广东省海岸表层沉积物的重矿物特征及其与沉积环境的关系

广东省海岸表层沉积物中的重矿物近40种。含量较高的有钛铁矿、赤矿铁、磁铁矿、话石、电气石、黑云母和普通角闪石等。自生矿物主要为硬石膏、自然铜、黄铁矿及菱铁矿。这些矿物来自附近的母岩。根据物源性质不同,可将不同岸段重矿物区分为陆源矿物组合、近源-自生矿物组合和近源矿物组合三种:除物源控制外,重矿物含量、种类、形态特征及其在平面上的分布主要受沉积环境影响。据此,可将重矿物分布类型划分为河口型、海湾型和海岛型三类,且与上述不同矿物组合性质相对应。     

苏州地区I-A型花岗岩特征与成因的对比研究

应用岩石学、矿物学、地球化学及岩浆物理学等的理论和方法，对苏州地区Ｉ型和Ａ型花岗岩的特征及成因进行了对比研究，得出以下主要结论：Ｉ型花岗岩为晚侏罗世火山弧压性环境产物，侵位较深；而Ａ型者为Ａ２型花岗岩，为早白垩世造山后张性环境产物，侵位较浅，具晶洞构造．Ａ型比Ｉ型花岗岩以酸度、碱度、Ａｌ，Ｆ含量高而Ｈ２Ｏ＋含量低，以ＲＥＥ及不相容元素丰度高，负Ｅｕ异常强，而ｗ（ＬＲＥＥ）／ｗ（ＨＲＥＥ）低为特色．Ａ型者矿物结晶顺序先浅色后暗色，暗色矿物以富铁贫镁、ＲＥＥ分配系数高及负Ｅｕ异常明显及长石富碱贫钙，而与Ｉ型花岗岩不同．Ａ型者副矿物４０余种，属锆石－褐帘石－萤石型，锆石结晶温度高，（１１０），（１１１）晶面发育；而Ｉ型者仅１０余种，属榍石－锆石－磷灰石型，锆石结晶温度低，（１００），（３１１）晶面发育．Ｉ型花岗岩为幔源岩浆与下地壳部分熔融岩浆混合及ＡＦＣ作用产物，而Ａ型花岗岩为残余下地壳（麻粒岩相）熔融后分离结晶产物，二者并非同源岩浆演化关系．Ａ型比Ｉ型岩浆来源浅，酸度大，含水少；故岩浆密度小，粘度大，上升慢，冷凝长．受密度筛影响，Ａ型花岗岩岩浆房及侵位深度小于Ｉ型     

西藏高原大地电磁深探测———亚东—巴木错沿线地区壳幔电性结构

摘 要　 展示了超宽频带大地电磁深探测所获得的西藏亚东—巴木错沿线地区电性结构图像; 阐述了西藏中、南部特殊的壳幔电性特征。     

华北地台北缘花岗岩—绿岩型金矿田及盲矿体的找矿模型

花岗岩—绿岩型金矿田的找矿模型地质上是富镁铁质绿岩、韧性剪切带与重熔岩体的三体一位;物探上位于航磁高背景场的负磁异常带边缘,矿田晕分散流异常规模大、强度高,有明显的浓集中心。隐伏矿床、盲矿体的找矿模型地质上是韧性剪切带、退变质带及脆性断裂带的三体一位;物探上呈现高极化率、低电阻、位于磁异常边缘的“一高一低一边”模型;化探原生晕上呈现As、sb、F、Ag、Bi、W的找矿模型。     

平南幔源包体中橄榄石的显微构造研究及其意义

平南玄武岩中的尖晶石二辉橄榄岩包体的平衡温度为930~980℃, 平衡深度为59~74km, 包体中橄榄石的扭折带滑移系多为(010) [100], 但也有(001) [100]的滑移系类型; 斜方辉石的滑移系为(100) [001], 它们均为高温低应变速率下的滑移系, 说明该区的上地幔主要是在高温低应变速率条件下经历了塑性变形作用.橄榄石位错组态多样, 有自由位错、位错壁、位错弓弯、缠结、{110}滑移带, 反映了上地幔的塑性变形特征.根据位错壁的大小估算, 上地幔差异流动应力为24.5~42.1MPa, 流动速率为2.93×10-17~8.36×10-16s-1, 有效粘度为1.72×1023~2.80×1024 Pa·s, 特征与中国东部新生代上地幔较为一致, 反映同处于拉张环境.      

湘中锡矿山式锑矿锑与砷、金的共生分异现象

通过湘中锡矿山式锡矿矿化蚀变特征及矿化蚀变岩石微量元素统计分析，阐述了成矿作用中锑与金、砷共生分异的现象，并以因子分析为手段，提取成矿作用中最主要的两个特征因子，综合地质分析，指出锑矿成矿过程中主要包含有两种地质作用：硅化与锑矿化。硅化和锑矿化分别同砷、金富集和锑矿质沉淀析出相联系，从而造成锑与金、砷共生分异。硅化作用主要在成矿早期，温度较高（200－300℃），砷、金主要在这一阶段析出。锑矿化则集中发生在成矿作用晚期，温度较低（100－200℃），辉锑矿以裂隙充填方式沉淀成矿。对锑与金、砷共生分异的认识较好地解释了矿化带上成矿特征指示元素在元素聚类分析中不相关的矛盾。     

东海内陆架泥质体远端表层沉积物孢粉分布规律及其环境意义

东海内陆架泥质沉积区是全新世高海平面时期以来形成的重要地貌单元,其包含了高分辨率沉积环境与气候变化信息,对该地区现代沉积环境及其影响条件的分析,将有助于长时间尺度古记录识别与反演.孢粉是研究植被和气候环境的重要代用指标,通过对东海内陆架泥质沉积区远端海域150个表层沉积物样品的孢粉分析,揭示了孢粉特征的分布规律,并探讨...     

咸阳地热田水溶氦气资源评价与开发利用前景分析

近年来,在咸阳地热田资源开发利用过程中,发现地热水中普遍伴生有较高浓度的氦气(0.16％～3.00％).多年监测结果表明,伴生的氦气资源分布范围广,含量高且稳定,表现出了较大的资源潜力.通过对咸阳地热田水溶氦气资源量的定量计算,得到咸阳市区水溶氦气资源量为10.92×108 m3,可采量为0.22×108 m3.认为咸阳市开发利用水溶氦气资源的优势显著,在咸阳率先开展水溶氦气提取试验及建立年产万方级水溶氦气先导性试验区,可为在渭河盆地建立我国氦气工业基地及热、矿、水综合开发利用起到示范作用.     

辽西义县组与冀北大店子组、西瓜园组的对比

辽西义县组与冀北大店子组、西瓜园组的对比关系一直存有分歧.综合分析前人生物地层学资料,并结合同位素年代学,提出老公沟层、业南沟层、尖山沟层和冀北滦平盆地大店子组1~2段及3~4段下部相当,大康堡层可与大店子组3~4段上部对比,金刚山层与西瓜园组大致相当.     

Comparison of Two Methods Used to Model Shape Parameters of Pareto Distributions

Two methods are compared for estimating the shape parameters of Pareto field-size (or pool-size) distributions for petroleum resource assessment. Both methods assume mature exploration in which most of the larger fields have been discovered. Both methods use the sizes of larger discovered fields to estimate the numbers and sizes of smaller fields: (1) the tail-truncated method uses a plot of field size versus size rank, and (2) the log–geometric method uses data binned in field-size classes and the ratios of adjacent bin counts. Simulation experiments were conducted using discovered oil and gas pool-size distributions from four petroleum systems in Alberta, Canada and using Pareto distributions generated by Monte Carlo simulation. The estimates of the shape parameters of the Pareto distributions, calculated by both the tail-truncated and log–geometric methods, generally stabilize where discovered pool numbers are greater than 100. However, with fewer than 100 discoveries, these estimates can vary greatly with each new discovery. The estimated shape parameters of the tail-truncated method are more stable and larger than those of the log–geometric method where the number of discovered pools is more than 100. Both methods, however, tend to underestimate the shape parameter. Monte Carlo simulation was also used to create sequences of discovered pool sizes by sampling from a Pareto distribution with a discovery process model using a defined exploration efficiency (in order to show how biased the sampling was in favor of larger fields being discovered first). A higher (more biased) exploration efficiency gives better estimates of the Pareto shape parameters.