东昆仑拉陵高里河沟脑地区晚三叠世花岗闪长斑岩年代学、岩石地球化学及Hf同位素特征

本文对东昆仑拉陵高里河沟脑花岗闪长斑岩开展详细的全岩地球化学、LA- ICP- MS锆石U- Pb年代学、锆石Hf同位素研究,确定其形成时代,并探讨其岩石成因及成岩构造背景。结果显示,花岗闪长斑岩LA- ICP- MS锆石U- Pb年龄为231. 1±1. 2 Ma,指示其侵位于晚三叠世早期。全岩K2O/Na2O值为0. 69～0. 71,Mg#值为40. 5～41. 6,里特曼指数σ为1. 90～2. 09,A/CNK=1. 01～1. 03,属弱过铝质中—高钾钙碱性岩石系列。岩石的轻重稀土元素分异明显,(La/Yb)N值为19. 54～25. 52,具弱负Eu异常（δEu为0. 96～0. 97）,富集大离子亲石元素K、Rb、Ba、Th,亏损高场强元素Nb、Ta、Ti等,具有高的Sr含量(606. 0×10-6～647. 9×10-6)和Sr/Y值(60. 38～62. 99),较低的Y(9. 62×10-6～10. 66×10-6)和Yb(0. 86-6～0. 92×10-6)含量,显示Adakite（高锶低钇中酸性岩）的地球化学特征。锆石Hf同位素εHf(t)值介于-6. 93~-2. 94,地壳模式年龄（TDM2）范围为1. 45~1. 70 Ga。综合分析表明,拉陵高里河沟脑花岗闪长斑岩形成于东昆仑洋壳俯冲末期至局部碰撞的转换阶段,岩浆源于高压条件下的加厚下地壳部分熔融。     

来自大别山深成侵入岩图像深度迁移学习的可解释性研究

岩石图像识别是以深度学习为代表的感知智能在地质领域的典型应用场景。已有研究显示网络结构简单的深度卷积神经网络能够在岩石图像上取得比复杂网络结构高的分类准确率。这与ImageNet数据集上网络结构越深越好的趋势相悖。如何解释这一现象？深成侵入岩为显晶质,自形—半自形粒状结构,块状构造,其分类的依据是其矿物成分及相对含量。大别山地区岩浆活动广泛,中生代深成侵入岩广泛出露。岩石类型包括超镁铁质岩类、辉长岩类、闪长岩类、正长岩类、二长岩类和花岗岩类,基本覆盖IUGS推荐的深成侵入岩分类方案中的岩石类型。选取大别山地区中生代深成岩图像开展不同网络结构预训练模型迁移学习对比试验,能够专注于深度学习对矿物成分特征的学习解释,降低构造因素的影响。借助局部可理解的模型解释技术和特征图可视化技术,分别从全连接层分类决策区域可视化和卷积隐层可视化两方面对深度学习模型开展可解释性研究。结果表明简单网络结构的卷积神经网络能够提取不同矿物所表现出的颜色特征以及不同矿物组合所表现出的纹理特征。AlexNet模型的削减试验进一步证明：对于岩石图像深度学习,网络结构并不总是越深越好。     

页岩层系不同岩矿组合试样渗透率变化规律差异及其机理分析

页岩地层垂向岩矿组合变化大,页岩气开采需要对储层进行大规模人工水力压裂改造。笔者等基于样品的全岩X-射线衍射分析,通过对不同岩矿组合的3块页岩试样进行流—固耦合物理模拟实验,获得了3点认识,反映了不同岩矿成分的页岩在不同条件微裂缝与渗透率的变化特征,以及碳酸盐矿物含量高时的影响。这一实验对于研究页岩储层在压裂过程中的变化具有探索性,对于页岩气生产具有重要的参考意义。     

基于长时间尺度下滑坡易发性评价研究———以甘肃省永靖县为例

利用决策树模型,基于五期土地利用评价因子,对甘肃省永靖县进行近40年的长时间尺度下的滑坡易发性评价,五期评价结果均显示研究区内滑坡灾害的极高和高易发性区域主要集中在中部黄河流域(盐锅峡镇至刘家峡水电站段)周边、西南部川城村—红泉镇—王台乡周边区域以及中部偏东的三条岘乡,该区域人口密集,人类活动较多.研究结果与前人研究结果类似,且通过受试者工作特征曲线的精度检验,说明五期评价结果均具有较高的可靠性.另外,研究区内的自然植被和裸土地与滑坡易发性指标之间具有负相关关系,而旱地、水域和城乡建设用地等人类活动频繁的区域则更容易导致滑坡灾害的发生.从时间尺度上来看,极高和高易发性分区面积逐年下降,但自 2000年,极高和高易发性分区面积减少速度出现显著减缓,同期,该区域内的土地利用变化为城乡建设用地面积增加而植被面积减少,这使得区域内边坡稳定性下降,使部分防灾工程措施的减灾能力下降.本研究为该地区的灾害预防、预测和城乡土地规划提供了参考.     

随机Petri网在地震应急协同能力定量评价与动态分析中的应用

地震应急是一个复杂动态的过程,需要各部门协同配合方能高效开展应急工作。本文通过调研分析历史地震应急处置案例,提出了Ⅰ、Ⅱ级应急响应下多主体地震应急协同的一般流程,构建了相应的随机Petri网模型,并基于Petri网可能出现的状态集同构马尔科夫链,在计算各应急状态稳定概率的基础上,定量评价应急协同能力。同时,将应急过程中利用率高的变迁所对应的应急行为,作为应急处置的关键环节。通过调整各关键环节的应急速率,进一步对应急协同能力进行动态分析,进而提出有效提高应急协同联动能力的相关建议,为科学开展地震应急处置工作提供支持。     

四川盆地典型农业区土壤中铜、钴、钼和锌的空间分异及其影响因素

为定量化分析地理因子对土壤中铜（Cu）、钴（Co）、钼（Mo）和锌（Zn）空间分异的影响,作者采集和测定了四川盆地长寿之乡江津区156件表土样品,综合运用数理统计、地统计和地理探测器等方法,分析表土中Cu、Co、Mo和Zn含量的空间分异特征及其驱动因子。表土中Cu、Co、Mo和Zn均值分别为27.0×10^-6、18.5×10^-6、0.4×10^-6和216.8×10^-6,分别是中国土壤背景值的1.19倍、1.45倍、0.20倍和2.17倍。研究区表层土壤中Cu（36.6%）、Co（16.9%）、Mo（51.7%）和Zn（89.4%）变异系数都呈中等变异,但Zn和Mo的空间分布不均匀性更加显著。总体上,江津区表土中Cu、Co、Mo和Zn含量在北部相对较高,而南部地区相对较低。土壤中Fe和Mn及成土母岩和土壤类型分别是影响江津区表土中Cu、Co、Mo和Zn空间分异的主控驱动因子,但影响程度不一。总体上,Fe和Mn的独立及交互作用最高,对江津区表土中Cu、Co、Mo和Zn含量的空间分异起到重要作用。