Porphyry Copper Deposit Prognosis in the Middle Region of the Bangonghu–Nujiang Metallogenic Belt,Tibet, Using ASTER Remote Sensing Data     

《Resource Geology》2018,68(1):65-82

The B angonghu–N ujiang metallogenic belt is considered to be T ibet’s third copper belt after the Y ulong and G angdese copper belts. The D uolong gold‐rich porphyry copper deposit, located in the western part of the B angonghu–N ujiang belt was recently recognized as a superlarge prospect. The A dvanced S paceborne T hermal E mission and R eflection R adiometer (ASTER ) was used to characterize the D uolong porphyry deposit alteration area, and three methods, color enhancement, band ratio transformation, and spectral angle mapping, were utilized to extract the phyllic and argillic alteration zones, which are typically considered the most important predictors of porphyry copper. Seven prospecting areas, which match mapped alteration zones, were delineated in the D uolong deposit. In addition, an ASTER image of the eastern region of the B angonghu–N ujiang belt in the X iongmei area was used to extract alteration information, and an area with image characteristics similar to the D uobuza and B olong ore deposits was identified as a prospecting area. Numerous malachite outcrops were identified in the field, and both laboratory analysis and isotopic dating confirmed that the deposit had formed concurrently with the D uobuza deposit (119 M a). Geologic mapping at the 1:5000 scale was conducted in the area, and three types of ore‐bearing rocks were identified, indicating that this area has significant potential to host ore deposits. The discovery of the X iongmei copper mining area is significant for the B angonghu–N ujiang belt.  相似文献   

基于自适应时序剖分与KNN的短时交通流量预测     

祁朵  毛政元 《地球信息科学学报》2022,24(2):339-351

在智能交通系统中,准确和高效的短时交通流量预测是交通诱导、管理和控制的前提。由于交通流量动态变化中表现出的时变性和非平稳性特征,其预测难度较大,是交通领域中亟待解决的难题。为提高短时交通流量的预测精度,本文设计与实现了基于自适应时序剖分与KNN（A-TS-KNN）的短时交通流量预测算法。① 基于动态时间规整（Dynamic Time Warping,DTW）动态剖分单日时序为不同的交通模式;② 在不同交通模式,采用互信息法求解每个预测时刻时间延迟的最大阈值,构造不同时间延迟的状态向量,生成交通流量历史数据库;③ 采用十次十折交叉验证的方法求解每个时刻不同时间延迟与不同K值的正交误差结果分布,提取误差最小的正交结果,得到自适应时间延迟与K值的参数组合;④ 采用K个最相似的近邻的距离倒数加权值作为预测结果。对比K近邻（K-nearest neighbors, KNN）、支持向量回归（Support vector regression,SVR）、长短期记忆神经网络（Long-short term memory neural network,LSTM）以及门控递归单元神经网络（Gate recurrent unit neural network,GRU）共4种主流预测模型,A-TS-KNN算法预测精度显著提升;将A-TS-KNN算法用于福州市城市路网中其他交叉路口的短时交通流量预测,结果表现出良好的泛化能力。  相似文献   

顾及地理-语义动态的城市热点预测框架     

沙恒宇  金广垠  程光权  黄金才  吴克宇 《地球信息科学学报》2022,24(1):25-37

城市热点时空预测是城市管理和智慧城市建设的一项长期而富有挑战性的任务。准确地进行城市热点时空预测可以提高城市规划、调度和安全保障能力并降低资源消耗。现有的区域级深度时空预测方法主要利用基于地理网格的图像、给定的网络结构或额外的数据来获取时空动态。通过从原始数据中挖掘出潜在的自语义信息,并将其与基于地理空间的网格图像融合,也可以提高时空预测的性能,基于此,本文提出了一种新的深度学习方法地理语义集成神经网络(GSEN),将地理预测神经网络和语义预测神经网络相叠加。GSEN模型综合了预测递归神经网络（PredRNN）、图卷积预测递归神经网络（GC-PredRNN）和集成层的结构,从不同的角度捕捉时空动态。并且该模型还可以与现实世界中一些潜在的高层动态进行关联,而不需要任何额外的数据。最终在3个不同领域的实际数据集上对本文提出的模型进行了评估,均取得了很好的预测效果,实验结果表明GSEN模型在不同城市热点时空预测任务中的推广性和有效性,利用该模型可以更好地进行城市热点时空预测,解决一系列如犯罪、火灾、网约车预订等等现代城市发展中亟需解决的相关问题。  相似文献   

利用背景噪声研究滇西北波速异常与M≥5.0地震关系     

杨建文  叶泵  高琼  陈佳  王军 《大地测量与地球动力学》2022,42(2):165-171

提出基于背景噪声波速测量的综合预测指标法,将测震资料更好地应用于震情跟踪和地震短临预报。利用滇西北5个台站2012-01~2020-11宽频带连续波形资料,基于背景噪声互相关及傅立叶变换等方法,提取10个台站对当天经验格林函数与参考经验格林函数的直达瑞利波走时偏移时间序列,设定±1.5倍标准差作为异常阈值,并以其间发生的6次M≥5.0地震为样本,采用R值评分法对每个台站对的映震能力进行效能检验,最后基于自适应加权综合预测方法提取适合于滇西北地区的地震短临异常识别指标（综合指标）。结果表明,利用该综合指标对滇西北2012年以来发生的6次M≥5.0地震进行90 d短临预报,异常指标共出现8次,其中准确预报地震5次,漏报1次,虚报4次,预报效能评分R为0.692,R₀为0.475。该综合指标的地震对应率为62.50%,概括率为83.33%。  相似文献   

分数阶傅里叶变换联合支持向量机的建筑物变形预测     

古巍  李倩  陈代果 《大地测量与地球动力学》2022,42(12):1239-1245

提出一种分数阶傅里叶变换(fractional Fourier transformation, FrFT)与支持向量机(support vector machine, SVM)相结合的建筑物变形组合预测模型。首先利用FrFT对变形时间序列进行多尺度分析,将复杂时间序列分解为一系列结构较为简单的子序列;然后利用SVM对每个子序列分别建立预测模型,通过将各个子序列的预测结果进行综合叠加,得到最终预测结果;同时考虑到SVM模型参数选择的难题,提出一种改进果蝇优化算法(improved fruit fly optimization algorithm, IFOA)对其进行全局寻优,提升预测性能。以西南地区某混凝土坝变形实测数据为例开展验证实验,结果表明,本文组合预测模型能够充分挖掘数据中隐含的趋势性和规律性信息,获得较高的预测精度。  相似文献   

All-sky Data Assimilation of MWTS-2 and MWHS-2 in the Met Office Global NWP System.     

Fabien CARMINATI  Stefano MIGLIORINI 《大气科学进展》2021,38(10):1682-1694

Microwave radiances from passive polar-orbiting radiometers have been, until recently, assimilated in the Met Office global numerical weather prediction system after the scenes significantly affected by atmospheric scattering are discarded.Recent system upgrades have seen the introduction of a scattering-permitting observation operator and the development of a variable observation error using both liquid and ice water paths as proxies of scattering-induced bias. Applied to the Fengyun 3 Microwave Temperature Sounder 2(MWTS-2) and the Microwave Humidity Sounder 2(MWHS-2), this methodology increases the data usage by up to 8% at 183 GHz. It also allows for the investigation into the assimilation of MWHS-2 118 GHz channels, sensitive to temperature and lower tropospheric humidity, but whose large sensitivity to ice cloud have prevented their use thus far. While the impact on the forecast is mostly neutral with small but significant shortrange improvements, 0.3% in terms of root mean square error, for southern winds and low-level temperature, balanced by 0.2% degradations of short-range northern and tropical low-level temperature, benefits are observed in the background fit of independent instruments used in the system. The lower tropospheric temperature sounding Infrared Atmospheric Sounding Interferometer(IASI) channels see a reduction of the standard deviation in the background departure of up to 1.2%. The Advanced Microwave Sounding Unit A(AMSU-A) stratospheric sounding channels improve by up to 0.5% and the Microwave Humidity Sounder(MHS) humidity sounding channels improve by up to 0.4%.  相似文献   

利用深度学习融合NWP和多源观测数据的闪电落区短时预报方法     

周康辉  郑永光  王婷波 《气象学报》2021,79(1):1-14

强对流短时预报（2—6 h）具有较大难度。一方面,基于观测数据的外推已基本不可用;另一方面,高分辨率数值模式（High-resolution Numerical Weather Prediction,HNWP）的预报性能有待提升。利用深度学习方法,将卫星、雷达、云-地闪电（简称闪电）等观测数据和高分辨率数值模式预测数据进行融合,得到更有效的闪电落区短时预报结果。基于多源观测数据和高分辨率数值天气预报数据的特性,构建了一个双输入单输出的深度学习语义分割模型（LightningNet-NWP）,使用了包括闪电密度、雷达组合反射率拼图、卫星成像仪6个红外通道,以及GRAPES_3km模式预报的雷达组合反射率等共9个预报因子。深度学习模型使用了编码-解码的经典全卷卷积结构,并使用池化索引共享的方式,尽可能保留不同尺度特征图上的细节特征信息;利用三维卷积层提取观测数据时间和空间上的变化特征。结果表明,LightningNet-NWP能够较好地实现0—6 h的闪电落区预报,具备比单纯使用多源观测数据、高分辨率数值模式预报数据更好的预报结果。深度学习能够有效实现多源观测数据和数值天气预报数据的融合,在2—6 h时效预报效果优于单独使用观测数据或数值天气预报数据;预报时效越长,融合的优势体现得越明显。   相似文献   

山东5月降水异常环流型及其与海温异常的联系          下载免费PDF全文

伯忠凯  胡桂芳  徐玮平 《山东气象》2021,41(2):119-125

利用 1981—2019 年 NCEP/NCAR再分析资料和观测降水资料,对山东5月降水多（少）雨年环流特征进行分型,分析前期海温影响大气环流进而影响降水的过程。结果表明：典型多（少）雨年,亚洲中高纬环流呈“－、＋”（“＋、－” ）距平分布,盛行纬（经）向环流,东亚大槽偏弱（强）。前期冬春季黑潮区和热带印度洋海温是影响山东5月降水的关键外强迫因子,黑潮区海温偏暖（冷）时,其上空500 hPa高度场为明显正（负）距平,低层风场呈现异常反气旋（气旋）,山东受异常东南风（偏西风）控制,加强（削弱）了水汽输送, 利于降水偏多（少）。热带印度洋偏暖年,山东地区 500 hPa高度场上表现为西低东高,低层处于异常反气旋后部的东南气流中,这与典型多雨年的环流特征基本一致,印度洋偏冷年对应环流特征与偏暖年大致相反。  相似文献   

中国长三角地区PM2.5时空分布数值模拟研究     

许敏 《气象与环境学报》2021,37(4):33-39

利用第三代空气质量预报模式LOTOS-EUROS(Long Term Ozone Simulation-European Operational Smog)对2018年中国长三角地区细颗粒物(PM_2.5)浓度的时空分布进行数值模拟,通过对比模拟结果与地面观测值,验证模式对PM_2.5长期特征模拟的合理性并探讨长三角地区PM_2.5的时空分布特征。结果表明：LOTOS-EUROS模式可以较好地再现中国长三角地区PM_2.5浓度的时空分布特征,监测站点观测值和模拟值的整体相关系数达到0.64,可以用于长三角地区细颗粒物的模拟。长三角地区PM_2.5浓度呈冬高夏低,西北高东南低的特征。冬季PM_2.5浓度高值出现在长三角地区的西北部,安徽省等地区的浓度水平最大值可达到160 μg·m^-3;春季和秋季PM_2.5浓度的高值集中在30°N以北、120°E以西地区,浓度为40-80 μg·m^-3;而夏季PM_2.5浓度水平大幅度降低,大部分地区维持在20-40 μg·m^-3,低值中心出现在长三角地区东南部沿海城市,低于10 μg·m^-3,最低值可达5 μg·m^-3。  相似文献   

中国硼矿床成矿规律概要与找矿远景分析     

王莹  熊先孝 《矿床地质》2022,41(5):939-951

硼矿是重要的化工矿产资源,广泛应用于玻璃工业、陶瓷工业、洗涤剂和农用化肥。2014年至今,中国地质调查局组织编写的中国矿产地质志,全面总结了中国硼矿的资源特征和成矿规律。文章依托中国矿产地质志项目,总结了中国硼矿的成矿规律,圈定了硼矿找矿远景区,对未来硼矿的找矿工作有一定的参考价值。文章选取了具有代表性的矿床进行详细解剖工作,分别建立了现代盐湖型和沉积变质型典型硼矿床的预测模型。中国硼矿床的主要类型包括现代盐湖型、沉积变质型、地下卤水型、矽卡岩型和海相火山岩型。目前,中国共发现硼矿的矿产地216处,查明资源储量7575.69万t（B₂O₃）,分布在辽宁、西藏、青海、湖北等14个省（市、自治区）。在成矿时代上,中国硼矿主要形成于新生代、古元古代和中生代。在空间上,中国硼矿可划分为14个Ⅲ级成矿区带和11个矿集区。根据硼矿成矿预测成果,本文圈定了10个硼矿找矿远景区和8个优先勘查区,其中优先勘查区主要集中在青海油泉子（地下卤水型）,昆特依（现代盐湖型）,辽宁夹皮沟-红石砬子、吉林高台沟（沉积变质型）,西藏扎布耶茶卡、依布茶卡、麻米错、班戈错（现代盐湖型）等地区。  相似文献