低温β-半乳糖苷酶产生菌的筛选、鉴定、生长特性及酶学性质的初步研究

自北冰洋楚科奇海、加拿大海盆、格陵兰海和中国南极中山站近岸的海水、海冰和沉积物样品中分离的322株低温细菌中筛选出73株低温β-半乳糖苷酶产生菌,并对其中1株BCw006进行了研究。通过16S rDNA序列同源性分析表明,该菌株属于交替单胞菌属,定名为Alteromonas sp.BCw006。对该菌株研究表明:该菌最适生长和产酶温度为24℃;在pH6.0—8.0、含0%—6.O% NaCl的培养基条件下菌株能够较好地生长与产酶,其最适生长和产酶NaCl浓度分别为3%和1%,乳糖对β-半乳糖苷酶合成具有明显诱导作用,酵母粉和蛋白胨是菌株生长和产酶较适宜的氮源,酶的最适作用温度为35℃,0℃时能保持35℃下酶活的25%左右,表明其具有较好的适应低温特性。酶对热敏感,60℃时作用30min后酶活力下降了41%。     

大气气溶胶研究的前沿问题

从4个方面对大气气溶胶研究的前沿问题作了总结和分析：气溶胶的基本特征、气溶胶的气候效应、沙尘气溶胶以及气溶胶对健康环境的影响。介绍了当前国际上有关的大气气溶胶研究计划,讨论了未来大气气溶胶研究的主要领域及研究方向。     

L与X波段气象卫星信道概率统计特性

为研究大气空间物理层对气象卫星通信的影响,将影响气象卫星信道特性的天气状态分为晴空少云、多云和阴雨天气3种情况,根据不同的静态信道特性分别推导了地面接收气象卫星信号的包络变化规律服从Rayleigh分布 (阴雨天气)、Rice分布 (部分阴影遮挡)、Lognormal分布 (全阴影遮挡) 和Gauss分布 (晴空少云),并建立了相应的概率分布 (PDF) 仿真模型。计算机仿真结果表明:不同传输特性下接收信号组成成分的不同造成其包络概率密度曲线的差异,仿真模型与理论模型的概率密度曲线符合程度很好,验证了理论分析的正确性和有效性,为分析地面接收的气象卫星的数据误码率提供了理论基础。     

壳聚糖酶的分离纯化及性质研究

以本实验室分离的产壳聚糖酶YJ02菌株出发,制备壳聚糖酶发酵液,经离心、(NH4)2SO4分级盐析、Q-SepharoseFast Flow阴离子交换、Sephacry S-100凝胶过滤分离纯化步骤,SDS-PAGE显示为一条带,壳聚糖酶纯化了28.9倍,收率为47.6%。该酶的性质研究表明,该酶的分子量为66.2KD,最适反应温度为50℃,最适反应pH为6.0;Mn2 对酶活力有明显的促进作用,Cu2 ,Fe3 ,Hg2 对酶活力有抑制作用;小分子有机物EDTA和SDS对酶活力有抑制作用,而IAA和β-巯基乙醇对酶活力稍有促进作用。该壳聚糖酶对高脱乙酰度壳聚糖底物水解作用强,酶解位点可能为NGlc-NGlc,酶最大反应速度Vmax=4.1μmol/min,常数Km为64mmol/L。此壳聚糖酶水解壳聚糖制备的壳寡糖数均分子量为2 400Da。     

安塞油田H区开发中后期储层地质建模

安塞油田H区为低孔、低渗油藏,经过10多年的注水开采,己进入开发中后期,开发矛盾日益明显。分析总结安塞油田H区长6储层地质和沉积微相特征后,指出研究区属三角洲前缘亚相沉积,并详细分析了区内出现的三角洲前缘水下分流河道、河道侧翼、分流间湾、河口坝、水下天然堤和前缘席状砂等六种沉积微相的岩性、电性特征。最后采用指示模拟的方法建立了研究区的沉积微相模型,并以此模型为基础建立了研究区的储层参数模型。验证结果表明,在相控条件下所建模型与实际地质情况符合较好,为成功挖潜剩余油提供了保证。     

长江中下游Fe- Cu- Au- Pb- Zn多金属成矿带主要地质成矿特征及潜力分析

长江中下游成矿带是我国重要的铜-金-硫-铁多金属成矿区带,主要矿床类型为矽卡岩型、玢岩型、斑岩型和热液型。区带重要矿产资源时空分布具有不均匀性,一定的矿产及矿产组合产于特定的地质历史时期,以燕山成矿期为主,区内99%以上的铁、铜、金矿资源量以及全部铅、锌、银、钼、铊矿资源量形成于燕山成矿期;且这些矿产的成矿时代多集中于燕山中晚期。长江中下游成矿带地质构造具有多层、块段、立体网络的特点,数条岩石圈断裂将整个区域分割为若干个断块;各个断块的内部结构各有差异,地质构造发展历史不同,构造-沉积-岩浆活动的特点也不尽相同,造成矿化类型、矿产组合、矿产资源储量的分布具不均匀分布的特征。在区内主干断裂带或与之平行的基底断裂与近东西向基底断裂的交切和复合部位,形成了多个岩浆-成矿活动中心;受其影响在长江中下游地区出现了多个矿集区。主导控制因素为构造-岩浆作用,而地层作为成矿与赋矿的场所,亦是主要控制因素之一,特别是特定层位中受岩相古地理环境制约的矿(胚)层,和有利的岩性层位或其组合具有十分重要的作用。根据区带成矿规律、找矿新突破以及在全国矿产资源潜力评价数据和成果基础上,在该区带内划分了五个重点远景区作为国家整装勘查区的后备选区并对其资源潜力进行了分析和评价。     

孔隙型储层的孔隙系统三维量化表征——以四川、塔里木盆地白云岩为例

以四川盆地和塔里木盆地孔隙型白云岩样品为例,通过CT扫描、数字岩心、分形与多重分形等方法,讨论了典型白云岩储层不同孔隙系统(如晶间孔、粒间孔、铸模孔等)的结构特征,并用定量化参数对孔隙结构进行数值表征。结果表明:晶间孔和粒间孔样品的孔隙形状多为三角形,孔隙相对细长,喉道发育,连通性较好;铸模孔样品的孔隙形状较为规整,二维平面上表现为圆形,三维空间上近似球体,这类样品往往孔隙较为发育,但是孔喉系统连通性差;由多种类型孔隙组成的"混合孔"样品则非均质性较强,受岩石组构特征影响显著。进一步利用分形与多重分形方法对孔隙的非均质性进行研究发现:不同孔隙类型的结构差异在分形盒子维数上有明确响应,维数的均值相对大小表现为:铸模孔粒间孔晶间孔混合孔。孔隙度可能也对盒子维数产生影响。     

塔北隆起西部缝洞型碳酸盐岩储层表征与评价

缝洞型碳酸盐岩储层存在强烈的空间非均质性,储层表征与评价难度极大。塔北隆起西部W区块奥陶系中统顶部发育稳定的台地相碳酸盐岩缝洞型储层。应用古地理坐标转换构造建模技术、测井储层分析方法,并结合缝洞型储层地震属性进行储层相研究,以储层相分析成果为基础建立双孔隙度模型,对缝洞型储层进行定量表征,最后结合AVO流体预测,进行综合评价。研究表明:该区碳酸盐岩储层类型主要为裂缝型、裂缝孔洞型,裂缝既是储集空间又是孔洞形成的诱导因素;本征值裂缝属性和地震波形分类属性对裂缝与孔洞响应较为敏感;储层含油饱和度提高之后,AVO现象更趋明显,叠前AVO反演的流体预测技术能对缝洞型碳酸盐岩储层流体进行合理预测、评价。     

Pore Structure Characterization of Clay Minerals in the Lower Karamay Formation Conglomerate Reservoir in the Junggar Basin and its Impact on Hydrocarbon Storage and Seepage

The micro-nano pore structure of conglomerate in the Lower Karamay Formation of the Xinjiang Oilfield,Junggar Basin, northern China is characterized to predict its impact on fluid reserves and seepage. Authigenic clay minerals are mainly kaolinite(67%), followed by an illite/smectite mixed layer(18%), illite(10%), and chlorite(5%). For kaolinite,pore throats between 0–200 nm are dominant, accounting for 90% of the total pore throats. For illite/smectite mixed layer,pore throats also between 0–200 nm account for nearly 80%, while pore throats between 200-500 nm only account for 15%.For illite, pore throats below 100 nm account for about 80%, while pore throats in the range of 100–500 nm only account for 20%. For chlorite, most throats are below 200 nm. The pore roundness of illite is the highest, while the pore roundness of chlorite is relatively lower. The lower limits of the dynamic and static pore throat radii are 42.128 nm and 72.42 nm,respectively. The theoretical contribution rates of the illite/smectite mixed layer, kaolinite, illite and chlorite to storage/seepage are 60%/45.86%, 52.72%/38.18%, 37.07%/28.78% and 32.97%/26.3%, respectively. Therefore, the contribution rates of clay minerals in the study area are as follows: illite/smectite mixed layer, kaolinite, illite and chlorite.