黄金的成色

黄金的成色并不是一成不变的，它成色的高低是与成矿温度、成矿阶段、深度、时代、变质程度、水溶液及风化作用等有一定关系，我们从这些关系中可以寻找到我们找矿的捷径和依据。     

海洋藻类--对付全球变暖的武器?

最近,由欧盟(则资助的研究项目(Parforce)研究人员发现了海洋藻类与气候变化之间的联系。项目研究人员发现,从海洋藻类及浮游生物释放的碘蒸汽,在海面上浓缩,形成对抗地球变暖的悬浮微粒。此悬浮微粒对地球气候变化及降     

应用Kriging方法研究格尔木河流域地下水位动态观测网的优化配置

地下水动态是水文地质研究的一个重要方面，如何获满足一定精度要求全面而合理的地下水位动态资料具有现实经济效益。本文研究格尔木河流域地下水位动态测网，通过选取理想的变差函，运有Ｋｒｉｇｉｎｇ方法进行地下水位的线性无偏最优估计和计算估计误差的标准差，结合给定的允许误差限评判地下水位动态观测网的配置是否合适，并提出调整现有观测网的方案     

全球1.5℃和2.0℃升温对中国小麦产量的影响研究

采用部门间影响模式比较计划（ISI-MIP）的气候模式,确定全球升温1.5℃和2.0℃出现的时间,并结合农业技术转移决策支持系统（DSSAT）模型模拟小麦的产量,最终选取4套数据对比研究中国小麦区温度和降水变化特征以及各区域小麦产量变化趋势,综合评价了不同升温情景对中国小麦产量的影响。结果表明：(1)在全球升温1.5℃和2.0℃背景下,我国小麦生育期内温度相对于工业革命前分别升高1.17℃和1.81℃。两种升温情景下我国春麦区升温幅度大于冬麦区升温幅度。春麦区中新疆春麦区升温幅度最大,西北春麦区升温幅度最小;冬麦区中温度变化最大和最小的麦区分别为西南冬麦区和黄淮冬麦区。(2)在全球升温1.5℃和2.0℃情景下,我国小麦生育期内降水相对于历史时段(1986—2005年)分别增加9.1%和11.3%。从各麦区来看,两种升温情景下春麦区降水增加幅度略大于冬麦区的增加幅度。所有麦区中只有新疆春麦区降水低于历史时段降水。春麦区降水增加幅度最大的麦区为北部春麦区。冬麦区中降水增加较大的麦区为北部冬麦区和黄淮冬麦区,降水增加较小的麦区为华南冬麦区和西南冬麦区。(3)两种升温情景下,我国小麦单产相对于历史时段(1986—2005年)平均减产分别为5.2%和4.6%,两种升温情景对中国小麦产量并没有显著的差异。在全球升温大背景下我国春小麦主要呈现增产趋势,冬小麦主要呈现减产趋势。减产幅度较大的麦区为华南冬麦区和青藏春麦区,增产幅度最大的麦区为西北春麦区。从各麦区产量减产面积比例上看,我国各麦区减产面积所占比例趋势为从北向南由多变少再变多,其中华南冬麦区减产面积所占比例最大,北部冬麦区最小。     

广西沿海超高层建筑进行气象灾害风险评估必要性

通过列举国内外超高层建筑遭受气象灾害的案例,结合广西气象灾害风险区划资料,分析大风、台风、龙卷风、暴雨、雷电（雷击）、强降温等灾害与沿海超高层建筑的关系,以及可能造成的影响和潜在的风险,论述了超高层建筑进行气象灾害风险评估可实现最大安全与最小投资的统一.以期为广西沿海开展“超高层建筑气象灾害风险评估”工作提供理由和依据.     

激光扫描技术在中国古代建筑精细测绘中的应用 ——以西安钟楼三维建模及精细测绘项目为例

以西安钟楼的精细测绘与三维建模为工程实例,利用三维激光扫描技术对钟楼进行精细扫描测量,构建了准确翔实的钟楼三维模型,绘制了楼体详尽的纵横剖面、立面等二维图,为钟楼修缮和存档提供了准确的测量数据、图形、图像及模型.此外,通过该案例,详细分析了三维激光扫描技术在中国古建筑测绘应用中的技术优势与不足.     

鄂尔多斯盆地陕北地区长7砂岩储层成岩相特征研究

在大量样品测试数据与野外地质调查综合分析的基础上, 对长7储层岩石学特征、物性、孔隙结构、成岩作用、成岩阶段和成岩相等进行了研究。结果表明: 研究区长7储层处于中成岩A~B期。压实作用及碳酸盐、粘土(高岭石、伊利石、伊蒙混层)矿物胶结和硅质胶结作用是造成储层原生孔隙丧失的主要原因; 绿泥石胶结抑制孔隙充填, 长石溶蚀作用使孔隙间的连通性得到改善, 储层物性得到提高。根据成岩作用类型、强度及其对储层物性的影响划分出6种成岩相, 其中压实相、碳酸盐胶结相、粘土矿物胶结相、石英加大相、浊沸石充填相不利于储层的发育, 而长石溶蚀相、绿泥石膜胶结相对储层物性改善起了重要作用。     

西南三江地区造山演化过程及成矿时空分布

三江地区单凭“一次造山”是难以圆满解释的。本文试以“多次造山”多期成矿”的思路作出合理说明。晚古生代－中生代早期多岛海造山阶段,羌塘弧、江达弧和临沧弧应为前锋弧,其后由一系列弧后盆地和岛弧或残余弧（或微大陆）组成。中生代中－晚期为陆内俯冲造山阶段,推测金沙江带、哀牢山带和龙门山－锦屏山带为俯冲主边界,从而形成本区燕山期重熔型花岗岩带,控制相应矿产的分布特征。新生代陆内转换造山阶段,造成特征的构造－岩浆－成矿带,具有生成大型或超大型矿床的潜力。     

Improved Priority‐Flood method for depression filling by redundant calculation optimization in local micro‐relief areas

Depression filling is a critical step in distributed hydrological modeling using digital elevation models (DEMs). The traditional Priority‐Flood (PF) approach is widely used due to its relatively high efficiency when dealing with a small‐sized DEM. However, it seems inadequate and inefficient when dealing with large high‐resolution DEMs. In this work, we examined the relationship between the PF algorithm calculation process and the topographical characteristics of depressions, and found significant redundant calculations in the local micro‐relief areas in the conventional PF algorithm. As such calculations require more time when dealing with large DEMs, we thus propose a new variant of the PF algorithm, wherein redundant points and calculations are recognized and eliminated based on the local micro‐relief water‐flow characteristics of the depression‐filling process. In addition, depressions and flatlands were optimally processed by a quick queue to improve the efficiency of the process. The proposed method was applied and validated in eight case areas using the Shuttle Radar Topography Mission digital elevation model (SRTM‐DEM) with 1 arc‐second resolution. These selected areas have different data sizes. A comparative analysis among the proposed method, the Wang and Liu‐based PF, the improved Barnes‐based PF, the improved Zhou‐based PF, and the Planchon and Darboux (P&D) algorithms was conducted to evaluate the accuracy and efficiency of the proposed algorithm. The results showed that the proposed algorithm is 43.2% (maximum) faster than Wang and Liu's variant of the PF method, with an average of 31.8%. In addition, the proposed algorithm achieved similar performance to the improved Zhou‐based PF algorithm, though our algorithm has the advantage of being simpler. The optimal strategies using the proposed algorithm can be employed in various landforms with high efficiency. The proposed method can also achieve good depression filling, even with large amounts of DEM data.