首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   0篇
  国内免费   1篇
地球物理   1篇
地质学   1篇
  2023年   1篇
  2022年   1篇
排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
青藏高原东南缘是研究构造、地貌演化和气候变化相互作用的理想场所,前人研究主要揭示了晚始新世—早中新世和晚中新世以来的快速剥蚀事件,缺乏晚白垩世—早新生代时期地貌演化过程的研究。次林错花岗岩已有的低温热年代学数据覆盖了整个新生代时期,为探索该区域新生代早期的剥露演化历史提供了重要资料。该岩体新生代早期冷却事件是岩浆冷却单一作用的结果,还是受快速剥蚀作用的影响,目前仍然存疑,需要定量研究。因此,本文结合已有的岩石地化和年代学数据,对次林错花岗岩开展了锆石饱和温度和一维岩浆冷却模拟研究。锆石饱和温度计算结果表明次林错花岗岩的岩浆结晶温度介于647~705℃之间,属低温花岗岩。一维岩浆冷却模拟结果显示岩体侵位时的最小围岩温度为160~120℃,对应深度约为3. 7~5. 0 km。结合锆石和磷灰石(U- Th)/He年代学数据,本文认为该岩体在晚白垩世—早新生代时期(67~40 Ma)经历了一期剥蚀量至少为2 km的快速剥蚀事件。已发表成果的综合分析表明,此次快速剥露事件可能是整个青藏高原地区广泛存在的构造剥蚀事件,新特提斯洋的俯冲闭合与印亚板块的初始碰撞可能是触发此次大规模区域剥蚀的主要原因  相似文献   
2.
大地震的同震地表破裂高分辨率填图对于理解破裂传播机制、量化地震灾害和地震危险性等至关重要;无人机航片和地形数据为地表破裂研究提供大量的高精度数据.同时基于海量数据的人工填图耗时费力,效率较低;机器学习(Machine learning)技术的发展为快速处理这类高分辨率图像数据提供了新思路.本文以2021年玛多MW7.4级地震震后高精度无人机航片为基础数据,展示了机器学习技术快速、高效识别地表破裂的潜力.基于卷积神经网络Canny算法,详细讨论了无人机数字正射影像的处理流程和关键步骤,包括准备训练数据、训练和后处理.对比人工识别和机器识别的结果显示,本文所提出的方法可以有效地绘制地表破裂,为未来研究大地震地表破裂提供新思路.同时,展示了机器学习在地震地质、地表过程和地貌等定量研究中的巨大优势和广阔前景.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号