利用凹凸体判断柯坪块体地震危险性

将柯坪块体作为研究对象,利用最大似然法进行b值计算,并结合利用双差定位法对柯坪块体上发生的M_L≥1.6地震重定位后的结果,寻找沿柯坪块体主要断裂带的凹凸体。研究发现,柯坪块体上发生地震的震中主要沿断裂带分布,沿柯坪塔格逆断裂带存在凹凸体,该区域虽已发生大地震,但依然处于高应力水平,因此初步判定沿柯坪塔格逆断裂带仍存在发生地震的危险性。     

应用地震学方法研究中国大陆活动地块应力应变场

在中国大陆活动地块假说及活动边界研究的基础上，将中国大陆按照地震活动特征进行分区. 利用大地震的震源机制资料和历史强震资料，结合小震综合节面解，研究了各地震区的应力应变状态，给出了各地震区的平均应力主轴方向和平均应变率. 应用地震应变能积累释放模型研究了各地震区的地震活动水平. 结果表明最大剪切应变率与地震活动水平存在线性关系. 将地震资料给出的中国大陆地壳应力应变场与GPS测量给出的结果进行了比较，初步说明了两种结果存在着统一性，从而显示出活动地块运动变形与强震活动的内在联系.     

Thrusting of the North Lhasa Block in the Tibetan Plateau

A huge thrust system, the North Lhasa Thrust (NLT), was discovered in the northern Lhasa block of the Tibetan Plateau based on geological mapping of the Damxung region and its vicinity, the Deqen-Lunpola traverse and the Amdo-Bam Co profile. The NLT consists of the Dongqiao-Lunpola thrust (DLT), the west Namco thrust (WNT) and the south Damxung thrust (SDT) and ductile shear zones, ophiolite slices and folds extending in a WNW direction. Major thrust faults of the NLT seem to merge into a single deep-seated detachment of the upper-crust and totally displaced southward as far as 100-120 km. Chronological analyses with 39Ar-40Ar of plagioclase and hornblende, Rb-Sr isochron of minerals and fission-tracks of apatite from mylonite within the WNT yield ages of 174-173 Ma, 109 Ma and 44 Ma, showing 3 periods of thrusting in the north Lhasa block caused by subduction of the Tethys oceanic plate and the India-Eurasia continental collision respectively.     

障壁坝砂体储层特征与成岩孔隙定量演化模式 ——以鄂尔多斯盆地延长探区本溪组为例

为明确海陆变迁背景下障壁坝砂体成岩孔隙演化规律,运用岩石薄片、扫描电镜及配套能谱、阴极发光等资料,对延长探区石炭系本溪组障壁成因砂体储集特征与成岩作用进行综合分析,并结合砂岩初始孔隙度恢复模型与薄片孔隙定量分析技术,开展基于埋藏热演化历程的储层孔隙演化参数定量评价,建立该区本溪组障壁坝砂岩孔隙定量演化模式。结果表明:储层砂岩以石英砂岩、岩屑质石英砂岩及岩屑砂岩为主;孔隙度、渗透率平均值分别为4.72%和1.22×10^(-3 )μm^2;储集空间以溶蚀扩大孔、粒内孔、晶间孔为主;现今储层主体已达到晚成岩阶段;砂岩初始孔隙度平均值为38.1%,埋藏至今共经历了四个典型的成岩增/减孔阶段,即P_1～T_2(285～208 Ma)"低地温、快埋藏"的大幅减孔阶段(-30.7%)、T_2～J_3(208～153 Ma)"高地温、缓沉降"的溶蚀增孔阶段(+3.9%)、J_3～K_1(153～96 Ma)"高地温、稳埋深"的减孔定型阶段(-6.6%)、K_1至今(96 Ma～)"低地温、晚隆升"的弱改造阶段。     

临南油田夏32断块沙二段下部储层特征及其主控因素

通过岩芯和薄片观察,结合测井资料,对临南油田夏32断块沙二段下部储层发育特征及其主控因素进行了研究。结果表明：该区储层的岩石类型主要为岩屑质长石砂岩和长石质岩屑砂岩,颗粒分选中等,磨圆较差,成分成熟度及结构成熟度中等;储层物性表现为中低孔特低—低渗的特征,且孔隙度和渗透率相关性较好;孔隙类型包括原生粒间孔、粒内溶孔、粒间溶孔和铸模孔。综合储层特征的研究结果认为：夏32断块沙二段下部储层主要受基准面旋回、沉积、成岩以及构造作用的影响;三角洲平原的分支河道砂体物性最好,其次是三角洲前缘的水下分支河道,其他沉积微相储层物性较差;压实作用和胶结作用破坏储层物性,溶蚀作用则可改善储层物性;此外,构造作用所产生的裂隙也有利于改善储层物性,对储层物性起到了积极的建设作用。     

围压与冲击扰动作用下组合煤岩超低摩擦效应分析

深部煤岩在垂直扰动作用下发生振动,当水平冲击足以克服块体间摩擦阻力时,极易发生超低摩擦型冲击地压。文章以细砂岩-煤-细砂岩组合块体为研究对象,考虑顶板-煤-底板临近工作面开采工况,采用数值模拟方法,建立围压与冲击扰动下组合煤岩数值模型,以煤块水平位移、垂直加速度差值作为超低摩擦效应特征参数,分析围压、垂直冲击及水平冲击对特征参数的影响规律。研究结果表明:在垂直冲击与围压共同作用下,煤岩体残余位移及水平位移峰值随围压增大且呈指数增长趋势;在垂直冲击、水平冲击和围压三者共同作用下,煤岩体超低摩擦效应强度与作用时间都随着围压呈增加趋势;垂直冲击对组合煤岩超低摩擦效应的影响最为显著。      

冀中饶阳凹陷西柳10断块古近系沙三段-沙二段层序地层及沉积演化

为了探讨饶阳凹陷蠡县斜坡北东缘西柳10断块古近系沙河街组沙三段-沙二段(Es~3-Es~2)层序地层特征及其沉积特征,依据高分辨率层序地层学理论,结合岩心、测井等资料,对研究区沙三段-沙二段层序地层进行划分,对其沉积特征、相带展布及其演化规律进行研究。研究结果表明,沙河街组沙三段-沙二段可划分为4个III级旋回,11个IV级旋回,32个V级旋回。沉积物岩性以细砂岩、粉砂岩及泥岩为主,沉积环境主要为辫状河三角洲平原和三角洲前缘,划分出7种沉积微相。结合研究区区域构造演化及沉积背景,认为沙三段-沙二段沉积时期,主要经历湖退到湖进的演变过程。     

结构增强型生成对抗网络SAR图像超分辨率重建

针对利用生成对抗网络模型(Generative Adversarial Network,GAN)重建SAR(Synthetic Aperture Radar)图像存在边缘细节信息不足和“伪影”(artifacts)现象,该文基于增强型超分辨率生成对抗网络(Enhanced Super-Resolution Generative Adversarial Networks,ESRGAN)光学模型,重新设计生成网络上采样重建模块和结构损失函数,提出一种结构增强型生成对抗网络SAR图像超分辨率重建算法,包括特征提取、特征增强和上采样重建3个模块:在特征提取模块采用小尺度卷积层对输入SAR图像进行低层次特征提取;在特征增强模块采用多个级联残差密集块(Residual-in-Residual Dense Block,RRDB)和卷积层提取输入特征;在上采样重建模块交替使用最近邻插值(Nearest Neighbor Interpolation,NNI)和亚像素卷积(Sub-Pixel Convolution,SPC)对特征进行放大重建,使特征信息交互融合。与传统插值算法和经典深度学习重建算法相比,该算法在视觉效果和定量评价方面均有显著提升,能够在保持原网络模型重建图像内容信息不丢失的基础上,增强重建图像边缘细节信息和减缓“伪影”现象,有利于后续目标识别和灾害监测等工作开展。     

狭长区域GNSS控制网数据处理方法研究

针对狭长区域GNSS控制网边长差异较大的问题,本文通过划分子网来降低数据处理的难度,从基线处理和网平差两个方面,分析了系统误差来源,研究了基准处理中卫星轨道误差、对流层误差以及网平差中位置、尺度、方位和时间演变基准误差的改正方法,形成了一套高精度数据处理方案。基于该方法,对三峡库区GPS滑坡监测网的实测数据进行了分析与处理,获得了高精度的处理结果,本研究对狭长区域GNSS控制网的建立具有借鉴意义和指导作用。     

一种快速有效的大数据区域网平差方法

针对摄影测量影像来源多样化、复杂化、大数据化等趋势,传统区域网平差算法在应对当前复杂多变的数据来源,矩阵排列毫无规律的法方程结构以及大数据量带来的高内存需求和低计算效率等问题上,遇到了前所未有的挑战,为了解决上述难题,本文引入了预条件共轭梯度法以及不精确牛顿解法求解区域网平差过程中的法方程,同时使用一种块状法方程系数矩阵压缩存储格式,构建了全新的区域网平差技术流程。本文方法避免了直接对法方程系数矩阵的求逆,压缩了法方程系数矩阵所需的内存空间,使得本文算法比传统算法所需计算机内存空间大幅减少,平差计算速度明显提升,同时保证了计算精度与传统方法相当。初步试验证明,本文方法对4500张影像、近900万像点数据的平差计算在普通电脑上仅需要约15min,且计算精度达到子像素级。