C18SEP-PAK反向液相色谱在海洋分析化学中的应用

本文简述了C₁₈SEP-PAK微型色谱柱的反向液相色谱技术在测定海水中微量有机物、微量金属和金属有机络合物等方面的应用。C₁₈SEP-PAK反向液相色谱技术和其他仪器的联用,为海水微量元素形态的测定开辟了新的简便,有效途径。     

概率神经网络与BP网络模型在遥感图像分类中的对比研究

通过分析概率神经网络(以下称PNN)的基本结构及其训练算法,建立了卫星图像分类的概率神经网络模型,并通过实例对比分析了概率神经网络与BP网络分类模型的分类效果。实验表明,PNN图像分类方法在分类精度上优于误差反向传播神经网络模型,且分类时间相当,是一种有效的图像分类方法。     

深源地震机理的新认识──反向裂隙断层作用

高温高压实验究表明，地幔矿物相交与深源地震有着密切的关系。在具有放热效应的橄榄石一尖晶石相变过程中形成的反向裂隙（ａｎｔｉｃｒａｃｈ）是诱发深源地震的主要原因；而发生在下地幔的相变作用（例如钛铁矿－钙钛矿相变）因其具有吸热效应的特征，不形成反向裂隙，从而导致深源地震终止于下地幔顶界。     

反向断裂下盘较顺向断裂上盘更易富集油气机理的定量解释

为了研究含油气盆地中断裂对油气成藏与分布的控制作用,在断层侧向封闭机理及影响因素研究的基础上,对反向断裂下盘较顺向断裂上盘更易富集油气的机理进行了定量解释。结果表明,无论是反向断裂还是顺向断裂,均源于断层岩封闭油气,断层岩油气运移方向排替压力是影响其侧向封闭油气能力的主要因素。在断裂埋深、断裂倾角和地层岩性、地层倾角相同的条件下,理论上反向断裂断层岩泥质体积分数大于顺向断裂断层岩泥质体积分数,即反向断裂断层岩油气运移方向排替压力大于顺向断裂断层岩油气运移方向排替压力,反向断裂侧向封闭能力强于顺向断裂侧向封闭能力,造成反向断裂下盘较顺向断裂上盘更易富集油气。歧口凹陷板桥断裂下盘沙一段下部断层岩在反向条件和顺向条件下油气运移方向排替压力的实例研究结果表明,反向条件下较顺向条件下在油气运移方向有更高的排替压力,侧向封闭能力更强,更有利于油气在板桥断裂下盘沙一段储层中富集。     

反向VSP透射层析成像法在岩墙松动层检测中的应用

通过实例介绍了反向VSP透射层析成像方法的基本原理、数据采集和资料处理方法。利用该方法在检测岩墙松动层厚度中取得了很好的勘探效果。     

藏南泽当地区大反向逆冲断层变形研究——以磁组构与EBSD组构分析为例

仁布-泽当逆冲断层是喜马拉雅大反向逆冲断层（GCT）在藏南地区的重要延伸部分,也是喜马拉雅造山带北部边界新生代最为活动的构造单元之一。新生代以来特提斯喜马拉雅的构造变形组构特征的研究对于深入理解碰撞造山带演化与高原隆升具有重要构造意义。本文综合GCT泽当-琼结段断层的宏观与微观变形特征,对断裂带石英脉、围岩中石英和云母矿物的电子背散射（EBSD）组构及断层两侧岩石磁组构（AMS）特征进行对比分析。结果表明对AMS主要贡献来自顺磁性云母、绿泥石等,磁化率各向异性椭球体以压扁状为主,磁面理与构造面理（劈理、断层面）基本重合,显示较强的构造变形磁组构特征;磁线理优选方向近南北向,且与观测北向逆冲断层方向一致,揭示剪切作用在变形过程中的持续作用。研究发现泽当地区GCT附近石英微观结构从围岩至断层区,石英至少呈现3种不同类型的微观变形机制：围岩区溶解蠕变、断裂带石英以膨凸重结晶和亚颗粒旋转重结晶作用为主。断裂带石英的c轴EBSD组构指示变形为低温（300~400℃）环境,其中黑云母的结晶学优选（CPO）与磁组构主轴优选方向存在高度的一致性,进一步证实了顺磁性矿物黑云母对AMS的主要贡献。综合研究表明泽当地区GCT的韧性变形是断层处在中上地壳韧性带的活动阶段变形的结果,也代表了特提斯喜马拉雅在碰撞、高原隆升期的变形主要特征。

     

反向沙丘近地层气流变化及其对沙丘形态的影响

反向沙丘形态-动力学过程是风沙地貌的重要研究内容.选择腾格里沙漠东南缘推平沙地发育的反向沙丘为研究对象,采用二维超声风速仪对沙丘表面5个位置0.25 m和0.5 m高度的气流进行野外观测.结果表明:(1)气流方向影响近地层气流特征.以沙丘脊线垂线为轴,0.25 m高度处沙丘脊线的垂线两侧风向变化不完全对称.当丘顶气流方...     

对反向变分流电法勘探原理的剖析

本文阐明了反向变分流系统地下电流的分布特点和规律。文中还给出了反向变分流电阻率法视电阻率的异常表达式,计算了装置系数和电流分配系数之间的关系,并阐明其规律和作用。最后,作为一个例子,分析了水平地层上反向变分流电测深法视电阻率的异常分布规律,并指出它在勘探中的作用。     

黄土孔隙性分类判别的人工神经网络方法

运用人工神经网络的一典型模型——“反向传播”神经网络,对洛川黄土孔隙性的实测数据进行了分析,建立了洛川黄土孔隙性预测的计算机智能专家系统。结果表明,神经网络方法性能良好,可望成为黄土孔隙性分类、判别的有效辅助手段。