临海市林场国家战略储备林建设模型和策略研究

临海市林场储备林建设立足林业产业融合,旨在缓解木材供需矛盾、保障木材安全的同时,提高林地利用率,实现生态经济的转化。在储备林建设中坚持科学经营、合理利用、生态富民、示范引领原则,近自然森林经营理念,针对立地条件、林分、林龄等因素,采用目标树培育法等精细管理手段,准确快速提升森林质量,优化森林结构。提出了结合生态经济的转化方式,探索性建设“储备林+林业碳汇”“储备林+科普宣教”“储备林+科研基地”3种经营模式,实现储备林与林业产业融合发展,为林业高质量发展提供参考。

稻城海子山松散堆积物粒度成分空间变化特征

稻城古冰帽中心海子山广布粒度成分不同的由冰碛物和冲洪积物等组成的松散堆积物,给高海拔宇宙线观测站(LHAASO)规划建设带来挑战。对高坡垄岗部位5处冰碛花岗岩砾石、堰塞盆地中2处阶地冲洪积物进行现场观测和取样分析。对106块砾石采用线面集中统计,得到冰碛物砾石数量占百分比较高的砾径为0.5~2.5 m,面积2.5~7.5m^(2),体积5m^(3)。块石形状多为长方体-厚板状,部分面接触为主。采用音频大地电磁法(AMT)等进行探测,解释得到场地冰碛体厚约30m。对冲洪积物的含砾土和细碎屑土的2个砂砾样品用筛分法和激光粒度法进行粒度成分测定,得中值粒径d_(50)=2mm、0.7mm,不均匀系数C_(u)=5.40、2.42,曲率系数C_(c)=0.60、0.95。这两种冲洪积物均为不良级配的土,即均粒土。这些成因和结构不同的冰碛物和冲洪积物对工程布设有不同影响,在工程实践中给予了区分利用。

高密度电法电性结构揭示天山天池堆积坝体厚度及其阻渗稳水功能分析

天山天池北堆积坝体结构受其成因和演化控制,影响其含水和渗流特性。对该坝体稳定至关重要的下伏基岩埋深、坝体结构阻渗水结构特征等需现场探测并给出科学判断。在地质调查基础上采用高密度电法对天池堆积坝体结构进行探测,首次获得深达下伏基岩的堆积坝体纵向和横向电性剖面。结合光释光测年、水化学成分对比、水量平衡计算等手段,分析坝体堆积物形成时代以及坝体水文地质结构特征。结果显示:天池坝堆积体厚度大于100 m并可分为3层,上部浅表层滑坡形成的巨大块石层厚30~40 m且基本不含水,其下松散含水层厚度为30~50 m;下部为较低电阻率弱透水的冰碛物,主要分布在坝体下游和东端;底部为高电阻率不透水的石炭系火山岩。坝体中间部位地下水集中下渗补给了西小天池。同时靠坝体东侧发育排泄通道,呈现多处溢水点,控制了飞龙涧左岸下降泉季节性发育,同河谷冲刷作用一起影响并导致下游左岸冰碛物中发育4处滑坡体。电法剖面揭示出与坝体轴向近平行的2条隐伏断层,其中堆积坝高堤处气象台所在山丘上游一侧发育一条近东西走向并倾向上游的断层F1,构成地下水阻隔带而使天池堆积坝上游潜水水位呈现一定雍高,同坝体下伏基岩和弱透水冰碛物联合组成的坝体结构致使旱季天池水不会大量溢出,夏季丰水时浅表泉水渗漏,保证了天池水满而不溢、结构松而不垮。由此构建该堆积体内断层和地层结构组成的浅表导水模型,计算得出天池堆积体地下水排泄量约为1200 m^(3)/d,天池总下泄水量为52×10^(4)~113×10^(4)m^(3)/d(从冬季到夏季),维持了天池湖水动态稳定。

天山天池堆积坝体结构及大小锅底坑老崩塌-老滑坡发育阶段探讨

虽对天山天池冰碛-崩塌-滑坡综合成因已形成共识,但对堆积坝体结构及地质构造控制的老崩塌-老滑坡位置及形成过程尚不明晰。在前人研究基础上,采用现场地质调查、钻探资料分析等方法圈出构造格架;在平行和垂直坝体轴线方向上利用高密度电法开展坝体电性结构探测,给出地质解释剖面。结合遥感影像变化,分析大小锅底坑反映的全新世发生的老崩塌和老滑坡两阶段发育特征。认为老滑坡北侧缘F2断层为控制边界,显露梳妆镜为分析滑坡运动的重要线索;末次冰期冰碛物后的崩塌和滑坡运动与堆积物,填塞淤埋天池原古河道并将泄洪道推向右岸形成现在的天池坝体形态;原古河道在电性结构剖面上显示低阻带,为西小天池源头泉水集中排泄区;靠近湖岸的断层F1起稳定湖水位的阻水作用。该结果可望对天池形成演化、堆积坝体稳定性分析和保护提供一定参考。

量子纠缠技术在地质学上应用的可能性

牛顿力学是研究宏观世界的理论,量子力学是研究微观世界的理论。量子力学中有许多超乎宏观世界的现象,有些很神秘,甚至颠覆了我们对科学的认识,这其中最典型的就是量子纠缠现象。量子纠缠是指两个相互纠缠的量子不管相距多远,它们都不是独立的事件。当你对其中的一个量子进行测量时,另外一个相距很远的量子也可以被感知,可以被关联测量。量子纠缠是量子系统区别于经典系统的最不可思议的特性。量子纠缠正是由于它过于神奇,很难验证,故引起学术界争论不断。但是,由于量子纠缠具有的强大功能,正在成为国际大国竞相发展的焦点。文中讨论了量子纠缠目前研究的现状及其特征,探讨了量子纠缠应用的若干实例,包括量子纠缠的隐形传态功能,量子纠缠推动了量子计算机的进步,量子纠缠与大数据结合开创了量子机器学习方法等。至于量子纠缠技术如何应用于地质学,国内外还没有先例,但我们认为,从理论上来说不是不可能的。研究表明,两个具有相关关系的粒子之间容易产生纠缠,纠缠特别容易出现在具有亲缘关系(因果关系)的群体中。我们研究地质学问题,最喜欢、最关注的即成因问题,如岩石成因、矿床成因、变质成因、沉积成因等等。成因关系即因果关系。因此从成因研究入手,可能是量子纠缠技术在地质学上应用的切入点。从我国经济发展、资源现状和国际生存空间角度出发,我们应当重视对量子纠缠技术应用的研究。将量子纠缠技术引入地质学领域是一件前无古人但肯定后有来者的事情。

岩石大地构造学说的兴起、没落与新生

在板块构造环境中形成的岩石组合(rock assemblages)被称为岩石大地构造组合(petrotectonic assemblages)。岩石大地构造学说创立于20世纪70~80年代,经历了兴起、没落与新生的曲折过程。研究表明,由Pearce等学者创立的岩石大地构造学说的理论基本正确,概括来说,洋中脊、洋岛和岛弧三大构造背景的源区是不同的,这是玄武岩判别图的理论基础。目前的情况是,三大构造背景源区不均一性可能比早先认为的更复杂。由于不同构造环境源区的复杂性,早先的玄武岩判别图采用的是抽样数据、典型地区、精确数据,显然不适合全球数据海量积累的情况,遂使玄武岩判别理论遇到了瓶颈。我们的研究发现,不同构造背景的所有岩石、矿物(包括玄武岩、苦橄岩、辉长岩、堆晶岩、橄榄石、单斜辉石、尖晶石等)几乎都保留了不同构造背景的“基因”信息,并且大多可采用大数据方法予以识别,遂使岩石大地构造学说焕发了青春。虽然本文提出了不同构造环境存在不同“基因”的假说,按照大数据方法判别的效果显著增加了。但是,这个不同构造背景的“基因”究竟是什么仍然不清楚。此外,上述“基因”假说的理论解释还非常不足,需要今后进一步探讨。

新源县加朗普特特大型滑坡地质结构探测及老滑坡影响综合研究

对体积巨大但数量占比很小的特大型黄土滑坡,除区域地质背景、强降雨诱发、非饱和土力学分析和稳定性模拟计算外,还需从中小尺度地质构造和沉积相变中寻找其与众多中小型滑坡发生和分布差异性原因。以2002年5月发生体积达2275×10^(4)m^(3)的新源则克台加朗普特特大型滑坡为例,作者采用沉积相变分析、高密度电法探测、中小尺度地质构造解译和水文地质条件变化对比等技术方法,揭示了该特大型滑坡系NWW向区域断裂和场区隐伏NW向断裂控制下早在1985年12月之前就已发生的特大型老滑坡,其后受强降雨作用及水文地质条件变化而中后部复活而向西运动的机理。组成该滑坡群的3个不同形状和滑向的滑坡不是同时出现,中下部不动体是受NW向断裂控制的条带状隆起基岩。本文所提断层和相变影响下加朗普特滑坡受地震始发而强降雨诱发的新模式,可望为该滑坡不同阶段稳定性分析和穿行的S316道路利用不动体跨越式整治提供依据。

基于地震数据构造曲率属性预测裂缝

为了有效预测岩层裂缝发育与分布,利用新疆准噶尔盆地南缘霍尔果斯背斜在纵弯变形作用下地震数据构造曲率属性进行了分析,并在此基础上进行了裂缝预测。具体方法是:利用petrel软件分析研究区的地震数据,追踪主要层面和断层并提取目标层面曲率和建立构造模型;考虑层面曲率对裂缝预测的局限性,通过“蚂蚁追踪”进一步提取目标层三维曲率属性而提取裂缝分布规律,将提取的裂缝与构造模型相结合。实例表明,上述方法可以简单、高效、全面地预测裂缝发育与分布,因此具有较强的实用性。

乌鲁木齐头屯河某建筑地下室底板渗水地质原因分析

施工期基坑干燥,建设完成后地下室渗水成为影响建筑安全运营的难题,关乎前期地质勘察结果再分析和地质条件再认识等问题。以乌鲁木齐西山北麓头屯河某建筑运行中地下室渗水问题为例,采用工程地质钻探资料再分析、场区高密度电法等技术方法予以剖析。在地形地貌和地层岩性调查基础上,采用物探手段及钻探编录资料分析,可知地层剖面从上至下由含砾粉土、圆砾和粉砂岩、泥灰岩组成,构成表层透水、下部隔水的地质模型。浅表薄层卵石层侧向渗漏作用强而导水,垂向上深部钙质砂岩、粉砂质泥灰岩隔水,是地下室运行期渗水的控制因素。该场区古近纪粉质砂岩及第四纪红粘土作为取土场材料,隔水性能好,为地表湖塘多处发育的重要内因。在绿化浇灌用水及冰雪融化季节、雨季等时段地下室渗水现象增多,说明卵石层侧向补给构成渗水通道。因此,基坑开挖期间,在不渗水隔水层上开挖建筑物基坑时,需注意浅表导水性强的卵石层和微地形对渗流的影响。对重要或永久建筑,基坑开挖过程中应做好浅表防渗水处理,以绝后患。

从黄土灾害链看溃决型泥石流形成——以叶城柯克亚乡六村为例

集中分布于昆仑山北坡2 500～4 000 m高度上的风积土因形成时代新、搬运距离短、成壤作用弱而多为松散多孔的灰黄色粉土或黄土状土。造成重大人员伤亡的叶城"7.6泥石流事件"为近年来日益重视的黄土灾害链发生机理研究提供了一个独特案例。采用遥感影像分析、现场调查、走访、高密度电法勘探等技术方法,研究发现该事件从斜坡高位长达10～15 a发育弧形张拉裂缝开始,短时强降雨诱发破坏,产生浅层远距离滑坡,堵塞河沟成堰塞湖,土坝溃决形成稀性泥石流乃至下游洪水。本文所揭示的柯克亚乡黄土地质灾害链发生机理在南疆较常见,或可称叶城模式。研究发现,突发破坏以滑坡而非水土流失形式,缘于中高山区斜坡上的风积土厚度一般小于20 m、坡脚与侧蚀河床距离有限。本研究解释了下游河谷突然断流,次日突发洪水现象原因:中上游堰塞湖形成、滞后溃决和瞬时泥石流、洪水损害环链生性灾害。

断层控制与采空塌落诱发的天山北麓某煤矿滑坡分布特征

地下采空区引发的地面变形已引起广泛关注,但由于断层发育的复杂性和钻探手段的局限性,对小型断层分布特征及其控制作用仍缺乏足够认识。本文以天山北麓某煤矿为例,采用现场地质调查、高密度电法物探相结合的技术手段,在2.1 km^2的矿区范围内判识出小型断层4条、滑坡6个和塌陷坑10多个。结合地下采空区和采矿揭露富水区分布情况,对断层控制作用和采空放顶诱发作用进行关联分析。结果发现,顺倾斜坡中断层控制着采空区陡立边界,同采空放顶联合作用,控制了滑坡和塌陷坑位置及规模。井下采掘中观察到煤层厚度突变、地层断距和突涌水等,进一步验证了上述结果的可靠性。

山脊急拐弯处地下局部含泥带揭露及成因解释——以广东CSNS场地为例

在广东南部低山丘陵区剥蚀卸荷作用或许会导致地下一定深度地应力弱化和局部破碎泥化带生成,这一猜想在中国散裂中子源(CSNS)场地工程地质勘察中得到了证实。电法物探剖面显示出地形上山脊由330°急转为220°向急拐弯处地下局部低阻区、4个钻孔中揭露了完整变粒岩中蚀变长英质变质石英砂岩部位30~40 m深度范围出现局部泥化带。后续施工开挖中也揭露出此现象。数值模拟表明,受剥蚀卸荷影响的山脊近直角拐弯处一定深度范围内应力降低,靠近岩脉与变粒岩接触带岩体质量局部变差,出现破碎带,并控制了地下水局部富集和邻近低洼沟谷中泉水的生成。本研究揭示了山脊突变对地应力和岩体结构的影响,可望为类似条件下地质异常分析提供一定借鉴。

稻城高海拔宇宙射线观测站场区水文地质条件及截排水方案对比

针对高海拔区花岗岩弱透水和松散堆积层厚度及地下水位变化较大等特征,采用过水断面测量、高密度电法物探、钻探等技术手段,对稻城海子山高海拔宇宙射线观测站(LHAASO)场区进行水文地质研究,分析河水流量、地下水位变化及其与覆盖层厚度和基岩面埋深等关系。结果表明:盆地中地下水埋深基本在5 m以内,水位高程与地面高程呈线性关系,基岩面埋深小的部位往往地下水位较低,说明基岩面起伏对地下水位影响较大;地表水质属矿化度低、硬度低的I型水(HCO 3-Na+K-Ca型水),显示花岗岩岩性对水质影响明显;基于上述认识提出既保护LHAASO场区安全同时又便于利用优质水源的地表截排水方案。研究结果已被场区排水工程设计和施工采纳,并取得了较好的工程和环保效果。

基于GEOROC数据库的全球辉长岩大数据的大地构造环境智能判别研究

辉长岩是化学成分与玄武岩类似的侵入岩,前人认为它的形成过程太复杂,对应的岩浆可能经过了分离结晶作用、混染作用等,不能用Pearce判别图来判断岩浆岩形成的构造环境。本文利用GEOROC数据库的资料对辉长岩进行大数据挖掘。首先根据前人成果,将GEOROC数据库的辉长岩形成的大地构造环境分为大陆玄武岩环境、汇聚边界环境、板内火山岩环境和大洋岛弧玄武岩环境等4类;然后在数据清洗基础上,利用Python语言,依托sklearn库,实现支持向量机、K近邻和随机森林等3种机器学习算法,获得3种对应的分类器结果输出。对辉长岩的构造环境进行智能判别结果显示,随机森林方法效果最好,判断准确率可达97%,利用辉长岩的地球化学大数据来判断岩浆岩的构造环境是完全可行的。

太古宙TTG能否与埃达克岩对比？——全球数据给出的结果

文中收集了全球太古宙TTG和后太古宙埃达克岩的数据，研究对比表明，太古宙TTG不同于埃达克岩，早先学术界认为太古宙TTG相当于现代的埃达克岩，是一个错误的见解，是一个伪命题。TTG术语最早出现时并没有类似于埃达克岩的见解，后来发现了埃达克岩才引出二者类似的认识。为什么会出现这种见解？推测有两种可能：1）早先的研究均来自抽样的研究，即从典型到一般的推理方法。但是，抽样研究可能没有代表性。2）TTG平均值的误导，TTG的Sr的平均值的确〉400×10-，相当于埃达克岩，但是，通过分析TTG全球数据表明，TTG中的Sr含量变化很大，与埃达克岩没有关系。TTG主要出现在太古宙，后太古宙很少；TTG是太古宙岩石地壳的主体；而埃达克岩主要出现在后太古宙，是火山岩中很少的类型。这表明，TTG和埃达克岩分别处于不同的构造体制。太古宙异常的热，可能还没有板块构造。太古宙的岩浆岩（包括TTG）即使与后太古宙某些岩浆岩具有类似的地球化学特征，可能也不能照搬现代板块构造的解释。

三类构造背景辉长岩单斜辉石主量元素和微量元素的数据分析研究

判别岩浆岩产出的构造环境已经成为岩石学、地球化学及其地球动力学研究的重要内容。作为岩浆岩中的一种喷出岩,玄武岩被视为判别构造环境的最佳成员。对其中单斜辉石的研究,由于其数据本身的利用程度有限而效果欠佳。理论上,不同构造环境的辉长岩也会存在一定差异。为此,利用机器学习算法研究全球新生代辉长岩的单斜辉石势在必行。本文主要针对岛弧(IAB)、洋岛(OIB)及大洋中脊(MORB)3种构造背景辉长岩的单斜辉石进行特征筛选和数据分类。从GEOROC数据库中,经数据收集与清洗,我们分别获得岛弧辉长岩单斜辉石数据385条,洋岛辉长岩单斜辉石数据756条,大洋中脊辉长岩单斜辉石数据5 500条。其中绝大部分为主量元素数据,其余为微量元素数据。在特征提取部分,我们选用卡方检验判断特征独立性,F检验估计两个随机变量之间的线性依赖程度,互信息法捕获其他种类的统计相关性。3种检验方法互相印证,得出了统计学可靠的重要分类特征。在数据分类过程中,本文对比了K-近邻、决策树和支持向量机3种主流机器学习分类算法在辉长岩数据上的表现。研究表明,对于上述3种构造背景,Al2O3、TiO2为最有区分度的辉长岩单斜辉石主量元素成分,Sr为最有区分度的微量元素成分。另外,对于3种构造背景的辉长岩单斜辉石主量元素和微量元素数据,机器学习模型分类准确率均达94%。

全球苦橄岩与太古宙科马提岩对比：全数据模式的启示

苦橄岩和科马提岩都是富镁的超镁铁质火山岩，早先，学术界大多关注它们之间的相似性，而对于它们之间的差异性很少强调。于是认为二者的地球化学性质近似，成因类似，形成条件类似。本文采用全数据模式的研究方法，从数据库收集了全球太古宙全部科马提岩和后太古宙全部苦橄岩数据，对比的结果表明，太古宙科马提岩与后太古宙苦橄岩完全不同，它们之间几乎没有可比性。科马提岩与苦橄岩，不仅地球化学特征不同，而且成因不同，形成条件不同，产出时代不同，源区组成也不同。这种不同，反映了太古宙和后太古宙不可能属于同样的构造体制。太古宙是火球时代，地球异常的热，主导的可能是静止盖幔构造（stagnant lid tectonics）；后太古宙是热球时代，地球相对冷了许多，主导的是板块构造（plate tectonics）。科马提岩在太古宙广泛出露，无需地幔柱模式；而苦橄岩在后太古宙很少出露，才真正需要地幔柱模式。

大洋中脊、洋岛、岛弧玄武岩中橄榄石的对比研究

在岩浆结晶演化过程中，橄榄石是最早结晶的矿物之一，其化学成分不仅受到母岩浆成分的控制，而且还受到岩浆的结晶分异、部分熔融程度、温度、压力、岩浆混合作用以及橄榄石与残余岩浆相互作用等因素的影响。学术界基本的认识是，橄榄石的成分主要与源区、分离结晶作用以及岩浆演化程度有关，是鉴别玄武岩是否为原始岩浆的重要证据，根据橄榄石的Fo值可以恢复岩浆是富镁还是富铁的。之前的学术界很少认为橄榄石与其形成的构造环境有关。本文在对全球大洋中脊玄武岩（MORB）、洋岛玄武岩（OIB）、岛弧玄武岩（IAB）中橄榄石主量元素特征进行了研究和对比后发现，橄榄石也有判断构造环境的功能，尤其OIB橄榄石在许多元素含量上与MORB和IAB的橄榄石不同，可以通过Ni、P、Mg、Fe、K和Mn等元素之间的关系进行较好的区分。目前的情况是，OIB与IAB中的橄榄石在某些情况下也能够区分开，但MORB与IAB中的橄榄石很难区分，这是需要进一步研究的。全球全体数据研究表明，OIB的橄榄石富Ni是一个很重要的现象，本文认为，MORB和IAB来源于亏损的上地幔，故其橄榄石的Fo值高；OIB来源于富集的下地幔，可能Fe—Ni地核对OIB橄榄石化学成分有比较明显的影响，故导致OIB的橄榄石贫Fo和富Ni。

镁铁质-超镁铁质岩浆岩中单斜辉石的智能分析研究

区分不同构造环境中岩浆作用是认识地幔中岩浆形成过程的基本手段。目前较为成熟的是利用全岩去区分判别，而利用造岩矿物去判别构造环境、演绎岩浆演化的研究还不够深入。本文运用机器学习的方法，以全球新生代大洋中脊、洋岛以及岛弧构造背景中的镁铁质一超镁铁质岩浆岩中单斜辉石的地球化学数据为研究对象，试图区分这3种不同构造环境的单斜辉石。通过机器学习方法中K-邻近（K—Nearest Neighbor，KNN）和随机森林（Random Forest，RF）的计算和比较，认为RF是一种有效的地球化学区分方法，它的结果不仅可用来判别构造环境，同时还能够提取特征元素。同时我们发现，在镁铁质一超镁铁质岩浆岩单斜辉石构造环境判别图解中，Rb、La、Ba、Cr、Sr、Yb、V、Ti、Nd、Eu、Gd等微量元素具有较高的贡献率，而主量元素贡献率较低。在此基础上，我们结合前人的对单斜辉石的构造环境判别图的研究成果，提出几个判别效果较好的判别图解。但是整个研究由于缺少进一步可视化的成果，限制了机器学习方法的推广，这也是今后需要进一步研究的课题。

基于镁铁-超镁铁岩中单斜辉石主量元素含量的决策树集成算法对比

依靠岩浆构造环境的地球化学成分认识岩浆形成过程是岩石地球化学中的重要应用。当前利用岩石地球化学成分判别构造环境的工作还不够深入。用4种基于决策树的机器学习方法对来自全球新生代洋岛玄武岩(OIB)、岛弧玄武岩(IAB)及大洋中脊玄武岩(MORB)等镁铁-超镁铁岩中单斜辉石的13种主量元素构成数据集进行了岩浆构造环境判别和主要特征排序。通过对比4种基于决策树的机器学习方法,验证了树类算法对于地球化学成分识别问题的有效性,并总结出4种方法在处理岩浆构造环境判别问题时的优劣:决策树算法判别过程更易于理解,但是其准确率欠佳;boosting算法中的AdaBoost和GBDT对于岩浆构造环境的鉴别准确度较高,但构造过程复杂;bagging集成算法随机森林在权衡性能和模型可理解性时不失为一个良好的选择。此外,还通过4种算法的特征重要性排序得出Cr2O3,TFeO,TiO2,FeO和Al2O3是进行岩浆构造环境判别的重要成分。