新疆昭苏阿尔恰勒他乌铅锌矿床地球物理特征与深部找矿预测

阿尔恰勒他乌铅锌矿床是一个矿床分带清晰、控矿机理明显及矿化蚀变强烈的多金属矿床,铅锌矿体产于灰岩地层,产状与围岩基本一致,已知矿体上的实验表明矿体具有低阻高极化的特点.采用激电中梯扫面在矿区圈出了6个激电异常区,并在激电异常区内开展音频大地电磁测深工作,查明了激电异常区地下深部构造的电性情况,结合矿区矿体特征及成矿模式,建立了矿区地球物理音频大地电磁测深电性找矿模型,指出倾斜或层状的中低阻电性异常最有可能是含矿构造带存在的地球物理标志.综合物探激电扫面、音频大地电磁测深、地质等信息,圈出2个找矿靶区,经钻孔在Ⅱ号靶区19号线验证,在孔深331~349m见到厚度约18m的矿体.激电法与音频大地电磁测深的方法技术组合可以在该类型矿床深部找矿中推广使用.     

中生代火山岩铀矿与重力场的关系

本文在综合整理中国东南沿海一带区域物化探资料的基础上,对羊洲-下桐市-火轩市-酒港一带中生代火山岩铀矿化与深层构造和物化探异常的关系进行了研究。讨论了莫霍面、区域重力场和深层构造的关系;重力梯度带与火山岩铀矿的关系;重力梯度带内浅部重力异常与铀矿的关系。提出了中生代火山岩型铀成矿带与上地幔变异带、重力梯度带之间有密切相关的分布规律,重力梯度带内的浅部重力异常可以确定铀矿的空间位置等看法。此外,水系沉积物的分析结果也反映出Cu、Pb、Zn、Ag以及Ni、Cr、Co等元素的异常,在重力梯度带内有着特定的展布规律,其空间分布与铀元素也具有密切的联系。     

声速剖面EOF表示的第一模态解析

为实现对声速剖面EOF表示后第一模态时间系数和空间函数变化规律的解析,提出了一种简化的声速剖面变化模型,即"拐点"深度值和声速值的变化;声速梯度的变化和表层海水温度周期性变化所引起的海水声速变化,通过将4种因素所引起的第一模态空间函数的变化规律与实际声速剖面簇第一模态空间函数的变化规律对比,分析引起实测声速剖面变化的主要因素,最后,分别用深海和浅海实测声速剖面数据对其进行验证。     

重力垂直梯度的测定及其应用与潜力

近年来,随着重力垂直梯度测量精度的提高及间接推求方法的改善,它在地球科学的研究中的作用日益扩大,本文叙述了利用高精度重力仪直接测量垂直梯度的方法与注意事项,阐明了垂直梯度在地学研究中的意义与作用,其中包括(1)可以更精确测定大地水准面与正高;(2)可以更好探测地下的物质的分布及界面起伏;(3)可根据垂直梯度及形变资料反演场源及解释引起上述变化的动力机制.关于如何进一步发掘其潜力,这里也提出了建议.     

�����ݶ�����ģ�⼰���ڹ��Ե����е�Ӧ��

?о???????EGM??DTM???????????????????????????????????????EGM2008??SRTM3???????????????????????????????????????????????????T^_zz???????????????????μ??????????????????????????????????????????????????????????????????????????????????????λ???????????????仯??????λ???????ж??????????????????????????????????????????     

青藏高原北缘公格尔山地区地形梯度的剖析

本文以青藏高原北缘西昆仑山脉的公格尔山地区为试验区域,基于SRTM-DEM数据,采用线状地形剖面和带状地形剖面的研究方法,对试验区从公格尔山顶到塔里木盆地的地形梯度进行了研究,并探讨了地形梯度与隆升过程之间的关系。研究结果表明:(1)线状地形剖面清晰直观,操作简单;带状剖面法能较好地反映区域的地形起伏状况。若将两种方法联合起来共同进行区域地形研究,则会获得更好效果。(2)从塔里木盆地到公格尔山顶,地形抬升共分3个梯度:分别是从海拔高度2 000m左右上升到约4 500m,从约4 500m上升到将近6 000m,从将近6000m上升到约7500m。地形抬升的不同梯度可能对应着公格尔山晚新生代地貌形成过程的不同隆升过程;而每个抬升梯度的拐点,则对应着不同隆升过程形成海拔高度的分界点。     

佘山重力垂直梯度偏小的原因及其对大地测量的影响

根据推导的公式计算了由山体质量引起的梯度效应,结果与实测值甚为接近。分析了佘山重力垂直梯度偏小的原因,认为这是由于山体质量分布引起的。最后讨论了垂直梯度偏小对重力值的高度归算和大地水准面的影响。     

������ֱ�ݶȷ����Ա仯�о�

???????????????????????????????????????????????????80 cm??130 cm??????????????????????仯??????0.02×10^-8 ms^-2/cm??????????仯????仯??????????????????????FG5??A10???????????????????????????????????????????????????仯????????     

�������������ݶ����ݵ��ܶȷ����о�

???????????????????????????????????????????????????????????桢????????????????????Tesseroid??????????????ù????????????????(ART)????????????????????????????????????????飬???????????????趨?????б???????     

基于北京二号影像辅助nDSM的建筑物自动提取

针对建筑物提取方法缺乏泛化性的问题,本文提出了将nDSM、北京二号影像、NDVI、BAI的七通道图像相结合作为数据源的提取方法。采用随机森林、梯度提升机、支持向量机、BP神经网络分类器对建筑物进行提取获取最佳分类器模型,并运用二值化与开闭运算,以建筑物面积与最小外接矩形面积的比值为阈值,对建筑物分别进行最小外接矩形、DP算法拟合,优化建筑物提取结果。试验结果表明,梯度提升机(GBDT)较其他分类模型在不同场景下综合效果较好,F-score精度更高。