含铍条纹岩的蚀变归属及其找矿意义

含铍条纹岩是碱性富氟花岗岩浆演化到晚期,因不混溶作用产生的含矿热流体对碳酸盐岩或夕卡岩强烈淋滤而成的含铍富氟蚀变体.和夕卡岩相比,矿物组合不同,形成时间较晚,介质偏酸性,应属云英岩.     

中波红外图像条纹处理方法

卫星搭载的有效载荷在进行在轨对地观测过程中,受仪器本身特性和地球固有特性因素的影响,在图像上会产生多种观测失准和干扰现象。如图像旋转现象,蝴蝶结效应以及探元非均匀性条纹现象等。针对这类可以预见到的冗余和条纹,对仪器设计优化以及借助卫星星历轨道等辅助数据和成熟的图像处理算法可以对其实现有效地恢复。仪器在轨运行期间新引入的周期性或非周期性干扰,则需综合运用多种数据来源和关于干扰产生原理的先验知识,并结合图像处理手段实现图像恢复,同时保存原有辐射信息的真实性,为定量研究提供高质量可靠的数据准备。本研究针对某卫星中波红外图像干扰条纹,利用星上定标数据,并通过条纹现象分析和产生机理分析,探索了一种新的基于空域信号补偿原理的图像干扰条纹处理算法,通过大量图像数据处理实践证明,该算法对图像质量改善明显,且在动态范围和辐射信息保存方面优于传统频域滤波算法。     

氮、磷、硅对条纹小环藻生长和叶绿素a含量的影响

采用单因子实验方法研究氮、磷和硅营养盐对条纹小环藻(Cyclotella striata)生长和叶绿素a含量的影响。结果表明:在不同磷和硅营养盐浓度下,条纹小环藻比生长率μ变化显著(P<0.05),其中,硝酸盐为0.60~0.85 d-1,硅酸盐为0.49~0.61 d-1,磷酸盐为0.46~0.51 d-1。总体而言,在一定的营养盐浓度范围内,条纹小环藻的最大藻细胞密度Nmax随着氮、磷和硅营养盐浓度的增加而增大;条纹小环藻叶绿素a(Chl a)含量亦随着氮、硅浓度的增加,与Nmax增加趋势一致,但随着磷浓度的增加Chl a先增加后减小,与Nmax不一致。条纹小环藻的主要限制营养元素是氮和硅,而磷可能不会成为其短期培养的限制因子。     

钢纤维混凝土断裂过程激光实时全息干涉法研究

应用激光实时全息干涉法实现了钢纤维混凝土三点弯曲切口梁断裂全过程的实时动态观测研究,连续动态捕获了钢纤维混凝土试件的干涉条纹图。实时全息干涉条纹的动态特征和分布规律直观准确地演示了钢纤维混凝土的初裂点和各阶段的变形特征以及裂缝扩展全过程。试验研究表明,当混凝土试件的钢纤维掺量大于1.0 %时,钢纤维的阻裂增韧效应是明显的。钢纤维混凝土断裂力学参量的计算与分析显示,断裂能是反映钢纤维阻裂效应的敏感参数,用全息干涉条纹图的判识和用断裂能描述获得的试件断裂行为是一致的,激光实时全息干涉法能够为混凝土断裂力学研究提供可靠的试验支撑。     

优化条纹频率估计的改进InSAR-BM3D滤波方法

针对InSAR-BM3D滤波在干涉图条纹密集、噪声严重情况下,存在的对干涉条纹保护较差、易丢失细节信息的问题,该文利用圆周期中值滤波对条纹频率估计方法进行优化以提高条纹频率估计精度,并利用优化的条纹频率方法对InSAR-BM3D滤波方法进行改进。为验证本文改进滤波方法的有效性,分别进行模拟数据与真实数据的滤波实验,并将改进滤波方法与未改进InSAR-BM3D滤波以及常用的Lee滤波、Goldstein滤波、小波硬阈值滤波、小波软阈值滤波进行滤波结果的定性和定量比较。结果表明,改进滤波方法在保持InSAR-BM3D滤波高效抑制噪声优势的同时,提高了对干涉条纹边缘和细节的保护能力,能获得更好的滤波效果。     

宜章界牌岭条纹岩铍矿床特征及其找矿意义

界牌岭矿区100多米(假厚)的条纹岩铍矿,是1982年打到的,并且在深部打到了工业锡矿体。本文就条纹岩铍矿的地质特征及其找矿意义,作一简介。 1 矿区地质简况出露地层主要为石炭系石磴子组灰岩、测水组砂页岩、梓门桥组灰岩白云岩以及壶天群白云岩,条纹岩产于石磴子组灰岩之中。矿区构造为北北东向次级小背斜,向南扬起向北倾伏,背斜轴部出露含矿地层石磴子组灰岩,两侧为测水组砂页岩,形成很好的盖层,背斜两侧被北北东向断层切割,但断距不大。     

含铍条纹状蚀变岩在发现界牌岭锡多金属隐伏矿床中的找矿意义

界牌岭锡多金属矿床是一个大型隐伏矿床,找矿工作采用了化探次生晕、原生晕、地质调查等多种方法和手段.含铍条纹状蚀变岩的发现在找矿预测中起到了致关重要的作用,为找矿工作开拓了新的思路.     

InSAR干涉条纹图去噪方法的研究

分析了干涉条纹图中相位噪声的来源,介绍了几种专门用于InSAR干涉条纹图噪声滤除的方法,针对干涉条纹图的相位跳跃现象,提出了正余弦变换的方法解决相位跳跃的问题,并在此基础上提出了两种新的相位噪声滤除方法———正余弦均值滤波法和正余弦中值滤波法,最后进行了对比试验,证明了本文提出的方法具有噪声抑制效果好、边缘信息保持能力强、算法简单的特点。     

基于时间序列的InSAR相干性量级估计

本文提出了一种适用于InSAR数据处理的自适应相干性量级估计方法,该方法能够满足复信号随机平稳的假设前提,并兼顾运算效率与估计精度.此方法生成的相干图具有很好的分布特征,避免了影像空间分辨率的损失.提出的算法分为两个步骤:(1)根据地物后向散射特性,对时间序列SAR影像进行聚类分析,选择具有同分布的样本,保证SAR影像质地平稳条件;(2)对干涉图进行条纹频率估计,采用极大似然(ML)条纹频率估计方法去除系统相位引起的复信号非平稳性,并根据Cramer-Rao边界条件改善条纹频率的估计精度.以美国南加州洛杉矶地区的ENVISAT ASAR数据集为例,本文将新方法与现有方法进行了量化分析.结果表明,较传统方法而言,基于时间序列的相干性估计方法能够得到更可靠、精度更高、空间特征更鲜明的干涉相干图.