卓奥友峰藏南拆离系的活动历史：来自淡色花岗岩年代学的制约

作为喜马拉雅造山过程中的重要产物,藏南拆离系的发展和喜马拉雅山脉的隆升紧密相关。因此,对藏南拆离系的研究可以帮助我们理解喜马拉雅造山带的演化过程和历史。虽然学术界对于藏南拆离系进行了大量的研究,但关于其形成机制仍然存在争议。本次研究选择藏南中部卓奥友峰地区进行研究,对侵入藏南拆离系下部的淡色花岗岩进行独居石和锆石U-(Th)-Pb定年。结果表明,该区域淡色花岗岩的活动时代为18～17Ma。前人分析得到这些淡色花岗岩的锆石和磷灰石裂变径迹年龄分别为～15Ma和～13Ma。结合前人热年代学工作,本文研究表明卓奥友峰淡色花岗岩在很短的时间间隔内(～4Myr)从～700℃冷却到～120℃,平均冷却速度超过100℃/Myr。在13Ma以后,淡色花岗岩经历了较为缓慢的冷却过程(～10℃/Myr)。这些研究结果可能指示了卓奥友峰地区藏南拆离系在17Ma或之前已经开始,一直持续到13Ma左右。结合高喜马拉雅变质作用和淡色花岗岩研究,本文认为藏南拆离系的启动和发展可能主要受到高喜马拉雅结晶岩系在峰期变质作用的影响。     

基于最优插值方法的微波-红外辐射计数据融合全球海面温度网格产品

A new 0.1° gridded daily sea surface temperature(SST) data product is presented covering the years 2003–2015. It is created by fusing satellite SST data retrievals from four microwave(Wind Sat, AMSR-E, ASMR2 and HY-2 A RM)and two infrared(MODIS and AVHRR) radiometers(RMs) based on the optimum interpolation(OI) method. The effect of including HY-2 A RM SST data in the fusion product is studied, and the accuracy of the new SST product is determined by various comparisons with moored and drifting buoy measurements. An evaluation using global tropical moored buoy measurements shows that the root mean square error(RMSE) of the new gridded SST product is generally less than 0.5℃. A comparison with US National Data Buoy Center meteorological and oceanographic moored buoy observations shows that the RMSE of the new product is generally less than 0.8℃. A comparison with measurements from drifting buoys shows an RMSE of 0.52–0.69℃. Furthermore, the consistency of the new gridded SST dataset and the Remote Sensing Systems microwave-infrared SST dataset is evaluated, and the result shows that no significant inconsistency exists between these two products.     

锆石微量元素示踪锂成矿岩浆-热液演化过程

锂成矿过程中的岩浆- 热液演化过程目前仍不清楚。锆石作为花岗岩和伟晶岩中普遍存在的副矿物,其微量元素成分演化可以记录岩浆演化过程。本文以松潘- 甘孜构造带可尔因地区的花岗岩和伟晶岩中的锆石作为研究对象,对其进行原位微量元素分析。锆石的形态结构特征显示花岗闪长岩与花岗岩中的锆石为岩浆锆石,而伟晶岩中的锆石受到不同程度热液作用影响。元素分析结果显示,从太阳河花岗闪长岩到可尔因二云母花岗岩到无锂辉石伟晶岩到锂辉石伟晶岩,锆石中的稀有金属元素(Li、Sn、Nb、Ta和Hf)和U含量逐渐升高,锆石的Zr/Hf比值逐渐降低。除此之外,太阳河花岗闪长岩和可尔因二云母花岗岩中的锆石具有较低的Fe含量,而无锂辉石伟晶岩和锂辉石伟晶岩中的锆石具有明显升高的Fe含量,且锆石Fe含量与稀有金属元素含量具有正相关关系,反映出热液作用越强,稀有金属含量越高的特征。热液导致伟晶岩中锆石的U- Pb体系受到改造,使得获得的年龄不可靠,而伟晶岩铌钽矿U- Pb年龄(210 Ma)相对可靠。基于锆石的微量元素特征,我们认为太阳河花岗闪长岩与锂成矿伟晶岩没有成因联系,二云母花岗岩与锂成矿伟晶岩具有成因联系,但是二云母花岗岩不是成矿伟晶岩的直接母岩。二云母花岗岩和无锂辉石伟晶岩Li锆石/Li全岩接近甚至超过1,指示其与全岩成分不平衡,表明岩浆演化过程中曾形成富锂熔体,且富锂熔体的形成与液态不混溶作用无关,而是岩浆分异的结果。富锂熔体可能在区域拆离断层作用下从岩浆体系中分离,随后不断演化形成了锂辉石伟晶岩,而残余岩浆逐渐冷却结晶形成了二云母花岗岩和无锂辉石伟晶岩。基于锆石中的微量元素可以有效示踪锂成矿过程,并且利用碎屑锆石的微量元素特征还可以指示区域富锂岩浆的存在及其形成时代,有望成为示踪区域锂成矿的一种新方法。     

水体透明度遥感反演算法研究进展

水体透明度(Secchi Disk depth,SDD)是水环境监测的重要参数,遥感技术对于监测水体透明度具有重要的应用前景。本文旨在分类和比较当前用于监测水体透明度的算法,并提出未来研究的方向,以推动水环境监测技术的进一步发展。文章对目前检索水体透明度的算法进行分类和比较。其中,经验算法、半分析算法和机器学习算法是目前研究的主要方向。通过分析算法特性和优缺点,提出未来研究的重点和方向。经验算法基于透明度与光谱数据、叶绿素a浓度等的相关性,半分析算法基于水下能见度理论,机器学习算法则基于更优的数据特征学习能力。不同算法具有各自的适用范围和限制。未来的研究应该着重于整合多源遥感数据,改进QAA (quasi-analytical-algorithm),深入分析光学参数与水体透明度的关系,将机器学习算法应用到水体透明度模型的建立中,以建立具有高精度、适用性广的反演模型。