排序方式: 共有14条查询结果,搜索用时 0 毫秒
11.
后河岩体位于华北克拉通南缘崤山北部,岩体侵位于太古宙太华超群地层中,主要岩性是黑云母石英二长岩和黑云母二长花岗岩。黑云母石英二长岩和黑云母二长花岗岩的锆石U-Pb年龄分别为(131.0±1.8) Ma和(127.3±1.0) Ma。地球化学特征表明二者均具有富钾(K2O/Na2O =1.00~1.51)、过铝(A/CNK =1.12~1.17)、贫镁(Mg#=26~34)的特征,属高钾钙碱性系列的过铝质花岗岩。轻重稀土元素分馏程度较高,富集轻稀土,亏损重稀土,总体富集大离子亲石元素(LILE)而亏损高场强元素(HFSE),Eu异常不明显(δEu=0.84~0.97),(La/Yb)N比值高。Hf同位素特征显示,εHf(t)具有明显的负值(-17.8~-9.5),TDM2主要集中在2.3~1.7 Ga。综上所述,早白垩世后河岩体是华北克拉通南缘加厚下地壳部分熔融的产物,形成于地壳由挤压加厚向伸展减薄转换的阶段。 相似文献
12.
古元古代晚期的花岗岩类在华北克拉通南缘广泛分布,记录了区域岩石圈演化的重要信息。通过对小秦岭地区南部沿小河断裂出露的花岗岩类的锆石LA- ICP- MS U- Pb年代学、岩石地球化学和Nd—Hf同位素地球化学研究,为小秦岭地区古元古代晚期的地壳演化提供了依据。自西向东,小河中粗粒二长花岗岩、小河细粒二长花岗岩和贵家峪花岗闪长岩的结晶年龄分别为1831±32 Ma、1860±13 Ma和1811±10 Ma。3个花岗岩体均以富硅(67. 4%~76. 0%)和高碱(7. 47%~9. 33%)为特征,属于高碱钙碱性到钾玄岩类。地球化学特征表明两个小河花岗岩体属I型花岗岩,具有碰撞型花岗岩特征,其中形成年龄为1831 Ma花岗岩具有高的Sr/Y(26. 56~49. 52)和(La/Yb)N(31. 35~236. 71)值、Eu负异常(0. 42~0. 68),表明源区残留有石榴子石和少量的斜长石;贵家峪花岗闪长岩具有较高的FeOT/MgO值(17. 7~29. 2)和10000Ga/Al值(2. 95~3. 17),表现出造山后A2型花岗岩特征,与1831 Ma的地壳相比,地壳厚度明显减薄。3个岩体的岩浆锆石εHf(t)=-10. 5~-4. 5,两阶段模式年龄TDM2=2781~3122 Ma,全岩的εHf(t)=-7. 5~-4. 5,TDM2=2667~2888 Ma,均指示了其物质来源于中到新太古代古老基底的部分熔融。这期岩浆事件可能是小秦岭区域对1. 85 Ga吕梁运动的响应,反映了碰撞造山作用地壳增厚向碰撞后地壳伸展减薄这一演化过程。 相似文献
13.
樊岔金矿床位于小秦岭金矿田的娘娘山岩体西南侧,受观音堂剪切带控制,赋矿围岩为太华超群变质岩。根据矿物组合特征和脉体穿插关系,成矿可分为早、中、晚3个阶段,分别以石英+钾长石±黄铁矿、石英+多金属硫化物、石英+方解石±黄铁矿为标志,以中阶段矿化最为重要。热液石英发育纯CO2包裹体(PC型)、CO2-H2O包裹体(C型)、水溶液包裹体(W型)和含子晶多相包裹体(S型)。早阶段流体包裹体主要为C型,次为PC型及少量的W型和S型包裹体,均一温度的峰值为340~360℃,盐度w(NaCleq)峰值为14.0%~16.0%。与早阶段相比,中阶段PC型、C型包裹体数量减少,W型、S型包裹体数量增多,均一温度峰值为320~340℃,盐度w(NaCleq)峰值为12.0%~14.0%。晚阶段只发育W型包裹体,均一温度峰值为180~200℃,盐度w(NaCleq)峰值为2.0%~4.0%。激光拉曼探针显示早阶段流体包裹体富含CO2和CH4,中阶段包裹体中仅富含CO2,而晚阶段包裹体中不含CO2或CH4。结合氢、氧同位素研究,认为樊岔金矿床成矿流体由早阶段中温、中低盐度、富含CO2和CH4的变质热液逐渐向晚阶段低温、低盐度、贫CO2的大气降水热液演化,沸腾作用和混合作用是其主要演化机制。根据沸腾包裹体计算得出早阶段和中阶段包裹体的捕获压力分别介于108~295 MPa和97~261 MPa之间,对应的成矿深度分别约为10.8 km和9.7 km。矿石硫、铅同位素研究表明,成矿物质主要来自太华超群围岩而非燕山期岩浆。综合上述区域地质、矿床地质、包裹体和同位素地球化学资料,樊岔金矿床应是形成于侏罗纪—早白垩世华北与扬子大陆碰撞造山过程挤压向伸展转变体制的造山型金矿床。 相似文献
14.
为提高遥感影像融合质量,提升资源一号(ZY-1 02D)高光谱遥感影像滨海湿地植被分类精度,提出将ZY-1 02D高光谱影像与空间分辨率为10 m的哨兵2号(Sentinel-2)影像进行Brovey融合,并通过搭建AlexNet卷积神经网络对ZY-1 02D高光谱影像和Brovey融合影像的滨海湿地植被进行分类,与支持向量机、随机森林和BP神经网络分类算法进行精度对比。研究结果表明:经Brovey融合后,AlexNet、支持向量机、随机森林和BP神经网络算法的植被分类总体精度分别提高15.60%、7.00%、14.80%和10.00%,Kappa系数提高了21.35%、9.93%、18.97%、12.85%;基于Brovey影像融合与AlexNet算法的植被分类精度最高,总体精度为92.40%,Kappa系数为89.42%。空谱融合配合AlexNet卷积神经网络有效解决了高光谱遥感影像在滨海湿地植被分类应用中精度较低的问题,为滨海湿地植被资源动态监测提供技术和方法支撑。 相似文献