排序方式: 共有53条查询结果,搜索用时 15 毫秒
11.
12.
采集了皖北新元古代沟后组和寒武纪猴家山组石灰岩,进行系统的岩石学和稀土地球化学分析,研究了灰岩中稀土的来源及其特征,并据此对灰岩形成的海水稀土配分模式进行反演,探讨了皖北新元古代-寒武纪大地构造背景。结果表明:沟后组石灰岩稀土元素总量较高(10.66~30.68 ppm),轻重稀土分异明显,轻稀土富集,NdSN/YbSN在1.12~1.46之间,受陆源碎屑混染影响严重;猴家山组石灰岩稀土总量偏低(1.63~7.79 ppm),轻重稀土分异微弱,轻稀土略亏损,LaSN/NdSN在0.35~1.28,受陆源影响较小;石灰岩样品均具有程度不同的La正异常、Ce负异常和Y正异常;猴家山组灰岩反演海水稀土特征与新元古代海水略有差异,与现代海水稀土组成特征一致;沟后组和猴家山组石灰岩分别形成于大陆岛弧和大洋岛弧环境。 相似文献
13.
14.
流形学习是一种新的非线性维数约简方法,近年来正引起可视化等领域研究者的高度重视.为加深对流形学习的理解,介绍了流形学习的基本原理,总结了其研究进展和分类方法,最后阐述了几种常用的流形学习方法的基本思想、算法步骤和各自的优缺点.通过在人工数据集Swiss-Roll上进行实验,将各类方法在近邻值选取和噪声影响等方面进行了对比分析,结果表明:与传统的线性维数约简方法相比,流形学习方法能够有效地发现观测样本的低维结构.最后对流形学习未来的研究方向作出展望,以期在这一领域取得更大进展. 相似文献
15.
应用傅里叶变换红外光谱(FTIR)、热解气相色谱(GC)对低煤级煤生烃过程中有机质结构演化进行表征,剖析了人工热演化过程中气态烃产率,解析了煤结构官能团的变化规律,揭示了低煤级煤生烃与结构演化的耦合机理。结果表明:煤热模拟产物主要为气态烃C1-5,甲烷生成瞬时产率包含四个峰值,低煤级煤化学结构中含氧官能团和烷基侧链随煤化程度的增高以不同的速度发生脱落,随煤级的增加,其芳构化程度增大。分别对煤结构中的脂肪烃甲基、CO基、芳香烃芳核CC和烷烃结构上甲基、亚甲基进行表征。存在420 ℃温度转折点,之前吸收峰强度逐渐减小,之后又略有增大,揭示了低煤级煤三个主要结构演化阶段煤化作用机理,提出了低煤级煤生烃结构演化模式图。 相似文献
16.
随着全球气候变暖,减少温室气体排放成为全世界所关注的问题,而碳捕捉与储存(carbon capture and storage,CCS)技术可以减少温室气体CO2排放量,但储存在地下的CO2有泄漏的风险。本工作的目的是通过野外模拟实验,研究地表植被(甜菜)在CO2轻微泄漏胁迫下其叶片叶绿素含量、水分含量及光谱变化特征,结果表明CO2泄漏胁迫的甜菜叶绿素与叶片含水量明显降低,叶片反射率在550 nm减小,而在680 nm增大。设计了比值指数R550/R680进行识别CO2泄漏胁迫的甜菜,发现该指数能够在胁迫发生7天后识别出胁迫的甜菜,且该指数具有较强的敏感性、稳健性及识别能力。研究结果对于未来CCS项目选址、地表生态监测评估、遥感监测CO2泄漏点等都具有重要的现实意义与应用价值。 相似文献
17.
矿物粒度是影响矿物光谱特征的一个重要因素,探索不同粒度下矿物光谱曲线的变化情况以及相同粒度下不同矿物的光谱差异,不仅是高光谱矿物遥感信息识别的关键,也为研究矿物随着粒度变化而产生的光谱差异提供理论基础。利用地物光谱仪对采集的六种矿物进行观测,获取了不同粒度下的反射率光谱曲线,同时生成一阶微分光谱曲线,进而分析了不同粒度下各种矿物的光谱变化特征,对比了相同粒度下不同矿物的光谱差异,探索高光谱遥感识别矿物的可能波段。结果表明:各种矿物的光谱曲线均会随着粒度的改变而产生较大的差异,但变化规律不尽相同,紫苏辉石的整条光谱曲线都会随着粒度的增加而下降,叶蛇纹石、赤铁矿、高岭石、绿泥石的光谱曲线在特定的波长范围内随着粒度的增加而下降,橄榄石的光谱与粒度大小不存在直接的相关性;相同粒度下,不同矿物的光谱反射率在大部分波段范围内差异较大,为实现矿物高精度识别提供了可能;叶蛇纹石、高岭石、绿泥石具有较多的宽度较窄、强度较小的吸收峰,而赤铁矿、橄榄石、紫苏辉石的光谱曲线相对平滑,吸收和反射峰的数量较少。本研究旨在为矿物光谱库的构建以及矿物的高光谱技术识别提供基础数据和理论支撑。 相似文献
18.
矿井进入深部开采过程中,突水威胁分别来自顶板老空水和底板高压岩溶水。煤矿突水水源类型的在线识别能够预警煤矿水害,是矿井水害防治关键环节,对煤矿安全生产具有积极意义。代表离子法作为传统的煤矿突水水源类型识别方法,需要深入现场采集水样,密封处理后在实验室检测水样中7种典型的无机离子浓度,计算得到突水评价因子。这种存在检测周期过长、样品易被污染以及预警响应滞后、无法在线判别等不利因素。针对代表离子法方法的不足,提出了一种基于激光诱导荧光(LIF)和卷积神经网络(CNN)的矿井突水水源判别模型。首先,针对淮南矿业集团新集二矿的4种水体,2016年6月-2017年6月期间分批次取得161组水源样本,其中采空区积水46条,砂岩水59条,太灰水42条和奥灰水14条。用LIFS-405激光诱导荧光系统发射的405 nm激光检测水样,水体受激后得到突水水样的荧光光谱。主成分分析得到前10个主成分累计贡献率不足85%,4种水样无法有效直接辨识。针对该问题和水样荧光光谱中的随机高频波动干扰,采用一阶滞后滤波方法抑制波动频率较高的周期性干扰;针对线判别分析对数据更新率的要求,采用递推平均方法;在此基础上,提出了一种改进的递推平均一阶滞后平滑滤波方法,并对滤波处理后的荧光光谱进行自相关计算,得到二维自相关荧光光谱特征图。实验表明,采用改进后的滤波法处理方法,计算得到的4种测试水样的二维荧光光谱图较好的滤除了噪声干扰,并表现了出了明显的差异性。针对二维自相关荧光光谱特征图,构建了基于卷积神经网络(CNN)的突水水源类型判别模型,用于判别突水水源类型。该方法采用深度学习的模型框架,直接对二维自相关荧光光谱特征图进行识别,有效避免了PCA降维的片面性。理论分析和实验结果表明:该模型对水源类型的准确识别率达到了98%,是一种有效的矿井突水水源类型判别方法,为在线矿井突水水源类型判别方法提供了新的思路。 相似文献
19.
为了阐释煤热解过程中结构演化与烷烃气碳同位素的关系,进行了低阶煤在高压釜密闭体系下热解实验,分析热解烷烃气碳同位素组成;借助傅里叶红外光谱(FTIR)精细剖析了煤结构演化规律,构建了烷烃气碳同位素组成与结构演化的关系模型,揭示了热解烷烃气碳同位素变化的原因。结果显示在Ro, max<1.3%之前的阶段,煤中脂链轻碳同位素被分馏出去而重碳同位素被留在长链中;当1.3%<Ro, max<2.0%时, 具有相对较重碳同位素组成脂链再进一步的断裂分解仍主导了烷烃气碳同位素变化,也即是Ro, max在2.0%之前的阶段,煤中脂链倾向性的裂解方式是烷烃气碳同位素变化的主要因素;此后(Ro, max>2.0%)由于芳环缩聚和解体进程的加剧使得环内重碳物质得以释放进入烷烃气中,而导致其碳同位素组成迅速变重。热解烷烃气中甲烷和乙烷碳同位素组成与煤脂链结构演化呈现同步性特征,δ13CCH4和δ13CC2H6值可以作为煤脂链结构演化的敏感性指标。Ro, max=1.3%和2.0%是煤热解结构演化与烷烃气碳同位素组成关联性的重要节点。研究成果对探索煤生烃与结构演化的耦合关系及二次生烃机理有理论意义。 相似文献
20.