赣北主要内生金矿床的形成条件

赣北地区的金矿床,可分为含金韧性剪切带型、硅化破碎带型、隐爆角砾岩型和微细粒浸染型等4个类型,其原始成矿物质来源于上地幔,通过火山喷发—沉积作用,形成含金沉积建造和含金火山岩建造.钠、钾质两个系列的花岗质岩石都可以形成金矿床.矿化富集主要通过韧、脆性变形和岩浆隐蔽爆破,产生多次破碎,多期蚀变矿化.在中—低温热液阶段,含矿热液体系的HS~-、Cl~-离子减少,还原介质增加的条件下沉淀富集,形成不同类型的金矿床.     

八卦庙金矿床石英脉的控矿作用初探

八卦庙金矿床的矿石品位与其石英脉发育程度和破碎程度、共生硫化物的含量成正比,与脉体的厚度、共生硫化物的粒度成反比;节理脉的含金量比顺层脉的含金量高;石英细脉的含金量高于脉旁围岩的含金量数倍至十多倍,但含金石英脉不能单独构成工业矿体.据此,作者首次提出金矿化类型属于细脉浸染型金矿,揉皱石英细(网)脉破碎带是此类金矿的一种重要而直观的找矿标志.     

大方不规则伊／蒙间层矿物研究

通过X射线衍射、红外光谱、热分析、理化性能测试和镜下观察等手段,确定了贵州大方猫场含黄铁矿粘土岩中主要粘土矿物为伊/蒙不规则间层矿物,其间层作用类型为R=1,即累托石型有序间层。     

卤水中铷铯的分离与提取

在查阅大量国内外文献的基础上,对采用沉淀法、离子交换法和溶剂萃取法从卤水中分离提取铷、铯进行了较为系统的评述。     

新疆构造运动期序及特征

新疆地域辽阔,地质构造运动复杂,特征各异。前人曾对新疆构造运动的划分及命名做了大量工作,但多有不一致,有些构造运动的划分或命名依据不足,因此失去了应有的代表性。现根据实际资料,对新疆地质构造运动重新归纳和认识,提出新疆境内构造运动可划分为11期32幕(次),其中前寒武纪6期、古生代2期17幕(次),中新生代3期9幕(次)     

高温铀物种形成(Speciation)的热力学数据

本文依据C.M.Criss和J.W.Cobble的“离子熵对应原理”,对1978年D.Langmuir给出的铀物种形成常温热力学数据进行了高温值的处理,得出了一套较全面而系统的高温热力学参数,以供参考使用。     

重力资料的三维密度反演

分别论述了在空间域与频率域中由重力资料反演三维密度分布的理论及其实现的方法,并提出了一种简便、实用的频率域三维密度反演算法。     

南海珠江口盆地白云凹陷现今地温场与新生代构造—热演化特征

位于南海北缘的珠江口盆地深水区作为我国海洋油气勘探的重点区域,具有良好的油气勘探前景。本文利用钻井地热测量数据分析了珠江口盆地深水区现今地温场及岩石圈热结构特征,通过古温标反演和拉张盆地模型正演相结合的方法定量揭示了白云凹陷新生代以来的热史,总结了不同地热地质条件对油气生成的影响。研究结果表明：珠江口盆地大地热流分布特征具有北低南高的特点,同时具有“热幔冷壳”的特征。珠江口盆地深水区始新世以来经历了两期拉张过程,第一期（47.8～33.9 Ma）拉张自始新世发生,拉张强度较大,凹陷中心基底热流快速上升至～82 mW/m²;第二期（23～13.8 Ma）拉张发生于中新世,此次拉张在白云凹陷南部更强烈,白云凹陷主体在 13.8 Ma达到最高古基底热流,此后进入热沉降阶段,基底热流值一直缓慢下降。磷灰石裂变径迹、磷灰石（U-Th）/He及锆石（U-Th）/He联合反演给出了最高古地温在13.8 Ma附近达到,后期温度基本稳定。     

The CNSDTF topological vector model and structure

Geo-Spatial Data Transfer Standard is an important part of "National Spatial Data Infrastructure(NSDI)" ,as well as a necessary means for data sharing. "Chinese National Geo-Spatial Data Transfer Format (CNSDTF)" was approved by National Quality Technology Supervise Bureau in 1999 with the standard serial number of 17798-1999. It is designed to support vector and raster spatial data. This paper describes the vector part of CNSDTF, including design ideas, main characters, conceptual model, definition of spatial object, and file structure.     

Big spatial data for urban and environmental sustainability

ABSTRACT

Eighty percent of big data are associated with spatial information, and thus are Big Spatial Data (BSD). BSD provides new and great opportunities to rework problems in urban and environmental sustainability with advanced BSD analytics. To fully leverage the advantages of BSD, it is integrated with conventional data (e.g. remote sensing images) and improved methods are developed. This paper introduces four case studies: (1) Detection of polycentric urban structures; (2) Evaluation of urban vibrancy; (3) Estimation of population exposure to PM2.5; and (4) Urban land-use classification via deep learning. The results provide evidence that integrated methods can harness the advantages of both traditional data and BSD. Meanwhile, they can also improve the effectiveness of big data itself. Finally, this study makes three key recommendations for the development of BSD with regards to data fusion, data and predicting analytics, and theoretical modeling.