新疆阿克苏大石峡水电站附近活动断层的基本特征

通过对大石峡水电站附近的多条活动断层研究表明:库车坳陷西段的乌什坳陷区内,主要发育有两排新隆起的活动褶皱,由北向南依次为沙依拉木背斜带和苏尔滚背斜带;区内的活动断层主要以NE向为主,其中较大的断层有阔克沙勒断层、迈丹—沙依拉木断层和库齐隐伏断层。研究区中对场地影响较大的断层为迈丹—沙依拉木断层和大石峡口山前断层,它们均表现为东西分段特性,断层整体活动程度西强东弱。库齐隐伏断层是一条晚更新世末期的活动断层,最新的活动时代为距今1.4万年左右。     

基于空间数据挖掘的三维成矿预测定量指标体系建立方法研究——以宁芜盆地钟姑矿田为例

大数据思维是直接从数据入手的一种新的思维方式,其本质是减少甚至完全屏蔽人为因素干扰,让数据说话。以往三维成矿预测中指标体系的建立多采用经验分析法,以地质模型和先验知识指导控矿特征变量取值,其准确性易受到人为影响。本文基于大数据思维,使用数据驱动方法对三维成矿预测中的找矿指标体系进行探索性研究,在钟姑矿田选择4 个大中型典型矿床,直接采用三维空间分析方法对地层和岩体的控矿地质体进行特征分析,通过计算z 轴方向三维距离场、分析岩体顶面隆起凹陷程度形态因素,确定各控矿要素与矿体之间的相关关系,获取定量指标。本研究改变了以往主观经验指导找矿的思路,尝试采用空间数据挖掘方法进行客观数据分析提出找矿指标,提高了找矿指标体系建立的科学性,此方法得到的定量指标体系可直接参与三维找矿预测模型的计算。     

基于移动通信大数据的地震灾区人口快速处理系统研究

破坏性地震发生后,及时准确掌握被困人数和具体位置是救援的关键。传统地震应急基础数据库的人口数据是某个时期以行政单元或者公里格网为基础的统计数据,缺乏时效性和空间分布特征,难以据此准确评估地震灾区被困人员的分布情况。该研究根据移动通信定位技术中的被动Cell-ID定位法原理,获取研究区手机定位数据,系统以Microsoft Visual Studio 2012为开发平台,运用C#语言和ArcEngine开发组件来构建,对获取的手机定位数据进行处理,评估灾区被困人口的分布情况,制作专题图,为震后的应急救援提供参考依据。     

滇西北普朗斑岩铜矿与成矿有关的花岗岩与全球埃达克岩的对比:大数据研究的初步结果

云南格咱岛弧是西南三江构造-岩浆岩带中义敦岛弧的重要组成部分,位于义敦岛弧带的南端,是中国西部地区一个重要的铜铅锌多金属成矿带和印支期斑岩铜矿带,其中普朗斑岩型铜矿是印支期斑岩铜矿的典型代表。本文在前人研究基础上,采用大数据分析技术,对普朗斑岩铜矿与成矿有关的花岗岩与全球埃达克岩进行了对比研究,得到506个元素组合,获得交叠率比值127765个。结果表明,普朗斑岩与全球埃达克岩的地球化学数据基本上重叠,具有与全球埃达克岩类似的特征;但Cu、Mo、Pb、Zn成矿元素明显超出全球埃达克岩的分布范围,REE和Ga与主元素的比值虽然在全球埃达克岩范围内,却显示了位于全球埃达克岩某个端元的现象。另外,与斑岩铜矿有关的埃达克岩分布于全球埃达克岩范围的局部,数据部分或大部分逸出了全球埃达克岩分布的范围,具有低Sr/Cu、Ta/Cu、Al/Mo、Mn/Zn、Mn/Cu、Mn/Mo以及Hf、K、Ti、P、Co、Th、Ca/Cu比值的特征,数据点偏离全球埃达克岩范围越远,蚀变与矿化作用越强烈,与铜钼成矿关系越密切。本文地球化学数据挖掘结果可以作为找矿标志来使用,这为普朗铜矿床深部及外围的地质找矿提供了新的科学依据。     

地质大数据的特点及其在成矿规律、成矿系列研究中的应用

进入21世纪以来,面对这一信息大爆炸的时代(即"大数据"时代),人们的生活、工作与思维都面临着大变革。文章基于"大数据"思维,探讨了成矿规律及成矿系列研究中的一些问题,以期地质大数据能够在成矿规律及成矿系列的研究中得到更好地应用。首先,从"大数据"的特点及其研究现状入手,结合地质矿产研究中的现实问题,阐述了地质大数据的概念及其外延。然后,综合"大数据"与成矿规律、成矿系列研究相关各地质专业的特点,浅析了矿产资源领域地质大数据的10个特点;其中,除了从地质矿产的视角解释了"大数据"的大量性、高速性、多样性、价值性4大特点外,还基于地质矿产专业提出了地质大数据的6大新特点:"物质性与非物质性""空间性与非空间性""时间性与非时间性""因果性与非因果性""主体性与非主体性"及"客体性与非客体性",并在"大数据"的背景下作了新的诠释。最后,总结了地质大数据在成矿规律、成矿系列、成矿体系研究中的应用情况及注意事项,期望地质大数据能为成矿理论和成矿预测工作提供新思路。     

Paleolimnological investigation of the effects of post-1970 reductions of acidic deposition on an acidified Adirondack lake

A 40-cm sediment core from Big Moose Lake (Adirondack Mountains, New York, U.S.A.) was analyzed for recent changes in chrysophyte composition of chrysophyte species to assess if legislated reductions of sulphur emissions have resulted in changes in biological composition and inferred lakewater pH in this lake. This core, taken in September 1994, had a record of stratigraphic changes in chrysophyte assemblages remarkably similar to those in 210Pb-dated sediment cores taken in 1983 and 1988. Abrupt changes in chrysophyte stratigraphy were used to date the newest sediment core by stratigraphic correlation. We observed relatively constant composition of chrysophyte species and inferred-pH values in post-1970 sediments, which suggests that there has been little change in lakewater pH values despite the reductions in sulfate deposition since 1970 in the Adirondacks. These results are consistent with recent monitoring measurements in the Adirondacks. Further research is necessary to ascertain the applicability of these findings to other lakes in the Adirondacks and to determine the reasons for the lack of recovery.     

Accounting for correlation among environmental covariates improves delineation of extrapolation suitability index for agronomic technological packages

This paper generates an extrapolation suitability index (ESI) to guide scaling-out of improved maize varieties and inorganic fertilizers. The best-bet technology packages were selected based on yield gap data from trial sites in Tanzania. A modified extrapolation detection algorithm was used to generate maps on two types of dissimilarities between environmental conditions at the reference sites and the outlying projection domain. The two dissimilarity maps were intersected to generate ESI. Accounting for correlation structure among covariates improved estimate of risk of extrapolating technologies. The covariate that highly limited the suitability of specific technology package in each pixel was identified. The impact based spatial targeting index (IBSTI) identified zones that should be prioritized to maximize the potential impacts of scaling-out technology packages. The proposed indices will guide extension agencies in targeting technology packages to suitable environments with high potential impact to increase probability of adoption and reduce risk of failure.     

Data-driven approach to characterize urban vitality: how spatiotemporal context dynamically defines Seoul’s nighttime

ABSTRACT

This study takes a data-driven approach to define urban nighttime by examining the spatiotemporal dynamics of urban vitality. Using micro-scale spatiotemporal analysis, this paper empirically provides a comprehensive, yet granular, picture of collective human behaviors in cities. Using Seoul, South Korea as a case study site, it prioritizes the spatiotemporal context in order to mitigate uncertain contextual effects inherent in such forms of data-driven analysis. Instead of leaving the data re-grouping up to researcher’s arbitrary decision, this paper employs a functional principal component analysis (FPCA) to systematically transform a set of discrete data to a continuous functional form. This paper applies FPCA on 24-hour-based dataset of pedestrian traffic in Seoul in order to make a data-driven extraction of principal components that characterize the city’s unique patterns of urban vitality. Extracting principal components allows for less statistically obvious phenomena to be measured that would have otherwise been hidden within the data. This approach proved successful in capturing nighttime vitality patterns that are eclipsed by the overwhelming trend of daytime patterns. Additionally, this paper compares differences between regions and seasons to examine what the differences can tell about the definition of nighttime.     

石英Ti/Ge-P:基于机器学习的矿床类型判别新图解SCIEI北大核心CSCD

石英的微量元素记录了石英生长的物理化学条件。通过微量元素对石英原岩进行分类的研究历史已久,经典工作是在以微量元素为坐标轴的图解上绘制各类型石英的分布范围,以区分石英类型。经典图解包括Rusk(2012)提出用于区分三种矿床类型石英的Al-Ti二元图解,和Schr9n et al.(1988)提出的用于判别不同岩浆岩类型石英的Ti-Al-Ge三元图解。越来越多的研究表明,上述图解不能满足对更多石英类型进行分类的需求,同时也出现与部分已知产状类型的石英微量元素判别相矛盾的情况。随着石英原位微区测试方法的成熟,高精度石英微量元素数据逐渐丰富为系统开展机器学习提供了大数据基础,为石英微量元素研究提供了新的角度和可能性。本研究运用机器学习分类方法对石英微量元素进行精确数学分析,提出Ti/Ge-P图解为石英成因研究提出新的地球化学指标。本文同时测试了六种经典机器学习分类算法,提高Ti/Ge-P图解在石英成因分类研究上的精度。此Ti/Ge-P图解适用于多种矿床研究,包括但不局限于斑岩型矿床、矽卡岩型矿床、浅成低温热液型矿床、卡林型矿床以及造山型矿床中的石英。这项工作是大数据技术与机器学习技术在地球化学研究中的积极探索。     

一次层状云降水过程云粒子的特征分析

本文针对山西省2009年6月18日-19日的一次降水过程,利用Micaps系统天气图和机载DMT探测资料分析了这次降水的宏微观特征,并用Г分布拟合了云滴谱分布,结果接近云滴谱的实际分布。