中国煤层气资源控制程度及可靠性分析

准确认识深部条件下气体和水分的赋存状态、相对含量及分布特征,对煤层气高效勘探开发具有重要指导意义。基于理论模型、分子模拟和气水演变分析,明确了煤层中气、水的赋存状态,揭示了气、水动态运聚界限和动态演化过程。考虑煤−水界面作用、水的可动性及赋存状态,煤中水可分为可动水(重力水和毛细水)、束缚水(吸附水、沸石水、结晶水和层间水)、结构水,其中毛细水、重力水和吸附水由孔隙主导,沸石水、结构水、结晶水和层间水由矿物主导。分子模拟结果显示,水分子在0.7 nm孔隙中可以饱和充填,吸附和解吸路径一致,在更大孔隙中出现弱吸附层和自由态。水分子吸附过程表现为单分子含氧基团吸附、单层强吸附、多层弱吸附、水团簇形成和充填孔隙等阶段。甲烷分子在1.5 nm孔隙可存在3层稳定充填吸附,在较大孔隙中(>1.5 nm)即以单层吸附和游离态共存,游离态在介孔及更大孔隙中普遍存在。结合上述吸附−游离气存在界限,改进了游离气和吸附气理论计算公式,为含气量计算提供新思路。深部热成因煤层气是煤大规模生排烃之后的残余气,在排烃过程中发生气驱水和水分蒸发扩散,残余水分为束缚水和结构水,后期无法改变。假定静水压力20 MPa,在0、5、10、15和20 MPa储层压力下,外来水分可入侵最大孔径为7、9、13、27 nm和不侵入。受差异保存条件控制,煤成气除了形成超压和欠压等差异含气系统外,还可能在煤系形成多类型含气模式。上述研究明确了煤层气、水微观赋存机制及形成演化模式,对深部煤层气富集特征及高效开发设计具有指导意义。

     

上扬子区(四川盆地)寒武系的含盐性与地质背景

据记载,分布于上扬子区寒武系的石膏岩仅有零星资料。如今,大量蒸发岩如溶蚀角砾岩、硬石膏、石盐岩及富钾卤水等已被发现。沉积相经历了从盆地相、台地相到蒸发岩相的演化过程。在中、下寒武统中找到海退沉积序列。古构造-古地理背景是蒸发岩沉积的重要控矿条件之一。周边板块运动及塑性基底的褶皱,导致台缘隆起及台内坳陷的形成。岩相古地理图展示从碳酸盐、硫酸盐到氯化物盐类的"泪滴式"沉积相带。蒸发岩沉积于台缘隆起及礁生长进入堰塞潟湖至盐湖阶段。在稳定坳陷区沉积盆地中蒸发岩系发育;石盐岩较厚,其溴氯比值为0.2-0.4;古气候炎热、干燥;在蒸发岩体周围有沉积(封层)水及溶滤水,其含钾(K+)量为0.10-4.76g/L;水文地球化学比值(如钾氯比值、钾盐比值及钾溴比值等)指示含钾异常;盐湖浓缩卤水达到氯化物盐类沉积阶段及相应的构造封闭程度;含盐地质标志广泛分布等等。鉴于上述,估计该区可能具备钾盐成矿条件。然而目的层埋藏太深,因此笔者建议,应在浅埋部位进行有效的成矿预测,为普查指出远景区。     

区域长波航磁异常定量解释中值得注意的几种倾向

本文阐述了在区域长波航磁异常定量解释中广泛存在的几种倾向,提请资料定量解释工作者予以重视.这些倾向是:①对异常源模型的可能形态缺乏足够认识;②忽视反问题多解性和反演方法的应用条件;③随意运用概率统计理论给出一些有问题的异常处理和反演方法.这些倾向首要的是涉及解释方法的正确性,如果采用错误的方法不可能得到正确的可靠的地质成果.     

由金竹山矿区矿井构造特征看测水组煤层的构造分异作用

本文根据巷道中上千条断层的统计结果分析,确定5煤层为矿区主滑面,在层滑运动中控制着上下层位各自处在不同的应力场,从而使主滑面上下岩层变形差异很大。     

瓦斯煤层裸露面蠕变失稳的时间预测研究

通过对煤体蠕变特性的分析,提出采用五元粘弹塑流变模型能很好地描述煤体的蠕变特征。在考虑煤层瓦斯的作用下,得到了含瓦斯的煤蠕变状态方程。由于揭开的煤层裸露面由原来的三向受力变为二向受力,在合适的条件下煤体会产生蠕变。而煤体在双向受压时,裸露面方向的应变为拉应变,当裸露面方向的煤体的拉应变大于煤体破坏时的拉应变时,煤体将产生蠕变失稳。从而可以预测煤体蠕变失稳的时间。研究成果可以解释揭煤工程岩体失稳。     

来自大别山深成侵入岩图像深度迁移学习的可解释性研究

岩石图像识别是以深度学习为代表的感知智能在地质领域的典型应用场景。已有研究显示网络结构简单的深度卷积神经网络能够在岩石图像上取得比复杂网络结构高的分类准确率。这与ImageNet数据集上网络结构越深越好的趋势相悖。如何解释这一现象？深成侵入岩为显晶质,自形—半自形粒状结构,块状构造,其分类的依据是其矿物成分及相对含量。大别山地区岩浆活动广泛,中生代深成侵入岩广泛出露。岩石类型包括超镁铁质岩类、辉长岩类、闪长岩类、正长岩类、二长岩类和花岗岩类,基本覆盖IUGS推荐的深成侵入岩分类方案中的岩石类型。选取大别山地区中生代深成岩图像开展不同网络结构预训练模型迁移学习对比试验,能够专注于深度学习对矿物成分特征的学习解释,降低构造因素的影响。借助局部可理解的模型解释技术和特征图可视化技术,分别从全连接层分类决策区域可视化和卷积隐层可视化两方面对深度学习模型开展可解释性研究。结果表明简单网络结构的卷积神经网络能够提取不同矿物所表现出的颜色特征以及不同矿物组合所表现出的纹理特征。AlexNet模型的削减试验进一步证明：对于岩石图像深度学习,网络结构并不总是越深越好。     

相邻方挤占通道和宅基地怎么办

编辑同志： 近年来在我们这里,挤占通道和宅基地的现象特别严重,我家的宅基地与外边的通道已经被相邻的几户人家挤占的只能单人通行了。请问,对这种情况应当如何处理？