南京湖山黄龙组石灰岩微相分析与沉积环境演化

来源 :矿物岩石地球化学通报 | 被引量 : 0次 | 上传用户:zhougang1020
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对南京湖山地区黄龙组地层剖面微相的研究有助于理解晚石炭世下扬子地区的沉积环境、构造运动,对恢复下扬子板块古地理、古气候具有重要意义。研究表明,湖山地区黄龙组的岩石以泥晶颗粒灰岩为主,其次为亮晶颗粒灰岩和泥晶灰岩。根据岩石薄片特征识别出6大类、18种岩石微相类型,再根据各种微相类型的形成原因与条件及其在垂向上的变化规律,共划分出5种微相序列组合。主要微相类型及微相序列组合反映了黄龙组的沉积环境为开阔潮下带、局限潮下带、潮坪及浅滩环境。
其他文献
本文简要总结了近十年来中国天然气的勘探和开发工作进展,这些进展主要包括以下几方面:(1)提出天然气多种来源、多元生烃机理,建立了腐泥型烃源岩生气模式,明确了腐泥型烃源岩中不同类型生气母质的生气潜力;重新认识了煤系烃源岩的生气潜力并厘定了其生气下限;(2)稀有气体同位素及放射性同位素定年技术不断进步,促进了我国油气成藏年代学的发展;完善了我国天然气成藏示踪体系,夯实了多源成气理论,扩大了我国天然气勘探领域;(3)在天然气水合物、页岩气、致密砂岩气和煤层气的生烃理论、储集物性、渗流机理、成藏过程、保存条件及开
近十年是科学研究从问题驱动向数据驱动转变的转折时期,科学研究的第四范式—数据密集型科学发现应势而生。这期间,大数据与人工智能算法的引入使数学地球科学实现跨越式发展,并正在改变地质学。机器学习是使计算机具有智能的根本途径。深度学习,即多层神经网络的方法,是一种实现机器学习的技术,是过去几年大数据与数学地球科学研究的最重要的热点。贝叶斯网络是贝叶斯公式和图论结合的产物,可用来建立矿床地质的成因网络,进而理解矿床成因。地质大图形问题可以转化为大型的复杂网络空间问题和社区结构问题,社区分析技术可用于地震预报、地质
汞污染区稻米甲基汞超标现象普遍存在,汞在土壤中的形态分布被认为是影响甲基化过程的重要因素之一.本研究选取贵州省万山废弃汞矿区和土法炼汞区为研究区域,在水稻生长期间
成因矿物学与找矿矿物学在我国70多年的发展中已逐渐形成一套兼具理论和应用的学科体系.近十年来,原位微区分析技术推动矿物成分标型理论及其应用取得长足进步,在成岩成矿过