运用ANSYS分析开采倾斜煤层引起的地表变形

针对倾斜煤层的开采特点,应用有限元基本原理,建立了倾斜煤层开采的有限元分析模型。利用大型有限元分析软件ANSYS对开采倾斜煤层引起的岩体移动、地表沉陷及应力分布情况进行了数值模拟,总结出倾斜煤层开采时岩体移动的基本特征及地表沉陷的相关参数。利用ANSYS软件作出地表基准点的水平、下沉移动分布曲线、应力分布曲线以及计算模型的应力等值线图、水平移动等值线图和下沉等值线图。上述分布图直观地显示了顶板、煤层及底板的变形以及应力分布情况。阐明了倾斜煤层开采引起地表沉陷的变形机理。为矿区建筑物下倾斜煤层的开采提供了参考依据。     

西藏多不杂超大型富金斑岩铜矿的蚀变-矿化特征及高氧化成矿流体初步研究

多不杂富金斑岩铜矿位于斑公湖-怒江缝合带北侧的铁格山岩浆弧中。具O型埃达克岩特征的闪长玢岩、花岗闪长斑岩侵位于中侏罗统雁石坪群中。岩体内及其围岩中蚀变强烈，分带明显，各种细脉、细网脉特别发育，矿化为细脉-浸染状，含矿斑岩全岩矿化，少量矿化产于围岩中，矿化为铜-金组合。发育丰富的热液磁铁矿、赤铁矿、金红石等，铜、金沉淀与热液磁铁矿的形成关系密切；矿石矿物总体上为黄铜矿>斑铜矿>黄铁矿，黄铁矿很少，矿区内还发育丰富的石膏脉，说明母岩浆是高氧化性的。流体包裹体岩相学和显微测温结果显示高温阶段气相和含子矿物包裹体普遍共存，中高温阶段液相和气相包裹体共存，暗示流体沸腾可能是主要的成矿机制，成矿流体是直接从岩浆熔体中出溶（600~900°C）的具高氧化性、（超）高盐度的富含Cu、Au、S元素的岩浆流体。成岩成矿时代为早白垩世，系古特提斯洋闭合俯冲增生阶段的产物。     

SBE 917plus CTD剖面仪及其自容式作业

SBE 917plus CTD是目前最先进的自容式温盐深剖面测量仪,广泛应用于对海水温度、电导率和压力等基本物理海洋参数的测量。结合多年的SBE 917plus CTD现场使用经验,简要论述该系统的结构及工作原理,并介绍现场自容式作业及数据后处理的关键技巧。     

西安城市地温与气温变化初步分析

地下浅层地温和近地表空气温度存在着必然的内在联系,地面温度变化的信息随着时间推移向下传播并叠加到稳态地温场上,因此通过对现今地温剖面的分析可以重建过去地面温度变化的历史。为了研究西安地区地下和地上的温度变化,本文在西安开展了钻孔温度测量,获得了16个钻孔的地温剖面,同时收集整理了西安气象站1951～2010年气温数据。对1951～2010年气温数据进行回归分析得到西安地区年平均气温、年平均最高气温和最低气温增温率分别为3.71 ℃/100a、2.03 ℃/100a和5.14 ℃/100a,均高于全国和全球平均水平,其中1986～2010年间平均气温增温更是显著,达到9.01 ℃/100a。从钻孔测温曲线中筛选出西安城郊6个传导型地温剖面进行分析,结果表明西安地区钻孔温度记录的地面温度变化趋势与气象台记录的气温变化趋势基本吻合。根据利用钻孔温度剖面下段回归分析得到的地表稳态温度和地温梯度以及25年间西安地区平均气温增温率推算得到钻孔理论地温剖面与实测地温数据总体上具有较好的一致性。对实测地温数据的进一步精确拟合分析显示,西安城郊6个选定的钻孔所在区域地面温度变暖分别起始于20年、24年、26年、28年、30年和30年前,对应的地表增温幅度分别为0.4 ℃、0.72 ℃、2.18 ℃、4.2 ℃、2.4 ℃和2.4 ℃。市区和周边郊区钻孔所在区域在增温幅度上存在明显的差异,市区增温强度明显高于郊区,而城郊结合部介于两者之间。     

天然气水合物保压子取样装置压力特性研究

从海底采集的长柱状保压天然气水合物一般不能被直接分析,需要被切割成小段再转移。保压子取样装置是在天然气水合物保压转移系统的基础上研发的,该装置能够获取任意小尺寸的带压岩心,并将其转移到测试装置中进行原位检测。介绍保压子取样的总体结构和工作原理,并分析系统压力变化的趋势,然后利用AMESim软件对压力维持部分进行仿真,最后通过水合物转移实验,验证保压子取样技术的可行性。重点讨论了蓄能器对于系统压力维持能力的影响,得出预充压力越大蓄能器保压效果越好的结论。     

联合LiCSBAS和机器学习的昆明市地面监测和预测

针对InSAR在数据处理过程中存在对流层延迟误差、解缠误差及处理大范围区域数据需要消耗大量时间和磁盘空间的问题，本文首先利用LiCSBAS和GACOS产品对2016年9月16日至2021年5月5日昆明市134景Sentinel-1升降轨影像进行数据处理，获取昆明市主城区沉降信息，在此基础上得到5个典型地表沉降区并分析其时空分布特征；然后利用深度森林和长短期记忆网络模型进行时序值的预测，引入绝对误差(ε)、均方根误差(RMSE)、纳什系数(NSE)对模型进行评价，深度森林和长短期记忆模型得到的ε均在4 mm以内，RMSE值分别为0.70和3.01,NSE值分别为0.92和0.81。结果表明，深度森林预测模型效果较好，联合LiCSBAS和机器学习模型的城市地表监测和预测的方法可以为今后开展地面沉降监测和灾害预警提供参考。