数学分析方法在西藏白垩纪有孔虫古地理研究中的应用

数学分析方法在西藏白垩纪有孔虫古地理研究中的应用

论文摘要

生物古地理学主要根据一定地理区域内的化石生物群面貌,研究化石生物群在空间和时间框架内的分布规律,对于古地理和古气候重建、判断古板块位置,分析生物群分布的控制因素等方面有重要意义。有孔虫是地质历史时期一种重要的微体生物,对于划分地层和古地理重建具有重要的作用。西藏是白垩纪海相地层的重要分布地区,有孔虫得到了深入研究,在定性分析的基础上划分了三个生物分区,分别为藏北拉萨及羌塘地块的圆笠虫生物区,藏南岗巴、定日为代表的浅海混生生物区以及江孜为代表的浮游生物区。本文在定性研究的基础上,利用数学分析方法,打破以往以属为单位进行聚类分析的模式,尝试以种为单位进行聚类分析,以期得到更为精确的有孔虫生物分区。由于第一次尝试种级单元的聚类分析,本文选用了三种相似性系数Jaccard系数、Dice系数以及大冢系数,运用非统计专业人员使用最为广泛的SPSS软件进行聚类,划分有孔虫生物分区。通过聚类分析,早白垩世,三种相似性系数得出的有孔虫生物分区基本一致,分别为藏北拉萨地块和羌塘地块的圆笠虫生物区以及藏南岗巴、定日的混生生物区。晚白垩世,三种相似性系数均得出了三个有孔虫生物区,分别为藏北拉萨地块的残留圆笠虫生物区,藏南岗巴、定日为代表的正常浅海浮游底栖混生生物区以及江孜为代表的浮游生物区。但是,在藏南的生物区分类中,康马达巴和田巴以及日喀则的昂仁组由于相似性系数的侧重点不同,在分类中划分在了不同的生物区。数学分析方法得出的白垩纪有孔虫生物区基本与定性分析相一致,但是由于数学分析方法的精确性及侧重点不同,以及有孔虫分布资料的不完整性以及属种鉴定的人为因素,导致部分地区在生物区划分中与定性分析具有一定的出入。因此,避免原始数据运用中的缺陷,数学聚类分析结果与定性分析结果相结合,才能得出最为准确的有孔虫生物区。

论文目录

  • 摘要
  • Abstract
  • 第1章 引言
  • 1.1 论文选题
  • 1.2 研究资料的收集及工作量
  • 1.2.1 研究资料的收集、工作量及工作进展
  • 1.2.2 工作量
  • 第2章 研究区地质概况
  • 2.1 研究区自然地理概况
  • 2.2 研究区地质背景概述
  • 2.3 研究区白垩纪地层概况
  • 2.4 研究区地质研究简史
  • 第3章 西藏白垩纪有孔虫动物群古地理定性分析
  • 3.1 改则地区浮游有孔虫的发现
  • 3.1.1 剖面位置
  • 3.1.2 样品采集及处理
  • 3.1.3 挑样及鉴定
  • 3.2 西藏白垩纪有孔虫动物群一般特征
  • 3.3 早白垩世有孔虫化石分布
  • 3.3.1 札达波林夏拉
  • 3.3.2 岗巴东山及宗山
  • 3.3.3 定日
  • 3.3.4 拉萨地块:日喀则、澎波农场、班戈、措勤、仲巴、改则、革吉、昂仁、谢通门、日土、尼玛、申扎、狮泉河、噶尔及拉萨
  • 3.3.5 日喀则卡德、江庆则、群让
  • 3.3.6 羌塘地块:土门及尕尔曲
  • 3.4 晚白垩纪有孔虫化石分布
  • 3.4.1 康马达巴、田巴
  • 3.4.2 定日
  • 3.4.3 日喀则桑祖岗
  • 3.4.4 岗巴东山及宗山
  • 3.4.5 羊卓雍、江孜
  • 3.4.6 萨迦赛区
  • 3.4.7 桑单林
  • 3.4.8 札达波林、龙吉
  • 3.4.9 仲巴
  • 3.4.10 日喀则卡德、江庆则、夏布日(昂仁组)
  • 3.4.11 班戈、措勤、谢通门
  • 第4章 数学分析方法在古生物地理中的应用
  • 4.1 数学地质的定义及发展
  • 4.1.1 数学地质的定义
  • 4.1.2 数学地质发展阶段
  • 4.2 数学方法在古生物地理学中的应用及原理
  • 4.2.1 数学方法在古生物地理学中的应用
  • 4.2.2 聚类分析的分类
  • 4.2.3 聚类分析的基本思想
  • 4.2.4 聚类分析的基本步骤
  • 4.2.5 聚类分析的相似性系数
  • 4.3 计算机统计软件的选择及应用
  • 4.3.1 统计软件SPSS 的特点
  • 4.3.2 统计软件SAS
  • 第5章 西藏白垩纪有孔虫的聚类分析
  • 5.1 数据的收集
  • 5.2 SPSS 软件的应用
  • 5.3 古生物地理学的区系划分
  • 5.3.1 生态的生物地理学
  • 5.3.2 系谱的生物地理学
  • 5.3.4 分类的或一般的生物地理学
  • 5.4 西藏早白垩世有孔虫古地理分析
  • 5.4.1 聚类分析
  • 5.4.2 壳质类型分析
  • 5.4.3 生活类型分异度分析
  • 5.4.4 生态分析
  • 5.5 西藏晚白垩世有孔虫古地理分析
  • 5.5.1 聚类分析
  • 5.5.2 壳质类型分析
  • 5.5.3 生活类型分异度分析
  • 5.5.4 生态区分析
  • 第6章 结论
  • 6.1 结论
  • 6.2 存在的问题
  • 致谢
  • 参考文献
  • 个人简介
  • 附表
  • 相关论文文献

    • [1].金融活动中的数学分析方法[J]. 散文百家(新语文活页) 2018(04)
    • [2].经济数学分析方法可行性探析[J]. 审计月刊 2010(04)
    • [3].高等代数中的数学分析方法[J]. 甘肃联合大学学报(自然科学版) 2011(02)
    • [4].高等代数中的数学分析方法[J]. 文理导航(中旬) 2013(07)
    • [5].模糊数学分析方法在突破性产品创新中的应用[J]. 天津商业大学学报 2009(03)
    • [6].模糊数学分析方法在商业银行盈利能力评价中的应用[J]. 中国管理信息化 2008(15)
    • [7].硫化仪数学分析方法评价白炭黑在天然橡胶中的分散程度[J]. 橡胶工业 2015(07)
    • [8].数学分析方法在煤矿采掘工作面断层构造预测中的应用[J]. 建井技术 2014(S1)
    • [9].走进生活,走进数学——基于生活化的小学数学教学研究[J]. 新课程(小学) 2014(08)
    • [10].复杂适应系统理论在股市模拟中的应用[J]. 经济研究导刊 2013(23)
    • [11].基于突变理论的灾级评价[J]. 西南民族大学学报(自然科学版) 2008(05)
    • [12].数学分析方法在现代控制理论中的应用[J]. 科教导刊(上旬刊) 2020(09)
    • [13].小学数学统计知识教学探讨[J]. 西藏教育 2013(03)
    • [14].城市可持续发展状况评价体系探讨[J]. 能源环境保护 2008(02)
    • [15].基于突变理论的农地肥力评价[J]. 资源开发与市场 2008(12)
    • [16].深部找矿钻探工程施工中的风险评价[J]. 世界有色金属 2019(21)
    • [17].演化经济学研究的国内进展综述[J]. 生产力研究 2009(01)
    • [18].基于概率的网间结算支出占收比数学分析方法[J]. 信息通信技术 2011(03)
    • [19].方剂量化的数学分析方法研究[J]. 天津中医药大学学报 2012(04)
    • [20].数学为研究法律科学提供了新视角[J]. 河北法学 2008(06)
    • [21].煤矿开采水平与阶段的数学关系分析[J]. 科技视界 2013(30)
    • [22].水电站大坝强震监测数据的数学分析方法[J]. 计算机产品与流通 2019(01)
    • [23].黔中喀斯特地区休闲农业发展模式研究[J]. 贵州科学 2015(06)
    • [24].农村家庭高等教育投资风险评估及其特征研究[J]. 江西农业大学学报(社会科学版) 2013(04)
    • [25].主成分分析与因子分析在新指标解释方面的比较[J]. 数学大世界(教师适用) 2011(07)
    • [26].煤与瓦斯突出预测敏感指标确定方法研究[J]. 煤炭技术 2008(12)
    • [27].大数据时代对统计工作改进的思考[J]. 科技经济导刊 2020(07)
    • [28].绿色供应链管理实践与绩效评价研究——基于黑龙江省造纸业[J]. 科技与管理 2013(06)
    • [29].风景园林学中常用的数学分析方法探讨[J]. 科技资讯 2017(31)
    • [30].一种资产组减值分摊的财务建模计算方法及其实现过程研究[J]. 武汉交通职业学院学报 2016(04)

    标签:;  ;  ;  ;  

    数学分析方法在西藏白垩纪有孔虫古地理研究中的应用
    下载Doc文档

    猜你喜欢