俄罗斯远东陆内高镁安山岩的发现及其地质意义

在俄罗斯远东分布大面积的新生代玄武质岩石,主要岩石类型包括玄武安山岩和玄武质粗面安山岩。该火山岩的SiO_2=55. 42%～57. 34%,Al_2O_3=14. 61%～15. 01%,MgO=4. 92%～5. 78%,Fe_2O_3=8. 58%～8. 89%,Mg#[=100 Mg/(Mg+Fe~(2+))]=53. 1～56. 3,CaO=5. 82%～6. 62%,(Na_2O+K_2O)=5. 15%～6. 45%,属亚碱性系列,并具有高镁安山岩的地球化学属性。结合前人的定年结果 (17. 1～20. 6 Ma)和所产出的构造位置,可以将其定义为新生代陆内高镁安山岩。岩相学与岩石化学揭示这些高镁安山岩没有经历明显的岩浆演化过程,化学组成接近原始岩浆。俄罗斯远东地区出露的新生代高镁安山岩,是新生代陆内岩浆作用的重要组成部分。     

大深度多功能电磁探测技术研究

通过对大功率多功能电磁法发射系统所涉及关键技术的研究, 研制出具有自主知识产权的大功率(70kw)多功能(具有CSAMT, IP供电功能)电磁发射样机; 通过对多功能电磁法接收系统所涉及关键技术的研究, 研制出多功能(具有AMT、CSAMT, IP测量功能)电磁法接收样机; 研究开发了与多功能仪器样机相配套的数据处理技术; 在试验区开展了自主研制的多功能电法系统与GDP32的场地对比试验, 取得了良好效果     

阵列电磁法在新疆某铜矿区的应用

阵列电磁法系统,简称DPEM,是利用天然电磁场或人文电磁场作为场源,研究大地的电磁响应,探测地下电性分布及地质结构.通过在新疆某铜矿区的实验,证明阵列电磁法在复杂地质环境下,能较好圈划出含矿低阻体,而且还可划分出不同岩性的地层,对西部矿产的勘查开发具有很高的实用性和适用性.     

磁激电方法技术试验研究

激电法是矿产勘查的主要方法技术,其中应用最多的是电激电法,但电激电法在接地条件困难区(倒石堆、沙漠、戈壁、永久冻土)难以发挥效果,为了发展不接地的磁激电技术,在对磁激电法的基本原理、方法技术、数据处理等方面进行研究的基础上,开展了磁激电法与电激电法的对比试验,并对试验结果进行了分析。     

青藏高原东缘岷山活动地块周缘的地震活动特征与启示

深入理解活动地块如何控制区域强震活动是地震危险性评价的关键。文中采用双差定位法对岷山活动地块及其邻近地区2000—2019年39 076个小地震进行重新定位,并结合1972—1999年同区域仪器记录的地震目录,共计获得该区48 110个地震的位置。在此基础上,对研究区内自1933年以来的4个M≥7.0大地震不同时段的地震序列空间分布特征进行了精细分析。结果表明:这4次M≥7.0的地震序列在空间上均沿着岷山活动地块边界带分布,显示活动地块对区域大地震的孕育和发生具有明显的控制作用。同时,区域地震重定位结果和不同时段地震序列的空间分布较好地限定了4次大地震的发震断裂及其位置。综合分析结果认为,1976年松潘M_S7.2地震与2017年九寨沟M_S7.0地震的发震断层走向基本相同,但它们与1976年平武M_S7.2地震的发震断层在走向上存在约60°的差异。这3次大地震的发震断层可能分属于2条断裂。其中,2017年九寨沟M_S7.0地震和1976年松潘M7.2地震的发震断层为NW向的树正断裂,而1976年平武M     

闪电河流域水循环和能量平衡遥感综合试验

遥感试验是进行遥感原理的验证、遥感模型与反演方法的发展、遥感产品的真实性检验,推动卫星计划的论证实施及其观测在地球系统科学中应用的重要途径.闪电河流域水循环和能量平衡遥感综合试验以滦河上游闪电河流域为核心试验区,以地球表层系统的水循环过程和能量平衡为研究对象,旨在通过天—空—地—体化的观测手段,针对不同典型地表类型开展...     

湖北省利川市忠路镇洞脑壳温泉成因

以湖北省利川市忠路镇洞脑壳温泉为研究对象,从温泉区域水文地质背景入手,分析了其水文地球化学和氢氧同位素特征。结果表明:温泉的补给高程为1 609m,补给来源为大气降雨,温泉的热储温度为54.06℃,温泉的成因受岩性和区域地质构造条件所控制,大气降水自齐岳山背斜南东翼二叠系栖霞组-茅口组灰岩地层汇入地下,经小河向斜中的岩溶裂隙向区域东南地势低洼处径流,至洞脑壳处遇七里岩断层出露地表。     

机器学习揭示玄武岩构造背景与源区性质

玄武岩作为地幔的衍生物，是研究地幔物质组成与演化、地壳物质再循环和多圈层相互作用的重要介质。玄武岩的微量元素和同位素特征常被用于制约玄武岩形成的构造背景和地幔源区性质，但单一地球化学指标或二维图解方法常给出模棱两可或者互相矛盾的结果。与传统方法相比，机器学习方法能更全面和深入地分析数据，在多维空间上挖掘散点数据之间的内在联系和规律。本文简述了近年来机器学习方法在判别玄武岩构造背景、划分地幔组分与揭示玄武岩源区性质等方面取得的一系列成果，以期通过这些方面的应用实例为地幔地球化学研究带来新的认识。机器学习有望成为研究地幔深部过程与宜居地球形成机制的重要手段。