北京石花洞地区奥陶纪灰岩36Cl侵蚀速率初探

本文根据理论上灰岩中36Cl的5个来源，论述了36Cl在灰岩深度剖面上的4个分布特征，描述了36Cl的采样方法和AMS的分析技术。计算出北京石花洞地区奥陶纪（O2）灰岩的表面侵蚀速度（ε=17.40μm/a）。     

公婆泉盆地东南缘层间氧化带型砂岩铀成矿条件综合分析

系统阐述了公婆泉盆地的区域地质特征、目的层层序地层学及砂体特征、层间氧化带发育特征，综合分析了铀成矿的有利与不利条件，认为该盆地难以形成规模大、品位高的工业铀矿化，但局部地段仍具有形成小型可地浸砂岩型铀矿的潜力。     

苹果有益健康

别走神!这个可不是乔教主的那个苹果。香港中文大学的科学家在《农业与食品化学杂志》上发表报告，证明苹果中的一种抗氧化物质能延长果蝇的平均寿命约10％。研究人员称，自由基会引起氧化性损伤，会与衰老和一些疾病有关（去年的一项研究质疑了自由基衰老理论）。     

Pix4Dmapper在无人机航摄应急救灾项目中的应用研究

无人机由于其独特的航摄优势,在灾害应急处理等特殊事件中,发挥着越来越重要的作用。本文结合一次山体滑坡救灾项目,阐述了使用Pix4Dmapper软件对无人机航摄数据进行快速处理,并获取正射影像图和数字表面模型的方法,通过数据分析和评估,证明了此方法的可行性和有效性。     

自适应高程分级的城区DSM晕渲方法

在对传统的分层设色晕渲理论应用于城区DSM的可视化技术进行充分研究的基础上,提出了一种基于高程直方图的自适应高程分级方法。该方法通过高程直方图研究城区地形、地物的高程分布及变化特征,自适应建立高程带分级模型。实验表明,提出的晕渲图制作方法兼顾了地貌形态和地物特征的表达,成果色彩过渡自然,层次清晰,地形、地物区分明显,有较强的艺术性和实用价值。     

我国砂岩型铀矿分带特征研究现状及存在问题

作为一种重要的国家战略资源,砂岩型铀矿床是当今世界上最重要的铀矿床类型之一。本文详细地介绍了砂岩型铀矿在国内外的分布特征及占比情况,并对外生地质作用矿床类型中表生流体作用形成的层间渗透砂岩型和潜水渗透砂岩型铀矿床进行了讨论,发现层间渗透砂岩型铀矿床在外表颜色、矿物组合以及地球化学等方面均具有明显的氧化-还原分带现象,此外,矿床内部还具有细菌分带现象。颜色分带在氧化带、氧化-还原过渡带以及还原带之间具有明显不同的特征;矿物组合在不同分带之间各不相同;地球化学分带表现为U、TOC含量以及Fe~(2+)/Fe~(3+)、Th/U比值在各分带之间差异较大。此外,硫酸盐还原菌、硫杆菌、铁细菌及硝化菌等细菌在不同分带之间的数量相差悬殊,而且硫酸盐还原菌数量与TOC呈明显正相关性。通过矿化带内的碳、硫同位素分析,发现硫酸盐还原菌参与了成矿过程,推测其可能是导致碳、硫同位素分馏的主要因素。总体来看,颜色分带、矿物分带、地球化学分带以及细菌分带均与氧化-还原分带呈耦合关系。本文通过总结层间渗透砂岩型和潜水渗透砂岩型铀矿床的成矿模式和当前分带研究中存在的问题,提出了由细菌、地球化学反应参与的砂岩型铀矿床成矿机理,以及未来亟需解决的若干关键科学问题。典型砂岩型铀矿床的分带现象在物、化、探、遥等领域的异常响应对寻找砂岩型铀矿床具有重要的指导意义。     

平行轮廓线自适应插值的三维表面重构算法

针对稀疏点轮廓线在三维表面重构中存在的不够光滑、匹配易出错和难以交互等问题,提出了基于轮廓线插值的三维表面重构方法,并通过实验进行验证。文章分析了三维表面重构的形式化表达方法和准则,提出了基于虚跨距解决稀疏点轮廓线三维重构的基本思想;基于同步前进算法和虚跨距,设计了自适应等比例插值的同步前进三角面镶嵌算法;针对轮廓线插值违背三角表面重构拓扑准则的规律进行了分析,提出了相应的修正算法,保证了三角网的拓扑一致性。试验结果表明:本算法所构建的三角网表面更为光滑,各个三角面的大小更为均匀,具有更好的鲁棒性和交互性,对稀疏和稠密坐标点的轮廓线均能构建出更为理想的三维表面模型。     

南京周家山下蜀黄土石英颗粒特征及其物源意义

下蜀黄土的成因和物源一直是学术界研究的热点。对南京周家山下蜀黄土的石英粒度和石英表面微结构进行分析,结果显示:粉砂粒级石英颗粒（5~50 μm）占绝对优势;<20 μm组分平均含量为42.76%,<30 μm组分平均含量为62.98%;粒度分布曲线和累积曲线总体具有颗粒偏细,呈正偏态,分选较差,峰形尖锐,双峰曲线不对称的特征;粒级-标准偏差曲线呈“双峰”分布,两个明显的标准偏差峰值分别出现在7.962 1 μm和39.905 2 μm。石英颗粒表面形态主要以次棱角状为主;表面机械结构具有丰富的蝶形坑、曲脊、贝壳状断口,部分表面出现平行节理面、V形坑;不同粒级组分表面形态和机械结构特征存在差异。分析表明,南京周家山下蜀黄土属典型风成成因堆积物,是多源区物质高度混合搬运堆积的结果。     

A synthetic aperture radar sea surface distribution estimation by n-order Bézier curve and its application in ship detection

To dates,most ship detection approaches for single-pol synthetic aperture radar(SAR) imagery try to ensure a constant false-alarm rate(CFAR).A high performance ship detector relies on two key components:an accurate estimation to a sea surface distribution and a fine designed CFAR algorithm.First,a novel nonparametric sea surface distribution estimation method is developed based on n-order Bézier curve.To estimate the sea surface distribution using n-order Bézier curve,an explicit analytical solution is derived based on a least square optimization,and the optimal selection also is presented to two essential parameters,the order n of Bézier curve and the number m of sample points.Next,to validate the ship detection performance of the estimated sea surface distribution,the estimated sea surface distribution by n-order Bézier curve is combined with a cell averaging CFAR(CA-CFAR).To eliminate the possible interfering ship targets in background window,an improved automatic censoring method is applied.Comprehensive experiments prove that in terms of sea surface estimation performance,the proposed method is as good as a traditional nonparametric Parzen window kernel method,and in most cases,outperforms two widely used parametric methods,K and G0 models.In terms of computation speed,a major advantage of the proposed estimation method is the time consuming only depended on the number m of sample points while independent of imagery size,which makes it can achieve a significant speed improvement to the Parzen window kernel method,and in some cases,it is even faster than two parametric methods.In terms of ship detection performance,the experiments show that the ship detector which constructed by the proposed sea surface distribution model and the given CA-CFAR algorithm has wide adaptability to different SAR sensors,resolutions and sea surface homogeneities and obtains a leading performance on the test dataset.     

基于SMOS卫星数据的海表面盐度模型

海表面盐度是研究海洋对全球气候影响以及大洋环流的重要参量之一,而卫星遥感技术是获取海表面盐度数据的最有效方法.目前,L波段的SMOS和Aquarius/SAC-D遥感卫星正在用于探测海表面盐度,并根据卫星观测数据和物理机制反演出海表面盐度的产品.但在某些近陆地区域,由于淡水流入及陆地射频(RFI)等因素影响,卫星反演盐度的产品精度较低.文中利用“东方红2号”科学考察船的实测数据、SMOS卫星数据,首次针对中国南海海域提出了用贝叶斯网络模型计算海表面盐度,并用验证数据集(实测Argo盐度)对模型进行适应性评估.经过计算,模型误差和验证误差分别为0.47 psu和0.45 psu,而相应的SMOS Level 2产品的精度分别为1.90 psu和1.82 psu.此模型为海表面盐度的计算提供了一个新方法.