计算多年冻土上限深度的地温法

本文以大量实测资料为基础,探讨了季节融化层导温性能及地温峰值滞后等自然因素对多年冻土上限深度的影响。还通过地表面的热效应和气温脉动的研究,讨论了多年冻土上限深度的小区域特点和未来期望值。提出了适合青藏高原多年冻土区计算多年冻土上限深度的半经验公式。由于主要依据是地温的分布和传导特征,故称之为“地温法”。     

渤海陆缘地震的力学特征和成因

渤海陆缘是华北强震活动区,如1966年的邢台震群,1967年的河间地震,1969年的渤海地震,1975年的海城地震,1976年的唐山震群和1983年的菏泽地震,都是在该区发生的。显然,深入研究该地区的构造运动和地震成因是有重要科学意义的。本文拟从应力场角度进行研究。     

漳州地热普查区地球化学异常的讨论

本文以漳州热田为例,通过对该区的地质及构造特征、地下热水分布、水化学特征及土壤地球化学异常的分析对照,论证了化探工作在地热勘查中的应用效果。同时,对热田的化探异常成因进行了初浅的探讨。     

地热异常的水槽模型实验

作为地球物理场的一个分支,地温场在理论和应用研究方面与其它地球物理场一样,也主要是依靠数学方法和物理模型实验的方法来进行的。本文讨论了地热异常水槽模型实验的理论原理;介绍了实验方法技术、实验结果和实际应用效果。     

雷州半岛局部地热异常及其形成机制

雷州半岛地热场主要受基底构造格局的控制和地下水活动的影响,隐伏花岗岩体放射性元素生热对盖层地温的贡献不可忽视,第四纪更新世火山喷发活动的岩浆余热已几乎完全散失,岩浆体和围岩温度已趋于平衡。由火山喷发而形成的雷北螺岗岭和雷南石峁岭两个玄武岩台地,为半岛地下水的主要补给区,由于冷水流下渗的地温效应,新生界盖层浅部地温梯度<3℃/100m,呈现地热负异常。在以传导传热为主的区域,地热场特点与华北盆地相似,新生界盖层地温梯度与基底岩面的埋深密切相关。由于地壳深部较均一的热流在地壳表部再分配的结果,若干凸起区盖层地温梯度为4—5℃/100m,呈现地热正异常。某些控制凸起区的边界断裂,当深层热水沿其上涌,造成附加热源,和传导传热相叠加,盖层地温梯度可高达5—8℃/100m,形成更鲜明的地热正异常。     

地洼学说的理论结构和发展纲领

地洼学说(活化区理论)自1956年诞生以来,经受过35年的实践检验,已发展成为包括五个组成部分和两个衍生学科的理论体系。它的理论结构是以第一个组成部分,即大陆地壳中发生于地台阶段之后,与地槽区不同特征的一种新型活动区—活化区即地洼区概念为内核,保护层为其余的组成部分和衍生学科,即地壳动定转化递进说、递进(地洼)成矿理论、壳体概念和地幔蠕动热能聚散交替假说,以及构造地球化学和成矿构造学。 地洼学说是属于作者建立的“历史—因果论大地构造学”范畴,它的发展纲领应是运用“历史—动力综合分析法”的研究方法,贯彻理论实践并重和切合生产需要的学术路线,采用充实和加固内核以及调整某些保护层的方式,按照自我完善与学百家之长相结合的原则,研究领域包括学说本身的进一步发展和运用它以解决实际问题。 内核的充实和加固包括两个方面;(1)理论方面的研究,例如地洼区的鉴别依据、类型划分、形成时代、分布地区、地壳运动等方面的问题。(2)实用方面的研究,例如运用区域地质、成矿规律及找矿预测、地热、水文地质、地貌、新构造等方面的问题。     

福建漳州地热田及其邻近地区的地壳深部构造特征

本文根据1985-1986年在福建省穿过漳州热田地区完成的一条NNE向地震折射剖面资料,采用一维与二维射线追踪和理论地震图拟合、反演等方法,获得了该地区比较详细的地壳与上地幔顶部结构及速度分布图像.结果表明:漳州热田地区正好位于一个地壳厚度突变带上,从漳州市往南向海岸方向地壳上隆,厚度只有29.5km,往北迅速加大到32.0 km左右;在这个突变带上地壳内所有速度界面均发生扭曲甚至错动,它可能是一个断裂带;地壳中部有一个横向延伸有限的低速区,其最低速度小于5.80km/s,顶部深度大于10.2km,这个低速区正好位于漳州市下方的地壳突变带上.作者推断它很可能就是漳州热田的壳内热源体,并可能是一个部分熔融体.     

论浙江火山岩区金银矿床的成矿物质来源

稳定同位素和地质特征的研究,结果表明浙江火山岩区金银矿床的成矿物质系多元来源。金属和挥发性组分来源于岩石圈深部(下地壳或上地幔)和上地壳,成矿流体是大量大气水和少量岩浆水的混合溶液.金银矿化与板块运动及地热流体对流体系有关.     

外界条件变化对天然气水合物相平衡曲线及稳定带厚度的影响

目前，有关天然气水合物的相关研究越来越多，而天然气水合物相平衡曲线和稳定带厚度的研究也变得越来越重要.本文利用Sloan的CSMHYD程序研究了外界条件变化对天然气水合物相平衡曲线及稳定带厚度的影响.研究结果表明：当天然气水合物中含有其他气体时，除了氮气会使水合物稳定存在的区域变小外；其他气体都会使稳定区域变大，且甲烷含量越少，水合物越容易形成；对于本文中所提到的几种气体，丙烷和硫化氢对相平衡曲线的影响最大；另外，水合物稳定存在的区域会随着盐度增加而变小.地温梯度、水深、海底温度、气体组成和孔隙水盐度对稳定带厚度的影响不同，其中稳定带厚度与地温梯度呈指数相关关系，与水深呈对数相关关系，与海底温度、水合物中甲烷含量及气体组成呈线性相关关系.水深从1 000 m增加到4 000 m时，稳定带厚度增加了大约400 m；水深2 000 m情况下，地温梯度从0.02℃/m到0.1℃/m变化时，稳定带厚度减薄了大约660 m；底水温度从0~17℃的变化过程中，稳定带厚度减薄了大约1000m；在水合物中气体组成从纯甲烷到含20%乙烷时，稳定带厚度增加了大约170m；盐度在0~4.5 wt％的变化中，稳定带厚度减薄了大约130 m.由此可见，在这几种因素中，地温梯度和底水温度对稳定带厚度的影响较大.     

Assessment of Exploration Bias in Data-Driven Predictive Models and the Estimation of Undiscovered Resources

The spatial distribution of discovered resources may not fully mimic the distribution of all such resources, discovered and undiscovered, because the process of discovery is biased by accessibility factors (e.g., outcrops, roads, and lakes) and by exploration criteria. In data-driven predictive models, the use of training sites (resource occurrences) biased by exploration criteria and accessibility does not necessarily translate to a biased predictive map. However, problems occur when evidence layers correlate with these same exploration factors. These biases then can produce a data-driven model that predicts known occurrences well, but poorly predicts undiscovered resources. Statistical assessment of correlation between evidence layers and map-based exploration factors is difficult because it is difficult to quantify the “degree of exploration.” However, if such a degree-of-exploration map can be produced, the benefits can be enormous. Not only does it become possible to assess this correlation, but it becomes possible to predict undiscovered, instead of discovered, resources. Using geothermal systems in Nevada, USA, as an example, a degree-of-exploration model is created, which then is resolved into purely explored and unexplored equivalents, each occurring within coextensive study areas. A weights-of-evidence (WofE) model is built first without regard to the degree of exploration, and then a revised WofE model is calculated for the “explored fraction” only. Differences in the weights between the two models provide a correlation measure between the evidence and the degree of exploration. The data used to build the geothermal evidence layers are perceived to be independent of degree of exploration. Nevertheless, the evidence layers correlate with exploration because exploration has preferred the same favorable areas identified by the evidence patterns. In this circumstance, however, the weights for the “explored” WofE model minimize this bias. Using these revised weights, posterior probability is extrapolated into unexplored areas to estimate undiscovered deposits.