使用掘进机条件下岩石可钻性的试验研究

本文根据岩石掘进机的破岩特点,阐述了岩石的物理力学特性及其赋存状况对大断面群刀破岩可钻性的影响;并根据现场实测资料分析,提出了以地质条件为基础,按照岩石的坚固性、完整性、磨砺性综合划分岩石可钻性分级的初步方案。     

堆积的地球及其初始不均一性

从天体化学和地球科学的研究成果出发，认为地球是在一较窄的类地行星区域内，主要由硅酸盐质星子随机吸积而成。在星子形成之前，初始太阳星云已经历了挥发性元素的强烈亏损事件，同时也已发生了硫化物、金属和硅酸盐成分之间的分馏作用，随着行星的形成，行星内部的分馏作用将会持续进行。在形成地球的独立吸积区内，混合作用不彻底，星子群之间的化学成分不均一，因此，构成地球的将是一套具有各自独立化学成分组成的星子群，而不同于地球上现已发现的任何陨石或者它们的组合。     

夏秋季节天气系统对边界层内大气中PM10浓度分布和演变过程的影响

边界层内的气压场直接影响区域性的大气环境质量,天气系统的变化与边界层气压场形势直接相关。根据2000～2006年大气环境监测资料的日均值和日增(减)量分布图,同时对夏秋季节主要的天气系统,副热带高压和台风进行耦合诊断分析,得出西太平洋高压和台风的时空演变对我国环境质量有十分重要的影响,这种影响主要是形成的高压均压场对污染物有累积效应,也出现污染物的汇聚,而其周边流场对区域污染物有输送作用。此外,天气系统的降水分布又对大气污染物有清除的作用。而且天气形势演变的空间和周期性形成了大气环境的区域性和过程性等复杂的特征。本文选择典型个例,进行剖析研究。在地面高压或500 hPa高度上5880 gpm等高线控制区内,造成大范围的静稳型区域性污染物的增量过程。在副高周边地区的雨区内经常是PM10的谷值期。夏秋季节台风近周边和远周边的影响区,经常是PM10峰值或较重污染物浓度出现区域。     

Provenance of Clay Minerals in the Amami Sankaku Basin and Their Paleoclimate Implications Since Late Pleistocene

We analyzed the clay mineral assemblages, content and mineralogical characteristics of Hole U1438A sediment recovered from Amami Sankaku Basin during International Ocean Discovery Program (IODP) expedition 351. The results show that the clay minerals are mainly composed of illite (average 57%), smectite (average 26%), chlorite (average 14%) and minor kaolinite(average 3%). The crystallinity of illite in all samples are good (<0.4 Δ° 2θ), and the chemical indexes of illite in all samples are low (<0.4). Both indicate that illite in Hole U1438A formed in cold and dry climate. By comparing clay mineral assemblages of hole U1438A and the potential sediment sources, we suggest that smectite be mainly derived from the volcanic materials around Amami Sankaku Basin. Illite, chlorite and kaolinite are mainly derived from the Asian dust. The ratios of (illite+chlorite)/smectite show a phased increase over the last 350 ka, which is consistent with the cold and drying trend of the Asian continent since late Pleistocene. The high ratios of (illite+chlorite)/smectite and (illite+chlorite)/kaolinite during glacial period indicate that much more Asian dust was input into the Amami Sankaku Basin, which are responded to the aridity of Asian continent and strengthened east Asian Monsoon during glacial period.     

非洲中南部铜多金属矿床研究现状及找矿潜力分析

非洲中南部地区的铜资源主要分布在赞比亚、刚果(金)和南非等12个国家,笔者根据非洲陆壳的形成、后期新元古代泛非运动及古生代—新生代的沉积作用等影响,将除非洲大陆西北缘,从摩洛哥到突尼斯的阿特拉斯山脉以外的非洲大陆划分为Ⅰ级构造单元;以新元古代泛非运动作为标志将非洲陆块划分为西非克拉通、东北非克拉通、中非克拉通、南非克拉通和泛非构造带5个Ⅱ级构造单元;将中南部非洲地区划分为28个Ⅲ级构造单元。在此基础上,笔者将非洲大陆划分为Ⅰ级成矿域,中南部非洲划分为南非克拉通金-铁-锰-铬-镍-铀-金刚石成矿省、中非克拉通金-铜-铁-钨-锡-铌-钽-金刚石成矿省和泛非构造带成矿省3个Ⅱ级成矿省及32个Ⅲ级成矿区(带),其中12个成矿区(带)与铜矿床有关。从地质特征及矿床成因方面对主要成矿区(带)中代表性的沉积变质-改造型铜钴矿床、与镁铁—超镁铁岩侵入体有关的铜镍矿床、与绿岩带有关的铜矿床、与碳酸岩体有关的铜矿床和与灰岩有关的铜多金属矿床进行了系统的总结。在缺乏重点地区物化探资料的条件下,笔者根据非洲中南部铜资源分布的国家、构造单元的划分、成矿区(带)的划分及代表性矿床特征,将非洲中南部地区初步划分为5个铜多金属矿找矿潜力区,并进行了初步的找矿潜力分析。     

Progress in Research on Metallogenic Environment of Ferromanganese Crusts

大洋铁锰结壳是继大洋多金属结核之后出现的又一极具潜在经济价值的水下固体矿产(王毅民，1992)，富含Mn、Fe、Cu、Co、Ni和Pt多种金属元素及非金属元素P，Co含量最高可达2.5%，是大陆含Co矿床的数倍到数十倍，铂的平均含量也是上地壳的80倍。据众多科学家的初步估计，仅太平洋西部火山构造隆起带上，铁锰结壳矿床的潜在资源量就达10亿t，其中Co金属含量可达600万～700万t，经济总价值超过1000亿美元(Klinkhammer et al.，1980；Halbach et al.，1984；DeCarlo et al.，1987；何高文等，2001)。这与全球陆地已探明Co资源总量仅为1 500万t相比，数量极为可观，并且结壳的产出水深多小于3000 m， 易于进行系统的、大量的样品采集，开采风险及开采时对环境的影响也较小。因此，近年来，随着世界经济的蓬勃发展和高新技术的开发， 对Mn、Cu、Co、Ni等元素的需求日益增大及由此所导致的陆地上这些资源的迅速枯竭，使人们纷纷将目光转向深海底矿产，加大了对海底铁锰结壳资源的研究力度和深度，其资源的经济地位也相应进一步提高。据专家预测，大洋铁锰结壳很可能会比大洋的金属结核率先实现商业性开采，并成为21世纪新兴的海洋矿产产业(Hein et al.，1998；潘家华等，1995)。 此外，结壳还有净化空气中SO2与NO2的氧化催化剂等用途，并且铁锰结壳成矿环境的研究，还具有较高的科学价值，可使科学家进一步深入了解和认识地内深部物源、海底水-岩反应、金属成矿富集过程及其中的微生物成矿作用乃至古海洋环境演变等问题，而这些问题迄今仍未得到完善解决，是当前地学和海洋学领域的研究热点。这就使铁锰结壳成矿环境的研究显得尤为重要。     

中南部非洲金刚石矿床的成矿地质背景、成矿类型及矿床特征

中南部非洲是世界上金刚石资源最为丰富的地区之一,其金刚石矿床主要产于津巴布韦克拉通和卡普瓦尔克拉通内,主要分为两种类型:①原生金刚石矿床;②次生金刚石矿床,且以原生金刚石矿床的研究程度较高,代表了中南部非洲的研究现状。本文通过总结前人研究资料发现,该地区的金伯利岩分为Ⅰ型和Ⅱ型,其内包体可以分为两种:橄榄岩型和榴辉岩型;金刚石可以分为三类:橄榄岩型、榴辉岩型及两者的过渡类型——二辉岩型。其中,橄榄岩型和部分榴辉岩型金刚石来自于地幔结晶堆晶体,而另一部分榴辉岩型则与板块俯冲的构造—热事件有关。金伯利岩的年龄主要分布于白垩纪、二叠纪、寒武纪及元古宙,而金刚石的年龄主要为元古宙和太古宙,金伯利岩和金刚石为不同时期的产物,金刚石为金伯利岩侵位期间捕获的上地幔物理破碎产物。其中900～1000Ma左右的金刚石为板块构造—热事件的产物,并对早期金刚石进行了改造破坏。次生金刚石矿床为原生矿床风化后的产物,可分为四种类型,构造特征、基岩地质及地貌演化等对该类矿床的分布具有重要的影响作用。     

Scale-dependent regional climate predictability over North America inferred from CMIP3 and CMIP5 ensemble simulations

Through the analysis of ensembles of coupled model simulations and projections collected from CMIP3 and CMIP5, we demonstrate that a fundamental spatial scale limit might exist below which useful additional refinement of climate model predictions and projections may not be possible. That limit varies among climate variables and from region to region. We show that the uncertainty (noise) in surface temperature predictions (represented by the spread among an ensemble of global climate model simulations) generally exceeds the ensemble mean (signal) at horizontal scales below 1000 km throughout North America, implying poor predictability at those scales. More limited skill is shown for the predictability of regional precipitation. The ensemble spread in this case tends to exceed or equal the ensemble mean for scales below 2000 km. These findings highlight the challenges in predicting regionally specific future climate anomalies, especially for hydroclimatic impacts such as drought and wetness.     

Mesoscale predictability of moist baroclinic waves: Variable and scale-dependent error growth

This study seeks to quantify the predictability of different forecast variables at various scales through spectral analysis of the difference between perturbed and unperturbed cloud-permitting simulations of idealized moist baroclinic waves amplify- ing in a conditionally unstable atmosphere. The error growth of a forecast variable is found to be strongly associated with its reference-state （unperturbed） power spectrum and slope, which differ significantly from variable to variable. The shallower the reference state spectrum, the more spectral energy resides at smaller scales, and thus the less predictable the variable since the error grows faster at smaller scales before it saturates. In general, the variables with more small-scale components （such as vertical velocity） are less predictable, and vice versa （such as pressure）. In higher-resolution simulations in which more rigorous small-scale instabilities become better resolved, the error grows faster at smaller scales and spreads to larger scales more quickly before the error saturates at those small scales during the first few hours of the forecast. Based on the reference power spectrum, an index on the degree of lack （or loss） of predictability （LPI） is further defined to quantify the predictive time scale of each forecast variable. Future studies are needed to investigate the scale- and variable-dependent predictability under different background reference flows, including real case studies through ensemble experiments.