甘肃省明舒井地区高光谱蚀变异常及找矿分析

正明舒井地区位于甘肃省北西侧,敦煌市北侧、瓜州县北西侧。前人在该区及周边区域开展了区调、矿调及相关多金属矿的勘查工作(王瑞军等,2014,2017),在遥感地质方面,仅开展了多光谱遥感的应用工作,而针对高光谱遥感的研究工作还未开展。明舒井地区基岩出露好、地形起伏小、切割弱,地表蚀变发育,矿床、矿点分布较多,具备开展高光谱遥感技术的地质和自然地理条件,有利于发挥高光谱的技术优势。     

塔里木盆地周缘新元古代冰期事件与古老烃源岩发育

正四川盆地震旦系含油气系统已被证实为我国新元古界第一个具有商业价值的原生型气藏,而与扬子板块在同时期具有亲缘性的塔里木盆地新元古界油气资源一直未取得突破。塔里木盆地新元古界埋藏较深,钻遇南华系-震旦系的井位非常少,盆地深部层系的成像品质较差,同时新元古界本身缺乏可进行有效对比的古生物化石。诸多因素造成塔里木盆地新元古界划分与对比关系不清,地层格架模糊,直接导致后续深入研究无法进行。然而,     

青海茫崖石棉矿区变质超基性岩的蚀变演化序列：岩石化学及矿物学证据

青海茫崖石棉矿区超基性岩体是由原岩以纯橄岩、辉橄岩和橄辉岩为主体组成的富镁质超基性岩体,经历自变质和后期多期热液的叠加变质蚀变作用,经蛇纹石化后形成蚀变完全的蛇纹岩岩体,其中部分蛇纹岩又进一步发生滑石化及碳酸盐化蚀变为滑石菱镁片岩、菱镁滑石片岩、滑石片岩和菱镁岩等。本文在野外地质调查基础上,在室内通过镜下岩矿综合鉴定、全岩化学成分分析以及电子探针成分分析等手段进行了岩石化学特征、矿物学特征及其蚀变演化过程研究。结果表明,该变质超基性岩体蛇纹岩主要特征组合矿物为蛇纹石(利蛇纹石、叶蛇纹石、纤蛇纹石)、磁铁矿、菱镁矿、滑石、水镁石、铬铁矿,变余矿物有斜方辉石、单斜辉石和铬铁矿,滑石菱镁片岩类主要组成矿物为菱镁矿、滑石、蛇纹石及磁铁矿,局部可见石英脉。该地区变质超基性岩体较完整地记录了橄榄岩水化、滑石化及碳酸盐化作用过程的各个阶段,超基性岩蚀变演化过程主要有两个作用阶段:(Ⅰ)橄榄石、辉石类矿物的蛇纹石化作用及蛇纹石绿泥石化作用;(Ⅱ)富Ca、CO2流体交代蛇纹石、滑石及水镁石的碳酸盐化作用。蛇纹石化等变质蚀变作用促进了Si、Mg及Fe元素化学活动性,使元素发生富集与迁移,对于次生矿物的形成与演化起到了一定的催化作用。多期不同组成流体热液的交代作用过程,清晰地展示了利蛇纹石、纤蛇纹石和叶蛇纹石的演化序列,以及滑石、水镁石、铬铁矿和磁铁矿的形成过程及标形特征。     

基于ASTER与Sentinel-2A融合数据的云南普朗铜矿化蚀变信息提取

云南普朗铜矿区是我国提高战略性金属矿产铜矿资源的主要潜力地段,该矿区位于多云多雨山地高原区,采用传统地面调查方法开展找矿勘查工作受限较大,而遥感技术可在其中发挥重要作用。鉴于此,本研究选取ASTER和Sentinel-2A多光谱遥感数据,在光谱协同统一两种数据源的地表反射率基础上,采用高通滤波(High-Pass Filtering,HPF)的融合方法兼顾两种数据在短波红外波段和可见光近红外波段的优势,获取了具有高空间分辨率和高光谱保真度的ASTER-Sentinel-2A融合数据集;进而利用"比值+主成分分析法"与"主成分分析+能谱-面积法",开展了普朗铜矿区矿化遥感蚀变信息识别,并通过深入分析及野外验证,提出了对普朗铜矿蚀变信息分布特征及找矿潜力地带的新认识:(1)在原蚀变填图工作中判定为青磐岩化带的东部区域,重新进行了蚀变带的划分;(2)东部区域中新划分的钾化硅化带和绢英岩化带,具有较大找矿潜力。本研究可为普朗铜矿找矿勘查提供参考。     

蚀变矿物填图技术在斑岩型铜矿找矿勘查中的应用—以滇西北香格里拉松诺矿床为例

松诺铜矿区位于香格里拉格咱斑岩铜矿带红山-普朗铜多金属成矿亚带中段,矿区剥蚀程度较低,具有寻找斑岩型铜矿的潜力。本次蚀变矿物填图工作采用近红外光谱矿物分析技术,识别出绿泥石、绿帘石、高岭石、云母类、蒙脱石类及伊利石等6类主要蚀变矿物,蚀变类型为青磐岩化、绢英岩化;结合物探、化探异常分布,圈定3处找矿靶区,经对KHT2、KHT3钻孔验证,深部均圈定多层铜矿化体。结果表明,近红外光谱矿物分析技术在斑岩型铜多金属矿床勘查评价中可以较好地划分热液矿化蚀变带,进一步明确斑岩型矿化-蚀变中心,为探矿工程部署提供依据。     

金川铜镍硫化物矿床中铂族矿物的主要类型和产出特征:热液蚀变过程中铂族元素的富集机理

金川铜镍硫化物矿床是我国最主要的铂族元素(PGE)资源产地,其矿石受热液蚀变作用影响明显,并产出多种铂族矿物(PGM)。岩浆演化和热液蚀变过程中PGE的迁移富集机制和PGM的成因,一直是研究PGE地球化学行为非常关注的问题。本文对金川铜镍硫化物矿床中PGM的研究发现,其主要类型包括含PGE的硫砷化物(硫砷铱矿)和砷化物(砷铂矿),Pd的铋化物、碲化物和硒化物,以及少量其他铂族矿物。其中,硫砷铱矿可包裹于各种贱金属硫化物(镍黄铁矿、磁黄铁矿和黄铜矿)中,表明硫砷铱矿可能结晶于早期的含As硫化物熔体,随后被包裹于硫化物熔体冷凝分异产生的单硫化物固溶体(MSS)和中间硫化物固溶体(ISS)中。硫化物熔体中的As可能主要通过地壳混染作用加入幔源岩浆。大量铋钯矿(PdBi)呈微细乳滴状包裹于黄铜矿中,为晚期ISS冷凝形成黄铜矿过程中出溶的产物。少量铋钯矿(PdBi_2)呈不规则状充填于矿物裂隙,与次生磁铁矿脉紧密共生,并随矿石的蚀变程度增加,铋钯矿的化学成分由PdBi逐渐向PdBi_2转变,表明这部分铋钯矿为后期热液蚀变产物。铋碲钯矿和钯的硒化物则主要产出于镍黄铁矿裂隙且与次生磁铁矿紧密共生,指示明显的热液成因。钯的硒化物的出现表明,岩浆期后酸性、高盐度、高氧逸度的富Cl~-流体对金川铜镍硫化物矿床中Pd的迁移和富集起到了关键控制作用。     

半干旱地区地表-地下水系统水热运移与裸土蒸发研究

地表-地下水系统水、热迁移转化与裸土蒸发机理研究对于水量平衡以及地表能量转化具有重要意义。以鄂尔多斯盆地风沙滩地区为研究区,基于原位蒸渗仪长期观测,结合数值模拟,选择2种地下水位初始埋深分别为80 cm（浅埋深）和290 cm（深埋深）的情景,研究了变饱和带水热迁移转化的动力学过程以及对裸土蒸发的影响。结果表明:变饱和带土壤水的运动规律受水头梯度和温度梯度的共同驱动,且在不同水位埋深条件下呈现不同的运动方式;浅埋深条件下,受水头梯度的作用,土壤的毛细上升高度能够到达地表,蒸发条件下土壤水在毛细力驱动下向上运移,土壤内部不存在零通量面,温度对水分运动的影响较小,发现当地下水位埋深小于毛细上升高度时,地下水在毛细力作用下直接贡献土壤蒸发;深埋深条件下,水头和温度是土壤水运动过程的关键因素,位于地表以下18 cm以浅土壤内部出现孤立的零通量面,阻止了土壤水的向上运移,导致蒸发量减小。当地下水位埋深大于毛细上升高度的1.6倍时,地下水不再直接参与土壤蒸发,但会间接地影响包气带的水分转化;因此模拟期间浅埋深的裸土累积蒸发量约为深埋深累积蒸发量的4倍。     

基于指标变权重复合云模型的岩质边坡稳定性评价初探

近年来,云模型评价方法在边坡的稳定性评价中得到了较深入的应用。但目前评价指标的权重多为某一精确值,没有考虑指标权重的不确定性和模糊性。为解决这一问题,尝试用指标变权重云模型表示各指标的权重,并引入权重范围系数以调整指标的权重变化幅度。参照《水电水利边坡工程地质勘察技术规程》和《地质灾害调查技术要求》对评价指标进行选取。参考行业规范、学者们的研究经验以及福建省的实际情况,采用等间距法对各评价指标相应的稳定分级区间进行划分。根据上述方法在MATLAB程序中编写算法,得到了基于指标变权重的复合云模型,并开发了相应的应用程序。通过对福建省连江县黄岐镇边坡的分析,认为该边坡总体处于基本稳定状态,但仍存在转化为不稳定的可能性。根据勘察报告,该坡段于2016年6月17日曾因强降雨发生崩塌,初步验证了本方法的分析结果。     

新巴尔虎左旗2018年5月逐时相对湿度异常偏低检验

使用新巴尔虎左旗国家级气象站、以及3个临近且海拔高度相差不大的区域无人自动气象站的2018年5月1—31日逐时相对湿度观测资料,采用单测站数据时间序列跃变点检测、多测站数据差值时间序列超差点和跃变点检测的方法,对新巴尔虎左旗在5月出现的14个时次的异常低相对湿度观测值进行了分析。结果发现:单站序列跃变点、多站差值序列超差点和跃变点均存在1个共同的与报警时次相重合的统计检验断点,但经人工分析,确定该断点与冷空气活动造成的大风、降温和阵雨天气现象有关,并非仪器故障;而其余13个异常值的出现时次均不与统计检验断点相重合,从数值检验的角度判断其是由仪器故障造成的可能性较小。通过统计分析,修正了该台站的"观测设备可用性"业务考核指标的误报警,提高了综合气象观测运行监控业务系统(Atmospheric Observing System Operations and Monitoring,简称ASOM)在日常监测中的数据有效性审核能力和运行管理能力。     

人工智能在冰雹识别及临近预报中的初步应用

基于广东10部S波段多普勒天气雷达的三维拼图资料,利用机器学习技术开发了一种冰雹识别和临近预报的人工智能算法。算法设计时以雷达回波反射率的垂直和水平扫描数据为基础训练集,将冰雹云的雷达反射率扫描数据作为正样本,将其他雷达反射率扫描数据作为负样本,通过贝叶斯分类法对正、负样本数据集进行机器学习,训练人工智能识别冰雹云内在规律的能力。训练时以广东省2008-2013和2015-2016年的数据作为训练集,使用了2014年广东省12次冰雹过程的数据做检验。对比检验的结果表明,人工智能法比传统的概念模型法击中率高9个百分点。研究结果表明了人工智能对冰雹这类非线性强天气过程具有较强的识别能力。