【摘 要】
：
青藏高原是世界上最高和造山规模最大的高原,关于青藏高原的研究一直是大陆动力学的热点。其中一个关于青藏高原的重要问题就是高原的岩石圈物质平衡,自印度与欧亚板块碰撞的几十个百万年以来,高原地表南北向发生了至少1630 km的横向缩短,地面平均隆升高度超过了4 km。地球物理研究指出当前高原60%的缩短量被地壳增厚所吸收,然而剩余40%的缩短量却未得到很好的解释。因此,关于青藏高原岩石圈物质平衡问题,主
论文部分内容阅读
青藏高原是世界上最高和造山规模最大的高原,关于青藏高原的研究一直是大陆动力学的热点。其中一个关于青藏高原的重要问题就是高原的岩石圈物质平衡,自印度与欧亚板块碰撞的几十个百万年以来,高原地表南北向发生了至少1630 km的横向缩短,地面平均隆升高度超过了4 km。地球物理研究指出当前高原60%的缩短量被地壳增厚所吸收,然而剩余40%的缩短量却未得到很好的解释。因此,关于青藏高原岩石圈物质平衡问题,主要研究工作就是围绕着解释高原缺失的岩石圈物质。关于高原缺失的岩石圈物质,其中一个重要解释就是拆沉作用。许多学者认为部分高原岩石圈由于重力不稳定性从上覆大陆板块拆离,并下沉进入深部地幔中。地震层析成像结果显示位于高原中部地区下方的上地幔、过渡层以及下地幔都存在地震波高速异常体。由于青藏高原地区复杂的构造背景以及长时期的特提斯洋俯冲过程,对于地幔中的高速异常体解释存在着激烈的争议。有的学者解释地幔中的地震波高速异常体为青藏高原拆沉的岩石圈,然而有的学者认为地幔中的地震波高速异常体为俯冲大洋板块的残余物质。本文利用二维有限元数值模拟方法,主要研究内容为:（1）拆沉岩石圈在对流地幔中的动力学过程,分析影响拆沉岩石圈在地幔中下沉速率的主要因素,（2）结合模型结果与青藏高原的地质观测数据对高原下方的地震波高速异常体分别进行解释。研究结果显示:（1）拆沉岩石圈在地幔中下沉速率随时间和深度的增加而逐渐降低。拆沉的岩石圈在上地幔中的平均下沉速率为～2+0.5 cm/year,在过渡层中的平均下沉速率为～1+0.2 cm/year。其中下地壳岩石密度和下地幔粘性对拆沉岩石圈在地幔中下沉速率的影响最大。当地幔粘性高于3×1022 Pa s时,拆沉的岩石圈仅在自身重力作用下很难在65 Ma时间段内完全穿过660 km界面进入下地幔。（2）根据拆沉岩石圈在地幔中的下沉速率,本文提出青藏高原中部地区下方上地幔中的地震波高速异常体可能是高原在10-20 Ma拆沉的岩石圈,过渡层中的高速异常体可能是高原在25-30Ma拆沉的岩石圈,下地幔中的高速异常体可能是印度-欧亚板块碰撞前俯冲下去的大洋板块残片。
其他文献
近年来,随着各类岩土工程项目数量的增加和规模的扩大,在暴雨、地震等自然因素的影响下,边坡失稳破坏事故越来越多,边坡安全的可靠度问题尤为重要。传统一次可靠度求解方法精度有限,且边坡功能函数高度非线性、难以显式表达,故本文提出结合BP神经网络和Laplace渐近方法用于边坡可靠度分析,对边坡工程的稳定性研究具有重要的理论参考和实用价值。首先,以顺层边坡为研究对象,推导其极限状态方程,利用映射变换法,求
网页信息提取旨在自动从网页中提取指定的数据,是很多下游任务的数据源头。如何高质高效地从海量网站中提取信息是一直在研究的问题,早期方法通过对每个网站提供少量提取示例能达到很高的精度,但人工开销会随网站数增长。后来有研究利用网站数据的领域特征完成了跨网站提取,但难以应用到其他领域的网站。现在有方法利用深度学习能在少量网站标注的数据上训练就完成对同领域网站的提取,对不同领域网站只需准备数据重新训练即可,
传统密码学算法是以黑盒模型为基础设计的。黑盒模型假定攻击者最多只能得到密码系统中输入的明文和输出的密文,无法访问算法的执行过程。随着信息技术的飞速发展,密码分析者的攻击能力越来越强,攻击手段越来越多元化,传统的黑盒模型已经不能满足对安全性的需求。2002年Chow等人提出了白盒模型。白盒模型认为密码算法的运行终端不再安全,同时定义了一种极端的攻击环境——白盒攻击环境。在白盒攻击环境中,攻击者完全控
自从特朗普赢得2016年美国总统选举以来,关于他的推特话语研究迅速增加。推特是特朗普发布信息和宣传政治观点最主要的社交网络平台,他也被誉为用“推特治国”的总统。大多数研究是从情感分析、话语策略等方面探讨了特朗普参选期间及获选后的部分推文。而实际上,特朗普自2009年注册推特后,就一直在该平台发布自己的政治观点,为自己后期参与美国总统大选奠定群众基础。少有研究从人际功能角度关注他公民时期的推文或是做
由于工业控制系统信息物理域高度耦合,从信息域入侵的网络攻击极易渗透至物理域,最终破坏物理设备并引发安全事故。风险评估技术能够在安全事故发生前评估事故对系统造成的影响,为策略决策、策略执行等防护过程提供支撑,是工控系统信息安全防护的核心环节。然而,现有的工控系统风险评估研究多是对传统IT领域方法的迁移,未考虑攻击风险跨工业控制系统信息物理域的传播过程。为解决以上问题,论文分析了工控系统风险评估需求,
非统一内存访问（Non-Uniform Memory Access,NUMA）架构可以突破内存总线的性能瓶颈,但是多CPU节点的NUMA架构在面对动态负载时不可避免地会产生远程访问,频繁进行高延迟的远程访问势必影响系统性能。非易失性内存（NonVolatile Memory,NVM）拥有接近内存（Dynamic Random Access Memory,DRAM）的访问性能且能持久化保存数据,但其
遥感图像语义分割旨在将图像分成若干个具有特定语义标签的区域,在环境监测、灾害预防、水体监测、大气观测等领域有着广泛应用。近年来深度学习语义分割技术得到了越来越多的关注,涌现出了如FCN、Seg Net等经典网络。现有网络先将图像均匀剖分为局部区域后,再使用标准的方块卷积提取特征,然而剖分会导致目标全局信息丢失的问题。另一方面,遥感图像的空间分辨率日益增加,图像中地物的轮廓、边缘等结构信息日趋丰富,
随着物联网和通信技术的发展,嵌入式设备的数量迅速增长,并通过设备到设备和设备到服务器的连接方式将彼此连接到网络。由于嵌入式设备具有分布式特性,近年来攻击者利用嵌入式设备及其配件底层硬件的安全漏洞进行攻击的尝试大大增加。其中,设备盗窃是众多安全威胁之一。攻击者将正版设备的底层集成电路替换为盗版,并利用伪造的盗版设备获取用户机密信息,造成用户财产损失。因此,用户在使用嵌入式设备及其配件前对其进行身份认
【研究背景】在法医病理学实践中,将胰岛素过量确定为死亡原因具有较大挑战性。因为胰岛素过量案件隐匿性强、尚无特异性组织病理学发现,目前主要通过案情调查和胰岛素毒物分析检测辅助诊断胰岛素过量死亡,但由于胰岛素死后生化改变使得胰岛素检测的稳定性和可行性尚不足,因此,胰岛素过量的法医病理学检验迫切需要找到稳定的分子标记物和可靠的替代检材。本研究在课题组前期研究的基础上,初步探究血清、脑脊液中m Glu R
近年来,云计算逐渐成为第三次信息技术发展浪潮的重要角色,数据中心需要处理的数据量也呈指数级增长,这将导致存储空间和网络带宽的严重不足。为缓解日益增长的存储需求并降低数据传输成本,工业界和学术界通常采用数据压缩技术来解决相应问题,然而压缩算法串行编码的数据特性严重阻碍了硬件电路多级流水线的创建,对数据压缩的效率产生了很大的负面影响。为此,针对云计算中无损数据压缩的应用场景,本文在深入分析LZ77算法