LA-MC-ICP-MS锆石U-Pb定年方法探讨

将激光剥蚀微量采样技术(LA)与多接收电感耦合等离子体质谱仪(MC-ICP-MS)相结合,非常适合从微观角度研究物质的内在组成及分布特征,近年来在地球科学领域广泛应用.山东省地质科学研究院将Coherent Geo-LasPro 193nm激光剥蚀系统与Thermo Scientific Neptune Plus型多接...     

基于机器学习分类算法的臭氧浓度等级预报在长沙的应用

为准确预报臭氧浓度等级,基于EC＿THIN全球天气模式产品和我国自主研发的CMA＿GFS全球天气数值预报产品以及华南GRACEs大气成分模式输出产品,融合气象和环境观测数据,使用6种机器学习智能算法,构建耦合数值预报模式和机器学习的混合模型,旨在充分发挥数值预报与机器学习智能算法的优势和互补协同作用,实现臭氧浓度等级预报准确度的跨越式提升。共设置4个控制试验,选取不同的特征产品,依次使用机器学习经典分类算法对长沙市未来4天的臭氧浓度等级进行分类预报,取测试准确度最高的模型输出结果作为结果统计。发现：最优模型1～4天的测试准确度分别为81.7%、81.7%、78.3%、60.9%,大大高于大气成分模式预报和预报员经验,达到预期设计目标;高质量的天气模式产品对模型贡献大,而大气成分模式产品对模型贡献有限;模型3天以内预测性能较好,低等级预测性能较好,高等级预测性能一般。提出解决方案供讨论：增加高等级样本数量,增强模型对此类事件的识别能力;加强高等级臭氧污染的机理分析,组合出更精炼的因子供模型使用。     

山东莱州曲家金矿黄铁矿微量元素对成矿过程的指示

曲家金矿位于我国重要的蚀变岩型金矿矿集区之焦家金矿带的中段，矿床赋存标高为-726～-1 334 m。为研究黄铁矿的演化及其对金成矿过程的指示，运用LA-ICP-MS分析黄铁矿原位微量元素含量，结合岩相学观察和点群分析对黄铁矿进行了分类。发现黄铁矿中Co、Ni、As等微量元素主要以类质同像形式赋存，而Au、Ag、Cu、Zn、Pb、Bi等元素主要以纳米级、微米级矿物包裹体形式赋存。黄铁矿主要分为5种类型：富Co型Py1,富Ni型Py2,富Au、As型Py3,富Au、Ag、Pb、Bi型Py4及“干净”型Py5。黄铁矿微量元素特征指示成矿物质可能主要来源于前寒武纪变质基底岩石和中生代岩浆岩，少量来源于地幔，成矿热液可能属变质热液、岩浆热液和浅部大气降水的混合成因。不同类型黄铁矿反映成矿热液由富Co、Ni经富As、Au向富Pb、Bi、Au、Ag演化。Py1和Py2形成后受构造活动影响发生强烈破碎，裂隙表面对热液中金络合物增强的吸附作用促使金在裂隙中沉淀，对金的富集成矿可能起重要作用。Co、Ni含量较低，同时Au、Ag、As、Pb、Bi等元素含量较高的黄铁矿与成矿作用有密切关系。另外，黄铁矿中C...