大兴安岭中北段头道桥一带晚古生代构造沉积环境分析

大兴安岭中北段头道桥一带晚古生代整体为弧后盆地构造环境,发育泥盆系—下石炭统泥鳅河组、大民山组与红水泉组地层.研究区泥鳅河组为浅海沉积,化石发育.在弧后拉张作用下地幔物质上涌,形成大民山组一段细碧岩系,并使地壳下沉,水体加深,在大民山组二段达到最深,为半深海沉积.后期由于陆陆碰撞作用,地壳抬升,红水泉组转为浅海环境,并使该组上部地层抬升出水面遭受剥蚀.     

内蒙古东乌旗达勒廷查干矿区成矿特征及成因类型浅析

内蒙古东乌旗达勒廷查干矿区位于宝格达山西南约70km处,是近两年以地、物、化、工程综合方法新发现的铅锌银多金属矿产地.矿区地处西伯利亚板块东南缘,考虑到其所处成矿环境,研究其成矿特征及成因类型,不论是对于矿区本身后续阶段的勘查,还是对邻区的矿产勘查以及成矿区带的研究均具有借鉴意义.     

煤矿塌陷区复垦土壤环境质量评价

通过对煤矿塌陷区复垦土壤采样测试,研究土壤中重金属铜、锌、镉、汞、砷、铅、铬的含量对土壤环境的影响。研究结果表明:按单因子污染指数法和内梅罗综合污染指数法,结合国家土壤环境质量标准对复垦土壤的质量进行评价:研究区内土壤环境质量良好,基本上可以达到国家土壤环境质量二级标准,安全清洁级别;参照《无公害食品蔬菜产地环境条件标准》、《绿色食品产地环境质量标准》和《有机农业生产基地环境质量标准》,对复垦土壤的农用环境进行评价:研究区内土壤全部达到绿色食品产地环境质量标准,如果选择合理的修复方法,对部分有轻微污染的土壤进行,则可以达到有机农业生产基地环境质量标准;以潜在生态危害指数RI分析,复垦区内土壤重金属潜在生态危害指数相对较低,复垦区农业生产具有良好的发展前景。     

拉萨地块西段典中组火山岩岩浆作用过程及其地质意义

拉萨地块西段分布有大面积的古近纪火山岩,蕴含着丰富的地质信息。文章对措勤地区典中组火山岩年代学、地球化学的研究表明,典中组火山岩岩浆活动在晚白垩世晚期已经开始,之后逐步向东迁移,时间上一直持续到古新世。印度板块与亚洲板块碰撞可能是从西段开始的,之后逐渐向东碰撞过渡。典中组火山岩岩浆形成的过程中发生了部分熔融作用,且在成岩过程中发生了混合作用;典中组火山岩是岛弧型俯冲向碰撞过渡过程中产生的具有岛弧或陆缘弧特点的火山岩。     

优化的NSGA-Ⅱ方法在马莲河流域水资源综合管理中的应用研究

根据马莲河流域水资源总量极端贫乏、年际年内分配不均、常规水资源量低、水污染问题较严重等特点,利用系统分析理论和优化技术建立了流域的大系统、多目标水资源优化配置模型,并利用优化的NSGA-Ⅱ方法进行求解,得到流域2020年期望水资源配置下的最佳分配方案为:流域总供水量57 086×104m3,工业供水量21 690×104m3(总产值约为144.6亿元),能源基地供水量4 329×104m3(总产值约为346.32万元),农业供水量20 840×104m3,生活供水量9 452×104m3,生态供水量811×104m3。对比期望方案供水量增加了6 710×104m3,综合缺水率减少了11.41%。并根据预测的流域的分配方案和预测的流域需水量,进行了流域的水资源平衡分析,通过平衡分析的结果进行流域的综合管理研究。2020年在最优水资源分配方案下,工业缺水率3.21%、减少了4.51%;能源基地缺水率0.00%;农业缺水率4.64%、缺水率增加26.17%;生活缺水率0.00%;生态缺水率1.00%、缺水率增加了1.00%。配置方案实现了流域内水资源的最佳分配,使宝贵、有限的水资源产生最大的社会、经济及环境效益,为流域经济、能源产业的快速发展提供水资源保障。     

山东省沂源县金星头勘查区地质地球化学特征及找矿前景分析

山东省沂源县金星头地处沂源-沂南金及多金属成矿带北部,该成矿带位于中国东部矽卡岩金多金属矿带中北部,属于环太平洋带组成部分。通过对该区的地质、地球化学特征等分析,运用1∶1万土壤地球化学测量方法,发现了一批以Au为主的化探异常,对部分异常运用岩石地球化学测量和探槽进行查证,发现具有工业品位的金铜矿（化）体5处,提出下一步找矿的工作重点地段,即在中生代燕山晚期中偏碱性或中酸性侵入杂岩体与寒武纪朱砂洞组、馒头组白云岩、灰岩等接触部位及两侧寻找接触交代型（矽卡岩）金铜矿床。     

采用锚固和支撑与新型防护网SNS联合治理黄山风景区云汤线危岩崩塌

将传统的支撑锚固与新型SNS边坡防护技术应用于危岩的治理工程,不但解决了大块危岩治理问题,还解决了松动而无法清除危岩的崩落、掉块问题,且对自然景观破坏小,对旅游公路运营影响小,解决了场地狭窄与工程安全的矛盾,施工方便迅速,工程安全可靠。     

湖南黄沙坪铅锌多金属矿床的Re-Os同位素等时线年龄及其地质意义

黄沙坪铅锌多金属矿床赋存在下石炭统石磴子组灰岩与花岗斑岩接触带及附近的层滑断裂系统中,成因上与黄沙坪花岗质岩石关系密切。其成矿时代以往都是用矿体附近的花岗质岩石(花岗斑岩、石英斑岩等)或蚀变矿物年龄来间接推断的。文章采用高精度的辉钼矿Re-Os等时线定年法,直接测得矽卡岩型矿体的矿化年龄为(153.8±4.8)Ma,与前人获得的含矿矽卡岩中金云母的K-Ar年龄(153~157Ma)一致。结合黄沙坪岩体及含矿矽卡岩型矿体的稀土及微量元素地球化学特征,得出以下认识:该矿床的成矿年龄在154Ma左右;成矿作用与花岗斑岩关系密切,它们都是华南燕山早期大规模成岩成矿作用高峰期的产物。     

Distribution Prediction of Middle-deep Lacustrine Source Rocks in Eocene Wenchang Formation in the Kaiping Sag,Pearl Mouth Basin

Oil and gas shows are rich in drilling wells in Kaiping sag,however,large oilfield was still not found in this area.For a long time,it is thought that source rocks were developed in the middle-deep lacustrine facies in the Eocene Wenchang Formation,while there is no source rocks that in middle-deep lacustrine facies have been found in well.Thickness of Wenchang Formation is big and reservoirs with good properties could be found in this formation.Distribution and scale of source rock are significant for further direction of petroleum exploration.Distribution characterization of middle-deep lacustrine facies is the base for source rock research.Based on the sedimentary background,fault activity rate,seismic response features,and seismic attributes were analyzed.No limited classification method and multi-attributes neural network deep learning method were used for predicting of source rock distribution in Wenchang Formation.It is found that during the deposition of lower Wenchang Formation,activity rate of main fault controlling the sub sag sedimentation was bigger than 100 m/Ma,which formed development background for middle-deep lacustrine facies.Compared with the seismic response of middle-deep lacustrine source rocks developed in Zhu I depression,those in Kaiping sag are characterized in low frequency and good continuity.Through RGB frequency decomposition,areas with low frequency are main distribution parts for middle-deep lacustrine facies.Dominant frequency,instantaneous frequency,and coherency attributes of seismic could be used in no limited classification method for further identification of middle-deep lacustrine facies.Based on the limitation of geology knowledge,multi-attributes of seismic were analyzed through neural network deep learning method.Distribution of middle-deep lacustrine facies in the fourth member of Wenchang Formation is oriented from west to east and is the largest.Square of the middle-deep lacustrine facies in that member is 154 km²and the volume is 50 km³.Achievements could be bases for hydrocarbon accumulation study and for exploration target optimization in Kaiping sag.