西藏冈底斯南缘汤白矿区早侏罗世含矿斑岩锆石U-Pb定年及其地质意义

汤白矿区位于西藏冈底斯斑岩铜矿带西段南缘,南侧紧邻日喀则弧前盆地。矿区由地表探矿工程控制3条赋存于早侏罗世角闪石英闪长斑岩中的主矿体(1号、2号和3号),在野外地质调查的基础上,对角闪石英闪长斑岩进行LA-ICP-MS锆石U-Pb定年和岩石地球化学测试。研究结果表明:(1)含矿斑岩的成岩年龄为183.3±1.2Ma,形成于早侏罗世;(2)含矿斑岩地球化学特征与大洋岛弧背景下的安山质岩石的地球化学性质一致,表明汤白矿区含矿斑岩形成于大洋岛弧环境;(3)西藏冈底斯斑岩铜矿带具有寻找俯冲期斑岩型矿床的巨大潜力,今后应加强该带俯冲期斑岩型矿床的勘查评价工作,特别是早—中侏罗世斑岩的成矿潜力评价。     

Characteristics of shallow geothermal fields in major cities of Tibet Autonomous Region

Based on the project titled "Investigation and evaluation of shallow geothermal energy in major cities of Tibet Autonomous Region", the distribution characteristics and occurrence conditions of shallow geothermal fields in these cities were introduced in this paper. To this end, relevant data in Lhasa, Shigatse and Nyingchi Cities through vertical thermometry was a focus, so as to analyze groundwater temperature and the distribution law of strata with constant temperature. Then through comprehensive comparisons and analysis of the relationship between groundwater temperature and climate, differences in this aspect of Nagqu City were taken as a typical case to clarify formation of geothermal field and corresponding influence on groundwater temperature, furthermore providing basic data for rational development and utilization of shallow geothermal energy in Tibet Autonomous Region.     

物探方法在水库坝基渗漏勘探中的应用

近年来物探方法在坝基勘探、活断层探测、溶洞探测和基础检测等工程中得到广泛应用,并取得了令人瞩目的成绩。本文介绍了在某水库坝基渗漏勘探开展物探工作的情况,取得了满意的结果,表明应用多种物探方法对解决工程问题具有较好的效果。     

缢蛏(Sinonovacula constricta)心率Arrhenius拐点温度(ABT)及其与生长性状相关和通径分析

运用一种无损伤性的生物心跳参数红外监测方法,记录分析了96只缢蛏个体在22—38°C温度变化范围内波形特征和心率数据,依据阿伦尼乌斯方程直线拟合求得每个个体心率的阿伦尼乌斯拐点温度(Arrheniusbreaktemperatures,ABT)指标,并进一步分析了缢蛏心率ABT与其生长性状的相关关系。结果表明:缢蛏心跳在温度上升过程中不断变化, 22—34°C范围内可采集获得心脏搏动的稳定波形,且心跳速度在前期呈现随温度的上升而加快,到后期随温度上升而减弱,平均心率31°C达峰值为33.65BMP,同时缢蛏个体之间的心率差异明显,22°C时个体间差异最大,范围在13.90—27.95BMP,平均心率为19.66BMP,变异系数达14.06%,26—31°C时个体间的差异相对较小,但变异系数也均在8.5%以上;缢蛏所有个体中心率ABT最小值为29.74°C,最大值31.86,平均值为31.02°C。建立了缢蛏心率ABT受生长性状影响的最优回归方程。壳宽对缢蛏心率ABT的直接负作用最强,直接通径系数为–0.6895,而壳长对心率ABT直接通径系数尽管只有为0.3959,但它还通过壳高、壳宽间接发挥作用(间接通径系数分别为0.221 8,–0.194 1),因而总的影响最大(相关系数为0.423 6)。     

中蒙俄经济走廊生态经济区划研究

区划是地理学认识地理环境地域分异规律和优化人地关系地域系统结构与功能的有效手段。本文首先借鉴已有研究,对区域生态经济学这门新兴交叉学科及生态经济区划等相关概念进行了界定,明确了生态经济区划原则。其次,通过设计两级生态经济区划方案,首次对中蒙俄三国重要的经济增长轴带“中蒙俄经济走廊”这一国际区域进行了生态经济区划探索研究。基于研究区地貌、气候等自然地理要素以及经济开发强度等人文经济要素,首先将研究区划分为6类生态经济区。通过引入人均环境污染物产生量、土地利用类型、产业结构、人均GDP、城镇化率等具体生态环境和经济社会指标,进一步将研究区细化为19类生态经济亚区。最后,综合对比分析各类生态经济亚区的生态环境与经济社会特征及地域分异规律,贯彻绿色可持续发展理念,将其确定为优化发展区、重点发展区和保育发展区3类,并提出了针对不同类型区的绿色发展建议。本研究将为中蒙俄经济走廊的绿色发展提供科学支撑。     

结构增强型生成对抗网络SAR图像超分辨率重建

针对利用生成对抗网络模型(Generative Adversarial Network,GAN)重建SAR(Synthetic Aperture Radar)图像存在边缘细节信息不足和“伪影”(artifacts)现象,该文基于增强型超分辨率生成对抗网络(Enhanced Super-Resolution Generative Adversarial Networks,ESRGAN)光学模型,重新设计生成网络上采样重建模块和结构损失函数,提出一种结构增强型生成对抗网络SAR图像超分辨率重建算法,包括特征提取、特征增强和上采样重建3个模块:在特征提取模块采用小尺度卷积层对输入SAR图像进行低层次特征提取;在特征增强模块采用多个级联残差密集块(Residual-in-Residual Dense Block,RRDB)和卷积层提取输入特征;在上采样重建模块交替使用最近邻插值(Nearest Neighbor Interpolation,NNI)和亚像素卷积(Sub-Pixel Convolution,SPC)对特征进行放大重建,使特征信息交互融合。与传统插值算法和经典深度学习重建算法相比,该算法在视觉效果和定量评价方面均有显著提升,能够在保持原网络模型重建图像内容信息不丢失的基础上,增强重建图像边缘细节信息和减缓“伪影”现象,有利于后续目标识别和灾害监测等工作开展。     

基于双分支卷积神经网络的SAR与多光谱图像融合实验

针对合成孔径雷达(Synthetic Aperture Radar,SAR)和多光谱(Multi-Spectral,MS)融合图像中存在的空间细节模糊和颜色失真问题,该文兼顾光谱监督和空间细节监督,设计光谱损失函数和空间细节损失函数,提出一种基于双分支卷积神经网络(Convolution Neural Network,CNN)的SAR和MS图像融合算法。该算法网络框架包含光谱保持和细节提升两个分支:光谱保持分支通过上采样MS图像连接到网络的输出,直接将光谱信息传递到融合图像中;细节提升分支对SAR和MS图像通过高通滤波提取高频细节信息,然后应用CNN对细节信息进行特征提取、特征融合及重建,最后将重建的细节信息叠加到上采样的MS图像,得到融合结果。以哨兵-1B GRD级别的SAR图像和Landsat8卫星多光谱图像为实验数据,通过与传统融合算法和深度学习算法RSIFNN进行对比,结果表明,该文算法在定性和定量评价方面效果更好,能够在保持光谱信息的基础上增强多光谱图像的空间细节信息,有利于后续地物分类和目标识别等工作的开展。     

System Reliability Analysis of an Offshore Jacket Platform

This study investigates strategies for solving the system reliability of large three-dimensional jacket structures.These structural systems normally fail as a result of a series of different components failures.The failure characteristics are investigated under various environmental conditions and direction combinations.Theβ-unzipping technique is adopted to determine critical failure components,and the entire system is simplified as a series-parallel system to approximately evaluate the structural system reliability.However,this approach needs excessive computational effort for searching failure components and failure paths.Based on a trained artificial neural network(ANN),which can be used to approximate the implicit limit-state function of a complicated structure,a new alternative procedure is proposed to improve the efficiency of the system reliability analysis method.The failure probability is calculated through Monte Carlo simulation(MCS)with Latin hypercube sampling(LHS).The features and applicability of the above procedure are discussed and compared using an example jacket platform located in Chengdao Oilfield,Bohai Sea,China.This study provides a reference for the evaluation of the system reliability of jacket structures.     

利用三山岛金矿尾矿制备塑料母料

经磨矿作业后,金矿选别过程通常会产生大量细粒尾矿,三山岛金矿尾矿堆存量较大,尾矿资源丰富。尾矿中有价元素含量不高,尾矿中丰富的非金属矿资源尚未得到有效回收利用。本文以三山岛金矿尾矿为主要原料,进行了有价元素回收探索研究、分级提纯研究、表面改性研究以及制备PP,PE母料添料的试验研究。将分级提纯后的尾矿作为碳酸钙替代料制备的PP,PE母料添料具有良好的性能指标,实现节能减排,减轻环境负担的同时,减少橡胶原料的消耗。