排序方式： 共有11条查询结果，搜索用时 140 毫秒
1.
2.
长江水下三角洲层序地层学研究有助于全面了解长江三角洲地层特征和沉积环境演化模式。通过对长江水下三角洲下切河谷区YD0901和YD0903孔岩心的详细沉积物粒度、特征元素比值(Cl/Ti和Zr/Rb)、沉积相对比分析,恢复了冰后期以来长江水下三角洲层序地层格架。研究区冰后期以来自下而上依次出现河流相、潮汐河流相、河口湾相、浅海相和三角洲相的沉积相序。末次冰期海平面下降,古长江形成下切河谷,古河间地发育硬黏土层,构成五级Ⅰ型层序界面。之后海平面回升,分别于15 cal ka BP和8.0 cal ka BP形成最大海退和最大海侵界面,水下三角洲区域最大海侵发生时间略滞后于平原区,约为7.5 cal ka BP。据此3个层序界面将冰后期地层划分为低位体系域、海侵体系域和高位体系域。钻孔岩心记录揭示了14.8 cal ka BP海侵到达研究区;14.8~13 cal ka BP期间,受MWP-1A冰融水事件影响海平面快速上升,海岸线向陆推进速率可达71.9,km/ka;海退期间各钻孔沉积速率较低,直至2 cal ka BP开始,沉积速率明显增加。 相似文献
3.
4.
深度学习在高分辨率遥感影像冬油菜提取中的应用 总被引：2，自引：0，他引：2
近年来，深度学习在基于高分辨率遥感影像的农作物种植信息提取领域应用广泛。本文充分利用油菜在盛花期的光谱特征，提出了基于深度学习理论的单时相高分辨率遥感影像油菜分布提取方法。以2016年湖北省沙洋县作为研究区域，获取油菜盛花时期高分一号（GF-1）影像，并以沙洋县为基础影像，通过手工标记制作油菜训练样本。设计两种深度学习框架模型，一种以卷积神经网络（CNN）为框架，构建一维卷积神经网络（1D-CNN）模型，第二种以循环神经网络（RNN）为框架，组合门控循环单元（GRU）模型，训练标准样本模型，完成油菜分类提取。最后，与传统支持向量机（SVM）、随机森林（RF）方法进行了结果对比。试验结果表明，本文设计的基于深度学习CNN和RNN模型提取的冬油菜空间分布精度和面积精度皆优于其他两种方法，为进一步实现冬油菜提取自动化提供试验基础。 相似文献
5.
6.
现代固体地球科学已经认识到,地幔对流不再是少数动力学家的假想,它是地幔热动力系统的主要构架.地幔对流和板块运动驱动机理关系的研究已经从简单的主动或被动驱动的讨论转向对统一热动力系统的探讨.包括地幔热柱在内的地幔对流的深入研究不仅成为研究地幔热动力系统演化的主线,也成为研究大陆形成和演化驱动机理的主线.与此同时,以地震层析成像为主体的地震、地球物理观测资料和以地幔岩石化学组份为主体的地球化学观测成为认识地幔对流的强有力的工具.然而,地球化学和地球物理观测之间存在明显的差异,一些依赖于地球化学数据构思的新的热动力学框架对地幔对流的研究构成了强烈的挑战. 相似文献
7.
8.
联用筛析法与激光法进行粒度接序分析的界点选择 总被引：1，自引：0，他引：1
筛析法、激光法和图像法是三种常用的粒度分析方法,但由于测试原理的不同,三种测试方法有不同的适用性。筛析法和图像法能够精确测量砂质颗粒的粒径,但不适用于泥质细颗粒（<0.063 mm）的粒径测量;相反,激光法无法准确测量中粗砂粒级颗粒（2~0.21 mm）,但能高精度测量较细沉积物粒径。分选较差的天然沉积物粒径分布范围较广,需要综合运用筛析法-激光法进行接序粒度测试。通常选用2 mm为界点开展接序粒度分析,但因激光法在测量中粗砂颗粒时误差较大,易导致接序粒度分析结果准确性不高。建议以0.21 mm为分界点开展接序粒度分析,分别避开筛析法和激光法测量精度不高的粒级区间,可使测试结果的准确性得到有效的提高。 相似文献
9.
根据南部非洲CMB上存在一尖锐边界S波低速异常体(超级地幔柱)的最新研究成果,利用地震层析成像及重力场理论,对该异常体的结构进行了探讨。通过建立模型,计算了该模型S波低速异常体所对应的密度异常产生的区域大地水准面异常,并将其和观测大地水准面异常进行对比。通过调整模型的几何构架、物理参数和力学平衡效应(流体静力学平衡及对流动力学效应所引起的核幔边界地形的起伏),寻找能够符合实际观测大地水准面异常的模型参数,最终得到非洲底部异常体的结构。单一的异常体模型计算结果表明,只有在选取低S波速度高密度异常时,模型预测大地水准面异常才能较好地吻合实际观测(EGM96)分布,由此可以推断,该异常体可能是高密度、低S波速的化学成分不同的异常体。但是当考虑全部地幔地震层析成像的数据,将其引入模型大地水准面异常的预测并且尝试一系列模型之后发现如果用简单叠加地幔地震层析成像数据和模型异常体对大地水准面的影响来预测该地区大地水准面异常,无法获得与观测大地水准面相吻合的结果。因而考虑更为复杂的动力学模型将是很有必要的。 相似文献
10.
冰盖数值模拟是一种基于多源观测数据,通过构建并求解冰流动力学方程组,理解冰流运动物理机制以及诊断和预估其演化过程的方法,目前已被广泛应用于冰盖变化研究。本文简要介绍了极地冰盖数值模拟方法,归纳综述了近十余年我国学者在极地冰盖数值模拟方面的研究进展,厘清我国在冰盖数值模拟领域遇到的瓶颈和关键问题。阐述了如何与我国的极地冰盖科考优势区域深度结合,协同多源强化观测和数值模拟,研发和改进冰盖模式,提高冰盖模拟能力,对定量估算极地冰盖的物质平衡及其对未来海平面上升的影响做出实质贡献。通过逐步发展冰盖模式的研究能力,有望将来在冰盖关键动力过程和机制的科学认识上有所突破。 相似文献