安徽茶亭铜金矿床赋矿石英闪长玢岩黑云母成分特征及成岩成矿指示意义

安徽宣城茶亭矿床位于长江中下游成矿带东南缘的南陵-宣城盆地内,是近年来该盆地内新发现的大型斑岩型Cu-Au矿床。石英闪长玢岩是茶亭矿床主要的赋矿岩石,文章从石英闪长玢岩的造岩矿物黑云母入手,利用EMPA及LA-ICP-MS等原位微区分析方法,对黑云母进行了详细的矿物化学分析,旨在查明赋矿石英闪长玢岩形成的物理化学条件,并探讨其成岩成矿意义。分析结果表明:茶亭赋矿石英闪长玢岩中黑云母具有高w(TiO_2)、低w(Al_2O_3)的特征,整体富Mg、贫Fe。黑云母温压计算结果表明,在不同深度上,石英闪长玢岩具有相似的结晶温度及压力,其结晶温度为746～773℃,压力为44～85 MPa,对应深度为1.7～3.3 km,平均为2.47 km,显示石英闪长玢岩侵位深度相对较浅。黑云母中高的氧化系数(0.613～0.864)、高Mg#(0.557～0.864),以及w(MgO)介于14.73%～15.86%,均显示石英闪长玢岩为壳幔混源,并且以幔源为主。黑云母成分显示石英闪长玢岩形成于较高氧逸度条件下。浅部岩体具有较高的X_(Mg)值,表明浅部岩体氧逸度较高,可能指示随着岩浆的不断演化,残余岩浆的氧逸度不断降低。同时,石英闪长玢岩黑云母相对一般斑岩型铜矿具有较高的w(Cu),并且高Cl、低F。这些特征均有利于茶亭Cu-Au矿床的形成。     

河南崤山金矿床流体包裹体及同位素特征

崤山金矿床位于华北克拉通南缘的豫西地区,矿体大多呈脉状产于断裂带内。成矿期可以划分为3个阶段:(1)石英-黄铁矿阶段;(2)石英-多金属硫化物阶段;(3)石英-碳酸盐阶段。成矿期石英中发育气液两相水溶液包裹体(WL型)和H_2O-CO_2包裹体(C型)。石英-黄铁矿阶段发育WL型和C型包裹体,它们的均一温度为300~393℃,盐度w(NaCl_(eq))为1.6%~11.0%,密度介于0.57~0.82 g/cm~3;石英-多金属硫化物阶段亦发育WL型和C型包裹体,它们的均一温度为261~298℃,盐度w(NaCl_(eq))为1.1%~11.8%,密度介于0.74~0.89 g/cm~3;石英-碳酸盐阶段仅见WL型包裹体,其均一温度为193~258℃,盐度w(NaCl_(eq))介于2.2%~12.7%,密度为0.87~0.97g/cm~3。成矿流体具有中高温、中低盐度、低密度等特征,属于H_2O-NaCl±CO_2体系。崤山金矿石英的δ~(18)OH_2O值介于0.7‰~4.5‰之间,δDV-SMOW值介于-47.8‰~-69.5‰之间。H-O同位素结果表明成矿流体主要来源于岩浆水。矿石硫化物的δ_(34)SV-CDT值为0.7‰~3.9‰,206Pb/204Pb值为17.391~17.728,~(207)Pb/~(204)Pb值为15.420~15.577,~(207)Pb/~(204)Pb值为37.420~37.923。S-Pb同位素结果表明成矿物质主要来源于花岗质岩浆。崤山金矿为中温热液脉型金矿,流体相分离和温度的降低是导致矿质沉淀的主要机制。     

黔东松桃地区燕山期构造特征研究——以高地超大型锰矿床为例

黔东松桃地区构造格局主要是受到燕山运动影响形成。燕山早期,区内处于SEE—NWW向区域挤压收缩,形成了NNE—SSW向褶皱和断裂。下寒武统杷榔组—变马冲组地层和南华系下统大塘坡组地层作为两套滑脱层,在构造变形过程中起到滑脱作用,滑脱层内褶皱变形强烈,以大量紧闭、顶厚不协调褶皱为主要构造样式,而其上、下岩层则以断块或宽缓褶皱变形为主,以软弱层为界面,其上、下岩层发生逆冲滑脱作用,形成了区内隔槽式褶皱的构造样式。燕山晚期,区内处于NNE—SSW挤压为主,形成了区内NWW向小型褶皱和断裂,同时燕山晚期构造横跨叠加在早期变形之上,导致早期NNE向褶皱枢纽呈波状起伏,轴迹弯曲,部分地区形成了构造穹窿和构造盆地,部分早期断层呈左行走滑性质。在燕山早、晚两期构造作用下,高地矿区含锰岩系作为软弱滑脱层,向猴子坳向斜的核部进行滑脱聚集,使其在向斜的核部富集,翼部相对减薄。同时,由于犁式正断层的存在,也影响了锰矿层的保存与破坏。     

肥东杂岩的锆石U-Pb年龄及其地质意义——兼论下扬子地区新元古代岩浆活动历史

近年来在下扬子西缘地区厘定的一系列新元古代火成岩,为认识该区扬子板块新元古代岩浆活动历史与规律提供了窗口。结合本次与前人锆石U-Pb年代学数据,指示下扬子地区张八岭群、肥东杂岩与董岭杂岩内变火成岩的原岩时限分别为767~748 Ma、812~745 Ma和829~754 Ma。这些新元古代火成岩分别是峰期为750 Ma、800 Ma和825 Ma岩浆活动的产物。下扬子地区峰期为825 Ma的岩浆活动只出现在靠近江南造山带的南部。锆石年代学信息显示,下扬子地区还发生过峰期为840 Ma、2010 Ma和2454 Ma岩浆活动,但缺失1000~860 Ma的岩浆活动。通过区域对比表明,攀西—汉南弧没有延入下扬子地区。下扬子地区南部受到峰期为840 Ma的弧岩浆活动的影响。扬子板块上峰期为825 Ma的岩浆活动及早阶段的南华裂谷应是江南造山带后造山伸展的产物;而峰期为800 Ma和750 Ma的岩浆活动与相应的南华裂谷扩展,代表了Rodinia超大陆裂解的全面影响。     

中国可可托海世界地质公园地质遗迹资源类型及价值

正1地质公园简介中国可可托海世界地质公园位于亚洲中部内陆地区、中国新疆维吾尔自治区阿勒泰地区富蕴县、青河县境内;行政区划隶属新疆伊犁哈萨克自治州阿勒泰地区行政公署。公园总面积2337.90 km2,地理坐标:东经89°29'45″～90°11'54″,北纬46°42'04″～47°43'45″,海拔1072～3234 m(张成功     

准噶尔盆地玛湖凹陷百口泉组相对湖平面升降规律研究

准噶尔盆地三叠系百口泉组相对湖平面升降规律认识不清,制约了对百口泉组沉积体系分布与演化的分析。在高分辨率层序地层学理论指导下,综合钻井、测井等资料,采用传统定性分析与定量的测井小波变换分析相结合的方法,对准噶尔盆地玛湖凹陷斜坡区三叠系百口泉组进行高精度层序地层划分,将百口泉组定量划分为1个长期层序,4个中期层序,16个短期层序,126个超短期层序;对126个超短期层序进行Fisher图解的定量分析,结果显示百口泉组沉积时期湖平面升降总体表现出持续上升的特征,内部又可划分为多个次级湖平面升降旋回,百口泉组一段（T₁b₁）、百口泉组二段（T₁b₂）、百口泉组三段（T₁b₃）与三次湖平面持续上升过程相对应,百口泉组三段（T₁b₃）湖平面达到百口泉组时期的最大规模。通过对比前人研究成果和钻井地质信息,认为相对湖平面升降曲线具有很高的可信度。     

浅水三角洲前缘砂体地震沉积学研究--以松南乾安地区上白垩统青三段为例

浅水三角洲前缘砂体是松辽盆地主要勘探开发目标之一,由于该类储层砂泥岩薄互层十分发育,一直以来都是储层预测中的难点。利用覆盖全区的三维地震资料和已有钻井、测井信息,在建立研究区青三段高分辨率层序地层格架的基础之上,运用"相位调整-地震相-地层切片"的地震沉积学综合研究方法,对松辽盆地南部乾安地区上白垩统青山口组三段的砂体类型、特征及层序格架内砂体演化规律作了进一步探讨。研究表明,青三段可划分为2个三级层序,三级层序内进一步划分为12个四级层序;地震资料进行相位调整后,将地震同相轴与岩相建立相互对应关系,红色波峰代表偏砂相,黑色波谷代表偏泥相;在四级层序约束下提取典型地层切片,并识别出枝状水下分流河道、曲流状水下分流河道和末端水下分流河道3类主要砂体,各类砂体具有不同的地震相特征;SQ1三级层序早期以发育末端水下分流河道为主,晚期以发育枝状水下分流河道和曲流状水下分流河道为主。SQ2三级层序湖侵体系域早期以发育枝状水下分流河道为主,晚期以发育末端水下分流河道为主。SQ2三级层序湖退体系域以发育枝状水下分流河道和曲流状水下分流河道为主。     

青藏高原东部表土磁化率特征与环境意义

现代表土磁化率与气候因子关系的研究是黄土古气候重建的重要内容,在黄土高原地区取得了重要进展,但在青藏高原地区相对不足。在青藏高原东部系统采集了106个表土样品,分析了其磁化率的变化特征;并通过表土磁化率与气候因子的相关分析,讨论了气候因子对高原东部现代表土低频磁化率和频率磁化率的影响。结果表明：研究区表土磁化率特征主要受到温度和降水量的影响,水热组合差异影响表土磁化率值的高低。低频磁化率与气候因子的相关性较弱,总体上与温度的相关性优于降水量,可能表明其与气候因子的关系比较复杂;频率磁化率百分比与降水呈较好的正相关关系,表明该指标对降水量的变化更为敏感,可以用于青藏高原东部的古降水定量重建。     

北方集中供热系统气象风险评估初探

供热管网爆裂、跑冒滴漏是北方集中供热城市面临的常见问题,供热管网出现大型故障往往是在室外寒冷的隆冬时节,如果间断或限额供热时间过长,将会造成严重的社会和经济影响。同时在极端低温情况下,可能会造成热源供应不足,出现限额供热现象,不能保证室内舒适度,影响人们的正常生活。本文提出了能源供应气象风险评估和热网维修寒冷风险评估方法,并进行了案例评估,以期为未来进行相关风险评估提供参考。     

基于岩石图像深度学习的岩性自动识别与分类方法

岩石岩性的识别与分类对于地质分析极为重要,采用机器学习的方法建立识别模型进行自动分类是一条新的途径。基于Inception-v3深度卷积神经网络模型,建立了岩石图像集分析的深度学习迁移模型,运用迁移学习方法实现了岩石岩性的自动识别与分类。采用此方法对所采集的173张花岗岩图像、152张千枚岩图像和246张角砾岩图像进行了学习和识别分类研究,通过训练学习建立岩石图像深度学习迁移模型,并分别采用训练集和测试集中的岩石图像对模型进行了检验分析。对于训练集中的岩石图像,每组岩石分别用3张图像测试,三种岩石的岩性分类均正确,且分类概率值均达到90%以上,显示了模型良好的鲁棒性;对于测试集中的岩石图像,每组岩石分别采用9张图像进行识别分析,三种岩石的岩性分类均正确,并且千枚岩组图像分类概率均高于90%,但是花岗岩组2张图像和角砾岩组的1张图像分类概率值不足70%,概率值较其他岩石图像低,推测其原因是训练集中相同模式的岩石图像较少,导致模型的泛化能力减小。为了提高识别精确度,对准确率较低的岩石图像进行截取,分别取其中的3张图像加入训练集进行再训练,增加与测试图像具有相同模式的训练样本;在新的模型中,对3张图像进行二次检验,测试概率值均达到85%以上,说明在数据足够的状况下模型具有良好的学习能力。与传统的机器学习方法相比,所提出的岩石图像深度学习方法具有以下优点:第一,模型通过搜索图像像素点提取物体特征,不需要手动提取待分类物体特征;第二,对于图像像素大小,成像距离及光照要求低;第三,采用适当的训练集可获得较好的识别分类效果,并具有良好鲁棒性和泛化能力。