祝涛
,
杨斌
黄金
doi:10.11792/hj20160103
马虎沟测区位于灵北断裂带下盘,区内主干断裂为前孙家—洼孙家断裂,发育似斑状郭家岭型花岗闪长岩和玲珑型片麻状黑云母花岗岩. 本次地表构造地球化学测量范围约15 km2 ,采集构造地球化学样品共858件,测试元素包括Au、Ni、Pb、Co、Mo、Sn、Zn、Ti、Cr、As、Sb、Hg、Ag、Cu、Ba、Bi、B、Mn、V等19种. Au元素异常沿前孙家—洼孙家断裂带及次级断裂分布特征明显. 分形分维统计表明,Au具有多阶段成矿的特征. 结合多元统计分析,厘定本测区构造地球化学异常找矿标志为Au-Pb-Bi元素组合异常及因子得分Y(i,2)和Y(i,3)异常. 结合地质分析,圈定找矿靶区5处.
关键词:
找矿预测
,
构造地球化学
,
多元统计分析
,
前孙家—洼孙家断裂带
王婉华
,
陈丽红
,
刘征涛
,
王晓南
,
张聪
环境化学
doi:10.7524/j.issn.0254-6108.2015.10.2015042102
以南京化学工业园的土壤为研究对象，分析土壤中重金属 Cr （Ⅵ）和 Pb 对赤子爱胜蚓（ Eisenia fetida）生长及繁殖的影响．结果表明，与对照组比较，暴露28 d时，较低浓度的Cr（Ⅵ）（4—8 mg·kg－1）和Pb （1000—1500 mg·kg－1）能促进赤子爱胜蚓的生长发育，而较高浓度的 Cr （Ⅵ）（32—64 mg·kg－1）和 Pb （3000 mg·kg－1）则显著抑制赤子爱胜蚓的生长发育；赤子爱胜蚓的产茧量随着Cr（Ⅵ）和Pb浓度的升高被显著抑制，其中，Cr（Ⅵ）抑制赤子爱胜蚓产茧量的EC50（半数有效浓度）、NOEC（无观察效应浓度）和LOEC（最低观察效应浓度）分别为22．86（20．56—25．42）、8、16 mg·kg－1．Pb抑制赤子爱胜蚓产茧量的EC50、NOEC和LOEC分别为2280．34（2200．90—2362．65）、1500、2000 mg·kg－1；与人工土壤中Cr（Ⅵ）和Pb对赤子爱胜蚓产茧量的28 d?EC50有显著性差异．
关键词:
Cr(Ⅵ)
,
Pb
,
南京土壤
,
人工土壤
,
赤子爱胜蚓
,
生长
,
繁殖
张渊
,
佘振宝
,
陈国华
,
张洪喜
,
闫复传
黄金
doi:10.3969/j.issn.1001-1277.2006.12.005
黄埠岭金矿床位于胶东西北部的招莱金矿带,产于黄埠岭-凤凰山北东向断裂构造上盘,区内16条不同级别的北东向断裂组合控制了金矿脉的产出.研究表明:主断裂构造的控矿意义优于次级断裂构造,金矿体主要产于断裂构造交汇处和金矿脉产状变化处.
关键词:
控矿构造
,
断裂构造组合
,
黄埠岭金矿床
,
胶东西北部
叶能胜
,
王小波
,
王继芬
,
谷学新
应用化学
doi:10.3724/SP.J.1095.2010.90847
建立了尿样中可卡因(COC)及其代谢物爱冈宁甲基酯(EME)的气相色谱检测方法. 采用液液萃取法提取尿样中可卡因和爱冈宁甲基酯,考察了萃取剂种类和用量、试样pH值以及萃取时间等因素对提取效果的影响. 结果表明,尿样中COC和EME的最佳液液萃取条件是:以V(氯仿)∶ V(异丙醇)=9∶ 1为提取溶剂,调节样品溶液pH=9.5,在40 ℃水浴振荡提取6 min. COC和EME日内精密度分别为1.73%和1.44%,日间精密度分别为2.57%和2.89%,最低检出限(LOD)为0.040 mg/L. 此法无需衍生化、快速、准确、灵敏度高,可同时检测尿样中COC和EME的含量.
关键词:
液液萃取
,
气相色谱
,
可卡因
,
爱冈宁甲基酯
,
尿液
刘耀文
黄金
doi:10.3969/j.issn.1001-1277.2002.03.006
初步总结了庙岭金矿建矿几年来采矿方法的探索及应用方面的情况,同时,针对现行采矿方法所存在的问题,指出了改进建议,以期达到改善作业条件,提高采矿强度和工作效率,减少矿石损失贫化,最终增进矿山经济效益的目的.
关键词:
庙岭金矿
,
采矿方法
,
探索
,
应用
杨瑞宽
,
张东奎
,
韩金波
,
王彦龙
,
刘国良
黄金
doi:10.3969/j.issn.1001-1277.2010.06.008
针对山枣岭金矿矿体顶底板破碎,矿石品位低,开采难度大的矿床开采技术条件,通过优化采场结构,采用预留矿柱、锚杆支护等技术措施,有效地控制了矿石贫化,提高了出矿品位,取得了明显的应用效果.
关键词:
复杂矿体
,
留矿采矿法
,
优化结构
,
联合支护
,
强化开采
杨卫莉
,
郭雷
,
赵天云
,
肖谷初
量子电子学报
doi:10.3969/j.issn.1007-5461.2008.01.004
针对传统分水岭分割算法对噪声敏感和易于产生过分割问题,提出一种新的基于分水岭和蚁群智能聚类的图像分割方法(CWAC,Combining watersheds and ant colony clustering).CWAC方法首先用分水岭变换对图像做初分割,然后用蚁群方法在区域之间进行聚类合并,获得最终的分割结果.CWAC不但成功地解决了分水岭存在的过分割问题,还大大提高了蚁群聚类算法的搜索效率;本文利用分水岭变换后的灰度信息和空间信息,定义了一种新的引导函数,可更准确有效引导蚁群聚类.实验结果表明CWAC可以快速准确地分割出目标,是一种有效的图像分割方法.
关键词:
图像处理
,
分水岭
,
群体智能
,
蚁群聚类
,
引导函数
