基于 GIS的多元信息成矿预测研究——以通辽地区北部砂岩型铀矿为例

来源 :东华理工大学学报(自然科学版) | 被引量 : 0次 | 上传用户:schunter
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在总结通辽地区北部砂岩型铀矿成矿规律和矿床特征的基础上,利用GIS平台提取地质、地化环境、地面放射性异常、航磁、重力异常等多元找矿信息,依据矿产预测模型,采用网格单元及地质体法开展找矿预测研究。结果显示,研究区内已知矿床(点)均落在预测的6片靶区内,并在野外工程验证中发现了较好的铀矿(化)体。表明本次成矿预测研究采用的方法及模型正确、有效,可为该地区砂岩型铀矿勘查工作提供理论指导。
其他文献
石墨烯拥有优良的导电性,将石墨烯包覆在镍纤维上,改善镍纤维的电性能。以石墨粉、镍纤维等为原料,利用Hummers法制备氧化石墨烯,采用氢碘酸还原制备石墨烯包覆镍纤维复合材料。研究修饰剂CTAB浓度、氧化石墨烯分散液pH值、还原剂HI用量、还原温度及还原时间等因素对复合材料的影响。利用傅里叶变换红外光谱仪(FT-IR)对产物官能团进行表征分析,能谱仪(EDS)测定元素组成及扫描电镜(SEM)表征样品形貌,采用RTS-8四探针电阻率测试仪测量复合材料的电导率。结果表明,当修饰剂CTAB浓度为1.5 mol/L
摘 要:給出在φ(u)/u→A(u→∞)情况下由一般的Orlicz函数生成的Orlicz序列空间光滑点的判别准则以及光滑点与很光滑点、强光滑点的等价条件,并在此基础上推出了该空间具有光滑性的充分必要条件,至此Orlicz序列空间光滑点判据得以解决。  关键词:Orlicz序列空间;光滑点;强(很)光滑点  DOI:10.15938/j.jhust.2021.03.022  中图分类号: O177.
考察了菌株Shewanella sp.RQs-106还原Fe(Ⅱ)EDTA-NO产氨过程的影响因素,在此基础上确定了适宜操作条件.结果表明,乙酸钠和柠檬酸钠不能作为菌株RQs-106的电子供体,较适宜的电子供体为乳酸钠,在36 h内产氨率可达到99%.C/N质量比值过高或过低都会对菌株的Fe(Ⅱ)EDTA-NO降解率和产氨率产生影响,最适宜的C/N质量比值为20.Fe(Ⅱ)EDTA-NO浓度过高会抑制菌株活性,导致Fe(Ⅱ)EDTA-NO难以被降解,本实验条件下宜控制Fe(Ⅱ)EDTA-NO浓度为1 mm
记述中国大陆长棘坚甲属Pseudendestes Lawrence,1980一新纪录种——南德长棘坚甲P.namdaphaensis Pal,1984,该种已知分布于中国云南和印度北部.提供了该种的形态描述和特征图,并比较了其与长棘坚甲属其他种的区别,编制了中国该属的分种检索表.
摘 要:针对圆柱滚子尺寸测量过程中缺少滚子推送过程动力学分析的问题,根据圆柱滚子推送过程的工作原理建立圆柱滚子推送模型,对圆柱滚子推送模型进行了动力学分析,得到圆柱滚子达到匀速滚动所需时间的计算方程,找到影响滚子达到匀速滚动状态所需时间的影响因素。确定圆柱滚子的规格型号,对圆柱滚子推送过程进行动力学仿真,验证圆柱滚子推送过程动力学分析的合理性,了解圆柱滚子推送过程的运动规律。研究结果可用于圆柱滚子
雅山414和灵山松树岗钽铌矿是我国两个超大型以钽铌为主的稀有多金属矿床,两者都处于钦杭成矿带江西段内,属花岗岩型钽铌矿,分布于小型岩株的顶突部位,为似层状厚大矿体。通过对比分析研究,发现两者在诸多相同成矿特征的基础上尚有许多细微差别。雅山414钽铌矿钠长石化蚀变由上至下递减,而松树岗钽铌矿正好相反,由上至下是递增的;雅山414钽铌矿有用组分的含量总体上由上至下逐渐降低,而松树岗钽铌矿由上至下,铌含量缓慢升高,钽和铷的含量缓慢降低;雅山414钽铌矿有用组分数量比松树岗钽铌矿更多,多出了铯和铍,且伴生组分锂、
随着计算机技术的发展,基于深度学习的医学图像自动分割已经成为人工智能辅助医疗的重要研究方向.为弥补现有神经网络结构对信息提取不足而产生的边缘细节丢失问题,构建了一种基于多维度特征提取网络(RDD-UNet)模型,该模型是基于残差UNet和混合损失函数的三维分割网络,以向肝脏肿瘤分割方法提供高精度的脏器分割结果.首先,该网络从原始CT数据的3个轴向提取信息,以长短跳跃连接的组合形式融合多尺度语义特征
摘 要:以双矩形腔多油垫静压推力轴承为研究对象,探讨高速重载工况条件下偏载距离对承润滑性能影响,并与中心加载时的润滑性能进行对比。运用润滑理论和摩擦学原理推导中心加载与偏载时双矩形腔流量方程、温升方程和油腔压力方程,并进行仿真分析。研究结果表明:当载荷一定时,随着偏移距离的增大,工作台下沉侧油膜厚度逐渐减小,油膜温升和最大压力逐渐增大;工作台上升侧油膜厚度逐渐增大,油膜温升和最大压力逐渐减小。偏载
针对植物叶片识别过程中参数较多且易产生过拟合的问题,为减少其存储及计算的代价,本文提出一种基于贝叶斯融合压缩卷积神经网络植物叶片识别模型。首先,利用递归贝叶斯算法进行网络剪枝,自适应地去除网络冗余;然后,引入K-Means聚类量化网络中的卷积层和完全连接层,用于压缩整个卷积神经网络;最后,结合经典卷积神经网络模型AlexNet,进行植物叶片识别实验。实验结果表明,在相同的数据集中,压缩后的卷积神经
摘 要:传统的心电信号识别算法依靠心电专家参与特征识别,费时费力,诊断成本高,心电信号形态复杂多样导致识别准确率低、适应性差。为解决上述问题,将栈式稀疏自编码器(SSAE,Stacked Sparse Autoencoder ),与Softmax分类器相结合形成深度堆栈网络(DSN, Deep Stacked Network)完成对心电信号的自动识别。通过3个稀疏自编码器堆叠的方式完成心电信号特征