北京、郑州和深圳三城市空气中气溶胶单颗粒特征的扫描电镜分析

分别采集北京、深圳和郑州3个城市气溶胶样品,使用场发射扫锚电镜-能谱仪观察气溶胶单颗粒的显微形貌和元素组成,并利用图像分析系统对PM2.5的粒径进行了分析。结果表明,城市气溶胶单颗粒类型以矿物颗粒、烟尘和球形颗粒(飞灰和二次粒子)为主。对比3个城市气溶胶中不同颗粒类型数量百分比发现,矿物颗粒数量最多的城市是北京,飞灰和烟尘数量最多的城市是郑州,而规则矿物颗粒数量最多的城市是深圳。3个城市气溶胶单颗粒的数量-粒径分布均呈单峰分布。深圳气溶胶中颗粒物的粒径相对较小,其次为郑州、北京。3个城市气溶胶中颗粒物来源不同程度上都受到交通污染源影响,而燃煤源对北京和郑州气溶胶中颗粒物来源影响仍然不容忽视。     

喜马拉雅淡色花岗岩

在青藏高原南部的喜马拉雅地区,分布有两条世界瞩目的淡色花岗岩带。南带主要沿高喜马拉雅和特提斯喜马拉雅之间的藏南拆离系(STDS)分布,俗称高喜马拉雅淡色花岗岩带,构成喜马拉雅山的主体。北带淡色花岗岩位于特提斯喜马拉雅单元内,又被称之为特提斯喜马拉雅淡色花岗岩带。这些花岗岩多以规模不等的岩席形式侵入到周边沉积-变质岩系之中,或者呈岩株状产出于变质穹窿的核部。岩体本身大多岩性均匀,变形程度不等,但岩体边缘可见较多的围岩捕虏体,并在部分情况下见及围岩的接触变质作用,反映它们的异地侵位特征。上述两带中的淡色花岗岩在矿物组成和岩石类型上表现为惊人的相似性,主要由不同比例的石英、钾长石、斜长石、黑云母(5%)、白云母、电气石和石榴石等构成二云母花岗岩、电气石花岗岩和石榴石花岗岩三大主要岩石类型。从不同地区的野外观察来看,二云母花岗岩为喜马拉雅淡色花岗岩的主体岩石类型,而电气石花岗岩和石榴石花岗岩主要以规模不等的脉体形式赋存于二云母花岗岩之中,反映前两者晚期侵位的特征。地球化学特征上,这些花岗岩具有高Si、Al、K,低Ca、Mg、Fe、Ti的特点,接近花岗岩的低共熔点组分。绝大多数淡色花岗岩具有较高的含铝指数,属于过铝花岗岩。微量元素表现为较大的变化范围,但总体上表现为富集大离子亲石元素K、Rb和放射性元素U,而不同程度亏损Ba、Th、Nb、Sr、Ti等元素。稀土元素总量总体上明显低于世界上酸性岩的平均丰度,且绝大部分表现为轻-中等程度的稀土元素分馏和不同程度的Eu负异常。传统认为,喜马拉雅淡色花岗岩是原地-近原地侵位的纯地壳来源的低熔花岗岩。但本文通过分析提出,该花岗岩可能是从一种高温的花岗岩浆演化而来,其岩浆源区的性质或成因类型目前还难以确定。该岩浆在上升侵位的过程中曾经历过大规模地壳物质的混染,并发生了高度分离结晶作用。因此,喜马拉雅淡色花岗岩首先是一种高分异型的花岗岩,是真正意义上的异地深成侵入体,而并不是原地或半原地的部分熔融体。这种以大规模地壳混染和结晶分异作用为特征的花岗岩系,在花岗岩的研究内容中还未被充分地讨论。以前根据相关信息认为这些岩石来自于沉积岩部分熔融的结论,只是较多地注意到了后期地壳混染和结晶分异作用的特征。即使这些岩石的原始岩浆将来被证明真的来源于沉积岩系的部分熔融,那以前的结论也只能说是"歪打正着"。根据形成年龄和地质-地球化学特征,本文将这些花岗岩划分为原喜马拉雅(44~26Ma)、新喜马拉雅(26~13Ma)和后喜马拉雅(13~7Ma)三大阶段。其中第一阶段对应印度-亚洲汇聚而导致的大陆碰撞造山作用,而后两个阶段同加厚的喜马拉雅-青藏高原碰撞造山带拆沉作用有关,对应青藏高原的全面隆升。根据这些淡色花岗岩的岩石与地球化学特征,我们还不能支持青藏高原存在广泛的中地壳流动的模型。相反,俯冲的高喜马拉雅岩系在深部的部分熔融及随该岩系折返而发生的分离结晶作用可很好地解释淡色花岗岩所具有的系列特征。     

松辽盆地北部青山口组重力流特征研究及其地质意义

为在陆相湖盆寻找有利勘探目标,在岩芯观察和沉积、构造分析的基础上,对岩芯观察资料、三维地震资料、钻井资料和测井曲线资料等进行了较为详细的研究。研究表明,松辽盆地北部青山口组发育广泛的湖相泥岩沉积,沉积相主要为三角洲平原、三角洲内前缘、三角洲外前缘、深湖-半深湖和滨湖。湖区发育大规模重力流沉积,该区发现的重力流沉积主要有滑动岩型、滑塌岩型、碎屑流型、浊积岩型等类型;重力流岩石学特征表明青山口组二段下部的重力流沉积,主要为滑动岩型和滑塌型,岩性主要以粉砂岩,泥质粉砂岩,粉砂质泥岩薄互层为特征,局部含油或有油迹;而青山口组一段顶部的重力流沉积,主要为碎屑流型和浊流型,岩性上以粗砂岩、粉砂岩、粉砂质泥岩、泥岩的薄互层为主。初步探讨了重力流的发育和控制机制,分析表明青山口组重力流沉积是湖区的有利储层区域,英台大安地区为最有利储层。该研究对深入了解湖相储层特征起指导作用。重力流沉积勘探在松辽盆地还处于探索阶段,其研究为在大型陆相湖盆中寻找新的有利勘探目标奠定坚实基础。在陆相湖盆中研究深水重力流沉积,对沉积学研究具有推动作用。     

鄂尔多斯晚三叠世湖盆异重流沉积新发现

水下重力流沉积作为重要的油气储层,已成为当前学术研究和油气工业共同关注的焦点.在鄂尔多斯盆地南部延长组长7~长6油层组深湖相沉积中,发现一种不同于砂质碎屑流沉积和滑塌浊积岩的重力流成因砂岩.其沉积特征为一系列向上变粗的单元(逆粒序层)和向上变细的单元(正粒序层)成对出现;每一个粒序层组合内部的泥质含量变化(高-低-高)与粒度变化一致;上部正粒序层与下部逆粒序层之间可见层内微侵蚀界面;砂岩与灰黑色纯泥岩、深灰色粉砂质泥岩互层;粉砂质泥岩层内也表现出类似的粒度变化特征.通过岩芯观察和薄片鉴定,认为该岩石组合形成于晚三叠世深湖背景下的异重流(hyperpycnal flow)沉积.其沉积产物--hyperpycnite(异重岩?)以发育逆粒序和层内微侵蚀面而区别于其它浊积岩,逆粒序代表洪水增强期的产物,上部的正粒序层为洪水衰退期的沉积,逆粒序-正粒序的成对出现代表一次洪水异重流事件沉积旋回;层内微侵蚀面是洪峰期流速足以对同期先沉淀的逆粒序沉积层侵蚀造成的.鄂尔多斯盆地延长组异重岩的发现,不仅为探索陆相湖盆环境下的异重流沉积提供了一个范例,而且对于深水砂体成因研究、储层预测和油气勘探具有理论和现实意义.     

改进PSO算法在水位流量关系拟合中的应用

粒子群算法(PSO)是一种基于群智能的全局优化方法。将改进PSO算法应用于水位流量关系拟合优化问题,通过对结果的比较分析,验证了改进PSO算法在提高精度方面的有效性,说明了改进PSO算法在水位流量关系拟合中应用的可行性。     

成矿流体动力学与大地构造环境的关系(英文)

热液矿床的形成需要大量流体,而流体的运移需要包括地势差、岩石变形、热梯度及热异常等多种驱动力。这些流体驱动力与构造环境及过程有密切关系。流体压力状态和热场及地势差的组合决定了压性构造环境流体以向上运动为主,如造山型成矿系统,而张性构造环境流体以对流为主,如VMS和SEDEX成矿系统。造山作用造成的地势差及水平挤压作用所产生的超压可以驱动流体侧向迁移数百公里,如MVT成矿系统。但是,具体的成矿流体动力学过程比较复杂,且随构造演化而变化。在经历过多个大地构造演化阶段的地区,如地洼区,老的成矿流体动力系统不断被新的系统叠加或取代;新的构造单元需要来自地幔的流体源补充才有利于成矿。成矿学研究的是成矿作用与大地构造的关系,而流体动力学系统与大地构造环境密切相关,因此,成矿流体动力学应成为成矿学的一个重要组成部分。     

改进独立分量分析极化SAR影像相干滤波

极化合成孔径雷达(SAR)影像的相干斑滤波,对其后处理起着至关重要的作用。针对传统的独立分量分析(ICA)算法稳定性差、易陷入局部最优等缺陷,该文提出基于粒子群优化(PSO)改进的ICA滤波算法,用于进行极化SAR影像相干斑滤波。该方法利用PSO算法来改进解混矩阵W的行向量的生成过程,以提高ICA算法的分离效果。采用AIRSAR获取的旧金山海湾地区的L波段极化SAR影像进行实验,并用相干斑指数、迭代次数、收敛时间等指标进行客观评价。结果表明,基于PSO改进的ICA算法具有更高的收敛效率和更好的相干斑抑制性能,能有效地降低影像的相干斑噪声。     

模拟退火机制下优化离散粒子群的端元提取算法

针对离散粒子群优化(Discrete Particle Swarm Optimization,DPSO)端元提取算法初始种群质量差、收敛性能低且易于陷入局部最优,本文将模拟退火算法引入到DPSO的不同阶段,模拟退火算法能以一定的概率接受和舍弃新状态,使种群内粒子渐趋有序、达到平衡,收敛到全局最优,有效避免了搜索陷入局部最优。因此,该算法不仅保持了DPSO的全局组合优化特点,克服了初始种群质量差、易陷入局部最优等缺点,而且还提高了收敛速度和端元提取精度。     

基于DEA和Malmquist的中国城市代谢效率研究

运用物质流、数据包络分析(DEA)及Malmquist指数对中国31个案例城市进行了城市代谢效率的研究。通过将城市代谢系统社会经济产出、环境非期望产出及水、电、化石能源、金属矿物、建筑材料、食物等投入部分纳入进DEA和Malmquist指数中,测得了案例城市的2000年、2010年代谢效率及变化趋势。研究结果发现,中国城市代谢系统效率总体相对较高,尤其是东中部地区城市的综合效率、纯技术效率和规模效率要高于西部地区城市,大城市的代谢综合效率高于巨型、超大和特大城市。2000~2010年,城市代谢综合效率、纯技术效率等所有效率指标的均值均呈现出下降趋势,但是中、西部地区城市的综合效率和纯技术效率却呈改善趋势,并且特大和超大城市的综合效率高于巨型城市。     

基于新浪微博的省域出游驱动力空间分布特征

信息化社会下的旅游流空间分布特征是一个全新的研究视角。从中国大陆31个省份中选取69个A级景区,利用新浪微博,获取省域范围内的粉丝分布情况。从总体、区域和主要出游地区3个方面,提取省域出游驱动力的空间分布特征。在微博用户的关系视角下,全国出游驱动力分布呈现明显差异,广东、北京两地在出游驱动力方面遥遥领先;通过省份-景点微博关系矩阵构成的出游驱动有向流发现,和东部地区的联系几乎占了全国出游驱动流的全部,而全国旅游接待的分布却相对均衡;最后,还发现了5个主要的聚类出游地区,并分析其特征。