滇西凤庆地区箐头山花岗岩的特征r——古特提斯洋碰撞汇聚向伸展转换的证据

来源 :地质论评 | 被引量 : 0次 | 上传用户:xiaochouyu005
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
笔者等在野外调查的基础上,对出露于滇西临沧岩浆弧北部凤庆箐头山地区原1:25万凤庆县幅划分的二叠纪糜棱岩化黑云二长花岗岩进行了系统的年代学、岩石学和地球化学研究.该花岗岩体中,锆石具典型的振荡环带,Th/U值均大于0.2,为岩浆成因,其LA-ICP-MS U-Pb年龄为213±5 Ma,应当为岩浆结晶年龄,表明该岩体形成于晚三叠世,而非前人认为的二叠纪.全岩主微量元素分析结果显示,箐头山花岗岩Na2 O/K2 O值低,富Al2 O3,铝饱和指数(A/NCK值)平均为1.18,属过铝质高钾钙碱性系列.稀土配分曲线右倾,具有轻稀土富集、重稀土弱亏损、负铕异常明显的特征(δEu=0.36~0.50);富集大离子亲石元素Rb和K,亏损高场强元素Zr.在Rb—(Y+Nb)判别图解中,箐头山花岗岩投影点落入后碰撞花岗岩区,并具有明显向板内花岗岩转换的特征.结合区域地质资料,笔者等认为获得的213 Ma可能代表昌宁—孟连古特提斯洋闭合之后地壳由碰撞后造山向构造伸展转换的时限,为昌宁—孟连古特提斯洋碰撞后造山作用的结束提供时代约束.
其他文献
为解决当前连续面部表情生成模型易在表情密集区域产生伪影、表情控制能力较弱等问题,该文对GANimation模型进行了研究改进,提高对表情肌肉运动单元AU控制的准确度。在生成器的编码和解码特征层之间引入多尺度特征融合(MFF)模块,以长跳跃连接的方式将得到的融合特征用于图像解码。在生成器的解码部分中加入一层逆卷积,便于MFF模块添加,更加高效合理。在自制的数据集上与原网络进行对比实验,表情合成的准确
视觉对话中最具挑战的难点是视觉共指消解问题,该文针对此问题设计了一种自适应视觉记忆网络(AVMN)。该方法直接将视觉信息存储于外部记忆库,整合了文本和视觉定位过程,进而有效缓解了在这两个过程中所产生的误差。此外在很多场景下,仅依据图片便可对提出的问题进行回答,历史信息反而会导致不必要的误差。因此,模型自适应地读取外部视觉记忆,并融合了残差视觉信息。实验证明,相比于其他方法,该模型在各项指标上均取得
现代编队防空作战中,不同武器平台携带防空资源更具多样化,如何有效统筹分配现有作战资源,使得编队级防空作战的总体效益最大化成为致胜关键。为此,该文将各作战平台的所有作战资源建模为一个统一资源池,面向多个目标同时拦截作战情景,提出了一种编队级防空火力资源优化分配模型,平衡了毁伤概率与资源消耗的关系;同时提出了一种改进全局最优和声搜索算法,并运用到该模型上,实现了模型的高效求解。最后,通过在简单数据规模和复杂数据规模两种情况下的仿真对比实验分析,验证了该文方法的有效性。
中国地质学会近日在推动地学科普研学工作方面又迈出重要一步:经专家评审和公示环节,中国地质学会决定授予“长白山火山地质探秘”等14条路线为中国地质学会第一批精品地学研学路线。
为了提高单目图像深度估计的精度,针对图像中几何形状无法准确预测以及边缘模糊的问题,该文提出了一种基于多尺度结构相似度和梯度匹配的单目深度估计算法,利用多尺度结构相似度损失和尺度不变梯度匹配损失组成联合结构化损失,对相对深度点对进行排序来实现单目深度估计,实现了对图像中几何形状的准确预测,减小了边缘模糊,提高了深度预测精度。在Ibims、NYUDv2、DIODE、Sintel 4个不同类型的数据集进
为了落实新时代地质工作转型升级,聚焦服务农业高质量发展,推进天然富硒土地开发利用,巩固拓展脱贫攻坚成果与乡村振兴有效衔接,2021年8月16日中国地质学会公布首批天然富硒土地认定结果。根据《天然富硒土地划定与标识(DD2019-10)》、《天然富硒土地认定和标识管理办法(试行)》等有关规定,中国地质学会组织对首批天然富硒土地进行了评审并公示。
针对现有轨迹用户链接(TUL)算法对轨迹信息提取不充分、计算成本过高等问题,该文提出了一种新的基于图神经网络(GNN)的TUL算法。首先,利用轨迹中的签到点构建签到图;其次,在签到图的基础上使用图神经网络学习签到图中的节点嵌入,保存签到点的位置信息和用户的访问偏好信息;最后,利用循环神经网络(RNN)构建轨迹序列的向量表示,并使用全连接网络对轨迹进行用户分类,实现轨迹与用户链接。实验结果表明,相比于传统的用户轨迹分类算法,该方法能更有效地挖掘用户轨迹的潜在移动规律,显著提高了两个数据集上的链接准确性和学习
集群动力学是软物质领域的研究热点和前沿视角,集群运动的同步机制存在着丰富的潜在规律和应用价值。该文构建了一种基于加权集群动力学的图网络模型,该模型从粒子的位置、运动方向特征以及邻居的影响中学习集群运动的演化机制,可以实现对集群运动过程的长期预测。实验结果表明,图网络模型可以对集群运动过程中的序参量进行预测,涵盖不同的噪声和视野半径,预测效果较好。模型构建后,无需进行复杂的动力学模拟和计算,就可以得到不同条件参数下集群运动系统序参量的值,从而快速量化集群运动的同步程度,节省时间成本,对集群的智能控制具有重要
原核启动子作为DNA中的一个关键区域,含有RNA聚合酶特异性结合和基因转录起始所需的保守序列,在转录调控中发挥着重要作用。然而,由于实验方法在实验周期和实验耗材上的限制,对启动子序列进行批量准确的鉴定仍然是分子生物学领域一项艰巨的任务。随着计算机技术的发展,出现了多个基于计算生物学的原核启动子预测方法,这些方法在数据质量、数据集大小、提取的特征、特征选择技术、分类算法以及评估策略方面表现出高度的多样性。该文系统地比较并总结这些方法,以便改进和进一步发展原核启动子识别技术。
准确地重构银行间网络是开展银行系统性风险研究的首要工作,实证研究发现最小密度方法低估了真实银行间网络的连边密度且无法刻画其“核心−外围”结构。该文提出一种融合局部聚类特征的银行间网络重构方法。通过引入局部增强矩阵对最小密度方法的概率矩阵进行修正,增强核心银行间的连接倾向。进而,引入自适应因子法对银行间关系重构过程进行权重分配,从而建立具有局部聚类特征的低密度银行间网络。在2018年中国272家银行年报数据集上的实验结果表明,在核心银行连边密度和平均聚类系数上,融合局部聚类网络的银行间网络相比于未融合的银行