铀系列放射性平衡判断及238U非破坏测量方法改进研究

来源 :铀矿地质 | 被引量 : 0次 | 上传用户:thomas012
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
非破坏分析方法γ能谱法测量238U是通过测量它的子体214Pb、214Bi、234Th或其他子体的活度含量来实现的,其测量准确度取决于238U系列是否处于放射性平衡状态。然而,某些特殊铀矿地质样品或其他样品中238U系列并不一定处于平衡状态,这就使得γ能谱法测定此类样品存在测定结果偏离真值的风险。通过研究铀衰变系列总α放射性比活度和各个γ核素放射性比活度的关系,建立了铀系列放射性平衡的判断模型,探索了总α-γ能谱法和两
其他文献
立德堂地区位于松辽盆地西南部,是盆地内重要的产铀区域。为查明立德堂地区放射性元素的分布特征及铀成矿潜力,通过对区内地面伽马能谱数据统计分析,提取了研究区地面伽马能谱古铀含量、古铀迁移量、相对变迁系数等参数,分析了地面伽马能谱铀元素分布特征及迁移富集规律。对比区内已发现的铀矿床及矿带呈现的地面伽马能谱特征,圈定了洋井、青龙山、四合屯-辽河镇、西蒙古屯-腰伯吐、西乌兰花-东乃木格勒、西腰茫哈、哈门艾勒-中敖本台等7个铀成矿远景区,为下一步找矿工作的部署指明了方向。
条件随机场模型由于其较强的上下文信息建模能力,被广泛应用于建筑物提取任务中。然而,面对高分辨率遥感影像丰富的地物信息,基于条件随机场的提取方法存在建筑物边界模糊的问题。本文提出了一种全局局部细节感知条件随机场框架,该框架提出全局局部一体化D-LinkNet,在有效利用多尺度建筑物信息的同时保留局部结构信息,解决了传统条件随机场一元势能丢失边界信息的问题。同时,该框架融合分割先验以缓解建筑物类内光谱
1955年2月15日,中苏委员会在北京成立,召开第一次会议,决定组建铀矿地质勘查队伍,在湖南长沙市组建三〇九队,在新疆乌鲁木齐市组建五一九队。2月18日,中苏委员会召开第二次会议,决定:“中苏委员会的代名为‘中华人民共和国地质部第三局’,用此名与地方国家机关和政府联系”。地质部第三局在普委二办的基础上扩充组建。地质部第三局是中国原子能工业最早建立的一个管理局,也是现在中国核工业地质局的最早前身机构。
松辽盆地南部砂体储层普遍发育,铀矿资源勘探潜力巨大。但该地区地层结构复杂,层位较多,电性差异小,导致对目的储层的预测极为困难。针对这种情况,进行CSAMT的2.5D正演模拟来研究该地区的电性响应特征,从而指导实际工作中的砂体预测是非常必要的。即根据已知的钻井资料,建立该地区典型的地质正演模型来探究各地层的电性响应特征。通过在松南八仙筒地区开展的正演研究得知,CSAMT方法可以获得各地层的电性响应特征,推断出断裂的位置及空间展布形态,为CSAMT方法在砂岩型铀成矿地质环境研究中的应用可行性提供了理论基础。最
Understanding the evolutionary history and adaptive process depends on the knowledge that we can acquire from both ancient and modern genomic data.With the avai
高光谱图像噪声评估既是评价图像质量的重要内容,也是衡量传感器性能的重要指标。一般噪声评估方法通过对图像规则分割或利用某种距离准则对图像进行连续性分割,计算图像子块的局部标准差或多元线性回归的残差来实现对图像噪声的估计。但这些方法获取的图像子块并不是完全均匀的,图像子块中仍然会存在地物边界,导致图像噪声评估的结果不准确。为了有效提取图像中的均匀子块,本文提出了一种优化的空间光谱维去相关(OSSDC)
在冬季晴天条件下,采用真空管集热器和热泵为热源,以昆明市搭建的采暖试验房为研究对象,对该试验房使用散热器进行采暖实验.测试得到室内温度数据,结果表明:1:00至7:00室内温度为17.02-18.07℃;21:00至24:00室内温度为17.98-19.73℃,室内温度维持在18℃附近.计算得到的预计平均热感觉指数(PMV)和预计不满意者的百分数(PPD)表明,采暖试验房的热舒适度整体提高.
利用阈值法进行遥感地物提取效率高、准确率高,但是在阈值的选取方面,传统的手动选取阈值,自动化低,需反复试操作,且易受主观因素影响。文中通过期望最大算法对局部冰川区域归一化雪覆盖指数建立高斯混合模型,去除区域内的混合像元类,再利用高斯混合模型模拟纯净化后的冰川类、非冰川类的NDSI分布情况,根据改进后的高斯混合模型分布情况,自动计算出区域内的冰川提取阈值。本文对不同海拔的3个区域进行算法实验,然后将
神经网络与深度学习理论为蚀变矿物的高效、准确、智能化识别提供了基础。文章基于深度学习框架Tensorflow,以新疆白杨河铀矿床8个钻孔的4类蚀变矿物光谱数据为例,设计全连接网络、残差神经网络与一维卷积神经网络3种不同的模型进行蚀变矿物识别研究。结果表明3种模型都能达到很好的效果,其中一维卷积神经网络的识别精度最高,测试精度达87%,kappa系数为0.78,较其他模型具有更好的稳定性。同时证明数据的预处理对模型的识别精度存在不同的影响。
高光谱蚀变矿物提取和钻孔岩心扫描是利用遥感技术开展铀资源勘查的常用手段,传统方法利用桌面遥感软件进行数据处理和分析,工作效率较低。研究在专业遥感技术支撑下,充分利用高性能计算机集群环境,基于面向服务的架构和企业级遥感理念,建立了B/S架构的遥感数据批处理平台,实现了多用户同时在线、批量自动化处理的遥感应用模式,支持国内外主流遥感数据的正射校正、辐射定标、大气校正、融合镶嵌、配准裁剪、波段计算等功能