南黄海磁性基底特征分析和综合解释

本文利用南通幅区域地质调查的重磁异常数据,在重磁异常特征分析的基础上,采用一维频谱分析法对南黄海进行磁性基底反演。结果表明:南黄海属于扬子块体向海域的延伸,具有元古代结晶基底和古生代褶皱基底的双基底结构,其磁性基底深度在2—10km之间变化,是褶皱基底与磁性层最小埋深的结合,在坳陷和隆起上表现不同。通过利用综合地质和地球物理综合方法,对南黄海区域的四大构造单元华北—狼林地块、扬子—京畿地块、华南—岭南地块、东海大陆架进行重磁异常变化特征和磁性基底特征分析,为研究区断裂等区域构造特征解释提供了依据。     

泌阳断陷下第三系核三上段高频层序中米兰柯维奇天文旋回信息

古气候是影响陆相层序发育的一个重要因素,其周期性变化是源于天文旋回的驱动力（即米兰柯维奇假说）。米兰柯维奇天文旋回包括偏心率旋回、倾斜率旋回和岁差旋回,这几个轨道参数所驱动的古气候变迁,分别形成了周期为１０万年（或４０万年）、４万年及２万年的高频层序,即小层序组、小层序及小层单元,研究结果表明,泌阳断陷湖盆的高频层序是由地球轨道旋回所驱动的古气候周期性变迁所形成的。     

土体动力一维非线性本构关系剖析与评价

土体动力一维非线性本构关系是场地及地基动力响应、土工数值分析的关键。回顾和总结了国内外的发展状况及研究进展,对其分析方法、等幅循环荷载到不规则荷载的扩展及应用规则、试验阻尼比的等效、滞回曲线形状等核心问题进行剖析、评价和探讨,并对各种模型的优缺点进行了比较和讨论,着重介绍了最近研究结果。最后指出未来发展方向及有待进一步研究的问题。     

青藏高原东北部岩石圈有效弹性厚度及其各向异性

青藏高原东北部是中国大陆构造环境特殊的主要构造域,毗邻青藏高原羌塘地块、塔里木盆地、四川盆地和华北克拉通,属于不同构造类型块体俯冲、碰撞及陆内汇聚的结合部,在中国大陆形成与演化的历史中扮演着重要角色.岩石圈有效弹性厚度(Te)及其各向异性与岩石圈流变性、力学结构紧密相连,研究青藏高原东北部的岩石圈Te及其各向异性将为我们认识大陆岩石圈的流变性及动力学过程提供重要信息.本文基于Fan小波相关性分析法,运用布格重力和地形资料获得了青藏高原东北部岩石圈Te及其各向异性二维分布的详细信息.研究结果表明研究区域内Te的分布范围在5～100 km之间;松潘—甘孜地块、祁连山造山带和龙门山地区的Te较薄(5 kmTeTe值都较低,其中龙门山断裂带Te只有5～20 km,且南、北两段各向异性存在明显差异.内部的若尔盖盆地Te值略显高值,说明其是仍保留有刚性的块体;北缘的柴达木盆地下伏为古生代的地壳,被认为是古老的克拉通碎片,Te较大(50 kmTeTe的各向异性轴垂直于大的块体边界.通过比较Te各向异性与SKS波的快波偏振方向、Rayleigh面波方位角各向异性的相互关系我们推测阿拉善地块各向异性源自地幔橄榄岩晶格的优势取向,岩石圈变形趋于垂直连贯变形模式;柴达木盆地各向异性源于历史构造事件残留在岩石圈中的"化石"各向异性;松潘—甘孜地块各向异性源自物质的侧向流动.     

地震观测仪器自动监控软件设计与实现

结合地震地球物理观测台网台站监测工作实际,研制一款地震观测仪器自动监控软件。该软件适用于不同网络环境下IP类仪器设备的网络实时或定时自动监控,地球物理观测类仪器时钟、状态和观测数据的定时自动监控,能自动识别当日观测数据中的无效数据、变幅异常、干扰、地震和限幅等信息,无需借助其他硬件和软件即可将告警信息以短信方式发送给值班人员和管理人员,可实现对仪器原始观测数据的自动备份和手动恢复,及对仪器的一键重启和校正时钟等控制类操作,无需跨平台操作即可查看当日观测数据曲线及分析数据的完整性和有效性,从而实现对仪器的统一高效管理。     

Geomorphology-oriented digital terrain analysis: Progress and perspectives

Digital terrain analysis(DTA) is one of the most important contents in the research of geographical information science(GIS). However, on the basis of the digital elevation model(DEM), many problems exist in the current research of DTA in geomorphological studies. For instance, the current DTA research appears to be focused more on morphology, phenomenon, and modern surface rather than mechanism, process, and underlying terrain. The current DTA research needs to be urgently transformed from the study of landform morphology to one focusing on landform process and mechanism. On this basis, this study summarizes the current research status of geomorphology-oriented DTA and systematically reviews and analyzes the research about the knowledge of geomorphological ontology, terrain modeling, terrain derivative calculation, and terrain analytical methods. With the help of DEM data, DTA research has the advantage of carrying out geomorphological studies from the perspective of surface morphology. However, the study of DTA has inherent defects in terms of data expression and analytic patterns. Thus, breakthroughs in basic theories and key technologies are necessary. Moreover, scholars need to realize that DTA research must be transformed from phenomenon to mechanism, from morphology to process, and from terrain to landform. At present, the research development of earth science has reached the critical stage in which the DTA research should focus more on geomorphological ontology. Consequently, this study proposes several prospects of geomorphology-oriented DTA from the aspects of value-added DEM data model, terrain derivatives and their spatial relations, and macro-terrain analysis. The study of DTA based on DEM is at a critical period along with the issue on whether the current GIS technology can truly support the development of geography. The research idea of geomorphology-oriented DTA is expected to be an important exploration and practice in the field of GIS.     

基于资源三号卫星影像的数字高程模型外推实验精度分析

目前,充分利用国产卫星影像,逐步减少使用国外遥感影像,是我国现代测绘产业发展的大趋势。本文基于资源三号国产卫星影像,利用已有的控制点资料,分别基于有控、无控的条件下生成DEM,分析其精度;并在研究区北部边缘选取部分控制点,通过区域网平差,对控制区域进行外推,生成DEM;再利用其余的控制点作为检查点对DEM精度进行检测,分析DEM在外推约100 km范围内的精度能够满足怎样的精度要求。     

基于深度学习的钨钼找矿靶区预测方法研究

随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测“智能化预测评价”具有得天独厚的优势。本文以陕西省镇安县西部钨钼矿集区单元素化探异常原始数据为基础,提出了基于深度学习的钨钼矿产评价方法。该方法以归一化地球化学数据作为模型训练数据,通过深度学习中深度自编码网络方法实现异常值提取进而识别重点成矿有利地段,实现矿产资源找矿远景区定性预测。研究结果表明,在对957条单元素化探异常原始数据分类且做好模型标签后,整个过程在计算机的“黑盒子”中自动完成学习和预测,相较于传统预测研究方法,本文方法具有自动化程度高和客观性强的特征。此外,本文利用已知矿点构建训练数据集,采用随机森林方法对预测区进行矿产资源找矿靶区预测圈定,为进一步缩小找矿靶区范围提供科学依据。     

敦煌西湖自然保护区湿地演化及驱动力分析

西湖国家级自然保护区位于河西走廊西端,是敦煌盆地人工绿洲的天然屏障。近几十年来,由于气候变化和人类水土资源过度开发,保护区生态环境持续恶化,湿地退化和沙漠化趋势日趋严重。本文运用多时相资源卫星遥感影像,解译分析了保护区湿地演化规律。结果表明：1980-2013年间有23个年份湿地处于快速退化状态,保护区湿地面积由1.72×10⁴ hm²减少到0.99×10⁴ hm²,减少了42.4%;保护区湿地的斑块数从32个增加到51个,平均斑块面积由537 hm²减少为213 hm²,湿地演化呈破碎化趋势。湿地分布质心向西南方向移动了11.59 km,湿地呈整体向西南缓慢移动的趋势。运用因子分析法对湿地演化的驱动因子进行了分类,并利用投影寻踪模型分析各驱动因子对湿地演化的贡献率,结果表明：下游湿地退化的根本原因是大规模引地表水和开采地下水灌溉,其次是气候变化引起的冰川退缩、径流量衰减。20世纪90年代,西湖保护区湿地处于相对稳定状态,建议敦煌地区耕地维持在20世纪90年代初的2.7×10⁴ hm²水平,或通过节水、调整作物结构和跨流域调水等措施,压缩引地表水和开采地下水水量,灌溉用水需控制在20世纪90年代初的用水水平。该研究成果可为自然保护区湿地保护和流域综合开发提供依据。