安徽大别山—张八岭地区若干重要基础地质问题的新认识

在前人工作的基础上，结合安徽省区调所近年来在专题研究和区调填图中的一些重要发现，就区内地质构造分区、变质地层序列重要、变形变质侵入体的确定、大别造山带的双向对冲地壳结构及非板块碰撞造山过程、郯庐断裂带的性质及演化、高压变质带的形成机制等方面提出了一些新的认识，并对进一步加强大别山野外地质工作提出了建议。     

内蒙古李清地-大西沟地区钼矿化的发现及找矿意义

内蒙古李清地-大西沟地区位于华北地台北缘大青山金银多金属成矿带的东段,多年来一直认为该区仅有银铅锌矿.2010年在进行《内蒙古自治区乌兰察布市大西沟银铅锌多金属矿普查》时,首次在该区ZK141钻孔中的二长花岗岩内发现达到工业品位的钼、钼铅锌矿体.矿体虽薄,意义重大.尤其是近年来在普查区的西边和东边,相继有卓资县大苏计钼矿、兴和县曹四夭超大型钼矿的发现,进一步肯定该区有形成以斑岩系列Mo-AgPbZn-Au为主的多金属矿床的可能.     

灾害天气对若尔盖旅游安全影响的时间特征分析

利用若尔盖1971-2000年的大风、雷暴、冰雹、积雪、雾及飑的逐年各月气象资料,用现代统计方法,分别逐类、逐月、逐年代统计若尔盖地区旅游气象灾害出现频次、时间变化特征,并对其变化特征及主要旅游气象灾害发生规律进行气候综合分析,结合旅游安全社会经验,统计出若尔盖气象灾害发生月份集中在4-8月,主要是春、夏两个季节。而较少月份集中在8-2月,为秋、冬两季。若尔盖地区适宜旅游期月份为5、6、7、8、9月,非常适宜旅游区月份为6、7、8月,疗养期月份为7月。而该时段为灾害频发期,因此应特别注意对灾害天气的预防和应对。为当地旅游管理部门提供参考,为旅游投资与实施建设提供气象依据,为旅游者选择旅游季节及评估旅游安全提供帮助。     

基于灰色系统的黄龙钙华景观演化研究

黄龙的景观是在数万年的岩溶地质作用下的产物。近年来黄龙钙华出现了干涸、变黑、沙化等现象严重地影响了景观的观赏性。水资源在黄龙钙华发展变化中起着重要的作用，笔者通过收集并分析黄龙地区的监测数据，针对监测系统不健全．时序数据缺乏的特点，选用对时序数据要求不高、预测效果较好的灰色系统模型，以岩溶水体的pH值为指标预测了钙华未来的发展情况。采用地质统计学空间分析的克里金插值法，对预测结果进行插值获得了整个景区的钙华预测结果。笔者按pH值将钙华演化情况划为强侵蚀、弱侵蚀、堆积3种类型，指出黄龙钙华景观目前正处于动态平衡与消亡重组阶段。     

黔中断裂带特征及其与铀矿成矿作用探讨

黔中断裂带形成于早古生代之前,是黔中重要的控岩-控矿构造复合带.本文通过对该断裂带特征及铀成矿关系分析研究,运用现代热液成矿理论,打破以往沉积-表生成矿思维束缚,认为断裂带内铀成矿的核心是构造和热液作用的叠合,成矿机制是幔源含U流体活动的参与和深部热液流体多次叠加改造,铀源主要为富铀的黑色岩系和晚中生代玄武岩;铀矿体主...     

作物叶面蒸腾与棵间蒸发分摊系数的计算方法

依据在冬小麦和玉米冠层表面及冠层内部下方土壤表面的净辐射观测资料,建立了一个能较准确地反映叶面蒸腾与棵间土壤蒸发分摊系数物理变化规律的较实用的计算模式,结果表明,分摊系数(α)随叶面积指数(LAI)增加而增加,且具有明显的日变化,α在中午最小、早、晚稍大,这种日变化受叶气孔调节的影响。     

温度控制下的煤层气储层物性动态演化研究

为研究热对煤储层的改造作用,采用不同煤级具有代表性的12件煤样。考虑煤级差异、温度作用差异以及核磁共振(NMR)在研究孔隙流体中的技术优势等,对煤样进行了显微组分、镜质体反射率、孔渗测试以及孔隙结构的压汞和NMR实验,研究了煤储层核磁共振特征、T2谱响应特征、孔径分布、核磁共振孔隙度及核磁渗透率、可动流体等,同时对比了不同变质程度煤储层孔隙结构特征及其对煤层气储层物性的控制作用。温度变化下的煤储层物性研究结果表明:热的作用对各煤级煤储层孔隙度都有改善作用,但是对低煤级影响最大,其次为中煤级,最后为高煤级煤储层。温度对不同煤级煤岩的渗透性影响迥异。高挥发份烟煤受热后渗透率增加了一个数量级。低挥发份烟煤受热后渗透率则下降了一个数量级,这应与煤岩热膨胀性有关。无烟煤渗透率总体变化不明显,说明热作用对高煤级煤储层改造意义不大。     

对安徽及邻区若干重要基础地质问题的认识

通过对覆盖大别山—张八岭地区及皖南山区1∶5万地质填图所获重要进展分析的基础上 ,结合专题调研 ,就秦岭—大别山—苏鲁造山带的形成演化及对地球动力学思考 ,郯庐断裂带的性质及其形成演化对中国东部构造格局的影响 ,海州群—宿松群—红安群的解体、层序、时代及其构造意义 ,中国东南构造格局与地壳增生演化及其对成岩、成矿作用控制等重要基础地质问题提出了一些看法     

青藏高原不同土地覆盖类型下积雪面积判别算法优化北大核心CSCD

MODIS V006版本数据仅提供了归一化积雪指数(NDSI),而用户往往关心的是直观的积雪分类,包括积雪范围或积雪覆盖率。美国国家冰雪数据中心推荐全球积雪范围最佳的NDSI阈值为0.4,但是青藏高原地形复杂多样,积雪斑块化特征明显,单一阈值并不能精确地判识不同下垫面上的积雪。青藏高原被称为地球的第三极,是中国三大稳定积雪区之一,蕴藏了大量的淡水资源。随着全球气候变暖,青藏高原地区积雪融化时间提前,冰川融水增加,影响河流水量,造成洪涝灾害,进而影响人类正常生产生活,因此通过确定不同下垫面阈值,改善传统阈值的积雪高估低估现象,提高积雪识别精度,进而更准确地探究青藏高原积雪状况,显得尤为迫切。本文以青藏高原为研究对象,首先生成MODIS逐日无云NDSI序列并进行验证;其次对应站点雪深数据与NDSI序列,证实在下垫面为林地和非林地的区域,去云NDSI序列与站点雪深均有良好的对应关系,确定不同下垫面最优阈值范围;最后在最优阈值范围内通过混淆矩阵确定最优阈值。计算得出,林地NDSI=0.03时,总体精度最高为94.02%,在该NDSI之下,高估误差OE和低估误差UE分别为1.21%和4.60%;非林地NDSI=0.26时,总体精度OA最高为94.27%,在该NDSI之下,高估误差OE和低估误差UE分别为0.51%和5.03%。因此选取优化后林地阈值为NDSI=0.03,非林地阈值为NDSI=0.26。为避免地面常规观测资料尺度上的局限性,本文采用高精度的Landsat 8 OLI卫星数据识别结果,作为“真值”对优化后阈值的判别结果进行“像元—像元”级别的验证。在定量验证中,优化后NDSI阈值对MOD10A1 V006积雪判别结果的总体精度OA为84.21%,高估误差OE为5.33%,低估误差UE为10.46%;传统阈值对MOD10A1 V006积雪判别结果的总体精度OA为82.86%,高估误差OE为1.48%,低估误差UE为15.66%。可以看出在定量验证中,优化后阈值的积雪判别精度更高。同时在定性验证中,积雪大面积集中的区域,新的阈值与传统阈值提取效果均相对较好;积雪相对分散破碎的区域,优化后阈值能提取出大量积雪,传统阈值则不能。这表明考虑不同土地覆盖类型下的NDSI阈值优化可以有效地提高青藏高原积雪判别精度,为NDSI在积雪识别中的应用提供有力的支撑,有助于更准确地了解该地区积雪分布状况。