研究表明，斜方辉石的谱图为两组四极双峰，分别由Ｍ＿１和Ｍ＿２位上的高自旋态Ｆｅ￣（２＋）产生，而单斜辉石则为三组四极双峰，其中两组较强的双峰分别由Ｍ＿１和Ｍ＿２位上的Ｆｅ￣（２＋）产生，第二组弱双峰是由四面体和八面体位置上的Ｆｅ￣（３＋）共同产生的。水厂麻粒岩中辉石的有序程度高，并且斜方辉石有序度大大高于单斜辉石，而单斜辉石Ｍ＿１、Ｍ＿２位置的畸变程度高于斜方辉石。在压力相同的条件下，Ｆｅ￣（２＋）的有序度具有明显地温度效应，高温有利于Ｆｅ￣（２＋）做有序分布。     

Variational Bayesian independent component analysis for spectral unmixing in remote sensing image

Spectral unmixing is a key technology of optical remote sensing image analysis; it not only influences the accuracy of the extraction of land cover information and automatic classification of topographical objects, but also greatly hinders the development of quantitative remote sensing. Independent component analysis (ICA) is a statistical method which is recently developed to extract the independent linear components, and which can realize the extraction of endmembers as well as fractional abundances with little a priori knowledge. However, ICA still cannot process the correlations among the various components. To overcome this problem, variational Bayesian independent component analysis (VBICA) has been proposed to process optical remote sensing images. In the Bayesian framework, the separation of independent components of remote sensing image has finally been achieved with conditional independence standards of Bayesian network and approximate variational algorithm. In the simulative image and real AVIRIS hyperspectral remote sensing image, the VBICA algorithm demonstrates its better performance. The experiment’s results indicate that the proposed VBICA algorithm is feasible, which has obvious advantages and a good application prospect. The reason is that it can effectively overcome the correlations between the various components in remote sensing images and break through the limitations of traditional remote sensing images analysis. Last but not least, the VBICA algorithm is applied in the classification of the TM multispectral remote sensing images. Compared to basic maximum likelihood classification, principal component analysis and FastICA algorithms, VBICA improves the classification accuracy of remote sensing images, and contributes to the further extension of the application of ICA in remote sensing image analysis.