安徽东至查册桥矿区金矿地质特征及找矿潜力分析

查册桥矿区位于江南过渡带，包括牛头高家金矿床、程檀金矿床、路源金矿点和东边金矿化点、杨梅尖金矿点.其中牛头高家金矿是安徽省首次发现的具一定规模的红土型金矿.研究区主体位于东至断裂与高坦断裂带交汇处及其两侧，三岗尖-杨美桥背斜核部及北翼.区内存在多个重要的赋矿层位，主要包括南华系休宁组、南沱组，震旦系蓝田组，寒武系黄柏岭组、杨柳岗组，奥陶系仑山组、东至组.高坦断裂带、兰程畈断裂带、奥陶系/志留系间的推覆-滑覆断层界面均是重要的控岩控矿构造，区内岩浆岩主要受其控制，物化探异常也主要沿其分布.通过对矿床地质特征总结，并结合前人研究成果，对找矿潜力进行分析，认为区内具有寻找低温热液型-叠改型、层控夕卡岩型、岩浆热液脉型金、铜、钨、钼、银、铅锌等矿化的潜力.     

天绘二号卫星工程设计与实现

天绘二号卫星系统是我国首个基于干涉合成孔径雷达技术的微波测绘卫星系统,也是我国第1个近距离编队卫星系统,是国际上继德国TanDEM-X系统后的第2个微波干涉测绘卫星系统,并在国际上首次提出了通过设计双频成像解决干涉相位绝对模糊问题的方法,彻底摆脱了对地面控制数据的依赖。该系统工作于X频段,设计分辨率为3 m,处于500 km的太阳同步轨道,由两颗对等的卫星组成,采用异轨道面卫星编队、一发双收雷达收发模式的技术体制,可以快速测制全球数字表面模型和雷达正射影像。本文通过对干涉基线体制、卫星编队构型及雷达收发模式的选择,提出了天绘二号卫星技术体制;并从系统任务、主要性能及组成3个方面进行了工程设计;从总体论证、关键技术攻关及验证、型号研制3个阶段阐述了工程实现情况;最后介绍了卫星系统在轨测试验证情况。测试结果表明,所有指标达到了工程设计要求,产品精度与TanDEM-X系统相当,满足1：5万比例尺测图精度要求,从而验证了天绘二号卫星工程设计思路正确,工程实现的方法合理可行。     

用NCEP／NCAR再分析辐射资料估算月平均地表反照率

本文利用１９７９年￣１９９５年１７年平均的ＮＣＥＰ／ＮＣＡＲ（Ｎａｔｉｏｎａｌ Ｃｅｎｔｅｒ ｆｏｒ Ｅｎｖｉｒｏｎｍｅｎ－ｔａｌ Ｐｒｅｄｉｃｔｉｏｎ／Ｎａｔｉｏｎａｌ Ｃｅｎｔｅｒ ｆｏｒ Ａｔｍｏｓｐｈｅｒｉｃ Ｒｅｓｅａｒｃｈ,美国国家环境预报中心／美国国家大气研究中心）再分析辐射资料估算了全球月平均地表反照率．从所得结果的时空分布来看,用ＮＣＥＰ／ＮＣＡＲ辐射资料得到的全球地表反照率基本     

高访问量的“SARS网络地理信息系统”解决方案

介绍了高访问量条件下“SARS网络地理信息系统”解决方案,指出瘦服务器模式是研制具有高访问量特点的网络地理信息系统的最佳解决方案。     

遥感影像镶嵌时拼接缝的消除方法

对现有的影像并接缝消除方法的优缺点进行了分析,提出了拼接缝消除的强制改正方法,并用大量的实际图像进行了试验。结果表明：所提出的方法具有较好的拼接缝消除效果,且算法简单,易于实现,可以处理彩色和黑白等多种图像。     

江西德兴斑岩铜矿成矿物质来源同位素示踪

德兴斑岩铜矿铜厂和富家坞矿区样品中碳、硅、铜等同位素的分析研究表明:含矿菱铁矿中碳同位素δ13CPDB值近似于原始岩浆初始值;代表成矿同期样品的硅同位素组成δ30Si分布范围与该区岩浆岩的硅同位素组成相近,个别样品偏离代表岩浆岩的δ30Si分布范围;岩体中65Cu的早成矿阶段团块状黄铜矿铜同位素组成相对较高,而晚成矿阶段脉状黄铜矿铜同位素组成相对较低。结合前人硫同位素数据可知:德兴铜矿成矿物质主要来自花岗闪长斑岩岩体,少部分来自围岩。     

四种湍流模型对空化流动模拟的比较

采用四种湍流模型对NACA66水翼空化流动进行模拟,分析了不同湍流模型和壁面函数对空化流动模拟结果的影响.分析结果表明:ASM模型和RNG k-ε模型对空化数不敏感,且计算精度较高;Realizable k-ε模型对空化数的变化很敏感,对不同的空化数计算精度相差很大;标准k-ε模型对空化数不敏感,但精度不高.增强壁面函数法对空化数不敏感,计算精度较高;标准壁面函数法和非平衡壁面函数法对空化数有一定的敏感性,但计算结果差异不大.     

制图综合知识及其应用

阐述了制图综合知识的概念、结构和组织方法，提出了基于制图综合知识的综合任务提取、综合算法与结果的评估、综合操作监控以及基于知识的制图综合任务存储等原理和方法。实验表明，制图综合知识的使用，对制图综合各个环节的评价提供了依据。对综合自动化程度的提高有着重要的推动作用。     

北非和青藏高原感热振荡特征及与我国东部夏季降水的关系

利用EOF方法,分析了NCEP/NCAR 1948—2002年再分析资料中月平均全球地面感热资料,揭示了北非和青藏高原感热的振荡特征。分析了振荡关键区的感热距平与我国东部51个测站1951—2000年汛期降水距平的相关关系,用SVD方法分析了关键区感热距平场与我国东部51个测站全年各月降水距平场的空间耦合和时滞关系及关键区感热异常对我国东部降水异常的影响。结果表明,北非和青藏高原两个区域的感热变化呈负相关,它们对我国华北、江淮和华南三个区域的汛期降水滞后影响明显。感热对我国降水的影响以年代际为主。     

Interannual Thermocline Signals and El Nio-La Nia Turnabout in the Tropical Pacific Ocean

One of the fundamental questions concerning the nature and prediction of the oceanic states in the equatorial eastern Pacific is how the turnabout from a cold water state (La Nina) to a warm water state (El Nino) takes place, and vice versa. Recent studies show that this turnabout is directly linked to the interannual thermocline variations in the tropical Pacific Ocean basin. An index, as an indicator and precursor to describe interannual thermocline variations and the turnabout of oceanic states in our previous paper (Qian and Hu, 2005), is also used in this study. The index, which shows the maximum subsurface temperature anomaly (MSTA), is derived from the monthly 21-year (1980-2000) expendable XBT dataset in the present study. Results show that the MSTA can be used as a precursor for the occurrences of El Nino (or La Nina) events. The subsequent analyses of the MSTA propagations in the tropical Pacific suggest a one-year potential predictability for El Nino and La Nina events by identifying ocean temperature anomalies in the thermocline of the western Pacific Ocean. It also suggests that a closed route cycle with the strongest signal propagation is identified only in the tropical North Pacific Ocean. A positive (or negative) MSTA signal may travel from the western equatorial Pacific to the eastern equatorial Pacific with the strongest signal along the equator. This signal turns northward along the tropical eastern boundary of the basin and then moves westward along the north side of off-equator around 16°N. Finally, the signal returns toward the equator along the western boundary of the basin. The turnabout time from an El Nino event to a La Nina event in the eastern equatorial Pacific depends critically on the speed of the signal traveling along the closed route, and it usually needs about 4 years. This finding may help to predict the occurrence of the El Nino or La Nina event at least one year in advance.