藏北安多-巴青地区侏罗纪含礁层系岩相及沉积环境

根据岩性及其组合特征,本文将西藏北部安多—巴青地区侏罗纪含礁地层划分为流水成因的颗粒岩岩相、流水成因的碎屑岩岩相、复成因的泥晶—泥质灰岩岩相、生物及生物化学成因的障积岩岩相、生物及生物化学成因的粘结—障积岩岩相和生物及生物化学成因的骨架岩岩相等6大类型,计16种岩相。它们构成了潮坪相组合、台地浅滩相组合、开阔台地相组合和台地生物礁相组合共4种岩相组合,并由下而上有规律地形成2种岩相序列,即陆源碎屑与碳酸盐混合台地相序列和碳酸盐台地相序列。     

斑纹鲟凝集素(CFL)的初步研究Ⅱ.CFL的分子组成及性质鉴定

采用生化方法对斑纹鲟(Charybdis feriatus)凝集素进行了初步研究.结果表明,斑纹鲟的血清中有动物红细胞和微生物细胞凝集活性的凝集素(Charybdis feriatuslectin,CFL),其活力表现依赖于Ca2+,并为多种糖所抑制;CFL对40℃以上的温度敏感,其活力在pH6.0~8.0内稳定.经巯基乙醇处理和未经巯基乙醇处理的CFL在SDS-PAGE上均为一条蛋白带,说明斑纹鲟凝集素不含二硫键,且只有一种亚基,分子量为40.8 kDa,CFL氨基酸组成分析表明其富含酸性氨基酸.     

空间分析与生物地球化学循环:西藏林周县大骨节病患病村与非患病村的比较研究

西藏林周县是我国大骨节病(KBD)患病较为严重的地区之一,本文将林周县作为研究区,通过使用地理探测器(GeoDetector)量化分析KBD患病率风险因子的影响,并使用环境化学方法验证空间分析结果。通过对10个潜在影响因子的分析以及对当地KBD患病村和非患病村的土壤-水-粮食-人这一生物地球化学循环的环境化学分析,结果表明:(1)林周县KBD由一组多重且交互作用的环境影响因子共同作用影响,其中最重要的控制因子是地层因子;(2)所有环境介质(土壤、水、谷物)及人体组织中的硒元素浓度在KBD患病区均低于非患病区;(3)当地居民对硒和铬的摄入严重不足,尤其是KBD患病村中居民硒元素平均日摄入量(ADD)大约仅为世界卫生组织(WHO)建议的成人基本摄入量下限的4%;(4)我们推测,当地居民患病主要是由于地层这一影响因子,这是由于通过生态系统的迁移转化导致当地人口严重硒缺乏,最终导致地方性生物地球化学硒缺乏。     

青藏铁路冻土区路基工程安全可靠性监测技术研究

通过对冻土区路基工程和冻土之间相互作用过程的分析,提出冻土区路基工程的安全可靠性监测关键技术一是监测方法,二是监测手段,三是数据分析。冻土区路基工程的安全可靠性首先取决于工程周围和工程基底多年冻土的热稳定性,其次取决于发生变形的路基填土厚度及其基底融化层厚度。因此,路基顶面以下不同深度地温监测和年际冻融季节时段路基土层变形监测是冻土区工程长期可靠性监测的主要指标。青藏铁路自然条件的严酷性,要求监测手段具有可靠性和耐久性以及对复杂自然条件变化的适应性。文章提出一种自动观测多年冻土地温和路基变形,并能够实现数据无线传输的现场监测系统设计方案,通过现场试验,证明这种监测系统能够适应青藏高原恶劣的自然条件,减轻了人工监测的劳苦,具有可靠性和耐久性。作者还提出了能够简便判断冻土区工程安全可靠性的监测数据分析方法,对目前冻土区工程安全可靠性分析具有一定的理论指导作用。     

西藏拉萨地块的乐平统及其古地理意义

西藏拉萨地块乐平统以海相与陆相沉积并存为特征。海相乐平统含复体珊瑚Waagenophyllum、■类Reichelina和有孔虫Colaniella。陆相乐平统含两类植物群,一类发育于措勤盆地中北部地区,为舌羊齿植物群分子Glossopteris、Noeggerathiopsis、Phyllotheca和华夏植物群分子Pecopteris、Sphenopteris共生的混生植物群;另一类主要发现于改则县下岗江和昂仁县贡久布地区,以Lepidophylloides、Paracalamites、Pecopteris等华夏植物群分子为主。根据沉积层序分析,拉萨地块乐平世时表现为整体上升。藏南喜马拉雅特提斯带的乐平统以产有冈瓦纳型Glossopteris植物群、冷水型单体珊瑚Cyathaxonia和腕足动物群为特征,并且从曲布组到曲布日嘎组表现为海进的沉积序列。拉萨地块和喜马拉雅特提斯带乐平世在植物群、动物群以及沉积层序方面存在着本质的差别,因此,拉萨地块在晚二叠世已基本脱离位于冈瓦纳大陆北缘的喜马拉雅特提斯带。     

编织袋充填砂结构在围堰工程中的应用

结合青岛市四方区围海造地工程的实例,分析了在厚度较大的软弱地基层上水下铺设大型编织布袋作为围堰的主体结构的优点和结构特点,重点介绍了施工工艺以及在施工过程中需注意的问题。     

藏、汉对比视角下的城市空间环境认知研究——以中国西藏日喀则市为例

以分布式认知理论为基础,采用质性研究法、数量分析法以及GIS空间分析技术,探讨日喀则市藏族、汉族居民对城市空间环境认知的异同性。研究表明,藏族对城市空间环境的认知得分高于汉族对城市空间环境的认知得分。藏族、汉族对城市空间环境的认知水平可分为高、中、低3类。认知空间呈现圈层结构与混合结构模式,可分为藏汉一致性、藏族独立以及汉族独立3种认知空间类型。影响居民对城市空间环境的认知因素有共性因素和差异性因素。景观走廊质量、宜居性、基础设施两项是藏族居民关注的主要影响因素,汉族居民更关注公共服务设施的服务能力以及对当地文化的融入感。     

Trends and risk evolution of drought disasters in Tibet Region,China

Journal of Geographical Sciences - The risk posed by natural disasters can be largely reflected by hazard and vulnerability. The analysis of long-term hazard series can reveal the mechanisms by...     

基于位置大数据的国庆假期青藏高原人群分布时空变化模式挖掘

人类活动是引起青藏高原生态环境发生改变的重要因素。很多学者对青藏高原史前人类活动和近几十年的人口分布格局与人口流动开展了大量研究,但有关人群时空分布的精细尺度研究相对缺乏。海量的位置大数据为认识高原人群短期的动态变化提供了新途径。本文利用手机定位数据、人口迁徙数据等高时空分辨率的位置大数据,通过时间序列分解方法和基于统计检验的异常判别方法,分析了2017年国庆期间青海与西藏的人群分布时空变化特征,并探讨了假期旅游行为及人口迁徙与变化特征之间的关系。研究结果显示：① 在省级和城市整体尺度上,定位请求量的假期变化在时间上呈现先降后升的“潮汐”变化模式;② 在精细网格尺度上,西宁和拉萨城市及周边地区的人群分布变化在空间上呈现中心跌、周边涨的“离心化”变化模式。国庆假期人们向城市周边热门景点移动聚集的旅游行为和城市之间的人口迁徙都是导致西宁和拉萨周边地区定位请求量上涨的重要潜在原因,而两座高原城市中心定位请求的下跌不仅与人口迁徙有关,还与假期人类日常行为及定位请求频次的变化等因素有关。通过位置大数据挖掘节庆假期人群分布的时空变化,不仅加深了对高原人口分布格局与流动变化的认识,也为高原城镇化与生态保护的精细化管理与决策提供支撑。     

Estimation of crowd density from UAVs images based on corner detection procedures and clustering analysis

With rapid developments in platforms and sensors technology in terms of digital cameras and video recordings, crowd monitoring has taken a considerable attentions in many disciplines such as psychology, sociology, engineering, and computer vision. This is due to the fact that, monitoring of the crowd is necessary to enhance safety and controllable movements to minimize the risk particularly in highly crowded incidents (e.g. sports). One of the platforms that have been extensively employed in crowd monitoring is unmanned aerial vehicles (UAVs), because UAVs have the capability to acquiring fast, low costs, high-resolution and real-time images over crowd areas. In addition, geo-referenced images can also be provided through integration of on-board positioning sensors (e.g. GPS/IMU) with vision sensors (digital cameras and laser scanner). In this paper, a new testing procedure based on feature from accelerated segment test (FAST) algorithms is introduced to detect the crowd features from UAV images taken from different camera orientations and positions. The proposed test started with converting a circle of 16 pixels surrounding the center pixel into a vector and sorting it in ascending/descending order. A single pixel which takes the ranking number 9 (for FAST-9) or 12 (for FAST-12) was then compared with the center pixel. Accuracy assessment in terms of completeness and correctness was used to assess the performance of the new testing procedure before and after filtering the crowd features. The results show that the proposed algorithms are able to extract crowd features from different UAV images. Overall, the values of Completeness range from 55 to 70 % whereas the range of correctness values was 91 to 94 %.