您现在的位置: 首页> 研究主题> 湘中地区

湘中地区

湘中地区的相关文献在1984年到2022年内共计158篇,主要集中在地质学、建筑科学、农作物 等领域,其中期刊论文154篇、会议论文4篇、专利文献563108篇;相关期刊110种,包括湖南人文科技学院学报、文史博览、产业与科技论坛等; 相关会议4种,包括中国石油学会天然气专业委员会2011年学术年会、第四届全国环境艺术设计大展暨论坛、全国首届历史城市和历史建筑保护国际学术研讨会等;湘中地区的相关文献由329位作者贡献,包括金晨钟、伍国正、刘辰生等。

湘中地区—发文量

期刊论文>

论文:154 占比:0.03%

会议论文>

论文:4 占比:0.00%

专利文献>

论文:563108 占比:99.97%

总计:563266篇

湘中地区—发文趋势图

湘中地区

-研究学者

  • 金晨钟
  • 伍国正
  • 刘辰生
  • 向国红
  • 朱赞江
  • 范克民
  • 彭小洪
  • 彭日民
  • 郭建华
  • 彭友林
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 蒋见哲; 段秋媛; 郭敏; 周芸芸; 金晨钟; 刘秀; 郭开发
    • 摘要: 对湘中地区5个县市15个乡镇的迷迭香新种植园杂草进行了调查,结果表明,新种植园内共有73种杂草,分别隶属于26科65属,其中相对多度>10%的杂草有9种,园内相对多度数值较大的杂草有马唐、鬼针草、白茅、苍耳、香附子等。该区域迷迭香新种植园杂草覆盖面小,杂草在种植园边缘分布较多,山坡地种植园和农田种植园的杂草种类分布大不相同。根据杂草的发生特点与规律,提出以绿色生态防控与化学防控相结合的防控建议,以期为湘中地区迷迭香种植园杂草的有效防除提供参考。
    • 李立文; 阳春明; 裴劲松; 谭显胜; 左少艾
    • 摘要: 为了筛选出适合湘中地区露地栽种的月季品种,运用层次分析法,选用生长势、观赏特性和抗性等16个性状因素作为评价指标,构建湘中地区露地栽培月季的综合评价体系,对引进的25个月季品种进行了评价。综合评价结果表明:大花月季品种梅郎口红、绯扇、股票、彩云,微型月季品种和谐、橙柯斯特,丰花月季品种展望,藤本月季品种安吉拉和地被月季品种哈德福俊这9个品种,在娄底市露地栽培适应性较好、综合表现也较好,适宜在娄底地区推广;梅郎口红、绯扇、彩云、和谐、橙柯斯特、展望、股票、珠美和蓝宝石这9个品种的观赏性较高;而藤本粉和平、彩虹、希望、阿尔推斯75#、电子表这5个品种的综合评价表现最差,应避免在娄底地区露地栽培中使用。
    • 彭小洪; 伍国正; 吴伟东; 曹稳
    • 摘要: 湘中地区传统民居是在冬季湿冷夏季酷热气候条件下形成的一类独特的居住形态。以湘中地区娄底市楼下村新旧民居为研究对象,通过走访、问卷调查、实地温湿度测试的方法,对新旧民居室内热环境进行分析和评价,发现新建民居的砖混结构热惰性好,冬季保温效果好,但是在夏季不利于室内散热;古建筑的围护结构主要是木板壁,木板壁在夏季白天防热不佳,但是在夜间的散热比砖混结构好,有利于夏季夜间散热,不利于冬季保暖。再结合当地居民的生活、生产方式,从选址与朝向、平面布局、外围护结构及材料、自然通风等方面提出了当地民居更新策略。
    • 杨灿; 刘磊磊; 张遗立; 朱文卿; 张绍和
    • 摘要: 利用机器学习模型进行滑坡易发性评价时,不同的超参数设置往往会导致评价结果的不同。采用贝叶斯算法对4种常见机器学习模型(逻辑回归LR、支持向量机SVM、人工神经网络ANN和随机森林RF)的超参数进行了优化,探索了该算法对滑坡易发性机器学习模型的优化效果。以湘中地区4县(安化县、新华县、桃江县和桃源县)滑坡易发性评价为例说明该算法的可行性与适用性。基于滑坡历史编录,确定研究区内1017个滑坡点,并选定15个滑坡影响因子,以此构建滑坡易发性模型的训练集和测试集。利用贝叶斯优化算法对4种机器学习模型的主要超参数进行了优化,依据优化后的超参数建立了4种优化模型,并使用AUC值等指标来比较其预测能力。结果表明:经超参数优化后的4种机器学习模型预测性能均有所提高,且基于贝叶斯优化的随机森林模型表现最好。
    • 杨龙彬; 肖明顺; 丛源; 高宝龙; 李朗田
    • 摘要: 通过对湖南省桃江县文家湾、湘潭市九潭冲两个地区的岩矿石标本电性数据特征分析,结合地质、钻孔资料,建立了两个地区地层从浅到深呈“高—低—高”特征的地电模型。通过两个地区的五条音频大地电磁(AMT)剖面成果对含锰岩系及隐伏构造的空间形态及展布特点进行分析、解释,笔者认为文家湾地区奥陶系中统磨刀溪组含矿层主要沿志留系新滩组下界面的高阻梯度带延伸,九潭冲地区南华系大塘坡组页岩含矿层主要沿板溪群顶界面的高阻梯度带延伸,并建立相应的地质—地球物理模型,为后续钻探工程布置提供依据。同时认为先采用AMT成果勾勒褶皱空间形态,再以钻探工程验证,地质与物探相结合是探索覆盖区和隐伏区深部构造特征的有效方法。
    • 李慧兰; 唐春华; 谭庆辉
    • 摘要: 随着市场需求量的提升以及养殖技术的发展,生猪养殖工作在新时期获得了发展。养殖规模不断扩大,专业化程度不断提高,规模化生猪养殖场逐步取代了散养。规模化养殖场在发展养殖业时,具备一定的优势,但若是疫病防控工作有所忽视,则容易造成疫病在养殖场内迅速传播,产生极大的经济损失。所以生猪规模化养殖的发展,一定要重视疫病的防治。基于此,文章对湘中地区生猪养殖场疫病防控工作存在的问题进行了分析,并结合问题提出了具体的改善对策,旨在通过探究,能够为疾病的防控工作起到一定参考作用。
    • 夏胜; 徐峰; 赵子豪; 蒋毅
    • 摘要: 以探讨湘中地区乡村住宅满意度影响因素为目的,基于扎根理论构建乡村住宅满意度理论模型,采用结构方程对模型进行检验和重要性分析。研究结果表明:美观特征对满意度的影响最大,卫生间面积、卫生间数量、客厅面积等因子最为重要。基于村民的关注点和忽视内容,提出利于满意度提升的优化策略,为乡村住宅设计提供参考。
    • 肖德长; 华二; 丛源; 陈旭; 雷玉龙; 刘虎; 黄飞; 孙芳; 蒋型义
    • 摘要: 湘中地区为我国主要的锰矿矿集区之一,赋存于南华系大塘坡组第一段的“湘潭式”锰矿为区内最主要的锰矿成因类型。在总结湘中地区“湘潭式”锰矿床地质特征的基础上,对锰矿床成矿地质条件和锰矿物质来源进行了分析,认为其形成和分布主要受地层岩性(南华系大塘坡组第一段)、构造(同沉积断裂与武陵—雪峰褶皱基底浅层平移断裂)、岩相古地理环境(封闭—半封闭浅水槽盆亚相)等控制,具“二带(行)四群(列)”分布特征,“湘潭式”锰矿的成矿物质主要来源于海底深大断裂混合气液热流的渗流喷溢活动。
    • 王川; 彭建堂; 徐接标; 阳杰华; 胡阿香; 陈宪佳
    • 摘要: 白马山复式岩体位于湘西雪峰山弧形构造隆起带与湘中白马山-龙山-紫云山EW向构造带的交汇处,由水车、龙潭、小沙江和龙藏湾超单元花岗岩组成.锆石LA-ICP-MS U-Pb同位素定年显示,水车、龙潭、小沙江、龙藏湾超单元花岗岩的侵位年龄分别为424.9±2.2Ma、228.2±1.3Ma、225.3±1.1Ma和215.0±1.2Ma.水车超单元形成于加里东期,其余3个超单元花岗岩均形成于印支晚期,首次系统搭建了白马山复式岩体的年代学格架.印支期龙潭和小沙江超单元花岗岩具有低硅、低碱、准铝质-弱过铝质的特点,显示较强的Rb、Th、U、Pb正异常和Nb、Sr、P、Ti负异常,具有较弱的负Eu异常(δEu为0.55~1.07);富集 Sr 同位素[(87Sr/86Sr)i = 0.719027~0.721297]、亏损 Nd 同位素[εNd(t)=-10.5~-9.4]和锆石 Hf 同位素[εHf(t)=-7.7~-4.1],具有古老的Nd同位素(1.76~1.85Ga)和Hf同位素(1.42~1.83Ga)二阶段模式年龄.相反,龙藏湾超单元花岗岩具有高硅、高碱、强过铝质的特点,显示较强的Rb、Th、U、Ta、Pb正异常和Ba、Nb、Sr、Ti负异常,显示强的负Eu异常(δEu=0.28~0.51)和高(87 Sr/86 Sr)i值(0.741441~0.748761),具有负的 εNd(t)值(-11.3~-10.7)和εHf(t)值(-11.5~-3.5),Nd同位素(1.87~1.91Ga)和Hf同位素(1.47~1.97Ga)二阶段模式年龄更老.结合元素和同位素地球化学特征,可推断出龙潭和小沙江超单元花岗岩是华南古老地壳基底中基性变质火成岩混有变质沉积岩发生部分熔融形成的I型或者I-S过渡性质的花岗质岩石,而龙藏湾超单元花岗岩则由华南成熟度更高的古老地壳基底富粘土变沉积岩发生部分熔融形成的S型花岗岩.白马山复式岩体中印支期超单元花岗岩很可能是华南板块受印支板块碰撞挤压后地壳发生伸展减薄,由加厚的地壳发生部分熔融形成的.这些印支期花岗岩与其周缘的金、钨矿床在时、空上具有密切联系,可能具有良好的成矿潜力;湘中地区印支期花岗岩的成岩、成矿作用在强度和广度上可能远高于过去的传统认识.
    • 郭俊明; 李振行
    • 摘要: 良好的自然通风可改善室内热环境,提升室内空气品质,传统民居的自然通风体系,体现了当地居民对自然风的高效利用.本文以湘中地区为例,剖析该地区传统民居的自然通风手法,并结合当地气候与地理状况,探索传统民居自然通风策略的改良,为营造舒适的现代建筑环境献计献策.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号