金属的理化性质和地壳丰度的相互关系初步研究

本文旨在探讨金属元素的理化性质和其地壳丰度(CA)的分布规律。利用相关性分析和集对分析研究了金属的理化性质和其地壳丰度的关系。结果表明,金属元素21种理化参数与地壳丰度之间均有不同程度的相关性。其中10种理化参数和地壳丰度显著相关(P≤0.05),包括共价指数(X2mr)、原子密度(ρ)、原子序数(AN)、原子量(AW)、有效核电荷(Z*)、电负性(Xm)、软指数(σp)、电子亲和能(EA)、极化力(Z*2/r)和电化学势(ΔE0)。集对分析进一步表明:X2mr,ρ,Z*和Xm与log(CA)之间趋同性较好,支持了相关分析的结论。研究结果暗示金属的理化性质与地壳丰度之间存在密切的内在关系,这为地球演化成因、元素丰度演变规律提供了新证据,对岩石、矿产资源开发和利用等有重要意义。     

汝阳竹园沟钼矿床地质特征及找矿方向

汝阳竹园沟钼矿床位于河南省汝阳县南部的太山庙复式花岗岩体北东侧第二次侵入的细粒花岗岩(γ53-2)岩体内接触带.在讨论成矿地质背景基础上,对矿区构造、岩体、围岩蚀变及地球化学特征进行了研究.矿体呈似层状分布,其形态、产状受第二次侵入的细粒花岗岩(γ53-2)岩体形态、产状影响较大,说明竹园沟钼矿床无论在空间上、时间上、成因上均与深部同熔型花岗岩浆有关,矿床成因为斑岩型钼矿.找矿标志和找矿方向的提出,对以后区域上花岗岩基分布区的找钼工作有一定的指导意义.     

地磁台站勘选数据处理系统设计

为实现地磁台站场地勘选指标的快速计算和勘选报告的在线保存与查询,提高地磁台站勘选数据处理效率,降低人工处理数据错误率,在现有地磁数据处理软件功能的基础上设计开发地磁台站勘选数据处理系统,以提高勘选的工作效率。     

热水沉积-热液改造成因铅锌矿床——河南熊耳群火山岩中一种新的矿床类型

骑马沟铅锌矿赋存于熊耳群条纹状硅质大理岩与火山凝灰岩之间。通过对矿床地质、岩石、矿物组合特征等方面的初步研究,认为该矿床为热水沉积一热液改造成因铅锌矿床,其成矿主要与熊耳期火山岩及火山气液作用有关。这是在河南熊耳群火山岩中首次发现的该类矿床类型。     

东天山平顶山巨眼球状片麻状花岗岩特征及成因

摘要本文以东天山平顶山岩体为例,探讨中天山晋宁旋回晚期巨眼球状片麻状花岗岩的特征及其形成机制。野外地质关系、岩相学、岩石化学、稀土元素、微量元素和同位素研究表明,平顶山岩体是岛弧钙碱性火山-沉积岩系经原地改造的产物,其Rb—Sr等时线年龄为927Ma．花岗岩形成作用的动力、热力来源可能与碰撞后天山岩石圈的拆沉有关。拆沉导致的底侵和内侵引发了地壳岩石的韧性剪切,剪切后的岩石有利于部分熔融、熔体-流体运移和化学反应,而熔体和流体的作用反过来又会促进韧性剪切,并将较浅层次的变形变质岩石改造为片麻状花岗岩。平顶山岩体的成岩作用体现了部分熔融、韧性剪切和流体作用的相互反馈,也是这些作用的共同产物。这种原地片麻状花岗岩的成岩过程主要为深源熔体和流体与原岩的相互作用,并使原岩发生不同程度的部分熔融,因而其地球化学特征同时受到原岩和外来熔体-流体的控制。底侵和内侵是造山过程晚期-期后挤压-拉张转折期地壳垂向增生的重要方式,而平顶山这类片麻状花岗岩则是这种垂向增生的产物。     

秦皇岛A油田河流相储层展布特征

秦皇岛A油田位于渤海中部海域,区内油气藏主要发育在新近系的明化镇组。明化镇组下段为曲流河沉积地层,具有很强的非均质性,使得注水开发收效不均匀,平面矛盾突出。选取Ⅲ2砂体为研究对象,利用40余口钻井资料和覆盖油田的三维地震资料对储层内部结构和平面展布特征进行了系统的分析。研究认为,Ⅲ2砂体是由两期点坝砂体叠置而成,每一期砂体在平面上由4~5个单一点坝顺向组合而成,点坝之间的溢岸沉积是导致储层非均质性强的主要因素,控制了剩余油的分布。油田的生产动态证实,注入水流动规律与点坝砂体的平面展布具有良好的对应关系,部分井区水驱效果不均衡,个别单井产能低下都能从中找到原因。     

天然勃姆石热相变体γ－Al_2O_3阴离子交换－吸附模式的研究

天然勃姆石热相变体γ－Ａｌ２Ｏ３第一次与含某些阴离子的化合物溶液接触时,可对这些阴离子及其配对的阳离子产生吸附作用,一旦γ－Ａｌ２Ｏ３已经吸附了某些化合物,再与另外一种化合物的溶液接触时,那么,γ－Ａｌ２Ｏ３吸附的阴离子及其配对的阳离于均具有可置换性。因此,γ－Ａｌ２Ｏ３既具有阴离于交换－吸附性能,又具有阳离子交换－吸附性能。这种特性具有潜在应用前景。     

海洋表面流的高频雷达遥感

解释了利用高频雷达探测海洋表面流的基本原理,简要介绍了新研制的海态监测分析雷达OSMAR的组成及其工作流程,着重分析了利用OSMAR探测北部湾海流的实验结果．     

基于RBF神经网络的土壤铬含量空间预测

以广东省增城市为实验基地,采用随机采样的方法采集土壤铬含量样点,并将其分为训练数据集和检验数据集。设计4种样点布局方案,对前三组数据用RBF神经网络方法进行土壤铬含量插值,分析预测误差。研究发现,当样点较少时,RBF神经网络方法的插值结果较精确。而当样点数据为50时,误差较大,不能满足插值要求。通过插值结果的对比发现,较传统的统计学插值方法,RBF神经网络方法克服了平滑效应,特别是在数据较少的情况下,进行空间预测效果较好,是一种适用范围更广的插值方法。