地核温压条件下铁的深度学习分子动力学模拟

铁(Fe)是地核中的主要元素,研究铁在地核温压条件下的状态方程及热力学性质对理解地核至关重要。为高效地构建出准确和稳健的势能面模型,本文使用第一性原理数据为初始数据,利用深度势能生成器对地核内温压下构型进行采样,通过深度神经网络训练出深度学习势,完成对大体系超胞的深度学习分子动力学高精度模拟。所构建的地核温压下铁的深度势能,与第一性原理计算结果相吻合。利用该势能,可实现内核温压下超过10000原子体系的高精度分子动力学模拟,计算出密堆六方(hcp)和体心立方(bcc)结构铁的密度和状态方程。本文利用深度势能方法提高了计算效率、保证了计算精度同时可利用于大规模体系、多晶体系,为更接近地球内部条件物质状态、性质的模拟打下基础。     

南澜沧江结合带火山岩岩浆成因——洋脊洋岛与弧岩浆作用的性质

在对滇西南昌宁—孟连带石炭—二叠纪火山岩和南澜沧江带二叠—三叠纪火山岩的微量元素和稀土元素研究的基础上,划分了岩浆作用类型和岩浆演化系列,探讨了岩浆源区成分特点。昌宁—孟连带玄武质岩浆的演化主要受部分熔融和分离结晶作用控制;这些岩浆可以划分为３个岩浆演化系列：（１）稀土曲线平坦型的洋脊型拉斑玄武岩浆演化系列,其岩浆起源于亏损型地幔;（２）稀土曲线中等富集型的准洋脊型拉斑玄武岩浆演化系列,其岩浆起源于过渡型地幔;（３）稀土曲线强烈富集型的洋岛型碱性玄武岩浆演化系列,其岩浆起源于富集型地幔。南澜沧江带弧火山岩的岩浆成因主要受分离结晶作用控制,也可以划分为３个岩浆演化系列：（１）二叠纪低钾拉斑—中钾钙碱性岩浆演化系列;（２）中南段的晚三叠世低钾拉斑—中钾钙碱性岩浆演化系列;（３）北段的晚三叠世钾玄岩—高钾钙碱性岩浆演化系列     

岩浆结晶与成矿作用模拟

本文回顾了８０年代以来国际上关于岩浆结晶及成矿作用过程的计算机模拟这一领域的研究进展,主要包括镁铁质干岩浆体系、长英质湿岩浆体系的岩浆结晶作用模拟,以及有关的岩浆矿床成矿作用、岩浆热液成矿作用的模拟。基于对这一领域研究现状和发展趋势的分析,笔者首次提出了模拟岩石学的概念。预测在今后５～１０年内,模拟岩石学将得到突飞猛进的发展,并将对现代岩石成因理论、实验岩石学与矿物学、实验地球化学、矿床成因理论和矿产预测及勘察理论产生重要影响。     

岩浆不混溶作用模拟

基于硅酸盐熔体不混溶相平衡实验资料,采用氧化物规则溶液的活度模型,建立了预测岩浆不混溶作用的热力学方法,研究了氧化物组分在不混溶两液相之间的分配系数与温度、压力和岩浆成分之间的关系．由此,可以预测天然岩浆不混溶作用,计算不混溶的起始温度、共轭两液相的成分及含量．计算的不混溶两液相中ＳｉＯ２,Ａｌ２Ｏ３,ＦｅＯ的摩尔分数平均残差为３．０％～４．０％,其他氧化物平均残差小于１．０％,不混溶两液相的摩尔分数平均残差约为１．０％．对阳原岩体的模拟计算表明,磁铁矿－磷灰石矿床的形成与球粒状黑云辉石正长岩岩浆在１１５０～１２５０℃下的不混溶作用有关;计算的共轭两液相的相对含量与岩相学证据吻合．     

地球化学反应的分子动力学

地球化学反应的分子动力学徐士进（南京大学地球科学系２１０００８）关键词分子动力学，统计力学，计算机模拟分子动力学（ＭｏｌｅｃｕｌａｒＤｙｎａｍｉｃａ）是在原子之间作用力的基础上（如硅酸盐中键的性质）预测复杂地球物质的宏观热力学和微观动力学性质的一种理...     

太古宙岩石圈构造变形过程与岩浆作用的数值模拟研究

太古宙岩石圈构造变形是岩石圈与软流圈在高温条件下发生垂向运动的结果,反映了太古宙非板块构造体制下的地球动力学过程.为了解释这个已经消失的过程,前人利用数值模拟方法并结合较少的地质实例,提出了盖子构造、热管构造、湿盖子构造、地幔柱构造等多种可能存在于太古宙的前板块构造体制.这些体制的主要差异源于前人实验中对岩浆作用的简化...     

利用ANSYS WORKBENCH模拟火山岩浆活动热扩散过程

火山喷发必然伴随着高温岩浆侵入体把热量从岩石圈深部携带到地壳浅层的过程,因而火山区往往也是地热资源富集区。火山岩浆侵入体热扩散过程的数值模拟不仅是火山区构造热演化研究的重要手段,而且也是火山区地热资源评估的重要方法。本文利用在工程热物理领域应用甚广、但在地热地球物理领域鲜有报道的有限元软件ANSYS WORKBENCH对火山活动岩浆冷却过程及其对围岩的热扰动过程进行了数值模拟。首先本文建立一系列简单的柱状模型,模拟了不同规模、不同顶板埋深的侵入体的热扩散过程,引入冷却指数α=(T_(侵入)-T)/(T_(侵入)-T_(稳态))×100%及干扰温差ΔT=T-T稳态分别来定量分析岩浆侵入体冷却过程及围岩受侵入体热扩散扰动程度。结果表明,半径为0.5km的柱状侵入体的冷却时间约为50ka左右,对围岩热扰动持续时间不到0.5Ma,最大横向热扰动范围约为3km。而半径1km的柱状侵入体的冷却时间约为200ka左右,对围岩温度场影响可持续1.4Ma,热扰动范围可至7km。顶板埋深越大,侵入体对围岩热扰动的持续时间越短。在上述模拟实验的基础上,本文结合最新的相关研究成果,模拟计算了上地壳岩浆房和上中地壳岩浆房两种情景下长白山天池火山千年大喷发对于温度场的可能影响。结果表明,无论其岩浆房位于上地壳或中地壳上部,千年大喷发对于围岩的热扰动目前还局限于500m左右的范围内,这可能是区内尚无大规模地热显示的原因。     

分子动力学模拟研究未冻水对冰晶体力学性质的影响

冰力学性质的研究在冻土工程、冰工程中都占据极其重要的地位,冰中未冻水含量的变化会导致冰整体性质随之改变。目前,在微观分子尺度上针对冰中未冻水含量控制因素方面的研究尚不充分。本研究通过分子动力学方法模拟了5种温度、3种应变速率、4种晶粒尺寸、3种升温速率下单晶冰与多晶冰的单轴拉伸与压缩试验,研究了不同影响因素下冰晶体力学性质及内部的微观结构变化,揭示了分子尺度上未冻水在冰晶体变形过程中的产生过程与变化规律,以及未冻水比例对冰晶体力学性质影响的内在机理。模拟结果显示,单晶冰力学性质与未冻水比例间的关系不显著,与冰晶体六元环结构的破损程度直接相关。此外,力学性质受温度、应变量、应变速率等多因素影响,且在拉伸和压缩过程中单晶冰均表现出明显脆性破坏,其强度随温度降低和应变速率加快而增强。相比之下,多晶冰力学性质与未冻水比例变化密切相关,且未冻水比例主要受温度、晶粒大小及其界面状态控制。而且,多晶冰对温度和应变速率更敏感,说明晶界处的结构变化对其力学性能起重要作用。与弹性变形不同,晶界滑移、晶粒旋转、非晶化和再结晶等过程主导多晶冰的塑性变形。     

基于深度学习的地层沉积正演模拟代理模型构建与应用

地层沉积正演模拟方法能更真实地刻画地下地质体的分布规律,比传统的基于地质统计学的建模更有优势,但是条件化难度大,使其应用在实际油藏地质建模时面临较大挑战。地层沉积反演模拟提高了该方法的实用性,基于模拟结果与观测数据定量比较,地层沉积反演模拟在全局优化算法的驱动下不断修正地层沉积正演模拟输入参数,使模拟结果与观测数据吻合度达到最佳。由于反演系统优化参数多,非线性极强,收敛难度大,需要的迭代次数多,单次正演模拟耗时长,导致该方法效率较低。地层沉积反演模拟和深度学习算法中的生成对抗网络相结合,提出了构建地层沉积正演模拟代理模型的方法。以大量的碳酸盐岩地层沉积模拟的合成模型作为样本,通过神经网络训练,形成地层正演模拟器的代理模型,然后将其代入地层沉积反演模拟系统,避免了直接地层正演模拟的长耗时,加快了反演模拟的收敛速度。通过巴哈马西缘碳酸盐岩地层沉积模拟验证了该方法的可行性,采用学习后的生成网络进行沉积反演模拟,反演效率得到了大幅提升。尽管本文展示的是二维实例,也有望扩展应用在三维模型上。     

钙钛矿结构MgSiO3的分子动力学研究——体系大小对弹性性质与状态方程的影响

本文利用分子动力学模拟方法,研究了300~3000K、0.1~100GPa条件下,MgSiO3钙钛矿大小两个体系的平衡状况和热力学性质,并将大小两个体系的模拟结果与高温高压实验结果进行比较,验证体系大小对哪些物理性质有影响以及影响有多大,为后续工作选择合适的模拟体系进行模拟研究工作提供参考。研究发现,无论在模拟的平衡过程中还是利用模拟数据对状态方程参数的拟合中,大体系的拟合结果都比小体系的计算结果接近高温高压实验结果。大体系的各项模拟结果与高温高压实验结果相比,相差均在1%左右。因此,在计算条件允许的情况下,尽量模拟较大的体系有助于得到更精确的分子动力学研究结果。     

吉东碱性玄武岩K_2O含量与岩浆来源深度、岩石年龄的相关性分析

应用回归分析方法对吉林省东部新生代碱性玄武岩中的K_2O含量与岩浆来源深度、火山岩年龄进行的相关性分析表明,K_2O含量与岩浆来源深度之间存在着较好的幂函数相关关系,而K_2O含量与火山岩年龄之间存在着较好的指数函数相关关系。利用得出的回归方程对东北地区某些新生代火山岩的岩浆来源深度进行了预测,并对回归方程所代表的地质意义进行了讨论。     

氨基酸在绿脱石层间域内微观结构的分子动力学模拟

黏土矿物具有浓缩、保护和催化的功能,很可能在生命起源中发挥至关重要的作用。虽然大量研究关注氨基酸在富铝黏土矿物(如蒙脱石)表面的吸附和缩合反应,然而,富铁镁黏土矿物(如绿脱石)很可能广泛存在于早期地球,氨基酸在绿脱石表面的吸附和缩合反应研究却非常缺乏。本文使用分子动力学模拟手段,通过逐步减少水分子数量模拟脱水过程,研究脱水对氨基酸在绿脱石表面的吸附、有效反应对的形成和水化能等的影响。结果表明,氨基酸通过氨基与绿脱石表面氧形成氢键稳定地吸附在绿脱石表面,并在绿脱石表面形成有效反应对。脱水不仅有助于氨基酸在绿脱石表面的吸附和有效反应对的形成,而且还能降低体系的水化能,使体系在水化时释放更多能量。体系的水化能在热力学方面有利于肽键的形成,可能成为肽形成的驱动力。综上,绿脱石很可能对肽在早期地球的形成中起到关键作用。     

岩浆结晶分异过程中挥发组分演化的计算模拟及其意义

作者利用伯恩汉(C.W.Burnham,1979)提出的水在岩浆中溶解的热力学模型,模拟计算了热水花岗岩体结晶过程中挥发组份的演化。结果证明了钨矿床由岩浆热液形成的现实性.同时,由这种模拟计算所得到的成矿有利条件与成矿和不成矿花岗岩体的形成条件基本相符,说明这种研究方法具有实际意义。     

分子动力学模拟研究蒙脱石吸附苯分子

粘土矿物是土壤、底泥沉积物和大气颗粒的重要矿物组成部分,粘土矿物对环境污染物的吸附作用是影响其迁移转化、生物可利用性等地球化学过程的重要因素,因此有必要探明粘土矿物对环境污染物的吸附特征。由于粘土矿物的吸附     

熔融SiO2中原子自扩散性质的分子动力学模拟

研究地幔熔体中元素的扩散性质有着重要的意义,因其影响着元素的交换和分馏过程。SiO2 作为地幔组成的重要组
分之一,其物理化学行为对于地幔动力学过程有着重要的意义。本文研究了SiO2 熔体中元素的扩散机制和自扩散系数与
压力的关系,采用Morse stretch 势场对含有4500 个原子的熔融SiO2 体系进行了分子动力学模拟,计算了硅氧自扩散系数在
3000 K 温度下随压力的变化。模拟结果显示,在0.0001~40 GPa的压力区间,硅氧元素的自扩散系数均先上升后下降,在
17.5 GPa 时达到最大值,O 原子的扩散速率略高于Si 原子。硅氧元素的扩散方式为缺陷控制运移机制,其中硅原子的五配位
结构的形成是关键,为导致扩散系数随压力增大而上升的主要原因,扩散系数的最大值意味着SiO2 熔体中5 配位硅形成机
制的改变。本文也计算了单位［SiO2］的平均体积和压力的关系,结果与实验很吻合。     

中国东部燕山期和四川期岩石圈构造滑脱与岩浆起源深度

较确切地研究岩石圈内部构造滑脱面在地质历史时期形成的时间和部位是当前大地构造学研究的一个重要课题。通过大量收集中国东部燕山期(205~135Ma)和四川期(135~52Ma)岩浆起源深度资料来判断岩石圈内部和底部是否存在局部的构造滑脱界面,是否发生层圈相互作用,是否发生部分的解耦现象,是一种可行的研究方法。研究表明,中国东部燕山期和四川期岩石圈板块的构造滑脱、圈层的解耦作用及相互作用主要集中在中地壳、莫霍面与区域性主干断层的交线附近,而岩石圈板块的底面却并不存在大幅度的滑移。中国东部燕山期和四川期岩浆活动比较发育的地区基本上都位于大兴安岭—山西西部—武陵山—十万大山一线以东地区,而在此线以西地区岩浆活动相当微弱。笔者认为,在侏罗—白垩纪时期,该线以西缺少岩浆活动的地区可能就是当时的大陆型岩石圈,而该线以东岩浆活动剧烈的地区可能就属于海陆过渡型岩石圈。中国东部岩石圈的转型和"变薄",不太可能是深部地幔羽、去根作用、深部地幔热物质上涌或大陆伸展作用的结果,也不太可能与太平洋板块的俯冲作用有直接联系。     

铜、镍、铂族元素地球化学性质及其在幔源岩浆起源、演化和岩浆硫化物矿床研究中的意义

Ni、Cu和PGE具有不同于其他微量元素的特殊的地球化学性质,这些特殊的性质使得它们在幔源岩浆起源和演化以及岩浆硫化物矿床的成因研究中具有不可替代的作用。在S不饱和的条件下,Ni、Os、Ir和Ru具有相容元素的特性,而Cu和Pd是强不相容元素,因此,它们在玄武岩浆分离结晶过程中常常发生分异。一旦体系达到S饱和,这些元素则会强烈地进入硫化物熔浆,特别是PGE具有极高的硫化物熔浆/硅酸盐熔浆分配系数,极微量的硫化物熔离便可导致残余岩浆中PGE的显著亏损,因此,PGE是玄武岩浆硫化物熔离作用最敏感的示踪元素。硫化物熔离和成矿实质上是幔源岩浆特殊演化过程的结果,所以,Ni,Cu和PGE的特殊性质可用来探讨岩浆硫化物成矿的关键控制因素。Ni、Cu和PGE具有不同的单硫化物固溶体/硫化物熔浆分配系数,因此,它们也是硫化物熔浆结晶分异的重要示踪元素。本文试图从Ni、Cu和PGE地球化学性质和行为入手,并借助一些研究实例,对它们在幔源岩浆起源和演化以及岩浆硫化物矿床成因研究中的示踪意义进行系统介绍。     

深度学习在地质学上的应用

自Hinton等使用基于卷积神经网络的深度学习模型赢得Image Net分类比赛以来,深度学习的研究席卷了各个行业。通过介绍深度学习的历史,探索国内地质行业中深度学习模型的使用情况,并介绍深度学习的基础概念(如神经元、神经网络、监督学习和无监督学习等)以及深度学习基础模型中的2个重要网络:深度信念网络(DBN)和卷积神经网络(CNN)。在此基础上,类比深度学习在医学等相关领域的应用,提出了深度学习在地质上的几点应用:利用深度学习在计算机视觉上表现出的强大能力,可以对遥感图像进行聚类、对岩石样品图像进行分类、对岩石薄片数据进行描述;利用深度学习对原始数据表现出的强大识别能力,处理地质异常数据,从而确定成矿靶区的可能位置;利用深度学习的特点,对地震前的声信号数据进行处理,从而判断出地震发生前的剩余时间。     

深度学习在煤层气测井解释中的应用研究

将常规储层测井解释方法应用于煤层气储层测井解释,其效果存在一定的折扣。为了改善传统方法在煤层气测井解释中出现的问题,将深度学习的思想引入测井解释,提出受限玻尔兹曼机的数量、受限玻尔兹曼机隐含层神经元数量、分类阈值的确定方法,利用深度信念网络进行煤层识别及煤层气含气量的预测。实验结果表明：首先,在交会图法效果不好的情况下,通过深度信念网络进行煤层识别,继而对识别结果进行适当校正,煤层识别成功率可达到90%以上;其次,经过多种方法的对比,利用深度信念网络进行煤层气含气量预测的效果,要好于BP神经网络、多元回归统计以及Langmuir方程三种方法。深度学习改进了传统的BP神经网络,具备更强的复杂函数泛化能力,适用于煤层气测井解释,并具有进一步的推广价值。     

基于深度学习方法的测井岩性识别研究

采用机器学习方法进行自动岩性识别是当下的研究热点,神经网络作为具有代表性的机器学习方法,具有非线性建模能力强、结构灵活以及泛化性强等优点,目前已初步应用于岩性识别问题中。当下神经网络方法在测井岩性解释上的限制因素主要在于数据类别不均衡问题难以解决以及现有模型的可解释性较差。文章讨论了深度神经网络模型在纳岭沟地区铀矿测井解释的岩性分类问题上的应用,通过采用不同结构的模型缓解了类别不均衡对分类结果的影响,并着重分析了模型的层次结构和训练过程,更全面地解释了模型的内在机制和决策逻辑。结果显示,长短时记忆网络能在保持较高训练效率的同时获得高于80%的识别精度,8层全连接网络能达到90%以上的精度,但是需要的计算资源较大,训练时间较久。以上模型可应用于不同环境和需求。文章为深度学习方法在岩性识别问题上的应用提供了有益的见解和经验,具有一定参考价值。