基于GIS空间分析方法的危化品泄漏事故应急疏散路径规划     

康顺旺  刘刚 《测绘》2020,43(3):122-125

  相似文献   

谈北海市的水资源     

钱小鄂欧业成  吴少斌 《南方国土资源》2004,(6):14-15,18

北海市，因其得天独厚的自然资源与区位优势，被列入我国改革开放最早的14个沿海城市之一，这其中，也得益于较丰富的淡水资源，特别是低成本开发的地下水资源。在开放初期，它为当地政府节约了十分宝贵的资金，在北海的发展中，功不可没。但容易得来的“资源”，也带来了一些负面效应，使人错认为地下水资源是取之不尽用  相似文献   

河南地勘一院承担高庄核电站地调工作/河南浅层地下水资源量探明/辉县市新发现一大型煤井田     

《资源导刊(河南)》2007,(5)

  相似文献   

平凉隐伏岩溶水环境同位素研究     

马致远  马蒂尔·亨德尔 《地球科学与环境学报》2003,25(4):60-66

地下水资源可持续利用的一个急待解决的重要问题,是对地下水补给和更新能力的评价.利用环境同位素技术研究地下水的补给和可更新性是当前较为新颖的方法之一.在西北干旱、半干旱的隐伏岩溶地区,地下水埋藏条件复杂,常规的地质勘探方法所能提供的水文地质信息有限,环境同位素方法在研究地下水的补给及可更新能力方面发挥了优势,可对传统方法进行补充和验证.其结果表明,研究区隐伏岩溶水形成较早,且有大量现代水的混入,平均混入量为54%.说明区内隐伏岩溶水的补给和更新能力较好.环境同位素分析结果还显示,大岔河隐伏岩溶水为一相对独立、半开放的水文地质单元,其补给来源部分为流域内大气降水、地表水的补给,部分为东南部三道沟岩溶地下水的补给;根据环境同位素EPM模型计算,地下水的滞留时间为36 a.地下水储存量为1.314×108 m3; 储水系数为7.29×10-3.这一结果与传统勘探方法的计算结果基本吻合,说明环境同位素方法的实用性.  相似文献   

长江中下游地区地下水卤素元素的形成及其分布规律     

曾昭华 《浙江国土资源》1997,(1)

本文以丰富的实际资料，论证了地下水的卤素元素（F、Cl、Br、I）的形成、含量及其分布规律与含水介质成分、上覆岩土性质、地下水退流条件、氧化还原环境、地下水矿化度之间的关系。根据江汉平原东部区和鄱阳湖区地下水中Br、I元素的调查研究结果及它们形成的控制因素与分布规律，结合长江三角洲南部区水文地球化学环境条件分析对比，指出该区是一个形成Br、I矿泉水的有利地区。  相似文献   

由深源地震引起地下水中氡浓度的变化     

小鲷桂一  李建华 《地震地质译丛》1992,14(2):5-9

  相似文献   

板状铀矿床的新模式     

张志良  漆富成 《国外铀金地质》1997,14(1):8-15

本文概述了板状铀矿床的共性特征，初步明确了板状铀矿床的概念及归属划分。以典型矿床为例，着重从水文地质角度，利用地下水流动机制和密度分层流体界面理论提出了板状铀矿床的成矿模式。较全面地阐述了地下水排泄体系中成岩－成矿的时间序列和空间定位。  相似文献   

应用体波模拟和反演确定震源参数中某些易犯的错误...     

Wagn.  GS 金耀 《世界地震译丛》1992,(5):35-42

  相似文献   

黑龙江省地下水资源可持续力战略问题研究     

张守国  朱英 《黑龙江国土资源》2006,(12):40-41

水资源是社会经济可持续发展的基础，特别是地下水资源在工农业和居民生活中起着重要作用。黑龙江省地下水资源分布和开采不平衡，但通过科学调配、合理利用，地下水资源能够满足国民经济可持续发展需求。  相似文献   

SIMULATION AND PREDICTION OF DEBRIS FLOW USING ARTIFICIAL NEURAL NETWORK     

WANGXie-kang HUANGEr CUIPeng 《中国地理科学(英文版)》2003,13(3):262-266

Debris flow is one of the most destructive phenomena of natural hazards. Recently, major natural haz-ard, claiming human lives and assets, is due to debris flow in the world. Several practical methods for forecasting de-bris flow have been proposed, however, the accuracy of these methods is not high enough for practical use because of the stochastic and non-linear characteristics of debris flow. Artificial neural network has proven to be feasible and use-fill in developing models for nonlinear systems. On the other hand, predicting the future behavior based on a time se-ries of collected historical data is also an important tool in many scientific applications. In this study we present a three-layer feed-forward neural network model to forecast surge of debris flow according to the time series data collect-ed in the Jiangjia Ravine, situated in north part of Yunnan Province of China. The simulation and prediction of debris flow using the proposed approach shows this model is feasible, however, further studies are needed.  相似文献