川滇黔铅锌(锗)成矿区区域地球化学测量在找锗预测中的作用

锗作为一种稀散元素,是现代信息产业最重要的金属之一,然而大多数锗资源是在综合评价煤矿床、铅锌矿床以及铁矿床的过程中发现的,缺乏专门的找锗方法。为了进一步加强锗矿找矿方法的研究,本文以川滇黔接壤处作为研究区,通过采用探索性分析方法(EDA)和基于分形理论的浓度-面积(C-A)方法以及证据权模型,分析研究区内低密度水系沉积物测量数据Zn、Ge元素的数字特征和分布规律。结果表明:(1) Ge元素分布由单个总体构成,基本符合正态分布,数值变化小(变异系数=0. 13),基本围绕地壳丰度值(1. 6×10~(-6))波动,且矿床的分布与地球化学异常之间没有明显的相关关系,因此采用以Ge找Ge的思路是行不通的,而这可能是由于Ge在表生氧化状态下的多亲和性和高度分散性造成的。(2) Zn元素分布明显不符合正态分布,且有多个峰值,数据离散程度大(变异系数=1. 14),可能至少由两个以上总体构成,且在空间上矿床的分布与地球化学异常之间有良好的相关关系,大多数矿床位于相对高值区。另外鉴于在原生状态下,Ge元素往往以类质同象的形式赋存在闪锌矿中,因此在区域上采用以Zn找Ge的思路是可行的。(3)采用累计概率法、直方图法、箱式图法、原生晕法以及基于多重分形的C-A方法,确定的异常下限分别为146. 5×10~(-6)、392. 7×10~(-6)、153. 9×10~(-6)、87. 5×10~(-6)和124×10~(-6)。通过采用证据权方法所提供的空间相关性统计量(t)进行检验,发现异常下限应当落在120×10~(-6)～130×10~(-6)的区间内。因此基于分形理论的C-A方法是最合理的,这可能是其不仅考虑了频数特征,还考虑了空间几何特征的原因。(4)在圈定地球化学块体的基础上,结合热液矿床受构造控制,且往往具有"丛聚效应"以及"鹤立鸡群"的特点,圈定黑区-赤普、大湾子-大桥边、茂租-乐红、毛坪、天宝山-小石房、猫猫厂-白蜡厂、大梁子、会泽、青山-杉树林、猴子厂-顶头山以及富乐作为寻找锗矿的潜力区,建议进一步加强这11个矿田级远景区锗资源的找矿工作。     

砂土微观结构样品制备技术及量化方法研究

土体的微观结构是决定其工程特性的重要内在因素,但对于砂土而言,如何制备适合微观分析的样品以及快速准确量化结构参数一直面临诸多挑战。为此,提出一种真空冷冻干燥?注胶相结合的砂土样品制备技术,该技术可在有效去除土样水分的同时保持样品原状结构不被扰动,并可用于后续加工处理。针对不同粒度的砂土样品,分别使用扫描电子显微镜和光学显微镜对制备的试样进行观察,基于自主研发的土体微观结构定量分析系统SMAS对拍摄的照片进行精细量化分析,提出了由土颗粒数量、颗粒周长、表观孔隙率、形状系数、等效直径、分形维数和形态比等参数构成的量度指标体系对砂土样品微观结构特征进行定量评价。研究结果表明：提出的真空冷冻干燥?注胶相结合的砂土样品制备技术具有操作简单、稳定可靠等特点,能有效维持砂土的原状结构;比较而言,扫描电镜更适用于粉细砂的微观结构分析,而光学显微镜更适用于中粗砂的微观结构分析;SMAS能有效识别微观结构图像中的土颗粒及孔隙,为定量分析砂土或其他土体的微观结构特征提供了高效的工具。     

Prediction Model of Coal Reservoir Pressure and its Implication for the Law of Coal Reservoir Depressurization

The main methods of coalbed methane(CBM) development are drainage and depressurization, and a precise prediction of coal reservoir pressure is thus crucial for the evaluation of reservoir potentials and the formulation of reasonable development plans. This work established a new reservoir pressure prediction model based on the material balance equation(MBE) of coal reservoir, which considers the self-regulating effects of coal reservoirs and the dynamic change of equivalent drainage area(EDA). According to the proposed model, the reservoir pressure can be predicted based on reservoir condition data and the actual production data of a single well. Compared with traditional reservoir pressure prediction models which regard EDA as a fixed value, the proposed model can better predict the average pressure of reservoirs. Moreover, orthogonal experiments were designed to evaluate the sensitivity of reservoir parameters on the reservoir pressure prediction results of this proposed model. The results show that the saturation of irreducible water is the most sensitive parameter, followed by Langmuir volume and reservoir porosity, and Langmuir pressure is the least sensitive parameter. In addition, the pressure drop of reservoirs is negatively correlated with the saturation of irreducible water and the Langmuir volume, while it is positively correlated with porosity. This work analyzed the reservoir pressure drop characteristics of the CBM wells in the Shizhuangnan Block of the Qinshui Basin, and the results show that the CBM reservoir depressurization can be divided into three types, i.e., rapidly drop type, medium-term stability type, and slowly drop type. The drainage features of wells were reasonably interpreted based on the comprehensive analysis of the reservoir depressurization type; the latter was coupled to the corresponding permeability dynamic change characteristics, eventually proving the applicability of the proposed model.     

基于因子分析的LM-BP网络的盾构施工地表沉降预测

盾构施工引起的地表沉降量的预测与评价具有很强的随机性和不确定性,用常规的数学模型难以准确表达。本文采用因子分析法对影响盾构施工引起地表沉降的9个因素进行了主因子的提取,得到4个主因子。以此数据集对BP神经网络进行训练,并用Levenberg-Marquardt(LM)算法对BP神经网络进行了优化,建立了基于因子分析的LM-BP神经网络预测模型。结合工程实例将预测结果与LM-BP神经网络模型的预测结果进行比较分析,表明本预测模型具有较高的准确性,符合实际工程的需要。     

耦合PCA-SVM算法的金矿矿床规模预测分析研究

判断矿床(点)的类型是矿床勘探中的重要内容,传统预测金矿成矿规模的方法不仅耗时耗力,而且所需的经济成本较大。为提高矿床规模的勘探效率和准确度,揭示元素与金矿成矿规模的潜在联系,文中提出了耦合主成分分析(principal component analysis,PCA)和支持向量机(support vector machine,SVM)算法的预测分析PCA-SVM(principal component analysis-support vector machine)方法。该方法先通过主成分分析提取数据中的主要特征,再将主要特征带入支持向量机算法,从而训练出最优分类器以预测金矿成矿规模。文中共使用了3 812个金矿样本数据用于学习训练和预测分析,训练准确率为92.3%,测试准确率为88.7%,分别比直接使用支持向量机算法高出14.3%和17.1%。基于PCA-SVM的预测模型,不仅消除了人为主观因素的影响,而且有效提高了勘探过程中矿床预测的准确率和矿床勘探的效率,为地质勘查工作提供依据。     

桂北同乐-老堡地区铅锌矿控矿因素及找矿预测

桂北同乐-老堡地区位于南岭成矿带西段,已发现老堡、大滩等铅锌矿床、矿点多处,矿床类型以沉积-改造型为主。在对成矿地质背景研究的基础上,探讨了地层、岩性、构造与铅锌成矿的关系。根据研究区内的成矿地质背景、控矿条件以及化探异常分布特点等因素,划分出3个铅锌找矿远景区,2个找矿靶区,为下一步矿产勘查工作提供了依据。     

辽宁查马屯铁矿三维地质建模及深部预测

查马屯铁矿是一处隐伏于中生代火山沉积岩之下的沉积变质型铁矿床,矿体规模大、埋藏浅,深部资源潜力巨大.利用三维地质体建模软件Creatar,通过收集钻孔数据,建立地质数据库,生成三维钻孔.通过剖面定义、单工程矿体圈定、剖面编辑、曲面连接,建立矿体三维模型.依据"点-线-面-体"的思路,建立了辽宁查马屯铁矿三维地质模型.模型显示,查马屯铁矿体西南段向北西倾斜,北东部向南东倾斜,呈北东东向展布,应沿该方向部署找矿.矿体与磁异常复合关系表明,2号矿体南部存在巨大找矿空间,查马屯村南部及北东部是下一步找矿勘探的重点方向.     

马来盆地成藏规律研究及有利区预测

马来盆地烃源岩包括湖相页岩和河流三角洲相煤、页岩.湖相烃源岩为盆地主力烃源岩,K组页岩是盆地中生烃潜力最好的烃源岩.盆地中部源岩通常都是过成熟,边缘大多处于生油窗或未成熟.中-晚中新世马来盆地发生构造反转,反转主要集中在盆地的东南部和中部,构造反转与油气成藏关系密切.盆地中央的反转强度比侧翼大,东南方向反转强度增加.马来盆地大致划分为4个成藏组合带：基底成藏组合带、下部成藏组合带、中部成藏组合带和上部成藏组合带.晚渐新世-中中新世构造成藏组合带为马来盆地内最重要的一个成藏组合带,其石油储量占整个盆地的85%,天然气占48%.盆地烃源岩经历多期生烃和混合生烃的过程,在盆地南部烃源岩生烃受到抑制.油气运移以横向运移为主,垂向运移为辅.油气藏分布主要受烃源岩成熟度和盆地形态的控制,呈现东南部和中部为油藏、北部为气藏的分布格局.将马来盆地划分为6个大勘探区域,其中东南挤压背斜区是马来盆地主力油气产区,石油储量占整个马来盆地的69%,天然气储量占62%.提出9个潜在有利目标区,其中3个为潜在勘探有利区,6个为新兴勘探区.     

煤层定向水平分支井预测方法研究

借鉴石油系统地质导向工作方法,提出煤层中水平段钻进确定煤层倾角的三维空间计算方法,以及如何指导进入着陆点后调整孔斜角的原则。根据不同地层产状下钻头钻进和钻出煤层的姿态,总结出在钻进过程中因煤层产状变化引起的8种不同脱靶(入靶)模式,并推导出三维空间内8种模式下真实煤层视倾角的计算方法。采用半定量的方法给出脱靶后调整钻孔轨迹的方法以及孔斜调整区间。通过钻探实例验证该预测算法能够指导减少脱靶,提高煤层钻遇率和钻井效率。     

太原ML5.0级地震前后的重力场变化

讨论了2002年9月3日太原ML5.0级地震前后重力场的变化.震前2001年12月～2002年6月重力场表现为上升-下降-上升及平静-活动-平静的活动方式.部分测点点值、测段段差值的趋势性异常在持续相当长时间后,于2002年3月发生转折,6月表现为变化加速,点值和段差值的变化幅值在(30～60)×10-8m·s-2之间,地震发生在加速变化过程中.震后该区的重力异常逐渐恢复.重力变化可能是由该区地壳形变、地壳深部质量迁移和断层蠕动共同作用引起的.