基于镉污染风险的湖南省龙山县百合种植区安全区划     

许青阳  戴亮亮  肖凯琦  彭志刚  巩浩 《地质论评》2023,69(5):1869-1878

湖南省龙山县作为我国重要的百合生产基地县之一,其土壤却存在一定程度的镉(Cd)污染风险。同时,百合作为一种食药同源的植物,其食用和药用的质量安全标准不一致。因此,在龙山县提出百合种植区安全区划具有重要意义。笔者等在龙山县耕地采集326件表层土壤样品和70件百合样品(配套根系土样),在分析土壤及百合中Cd的含量和土壤中氧化物、有机质、pH等指标的基础上,探讨Cd生物有效性的影响因素,并据此建立百合Cd生物富集系数预测模型,结合土地质量地球化学调查数据预测耕地的百合Cd含量,给出百合种植区安全区划及建议。结果表明,研究区土壤存在Cd污染风险,百合具有质量安全问题。研究区Cd的生物有效性受到土壤CaO、S、P、K₂O含量和土壤pH的共同影响。与多元线性回归模型相比,随机森林模型能够更好地预测百合Cd生物富集系数。百合种植区安全区划显示,研究区食用百合优先种植区、药用百合优先种植区、药用百合次级种植区、结构调整种植区面积占比分别为1.49%、92.71%、2.88%、2.92%,建议大力开发药用百合农产品。该研究成果将Cd污染风险耕地的安全利用与食药同源农产品的质量安全有...  相似文献   

基于高光谱数据的甘肃花西山金矿蚀变特征分析与找矿预测应用     

赵佳琪 《地质与勘探》2023,59(1):122-133

利用地物光谱仪识别具有光谱诊断性吸收特征的蚀变矿物,并分析其空间分布及组合特征,是后续利用航空、航天高光谱遥感开展找矿预测的重要理论依据。本文以位于甘肃柳园地区花牛山矿集区的花西山金矿床为例,首先利用FieldSpecPro FR便携式光谱仪对采集样品进行光谱测量,通过The Spectral Geologist 8软件对获得的光谱数据进行分析解译,揭示了与矿化关系密切的地表蚀变矿物为绢云母（白云母和多硅白云母）+黄钾铁矾+赤铁矿+针铁矿,外围蚀变矿物主要为绢云母（钠云母）+绿帘石+绿泥石+蒙脱石+水铝石。基于这一认识,对矿区及周边开展CASI/SASI航空高光谱遥感蚀变矿物信息提取,综合地表及航空高光谱解译信息,建立了花西山式金矿床的高光谱遥感找矿预测模型,并基于该找矿预测模型在外围圈定了预测区1处,经野外查证,预测区内发现有明显金异常。研究结果表明,在分析和总结调查区成矿地质背景和蚀变特征的基础上,结合高光谱遥感信息可快速地、更有针对性地发现成矿有利区段,为矿产勘查部署提供重要参考资料。  相似文献   

灰质背景下浊积岩储层预测关键技术研究——以NZ地区N872块为例     

隋明阳 《地质论评》2023,69(Z1):291-292

  相似文献   

填埋场单井注气气体压力监测试验及预测模型     

金佳旭  朱磊  刘磊  陈亿军  姚远  高腾飞  李若欣 《岩土力学》2023,44(1):259-267

确定填埋场注气过程中气体压力分布特征可为好氧通风工程提供关键技术和理论支撑。以现场单井注气试验为依托,在渗流力学理论的基础上,开展了不同注气强度条件下气体压力分布监测试验,分析了注气过程中气体压力的径向分布特征,推导了注气条件下垃圾土体内部以解析解形式表达的气体压力预测（analytical gas pressure prediction,简称AGPP）模型;结合现场气体压力监测结果,构建了以注气井压力为核心参数的经验公式形式的气体压力预测（empiricalgaspressure prediction,简称EGPP）模型。试验结果表明：低压注气强度也可以达到良好的注气效果,在较短时间内可以让气体充满注气井周围;通过现场监测数据与AGPP模型、EGPP模型的对比,初步验证了两种模型的可靠性。以上成果为预测和评估好氧通风过程中垃圾填埋场气体压力分布提供了新方法。  相似文献   

贵州铜仁地区锰矿定量预测与评价     

李素雅  陈建平  刘畅 《江苏地质》2023,47(2):166-174

应用地质、化探、物探、遥感等手段和资料进行多元信息成矿预测已成为找矿工作的重要方法。以贵州铜仁地区锰矿为研究对象,基于研究区与成矿相关的多元信息,建立区域找矿模型;运用GIS技术对多元信息进行综合处理并提取有利成矿信息,形成找矿标志专题图层,构成找矿预测指标集;利用证据权重法建立锰矿综合预测模型,结合研究区成矿地质条件、已知锰矿床（点）等因素,确定找矿有利地区,并圈定7个远景区,为发现大规模锰矿产地提供参考。  相似文献   

变权组合预测模型在大坝沉降监测中的应用   总被引：1，自引：0，他引：1  

谢朋朋  黄腾  刘阳 《测绘工程》2015,(4):74-76

为探讨变权组合预测模型在变形监测中的应用,以监测某大坝沉降量为实例,研究基于线性回归预测模型和灰色模型GM(1,1)的变权组合。通过预测该大坝坝内沉降量,比较两种单一预测模型和变权组合预测模型的预测误差平方和,证明变权组合预测模型在沉降预测中具有更好的预测精度。  相似文献   

基于机器学习的多施工参数盾构施工姿态预测     

夏汉庸  尹和军  徐教煌  王嘉伟  黄毅 《测绘通报》2021,(1):157-160,164

针对盾构施工过程中参数易变、轴线难以预测控制的问题,本文提出了基于机器学习的多施工参数盾构施工姿态预测方法,分析了在复杂环境下影响盾构姿态掘进施工的参数,以及掘进参数和盾构姿态内在的关联关系,建立了盾构姿态预测模型,实现了盾首盾尾中心坐标与设计轴线的偏差计算;最后结合某地铁施工段,验证了该预测模型的可行性。  相似文献   

基于遥感影像的青海省环境变化监测     

韩建平 《测绘通报》2021,(10):123-126,145

本文通过对遥感影像的分析,针对土地利用及植被变化情况,利用优化的K-means算法对青海省环境变化进行检测,以此对土地的利用进行合理的规划,以期实现可持续发展。同时将试验结果与外业实际结果及当地政策规划进行比对,结果显示文中算法对土地的变化和未来走势预测准确率超过75%,从而验证了监测方法的可行性。这不仅保证了在经济发展的同时能够合理地使用土地资源,而且能对环境进行有效的保护。  相似文献   

利用SVM与ARIMA组合模型进行大坝变形预测     

杨恒  岳建平  周钦坤 《测绘通报》2021,(4):74-78

由于大坝位移时间序列数据受各种复杂因素的影响,具有非平稳和非线性等特征,因此,利用传统、单一的时间序列预测模型较难准确地描述大坝位移变形的复杂规律。综合考虑大坝位移时间序列非线性和线性特征,本文提出了一种SVM和ARIMA相结合的时间序列预测模型。将大坝变形的时间序列分为非线性部分和线性部分。针对非线性部分,利用SVM进行滚动预测,并与NAR动态神经网络进行对比,试验表明SVM处理非线性问题具有相对的优势;针对线性部分,通过ARIMA模型对其进行单步滚动预测,综合两项预测结果得到组合模型的预测值。结合大坝实测资料对组合模型进行检验,试验结果表明,SVM-ARIMA组合模型的预测精度高,能更好地描述大坝位移的变化趋势,具有一定的实用价值。  相似文献   

FIO-ESM气候模式北太平洋海表温度和降水的季节性预报技巧评估     

赵一丁  尹训强  宋亚娟  乔方利 《海洋学报(英文版)》2019,38(1):5-12

The seasonal prediction of sea surface temperature(SST) and precipitation in the North Pacific based on the hindcast results of The First Institute of Oceanography Earth System Model(FIO-ESM) is assessed in this study.The Ensemble Adjusted Kalman Filter assimilation scheme is used to generate initial conditions, which are shown to be reliable by comparison with the observations. Based on this comparison, we analyze the FIO-ESM 6-month hindcast results starting from each month of 1993–2013. The model exhibits high SST prediction skills over most of the North Pacific for two seasons in advance. Furthermore, it remains skillful at long lead times for midlatitudes. The reliable prediction of SST can transfer fairly well to precipitation prediction via air-sea interactions.The average skill of the North Pacific variability(NPV) index from 1 to 6 months lead is as high as 0.72(0.55) when El Ni?o-Southern Oscillation and NPV are in phase(out of phase) at initial conditions. The prediction skill of the NPV index of FIO-ESM is improved by 11.6%(23.6%) over the Climate Forecast System, Version 2. For seasonal dependence, the skill of FIO-ESM is higher than the skill of persistence prediction in the later period of prediction.  相似文献