缅甸密支那地区发现侏罗纪的SSZ型蛇绿岩

本文报道了在缅甸的密支那地区发现的一套侏罗纪SSZ型蛇绿岩和有关的岩石单元。蛇绿岩由地幔橄榄岩、安山玄武岩、淡色辉长岩和辉长岩类、橄榄辉石岩和含长辉石岩类、以及斜长花岗岩组成。锆石的U-Pb定年获得安山玄武岩的形成年龄为166±3Ma、淡色辉长岩177±1Ma、橄榄辉石岩171±2Ma,和斜长花岗岩176±1Ma。安山玄武岩以低K2O(平均0.21%)和中TiO2(0.8%～1.2%)为特征,熔岩的球粒陨石标准化属于近平坦和LREE轻微富集型〔(La/Yb)N变化于1～1.3之间〕。微量元素MORB标准化蛛网图显示,熔岩和其他基性岩的大离子亲石元素Sr,K,Rb和Ba含量明显富集,而高场强元素Nb、Th、Ta、Zr、Ti明显亏损,为典型的SSZ构造背景成因的熔岩特征。87Sr/86Sr(i)比值为0.70367～0.70397,以及εNd(t)为正值(4～5.3),均表明它们的岩浆源区为亏损地幔源区。从空间展布看,密支那蛇绿岩与缅甸东带蛇绿岩应属同一条蛇绿岩带,与我国西藏的雅鲁藏布江缝合带相连。但不同的是,雅鲁藏布江缝合带侏罗纪时(约170Ma)为MOR型蛇绿岩,但密支那侏罗纪出现的是SSZ型蛇绿岩。两者时间如此相近,我们认为用洋内俯冲来解释较为合适。但值得注意的是,也有人将缅甸东带蛇绿岩与西藏北带的班公湖-怒江缝合带相连,并且后者在侏罗纪时也已经出现SSZ型蛇绿岩。因此,有必要进一步开展对密支那蛇绿岩构造背景的研究。     

2011年春季中国北方沙尘天气过程及其成因

2011年春季,中国共出现了7次沙尘天气过程,其中沙尘暴4次,强沙尘暴2次,沙尘天气频次总体偏少、强沙尘暴偏多,影响范围较广。通过对2010/2011年冬季及2011年春季天气气候特征的分析表明:①2010/2011年冬季,冷空气偏强,气温偏低,有利于土壤冻结,同时新疆大部、内蒙古西部及东北部分地区降水偏少,使得前期地面植被状况偏差,进入2011年春季,中国北方大部地区降水仍偏少,地面植被状况虽未得到改善,但气温仍偏低,土壤解冻较晚,而2011年春季冷空气较常年偏弱,使得2011年沙尘暴发生时间较常年偏晚,且沙尘天气过程偏少;②中国北方沙尘天气常发区域土壤湿度较常年偏高,土壤状况良好,土质不够疏松,是2011年春季沙尘天气偏少的一个重要因素;③2011年春季蒙古国及内蒙古大部地区纬向风为偏西风的负距平区,不利于起沙及沙尘粒子向东输送。     

高压电脉冲破岩试验装置的研制

高压电脉冲破岩钻进在国际上被认为是一种在深部钻探中具有广阔发展前景的破岩方法,但在国内研究还很少。本文设计制造了一套高压电脉冲破岩试验装置,包含伺服电动缸、控制柜、岩石容器等部件,试验装置配套了?60 mm和?100 mm的电脉冲钻头,可选择手动或自动加压放电破碎岩石。在放电电压为120 kV、放电频率为1 Hz的条件下进行了红砂岩等岩石的钻进试验,实现了60 mm口径的钻进碎岩。试验结果表明,该装置能满足电脉冲破岩试验的基本要求,可用于电脉冲碎岩室内研究。     

气举反循环钻进井壁稳定及适用性探讨

气举反循环工艺具有钻进效率高、携带岩屑能力强、防漏效果好以及钻头寿命长等优点,同时还可以提高流体矿产的产能。但是一般认为气举反循环钻进抽吸作用会产生负压,不利于井壁稳定,不宜在松散地层应用。本文通过计算气举反循环钻进环空水力参数,并从环空压力以及冲洗液流态、流速等方面探讨研究气举反循环钻进中井壁稳定及其适用性,指出通过选取合适的钻具组合以及调节冲洗液性能,可使气举反循环工艺对不同地层的适应性更广。     

南羌塘盆地羌资-2井中侏罗统色哇组和布曲组沉积特征

通过对南羌塘盆地羌资-2井石油地质浅钻的岩心录井和样品测试分析表明:中侏罗世阿林期-巴柔期,南羌塘盆地处于被动大陆边缘演化阶段,沉积了一套向上变粗变浅的三角洲相进积序列的色哇组,粒度分析概率累计曲线主要以跳跃和悬浮次总体为主,粒度C-M图反映了辫状河三角洲沉积特点,孢粉分析揭示了热带-亚热带干热气候特征:中侏罗世巴通期,盆地过渡为相对稳定的坳陷盆地发展阶段.沉积了以富含鲕粒、砂砾屑和生屑等颗粒灰岩为特征的碳酸盐台地浅滩化沉积序列的布曲组.从中侏罗世阿林期至巴通期,整个南羌塘盆地经历了一次完整的海侵-海退沉积旋回,从下至上依次出现前三角洲亚相→三角洲前缘亚相→台前缓坡亚相→开阔台地亚相→局限台地亚相的沉积序列.     

固体矿产绿色勘查钻探技术方法探索与实践

西安矿产资源调查中心针对现有固体矿产地质调查（勘查）项目,积极探索和实践绿色地质勘查工作技术方法,因地制宜应用全液压履带钻机、便携式模块化钻机实施“一基多孔”,采用背包钻实施“以钻代槽”,通过优选环保型冲洗液,净化处理废弃冲洗液,控制临时占地规模等具体措施。与传统机场规格相比占地面积减少了80%~85%,临时便道修筑减少了60%~65%,工后复垦复绿达到了80%以上。通过绿色勘查成本费用分析,人员、临时用地（青苗）补偿、绿色环保材料及复垦复绿等费用成本总和降低了40%左右。最后探索实践了绿色勘查工作保障措施,对下一步绿色勘查工作提出了建议,为加强绿色勘查工作理念、完善相关的制度法规、激发绿色勘查工作活力提供了积极的导向。     

中尺度WRF数值模式系统本地化业务试验

利用中尺度WRF数值模式及WRF三维变分同化系统,在对比试验的基础上,选取了适合本地的积云过程、微物理过程和辐射过程的方案组合;选择了NCEP/GFS作为模式的背景场;统计计算了以云南为中心的区域背景误差协方差并替换了三维变分同化系统中原有的背景误差协方差;同时,考虑模式底层高度与地面观测站高度的差异,进行了地面资料地形订正.通过上述试验研究,建立了本地化的中尺度WRF数值预报业务系统,该系统能较好地刻画本地下垫面的动力和热力状况,预报能力有明显改善.     

2000年—2020年中国大型湖泊月平均透明度遥感监测数据集

湖泊水体透明度是湖泊水环境状况的综合表征,与多种水质参数关系密切,对湖泊水环境监测具有重要意义.本文的目的 是介绍一种中国大型湖泊(＞20 km2)月平均透明度遥感监测数据集的生成流程、主要特征和应用价值.数据集生产方法是将Liu等(2020)构建的透明度遥感算法应用于GEE (Google Earth Engine)...     

浅水湖泊水生植被遥感监测研究进展

在浅水湖泊中,水生植物具有净化水质、抑制藻类、提供鱼类食物和栖息环境等生态功能,同时,其过度扩张也会加速湖泊淤浅和沼泽化、引起湖泊二次污染等环境负效应.实时动态地掌握湖泊水生植被类群和种群的空间分布及其面积、生物量等指标信息,对湖泊生态修复和评估、水生植被恢复和管理等具有重要现实意义.遥感技术的大面积、实时、动态等特点...     

The Combined Effect of Initial Error and Model Error on ENSO Prediction Uncertainty Generated by the Zebiak-Cane Model

Initial errors and model errors are the source of prediction errors. In this study, the authors compute the conditional nonlinear optimal perturbation （CNOP）-type initial errors and nonlinear forcing singular vector （NFSV）- type tendency errors of the Zebiak-Cane model with respect to El Nifio events and analyze their combined effect on the prediction errors for E1 Nino events. The CNOP- type initial error （NFSV-type tendency error） represents the initial errors （model errors） that have the largest effect on prediction uncertainties for E1 Nifio events under the perfect model （perfect initial conditions） scenario. How- ever, when the CNOP-type initial errors and the NFSV- type tendency errors are simultaneously considered in the model, the prediction errors caused by them are not am- plified as the authors expected. Specifically, the predic- tion errors caused by the combined mode of CNOP-type initial errors and NFSV-type tendency errors are a little larger than those caused by the NFSV-type tendency er- rors. This fact emphasizes a need to investigate the opti- mal combined mode of initial errors and tendency errors that cause the largest prediction error for E1 Nifio events.