红透山铜矿区F8断层构造应力场的有限元数值模拟

针对断层对周围岩石地层影响的问题,本文提出了一种有限元算法计算模拟该断层对周围地层产生的应力场和位移场。首先,根据最大主应力、中间主应力和最小主应力来研究正断层、逆断层以及走滑断层的应力状态;其次,基于弹性力学相关理论研究应力—应变关系,采用线性四面体单元有限元分析方法进行算法实现;最后,在考虑到断层两侧岩体的物理性质(弹性模量和泊松比)、断层几何形态以及边界条件等情况下,应用有限元法模拟正断层、逆断层以及走滑断层在层状岩体中产生的应力场和位移场。以红透山铜矿区F₈断层为例,通过地质勘探获得的资料判别该断层性质及其周围地层属性,使用本文构建的有限元算法模拟了该断层对周围地层产生的应力场和位移场。     

2012年度地质学科项目受理与资助分析

2012年度地质学科共受理各类项目2 404项。其中面上项目1 309项(含青年—面上连续资助项目);青年科学基金项目883项;地区科学基金项目60项,重点项目(以地质学为申报学科,下同)117项,国家杰出青年科学基金64项,优秀青年科学基金47项。1面上项目、青年科学基金和地区科学基金受理情况     

基于GIS的桂西-滇东南地区锰矿资源潜力评价

在桂西-滇东南锰矿成矿条件分析的基础上,利用GIS栅格空间分析方法构建了与锰矿成矿相关的沉积盆地、同沉积断裂、沉积相、地层、岩性组合、数字地形特征、航磁异常等地质变量。首先,利用多元线性回归分析方法预测了研究区各网格单元的锰矿资源量,通过地质变量的筛选和组合构建了候选资源量预测模型组,为每个预测单元选择最优模型开展资源量预测;其次,利用证据权重法估算了研究区各网格单元的成矿有利度,根据锰矿资源量与地质变量之间的线性关系是否显著来筛选证据因子,在对地质变量二值化构建证据因子时既考虑锰矿床(点)的"数",又考虑锰矿床(点)的"量";最后,对成矿有利度与锰矿资源量预测结果进行乘法运算得到综合预测图,并结合成矿地质环境圈定了预测远景区。     

利用自然伽马测井估算塔里木盆地沉积层生热率

盆地的热体制研究对盆地构造演化与油气勘探意义重大。岩石放射性生热率是岩石重要的热物性参数,是研究盆地热体制的基础数据之一。不同于传统的分析测试方法,自然伽马（GR）—生热率（A）换算只需要GR测井就可以计算生热率。笔者利用塔里木盆地不同地区20口主要钻井的GR测井数据计算了沉积层共6094个生热率数据,建立了代表性钻井岩性测井—生热率对比图、塔里木盆地地层生热率柱,估算了盆地沉积层放射性生热对地表热流的贡献及对深部地层的增温效应。结果表明,塔里木盆地沉积层的平均生热率为1. 17±0. 336μW/m3,岩性是地层生热率的主控因素,泥岩生热率最高,为1. 96±0. 318μW/m3,砂岩次之,为0. 99±0. 264μW/m3,白云岩和灰岩生热率较低,分别为0. 44±0. 362μW/m3和0. 36±0. 408μW/m3。根据地层生热率,估算沉积层生热贡献的热流为9. 36mW/m2,约占地表总热流的21%,沉积层生热对地温梯度的贡献约为3. 3℃/km,放射性生热对属于“冷盆”的塔里木盆地的地温场具有不容忽视的影响。     

基于CLUE-S模型的长沙市望城区土地利用变化预测

针对长沙市望城区未来土地利用在类型数量和空间分布上的变化预测问题,在该区2009～2012年期间土地利用/覆盖现状图的基础上,提出了通过Markov链模型预测类型数量、利用CLUE-S模型预测空间分布的土地利用变化预测方法。在综合影响该区土地利用变化的地形、距离驱动因子的基础上,利用CLUE-S模型预测了研究区2012年和2020年的土地利用空间分布状况。实验表明,2012年土地利用预测结果得到了较高的Kappa系数和ROC值,间接证明了2020年的预测结果具有一定的可信度,对该区土地资源优化配置具有一定的参考价值和借鉴意义。     

基于CA-Markov模型的长沙市望城区土地利用/覆盖变化预测

为获取望城区未来土地利用/覆盖的数量及空间分布情景,本文利用2009、2010、2012年土地利用/覆盖数据、DEM及社会经济数据,运用Logistic模型分析土地利用变化与各驱动因子间的定量关系,综合区域限制条件修正土地利用适宜性概率,最终耦合CA-Markov模型对2020年土地利用进行模拟与预测。模拟结果较好地揭示了望城区土地利用动态变化趋势,一定程度上指导该地区的土地资源优化配置。     

机器学习在水系沉积物地球化学采样下伏基岩填图中的应用

为了探索高效且能大区域应用的基岩填图方式，本文整合水系沉积物地球化学数据和局部空间Moran’s I指数、高程、坡度、坡向变率、高磁、断层、矿点、水系等多元地学数据作为附加特征，采用浅层机器学习决策树及其Bagging和Boosting集成算法，以及深度学习的图卷积网络，分别训练了不同的基岩判别模型。结果表明，相比浅层机器学习的决策树及其集成算法，深度学习的图卷积神经网络基岩判别模型仅使用20%带标签数据就获得了最高的78.31%判别精度。应用基于图卷积网络的基岩类型判别模型对察汗乌苏河地区第四系覆盖物下伏基岩填图，预测结果与其周边基岩类型协调一致，该模型可用来探究更全面的区域基岩分布情况。     

华南扬子地区早志留世布拖期碳-氮循环模式与古海洋氧化还原状态转变

本次研究对华南扬子地区下志留统布拖组沉积物进行了地球化学与同位素分析。结果显示，布拖组的δ¹⁵N和δ¹³C_org值由布拖组下部至上部逐渐升高，其中布拖组下部沉积物的低δ¹³C_org值与全球范围内强烈的火山活动有关，低δ¹⁵N值与缺氧海洋条件下的生物固氮作用有关，而布拖组上部沉积物的高δ¹⁵N值则与扬子海逐渐富氧化有关。研究结果表明，早志留世布拖期强烈的火山活动引发的生产力升高和海洋底层水体缺氧，导致了深水地区龙马溪组页岩和浅水地区灰岩、泥灰岩中有机质的富集，而布拖早期持续的海洋缺氧则可能抑制晚奥陶世生物大灭绝后生物的复苏。