扬子地块西缘新元古代灯杆坪花岗岩体的成因及启示

正扬子地块西缘的新元古代花岗岩体是记录Rodinia超大陆裂解过程的良好地质载体(Li et al.,2003;Zhao et al., 2008;李献华等,2012)。灯杆坪花岗岩体位于四川省崇州市范围内,大地构造位置位于扬子地块西缘与青藏—滇西褶皱区接触带附近,处于龙门山逆冲推覆断裂构造带的中南段,花岗岩体发育在映秀—北川断裂及其次级断裂中。本次研究在扬子地块西缘新元古代灯杆坪花岗岩体的野外地质调查和室内岩石学鉴定的基础     

库车坳陷迪那2气田古近系砂岩储层孔隙构造-成岩演化

以岩芯观察和薄片鉴定为基础,辅以扫描电镜、黏土矿物X衍射、流体包裹体、油层物性分析等技术手段,结合区域油气地质研究成果,系统研究塔里木盆地库车坳陷迪那2气田古近系砂岩储层孔隙构造-成岩演化与致密化过程。结果表明:研究区砂岩储层经历了同生期碳酸盐、岩盐胶结—早成岩期压实作用、胶结作用和低熟烃类充注—中成岩期有机酸溶蚀、液态烃类充注—构造挤压、构造破裂、天然气充注和晚期碳酸盐胶结等构造-成岩序列和两次致密化过程。储层原始孔隙度平均仅为31.7%,沉积作用是其致密的内因;孔隙度演化至现今约5.8%。压实作用造成了20.8%的孔隙度损失,是储层初次致密的决定性因素;胶结作用减孔约6.59%,加剧了储层致密化程度;溶蚀作用和各种成缝作用增孔约4.28%,使初次致密的储层孔隙度最高可达11%以上。从12~5Ma的康村期储层孔隙度从14.5%减少至8.0%,完成初次致密化过程,且与迪那低幅构造油藏形成大致同步,即"边致密边成藏"。5Ma以来迪那油气藏构造幅度增大,强烈构造挤压减孔2.76%,是储层再次致密的主要因素,该时期侏罗系烃源岩大规模气侵形成现今气藏,亦为"边致密边成藏"。     

块状岩溶承压含水层非稳定流数学模型的建立及应用

块状岩溶介质可视为双重孔隙介质, 其含水层为承压含水层, 水文地质模型概化为各向同性非均质。根据块状岩溶承压含水层地下水运动规律, 建立二维承压含水层非稳定流数学模型, 采用有限体积法对其求解, 并以深圳葵涌区为例对模型进行识别和验证。结果表明: 各时段的计算水位值与实测水位值非常接近, 所建立的数学模型正确可应用。     

建(构)筑物控制爆破拆除的仿真模拟

介绍了在ABAQUS有限元框架内,建（构）筑物爆破拆除仿真模拟的基本方法。提出了爆破缺口高度的确定方法、结构坍塌的力学判据与结构的离散化方法,利用ABAQUS有限元软件的非线性瞬态显式动力学模块模拟结构的失稳及倒塌过程,并用该方法对一个拆除爆破实例进行了仿真模拟。模拟结果表明,结构的坍塌过程及爆堆形状与实际接近。     

聚焦波作用下平面网衣结构的水动力特性研究

由于沿海区域的限制以及愈加严重的环境污染,渔业养殖正从近海走向深远海。深远海海域的海况更加恶劣,给养殖装备的设计与性能评估带来新的挑战。为解决该问题,对极端波浪与养殖装备网衣结构的相互作用开展研究。基于waves2Foam建立数值波浪水池,极端波浪模拟采用基于NewWave理论的聚焦波模型,网衣结构模拟采用多孔介质模型,并通过与Morison模型计算的网衣受力等效分析,获得多孔介质模拟网衣结构阻力系数的直接估计方法。然后将多孔介质模型嵌入waves2Foam中,开展聚焦波与网衣结构相互作用的数值模拟,同时开展水槽试验,验证数值模拟的准确性。基于数值模拟结果,系统地分析了不同网衣密实度及不同波浪参数下网衣结构的升阻力特性以及网衣结构对波浪场的扰动规律。研究表明：聚焦波波峰幅值和网衣密实度对网衣结构的升阻力影响较大,且升力峰值出现在阻力为0的时刻;网衣结构对聚焦波的时空演化特性有影响,改变了聚焦波波形。     

激光测高仪建立的数字高程模型在陆地地震探测中的应用

在探测油气层时使用弱的爆炸或机械摆动在能量释放点发射声波,这些波由地质层反射,并被地探测器接收,记录的信号被处理以建立一个详细的所测区域的地层模型,确定所有能量释放和接收机点的位置和高程是一个重要问题,本文讨论利用机载激光测高仪来测量地形高程的适用性。     

北疆金矿主要类型、成矿规律和找矿方向

新疆北部属于典型的碰撞造山带地区。但长期以来该区的矿床研究和找矿区划却以活动陆缘和被动陆缘的成矿理论为指导进行研究,工作效果与目的相差甚远。为了弥补此不足,本文拟以最新发展的碰撞造山成矿理论为指导,探讨北疆地区的金矿类型、成矿规律和找矿方向。     

时空大数据分布式增量IMSTDCA聚类方法研究

时空聚类分析是对时空大数据进行利用的一种有效手段,目前传统聚类算法存在着大规模分布数据难以处理,海量数据处理时间较长,确定参数困难,聚类质量较差等缺陷。因此,提出一种分布式增量聚类流程DICP,利用广域网分布增量聚类方法,避免大量数据的传输拷贝,有效提升聚类运算效率。对于DICP流程中的时空数据聚类算法本身,研究了一种大数据环境下的IMSTDCA时空数据聚类算法,借助密度聚类的思想,通过时空数据的聚集趋势预分析、时空数据聚类算法,以及时空数据聚类结果评价3个步骤完成聚类分析,实现时空大数据的快速高效信息挖掘。