川中侏罗系原油重排藿烷类化合物的组成及成因探讨

川中石龙场油田侏罗系湖相原油中重排藿烷类化合物异常丰富,经 GC/MS和 GC/MS/MS分析,检出 17α(H)-重排藿烷和 18α(H)-新藿烷及未知结构的早洗脱重排藿烷三个完整系列.17α(H)-重排藿烷相对含量最高,碳数分布范围为 C27、C29～ C35,分布模式与正常藿烷相似, C30化合物为主峰, C31以上化合物每个碳数有两个异构体.18α(H)-新藿烷系列含量明显低于重排藿烷,主要有 Ts和 C29Ts两个化合物,可能还存在 C30的同系物.早洗脱重排藿烷系列碳数为 C29～ C35, C31以上每个碳数有一对异构体,具有与正常藿烷和重排藿烷相似的分布特征.这些化合物的生物先质物可能是细菌藿类物质.其形成过程与氧化性且富含粘土的沉积环境性质有密切联系,高成熟度条件下有利于它们的相对富集.     

川中-川东南地区震旦系-下古生界沥青来源及成烃演化

据实测实验数据分析了川中及川东南地区典型构造上勘探井震旦系—下古生界泥岩及沥青样品的生物标志化合物的特征,证实源岩的沉积环境主要为具有一定盐度的还原环境,生物多来自于低等水生生物的菌藻类。川中震旦系—下古生界和川东南震旦系储层沥青主要来自寒武系泥岩;川东南下古生界储层沥青则为寒武系和志留系的混合来源。利用Karweil方法分析了川中地区高科1井寒武系烃源岩的成烃史;采用磷灰石裂变径迹技术与Easy%Ro模型联合模拟恢复了川东南地区丁山1井的生烃史;对比分析表明,川东南寒武系烃源岩成熟时间、主生油及主生气期均早于川中寒武系烃源岩。     

贵州埃洛石的成矿模式及炼油催化特性研究

以高岭土为主料的炼油裂化催化半合成剂，已成为中外石化工业的主体催化剂，我国公有苏州高岭土为适用资源，缺口大。贵州及川南地区为世界上埃洛石的唯一连片产区，已有产地近３００处，全区均为管伏１０Ａ埃洛石，成矿模式归结为：新第三幻以来，高岭石母岩在表生条件下，遭受淋滤作用和含矿液对下伏碳酸盐基岩的溶蚀，两种作用同步进行的”埋藏溶蚀成矿作用“。     

首都圈地区Pb震相典型特征与康拉德界面研究

Pb震相是近震震相中的一个重要震相.关于Pb震相典型特征的总结和分析,对指导区域台网工作人员如何识别该震相,丰富台网观测报告震相产出,提高地震定位精度和确定康拉德界面等相关研究具有重要意义.但由于识别困难,国内很少有系统进行有关Pb震相的识别和研究工作.本研究采用首都圈地区高密度台网2009-2015年记录到的369个M_L ≥ 2.5地震事件的波形资料,重新分析震相并识别出1153条Pb震相.基于震相资料,利用时频分析、多项式拟合、射线分析、最小二乘法、联合反演、理论走时计算等方法进行研究,并在结合前人研究结果的基础上,我们得出：在首都圈及邻区,在肉眼可识别时频域内的特征来看,通常容易识别的Pb的振幅或频率高频部分相对比初至Pn和Pg大或高,也有振幅变小或者频率变化不明显的情况,这可能与震源机制、台站方位、场地响应、仪器类型等方面有关.时频分析、功率谱密度和肉眼识别分析的结果表明,P波的主要能量集中在相对低频部分,Pn,Pb,Pg,PmP四种震相（本研究以后提到的震相顺序只考虑这四种震相）有很强的共性,区别在于传播路径上的不同,频率或观测记录周期上的小幅度差别.在Pg作为初至波时,Pb震相的低频主频部分与Pg震相的低频主频部分带宽差不多（受到包含Pg震相的影响）,但是高频主频部分频率更高,Pb到时在Pg之后,PmP之前.Pn作为初至波时,Pn震相低频主频部分带宽比Pb宽,但是Pb高频主频部分频率相对更高,Pb在Pn之后,在Pg之前.鉴于震源深度对Pb到时顺序的影响,及其在定位结果中精确度最差的情况,在震中距约在80~140 km范围内时,得考虑区域地壳厚度横向不均匀、震中距、震源深度等情况并结合波形特征,来判定Pb是否为初至震相.Pb震相在康拉德界面的平均传播速度约为7.0 km·s^-1,康拉德界面平均深度约为23 km.Pb射线的分布情况直接证明了康拉德界面在首都圈地区的分布是连续的.基于本研究利用Pg,Pb,Pn,PmP震相走时联合反演所得模型计算的理论走时结果和实际观测结果一致进一步证明了我们结果的可靠性.

     

四川盆地普光大型气藏基本特征及成藏富集规律

普光气田是在四川盆地近期发现的规模最大、埋藏最深、资源丰度最高的气田,2005年初向国家储委上交飞仙关组探明储量1144×108m3,普光气田已初步落实的三级储量超过3500×108m3。普光气田下三叠统飞仙关组储层岩性以单一的白云岩为主,发育鲕粒白云岩、残余鲕粒白云岩等储层;储层物性以中孔中渗、高孔高渗储层为主,为优质储层。深埋藏条件下的孔隙形成可能与深部热水溶蚀作用有关。临近主力生烃凹陷、优质储层发育、适时的古隆起可能是普光大型气田形成的有利条件。     

在地脉动数据上应用分类算法的地震预测实验

以“红肿”假说为基础, 在由地脉动数据统计量和过往震例构成的样本集上应用数据挖掘中的分类算法开展地震预测实验。 筛选符合震级、 震中距、 发震时间间隔以及未受台风影响等要求的地震对, 并以其尾地震作为预测对象。 计算地震对时间范围内各时间窗中地脉动数据的标准差, 并采用z-score标准化方法对标准差数据进行标准化处理。 然后, 选取距震中最近三个台的最后一组标准化数据的中位数作为正样本数据, 选取各台站平静期数据的中位数作为负样本数据, 最后将上述正负样本数据构成样本集。 使用CART算法、 GBDT算法和SVM算法在此样本集上分别构建预测模型, 采用5折交叉验证方法对预测模型进行评估。 实验结果表明: ① 地震与地脉动变化存在一定的关系, 且地脉动异常现象更多地出现在6.0级以上地震发生前; ② 6.0级以上地震构成的正样本对预测模型的构建影响较大; ③ SVM算法更适用于小样本数据环境。