旅游城市化研究进展及启示

旅游城市化是社会经济发展到一定阶段的产物,是伴随着旅游业和城市化不断发展而出现的一种必然现象。在对所能获得的国内外有关旅游城市化研究的代表性论著进行分析的基础上,作者从旅游城市化的概念、类型、特征及其影响等方面对旅游城市化的研究进行了分析,认为城市化是全面建设小康社会的基础,旅游城市化作为城市化的一种模式,为我国的城市化道路指明了一条方向。加强旅游城市化的理论和实证研究,有利于我国城市化健康、持续的发展。     

辽西中生代软流圈底辟体的脉动式上涌

岩石学-地球化学数据揭示了辽西中生代火山岩组分存在的3个特征: (1) Mg#值和Cr、Ni含量比较高; (2) 多数火山岩源自受到地壳物质混染的富集的岩石圈地幔; (3) 相当部分火山岩的ε_Nd(t)值偏高.对辽西及其邻区中生代(230~65Ma) 火山岩年代学的研究发现: 火山活动具有平均间隔2030Ma的周期性, 火山岩活动的峰期为230Ma、190Ma、160Ma、130120Ma、110100Ma、80Ma.同时火山岩ε_Nd(t)值在时间上显示了类似的周期性波动.在空间上, 中、新生代火山岩有呈环状分布的趋势, 从中心向外逐渐变新.根据上述特点, 提出辽西晚中生代的火山岩活动可能与软流圈底辟体脉动式上涌有关, 研究区被岩石圈断裂围限的特定构造背景为软流圈底辟体的上涌提供了天然通道.      

基于地震属性的煤层厚度预测模型及其应用

地震属性技术在岩性和构造解释等方面得到了越来越广泛的应用,特别是在煤、油气资源勘探中具有重要的作用.基于淮南矿区谢桥1区13 1煤层地震勘探资料,提取了28种地震属性数据;通过地震属性的分析,优选出平均峰值振幅、振幅的峰态、最大绝对振幅、瞬时频率斜率等4种地震属性作为煤层厚度预测模型基本参数,结合已知钻孔资料,利用多元多项式回归以及BP人工神经网络方法,求出了各属性与煤厚之间的多元多项式回归模型及人工神经网络模型,并对模型进行了误差分析和应用结果对比分析,反映出人工神经网络模型在煤厚预测中具有好的应用效果.     

叠后地震属性分析在油气田勘探开发中的应用

地震属性分析技术一直是地震特殊处理和解释的主要研究内容.随着油气勘探开发的发展,地震属性分析技术已经成为油藏地球物理研究的核心内容,是勘探地震与开发地震之间纽带.本文针对鄂尔多斯盆地的低幅度构造、低孔隙、低渗透率、致密性隐蔽油气藏的特点,综合应用相干数据体分析、地震相自动分类定性识别砂体厚度、地震振幅属性分析、频谱分解、多井约束的储层叠后反演等叠后属性分析技术,探索了一套适合该区油气特征的储层横向预测及油气识别模式.为该区油气勘探开发,储量计算提供可靠依据.同时也为隐蔽性油气藏的勘探开发积累了经验.     

中国户外运动网站信息流对人流生成的导引机制分析--以乐游户外运动俱乐部网站为例

本文以乐游户外运动俱乐部网站为案例,探讨中小型“自我依托”户外运动俱乐部网站信息流对人流生成的导引作用问题,认为这种作用经过网站访问者的信息获取、知识转化、认知与决定的过程而发生,经过网站交流媒介的信息、集聚、交流和组织四种平台而完成。本文也初步确定与信息流对人流生成的导引作用相关的决策影响要素,认为计划、资金、会员以及赞助商和媒体4种要素对俱乐部网站的良好运行能起到决定性作用。通过将网站使用者作为出发点来研究虚拟一现实组织特征,也能发现许多信息社会人文地理学发展的问题。     

青藏高原羌塘盆地二维地震数据采集方法试验研究

羌塘盆地地表地质条件复杂,地震资料信噪比低,取得高质量的地震剖面存在很大困难。为了改善这一问题,我们通过50km长的二维反射地震试验剖面,初步探索出一套适用于羌塘地区地震资料采集的方法技术。研究对比表明,合理加大接收排列,采用有效深井、药量,添加适当大炮与适当延长记录长度等措施能够在该地区获得较丰富的地下反射信息。从试验处理的剖面看,该施工方式是合理的、有效的。     

输导通道类型对天然气聚集效率的影响

通过对中国大中型气田天然气输导通道类型及影响因素研究,得到中国大中型气田主要有断裂、断裂与不整合组合、砂体、断裂与砂体组合、不整合与砂体组合和不整合6种输导通道类型。其中以断裂为主,其次是断裂与不整合组合,再次是砂体和断裂与砂体组合,最少为不整合和不整合与砂体组合。它们主要受盆地类型、盆地内构造带类型和源储空间位置关系的影响。由中国大中型气田储量、含气面积和聚集时问,通过求取其天然气聚集效率,把中国大中型气田划分为高效、中效和低效3类气田。通过中国大中型气田天然气聚集效率与输导通道类型之间关系分析,得到聚集时间相对较晚的断裂、砂体和断裂与不整合组合形成的输导通道天然气聚集效率相对较高,有利于快速形成大中型气田。     

Typical Geochemical Elements in Loess Deposit in the Northeastern Tibetan Plateau and Its Paleoclimatic Implication

Widespread and thick loess deposit in the northeastern Tibetan Plateau records paleoclimatic changes over the Quaternary period. In this study, we investigate a loess section located in a high terrace of the Huangshui River in the Xining Basin, and collect samples at 20-cm intervals by digging a well of 16-m depth （including paleosol S1 and SO and several loess interlayers over the last glacial-interglacial cycle and the Holocene）. Concentration of some active elements （Sr and Ca） and inert elements （Rb, Zr, Ti） in these loess samples are measured. The results show that ratios of those elements （oxide）, such as Rb/Sr, Ti/Sr, and Zr/CaO ratios, would indicate sensitively paleoclimatic changes, especially the history of precipitation over the last glacial-interglacial and the Holocene. Moreover, the curves of Rb/Sr, Ti/Sr, and Zr/CaO ratios had almost the same variable trends from the bottom to the top and also closely correlated with values of magnetic susceptibility and the global marine δ^18O record. But compared with the curves of magnetic susceptibility, the changes of ratios of these elements （oxide） are clearer and easy to understand. Therefore, the ratios of these typical chemical elements in the loess deposit may be used as an excellent index to investigate the history of paleoclimate, particularly precipitation changes in the northeastern Tibetan Plateau.     

Synthesis of Pb-Feldspar by Ion Exchange Reaction and Its Implications

Feldspar and Pb（NO3）2 were mixed and reacted at T=380℃ to synthesize Pb-feldspar. In the XRD （X-ray diffraction） pattern of the product, the d values （crystal lattice spacing） of the five peaks are 0.654, 0.342, 0.332, 0.327 and 0.257 nm. The XPS analysis results show that the binding energy of Pb 4f（7/2） in the feldspar was between 137.81-138.03 eV. Pb^2＋ can replace alkali and alkali earth cations in the feldspar structure through ion exchange reaction to form Pb-feldspar.     

The Basic Shape Classification of Space Debris with Light Curves

We study the machine learning method for classifying the basic shape of space debris in both simulated and observed data experiments, where light curves are used as the input features. In the dataset for training and testing, simulated light curves are derived from four types of debris within different shapes and materials. Observed light curves are extracted from Mini-Mega TORTORA (MMT) database which is a publicly accessible source of space object photometric records. The experiments employ the deep convolutional neural network, make comparisons with other machine learning algorithms, and the results show CNN (Convolutional Neural Network) is better. In simulational experiments, both types of cylinder can be distinguished perfectly, and two other types of satellite have around 90% probability to be classified. Rockets and defunct satellites can achieve 99% success rate in binary classification, but in further sub-classes classifications, the rate becomes relatively lower.