内蒙古阿巴嘎萨茹塔拉地区地球化学异常特征及成矿潜力分析

萨茹塔拉是内蒙古中部近年来发现的具有较好找矿潜力的钼-铜-金矿化区。文章在1∶5万水系沉积物测量的基础上,结合区域地质背景特征,从单元素异常、异常元素组合特征等方面对该地区已发现的多处金、钼等矿床、矿点进行初步分析,结果表明已知矿床大部分位于矿致异常浓集中心,多元素组合异常套合较好,并指示了多处同样具有找矿前景的异常浓集中心。二叠系是赋矿有利层位;频繁的岩浆活动不但提供了成矿物质,而且使地层中的成矿元素进一步富集,并在构造有利部位成矿。     

大兴迭隆起隐伏岩溶水资源评价及开采方案预测

大兴迭隆起地区隐伏岩溶地下水是北京市的重要水源,为保障水源地能持续为大兴、通州地区提供优质的城镇生活用水,需对研究区岩溶地下水进行水资源评价和开采规划预测分析。利用数值模拟法,应用GMS模拟软件对研究区岩溶水系统进行地下水流数值模拟及水位变化预测。建立的岩溶水系统模型分为5层,模拟验证期为12年9个月。由模型评价的岩溶水系统补给资源量为14 425.74×10^4m3/a,可开采资源量为14 310.52×10^4m3/a,其中岩溶含水层可开采量为2 309.36×10^4m3/a。在模型识别验证后,分4种开采方案对水源地进行开采预测,通过对典型观测孔水位过程线拟合和研究区水均衡分析可知,按2020年之前维持现状开采,2020年后停采念坛水源地,2025年后全区按可开采量进行开采的开采方案最为合理,可分批逐次实现水源地的采补平衡。     

贵州北部铝土矿地球化学特征及沉积环境分析

贵州北部产于二叠系中统梁山组底部含矿岩系中的铝土矿,厚度稳定、变化较小,矿石质量较好。近几年相继找到的大中型矿床接踵而至,是渝南—黔北铝土矿集区的重要组成部分。通过道真新民、岩坪、桃园和务川瓦厂坪等矿床中铝土矿(岩)微量元素、稀土元素地球化学特征及沉积环境地球化学标志的研究,论证了贵州北部铝土矿床具有相同的物源和陆相淡水沉积环境。     

基于机器学习模型的区域土壤重金属空间预测精度比较研究

为识别区域土壤重金属的空间变异特征并厘清其影响因素,本研究构建了多元线性回归（MLR）、弹性网络回归（ENR）、随机森林（RF）、随机梯度提升（SGB）、堆叠（stacking）集成模型、反向传播神经网络（BP-ANN）、基于模型平均的神经网络集成（avNNet）、线性核支持向量机（SVM-L）和高斯核支持向量机（SVM-R）共九种机器学习模型,利用山东省中部土壤重金属（Cd、Cu、Hg、Pb和Zn）和环境辅助变量数据,开展区域土壤重金属空间预测精度比较研究。结果表明：RF对五种重金属空间预测的决定系数（R²）介于0.263~0.448之间,平均绝对误差（MAE）和均方根误差（RMSE）分别小于8.408和10.636,预测值/实际值（P/O）均接近于1,对五种重金属的预测效果均较为理想,是研究区土壤重金属空间预测的最优模型;SVM-R整体预测性能仅次于RF,各项精度评价指标均相对稳健,可作为备选模型;其余七种模型的预测性能均明显低于RF和SVM-R。RF的空间预测结果显示,研究区五种重金属呈现出相似的空间分布格局,含量均由研究区东北部向西南部递减,包括东北部、北部和南部3个高值区,且高值区与当地工业–交通密集区的分布格局一致,反映出人类活动是研究区土壤重金属空间分异的主要影响因素。本研究可为区域土壤污染调查、评价和管控提供科学参考。     

一次华北气旋造成北京特大暴雪天气过程分析

利用北京延庆站和海淀站风廓线产品、微波辐射计产品、北京市雷达产品(南郊和车道沟)、北京市58个称重雨量站观测资料、FY-2E卫星云图、常规气象资料综合分析2012年11月3到4日北京暴雪天气过程。分析表明：降水相态(雨、雪)由华北气旋的锋面性质和锋面位置决定;过程雨雪量由气旋的强度、持续时间和水汽通道维持时间决定;风廓线和微波辐射计产品资料在雨雪开始时间、雨雪相态转换方面有明显的指示性作用。     

BP神经网络在高程异常反演预测中的应用分析

利用C#语言编制了BP神经网络反演预测程序,基于具有代表性地区的高程异常数据,对BP神经网络在高程异常反演预测中的应用进行了分析。结果表明,本程序交互界面良好,具有很好的通用性;同时,在高程异常反演预测中取得良好的效果,说明神经网络在差异较大的数据反演预测方面仍具有较强的优势。     

利用LS_AR模型对极移参数的中长期预报

为了满足深空探测器自主导航定位对极移参数中长期预报的需求,阐述了基于LS_AR模型的极移参数中长期预报和精度评定的原理,提出了4种改进方案对LS_AR模型的构建进行优化,并利用IERS提供的1990～1996年的极移参数的时间序列检验4种优化方案,得到了最优的预报模型,在400 d跨度上,其预报结果的平均绝对误差比未优化的模型小3 mas左右。     

灰色模型分析法在高层建筑物变形监测预测中的应用

在变形监测过程中,获取监测资料以后,通过对高层建筑物观测资料进行研究分析,可以掌握地基随时间的沉降规律,预测其下一步的变形趋势,并为可能发生的变形做好必要的准备,减少因非预计沉降带来的损失。灰色模型分析法是一种常用的数据处理及预测分析方法,本文在简单介绍了灰色模型分析法的基础上,利用灰色模型分析法预测了变形监测数据,并得出了有益结论。     

利用MorPAS对上黑龙江成矿带进行金成矿预测

上黑龙江成矿带主要由早-中侏罗世河流-湖泊-洪积相含煤碎屑岩组成,目前已发现多个中小型矿床,在该区进行成矿预测意义重大。文章利用MORPAS成矿预测系统,采用证据权重法进行了成矿预测工作,在充分研究区内已知矿床的成矿规律基础上,以1：257Y地质图为背景,物化探异常分析子系统对1：20万区域化探数据进行C—A分形确定异常下限,综合现有的找矿标志,提取有利的成矿要素,进行针对处理,制成上黑龙江成矿带MORPAS金成矿预测分析图,提供成矿靶区,为森林高覆盖区提供找矿有利单元。     

神经网络辅助的GPS/MEMS-INS组合导航算法

在GPS/MEMS-INS(Micro-electromechanical System-Inertial Navigation System)组合导航中,当载体处于恶劣环境下或者载体处于大机动运动情况下,会导致GPS失锁。此时单独工作的低精度MEMS-INS会由于其位置和速度误差随着时间的变化而迅速积累最终无法导航。针对此问题,设计了一种结构简单易于实现的神经网络辅助的GPS/MEMS-INS组合导航系统。通过模拟实验,与标准卡尔曼滤波(KF)和无迹卡尔曼滤波(UKF)框架下组合导航相比,所提出的结构简单容易实现的神经网络辅助的组合导航系统具有较高的稳定性,并且组合导航整体过程中经纬度与速度精度均提高了65%左右。