延边地区天宝山多金属矿田的流体特征与成矿模式

天宝山铅锌铜钼多金属矿田由新兴铅-锌矿床、东风铅-锌-铜-钼矿床和立山铜-铅-锌矿床组成,它们分别产在侏罗纪黑云母花岗闪长岩、闪长岩与古生代海相火山-沉积岩的接触带和岩体内部。矿床地质特征研究表明:新兴铅-锌矿床以石英硫化物充填胶结角砾岩筒矿体为特征,具有与中温岩浆热液矿床类似的蚀变特征;东风铅-锌-铜-钼矿床以发育浸染状硫化物、石英硫化物脉和辉钼矿石英脉为特征,具有接触交代热液矿床特征;立山铜-铅-锌矿床则以磁铁矿、方铅矿和闪锌矿等多金属硫化物矿化发育为特征,具有典型的接触交代矽卡岩型矿床特征。对主成矿阶段以及成矿晚阶段的脉石矿物石英流体包裹体研究揭示:新兴铅-锌矿床的石英-黄铁矿阶段、石英-闪锌矿-方铅矿-黄铜矿多金属硫化物阶段和石英-碳酸盐阶段对应的温度分别为270～340℃、190～260℃、130～160℃;盐度(w(NaCl))和密度分别为0.62%～9.86%和0.37～1.00g/cm3;压力为37.31～87.69MPa;激光拉曼光谱分析获得流体包裹体的成分主要为CO2、H2O,含有少量的CH4和N2。东风铅-锌-铜-钼矿床的石英-辉钼矿阶段、石英-闪锌矿-方铅矿-黄铜矿多金属硫化物阶段和石英-碳酸盐阶段对应的温度分别为280～337℃、200～260℃、101～190℃;盐度和密度分别为7.16%～23.95%和0.96～1.12g/cm3;压力为28.23～56.64MPa;激光拉曼光谱分析获得流体包裹体成分为H2O。立山铜-铅-锌矿床的磁铁矿-石英脉阶段、石英-方铅矿-闪锌矿-黄铜矿等多金属硫化物和石英-碳酸盐阶段对应的温度分别为210～240℃、170～200℃、126～160℃,盐度和密度分别为2.07%～9.47%和0.89～0.92g/cm3;压力为33.88～59.72 MPa;激光拉曼光谱分析获得流体包裹体成分为CO2和CH4。基于矿床地质特征、成矿流体性质和来源等方面的讨论,建立了天宝山多金属矿田的成矿模式。     

柴达木盆地东台吉乃尔盐湖盐类沉积特征及成盐年代的初步研究

东台吉乃尔盐湖经过长期的成盐演化和成矿过程 ,最终形成了以氯化钠化学沉积为主的蒸发盐 ,晶间卤水富含B、Li等多种元素卤水矿床 ,根据 1998年对该湖干盐滩中部所打的CK1孔钻孔剖面( 12m)及测试的几个14 C年龄 ,初步证实该盐湖上部盐层是在约 10 0 0 0aBP形成 ,未经碳酸盐和硫酸盐成盐阶段 ,盐湖形成初期即进入氯化物成盐阶段。     

藏北双湖山字形山玄武岩锆石U-Pb年龄、地球化学特征及其地质意义

次对藏北双湖山字形山玄武岩进行了同位素年代学和岩石地球化学研究。锆石LA ICP MS U Pb测年结果表明,玄武岩形成时代为中三叠世Ladinian期((2358±27) Ma)。主量元素SiO2质量分数为4284%~5222%,TiO2为161%~269%,FeOT/MgO为152~194,属亚碱性系列拉斑玄武岩。稀土元素∑REE含量为11409×10-6~20847×10-6,(La/Yb)N为490~650,相对富集LREE。微量元素配分模式曲线与OIB型玄武岩相似。岩石成因研究表明岩浆在演化过程中主要受分离结晶作用控制,La/Nb、La/Ta、Zr/Ba等不相容元素比值与Ti含量表明,山字形山玄武岩可能是软流圈地幔与岩石圈地幔相互作用的产物。玄武岩较高的Zr含量与Zr/Y比值显示其处于板内伸展构造背景。结合区域地质资料推测,中三叠世玄武质岩浆是南、北羌塘地块碰撞造山过程中板片断离、软流圈物质上涌熔融的产物,而晚三叠世偏铝质-过铝质岩浆岩及高压变质岩折返剥露为造山带垮塌引起的伸展作用的结果。     

东天山星星峡缝合带早古生代强过铝质花岗岩的研究及其地质意义

铅炉子过铝质花岗岩带发育于中天山岛弧带南缘的星星峡缝合带内,为一长条形的二云母花岗岩。岩体地球化学特征是高Si、Al和K,低Mg、Fe的组份,全碱含量中等,σ=1.74～1.9,K_2ONa_2O,A/CNK1.1,属于高钾钙碱性过铝质花岗岩类(SP)。岩体的CaO/Na_2O和Al_2O_3/TiO_2比值都相对较低,分别为(0.06～0.07)和(48.9～55.3);REE、Nb、Y含量和Rb/Sr、Rb/Ba比值相对较高;Rb、Th和LREE相对富集,Ba、Si、Eu、Ti、P和HREE相对亏损;ε_(HF)(t)=-2.3～+1.6表明岩体还具有较高的锆石同位素特征,T_(2DM)变化范围为1573～1329 Ma。这些地质学和地球化学研究表明铅炉子二云母花岗岩形成于后碰撞的伸展环境中,是在高温、中低压条件下发生重熔形成的,其源岩为古老的地壳物质和年轻的增生物质通过物理风化作用形成泥质岩。本文通过测年获得二云母花岗岩锆石LA-ICPMS年龄为444.5±2.2 Ma,表明铅炉子过铝质花岗岩形成于晚奥陶世,是中天山岛弧带和公婆泉岛弧带的碰撞时间的上限,它也是中天山岛弧带与公婆泉岛弧带碰撞造山作用的产物,是中亚增生造山带的增生方式之一。     

云南会泽矿山厂铅锌矿床流体包裹体特征及成矿物理化学条件

通过会泽矿山厂铅锌矿床闪锌矿流体包裹体显微测温和成矿物理化学条件参数计算,结合前人研究结果,得出以下认识:会泽矿山厂铅锌矿床闪锌矿流体包裹体均一温度为126280℃,具有较宽的变化区间,盐度(w(NaCl))为3.2%22.8%;白云石流体包裹体均一温度为86163℃,大部分盐度较低,为1.1%-14.8%。3个成矿阶段闪锌矿和白云石中流体包裹体均一温度和盐度具有较明显的分布特征:从热液成矿期Ⅰ阶段→Ⅱ阶段→Ⅲ阶段→围岩蚀变,流体呈现中高温-高盐度→中温-中高盐度→中低温-中高盐度→中低温-低盐度的演化规律。在整个热液成矿过程中,有两种不同盐度的流体参与了作用,流体混合可能是矿物沉淀的主要机制。pH值计算结果表明,迁移阶段时,成矿流体呈酸性,从成矿阶段Ⅰ—Ⅳ,流体pH逐渐增大,主成矿阶段Ⅱ—Ⅲ时,闪锌矿和方铅矿在中性、弱碱性下大量析出。受控于CO、CO_2、O_2间逸度平衡的CO_3~(2-)和HCO_3~-缓冲对调节了成矿流体的pH值,碳酸盐岩在铅锌的运移沉淀中起了至关重要的作用。     

基于FPN Res-Unet的高分辨率遥感影像建筑物变化检测

针对城市土地资源变化检测工作繁杂、工作量大、自动化程度低等问题，本文提出一种基于深度学习模型的高分辨率遥感影像建筑物变化检测方法，将语义分割的思想引入到遥感变化检测。基于残差结构特征较卷积层提取性能更优和特征金字塔网络多尺度预测的特点，将残差结构和特征金字塔网络融合到Unet模型中，建立FPN Res-Unet模型。该模型以Unet为基础，引入ResNet18的残差结构作为编码路径特征提取层，在每次卷积后使用边界填充，使得输入图像和输出图像尺寸一致；在解码路径每级上采样过程中，拓展支路径将特征金字塔网络融合到模型的网络主干中，将残差结构、Unet及特征金字塔网络的优点相互融合，增强了Unet的特征提取，弥补了语义分割网络对小目标检测的欠缺；在获取深层语义信息的同时关注细节信息，提高建筑物变化检测精度。实验表明，该方法在所用数据集，准确率、召回率、F₁ 3种指标均达到90%以上。     

山东潍北凹陷古近系孔店组一段特征及沉积演化

综合运用岩心、钻井、测井及地震资料,对潍北凹陷古近系孔一段的地层特征及沉积演化进行研究。结果表明：潍北凹陷孔店组一段可以划分为3个亚段、11个砂层组。在西部鄌郚—葛沟断裂和东部昌邑—大店断裂控制下,地层东西向发育稳定,仅在北部洼陷带地层显著加厚;在北部古城—潍河口断层控制下,地层向南部超覆,地层由北向南变薄。潍北凹陷孔店组一段主要发育扇三角洲相和湖泊相,南部斜坡带发育小范围三角洲相。孔一下亚段,物源供给充足,北部洼陷带、瓦城断阶带和灶户断鼻带发育大规模的扇三角洲相;孔一中亚段,湖盆水体变浅,物源供给减少,北部洼陷带、瓦城断阶带和灶户断鼻带继承性发育扇三角洲相,但分布范围变小;孔一上亚段,湖盆水体最浅,物源供给少,全区发育滨浅湖亚相,仅在央斜4井区和昌11井区发育小范围的扇三角洲相沉积。     

鲁西隆起北侧博兴洼陷新生界碎屑重矿物记录及其对构造古地理环境的指示

对鲁西隆起北侧博兴洼陷新生界碎屑重矿物组份和稳定性组合的研究发现：古近纪孔店组沉积期、沙河街组四段沉积晚期和沙河街组二段沉积期金红石、电气石、锆石和白钛矿等稳定碎屑莺矿物占优势,指示盆-山的构造古地理分异较弱;沙四段沉积早期、沙三段和沙一段沉积期绿帘石、榍石等不稳定碎屑重矿物占优势,表明构造古地理分异强烈.新近纪馆陶组稳定重矿物自下而上逐渐占据优势,表明该时期构造活动逐渐趋缓;明化镇组自下而上不稳定重矿物逐渐占优势,指示构造活动逐渐加强.根据砂岩中自生矿物赤（褐）铁矿的分析,认为其含量较高的孔店组、沙四段、沙段沉积期气候干旱,而含量较低的沙四段沉积末期一沙二段沉积期气候湿润;新近纪里赤（褐）铁矿含量向上增大,可能指示气候干旱程度加剧.     

钱塘江口涌潮的二维数值模拟

应用二维有限体积法、Osher格式及间断拟合法,计算了钱塘江河口涌潮产生、发展到消亡的全过程。该算法能保证水量和动量守恒,且能适应水深巨大变化和动边界。根据钱塘江涌潮的特点,可将其合理概化为一线潮。在网格尺寸较大情况下,计算的一线潮仍保持高分辨率,能准确满足水力学间断条件,且计算量小,可以在微机上实现。在对某实测半日小潮进行率定后,对随后的大潮进行了验证计算,涌潮的主要特征(如涌潮高度、移速、水位和流场等)与实测资料符合良好,证实了模型的合理性和模拟能力。     

基于多变量LSTM神经网络的地下水水位预测

为解决以往模型未考虑地下水位相关影响因素的问题,探讨长短期记忆（LSTM）神经网络在地下水位预测中的应用,利用长短期记忆神经网络,采用多变量输入的方式,构建了基于多变量LSTM神经网络的地下水水位预测模型。以泰安市岱岳区J1号监测井为例,采用2001-2014年地下水水位动态监测资料与相关影响因素数据,利用多变量LSTM神经网络对2015-2016年地下水位进行预测,并与单变量LSTM神经网络和反向传播（BP）神经网络进行对比。研究结果表明：以相关影响变量为输入的BP神经网络无法考虑时序变化规律,预测均方根误差最大,为2.399 3;以地下水位为变量输入的单变量LSTM神经网络仅能根据时序变化作出相应预测,无法考虑相关变量影响,预测均方根误差为2.102 2;基于多变量输入的LSTM神经网络的预测精度显著高于单变量LSTM神经网络和BP神经网络,预测均方根误差最小,仅为1.919 1。总体上,多变量LSTM神经网络地下水位预测模型仅在某些峰值处误差较大,但总体预测效果较为理想。