基于卷积神经网络和火山岩大数据的构造源区判别

早先的构造源区判别图由于受时代、研究区域、研究思路以及研究手段、分析技术和样本数量的限制,存在某些不足,导致部分学者在研究中遇到各种困惑和矛盾。在大数据的冲击下,部分传统图解的可靠性正在接受考验。本文提出了一种将地球化学数据二维图像化的方法,将GEOROC数据库中来自11个构造环境的火山岩数据生成了34 468张灰度二维码图像。根据深度学习理论和方法构造了卷积神经网络(CNN)模型,利用其中75%的二维码数据进行自动学习和训练。该模型可以对不同来源的火山岩数据进行有效分类,总体分类准确度可达95%以上。该模型具备较好的泛化能力,可以作为日常工具辅助人工进行火山岩样本的构造源区的判别。

微探针型能量色散X荧光光谱技术测定香港古瓷的化学组成及其意义

用探针型能量色散X荧光光谱技术测定元-明年代的香港青釉瓷、元-明年代的广东青釉瓷、宋-元年代的福建青釉瓷样品的化学组成,用胎式、釉式和主成分分区的方法,研究了香港样品主要来源于广东青瓷窑场的制品,部分来源于福建青釉瓷产品。它们同属于南方青釉瓷系列,但是其胎质成分与浙江龙泉的正宗青釉瓷不同。然而,釉式的组成分布显示,香港、广东青瓷釉与龙泉青瓷釉的化学成分有部分的重叠,表明前两处的仿龙泉青瓷釉在外观上与正宗的产品有相似的质素。

镉稳定同位素研究进展

Cd具有挥发性和亲硫性,在海洋环境中Cd为微量营养元素,而在生态环境及农业土壤环境中Cd为有毒元素。因此,镉同位素被应用于海洋科学、地球科学、环境科学及农业科学研究,并展现出巨大的应用潜力。本文总结了近年来富含有机质的环境样品、植物样品和生物样品的消解方法,以及Cd分离纯化及双稀释剂校正方法的研究进展。采用微波、高压灰化和高氯酸消解等样品前处理方法均可消除有机质对镉同位素测定的影响;基于AG MP-1(M)树脂-盐酸淋洗体系可有效分离基体及干扰元素,不会导致镉同位素分馏;^(111 )Cd-^(113 )Cd同位素双稀释剂校正体系的测试精度高,可达0.1εCd/amu。同时,本文阐述了镉同位素在海洋科学、地球科学、环境科学及农业科学领域研究的最新进展和认识。镉同位素已成功应用于构建海洋生物地球化学Cd循环体系、反演古海洋环境及初级生产力变化,硫化物矿床成矿流体演化、成矿物质来源示踪及不同成因矿床类型判别研究,环境体系Cd污染源的源区判别、农田面源Cd来源及其运移、循环及储存机制研究。本文提出需要进一步开展镉同位素分馏机制及分馏模型的研究,构建Cd稳定同位素地球化学体系。