基于18S和ITS-5.8S rDNA基因序列的白色霞水母(Cyanea nozakii)的分子鉴定与检测

采用通用引物PCR扩增法,测定了辽东湾海域的白色霞水母(Cyanea nozakii)螅状体、碟状体及水母体的18S以及ITS-5.8S r DNA序列,同时利用Gene Bank数据库中已有同源序列对其进行序列分析及系统分析。结果显示,白色霞水母3个个体的18S和ITS-5.8S r DNA序列完全一致。白色霞水母样品的ITS-5.8S r DNA序列与Gen Bank中未知真核生物的序列高度相似(≥99%),推测该物种可能是早期发育阶段(卵、浮浪幼虫或碟状体)的白色霞水母样品。霞水母属不同种间18S r DNA序列经比对后同源序列长度为1709bp,多态位点数33个;比对后ITS1同源序列长度为368bp,其中变异位点203个,简约信息位点数178个,单变异位点21个。基于18S r DNA基因序列的霞水母属种内和种间平均遗传距离分别为0、0.008,而基于ITS1序列的霞水母属种内和种间平均遗传距离分别为0.019、0.284。基于ITS1的种间遗传距离是种内遗传距离的15倍,适合于进行物种鉴定。NJ系统树的结果也表明同种的不同个体各自聚枝,其聚类结果大致与形态分类吻合。研究表明,ITS基因片段在霞水母不同种间变异较大,更适于大型水母种类鉴定、检测及属内种间水平的系统进化研究。     

基于五种油源的中重度风化溢油的常规鉴定指标的应用效果评估

本文利用采集于我国三大油田的五种原油样品开展了长达210天的溢油风化模拟实验,并依据相对偏差和重复性限数学分析法,进行溢油风化过程分析和诊断比值应用效果评估。研究结果表明:经过210天的风化,溢油鉴定诊断比值发生明显改变;其中来源于萜烷、甾烷和多环芳烃的诊断比值变化率要远低于正构烷烃,可用于中长期风化溢油鉴定。此外,研究发现,在这些有效诊断比值中有4个变化率较小,相对偏差低于5%,保持了较好的稳定性,更适合于重度风化溢油鉴定。     

海洋生态重要性区域的内涵与识别方法研究——以黄河口为例

海洋生态环境目前正在承受来自人类活动和气候变化的巨大压力;急需必要的管理工具或决策支持系统来应对这些压力所带来的生态环境问题。对海洋生境的分类识别是开展生物多样性保护的基础和前提;海洋生态重要区识别作为一种客观、科学和灵活的生境分类评估和选划方法;已被科学界和管理者广泛接受和认可。本文首先介绍了海洋生态重要区的概念内涵以及识别方法的研究进展;给出了海洋生态重要区的定义;之后以黄河口为例;初步建立了针对该区域的生态重要区识别标准和评价方法;对黄河口及邻近海区进行了生态重要性等级划分。本文是对生态重要区识别方法在我国近海的首次应用尝试;研究结果可为我国基于生态系统的海洋管理提供科学方法和工具;也可为其他区域的研究提供借鉴。     

典型矿区尾矿库特征污染物识别研究

通过对典型尾矿库土壤样品分析,利用重金属超标率、植物体BCF、污染因子的权重值筛选等通进行典型污染物识别,为开展尾矿库污染治理工作提供依据。     

PNN在煤田随钻测井岩性判识应用研究

介绍了PNN方法原理及其算法训练学习过程,详细阐述了网络识别岩性参数的选取、岩性识别模型的建立过程.通过对比研究PNN与其他6种岩性识别方法,分析相同条件下预测结果,得到不同识别方法的优劣性.经研究发现,PNN概率神经网络方法在生产应用中效果更佳、训练识别用时最短.利用人工智能神经网络对测井数据进行自动解释分析,可满足随钻测井时效性及快速解释处理的地质导向需求.     

黔东松桃地区燕山期构造特征研究——以高地超大型锰矿床为例

黔东松桃地区构造格局主要是受到燕山运动影响形成。燕山早期,区内处于SEE—NWW向区域挤压收缩,形成了NNE—SSW向褶皱和断裂。下寒武统杷榔组—变马冲组地层和南华系下统大塘坡组地层作为两套滑脱层,在构造变形过程中起到滑脱作用,滑脱层内褶皱变形强烈,以大量紧闭、顶厚不协调褶皱为主要构造样式,而其上、下岩层则以断块或宽缓褶皱变形为主,以软弱层为界面,其上、下岩层发生逆冲滑脱作用,形成了区内隔槽式褶皱的构造样式。燕山晚期,区内处于NNE—SSW挤压为主,形成了区内NWW向小型褶皱和断裂,同时燕山晚期构造横跨叠加在早期变形之上,导致早期NNE向褶皱枢纽呈波状起伏,轴迹弯曲,部分地区形成了构造穹窿和构造盆地,部分早期断层呈左行走滑性质。在燕山早、晚两期构造作用下,高地矿区含锰岩系作为软弱滑脱层,向猴子坳向斜的核部进行滑脱聚集,使其在向斜的核部富集,翼部相对减薄。同时,由于犁式正断层的存在,也影响了锰矿层的保存与破坏。     

基于岩石图像深度学习的岩性自动识别与分类方法

岩石岩性的识别与分类对于地质分析极为重要,采用机器学习的方法建立识别模型进行自动分类是一条新的途径。基于Inception-v3深度卷积神经网络模型,建立了岩石图像集分析的深度学习迁移模型,运用迁移学习方法实现了岩石岩性的自动识别与分类。采用此方法对所采集的173张花岗岩图像、152张千枚岩图像和246张角砾岩图像进行了学习和识别分类研究,通过训练学习建立岩石图像深度学习迁移模型,并分别采用训练集和测试集中的岩石图像对模型进行了检验分析。对于训练集中的岩石图像,每组岩石分别用3张图像测试,三种岩石的岩性分类均正确,且分类概率值均达到90%以上,显示了模型良好的鲁棒性;对于测试集中的岩石图像,每组岩石分别采用9张图像进行识别分析,三种岩石的岩性分类均正确,并且千枚岩组图像分类概率均高于90%,但是花岗岩组2张图像和角砾岩组的1张图像分类概率值不足70%,概率值较其他岩石图像低,推测其原因是训练集中相同模式的岩石图像较少,导致模型的泛化能力减小。为了提高识别精确度,对准确率较低的岩石图像进行截取,分别取其中的3张图像加入训练集进行再训练,增加与测试图像具有相同模式的训练样本;在新的模型中,对3张图像进行二次检验,测试概率值均达到85%以上,说明在数据足够的状况下模型具有良好的学习能力。与传统的机器学习方法相比,所提出的岩石图像深度学习方法具有以下优点:第一,模型通过搜索图像像素点提取物体特征,不需要手动提取待分类物体特征;第二,对于图像像素大小,成像距离及光照要求低;第三,采用适当的训练集可获得较好的识别分类效果,并具有良好鲁棒性和泛化能力。     

内蒙古核桃坝地区铅锌与铀矿的期次关系探讨

正核桃坝地区位于华北板块北缘多金属成矿带和沽源—红山子铀成矿带的交汇部位,具有优越的铀多金属成矿地质条件。近年来,核工业二〇八大队在核桃坝地区取得铀矿勘查突破,落实了铀矿产地。铀矿勘查中不仅发现了多个具有工业价值的铀矿体,还发现了许多较好的铅、锌、钼、铜、     

黄骅坳陷古生界潜山储层沥青成因判识

正黄骅坳陷古生界潜山是大港油田重要的油气勘探领域,近年来,先后在王官屯、乌马营潜山古生界发现油气流,且均为石炭—二叠系煤系源岩供烃成藏,如王官屯潜山王古1井二叠系石盒子组发现天然气,同位素特征判断为煤成天然气。这些发现拓展了古生界潜山的勘探领域,表明了石炭—二叠系煤系烃源岩的油气充注范围不仅仅局限于奥陶系碳酸盐岩储层,石炭—二叠系的碎屑岩储层也可以充注成藏,证实了古生界潜山具有更大的油气勘探价值。随着勘探进程与理论认识的不断深化,     

江南钨矿带桂林郑钼钨矿床钼的赋存状态、时空分布及其研究意义

安徽桂林郑钼钨矿床位于江南钨矿带北部,是目前区内唯一钼储量达到大型的钼钨矿床。本文在对该矿床地质特征和已有成果总结基础上,详细观察了各代表性矿化蚀变样品的岩相学特征,提出该矿床具镁质矽卡岩矿床特征,是桂林郑花岗斑岩熔体与奥陶系白云质灰岩地层交代的产物。矿石类型可分为靠近岩体(100m)浸染状矿石和远离岩体( 100m)的条带状矿石,分别赋存在接触交代矽卡岩和层控矽卡岩中。桂林郑矿床的矿石矿物为富钼白钨矿(钼钙矿-白钨矿系列),可分为三个世代,分别形成于无水矽卡岩阶段(Sch-Ⅰ)和含水矽卡岩-氧化物阶段(Sch-Ⅱ和Sch-Ⅲ),辉钼矿仅在浸染状矿石富钼白钨矿(Sch-Ⅲ)边部少量发育。不同矿石类型、不同世代富钼白钨矿的电子探针成分分析显示,富钼白钨矿的钼含量(MoO_3%)在5.75%～71.02%之间,均值为46.00%(n=224),总体具有超常富钼的特点;从无水矽卡岩阶段到含水矽卡岩-氧化物阶段(早→晚)、从浅部的条带状矿石到深部的浸染状矿石(浅→深),富钼白钨矿MoO_3含量有降低趋势。桂林郑钼钨矿床是首个以富钼白钨矿为主要矿石矿物的钼-多金属矿床,这一特殊钼钨矿床的发现深化了矽卡岩钼钨矿床的成因认识,同时对江南钨矿带内区域成矿规律与找矿勘探工作的推进提供了依据。