宜万铁路八字岭隧道岩溶管道冲积物特征实验研究

岩溶山区的隧道工程建设中,隧址区的岩溶管道连通性对隧道设计中涌水量、水压力等指标的确定以及隧道施工防灾具有重要意义。以宜万铁路八字岭隧道为例,系统分析了岩溶管道粗颗粒沉积物的粒度、岩石及矿物成分、圆度度组合等特征,通过对比分析,探讨了碎屑沉积物的地质联系,研究了沉积物的来源,以此为基础分析了隧址区岩溶管道的连通性,为工程设计施工提供参考。     

基于GIS的兰州城市用地变化分析

兰州城市建成区主要处于兰州的东、西两大河谷盆地中。在兰州河谷盆地1：5000地形图的基础上。于2002—05-08和10～11所作的实地调查资料和兰州市城关区的地籍资料以及其他相关文字资料的基础上,揭示了1950至今的兰州城市土地利用扩展的时空分异规律,阐明了城市土地利用的时空迁移模式与机制,最后讨论了这种城市土地利用模式在河谷盆地背景下所存在的环境等相关方面的问题。     

西藏措勤尼雄矿田滚纠铁矿磁铁矿元素地球化学特征及对成矿作用的制约

尼雄矿田滚纠铁矿地处拉萨地块隆格尔-工布江达岩浆弧,是冈底斯成矿带中生代铁铜多金属成矿作用的典型代表。在详细的野外地质调查和室内研究基础上,分析了滚纠铁矿床磁铁矿的成因矿物学特征。电子探针测试和ICP-MS分析表明,磁铁矿主量元素具有富SiO₂,贫TiO₂、V₂O₅的特征;微量元素Ba、Ti相对亏损,Cs、U相对富集,Eu、Lu、Tb、Ho、Tm强烈亏损。磁铁矿的Ti-（V+Cr）和（Ti+V）-（Al+Mn）协变图显示氧逸度、温度对矿物元素含量有明显制约作用,同时w（TiO₂）与w（CaO+MgO）、w（Na₂O+K₂O）表现出明显正相关关系,指示矽卡岩系统中流体-岩石相互作用是磁铁矿地球化学元素变化的主要控制因素。通过研究矿床中矿物生成顺序和磁铁矿中Ti、V元素特征并结合前人流体包裹体测温资料,认为矿区铁矿化阶段为高氧逸度的中高温环境,初步限定磁铁矿成矿温度为300~450℃。矿物的w（Ni）均值为8.98×10^-6,Ni/Co比值<1（变化范围0.15~0.59）,Ti/V比值为6.71~25.52,从矿物化学角度进一步印证滚纠铁矿的成矿物质来源于矿区中酸性岩浆流体系统。TiO₂-Al₂O₃-（MgO+MnO）和（Ca+Al+Mn）-（Ti+V）等成因判别图解在矿区具有良好适用性,说明磁铁矿是矽卡岩矿床成矿过程的重要指示矿物。     

GPT3模型反演GNSS大气可降水量精度评定

采用中国区域2017~2018年与GNSS站并址的49个探空站资料对GPT3模型估算的气象参数的精度进行评估,再利用49个GNSS站结合GPT3模型估算的气象参数反演日均大气可降水量PWV,并采用与GNSS站并址的探空站数据对其精度进行评定。实验得出：1）在中国地区,1°分辨率的GPT3模型的精度和稳定性优于5°分辨率,其气压、气温和大气加权平均温度T_m的偏差均值分别为0.73 hPa、1.34 K和－1.67 K,均方根误差均值分别为4.21 hPa、3.75 K和4.15 K;2）利用GPT3模型提供的气温结合Bevis经验公式反演的PWV与GPT3模型提供的Tm反演的PWV精度相当,且2种方法反演的PWV和探空资料实测地表温度反演的PWV呈现很好的一致性,在我国青藏高原和西北地区反演PWV的精度优于我国南方和北方地区。     

Improving reservoir thickness prediction using seismic attributes and attributes fusion

Usage of any single attribute would introduce unacceptable uncertainty due to limited reservoir thickness and distribution, and strong lateral variations in lithological traps. In this paper, a wide range of prestack and post-stack seismic attributes is utilized to identify a range of properties of turbidity channel sandstone reservoir in Block L118 of J Oilfield, China. In order to better characterize the turbidity channel and lower the uncertainty, we applied multi-attribute fusion to weight a variety of seismic attributes in terms of their relevance to the identification of turbidity channel reservoir. Turbidity channel boundary is clearly present in the new attribute and the reservoir thickness prediction is improved. Additionally, fluid potential of reservoir was predicted using this fused attribute with a high value anomaly indicating high fluid potential. The multi-attribute fusion is a valid approach for the fine prediction of lithologic reservoirs, reducing the risks typically associated with exploration.     

广东长排铀矿床成矿流体特征

长排铀矿床位于广东长江铀矿田内,矿体主要赋存在北北西向硅化断裂带内及其两侧的蚀变花岗岩中。流体包裹体显微测温和激光拉曼光谱分析表明,成矿流体为中低温、中低盐度的含CO2、CH4和H2的流体。铀成矿期流体包裹体均一温度多集中于120~250 ℃,盐度为04%~102%。氢、氧同位素分析表明,成矿流体可能来源于深部,后期有大气降水的加入。成矿期方解石的δ13C值大多数集中于-91‰~-82‰,以深源碳为主。综合分析认为,长排铀矿床属于中低温热液脉型铀矿床。成矿流体经历了沸腾作用,使CO2等挥发分逃逸,这可能是长排铀矿床铀矿沉淀、富集的主要原因。     

天水市北山滑坡群发育特征及坡体结构分区

天水市北山地处秦岭北缘山地与黄土高原过渡地带, 受强烈的内外动力耦合作用影响, 诱发了呈带状分布的大型滑坡群, 严重制约现阶段天水市区规划建设和灾害风险防控。此次研究在系统总结已有地质灾害资料的基础上, 利用空-天-地一体化综合勘察手段, 查明了天水市北山自西向东黄土厚度渐变特征、典型的斜坡结构类型及关键控滑地层, 系统分析了地震滑坡的发育特征、分布规律和几何学、运动学特征。结果表明: 天水市北山滑坡群沿藉河河谷北岸集中呈带状分布, 滑坡类型主要为泥岩滑坡和黄土-泥岩接触面滑坡, 多具有深层多级旋转-平移、多期次滑动的特征; 地层结构为上覆第四系黄土和下伏新近系尧店组和甘泉组河湖相泥岩、黏土岩, 坡体结构类型为顺层岩土质斜坡; 天水市北山的坡体结构自西向东可分为3个典型区段, 黄土厚度自西向东逐渐增大, 海拔高程和表观摩擦角东西部低、中部高, 滑坡后壁高度东西部高、中部低; 天水市北山地震滑坡具有低角度启动和远程运动的特征, 其等效摩擦系数(f)在0.21~0.28之间, 且东、西区段地震滑坡的运动性更强。     

改性Mg(OH)2对多种重金属污染土壤的修复效果

为了研究一种高效的多种重金属污染土壤修复剂,本文采用了一种具有OH^-缓释功能的改性Mg（OH）₂,通过重金属污染土壤稳定化修复实验,探讨了改性Mg（OH）₂对污染土壤中多种重金属（Pb、Cd、Cu、Zn）的稳定效率及对多种重金属形态分布的影响。结果表明,投加改性Mg（OH）₂对土壤中多种重金属均有稳定作用,对Pb、Cd、Cu、Zn的稳定效率分别为72.42%、34.53%、87.64%和97.65%,且改性Mg（OH）₂的投加使重金属交换态质量明显减少、残渣态质量增加,进一步提高了重金属的稳定性,降低了重金属生物有效性;另外,改性Mg（OH）₂具有OH^-缓释性,可使土壤长期保持一定的碱性,是一种经济有效的土壤修复剂。     

Landslide identification using machine learning

Landslide identification is critical for risk assessment and mitigation.This paper proposes a novel machinelearning and deep-learning method to identify natural-terrain landslides using integrated geodatabases.First,landslide-related data are compiled,including topographic data,geological data and rainfall-related data.Then,three integrated geodatabases are established;namely,Recent Landslide Database(Rec LD),Relict Landslide Database(Rel LD)and Joint Landslide Database(JLD).After that,five machine learning and deep learning algorithms,including logistic regression(LR),support vector machine(SVM),random forest(RF),boosting methods and convolutional neural network(CNN),are utilized and evaluated on each database.A case study in Lantau,Hong Kong,is conducted to demonstrate the application of the proposed method.From the results of the case study,CNN achieves an identification accuracy of 92.5%on Rec LD,and outperforms other algorithms due to its strengths in feature extraction and multi dimensional data processing.Boosting methods come second in terms of accuracy,followed by RF,LR and SVM.By using machine learning and deep learning techniques,the proposed landslide identification method shows outstanding robustness and great potential in tackling the landslide identification problem.     

SWAT模型在海拉尔河流域径流模拟中的应用研究

以海拉尔河上游流域作为研究区域,基于Arc GIS构建SWAT分布式水文模型对流域水文过程进行模拟,通过对流域的基础数据整合,模型采用1999~2003年实测径流数据进行参数率定,将2004~2010年实测径流数据作为模型的验证期,对模型在海拉尔河上游的适用性进行研究。通过对月和年径流模拟值和实测值的比较,率定期和验证期的Nash系数Ens和相关系数R2分别在0.861~0.873和0.877~0.899之间。基于这两个评价标准可知:SWAT模型在海拉尔河上游流域有良好的适用性,可以为该流域的水资源管理提供依据。