离子交换分离-石墨炉原子吸收光谱法测定高纯铟中的痕量银

银是高纯铟的常检痕量元素,由于银含量低,一般的分析方法难以达到期望的检出限。本研究样品用硝酸溶解,强酸性阳离子交换树脂分离,试液蒸发浓缩后用石墨炉原子吸收光谱法测定高纯铟中痕量银。通过溶样方法、离子交换分离条件和仪器测定条件实验,结果表明,以0.7 mol/L硝酸作为淋洗液进行分离,样品中痕量砷、铝、铁、锡及大量的铟可被分离除去;铜、镉、镁、镍、锌、铅、硅和铊不能与银分离,但对测定无影响。方法线性范围为0～50 pg,相对标准偏差(RSD,n=8)小于10%,银的检出限为0.3 pg,测定下限为0.8ng/g,比文献方法的0.02～1μg/g中最低者低2个数量级,加标回收率为93.3%～110.0%。本方法由于分离了基体铟,避免了铟对银测定的影响,兼之将试液浓缩,有效地降低了检出限,且测定时无需使用基体改进剂,成本低,灵敏度较高,适合于高纯铟中痕量银的分析。     

Reverse time migration of ground-penetrating radar with full wavefield decomposition based on the Hilbert transform

The conventional reverse time migration of ground-penetrating radar data is implemented with the two-way wave equation. The cross-correlation result contains low-frequency noise and false images caused by improper wave paths. To eliminate low-frequency noise and improve the quality of the migration image, we propose to separate the left-up-going, left-down-going, right-up-going and right-down-going wavefield components in the forward- and backward-propagated wavefields based on the Hilbert transform. By applying the reverse time migration of ground-penetrating radar data with full wavefield decomposition based on the Hilbert transform, we obtain the reverse time migration images of different wavefield components and combine correct imaging conditions to generate complete migration images. The proposed method is tested on the synthetic ground-penetrating radar data of a tilt-interface model and a complex model. The migration results show that the imaging condition of different wavefield components can highlight the desired structures. We further discuss the reasons for incomplete images by reverse time migration with partial wavefields. Compared with the conventional reverse time migration methods for ground-penetrating radar data, low-frequency noise can be eliminated in images generated by the reverse time migration method with full wavefield decomposition based on the Hilbert transform.     

利用AutoPrep离子色谱技术实现复杂基体样品中重稀土元素的分离和制备

研究了AutoPrep自动前处理装置和离子色谱联用技术分析复杂基体样品中重稀土元素的分离和半制备的方法。选用两个双层四通阀和一个六通阀替代传统方法中的四个双层四通阀，选用一个GS50四元梯度泵实现对螯合浓缩柱不同条件的淋洗，将吸附或交换在螯合柱和浓缩柱上的碱金属、碱土金属、过渡金属、重金属和重稀土元素选择性地分段洗脱，并将基体消除后的样品在线进样到CS5A离子色谱交换柱中进行最终分离，过柱衍生后进入紫外一可见光检测器进行光度检测，并根据确定的保留时间段进行在线样品收集，完成制备工作。对基体简单且被测组分含量较高的样品，采用直接进样法测定4种重稀土元素（Tb、Y、T和Lu）的检测限（S／N=3）为8．3-21．0μg，线性相关系数均大于0.9992，分离度均大于4，以峰面积计算的方法精密度（RSD，n=9）小于3％，回收率为89.0％～110.8％；对复杂基体样品或被测组分含量较低的样品，采用基体消除在线浓缩处理，方法的检测限（S／N=3）为0．67～1．43Ⅲ／L，线性相关系数均大于0，9994，分离度均大于3，方法的精密度（RSD，n=9）小于3％，回收率为91．2％～106．0％。对简单基体和复杂基体两种样品的分离和制备方法均具备灵敏度高、选择性好、自动化程度高、节省时间等特点．用于岩石等实际样品的检测．结果满意。     

计算机彩色视觉在地图分色中的应用

彩色地图是用不同的颜色表示各个数据层，可以利用颜色信息有效地实现地图各个数据层的自动提取，本文用分光光度计对待扫描的标准色块进行颜色测量，然后用最小二乘法建立起颜色ＲＧＢ分量与颜色三属性的关系，并提出了一种识别地图颜色的新方法，以及实现了彩色地图要素的自动分离。     

1981年7月四川特大暴雨的数值预报和中尺度系统的分离

本文利用复杂地形条件下嵌套网格预报模式和欧洲中心(ECMWF)2.5°×2.5°的全球网格点资料,对“81.7”四川大暴雨进行了单向影响粗细网格嵌套48小时的个例预报试验;并根据滤波原理,利用最佳高通滤波器,将风场、位势高度场和温度场进行了中尺度分离。结果表明:本模式较好地预报了造成这次暴雨的中尺度系统发生、发展的过程;并对动力和热力影响作了一些粗浅的分析,本模式较好地描述了暴雨天气,细网格预报在某些方面有进一步改进。该尺度分离方法也能在扰动发展的早期阶段就能从大尺度背景场中将西南涡等中尺度系统清晰地分离出来,使我们能对影响这次暴雨的中尺度系统有进一步的认识。     

双热带气旋相互作用的机制分析及数值研究(一)——物理机制的分析

本文对正压情况下双热带气旋的相互作用进行了机制分析.通过对两个理想涡旋间非线性涡度平流过程的分析,揭示了双涡气旋性互旋及其中心间距变化的涡度平流机制.分析表明,一个涡旋的切向风场对另一涡旋涡度场的平流相互作用可造成两者气旋性互旋;而一个涡旋的切向风场与另一涡旋涡度梯度间的相互作用所引起的次级环流可造成双涡中心间距的增大或减小(定义为排斥或吸引),由此提出了双涡相互作用的临界距离效应概念.对几类常用的理想热带气旋及合成热带气旋的分析证实,双热带气旋的相互作用存在这种临界距离效应,且临界距离平均在6—7个纬距     

基于多路径Radon变换的地震数据噪声压制和波型分离方法研究

Radon变换是一种稀疏变换,被广泛应用于地震数据处理,其中线性Radon和抛物Radon最为常用.在实际地震数据中,直达波和面波的同相轴形态为线性,反射波为双曲型,单独使用线性Radon或抛物Radon变换时,不能确保所有同相轴在变换域的系数都是稀疏的,影响地震数据处理效果.本文提出的多路径Radon变换联合了线性Radon变换和抛物Radon变换,每个同相轴都有两种不同的变换参数来与积分路径相适应,能够兼顾不同形态的同相轴;然后利用最小二乘稀疏反演方法对不同形态同相轴匹配最佳积分路径,使其自动分离到两个不同的Radon域剖面且保持系数同时稀疏.从多路径Radon域剖面上,能够很容易地识别不同系数所对应的同相轴形态、时间截距以及速度,这些特征有利于提高利用Radon变换方法进行随机噪声压制、面波压制以及波型分离等技术的处理效果,该变换在模型数据和实际数据中的应用结果证明了本文方法有效性.

     

基于“方程解耦”算法的各向异性介质纵横波分离方法

各向异性介质纵横波耦合的特性,使得纵波信息的获取对于各向异性非常规储层地震数据采集和处理具有重要意义.常规方法主要包括基于散度旋度场的Helmholtz分解和基于频散关系的声波近似等两大类,但这两类方法都改变了纵波波场的振幅和相位信息,并进一步影响正演数值模拟和纵波偏移成像的最终结果.本文基于方程解耦的思想,通过将弹性刚度系数分量中的纵横波耦合项近似为纵波模量和横波模量的线性函数,推导得到单独的纵波和横波方程,从而实现各向异性介质的纵横波波场分离.与常规方法相比,"方程解耦"方法得到的纵波波场的振幅和相位信息都更为准确,且波场信息也更为完整,能够为各向异性介质的纵波数据处理提供重要的保障.     

Characteristics analysis on high density spatial sampling seismic data

China＇s continental deposition basins are characterized by complex geological structures and various reservoir lithologies. Therefore, high precision exploration methods are needed. High density spatial sampling is a new technology to increase the accuracy of seismic exploration. We briefly discuss point source and receiver technology, analyze the high density spatial sampling in situ method, introduce the symmetric sampling principles presented by Gijs J. O. Vermeer, and discuss high density spatial sampling technology from the point of view of wave field continuity. We emphasize the analysis of the high density spatial sampling characteristics, including the high density first break advantages for investigation of near surface structure, improving static correction precision, the use of dense receiver spacing at short offsets to increase the effective coverage at shallow depth, and the accuracy of reflection imaging. Coherent noise is not aliased and the noise analysis precision and suppression increases as a result. High density spatial sampling enhances wave field continuity and the accuracy of various mathematical transforms, which benefits wave field separation. Finally, we point out that the difficult part of high density spatial sampling technology is the data processing. More research needs to be done on the methods of analyzing and processing huge amounts of seismic data.     

地震绕射波弱信号U-net网络提取方法

绕射波携带大量小尺度非均匀地质体信息,对于提高地震勘探分辨率具有重要意义.绕射波能量远小于反射波,在地震记录中常被强反射波掩盖,因此分离并单独成像绕射波,为探测小尺度非均匀地质体的关键问题.传统绕射波分离方法受限于理论模型假设,对陡倾角反射波去除效果不佳,且易对绕射波造成损伤.基于经典编码-解码框架下的U-net网络和注意力机制,本文提出了一种绕射波智能分离方法,通过编码器自动提取地震数据中的绕射波特征,再由解码器恢复绕射波,从而隐性去除反射波.该方法作为端到端的机器学习,训练后的U-net网络可自适应地分离绕射波.本文通过数值模拟数据与实际数据构建训练数据集,利用训练后的U-net网络分离绕射波,并将结果偏移成像.数值模型测试和实际资料应用表明,融合了注意力机制的U-net网络能够有效压制反射波能量,保留绕射波动力学特征,克服了传统绕射波分离方法难以去除陡倾角反射的局限性,其提取的绕射波弱信号特征较为完整,能够进一步提高地震成像分辨率,在小尺度断裂刻画上具有优势.