黑龙江省科洛河韧性剪切带型金矿床地质、地球化学特征及成因

科洛河金矿床位于黑龙江省多宝山成矿带内,受北东向科洛河—霍龙门—西峰山韧性剪切变形带控制,金矿体呈北东向脉状、透镜状、疏缓波状赋存于韧性剪切带内,为蚀变糜棱岩型矿体。围岩蚀变主要有硅化、黄铁矿化、绢云母化、绢英岩化、绿泥石化等,为矿区重要的找矿标志。韧性剪切带控制着区内金矿床(点)的分布,在矿床范围内对矿化带、矿体的空间产状、形态和规模起决定性的控制作用,构成区域内最重要的控矿构造和赋矿构造。岩石地球化学特征表明,区域内糜棱岩、糜棱岩化花岗岩及中生代闪长(玢)岩,均富Na、Al,富集Rb、Ba、Th等大离子亲石元素(LILE),轻微亏损Zr、Hf、Ta等高场强元素(HFSE),强烈亏损Nb、P、Ti元素,具有典型岛弧火山岩的特征,为原始地幔演化与地壳物质混染的产物,为成矿提供了重要物源和热源,形成了典型的韧性剪切带型金矿床。     

基于变形速率分解的阶跃型滑坡预测——以呷爬滑坡为例

阶跃型滑坡位移预测是滑坡变形现状研究与危害评估的重要工作，而阶跃预测的研究多为平稳波动信号，基于滑坡阶跃运动特征的变形速率分解方法提供了非线性变形阶段阶跃滑坡信号分解的新思路。以呷爬滑坡为例，通过差分与离散小波变换(DWT)平滑方法得到变形速率数据，并基于滑坡阶跃运动特征将变形速率数据分解为由外部诱发因素决定的小尺度波动项与内在控制因素决定的大尺度趋势项，其中变形速率趋势项信号通过添加震荡函数的反Logistic函数模型(ILF)预测，并结合曲率极值法判识滑坡变形状态；变形速率波动项信号则运用长短时记忆神经网络(long short-term memory,LSTM)构建非线性映射模型，以降雨、库水位作为诱发输入，趋势项预测结果作为控制输入进行预测。预测结果表明，基于变形速率分解模型针对呷爬滑坡非线性过程数据的预测精度相比传统的位移拟合分解模型更高，外部因素映射能力更强，因此基于变形速率分解是基于阶跃运动机制预测的有效思路，解决了非线性变形阶段的阶跃滑坡预测问题。