青海五龙沟金矿多属性地球化学异常研究

五龙沟金矿位于东昆仑山中段北侧,是柴达木盆地周边贵金属矿产重要勘查区之一。该矿床分布严格受断裂构造控制,具有造山型金矿的典型特征。深入研究成矿系统中地球化学异常及其形成机制,对指导该区深部和外围找矿具有重要的借鉴意义。本文以多维异常体系理论为指导,通过系统总结元素富集贫化规律,揭示成矿系统中存在的多属性异常,利用Grant方程计算元素迁移量,进而探讨元素迁移方向,即各属性异常形成机制,建立多属性异常结构模式。结果表明:试验区内与金成矿有关的斜长花岗岩和凝灰质板岩中Na2O、Ba、Sr等带出作用明显,形成显著的负异常。负异常范围涵盖了成矿元素及其伴生元素Au、As、Sb等由带入作用形成的正异常,丰富了成矿指示信息。此外,另一个重要发现是矿化剂元素S及其含量变化与金矿成矿密切相关,并由此进一步阐明了初始矿源对该区金矿成矿的控制作用。本项研究成果是从元素层面对造山型金矿成矿系统中元素活动特性的全新认识,为深入探讨此类矿床的成矿机制和找矿方法提供了思路和案例。     

基于SDOG-ESSG的地球系统元胞自动机框架及其应用试验

元胞自动机结构简单且具备模拟复杂系统的能力,已被广泛应用于大气、流体力学、地球物理等领域。然而,现有元胞自动机以欧氏空间为约束进行地球系统过程模拟,忽略了地球重力等天然约束,导致计算过程中元胞状态的传递方向与真实运动的趋势方向不相符,一定程度上扭曲了最终的模拟结果。本文提出了地球系统元胞自动机这一概念,并从元胞表达及构建、邻居模型等方面设计了基于SDOG-ESSG格网的地球系统元胞自动机框架。由于演化规则取决于不同的应用,因此本文进一步以地壳的热传递为例,通过对热力学方程离散化设计了相应的演化规则。最后,借助公开的数据源开展了地壳热传递元胞自动机模拟的初步试验,并与一定区域下的数值模拟结果展开了比对。试验表明,与数值模拟方法相比,本文方法的模拟结果相对误差控制在27%以内,具备一定程度的可行性,可作为地球系统过程模拟的一种新思路。     

城区内涝淹没模拟算法

针对城区内涝淹没范围和水深模拟问题,该文提出了一种基于约束Delaunay不规则三角网与三棱柱的城区内涝淹没模拟算法。该算法以沿地面三角形的顶点垂直向上引垂线形成的三棱柱为计算单元,通过"等体积"的方法,建立时间序列切片下的淹没水深和积水量的关系,据此实现淹没范围和水深模拟。以北京师范大学(简称"北师大")主校区为例,对单汇水区的水面高程上升模拟结果与实际观测值进行对比,基本吻合;并与传统栅格DEM的淹没效果进行了对比,表明该算法正确有效。     

碱胁迫条件下草本植物根系力学强度试验研究

本项研究选取适宜于黄河源区寒旱环境生长的两种草本植物垂穗披碱草（Elymus nutans Griseb）和老芒麦（Elymus sibiricus Linn）作为供试种,通过室内培育种植方法,采用浓度分别为25mmol·L-1、50mmol·L-1、75mmol·L-1、100mmol·L-1的NaHCO₃溶液对垂穗披碱草和老芒麦两种植物进行了碱胁迫处理,同时采用浓度为0mmol·L-1的溶液作为未进行碱胁迫处理对照组。在碱胁迫处理后第15d和第30d,分别测定了两种植物单根抗拉力、单根抗拉强度,以及脯氨酸含量、丙二醛含量、叶绿素含量、相对电导率值等4个抗盐碱性生理指标。试验结果表明:碱胁迫对两种植物单根抗拉力影响程度随浓度增加而增大,亦随生长时间增加而增大,其中当碱胁迫浓度为25mmol·L-1时,两种植物单根抗拉力值均大于未进行碱胁迫处理呈正常生长的对照组植物,而当浓度大于25mmol·L-1时,两种植物单根抗拉力值均小于对照组的两种植物;碱胁迫条件下两种植物单根抗拉强度较对照组两种植物均呈增大趋势,增幅为3%～16%,且相同浓度条件下,两种植物单根抗拉强度随生长时间增加而呈降低趋势,降幅为1%～18%;相同浓度和相同生长时间条件下,老芒麦单根抗拉力值较垂穗披碱草大0.13～0.53N,且老芒麦单根抗拉强度值较垂穗披碱草大20～65MPa;由灰色关联分析结果可知,在碱胁迫条件下,脯氨酸含量、丙二醛含量、叶绿素含量、相对电导率值等4种生理指标中,相对电导率值与两种植物单根抗拉力及单根抗拉强度关联度相对最大即为0.888～0.996,反映出两种植物单根抗拉力及单根抗拉强度受相对电导率值影响相对较为显著。本项研究对于进一步探讨盐碱胁迫条件下,植物根系力学强度特征和影响机理等方面具有重要理论研究价值,同时利用植物有效防治黄河源土地盐碱化地区水土流失、浅层滑坡、沙化等灾害具有现实意义。     

华南大规模低温成矿的主要科学问题

大面积低温成矿是全球独特的重要成矿事件。华南地区扬子地块西南部面积约50万平方千米的广大范围,低温矿床广泛发育,包括卡林型金矿床、MVT型Pb-Zn矿床和脉型锑、汞、砷等矿床,构成华南低温成矿域。该成矿域由川滇黔接壤区的Pb-Zn、右江盆地Au-Sb-As-Hg和湘中盆地Sb-Au等三个矿集区组成。其中的矿床主要赋存于沉积岩中,受断裂构造控制,形成于100~250℃的低温条件下。以往的研究取得了重要进展,但成矿时代、成矿动力学背景、成矿物质基础和成矿过程等关键科学问题一直悬而未决。近年的研究表明,这些矿床可能形成于200~230Ma(印支期)和130~160Ma(燕山期)两个时期,除川滇黔Pb-Zn矿集区由盆地卤水演化成矿外,其余两个矿集区的形成可能均受印支期和燕山期的深部岩浆活动驱动,尽管成矿流体中的水主要是大气成因地下水。本专题报道了近年来这些方面的最新研究进展,包括20篇文章,主要涉及这些低温矿床的地质地球化学特征、成矿时代、矿床成因和成矿动力学背景等。     

湘中龙山大型金锑矿床成矿时代研究——黄铁矿Re-Os和锆石U-Th/He定年

龙山金锑矿床是湘中锑-金矿集区最重要的矿床之一,因缺少适合传统放射性同位素定年的矿物,其成矿时代以往未得到很好的限定,制约了对矿床成因的认识。由于分析测试技术的进步,Re-Os同位素定年技术得到了发展,可对热液矿床中形成的低Re、Os含量的硫化物进行较准确可靠的年龄测定,从而可为低温热液矿床的形成时代提供有效制约。锆石U-Th/He同位素定年,也是近年发展和成熟起来的定年技术,对低温热事件极其敏感,同样是约束低温成矿年龄的重要手段之一。本文采用矿床中黄铁矿Re-Os同位素和蚀变围岩中受成矿热事件影响的锆石U-Th/He同位素定年技术,对龙山金锑矿床的成矿时代进行了研究。定年结果显示:热液成因黄铁矿的Re-Os等时线年龄为195±36Ma,对应于印支晚期;锆石U-Th/He年龄为51.2~133.3Ma,经Ft校正后,U-Th/He年龄分布于93.78~258.29Ma之间,平均值为160.7±7.3Ma,对应于燕山早期。该矿床可能发生了200Ma和160Ma的两次成矿作用;或者矿床形成于200Ma左右,但是受到了160Ma左右岩浆热事件的改造,黄铁矿Re-Os年龄代表成矿年龄,而锆石U-Th/He年龄则代表第二期热事件发生的时间。无论是200Ma左右一次成矿,还是另有160Ma左右的成矿作用叠加,这两个年龄分别与区内两期岩浆活动的时间相当,这表明岩浆事件对驱动矿床的形成发挥了重要的作用。     

基于多光谱遥感的扎龙湿地湖泡水深反演研究

以扎龙湿地龙泡子为研究对象,利用58个实测水深数据和季相最接近的Quick Bird数据,建立湖泊水深的反演模型。探索性地建立了单波段和多波段组合的线性(多元)回归模型、指数模型、二次多项式模型、微分模型和对数模型等;通过对比模型的决定系数R2,比较模型精度;线性模型、对数模型、指数模型和幂指数模型的R2小于0.5,而二次多项式模型和多元线性回归模型的R2大于0.5,精度相对较高;筛选出拟合度较高的模型,用20个实测验证样本,采用相对误差和均方根误差进行模型精度评价;最后,利用精度较高的模型,进行龙泡子水深反演计算。水深反演结果表明,用选出的模型反演得到的龙泡子水深基本一致,为170~200 cm,即使有稀疏的水草覆盖,依然可以表现出水深渐变的趋势。以蓝、绿、红和近红外波段多光谱遥感反射率为自变量,建立的线性湖泡水深反演模型y=123.990-3.332B1+183.859B2-237.133B3-37.143B4(y为水深;B1、B2、B3和B4分别为蓝、绿、红和近红外波段的水体反射率),能较好地反演扎龙湿地湖泡的水深。     

基于强波阻抗反射界面的静校正方法及应用

柴达木盆地环英雄岭地区浅部存在一个强波阻抗界面,以该波阻抗界面作为模型反演标志层,计算高、低频静校正分量,充分利用了浅层强波阻抗界面的深度信息、折射信息、反射信息,兼顾了低、高频静校正的计算;同时,可通过提高该波阻抗界面的成像品质来判断静校正精度。该方法在环英雄岭地区的应用大幅度提高了地震剖面信噪比和复杂构造成像精度,从而表明基于强波阻抗反射界面的静校正技术是解决英雄岭极低信噪比区复杂静校正问题的有效方法。     

西部高原咸化地表静校正方法应用

中国西部高原咸化地表和地下结构复杂多变,静校正问题突出。通过多年探索,逐步形成了针对高原咸化地表的静校正技术系列:复杂地表的初始模型构建技术;极低信噪比的标准层静校正技术;高陡构造的综合静校正技术;盐碱地表的炮、检域叠加迭代静校正技术;流动大沙漠的原生地表初至静校正技术。这一系列静校正技术有效地解决了西部高原咸化地表条件下的静校正问题,对于提高咸化地表地震资料的信噪比和成像质量发挥了积极作用。     

卷积神经网络及其在矿床找矿预测中的应用——以安徽省兆吉口铅锌矿床为例

大数据人工智能地质学刚刚起步,基于大数据智能算法的地质研究是非常有意义的探索性实验。利用大数据和机器学习解决矿产预测问题,有助于人们克服不能全面考虑地质变量的困难及评估当前模型在已有数据中的可靠性。元素地表分布特征量主要受原岩成分、成矿作用影响和地表过程的影响,它们携带某些指示矿体就位的信息,即矿体在地下空间就位时在地表的响应,且未在地表过程中消失。以往的地球化学勘查工作仅仅识别异常,但未能发现矿体在地表响应的成矿特征量。本文以安徽省兆吉口铅锌矿床为例,通过机器学习,利用卷积神经网络算法,不断挖掘元素Pb分布特征与矿体地下就位空间的耦合相关性。经过1000次训练后,可以得到准确率0. 93,损失率0. 28的卷积神经网络模型。这种神经网络模型就是矿体在地下就位时元素在地表分布的响应,可以用来进行矿产资源预测。应用该模型对未知区进行预测,结果显示第53号区域具有很大概率存在尚未发现的矿体。