面向矿产资源信息的空间关联性分析

关联性分析是综合多源、多类数据,发现和挖掘数据中潜在的相关关系,提取和挖掘数据之间的关联性。该方法对于充分利用地质大数据、发现地质要素之间的共生组合规律具有重要的意义。本文首先基于数据的空间位置,将不同类型的地质空间数据建立联系,形成空间属性数据库;其次应用统计方法,对不同来源数据中的属性特征进行分析,发现热液型金矿的形成与火山作用存在明显相关性;最后基于Apriori算法提取热液型金矿的伴生矿与侵入岩的频繁项集,发现伴生矿与侵入岩酸碱性二者密切相关。因此,在今后的工作中,有望应用空间关联性的方法对地球物理、地球化学、遥感等多源地质数据开展深入的研究分析。     

基于改进Harris函数的岩石统计损伤软化模型

为了反映岩石变形全过程,通过改进Harris函数,假设岩石微元强度服从改进的Harris概率密度分布,结合连续损伤理论,考虑损伤变量修正,建立岩石统计损伤软化模型。采用YSJ-01-00岩石三轴流变试验机进行红层泥岩常规三轴压缩试验,基于红层泥岩试验数据对模型参数进行敏感性分析,阐述模型参数的物理意义,分析累积损伤的扩展过程。引用相关文献中二长花岗岩和砂岩的试验数据,利用本文模型对3种岩石材料的试验数据进行辨识验证,给出初始损伤系数的约束范围,对比3种岩石材料的试验曲线和理论曲线,证明本文模型的合理性和适用性。     

盾构隧道点云典型要素分割

针对盾构隧道点云及其几何特征构建八叉树索引,使用体素化网格降采样进行点云降采样,利用统计特征滤波器达到精简点云,继而实现典型要素自动分割。结合点云精简算法,提高了随机抽样一致性(RANSAC)算法效率,通过拟合模型的几何特征,设置合理阈值,自动分割隧道典型要素。实验结果表明,该方法可以精确地分割出相邻距离阈值较小的盾构隧道典型要素,拟合的隧道半径与设计半径误差仅为3 mm;相比传统RANSAC算法,该算法运行速度提高了17倍,实现了相邻距离阈值达1.0 cm精度的目标分割。     

地理国情普查基本统计专题地图实践与探讨

利用地理国情基本统计分析软件对地理国情普查预处理后数据进行基本统计分析。根据基本统计结果、基本统计汇总表及统计报告,制作行政区划四至点、高程分级、坡度分级、水域分布、水域统计、铁路与道路、行政村驻地分布图,并对地理国情普查成果及统计分析成果的应用推广服务提出建议。     

全球现代海底块状硫化物战略性金属富集机理及资源前景初探

海底块状硫化物(SMS)蕴藏有丰富的Cu、Cd、Au、Fe、Ag、Co等战略性金属,是未来可供人类开发利用的战略资源.本文搜集了全球3 946组SMS化学成分数据,根据构造环境可将其分成4类(快速、中速、慢速、超慢速扩张)洋中脊型和2类(弧后扩张中心和弧火山)岛弧型SMS矿床.利用多元统计方法分析了SMS战略性金属的分布特征和主控因素,探讨了其资源前景.结果表明:洋中脊型SMS矿床富集Cu+Fe+Co±Mo,而岛弧型普遍富集Zn+Pb+Cd+Sb+Ag±Au等关键元素.分析表明,成矿温度、成矿物质来源、酸碱度和氧化还原条件是战略性金属富集的主要影响因素,其中流体温度主要受水深条件控制,成矿物质来源主要受控于构造地质环境,酸碱度和氧化还原性主要受控于围岩类型.Cu+Au+Fe+Co在水深超过约2 650 m的慢速—超慢速扩张脊非转换不连续带和拆离断层带等区域具较好的勘查前景;而Cu+Au+Cd+Ag在水深约1 080~2 160 m的弧后扩张中心区域具较好的勘查前景.      

行星表面撞击坑统计定年原理及应用

撞击坑统计定年法的基本原理是首先得到月球表面撞击坑密度分布的一般规律(即产率函数),然后将其应用到Apollo和Luna任务采样的区域中,得到大干特定直径(常用1 km)的撞击坑密度,然后在该密度和样品的同位素年龄之间建立函数关系(即年代函数).在对没有样品的地质单元进行年龄分析时,首先从遥感影像解译撞击坑,然后根据产率函数求解大于指定直径撞击坑的密度,最后将其代入年代函数中求解该区域的地质年龄.根据其它行星与月球撞击环境的差异等因素,该方法已经推广到其它行星表面地质年龄的研究中.本文详细分析了撞击坑统计定年方法的原理,以及在应用中需要注意的问题.     

湖南人工增雨作业效果统计检验与分析

人工增雨作业效果检验手段很多,而统计检验是较常见的检验手段。以2018年4月湖南郴州增雨作业个例,采用序列分析、区域对比分析和区域历史回归统计方法等统计检验方法,对其作业效果进行检验,从中分析这几种方法的优劣势,为人工增雨效果统计检验提供依据和参考。     

青藏高原云团东传过程及其中中尺度对流系统的统计特征

利用逐小时风云卫星TBB资料、逐小时中国自动站与CMORPH降水产品融合数据以及国家级地面观测站24小时累积降水量,统计分析2010～2016年夏季,伴随下游地区（104°E以东）降水的青藏高原云团东传过程以及东传过程中镶嵌于云团中的中尺度对流系统（Mesoscale Convective System,简称MCS）特征。结果表明,共出现120次伴随下游降水的高原云团东传过程,6月出现最频繁,但持续时间较长的过程多出现在7月。云团向东传播的主要三条路径是平直东传、沿长江折向东传和复合东传。其中路径二——沿长江折向东传中的过程是高影响过程,因为过程次数较多（46次）,过程平均持续时间较长（62小时）,在下游地区引发的降水日数和暴雨日数最多。属于东传过程的MCS在7月形成最多,集中分布在青藏高原东坡、云贵高原东部、长江沿岸及其以南地区。高原MCS影响长江中下游地区降水主要是通过向东传播的形式实现,因为即使生命史更长的中α尺度对流系统（Meso-α Convective System,简称MαCS）也鲜少直接移动至110°E以东地区。不同区域的中α尺度持续性拉长形对流系统（Permanent Elongated Convective System,简称PECS）的日变化特征显示,东传过程MCS更容易在夜间从高原东坡向东传播至下游地区。在三条路径中,路径二中的东传过程MCS数量最多、在下游地区发展最旺盛并与降水日数和覆盖范围存在更好的对应关系。