新疆乌恰康苏地区构造地貌与景观生态格局研究

新疆乌恰康苏地区位于西昆仑山与西南天山对冲作用形成的盆山耦合带,其构造地貌具有显著的山地-平原分布格局特征.文章以"3S"技术为基础进行构造地貌填图,划分新疆乌恰康苏地区的景观类型,研究构造地貌对该区域景观生态格局的影响.采用垂向山地-平原构造地貌为指标,划分5个景观类;以土地利用类型+植被覆盖为指标,划分6个景观型;...     

四川类前陆盆地须家河组层序充填样式与油气分布规律

通过对四川类前陆盆地上三叠统须家河组地表剖面、钻井岩芯和测井资料的沉积相和层序分析,结合区域地质背景和油气地质特征,对须家河组沉积层序、充填样式和油气分布规律进行分析,将须家河组划分为两个超长期旋回层序(SLSC1和SLSC2),分别对应于"须下盆"和"须上盆"2个盆-山耦合次系统的成盆构造活动期,5个长期旋回层序(LSC1—LSC5),分别对应于5个区域性湖进—湖退沉积旋回。在此基础上,选择长期基准面上升和下降半旋回为等时地层单元编制全盆地地层等厚图和岩相古地理图,结果表明:须家河组二段和三段沉降-沉积中心位于川西坳陷,须四段开始向川东北方向迁移,须五段—须六段迁移至川东北坳陷;不同的沉积演化阶段和前缘坳陷具有不同的层序充填样式和油气分布规律;伴随"须下盆"和"须上盆"2个盆-山耦合次系统的沉降-沉积中心和优越的生、储、盖组合条件自川西坳陷向川东北坳陷迁移,油气藏分布也具有自南向北再折向北东方向迁移和围绕前陆隆起带发育的特点。     

新疆晚白垩世非海相介形类化石

经过多年地面与井下工作,对新疆晚白垩世非海相地层的岩性特征、沉积环境、厚度变化及分布规律有了进一步认识.这套红色地层在不同时期、不同地段分布范围有所扩大或缩小,沉积厚度变化也较大,岩性单一,沉积环境单调,反映出气候较干燥,处于氧化及蒸发环境,生物化石较贫乏,多出现于零星层段中.介形类化石在准噶尔盆地及吐鲁番盆地中数量较多,塔里木盆地中零星可见,反映出当时为偏淡水浅水环境,主要为河流.浅湖环境,显示出晚白垩世生物群变化特征,化石组合特征明显,建立了3个介形类化石组合,为新疆地区晚白垩世陆相地层划分与对比起到了较好的作用.     

巧管细用拓空间——玉林市节约集约用地记事

南国的初夏,生机勃勃,绿意葱茏。广西玉林容县经济开发区,一幢幢标准厂房如雨后春笋般破土而出。开发区有关负责人告诉记者,这里将要建起15万平方米的标准多层厂房和仓库,一期工程共4．2万平方米的标准厂房已经建成,2万平方米的仓储及办公配套设施正在建设。项目建成后,可容纳20家以上的电子类企业入园。     

乐业碳酸盐岩台地金矿成矿模式及远景预测

文章对乐业碳酸盐岩台地外侧分布的十几个中、小型金矿的成因进行分析,并建立成矿模式,推断林旺金矿之下可能存在品位较高的毒砂型载金矿体;指出该台地东边的槽盆相区内,海拔400-800m高程范围为寻找隐伏金矿体的远景区域。     

甘肃景电灌区节水灌溉措施研究

景泰川电力提灌工程是一项重大的引黄灌溉工程。通过充分调查研究了灌区的用水现状,从工程类节水措施和管理类节水措施两个方面着手,对灌区用水存在问题提出了相应的节水措施。     

云南景东县卜勺磁铁矿矿床地质

磁铁矿矿体似层状、透镜状赋存于淇海岩组中上一中部的钠长绿泥片岩、钠长绿泥绿岩、钠长绿帘绿泥片岩中,严格受层位、岩性和构造的控制。     

加拿大不列颠哥伦比亚省温哥华岛纳奈莫群的帆翼龙类化石

An unusual jaw found in a calcite nodule from Collishaw Point, Hornby Island, British Columbia (off the east coast of Vancouver Island) represents the first definitive pterosaur found in British Columbia, and the first istiodactylid from Canada.     

翼龙类在初龙形类中的系统发育位置

In 1996 Bennett published a cladistic analysis of the Archosauromorpha with 14 taxa and 126 characters, combining all the characters from several previous analyses (e.g., Gauthier 1984, Sereno and Arcucci 1990, Benton and Clark 1988) unless justification for discarding a character could be presented.     

基于深度学习的循环水养殖鳗鲡(Anguilla)计数研究

鳗鲡(Anguilla)作为我国优质水产养殖种类,精准掌握其数量对高效养殖有重要意义。为实现对循环水养殖鳗鲡的准确计数,提出了一种基于深度学习的改进Faster RCNN模型。针对检测目标即鳗鲡头部尺寸小的问题,选择在特征提取网络ResNet50中加入FPN结构来作为模型的骨干网络,以提取并融合多尺度的特征;针对原模型锚框都是基于人工经验设置的,并不适用于鳗鲡数据集的问题,使用k-means聚类算法对训练集中标注的鳗鲡头部检测框进行聚类分析,获得了适合鳗鲡数据集的15种不同尺度的锚框;针对图像中存在鳗鲡头部重叠的问题,选择使用Soft-NMS算法替代原NMS算法对RPN部分生成的候选框进行筛选,以减少模型对鳗鲡重叠部分的漏检情况。试验结果表明:改进后的Faster RCNN模型对鳗鲡头部的检测精度(mAP^0.5)高达96.5%,较原Faster RCNN模型(Backbone为ResNet50)显著提升了14%,与SSD300和YOLOV3模型相比分别显著提升了24.9%和15%;在鳗鲡计数上,利用改进后的Faster RCNN模型检测结果进行计数,计数准确率达到90%以上,提升了模型对鳗鲡的检测识别能力。