川滇块体东边界主要断裂带现今运动特征分析

基于2009年以来的GPS观测数据,利用块体模型和GPS剖面方法分别计算川滇块体东边界主要断裂带的滑动速度,并结合跨断裂带的区域应变时间序列分析断裂带现今的运动特征。结果表明:从速度场变化来看,2013—2015期的速度场在川滇块体东北部有东向增加的微弱变化;从滑动速率结果来看,鲜水河北段的左旋走滑运动有所增强,拉张运动有所增加;小江断裂带的左旋走滑运动普遍有微弱的增强;从去掉线性的区域应变时间序列结果来看,小江断裂带南段主张应变在2014年底出现了趋势性转折,值得进一步关注。     

贵州印江窑上奥陶系湄潭组含锰矿层发现及其地质意义

近期在开展1∶5万大坝场幅区域地质调查工作中,在印江窑上奥陶系湄潭组中发现了锰矿层。目前国内已有公开报道的奥陶系锰矿仅见于湖南桃江、益阳、安化、宁乡等地。综合分析后,认为该锰矿可与"桃江式"锰矿对比。鉴于黔东北湄潭组地层分布广泛,具有一定科学和找矿意义。     

金伯利岩型金刚石矿床研究及其成矿模式探讨——以辽宁瓦房店地区金刚石原生矿矿床为例

辽宁南部瓦房店金刚石矿是国内最大的金刚石矿产区,现已发现4处金刚石成矿带、120个岩体。其中金伯利岩岩管24个、岩脉89个、可疑岩体7个,累计提交1221万克拉储量,占全国金刚石储量52%。本文主要对该矿床的金刚石母岩—金伯利岩的岩石地球化学特征进行了全面系统分析,发现金伯利岩中MgO、NiO、Cr 2O 3的含量与TiO 2、Al 2O 3、Na 2O、K 2O、CaO、P 2O 5等偏碱性组分呈正相关关系;Ni、Cr、Co含量与金刚石含量呈正相关,而Ti、Zr、Ba元素含量与金刚石含量呈负相关。通过对瓦房店矿区金刚石中石榴石及单斜辉石包裹体、橄榄石- 石榴石矿物对、石榴石微量元素、尖晶石- 橄榄石等多种地质温、压计归纳得出金刚石矿的来源深度为150~210 km,压力5~7 GPa,温度1083~1261℃,在上述温、压条件下,结合岩浆化学组成,估算金伯利岩具有低氧逸度(fO 2=2. 913×1. 01325×10-6Pa)的特点。结合野外勘查工作,总结了该矿床的地质特征、控矿构造、矿体空间分布规律等要素,认为NEE向和NE向断裂控制着金伯利岩体的展布方向和矿体形态。脉状金伯利岩体一般呈NEE 70°~80°方向展布,严格受NEE至近EW向的密集节理或裂隙控制。提出了金刚石母岩—金伯利岩是由源于上地幔岩浆,在一定的封闭条件下,受构造与岩性双重控制,多期性的爆发与侵入交替作用所形成,并建立了具有较高氧逸度和较高密度的流变性软流圈,通过渗滤熔体浸蚀岩石圈形成金刚石的理想成因模式,希望为下一步找矿工作提供参考。     

微波消解-电感耦合等离子体质谱法测定超细粒度岩石和土壤样品中的稀土元素

应用电感耦合等离子体质谱法(ICP-MS)分析岩石和土壤样品中稀土元素的含量,取样量可低至数毫克级,但200目样品粒度要求分析取样100mg才能保证代表性,导致ICP-MS灵敏度高、取样量小的优势难以得到充分发挥。本文研究了研磨方式、研磨时间、物料比对超细粒度土壤和岩石样品制备的影响,结果表明采用乙醇作为分散剂进行湿法球磨,200目粒度的土壤、岩石样品分别研磨10min和15min,土壤样品的物料比采用物料7g、研磨球500个、分散剂45mL,岩石样品的物料比选取物料5g、研磨球500个、分散剂45mL,细化程度最佳。在此条件下制备的超细粒度土壤标准物质GBW07404、GBW07447的粒径分布D_(95)可低至7.51μm、7.05μm,超细粒度岩石标准物质GBW07104、GBW07121的D_(95)可低至8.42μm、8.30μm。在硝酸-氢氟酸-过氧化氢酸溶体系中微波消解处理超细粒度岩石标准物质GBW07104,取样量减少至5mg,总用酸量减少至0.25mL,消解时间降低为25min,稀土元素的测定值与认定值基本一致,相对标准偏差在1.64%～5.21%之间。该方法用于分析其他超细粒度标准物质(GBW07404、GBW07447和GBW07121)中的稀土元素,相对误差为0.17%～6.60%,满足《地质矿产实验室测试质量管理规范》的一级标准。     

Kainsaz(CO3)陨石中两个富Al球粒的氧同位素组成特征与形成演化

富Al球粒是原始球粒陨石中一种矿物岩石学特征介于富钙铝包体(CAIs)和镁铁质硅酸盐球粒之间的特殊集合体,所以常常认为富Al球粒在认识CAIs和镁铁质硅酸盐球粒形成演化过程中的相互联系具有特殊意义。然而,对富Al球粒的初始物质组成以及形成演化过程一直存在较多争议,而氧同位素组成研究能够对球粒演化和早期星云环境等提供重要的信息。在本文中我们报导了来自Kainsaz(1937年降落于俄罗斯,CO3型)碳质球粒陨石中的2个富Al球粒(编号K1-CH1和K2-CH2)的矿物岩石学和氧同位素组成特征。K1-CH1的矿物组成主要为橄榄石、低钙辉石和富钙长石,K2-CH2为橄榄石和富钙长石。2个球粒中的矿物均具有贫~(16)O同位素组成特征。K1-CH1中矿物的△~(17)O组成基本上位于2个区间:-11.1‰～-8.7‰和-3.9‰～0.4‰;而K2-CH2的△~(17)O介于-6.6‰～-0.6‰之间,且具有从中部至边部升高的趋势。矿物岩石学和氧同位素特征表明,这2个富Al球粒的初始物质组成为富CAIs和镁铁质硅酸盐。在球粒熔融结晶过程中,与贫~(16)O同位素组成(△~(17)O:-8.7‰～-7.8‰)的星云发生了氧同位素交换。球粒形成后,发生迁移进入陨石母体,在相对更贫~(16)O同位素组成(△~(17)O:-0.6‰～0.4‰)的母体中(流体参与)发生变质作用,并再次发生了氧同位素交换。     

Separation of magnetic anomalies into induced and remanent magnetization contributions

Inversion of magnetic data is complicated by the presence of remanent magnetization, and it provides limited information about the magnetic source because of the insufficiency of data and constraint information. We propose a Fourier domain transformation allowing the separation of magnetic anomalies into the components caused by induced and remanent magnetizations. The approach is based on the hypothesis that each isolated source is homogeneous with a uniform and specific Koenigsberger ratio. The distributions of susceptibility and remanent magnetization are subsequently recovered from the separated anomalies. Anomaly components, susceptibility distribution and distribution of the remanent and total magnetization vectors (direction and intensity) can be achieved through the processing of the anomaly components. The proposed method therefore provides a procedure to test the hypotheses about target source and magnetic field, by verifying these models based on available information or a priori information from geology. We test our methods using synthetic and real data acquired over the Zhangfushan iron-ore deposit and the Yeshan polymetallic deposit in eastern China. All the tests yield favourable results and the obtained models are helpful for the geological interpretation.     

A high-precision time–frequency analysis for thin hydrocarbon reservoir identification based on synchroextracting generalized S-transform

Improving the seismic time–frequency resolution is a crucial step for identifying thin reservoirs. In this paper, we propose a new high-precision time–frequency analysis algorithm, synchroextracting generalized S-transform, which exhibits superior performance at characterizing reservoirs and detecting hydrocarbons. This method first calculates time–frequency spectra using generalized S-transform; then, it squeezes all but the most smeared time–frequency coefficients into the instantaneous frequency trajectory and finally obtains highly accurate and energy-concentrated time–frequency spectra. We precisely deduce the mathematical formula of the synchroextracting generalized S-transform. Synthetic signal examples testify that this method can correctly decompose a signal and provide a better time–frequency representation. The results of a synthetic seismic signal and real seismic data demonstrate that this method can identify some reservoirs with thincknesses smaller than a quarter wavelength and can be successfully applied for hydrocarbon detection. In addition, examples of synthetic signals with different levels of Gaussian white noise show that this method can achieve better results under noisy conditions. Hence, the synchroextracting generalized S-transform has great application prospects and merits in seismic signal processing and interpretation.     

黑龙江省地震科学台阵背景噪声特征分析

2019年黑龙江省完成"一带一路"地震科学台阵项目中台址勘选工作,基于科学台阵中136个台址的地面运动噪声数据,通过计算不同频段范围内背景噪声记录的加速度功率谱密度,研究不同环境噪声下科学台阵记录数据的地噪声特征及其台基响应。结果表明：黑龙江西北和东南部地区地面运动噪声水平低,观测环境较好;中部和东北部地区噪声水平较高,大庆地区尤为严重。勘选结果真实反映了黑龙江区域内的背景噪声分布,使我们对本区域地噪声水平和干扰因素有了新的认识。     

富营养化高原浅水湖泊持续多年生态修复工程效果分析——以滇池大泊口为例

大泊口位于滇池草海南部,水域面积0.52 km²,平均水深约2 m,作为滇池草海重富营养化水域生态修复示范区,大泊口分别于2015和2019年开展了两期生态修复工程,经过近年来的系统治理,大泊口水生态治理效果初步显现。为分析探究成功修复湖区水质改善、生态系统企稳向好的原因,本研究选择2015年2月—2021年12月共7年的连续监测数据,根据工程开展情况以及水生态状况将大泊口水域划分为4个部分(A1～A4水域),首先分析4个区域内主要的水质指标(悬浮物(SS)、化学需氧量(COD_Cr)、总磷(TP)、总氮(TN)和叶绿素a(Chl.a))的变化趋势和相关性,其次探究不同类型生态工程的修复效果,最后与草海和外海水域进行对比,分析大泊口的治理效果。结果表明,治理后大泊口A1～A4水域的COD_Cr、TP和Chl.a稳定下降,COD_Cr分别降低18.65、27.96、25.26、40.92 mg/L,TP分别降低0.11、0.10、0.11、0.14mg/L,Chl.a分别降低0.037、0.068、0.06...     

面向地震巨灾保险的建筑特性快速提取方法

房屋建筑分类是抗震设计和地震风险分析的基础,是巨灾保险的纽带环节,也是结构易损性准确、完备分析的前驱保障,快速获取建筑特性参数非常关键。基于影像数据获取结构特性相比传统手段具有显著优势,然而其准确性具有一定挑战性,从影像数据得到实时的、较准确的结构特性成为地震保险数据获取技术的关注焦点。本文采用深度学习方法开展从影像数据中提取面向地震保险需求的建筑特性数据,构建基于深度学习方法的建筑高度识别模型和基于机器视觉的建筑高度识别方法,运用基于Xception神经网络深度学习和机器视觉的模型,对北京地区的建筑高度进行模型测试,该方法可为地震保险分析提供重要的基础数据支持。