纳米比亚罗辛地区矿化白岗岩铀矿物学研究及意义

罗辛矿床为世界级白岗岩型铀矿床,存在SJ、SH、SK、Z17、Z19等多个矿（化）带,各矿（化）带矿物组合存在较大差异,但系统的矿物学研究程度不高。本次工作通过岩矿鉴定、扫描电镜观察、电子探针分析等方法,系统研究罗辛地区主要矿（化）带铀矿物共生组合及赋存状态。结果显示,白岗岩矿化按矿物组合可划分为3类: ①晶质铀矿+锆石+磷灰石组合,主要分布在Z17、Z19、SJ矿床（带）;②铀石 、铀钍石+榍石+磷灰石组合,主要分布在SH矿床;③贝塔石组合,主要分布在SK、SH矿床。研究区铀成矿可划分为3个期次：岩浆期、热液期、表生淋积期。岩浆期为主成矿期,研究区晶质铀矿电子探针化学年龄为505±11 Ma,代表岩浆期成矿年龄。SH应进一步寻找铀石、铀钍石+榍石+磷灰石组合矿化白岗岩。     

纳米比亚欢乐谷地区白岗岩型铀矿矿石结构构造及其成因意义

通过野外观察以及室内的岩矿鉴定、X射线衍射、QEMSCAN及电子探针分析手段,对纳米比亚欢乐谷地区白岗岩型铀矿矿石的矿物组成及其结构构造进行了详细的研究。该地区铀矿物主要有晶质铀矿、沥青铀矿、钍铀矿、钛铀矿、铌钛铀矿、铀烧绿石、黑稀金矿、硅钙铀矿、铀石和铀钍石。晶质铀矿、钍铀矿和铀钛氧化物的结构多为全自形或半自形晶粒状结构、浸染状构造,而沥青铀矿和铀硅酸盐则大部分为隐晶结构、交代残余结构以及脉状、细脉状构造。由此可见,该地区白岗岩型铀矿是由原始岩浆的结晶分异作用、后期热液的叠加改造作用及表生氧化作用共同作用的产物。     

夏威夷蜗牛

<正>夏威夷蜗牛的族群曾经很丰富,所有在夏威夷的传说及歌曲中都会提及它们。夏威夷蜗牛的壳可以用来制成能发光的花环和漂亮的装饰品。最神奇的是,夏威夷蜗牛的壳大都是左旋的,而其他腹足纲的壳都是右旋的。夏威夷蜗牛是一类色彩鲜艳的蜗牛,属于小玛瑙螺属。它们分布在夏威夷,所有现存物种都已濒危。夏威夷蜗牛的壳有不同的颜色、款式及形状,但一般都长2厘米。它们的壳表面平滑及有光泽,可以呈长形或卵形,颜色包括黄色、橙色、红     

改进后灰色神经网络及短期基坑沉降预测研究

在短期基坑沉降监测中,由于数据量少且呈非线性变化,沉降模型很难准确建立。灰色GM(1,1)对数据少、趋势性强、波动小的数据有较高的预测精度,但不能模拟复杂的非线性函数;BP神经网络可以对非线性数据进行学习训练,具有自学习、自适应能力;通过将GM(1,1)与BP神经网络组合,并优化网络部分的学习率、权值和阈值等,建立一种改进的灰色神经网络模型,该模型具有对非线性数据自学习、自适应能力和预测精度更高等优点。通过某基坑沉降监测分析,验证改进的灰色神经网络模型预测精度更高,适合短期建模,具有很好的实用性。     

深度学习方法在地震事件分类中的应用及可解释性研究

采用2016—2020年福建台网所记录的爆破和天然地震事件以及背景噪声数据集,使用CNN模型、Inception10模型、ResNet18模型和Vgg16模型4种深度学习网络模型进行分类研究。针对深度学习网络模型的“黑盒”问题,将梯度类激活映射(Gradient-weighted Class Activation Mapping, Grad-CAM)算法引入这4种分类模型中,得到每个模型的可视化图。通过可视化图可以直观地看出模型在做出分类决策时对于不同波形特征的依赖权重,为模型的可解释性提供依据,进而提高模型的可信度。通过对模型的可视化图分析得出,分类效果更好的CNN模型和Vgg16模型在做出决策时更依赖于地震波形的震相特征,对于震前和震后的波段关注较小;而ResNet18模型和Inception10模型对于震相特征的关注不够敏锐。通过Grad-CAM算法对模型进行可视化分析得到的结果能够很好地反映模型的分类效果,对于改进和选择合适的分类模型具有重要意义。     

利用X射线粉晶衍射和电感耦合等离子体质谱法研究江西西华山钨矿床中黑钨矿的矿物学特征及指示意义

目前针对江西大型黑钨矿石英脉型钨矿床西华山的黑钨矿矿物学特征及指示意义研究较少。本文利用X射线粉晶衍射分析和电感耦合等离子体质谱分析技术对黑钨矿晶体结构、化学成分特征及空间变化规律开展研究。获得黑钨矿晶胞参数为a0=0.477 nm,b0=0.573 nm,c0=0.498 nm,β=90°21',属于锰钨铁矿,与前人得出的黑钨矿晶胞参数略有不同,代表不同元素对铁锰的类质同象替代。主要化学成分WO3、Fe O、Mn O的含量在空间上具有一定的变化规律,反映了成矿物质的运移特征。微量元素Sc、Y、Nb、Ta在垂向含量变化大,说明矿液运移具有复杂性。稀土总量ΣREEs较高(397.16×10-6~1071.11×10-6),具有强烈的Eu负异常,具重稀土富集左倾的"躺椅式"球粒陨石标准化配分模式。将西华山、盘古山、淘锡坑、大吉山4个典型矿床的黑钨矿稀土元素特征进行对比,反映产在花岗岩内接触带的黑钨矿的稀土总量(ΣREEs)相对最高,分馏最明显;产在花岗岩内及其外接触带的黑钨矿的稀土总量(ΣREEs)相对较低,分馏程度最不明显;而产在花岗岩外接触带的黑钨矿的稀土总量(ΣREEs)有高有低,分馏程度有强有弱。因此,黑钨矿的化学成分变化特征,可以有效地指示成矿物质空间运移特征、物质来源和矿床成因。     

2022年1月8日青海门源MS6.9地震余震序列自动处理结果探讨

使用2022年1月8日青海门源M_S6.9地震前3天及后7天甘肃地震台网固定台站和邻省共享台站记录到的连续波形数据,利用RISP系统自动检测余震序列,并将检测结果与人工编目结果进行对比分析.结果表明:自动编目与人工编目定位结果基本一致,震中位置差(3.9±1.51)km,震级差值M_L(0.17±0.22);自动编目结果的发震时刻普遍略早于人工目录,但两种目录中大部分余震发生时刻的差值在2s内.自动编目产出速度快,且能检测人工无法识别的微小余震,提高了目录完备性.综合来看,自动编目系统产出结果符合预期目标,可为震群趋势判断、破裂过程快速反演等相关科学研究提供数据支撑.     

基于SAR影像的喜马拉雅山珠穆朗玛峰地区冰川运动速度特征及其影响因素分析

合成孔径雷达(synthetic aperture radar, SAR)具有其全天候、全天时、穿云透雾的工作能力, 广泛应用于山地冰川动态监测中. 利用2006年6-9月三期ALOS/PALSAR雷达影像, 采用偏移量跟踪技术, 提取了喜马拉雅山珠穆朗玛峰(珠峰)区域的冰川运动速度, 分析了区域内冰川运动速度空间差异及其影响因素. 结果表明: 研究区31条山谷冰川平均运动速度为9.3 cm·d^-1, 总体上以珠峰-洛子峰南北向山脊线为界限, 东侧和东南侧冰川日均运动速度(11.1 cm·d^-1)普遍高于北部和西北部冰川日均运动速度(5.4 cm·d^-1). 冰川消融区非表碛区冰川平均运动速度为表碛覆盖区平均运动速度的2.2倍, 冰面湖的发育在一定程度上加剧冰川运动速度波动. 在气候与非气候因子共同作用和相互间的此消彼长中, 研究区65%的冰川的运动速度自中值高度往下显著减小, 16%的冰川自中值高度往下呈显著增大趋势, 19%冰川消融区运动速度无显著变化趋势.     

复杂地形下C波段雷达定量降水估计算法

C波段雷达定量降水估计(QPE)精度受到很多因素的影响,主要包括:(1)雷达标定,(2)非气象回波的干扰,(3)降水物垂直空间变化,(4)地形或地物的严重遮挡,(5)Z-R关系的代表性,(6)雷达拼图的质量,(7)雷达观测回波衰减等.文中雷达定量降水估计算法基于陕西省C波段天气雷达展开,从雷达探测数据质量控制、地形遮挡...     

深圳S波段与X波段双偏振雷达在定量降水估计中的应用

双偏振多普勒天气雷达的一个重要应用是进行定量降水估计（QPE）,它可以获得反射率（Z_H）、差分反射率（Z_DR）和差传播相移率（K_dp）这些与降水粒子有关的信息,常用的双偏振雷达降水估计方法有基于Z_H的R（Z_H）、基于Z_H和Z_DR的R（Z_H,Z_DR）、基于K_dp的R（K_dp）和基于K_dp与Z_DR的R（K_dp,Z_DR）这4种。文中利用深圳市S波段和X波段双偏振多普勒雷达探测资料,结合高精度地形数据和雨滴谱仪观测数据,设计了基于双偏振量的定量降水估计方法:首先利用地形数据和雷达地理信息,分析了雷达的遮挡状况,形成了这两部雷达的复合平面扫描仰角信息;随后利用雨滴谱仪观测资料,使用T矩阵方法统计得到了深圳地区的上述4种降水反演方法的参数;最后设计了混合降水反演方法,基于双偏振信号（即K_dp和Z_DR）的强弱,使用不同的降水反演方法进行定量降水估计。基于12个降水个例,利用各反演方法产生的定量降水估计结果与雨量计观测资料比较。结果表明,混合降水反演方法在降水反演的准确度和稳定性上均优于任何一种单一定量降水估计反演方法。基于文中介绍的定量降水估计方法,使用深圳S波段和X波段雷达产生了定量降水估计产品,并与深圳目前业务定量降水估计产品进行对比评估。结果表明,使用本方法产生的定量降水估计产品在准确度和稳定性上要优于目前的业务产品。此外,X波段雷达的定量降水估计产品性能要略高于S波段雷达的定量降水估计产品,这说明高时、空分辨率的X波段雷达可以提高定量降水估计精度。但由于雷达扫描平面内双偏振雷达对融化层和冰区的偏振量观测与降水的关系尚未明确,因此,本方法仅适用于雷达扫描平面内液态降水区。