排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
粉尘的搬运与堆积过程,理论上是不同粒径的岩屑与矿屑颗粒被风力分选并依次沉降的过程,而元素在不同粒级的岩屑与矿屑的富集程度有所差异;因此,对岩屑与矿屑颗粒分选,在一定程度上是对地球化学元素的分选。因此,基于元素地球化学对黄土粉尘示踪研究中,单一节点或(和)剖面均不具有对粉尘源区的严格代表性,通过比较单一节点或剖面的元素地球化学而进行物源示踪的方法往往存在较大的不确定性。本文通过对中亚热带赣北鄱阳湖地区芙蓉-周溪一带的风沙-粉尘堆积体系常量和微量元素的多维度统计分析,发现地球化学元素及其元素对均存在系统性的分选与分异特点。稳定元素(如Al、Ti、Zr、Nb、Lu、Hf、Ta)及其元素对随距物源区的远近呈现线性、指数或对数等的单向变化特点,其变化幅度在沉积体系中可达31%~42%;在二维和三维散点图中其元素对的投影轨迹,是一个有方向的线状或者带状区域。这表明,风沙-粉尘堆积体系内元素地球化学从上风向到下风向是单调变化的,传统上基于元素地球化学的黄土粉尘物源示踪,通过判断投影区域的远近而进行示踪分析,在理论上有一定缺陷。初步建议,未来的元素地球化学示踪应避免单一剖面元素示踪的方法,而应根据粉尘堆积体系的分布情况系统采样,通过揭示粉尘堆积体系元素地球化学的系统特征来开展基于地球化学元素的黄土粉尘物源示踪研究。 相似文献
2.
目的:评价人工智能CT定量分析预测并评估COVID-19肺炎临床分型的相关性。方法:回顾性分析齐齐哈尔第一医院发热门诊收治2020年2月1日至2021年1月20日COVID-19确诊患者46例的临床及CT影像资料。比较人工智能（AI）定量分析中病灶累及全肺感染体积、磨玻璃密度体积（GGO体积）和实性密度体积（SO体积）与临床分型的相关性。结果:普通型26例、重型16例和危重型4例,临床表现以发热、咳嗽、乏力症状为主。重型和危重型更常见于年龄较大患者。3种临床分型肺部病变的CT表现均以GGO为主;普通型的全肺感染体积、GGO体积、SO体积比重型/危重型患者小,Spearman等级相关性分析显示全肺感染体积、GGO体积、SO体积均与临床分型具有显著相关（0.86、0.87和0.84）。结论:人工智能CT定量指标分析（感染体积、GGO体积、SO体积）与COVID-19肺炎临床分型具有较好的相关性。 相似文献
1