Sedimentological constraints on hydrometeor-enhanced particle deposition: 1992 Eruptions of Crater Peak, Alaska

Water is a dominant component of volcanic clouds and has fundamental control on very fine particle deposition. Particle size characteristics of distal tephra-fall (100s km from source volcano) have a higher proportion of very fine particles compared to predictions based on single particle settling rates. In this study, sedimentological analyses of fallout from for the 18 August and 16–17 September 1992 eruptions of Crater Peak, Alaska, are combined with satellite observations, and cloud trajectory and microphysics modeling to investigate meteorological influences on particle sedimentation. Total grain size distributions of tephra fallout were reconstructed for both Crater Peak eruptions and indicate a predominance of fine particles < 125 μm. Polymodal analysis of the deposits has identified a particle subpopulation with mode ~ 15–18 μm involved in particle aggregation. Accounting for the magmatic water source only, calculated ice water content of the 3.7 hour old September 1992 Spurr cloud was ~ 4.5 × 10^− 2 g m^− 3 (based on an estimated cloud thickness of ~ 1000 m from trajectory modeling). Hydrometeor formation on particles in the volcanic cloud and subsequent sublimation may induce a cloud base instability that leads to rapid bulk (en masse) sedimentation of very fine particles through a mammatus-like mechanism.     

Multidimensional statistical technique for detection of low contrast geochemical anomalies

In this article we propose an advanced technique for detecting low contrast geochemical anomalies using a set of features. There are three principal elements in this technique: (1) a statistical measure of the contrast of the anomaly, denoted as τ; (2) selection of a background population; and (3) reduction of the dimensionality of the feature space. In the frame of the model, which describes the statistical distribution of geochemical background as a multidimensional normal distribution of logarithms of concentrations, the index, τ, is a powerful test statistic for the hypothesis of abnormality of an observation. Maps of τ anomalies can be rigorously interpreted on the basis of statistical inferences. Under all equal conditions this technique allows the detection of geochemical anomalies with at least the same contrast (if the chemical elements in a background population are correlated, then even the better) as using selective extractions of metals from soil or other techniques for data processing. The advantages of the proposed technique are demonstrated both theoretically and on examples of rare-metal and copper–nickel mineral deposits.     

铜陵新桥层状菱铁矿成因的矿物学证据及成矿意义

安徽铜陵新桥矿区二叠系栖霞组底部和石炭系黄龙组—船山组之间产出层状、似层状菱铁矿矿层。开展菱铁矿矿层成因研究对于深入剖析区域层控矽卡岩型铜铁矿床成矿机制具有重要意义。本文利用粉晶X射线衍射（XRD）、扫描电镜（SEM）对菱铁矿矿石进行矿物学研究,结果发现菱铁矿矿石主要由菱铁矿、石英、伊利石和有机质等组成,菱铁矿颗粒粒径较小,表面具有成岩自生的自形石英硬模的微结构,SEM原位微区成分分析显示菱铁矿中除了主量元素铁,还含有大量的锰、锌和钙。矿石中存在两种微结构和不同成因的石英：表面具菱铁矿硬模和次生加大结构的碎屑石英;具六方双锥、单锥以及生物成因球形的自生石英。菱铁矿矿石的组成和矿物表面微结构表明其为沉积成因,非岩浆热液起源。富有机质和亚铁的沉积菱铁矿层和沉积胶状黄铁矿层协同作用,可能是铜陵地区乃至长江中下游成矿带层状铜铁矿床层控性重要制约因素,以及可能作为燕山期中酸岩浆演化的氧化性含铜成矿流体卸载成矿的地球化学还原障。

     

GPS-RTK用于矿山高精度沉陷监测的可行性研究

针对复杂地表条件下采用水准测量和导线测量等常规方式进行地表变形周期观测、任务量大甚至无法实施等问题,提出了建立研究区域的似大地水准面精化模型,同时采用GPS-RTK技术获取观测站三维空间信息,进而获得概率积分法预计参数。最后以内蒙古准格尔旗某煤矿的生产实践说明该技术的有效性和可行性,极大地提高了工作效率,为保护煤柱的留设提供了科学的依据。     

西藏班公湖-怒江板块结合带岩金遥感找矿模式

西藏班公湖-怒江板块结合带地质构造复杂,成矿条件优越,具备形成金矿的地质背景条件,是西藏最具潜力和规模巨大的贵金属成矿带.但由于该区地质工作程度较低和对成矿规律认识不清,至今没有一个可供开发的岩金矿产地.通过班公湖-怒江板块结合带砂金、岩金矿(化)点,地球化学异常和重砂异常的分布并进行控矿因子分析,建立了该带两种岩金遥感找矿模式,通过验证发现该区具有大型远景规模的岩金矿产地,并认为蚀变岩型金矿和穆龙套型金矿是该带最重要的两种矿床类型,具有巨大的找矿潜力.     

关于我国天测与测地VLBI网络未来建设的讨论

结合国内外VLBI技术发展的历史、现状与动态,从天体测量、空间大地测量和深空探测等角度,对我国天测与测地VLBI观测网络的未来建设进行了需求分析和测站配置技术指标分析。     

环境风险应急管理决策支持系统的设计与实现

针对典型煤化工产业聚集区(太原市晋源区)环境风险应急管理决策支持系统的建立,进行系统功能结构划分和详细设计,并利用ArcGIS Server二次开发,实现在Web环境下地物空间信息的完整表达,地理信息的定位查询,应急救援资源的分类查询和对风险源的实时监控,完成最短路径查询、最邻近设施选择、救援服务区确定等空间分析功能,形成完整的应急响应机制,为应急管理决策提供有力依据。     

遥感影像分析在新增建设用地督察中的应用

以卫星影像大数据和时空数据挖掘技术为基础,采用深度学习框架支撑,构建了面向新增建设用地遥感监测应用需求的深度学习训练平台,可智能发现自然资源督察线索,全面提高自然资源督察问题的发现能力.该技术可广泛服务于大范围、高频次的督察工作,为督察工作提供更及时客观全面的信息基础和保障.     

基于深度学习的目标检测定位系统设计与实现

针对传统遥感影像目标检测方法效率不高,并且无有效手段对检测信息进行管理利用的问题,提出了在B/S构架下基于深度学习的目标检测及定位方法。通过集成深度学习框架、WebGIS以及数据库,实现了集遥感影像目标检测、展示及管理于一体的目标检测定位系统,满足多用户基于前端浏览器的并发目标检测需求。利用网格划分策略,实现了基于前端的大区域范围的目标快速检测。基于某机场飞机目标及某城市区域运动场目标检测结果表明:本文设计的目标检测定位系统能够在前端实现目标快速检测定位,具有较高检测精度,并可有效管理检测信息,为深度学习循环再利用提供数据支撑。     

检索词优化与空间自适应的深网POI获取方法研究

针对检索词库构建困难、数据请求量受限制等相关问题,该文提出一种基于独立覆盖率排序和空间自适应剖分的深网POI信息搜索方法,通过候选检索词初步构建、贪婪式探测搜索、检索词优化降维、空间自适应剖分爬行等主要流程,利用逐步逼近POI搜索的最大覆盖最优解,实现对深网POI信息的全量获取,大幅度提高深网POI数据的召回率与采集效率,该方法对于丰富地理信息资源、提升空间信息服务与内容管理能力具有重要意义。