西藏甲玛铜多金属矿床斑铜矿特征及其成因意义

甲玛矿床是中国国内少见的以斑铜矿为主要含铜矿物的产于斑岩成矿系统内的铜多金属矿床.斑铜矿是该矿床内普遍存在的重要铜矿物之一,广泛分布于矽卡岩型矿石、(矽卡岩化)大理岩型矿石中,有少量产于角岩型矿石中.在硅灰石矽卡岩型矿石内,斑铜矿分布最广,含量也最高,部分矿段中斑铜矿的含量高达7596以上,并与硅灰石呈共生或伴生关系....     

西藏甲玛矿区角岩特征及其对深部找矿的意义

角岩是西藏甲玛铜多金属矿床近年来钻探工作大量揭露的赋矿围岩之一,其中蕴藏的钼铜资源量已达大型以上规模,不但为甲玛增加资源量提供了新的保障,而且在矽卡岩型和斑岩型之外增加了一种新的矿石类型。但角岩的研究相对薄弱,对其在深部找矿方面的研究更是空白。本文通过对甲玛角岩基本特征的研究,归纳了角岩的空间分布,分析了角岩的物质组成,结合角岩中裂隙的统计结果,推测了深部岩体的中心位置,为深部找矿提出了建议。认为甲玛矿区角岩分布广但厚度不均匀,以ZK3218钻孔最厚(达1027m),向周围逐渐减薄,到矿区西南角和西端多个钻孔中尖灭。角岩型矿体以辉钼矿和黄铜矿为主,ZK3217钻孔中矿体厚达900m,紧邻ZK3218钻孔,矿化普遍,但品位较矽卡岩低。角岩中裂隙统计表明,在ZK1616至ZK3216一带,裂隙密度达40条/米以上,向周围减少。综合角岩的岩石学、矿物学和地球化学等特征, 认为甲玛矿区为角岩提供热源的深部岩浆分布在ZK3216-ZK3217-ZK3218一带,建议布置深钻,深部可能存在矽卡岩型矿体和斑岩型矿体。     

利用稳定同位素技术研究广西桂江流域水体中碳的来源

本文对岩溶区不同类型样品中的有机碳同位素样品前处理的分离提纯技术进行了研究,并对广西桂江流域水体进行了稳定有机碳同位素分析.结果表明,C3植物对桂江水体可溶性有机碳(DOC)有很大比例的贡献,而水生生物对水体有机碳影响较小.抚河流域比漓江流域有较高的(DOC)含量,可能与非岩溶区土壤微生物活动强,土壤活性有机碳含量高有...     

地幔中EM1端员成因的锂同位素制约

在四个地幔端员(DMM、HIMU、EM1、EM2)中,EM1的成因一直令人困惑。华北克拉通中部(太行山地区)地幔橄榄岩捕虏体的Li同位素组成特征为探讨这一问题提供了新的制约。橄榄岩捕虏体中主要组成矿物(橄榄石、斜方辉石和单斜辉石)的Li同位素组成特征表明,该区的岩石圈地幔中有再循环的、古老的洋壳物质。结合已有的地幔橄榄岩捕虏体的Sr-Nd同位素数据,可以推测再循环的古老蚀变洋壳对地幔EM1端员组分的产生有重要的作用。     

几种益生菌对大菱鲆幼鱼生长及消化酶活性的影响

作者以初体质量为(4.80±0.11)g 的大菱鲆(Scophthalmus maximus)为研究对象,在循环水水族箱中进行60 d 饲喂实验,研究饵料中添加单一益生菌和复合益生菌对大菱鲆生长及消化道酶活性的影响.以基础饲料为对照组,在基础饲料中分别添加枯草芽孢杆菌(Bacillus subtilis)、地衣芽孢杆菌...     

长牡蛎繁殖周期、生化成分的季节变化与环境因子的关系

为了阐明长牡蛎的繁殖策略,自2004年3月—2005年2月对乳山湾养殖海区的环境因子(水温、盐度、叶绿素a含量)、长牡蛎繁殖周期及其生化成分(糖原、脂肪、蛋白质、RNA/DNA比值)的季节变化进行研究。结果显示,水温在一年中呈现显著变化,夏季水温最高,最高值为29.5℃(8月),冬季水温最低,最低值为1.8℃(1月);盐度在夏季雨水较多的时候略有降低;叶绿素a含量在夏末秋初(8月和9月)和春季(4月)有2个峰值,冬季最低。长牡蛎的繁殖周期分为冬季的休止期和从春季到夏季的繁殖期,在长牡蛎的繁殖期,条件指数逐渐下降到最低值,表明繁殖期长牡蛎生长变慢。在长牡蛎的配子发生过程中软体部蛋白质和脂肪含量略有上升,而糖原含量显著下降,表明长牡蛎配子的发生需要储存的糖原提供能量;RNA/DNA比值在配子发生过程中逐渐升高,显示RNA/DNA比值可以作为一个指标来指示长牡蛎的性成熟。配子发生过程中,长牡蛎的灰分含量逐渐升高,表明长牡蛎通过分解自身的贮能物质提供能量,使体内有机物含量减少,从而导致灰分含量上升。实验结果表明长牡蛎的配子发生类型为保守种。     

Uncertainty in Tropical Cyclone Intensity Predictions due to Uncertainty in Initial Conditions

Focusing on the role of initial condition uncertainty,we use WRF initial perturbation ensemble forecasts to investigate the uncertainty in intensity forecasts of Tropical Cyclone(TC)Rammasun(1409),which is the strongest TC to have made landfall in China during the past 50 years.Forecast results indicate that initial condition uncertainty leads to TC forecast uncertainty,particularly for TC intensity.This uncertainty increases with forecast time,with a more rapid and significant increase after 24 h.The predicted TC develops slowly before 24 h,and at this stage the TC in the member forecasting the strongest final TC is not the strongest among all members.However,after 24 h,the TC in this member strengthens much more than that the TC in other members.The variations in convective instability,precipitation,surface upward heat flux,and surface upward water vapor flux show similar characteristics to the variation in TC intensity,and there is a strong correlation between TC intensity and both the surface upward heat flux and the surface upward water vapor flux.The initial condition differences that result in the maximum intensity difference are smaller than the errors in the analysis system.Differences in initial humidity,and to a lesser extent initial temperature differences,at the surface and at lower heights are the key factors leading to differences in the forecasted TC intensity.These differences in initial humidity and temperature relate to both the overall values and distribution of these parameters.     

浅析日常质量管理中三级检查制度的建设

经过长期的实践证明,三级检查制度的施行,对于严格统一业务文件和技术规定的执行、保障业务工作质量和促进业务工作规范开展,都具有积极而重要的作用,是严格落实质量管理科学有效而重要的手段。本文结合南京市国土资源信息中心地籍调查与测绘工作实践,介绍了三级检查制度,对三级检查制度的建设进行了探讨。     

圆棒试样直径对直读光谱分析的影响及校正方法

在实际工作中发现,电火花直读光谱法直接分析圆棒试样时,圆棒试样直径的大小会对各元素测定结果产生影响。本文在40 mm厚合金钢板上制备出直径为Φ25 mm、Φ12 mm、Φ8 mm、Φ6 mm、Φ4 mm、Φ3 mm等系列试样,采用电火花直读光谱法研究了圆棒试样直径对元素测定的影响。结果表明,随着圆棒试样直径的减小,碳硫锰磷铬镍铜和锡的测定值偏大,硅的测定值略偏小,钼和钒的测定值偏小;各元素测定结果的变化与其挥发性和存在形态相关。为了校正各元素的测定结果,本文提出曲线插入法的校正方法,采用标准物质进行测定,各元素经过校正的测定值与标准值的绝对差值都小于相应方法规定的实验室间允差（R）,证明了曲线插入校正方法的可行性,改善了直读光谱分析的准确度,可以适用于直径Φ3 mm以上圆棒试样的直接分析。     

人工智能技术气候预测应用简介

近年来,随着人工智能技术在多个领域大数据分析中的应用,许多研究工作者尝试将地学研究与人工智能跨学科结合,取得了很多新的进展,推动了地球科学的发展。其中气候预测与人类生活以及防灾减灾等息息相关,准确的气候预测至关重要。本文简要总结了人工智能技术在气候预测应用方面的研究进展,包括资料同化、模式参数化、求解偏微分方程、构建统计预测模型、改进数值模式产品释用等领域。这些研究证明了利用人工智能提高气候预测技巧的可能性和适用性,可以极大地节省计算成本和时间。然而人工智能应用也存在诸多挑战,例如数据集的构建、模型的适用性和物理可解释性等问题,对这些难点问题的研究和攻克,可以让人工智能在大数据时代中更好地补充传统地球科学方法,产生更多有益的效应,极大地改进气候预测水平。