东昆仑大格勒地区碱性杂岩体中辉石岩的年代学、地球化学、Sr-Nd同位素特征及其地质意义

近年团队在东昆仑大格勒地区发现了Nb、P矿化碱性杂岩体,并对杂岩体的岩石组合、岩石学特征及含矿性开展了研究,初步圈定了Nb、P矿化体,显示东昆仑具有寻找与碱性岩-碳酸岩型稀有稀土矿潜力。对碱性岩的形成时代、地球化学组成、矿物成分以及形成环境等方面的研究,不仅对重建东昆仑古构造环境具有重要的意义,还可推动东昆仑稀有金属成矿规律研究与找矿突破。本文在野外地质调查的基础上,选取杂岩体中重要的含矿辉石岩为研究对象,开展了单矿物电子探针原位分析、磷灰石和榍石U-Pb年代学、岩石地球化学及Sr-Nd同位素研究。结果显示,东昆仑大格勒地区辉石岩的形成时代为418 Ma。辉石岩主要矿物中存在似长石(霞石)、碱性暗色矿物(富铁黑云母),单斜辉石为透辉石,角闪石为钙质角闪石(铁韭闪石),黑云母为铁质黑云母和镁质黑云母。岩石地球化学特征显示辉石岩具有富K(K_(2)O>Na_(2)O)、CaO含量高、轻稀土元素强烈富集、富集Rb、Ba、Sr等大离子亲石元素,不亏损Nb、Ta元素,亏损Zr、U、Ti等高场强元素的特征。全岩的(87Sr/86Sr)i为0.704058~0.704278,ε_(Nd)(t)为-0.4~-0.2。矿物组成、元素和同位素地球化学特征均指示大格勒辉石岩为钾质碱性岩,具有与OIB相似的特征,岩浆源区为EMⅠ型地幔端元。岩石的形成过程为母岩浆在相对较深的地幔源区经历了1%~3%较低程度的部分熔融作用,在上侵过程中经历了较强的分离结晶作用和微弱的同化混染作用,其形成时代为该地区岩浆活动最强烈的时期,可能与碰撞后软流圈地幔的上涌和岩石圈的强烈伸展相关。

东昆仑大格勒富铌碳酸岩矿物学特征

东昆仑大格勒地区新发现一套碱性岩-碳酸岩杂岩体,具有很好的铌等稀有金属成矿潜力。本文在岩相学研究基础上,结合背散射电子图像,应用电子探针能谱半定量分析和波谱定量分析技术,对东昆仑大格勒富铌碳酸岩中的铌矿物进行了原位微区成分分析。岩相学观察表明,铌矿物主要为铌铁矿族、铌钙矿、烧绿石、褐铈铌矿、铌易解石,含铌矿物为含铌钛铁矿、斜锆石。铌矿物嵌布粒度较细,嵌布关系紧密而复杂。其中,铌铁矿族常与磁铁矿、铌钙矿、褐铈铌矿和磷灰石紧密共生,多以细粒状集合体呈浸染状、星散型沿磁铁矿裂纹与边部进行交代。铌钙矿、烧绿石和褐铈铌矿常与铌铁矿、磁铁矿和磷灰石紧密共生,铌钙矿局部与铌铁矿呈不规则状接触分布,烧绿石呈不规则状沿铌铁矿边部分布,褐铈铌矿多以团块状沿铌铁矿边部分布。铌易解石与磁铁矿紧密共生,呈不规则状接触。初步推断铌矿物包括岩浆期形成的烧绿石和铌易解石,热液期形成的铌铁矿、铌钙矿、烧绿石和褐铈铌矿。矿物组合初步显示,大格勒富铌碳酸岩中的铌至少经过了岩浆和热液两个时期的富集。电子探针分析结果表明,主要铌矿物的Nb_(2)O_(5)平均含量分别为:铌铁矿族69.92%,铌钙矿59.55%,烧绿石59.14%,褐铈铌矿43.12%,铌易解石41.55%;含铌矿物的Nb_(2)O_(5)平均含量分别为:含铌钛铁矿1.33%,斜锆石1.22%。其中,铌铁矿族和铌钙矿、烧绿石为可选且具有工业价值的铌矿物。

酸岩反应过程模拟实验及残酸离子变化规律——以大庆油田为例

酸岩反应复杂,反应过程中会产生大量离子,可能随着pH值升高生成二次沉淀,从而影响酸化效果,因此分析酸岩反应过程中离子变化规律是酸化配方的技术关键。选取盐酸、土酸与大庆油田储层岩屑模拟酸岩反应,通过反应后酸液pH值梯次调控,模拟油层条件下酸岩反应进程及离子浓度变化规律。结果表明,pH值调节过程稀释倍数对残酸中金属离子浓度变化影响小,可不做考虑,放置时间以6 h为最佳;Ca^(2+)、Fe^(3+)、Al^(3+)是盐酸残酸产生二次沉淀的主要离子,Ca^(2+)、Fe^(3+)、Al^(3+)、Si^(4+)是土酸残酸产生二次沉淀的主要离子。在对酸岩反应机理及二次沉淀产生原因分析的基础上,自主研发了能减少酸岩反应二次沉淀的酸液——高络合酸,通过将高络合酸与土酸残酸进行定量对比和评价,验证了高络合酸具有抑制二次沉淀生成的效果,为提高酸化效果提供了新的思路。

碱消解火焰原子吸收分光光度法测定固体废物中六价铬的不确定度评定

通过对碱消解火焰原子吸收分光光度法测定固体废物中六价铬检测过程进行研究,依据《测量不确定度评定和表示》(JJF 1059.1—2012),全面分析了检测过程中不确定度的来源并进行量化,建立了碱消解火焰原子吸收分光光度法测定固体废物中六价铬测定不确定度的评定方法,为评价固体废弃物样品中六价铬分析结果不确定度计算提供了参考,为监测机构评价检测结果有效性、检测结果与规范限值的符合性和使用监测数据提供了技术支持。

库姆塔格沙漠岩屑的岩石学分析及其物源指示

沙漠中的岩屑是沙源母岩风化的暂时性中间产物,是判别母岩性质和来源的最可靠最直接的标志。采用沙薄片岩性显微鉴定,对库姆塔格沙漠北部的堑谷阶地、边缘台地、羽毛状沙丘以及沙漠南部洪积台地、干河床、边缘沙丘和丘间地等地貌单元的岩块和粗碎屑进行了多样品系统性岩石学分析。结果表明:库姆塔格沙漠岩屑岩石类型复杂,涵盖3大岩类、14种3级岩类、121种5级岩类,以中酸性喷出岩类和区域变质岩类为主,常见的岩石为流纹岩、霏细岩、安山岩、粗面岩、石英岩和石英化岩。碎屑岩矿组成与粒度关系密切,砾石>90%、粗砂50%~90%是岩屑,粒度1.0 mm左右的沙粒岩石类型最多,沙粒细则碎屑单矿物含量高,这种状况使得沙漠不同区域、不同地貌部位沙粒岩性分布存在差异。岩屑具有不同的颜色,暗色颗粒主要由中酸性喷出岩组成,而浅色颗粒主要由石英质岩类和长英质矿物组成,其中部分同类岩屑既有暗色也有浅色。沙漠中岩屑的岩石特征与阿尔金山山区出露的岩性基本一致,沙漠中不仅含有阿尔金山十分发育的动力变质岩类,而且还含有红柳沟—拉配泉段特有的蛇绿岩套混杂岩系的各种岩类,显示出库姆塔格沙漠的碎屑与阿尔金山母岩的渊源关系,但母岩风化的差异性以及山脉隆起不同历史阶段碎屑物输出的差异,使得岩屑中各类岩石的含量与山区母岩含量不尽相同,细晶质及隐晶质且抗风化的岩石成为沙漠岩屑的主要组分。库姆塔格沙漠中粗晶质岩类和碎屑单矿物南多北少与抗风化岩屑北多南少的分布格局是冲洪积物由南向北运移的结果,显示了沙漠沙与冲洪积物岩屑特征的相近性和继承性,揭示了库姆塔格沙漠具有近源就地起沙的物源属性。

基于深度学习的镜下岩石、矿物薄片识别

岩石、矿物显微图像的识别是岩矿鉴定的基础手段之一,对地质资源勘探有着重要意义。薄片显微图像一般情况下是在实验室中进行的,这项工作繁琐费时,需要大量的人力资源,并且准确性受限于鉴定者的经验。深度学习智能图像识别算法可以通过卷积神经网络提取显微图像的深层特征,从而达到对显微图像进行快速、准确分类识别的目的。本研究以PyCharm平台为深度学习框架,以中国科学数据网上的南京大学教学岩石薄片数据集、南华北石炭纪灰岩显微图像数据集等6个数据集为基础制作了可以应用于岩石矿物显微图像分类识别训练的数据集,搭建具有针对性的VGG卷积神经网络模型,该模型具有对整个岩石薄片图像与单个矿物图像分别提取其深层中的特征信息的能力,从而达到识别岩石薄片的目的。实验结果显示,随着模型训练迭代的进行,预测值与真实值之间的损失函数在不断减小,识别准确率在不断增加,在分别经过50个和30个循环训练之后,模型的损失函数与识别准确率已经基本收敛。模型对显微图像测试集的识别成功率均高于90%,说明搭建的模型对于图像有很好的特征提取效果,可以完成岩石矿物显微图像识别的任务。通过本文的研究,可以认识到,深度学习对于处理岩矿鉴定这样的任务有着高超的效率与准确度,开发相关的模型并运用到前端软件上,可以加快矿产资源勘探工作的速度,对于生产实践有着重要的应用意义。

基于深度学习的鲕粒智能检测与特征统计

鲕粒是一类特殊的沉积颗粒,其分布的疏密程度、粒径大小等信息可以直观地反映形成环境的水深以及水动力条件,具有重要的地质意义。在地质学中,通常将鲕粒岩石标本磨制成岩石薄片,并依靠专业人员在显微镜下观察来获取鲕粒含量、圆度、径粒大小等数据的估计值,存在着计算量大、成本高、周期长、人力投入大等缺点,而且该方法受主观因素影响较大,不同专家得出的结果也不尽相同。针对上述问题,本文提出了基于深度学习的鲕粒智能检测与特征统计方法,主要采用YOLOv5检测模型对鲕粒岩石薄片显微图像进行检测,并在YOLOv5网络主干部分添加轻量级的SE-Net通道注意力机制模块来提升检测性能;其次,本次使用DIoU-NMS替换NMS方法,改善图像中鲕粒分布拥挤时的漏检问题。实验证明改进后的算法最终精确率达到了98.8%,比原算法提升了1.3%。最后利用图像处理技术,对检测结果进行量化统计和分析,得到图像中鲕粒含量、圆度信息、粒径大小的统计结果直方图,为地质工作人员进行相关工作提供了极大的便利。

基于MobileNetV2的岩石薄片岩性识别

岩石薄片的岩性识别是地质分析中不可或缺的一环,其精准度直接影响后续地层岩石种类、性质和矿物成分等信息的确定,对于地质勘探和矿产开采具有重要意义。为了快速准确地识别岩性,本文提出了一种改进的MobileNetV2轻量化模型,通过选取5种岩石类型共3 700张岩石薄片图像进行岩性识别。在MobileNetV2的倒残差结构中嵌入坐标注意力机制,融合图像中多种矿物的全局特征信息。此外,改进MobileNetV2中的分类器,降低模型的参数量和计算复杂度,从而提高模型的运算速度和效率,并采用带泄露线性整流函数(leaky rectified linear unit, Leaky ReLU)作为激活函数,避免网络训练中的梯度消失问题。实验结果表明,本文提出的改进后的MobileNetV2模型大小仅为2.30 MB,在测试集上的精确率、召回率、F_(1)值分别为91.24%、90.18%、90.70%,具有较高的准确性,相比于SqueezeNet、ShuffleNetV2等同类型的轻量化网络,分类效果最好。

环氧树脂AB胶制作岩石薄片的优化研究

探索岩石制片过程中粘片时环氧树脂AB胶的最佳配比和最佳烘干温度,主要通过配制不同比例(1∶1~2∶1)的环氧树脂AB胶对一定数量的岩片进行粘片,在不同温度(20℃~90℃)下进行烘干,制作岩石薄片,对薄片进行镜检,查看薄片的质量,总结出耗时短、质量好的AB胶的配比及烘干温度。

Acoustic emission signal identification of different rocks based on SE-1DCNN-BLSTM network model

In order to study fracture mechanism of rocks in different brittle mineral contents,this study pro-poses a method to identify the acoustic emission signal released by rock fracture under different brittle miner-al content(BMC),and then determine the content of brittle matter in rock.To understand related interference such as the noises in the acoustic emission signals released by the rock mass rupture,a 1DCNN-BLSTM network model with SE module is constructed in this study.The signal data is processed through the 1DCNN and BLSTM networks to fully extract the time-series correlation features of the signals,the non-correlated features of the local space and the weak periodicity law.Furthermore,the processed signals data is input into the fully connected layers.Finally,softmax function is used to accurately identify the acoustic emission signals released by different rocks,and then determine the content of brittle minerals contained in rocks.Through experimental comparison and analysis,1DCNN-BLSTM model embedded with SE module has good anti-noise performance,and the recognition accuracy can reach more than 90 percent,which is better than the traditional deep network models and provides a new way of thinking for rock acoustic emission re-search.

复杂砂岩矿物组分的定量评价方法——以陇东地区上古生界储层为例

陇东地区上古生界储层岩屑成分种类复杂且多变,分选性很差,从成分到结构差异性都很大;储层孔隙结构变化大,孔渗关系复杂;复杂孔隙结构导致储层电性受孔隙结构影响大,对流体性质响应弱,流体性质判识难。元素测井是目前定量评价岩石矿物组分精度最高的测井方法,但受成本所限,不能普遍应用,因此利用常规测井曲线定量评价复杂砂岩矿物组分是一种有效的尝试。经实践证明,应用能谱岩石矿物组分定量评价技术,可精细评价岩性,识别低阻气层,其中,陇东地区上古生界解释符合率提高至80%,助力盒8段、山1段发现多个有利含气砂带,新增含气面积4444.1 m 2,预测地质储量2524×108 m 3,取得了良好效果。

滴定硅酸盐岩石与土壤中氧化亚铁的对比研究

【研究目的】由于硅酸盐岩石与土壤的成分不同,开展硅酸盐岩石与土壤中氧化亚铁的对比研究有利于更加准确地滴定氧化亚铁的含量。【研究方法】本文对重铬酸钾滴定法滴定硅酸盐岩石与土壤中氧化亚铁进行了对比,重点比较了溶样时间对氧化亚铁的影响,实验使用硫酸(1+1)和氢氟酸溶样,多余的氟用硼酸络合,以二苯胺磺酸钠为指示剂,重铬酸钾标准溶液滴定氧化亚铁。【研究结果】分析结果表明,溶样时间对硅酸盐岩石和土壤中氧化亚铁影响较大,硅酸盐岩石和土壤样品分别在溶液完全沸腾0~2 min和8~10 min时滴定为宜;方法经国家一级标准物质分析验证,结果与参考值相符,硅酸盐岩石和土壤的精密度RSD(n=10)分别为1.94%、1.78%。【结论】因此,在实际操作中应根据样品的类型选择合适的溶样时间,能够更加准确地确定氧化亚铁的含量。

岩矿鉴定和电子探针在矿物药金礞石鉴定及质量评价中的应用

采用薄片鉴定和电子探针测试对来自个6个不同地区的金礞石进行鉴别和质量评价。首先通过薄片鉴定初步确定金礞石样品的主要成分及伴生矿物,进一步利用电子探针技术对金礞石的主要成分、伴生矿物进行半定量分析,再利用电子探针波谱定量分析研究金礞石中Hg、Pb、S、Ge等元素的赋存状态,在这些技术综合鉴定的基础上,对各地的金礞石进行质量评价。研究表明,岩矿鉴定及电子探针技术的结合用于鉴定金礞石矿物药是一种极为有效、可行的办法,具有原位、无损的优点。

四川广汉联合遗址出土玉石器石料的选择策略研究

四川广汉联合遗址是成都平原内遗存较丰富、时代延续性较好的古遗址。为研究该遗址中出土玉石器石料的选择策略,对玉石器开展手标本鉴定、显微薄片鉴定、扫描电镜及能谱分析、X射线荧光光谱和拉曼光谱分析。结果显示,遗址石料类型十分丰富,同时包括沉积岩、岩浆岩和变质岩3类岩和极少量的矿石,玉料类型仅可见闪石玉和蛇纹石玉。具体而言,新石器时代以硅质岩和砂岩为主,商周时期以板岩、页岩、砂岩、粉砂岩为主。在石料的认识与利用上,联合遗址的先民能较好利用石料的不同物理性质制作相应功能的石器,但商周时期先民对自然资源的利用程度更高。与同属商周时期的三星堆遗址相比,联合遗址先民由于所处地位弱势,在玉石器选材较次。结合地质资料和水系分布发现,玉石器原料主要来源于湔江上游和岷江流域的龙门山构造带,这说明联合遗址先民或继承了宝墩文化时期的玉石料利用范围,在一定程度上揭示了宝墩文化与三星堆文化的发展演变序列。

来自大别山深成侵入岩图像深度迁移学习的可解释性研究

岩石图像识别是以深度学习为代表的感知智能在地质领域的典型应用场景。已有研究显示网络结构简单的深度卷积神经网络能够在岩石图像上取得比复杂网络结构高的分类准确率。这与ImageNet数据集上网络结构越深越好的趋势相悖。如何解释这一现象?深成侵入岩为显晶质,自形—半自形粒状结构,块状构造,其分类的依据是其矿物成分及相对含量。大别山地区岩浆活动广泛,中生代深成侵入岩广泛出露。岩石类型包括超镁铁质岩类、辉长岩类、闪长岩类、正长岩类、二长岩类和花岗岩类,基本覆盖IUGS推荐的深成侵入岩分类方案中的岩石类型。选取大别山地区中生代深成岩图像开展不同网络结构预训练模型迁移学习对比试验,能够专注于深度学习对矿物成分特征的学习解释,降低构造因素的影响。借助局部可理解的模型解释技术和特征图可视化技术,分别从全连接层分类决策区域可视化和卷积隐层可视化两方面对深度学习模型开展可解释性研究。结果表明简单网络结构的卷积神经网络能够提取不同矿物所表现出的颜色特征以及不同矿物组合所表现出的纹理特征。AlexNet模型的削减试验进一步证明:对于岩石图像深度学习,网络结构并不总是越深越好。

影响沉积物粒度测量结果的多因素分析

为了分析沉积物粒度测量结果的影响因素,采用不同的前处理方法以及两种激光粒度分析仪器分析了采自金沙江某考古遗址处的样品,结果表明:(1)富含有机质及碳酸盐成分的深层样品在加入HCl处理后,粒度测量结果偏粗;有机质含量较少的浅层样品经加热处理后粒度偏粗。(2)对同一样品,贝克曼-库尔特激光粒度分析仪对含量相对较少的细颗粒组分更敏感,马尔文激光粒度分析仪对粗颗粒组分的检测效果更好。因此,针对不同沉积环境的样品,应需要采取不同的前处理方法,将所使用的数据建立在同一测量系统内,以期获得更准确的古环境信息。

不同偏光系统下的岩石薄片图像联合分割

针对传统切换单偏光与正交偏光系统进行镜下岩石薄片分析和含量估计耗时耗力,且准确率较低的问题,在色度亮度空间设计一种岩石薄片图像联合分割方法:先将相同视域下的单偏光图像与正交偏光图像在色度亮度空间中分别进行分解,然后对色度图像进行双边滤波处理,抑制噪声和去除纹理,计算滤波后两个色度图像之间的差值,并依次使用K-Means聚类算法和分水岭分割算法得到最终分割结果。结果表明,使用单偏光岩石薄片图像与正交偏光岩石薄片图像联合分割较大提升了矿物颗粒计数准确率和分割结果的交并比。研究结果可为地质工作者鉴定岩石薄片提供指导。

提高地质化学实验室岩矿分析测试能力的措施分析

岩矿分析测试在地质研究工作开展中发挥至关重要的作用,与地质工作质量和效率具有直接关系。但是,岩矿分析测试工作具有较强的专业性和技术性,在实际操作中容易受到多种因素的影响,造成岩矿分析测试结果不准确,无法为地质勘查、矿产资源评估提供有效参考。因此,本文首先阐述了地质化学实验室岩矿分析的重要性,然后分析了地质化学实验室岩矿分析测试现存的问题,最后深入探讨了地质化学实验室岩矿分析测试能力提高的有效措施。

岩石薄片图像智能分析研究进展

分析岩石薄片显微图像中的矿物组成、结构构造、生成顺序、围岩蚀变和次生变化等特征,可以进行岩石种类鉴定、地质构造分析、古地质环境反演等相关研究。对于岩石薄片图像的分析及信息提取目前主要依靠专家进行人工目视解译。而利用计算机技术进行自动、快速、客观、准确的岩石薄片图像智能分析,将能有效提高相关研究工作的效率,为“大数据+地球系统科学”的研究范式提供基础。本文综述了岩石薄片图像智能分析的相关工作,从技术方法的角度系统归纳和阐述了其一般原理和方法,分类总结了相关应用案例,分析和展望这一领域存在的挑战与发展方向。

试析岩石矿物分析测试中的质量控制要点

本文在分析岩石矿物分析测试流程以及分析测试作用的基础上,对质量控制要点进行了研究,包括样品准备处理、仪器校准验证、控制图法使用、数据验证与解释以及质量保证体系建立等措施。