桂林市大气气溶胶质量浓度变化特征分析

利用2009-2018年桂林大气成分站的大气气溶胶质量浓度观测资料,分析了PM_(10)、PM_(2.5)、PM_1统计值的变化规律,结果表明:(1)2009-2018年桂林ρ(PM_(10))、ρ(PM_(2.5))、ρ(PM_1)年平均值变化趋势基本相同,2012-2014年,年平均值相对较高,自2015年后有下降的趋势。一年中月变化基本呈冬高夏低的正V字型分布,月平均峰值出现在1月,谷值出现在7月。质量浓度小时平均值从数值上呈现出冬春秋夏的趋势,并呈现明显的双峰分布特征。ρ(PM_(2.5))/ρ(PM_(10))、ρ(PM_1)/ρ(PM_(10))、ρ(PM_1)/ρ(PM10_(2.5))介于60%-93%之间,说明全年可吸入颗粒物中细粒子占大多数。桂林大气气溶胶质量浓度月平均分布规律可能与天气气候特点有密切关系,日变化主要受到气象条件和污染物排放的影响。(2)桂林ρ(PM_(10))、ρ(PM_(2.5))和ρ(PM_1)与日均气温、日均湿度、日降水量、日均风速显著负相关,与日均气压显著正相关。中雨及大雨、暴雨可明显稀释污染物的浓度,细颗粒物易被雨水冲刷清除。2级以上的风力对于污染物有一定的驱散作用,尤其粗颗粒物下降的程度较明显。     

沙尘天气对大气生物气溶胶中微生物浓度、特性和分布的影响

生物气溶胶对全球气候、空气质量、大气过程和人体健康均具有重要影响。每年爆发的沙尘事件,使得生物气溶胶可借助沙尘进行长距离输运,从而影响到下风向地区生物气溶胶的浓度和性质。综述了沙尘天气下生物气溶胶中微生物的浓度、特性和分布特征的研究现状。已有研究显示,沙尘发生时,生物气溶胶中不同类别微生物的组成比例会有显著变化,细菌和真菌相对贡献随之改变。可培养细菌、真菌和总微生物浓度,均在沙尘天气下显著增加,但不同地区不同种类微生物在沙尘天气下的增加幅度相差很大。生物气溶胶中微生物主要分布于粗粒子中,其粒径分布受到沙尘天气的较大影响,而且不同种类微生物粒径分布的变化并不相同。沙尘发生时,生物气溶胶中的微生物群落结构与优势微生物也会发生明显改变。沙尘天气对生物气溶胶浓度、粒径分布、群落结构和活性的影响程度和影响机制,还需要进一步深入研究。     

大数据环境下内蒙古浩布高地区铅锌多金属矿智能矿产预测研究

传统机器学习算法已广泛应用于矿产预测,但面对地质大数据的高维稀疏、不平衡小样本等特性仍缺乏有效处理和分析的方法,设计适合地质大数据特点的机器学习算法是智能矿产预测亟需解决的新问题。本文以内蒙古浩布高地区的铅锌多金属矿产预测为例,提出了一种面向地质大数据的半监督协同训练矿产预测模型。首先对研究区地质找矿信息和地球化学异常信息进行定量分析,提取断裂构造、二叠系地层、燕山期侵入岩、地层与岩体接触带、围岩蚀变及Pb、Zn、Sn、Cu地球化学异常共9种找矿因子。然后利用递归特征消除法优选找矿因子组合,不包括Sn异常在内的8个找矿因子组合被选为最优组合。最后,利用支持向量机和随机森林算法作为基分类器进行半监督协同训练矿产预测,绘制成矿概率分布图。ROC曲线和预测度曲线分析结果表明,半监督协同训练模型的AUC值和预测效率都高于随机森林和支持向量机模型。研究结果也为大数据环境下的智能矿产预测提供了一种新的思路。     

安徽省东源斑岩型钨矿床白钨矿原位微量元素特征及其指示意义

新兴的白钨矿面扫描技术对于解释矿物微量元素特征具有重要的指示意义。文章选择皖南地区东源斑岩型钨矿床中白钨矿为研究对象,利用面扫描和阴极发光图像技术对矿物微区结构和原位微量元素特征进行系统研究。分析结果显示,白钨矿具有核边结构且微量元素特征具有明显的分带性,同一白钨矿颗粒核部亏损Mo、Nb、Ta元素,富集REEs,而边部相反。在此基础上,文章通过系统的白钨矿单点微量元素分析,反演了成矿流体性质和演化过程,提出东源钨矿床成矿流体氧逸度逐渐增高,成矿流体富集F挥发分且F含量逐渐增加,成矿物质很可能有幔源组分加入。通过白钨矿面扫描和阴极发光图像查明矿物微区结构,进而开展了白钨矿微区微量元素单点分析,有可能对成矿流体和矿质来源作出合理的解释。     

新疆4次MS≥6.0地震基线时间序列异常变化特征研究

根据“中国大陆构造环境监测网络”基准站2011～2020年的连续观测资料,对新疆境内天山中段、南天山西段和西昆仑的47条GPS基线时间序列变化进行分析,讨论这些基线的趋势性变化运动特征,总结2016年11月25日阿克陶M_S6.7地震、2016年12月8日呼图壁M_S6.2地震、2017年8月9日精河M_S6.6地震和2020年1月19日伽师M_S6.4地震震中300 km范围内不同方向的GPS基线时间序列的异常变化特征和周边构造活动情况,通过对GPS基线异常特征变化的差异性分析,初步得出结论：地震前后基线变化的幅度和趋势跟地震的破裂方向有一定的关系。或许可为新疆未来M_S≥6.0强震可能发生地点提供一定的依据。     

江南钨矿带桂林郑富钼白钨矿稀土元素的富集机制及其地质意义

桂林郑钼钨多金属矿床位于江南钨矿带北部,其矿石矿物以富钼白钨矿为主。研究显示,该矿床富钼白钨矿中富集稀土元素。为探究其富集机制,文章对不同世代的富钼白钨矿进行原位LA-ICP-MS微量分析和面扫描分析。结果显示,富钼白钨矿的总稀土元素含量（∑REE）在28.59×10^-6~4863.82×10^-6之间,均值为789.21×10^-6（n=122）,从第一世代（Sch-Ⅰ）28.59×10^-6~1059.18×10^-6（平均值为203.19×10^-6,n=55）→第二世代（Sch-Ⅱ）533.54×10^-6~2536.51×10^-6（平均值=928.79×10^-6,n=30）→第三世代（Sch-Ⅲ）117.21×10^-6~4863.82×10^-6（平均值=1547.13×10^-6;n=37）逐渐增高。从Sch-Ⅰ→Sch-Ⅱ→Sch-Ⅲ,轻重稀土元素比值（LREE/HREE）13.99~143.90（平均值=53.53）→22.38~70.08（平均值=33.74）→7.44~69.86（平均值=27.54）逐渐降低。桂林郑富钼白钨矿形成于高氧逸度、富F的岩浆热液系统,REE主要以Ca²⁺+Mo⁶⁺=REE³⁺+(1-x) Mo⁵⁺+xNb⁵⁺(0≤x≤1）为主导方式进入富钼白钨矿中。成矿流体中Cl降低、F增高、氧逸度降低等是REE进入富钼白钨矿的有利条件。通过对江南钨矿带代表性矽卡岩型矿床综合对比分析显示,富钼白钨矿床相比贫钼白钨矿床具有更高的REE,说明桂林郑矿床富钼白钨矿在后续开采中具有稀土元素的综合利用前景。     

海陆过渡相与海相富有机质页岩储层特征差异

海陆过渡相页岩气逐渐成为非常规油气的接替能源,系统分析海相与海陆过渡相储层特征差异,可为海陆过渡相页岩气勘探开发提供借鉴。选取大吉区块山23亚段底部海陆过渡相、威远区块龙一11小层海相页岩,开展TOC、有机质显微组分、全岩—黏土X衍射、物性、氩离子抛光扫描电镜、氮气吸附、核磁共振等实验,厘清了海相与海陆过渡相页岩储层宏观参数与微观孔隙结构两方面差异。结果显示:与海相页岩储层相比,海陆过渡相页岩储层TOC含量高达10.91%,干酪根类型为Ⅱ₂型,黏土矿物以高岭石为主,孔隙度与含气量略低。微观储层特征方面,海相页岩储层孔隙类型以有机孔为主,孔径分布介于10~50 nm,微裂缝主要为生烃增压缝和成岩缝,而海陆过渡相页岩储层孔隙类型以无机孔为主,孔径分布介于5~20 nm,有机孔多为孤立状不规则孔隙,微裂缝主要为有机质边缘缝和黏土矿物层间缝。在此基础上,初步揭示了海陆过渡相优质页岩储层孔隙发育受控于有机质和黏土矿物类型,阐释了页岩气赋存的优势孔隙类型为黏土矿物粒间孔。借鉴浅层海相页岩气的成功勘探实践经验,仍需加强有机质、矿物组分、孔隙赋气机制之间的三元耦合关系研究,以期为海陆过渡相页岩气的勘探开发提供坚实的理论支撑。     

江南钨矿带桂林郑钼钨矿床钼的赋存状态、时空分布及其研究意义

安徽桂林郑钼钨矿床位于江南钨矿带北部,是目前区内唯一钼储量达到大型的钼钨矿床。本文在对该矿床地质特征和已有成果总结基础上,详细观察了各代表性矿化蚀变样品的岩相学特征,提出该矿床具镁质矽卡岩矿床特征,是桂林郑花岗斑岩熔体与奥陶系白云质灰岩地层交代的产物。矿石类型可分为靠近岩体(100m)浸染状矿石和远离岩体( 100m)的条带状矿石,分别赋存在接触交代矽卡岩和层控矽卡岩中。桂林郑矿床的矿石矿物为富钼白钨矿(钼钙矿-白钨矿系列),可分为三个世代,分别形成于无水矽卡岩阶段(Sch-Ⅰ)和含水矽卡岩-氧化物阶段(Sch-Ⅱ和Sch-Ⅲ),辉钼矿仅在浸染状矿石富钼白钨矿(Sch-Ⅲ)边部少量发育。不同矿石类型、不同世代富钼白钨矿的电子探针成分分析显示,富钼白钨矿的钼含量(MoO_3%)在5.75%～71.02%之间,均值为46.00%(n=224),总体具有超常富钼的特点;从无水矽卡岩阶段到含水矽卡岩-氧化物阶段(早→晚)、从浅部的条带状矿石到深部的浸染状矿石(浅→深),富钼白钨矿MoO_3含量有降低趋势。桂林郑钼钨矿床是首个以富钼白钨矿为主要矿石矿物的钼-多金属矿床,这一特殊钼钨矿床的发现深化了矽卡岩钼钨矿床的成因认识,同时对江南钨矿带内区域成矿规律与找矿勘探工作的推进提供了依据。     

一种新的岩浆岩分类定量方法

目前,岩浆岩的超基性、基性、中性、酸性的分类均根据SiO2的含量,但这种单一含量判别标准并不严谨,含量经常与分类不完全对应。使用TraceElem 1.0软件对各种岩浆岩进行逐步判别分析、聚类分析和对应分析研究,据此认为超基性岩由MgO和FeO组成的因子确定,基性岩则由P2O5、Fe2O3、TiO2、CaO、MnO组成的因子确定,中性岩由Na2O和Al2O3组成的因子确定,酸性岩由K2O和SiO2组成的因子确定。岩浆岩的分类宜以SiO2为主、以MgO和CaO为辅,尤其要引入MgO。在SiO2含量相同的情况下,MgO、CaO含量越高,基性程度越强。基于这一分析结果,提出一种新的酸度指数（ADI)计算方法,即ADI=w(SiO2)-0.75w(MgO)-0.23w(CaO),ADI<38.0%为超基性岩,在38.0%～52.0%之间为基性岩,在52.0%～62.5%之间为中性岩,>62.5%为酸性岩。