排序方式: 共有54条查询结果,搜索用时 0 毫秒
51.
再论巴丹吉林沙漠湖泊水的补给来源、补给模式与高大沙山的形成机理 总被引:1,自引:0,他引:1
依据已有研究成果和最新调查资料, 在综述沙漠湖泊与高大沙山研究进展及存在问题的基础上, 深入探讨了巴丹吉林沙漠湖泊水的补给来源、补给模式及高大沙山的形成机理. 结果认为, 沙漠湖泊水和地下水的补给来源不是当地降水和周边雅布赖山-北大山的降水形成的地表洪水, 而是南部青藏高原(包括祁连山)现代大气降水、冰雪融水、高原湖水的远源补给. 补给模式为高原富含CO2气体和CaCO3的入渗水, 通过深大导水断裂通道形成的区域地下水流循环系统, 源源不断地自南向北运移到沙漠地带, 地下水在通过沙漠湖泊区弧形"叠瓦状"垂向导水构造断裂向上越流过程中被广泛分布的岩浆岩加热, 沿断层溢出地表形成湖泊群, 同时导致水中CO2的释放和CaCO3的沉积, 形成钙华体. 高大沙山的形成机理是深层地下热水向上越流补给了沙漠覆盖区, 在承压水头以下形成鼓丘状的沙漠地下水, 承压水头以上, 水蒸汽继续向上运移并被凝结在沙粒表面, 未被吸附凝结的热水蒸汽继续向上运移并被吸附在新沉积的沙粒表面, 形成湿砂层并接受更新的沙粒沉积, 如此反复循环, 则沙丘高度不断增加, 逐步形成高大的固定沙山. 相似文献
52.
改进型BP神经网络对民勤绿洲地下水位的模拟预测 总被引:1,自引:0,他引:1
以具有代表性的民勤绿洲为研究对象,以Matlab7.0为工作平台,对沙漠绿洲地下水埋深预测的三层前馈神经网络(BP神经网络)进行了改进。输入端因子选取民勤绿洲逐月灌溉量、红崖山水库下泄水量、月降水量、月蒸发量(20 cm)、月平均气温、时间序列6项,输出因子为民勤绿洲地下水位。通过在模型的输入层增加时间序列引导因子的方法使BP神经网络对输入端数据具备时间敏感性;通过Levenberg-Marquardt算法使网络误差最小化,并配合Bayesian正则化使网络的误差平方和、网络权重以及阈值平方和实现最优组合,最后使用相关系数、相对误差、效率系数等指标对模型的模拟结果进行检验。结果表明,通过以上一系列改进可以有效提高模型的模拟精度,增强模型的稳定性,并使模型具有良好的“泛化性”。 相似文献
53.
54.
本文基于"全国矿产资源潜力评价"项目之"湖南省自然重砂资料应用"研究课题。采用自然重砂数据库系统(ZSAPS2.0),对湖南省1:20万自然重砂测量数据进行综合分析。通过对全省及预测工作区自然重砂矿物异常的圈定,在平滩及周边地区圈出了白钨矿—黑钨矿—铋—锡—铅—金重矿物自然重砂异常,以白钨矿异常为主,沿岩体中心向外,重矿物异常分带特征明显。白钨矿异常主要分布于苗儿山岩体接触带上,出露的地层主要为新元古代高涧群黄狮洞组变质岩及浅变质砂岩,异常由蚀变花岗岩型白钨矿引起。从已掌握的资料,目前该类型钨矿在我省尚属一种新的类型。 相似文献