机器学习在地下水环境背景值与污染风险评价的应用和展望

地下水资源在世界各国水资源中占有举足轻重的地位,对人类生存发展、维系生态系统健康发挥着重要作用。现阶段地下水污染日益严重,地下水环境背景值研究和污染风险评价对地下水污染防治工作具有重要意义。由于地下水污染影响因素复杂,地下水化学组分空间分布的非均质性、地下水样品采集的小样本问题与大尺度区域的高计算代价,都对传统的污染风险评价方法构成了极大挑战。机器学习作为人工智能的核心,已成为水文地质领域研究的前沿热点,通过智能高效的数据处理和挖掘,在地下水化学组分的分布、变化以及赋存机制等方向已得到探索和尝试。本文全面介绍了近年来在地下水污染研究方面应用的机器学习方法,涵盖了以聚类为主的非监督学习算法,以回归为主的监督学习算法,以提升算法效率为目标的混合算法,以及以神经网络为核心的深度结构算法,展示了不同类型算法在地下水污染研究方面的成果,详细归纳了各种算法的机理,对算法的技术优劣及适用方向进行了探讨;最后对机器学习在地下水污染方面的应用发展趋势进行了展望,建议探索高效集成学习模型,以弥补单一算法的不足,同时发展面向小样本的深度学习建模技术,提高地下水污染评价精度,拓展和丰富新方法新技术在地下水污染研究方面的应用。     

含砷地下水的治理技术现状与进展

【研究目的】 全世界有70多个国家的上亿人口面临高砷地下水的威胁,长期饮用高砷地下水会导致慢性砷中毒,诱发癌症,严重危害身体健康。地下水中砷的浓度分布和变化是受到沉积环境、气象水文、矿物环境、人类活动影响等多种因素共同作用的结果,因此需要从砷的不同理化性质特征进行着手,选择适当且有针对性的治理技术。【研究方法】 基于现阶段含砷地下水的污染现状,综合考虑去除量、处理成本、修复速率、可逆性等多种因素,分析含砷地下水的治理现状与进展。【研究结果】 本文全面地介绍含砷地下水治理技术,涵盖了化学氧化、混凝沉淀、吸附、离子交换、膜技术和生物修复等修复方式的研究成果,展现了不同类型处理方式对地下水中砷的去除效果,总结各技术发挥除砷效果的内在机理及最新优化措施,并对含砷地下水治理技术的发展趋势进行了展望,以期为含砷地下水的综合整治提供有意义的参考。【结论】 目前的砷污染水处理技术存在诸多缺陷,产生的废物或污泥可能成为二次污染的潜在来源。因此,为了更好地保护环境免受As的影响,需要新的混合技术以及对 As 负载废物/污泥的安全处置方法。缺乏饮用水安全意识和偏远地区的适用性也给砷的治理带来了挑战,因此需要一种价格合理、易于构建、在社区或家庭层面运行的技术来解决这个问题。     

江南造山带东段新元古代至早中生代多期造山作用特征

新元古代江南造山带远离晚中生代活动大陆边缘,是研究华南地区新元古代至早中生代多期造山作用的理想对象。文章通过对江南造山带东段沉积建造、岩浆活动、构造变形以及同位素年代学数据的综合分析,总结了其晋宁期、广西期以及印支期造山作用的特征。江南造山带东段在晋宁期经历了南北两侧大洋俯冲和两期碰撞造山作用。新元古代早期(880~860 Ma)双溪坞岛弧与扬子陆块东南缘发生弧-陆碰撞作用,形成淡色花岗岩、高压蓝片岩、NNE向褶皱-逆冲构造以及弧后前陆盆地。新元古代中期(约850 Ma),扬子陆块北缘开始发育由北向南的大洋俯冲。随着俯冲作用的进行,弧后盆地发生关闭,扬子陆块与华夏陆块发生陆-陆碰撞并形成新元古代(820~810Ma)江南造山带,导致近E-W走向褶皱-逆冲构造、韧性变形以及过铝质花岗岩的发育。江南造山带东段在约810Ma开始发生后造山垮塌和裂谷作用,以发育南华纪早期(805~750 Ma)花岗岩、中酸性火山岩、基性岩以及裂谷盆地为特征。江南造山带东段万载—南昌—景德镇—歙县断裂带以南地区卷入了华南广西期造山作用,发育近E-W走向由南向北的逆冲构造(465~450 Ma)、NNE向正花状构造(449~430 Ma)以及后造山近E-W走向韧性走滑剪切带(429~380 Ma)。印支期造山作用导致了NNE向褶皱-逆冲构造和花岗岩的发育,并奠定了江南造山带东段的基本构造面貌。     

东海西湖凹陷西斜坡和西次凹近致密-致密砂岩气藏的地质特征及发育前景

基于沉积构造背景和大量钻测资料,利用气样地球化学测试、铸体薄片、扫描电镜、激光扫描共聚焦显微镜和阴极发光等手段,揭示了东海西湖凹陷西斜坡和西次凹近致密-致密砂岩气藏的地质特征,并分析了发育前景。研究结果表明:2个靶区近致密-致密砂岩气藏均分布在中深层,且位于常规气藏之下,但发育层位不同,西斜坡在平湖组中下段,西次凹在花港组下段。2个靶区的近致密-致密砂岩气均为煤型气,来源于平湖组煤系源岩,西次凹致密气藏属于"下生上储"型,西斜坡属于"自生自储"型。西次凹属于典型的致密砂岩储层,西斜坡属于近致密砂岩储层。强压实作用和硅质、自生伊利石及碳酸盐胶结是储层致密化的重要因素。溶孔和原生粒间孔是致密砂岩储层主要储集空间;2个靶区的近致密-致密储层不同深度段发育"孔隙型"甜点,为酸性溶蚀成因,但西斜坡的溶蚀强度大于西次凹。另外,西次凹深层发育部分裂缝,形成该区"裂缝型"甜点。西次凹致密气藏具有弱超压特征,西斜坡具有超压-强超压特征。平湖组广覆式分布高有机质丰度的煤系源岩全天候持续供气是靶区发育大规模近致密-致密砂岩气藏的物质基础,大面积近致密-致密储层提供了良好的储集体,因此发育前景好,勘探潜力大。     

目标移位安全区约束的道路D-P化简优化方法

针对道路化简产生的与建筑物空间关系不一致问题,以道路与建筑物要素的关联关系为出发点,构建道路的目标移位安全区,在此基础上对D-P化简算法进行改善,提出一种以道路目标移位安全区为约束的D-P化简优化算法,在化简道路曲线的同时保证化简后道路曲线不与邻近建筑物产生空间冲突。选取1:10 000的建筑物与道路数据对多种目标比例尺的化简操作进行实验,结果表明该方法可有效保持道路与建筑物间的空间关系。     

中国金矿资源特征及勘查方向概述

基于金矿成矿地球动力学环境以及矿床基本地质特征等,将中国金矿床类型归纳为11 类,其中以构造破碎带蚀变岩型、中深成侵入岩体内及其外接触带型、卡林-似卡林型、浅变质碎屑岩中热液型、陆相火山岩型等为主要找矿类型;成矿年代以中生代、新生代为主。在中国Ⅲ级成矿区带划分基础上,总结研究大地构造单元、地质演化、成矿地质条件、空间分布特征、金矿类型、区域成矿要素、资源量等,初步厘定42 个金矿集区,其空间呈集中分布特征。根据金矿勘查单位面积的钻探数量,初步将中国金矿集区划分为高、中、低工作程度区,高程度区主要分布在中东部地区;除砂金矿外,中国88.12%的岩金（伴生金） 矿探矿深度在500 m 以上,说明探矿钻探验证偏少、偏浅。文章还探讨了中国金矿集区资源找矿潜力,提出了勘查找矿方向和建议,指出中东部老矿山深部、外围和西部金矿集区特别是位于新疆、青海、西藏等地区的,是未来找矿潜力重点区域,未查明资源储量巨大。     

人工神经网络方法与鲁西金伯利岩物化探异常筛选

摘 要　 分析对比了传统模式识别方法 （贝叶斯‚费舍尔方法） 与人工神经网络方法的应用 效果‚根据已有的地球物理资料‚结合金刚石原生矿的成因模式‚从金伯利岩产出的地质环 境、指示矿物、地球物理和地球化学异常等方面提取了20种用于识别金伯利岩物化探异常的 特征‚运用人工神经网络方法对鲁西地区1∙2×10 4 km 2 的物化探异常进行识别和筛选‚从中 选出了10个一二类远景异常点供查证。     

豫西登封地区寒武系第二统朱砂洞组古气候演变记录*

河南登封地区发育完整的早寒武世朱砂洞组地层,记录了该地区气候演变的重要信息。本文通过岩石学、元素地球化学、沉积学和古生物学综合方法对关口剖面早寒武世朱砂洞组碳酸盐岩古气候和沉积特征进行了详细分析。研究表明,研究区朱砂洞组可分为下部的纹层状白云岩段、上部的豹斑灰岩段和顶部的纹层状白云岩段3个岩性段。纹层状白云岩中的顺层溶孔、燧石团块和石膏矿物,豹斑灰岩中的强烈生物扰动构造以及Mn含量、Sr/Cu值、Rb/Sr值、MgO/CaO值均反映出研究区朱砂洞组古气候从下部纹层状白云岩段的炎热干旱,到上部豹斑灰岩段的温暖潮湿,再到顶部纹层状白云岩段的炎热干旱,具有明显的阶段性变化。华北地区同期沉积物也显示出与研究区朱砂洞组具有相似的古气候变化特征。     

豫西登封地区寒武系第二统朱砂洞组生物扰动构造及其地球化学特征

生物扰动在现代海洋沉积物地球化学循环中起着重要作用,它影响着底栖生物群落特性、有机物分解速率、海水化学性质、沉积物氧化还原性以及营养物循环.豫西登封地区寒武系第二统朱砂洞组碳酸盐岩发育了大量以Thalassinoides主导的扰动构造,对其进行碳和氮同位素测定,可以了解扰动生物对沉积物生物地球化学循环影响.测试结果表明,潜穴充填物和围岩中δ13C_carb值区别显著,不同扰动程度也差异明显,而δ13C_org和δ15N值差异不大,反映出生物对沉积物的扰动改造可以改变沉积物的氧化还原性及孔渗性,这一变化可能与生物扰动引起沉积物孔隙水含氧量增高导致的自生碳酸盐岩比例降低和成岩期白云岩化的增强有关.Thalassinoides造迹生物对沉积物的扰动改造不仅改变了沉积物的原始物理化学信息,促进了海水与沉积物的生物地球化学循环,而且诱导了沉积底质革命,扮演了显生宙早期生态系统工程建造者的角色.      

基于深度学习的大地电磁二维反演方法

如何通过大地电磁测深反演方法来提高数据解释的精度一直都是大地电磁测深研究领域的重要课题。针对大地电磁传统反演方法存在的初始模型依赖、易陷入局部最优的问题,提出了一种基于深度学习的大地电磁二维反演方法。该方法首先设计GoogLeNetINV神经网络;接着构造多种地电模型,在TM模式下通过正演得到视电阻率数据,组成训练数据集;然后用训练数据集训练该神经网络并调整网络参数;最后,将视电阻率数据输入已训练好的GoogLeNetINV神经网络直接得到反演结果。实验结果表明,该方法能快速、准确地反演出“未学习”过地电模型的位置和电阻率数据,具有较好的泛化能力;使用噪声数据测试仍能取得良好的反演结果,有一定的抗噪声能力。将该神经网络应用于Bendigo Zone实际数据资料处理中,反演得到的电阻率模型与地震解释一致,因此基于深度学习的大地电磁反演方法能有效解决大地电磁反演问题。