CN114295598B - 一种运用锆石晶格损伤判别锆石原岩类型的方法 - Google Patents
一种运用锆石晶格损伤判别锆石原岩类型的方法 Download PDFInfo
- Publication number
- CN114295598B CN114295598B CN202111569666.5A CN202111569666A CN114295598B CN 114295598 B CN114295598 B CN 114295598B CN 202111569666 A CN202111569666 A CN 202111569666A CN 114295598 B CN114295598 B CN 114295598B
- Authority
- CN
- China
- Prior art keywords
- zircon
- rock
- width
- peak
- type
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种运用锆石晶格损伤判别锆石原岩类型的方法。方法包括如下步骤:S1:利用测年技术测定锆石U‑Pb年龄,U和Th含量,并根据衰变公式,通过测试的U‑Pb年龄和U、Th含量计算锆石理论上的α衰变量;S2:利用激光拉曼仪测定锆石结晶程度,根据锆石结晶程度,计算锆石拉曼振动峰的半高宽和波峰位置;S3:将α衰变量、拉曼谱峰半高宽和波峰值进行投图判别锆石的原岩类型;本发明从晶格损伤的原理出发,与锆石原岩和成因过程建立函数关系。利用概率统计算法建立判别公式,给出属于锆石原岩的概率值,是一种亲用户型的判别方法,判别方法既有简单的投图式判别,便于直观观察,同时以概率的方式获得更高的判断准确度。
Description
技术领域
本发明涉及地质勘探技术领域,尤其涉及一种运用锆石晶格损伤判别锆石原岩类型的方法。
背景技术
锆石物理、化学性质稳定,富含铀、钍放射性元素,是开展U-Pb测年技术的理想对象。锆石主要形成于岩浆岩和变质岩中,也可以通过风化剥蚀作用,赋存于沉积岩中。地质学家通常利用锆石开展U-Pb测年分析用来解决一些地质科学问题。特别是对沉积岩中的碎屑锆石,常用来分析判断锆石来源和构建沉积砂体的源-汇体系。随着科学技术的发展,研究者发现利用锆石U-Pb年代学判断物源存在明显误差,需要结合锆石类型进行U-Pb年代学分析。因此对锆石类型进行准确判别,对正确理解锆石U-Pb年龄至关重要,对认识地质作用过程和推动地球科学发展有重要意义。
目前已有的技术方法主要根据锆石结构和微量元素等信息判别锆石类型。锆石微观结构通常借助背散射电子图像和阴极发光电子图像等技术,分析锆石结晶环带类型来判断原岩。锆石中微量元素特别是U、Th、Hf、Zr、REE等含量在超基性岩、基性岩和中酸性岩以及变质岩中存在显著差异,以此为基础判别锆石原岩类型。目前已有的技术方法判断锆石原岩存在很大的误差。原因在于,锆石类型复杂,特定的锆石微观结构、微量元素含量与锆石原岩类型并不严格存在一一对应的函数关系。例如Th/U比值常用来判定锆石类型,比值高于0.1的判定为岩浆成因锆石,低于0.1的判定为变质成因锆石。可是自然界中有变质锆石的Th/U比值高于0.1。此外,变质锆石有时候也会呈现出类似的岩浆锆石结构环带。因此以振荡环带结构判断岩浆成因锆石也会带来偏差。
发明内容
本发明的目的在于,针对现有技术的上述不足,提出一种运用锆石晶格损伤判别锆石原岩类型的方法,能够简便快捷、经济快速的判别锆石原岩类型。
本发明的一种运用锆石晶格损伤判别锆石原岩类型的方法,包括如下步骤:
S1:利用测年技术测定锆石U-Pb年龄,U和Th含量,并根据衰变公式,通过测试的U-Pb年龄和U、Th含量计算锆石理论上的α衰变量;
S2:利用激光拉曼仪测定锆石结晶程度,根据锆石结晶程度,计算锆石拉曼振动峰的半高宽和波峰位置;
S3:将α衰变量、拉曼谱峰半高宽和波峰值进行投图判别锆石的原岩类型;
其中,步骤S1和步骤S2不限定其先后顺序。
进一步的,测年技术包括ICP-MS、SHRIMP或SIMS。
进一步的,步骤S2中利用激光拉曼仪测定锆石结晶程度的具体操作为:
S21:将镶嵌的锆石放在测试台上,采用波长512nm的激光聚焦于锆石待测区域,采用1800光栅进行测试;
S22:获取锆石在0-1200cm-1范围内的光谱信号,具体峰值范围为~357cm-1、~439cm-1、~974cm-1、~1008cm-1附近;重点收集~1008cm-1峰谱附近的数值。
进一步的,步骤S2中,利用洛伦兹或高斯算法拟合~1008cm-1峰谱的半高宽和峰中心的位置。
进一步的,镶嵌的锆石具体的镶嵌方法为:采集砂岩,挑选锆石颗粒,并通过制作环氧树脂靶将锆石镶嵌固定。
进一步的,步骤S1中的衰变公式为:
Dα=8*U238*NA/M238*(eλ238*t-1)+7*U235*NA/M235*(eλ235*t-1)+6*Th232*NA/M232*(eλ232*t-1)
其中,NA为阿伏伽德罗常数6.02214179E+23,M238、M235、M232为U238、U235、和Th232原子量,分别为238.0508E+6、235.0439E+6、232.038E+6;t的单位是年;λ238、λ235、λ232代表U238、U235、和Th232的衰变常数,分别为1.55125E-10、9.85E-10、4.95E-11;
由于自然界中U238同位素占所有U总量的0.9928,U235同位素占所有U总量的0.0072,因此也可以根据测试获得的U含量分别计算获得U238和U235同位素的含量,即:
U238含量=0.9928*U总量;U235含量=0.0072*U总量。
进一步的,步骤S3的具体操作为:
S31:将获得的α衰变量和半高宽值投影在锆石阿尔法衰变与半高宽关系图中,根据图中所代表岩石类型进行初步判断;
S32:运用贝叶斯概率算法,计算α衰变量和半高宽值在锆石阿尔法衰变与半高宽关系图中对各类岩性的中心距离和偏离度,给出锆石属于某种岩石主要类型的概率表达;
S33:对概率值高的岩石类型进行精细识别,即将半高宽值和峰中心值投影至锆石拉曼特征谱峰位置与半高宽关系图中,进行岩石类型精细判定;
S34:运用贝叶斯概率算法,在锆石拉曼特征谱峰位置与半高宽关系图中计算对各类岩性的中心距离和偏离度,给出锆石属于某种岩石类型的概率表达;
S35:将锆石阿尔法衰变与半高宽关系图和锆石拉曼特征谱峰位置与半高宽关系图计算的概率值进行乘积计算,获得锆石属于某种岩石类型的最终的概率值;
S36:根据研究地区已有的锆石原岩类型的先验分布,对概率值进行加权计算,取最大概率值所对应的岩石类型为判定锆石原岩类型。
锆石中的铀、钍元素会持续产生α衰变,产生的子核和α粒子会破坏锆石的晶质结构从而产生晶格损伤。如果锆石经历了高温作用,晶格损伤会产生不同程度的愈合和恢复,因此锆石晶格损伤程度受控于α粒子的辐射量和所经历的热历史。α粒子的辐射量与锆石中铀、钍元素含量和结晶年龄有关,它可以通过U-Pb测年技术(如ICP-MS激光剥蚀技术)获得,锆石晶格损伤程度可以通过激光拉曼仪器获取。
申请人利用测得的锆石铀、钍元素含量和年龄数据计算α的辐射量,对比激光拉曼获得的晶格损伤程度,可以准确判断锆石的原岩类型,因而形成了一套高效的区分锆石原岩类型的方法体系。该方法综合利用了锆石U-Pb测年技术和激光拉曼晶格分析技术,识别锆石类型过程具有经济、操作简便、准确度高等特点。因此利用锆石U-Pb测年技术结合激光拉曼分析技术对锆石进行原岩分析和类型鉴定具有重要的地质意义和应用价值
本发明的有益效果:
操作简单方便,它综合利用了锆石U-Pb年龄和元素含量测试技术以及激光拉曼测试技术,这两项技术和仪器在国内高校科研院所和企业已有广泛应用,操作简单,易于学习和应用。
判别准确率高。本发明从晶格损伤的原理出发,将锆石晶格的辐射损伤与锆石原岩类型建立对应关系。利用判别图版区分锆石原岩类型,采用概率统计方式给出锆石属于某种岩石主要类型的概率表达,是一种亲用户型的判别方法。判别方法既有简单的投图式判别,便于直观观察,建立感性认识;同时以概率的方式获得更高的判断准确度。
附图说明
图1锆石阿尔法衰变与半高宽关系图;
图2a和图2b均为锆石拉曼特征谱峰位置与半高宽关系图;
图3为实施例1的锆石拉曼测试具体峰值范围示意图;
图4为实施例1-4的锆石在图1中的判别效果图;
图5a为实施例1和实施例2的锆石在图2b中的判别效果图;
图5b为实施例3和实施例4的锆石在图2a中的判别效果图;
图6为分类误差检验中的锆石在图1中的判别效果图;
图7a为分类误差检验中的锆石在图2a中的判别效果图;
图7b为分类误差检验中的锆石在图2b中的判别效果图。
具体实施方式
以下是本发明的具体实施例并结合附图,对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
实施例1(编号1锆石)
(1)采集砂岩,挑选锆石颗粒,并通过制作环氧树脂靶将锆石镶嵌固定;
(2)利用测年技术(如ICP-MS、SHRIMP,SIMS等),测定锆石U-Pb年龄,U和Th含量;
(3)利用激光拉曼仪测定锆石结晶程度;
(3.1)将镶嵌的锆石放在测试台上,采用波长512nm的激光聚焦于锆石待测区域,采用1800光栅进行测试。
(3.2)获取锆石在0-1200cm-1范围内的光谱信号,具体峰值范围为~357cm-1、~439cm-1、~974cm-1、~1008cm-1附近;重点收集~1008cm-1峰谱附近的数值(如图3所示)。
(4)根据衰变方程和计算公式,通过测试的U-Pb年龄和U、Th含量计算锆石理论上的α衰变量;
衰变公式为:
Dα=8*U238*NA/M238*(eλ238*t-1)+7*U235*NA/M235*(eλ235*t-1)+6*Th232*NA/M232*(eλ232*t-1)
其中,NA为阿伏伽德罗常数6.02214179E+23,M238、M235、M232为U238、U235、和Th232原子量,分别为238.0508E+6、235.0439E+6、232.038E+6;t的单位是年;λ238、λ235、λ232代表U238、U235、和Th232的衰变常数,分别为1.55125E-10、9.85E-10、4.95E-11;
由于自然界中U238同位素占所有U总量的0.9928,U235同位素占所有U总量的0.0072,因此也可以根据测试获得的U含量分别计算获得U238和U235同位素的含量,即:
U238含量=0.9928*U总量;U235含量=0.0072*U总量。
(5)根据锆石结晶程度,计算锆石拉曼[v3SiO4]振动峰的半高宽和波峰位置;
(6)将α衰变量、拉曼谱峰半高宽和波峰值进行投图判别锆石的原岩类型。
(6.1)将获得的α衰变量和半高宽值投影在锆石阿尔法衰变与半高宽关系图中,根据图中所代表岩石类型进行初步判断;
(6.2)运用贝叶斯概率算法,计算α衰变量和半高宽值在锆石阿尔法衰变与半高宽关系图(图1)中对各类岩性的中心距离和偏离度,给出锆石属于某种岩石主要类型的概率表达;
(6.3)对概率值高的岩石类型进行精细识别,即将半高宽值和峰中心值投影至锆石拉曼特征谱峰位置与半高宽关系图(图2b)中,进行岩石类型精细判定;
(6.4)运用贝叶斯概率算法,在锆石拉曼特征谱峰位置与半高宽关系图中计算对各类岩性的中心距离和偏离度,给出锆石属于某种岩石类型的概率表达;
(6.5)将锆石阿尔法衰变与半高宽关系图和锆石拉曼特征谱峰位置与半高宽关系图计算的概率值进行乘积计算,获得锆石属于某种岩石类型的最终的概率值;
(6.6)根据研究地区已有的锆石原岩类型的先验分布,对概率值进行加权计算,取最大概率值所对应的岩石类型为判定锆石原岩类型。
实施例2(编号2锆石),实施例3(编号3锆石)和实施例4(编号4锆石)的过程与实施例1一致,实施例1-4的数据和判别结果如表1所示:
表1
以实施例1的1号锆石为例,1号年龄为109.9Ma,测试获得U和Th含量分别为1875.15ppm和3326.26ppm。其中计算获得:
U238含量=0.9928*1875.15=1861.65ppm;
U235含量=0.0072*1875.15=13.5ppm;
根据步骤(4)的衰变公式计算α衰变量为:
Dα=8*1861.65*6.02214179E+23/(238.0508E+6)*(e1.55125E-10*109.9E+6-1)+7*13.5*6.02214179E+23/(235.0439E+6)*(e9.85E-10*109.9E+6-1)+6*3326.26*6.02214179E+23/(232.038E+6)*(e4.95E-11*109.9E+6-1)
=9.58045E17
或简写成0.96×1015α/mg;
根据测试获得的拉曼光谱数据,利用Origin、或LabSpec、或MATLAB等软件的工具包,采用洛伦兹或高斯算法拟合~1008cm-1附近的谱峰,得到半高宽为13.48cm-1、峰值中心位置为1000.48cm-1。
将这些数据点分别投影至图1和图2b中,如图4和图5a和5b所示。
在图4中的判别位置落在火山岩和折返的高级变质岩区。相对应的在图5a中,采用火山熔岩或火山碎屑岩的亚类。如果在图4中落于花岗岩或变质岩区,则在图5b中采用变质岩和花岗岩亚类进行区分。根据这些投影点所落的区域判定结果,1号锆石属于火山岩的火山碎屑岩亚类。
根据投影点在判别版图中的相对位置,可以通过贝叶斯概率算法计算获得属于火山熔岩、火山碎屑岩、高级变质岩、花岗岩、中低级变质岩和热液锆石的概率分别为0.0616、0.5238、0.3513、0.0474、0.0159和0。由于火山碎屑岩获得较高的概率值,因此判定为火山碎屑岩。
其它锆石例如编号2、3、4锆石可以参照1号锆石的计算流程,完成预测过程和效果。
分类误差检验
我们通过收集统计已知的原岩类型的锆石颗粒,通过上述研究方法和技术流程,检验判别图版(图1和图2a和图2b)的正确率和分类效果,其结果如图6、图7a和图7b和表1所示,
表1投在图1中的锆石原岩类型判别效果检验表
表2投在图2a或图2b中的锆石原岩类型判别效果检验
锆石类型 | 统计颗粒数量 | 预测正确颗粒数量 | 正确率 | 错误率 |
火山熔岩锆石 | 55 | 50 | 91% | 9% |
火山碎屑岩锆石 | 65 | 59 | 91% | 9% |
变质岩 | 90 | 75 | 83% | 17% |
花岗岩 | 119 | 98 | 82% | 18% |
通过对已知原岩类型的锆石进行检验,显示分类判别图6具有非常高的正确率,一般大于95%,只有对中低级变质岩判断具有稍微低的准确率,但是仍然高于90%。分类判别图7a和图7b显示有稍微低一点的正确率,对火山熔岩和火山碎屑岩具有较高的区分度(高于90%);对变质岩和花岗岩的判别正确率普遍高于80%。
以上未涉及之处,适用于现有技术。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围,本发明所属技术领域的技术人员可以对所描述的具体实施例来做出各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的方向或者超越所附权利要求书所定义的范围。本领域的技术人员应该理解,凡是依据本发明的技术实质对以上实施方式所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围。
Claims (6)
1.一种运用锆石晶格损伤判别锆石原岩类型的方法,其特征在于:包括如下步骤:
S1:利用测年技术测定锆石U-Pb年龄,U和Th含量,并根据衰变公式,通过测试的U-Pb年龄和U、Th含量计算锆石理论上的α衰变量;
S2:利用激光拉曼仪测定锆石结晶程度,根据锆石结晶程度,计算锆石拉曼振动峰的半高宽和波峰位置;
S3:将α衰变量、拉曼谱峰半高宽和波峰值进行投图判别锆石的原岩类型;
其中,步骤S1和步骤S2不限定其先后顺序;
步骤S3的具体操作为:
S31:将获得的α衰变量和半高宽值投影在锆石阿尔法衰变与半高宽关系图中,根据图中所代表岩石类型进行初步判断;
S32:运用贝叶斯概率算法,计算α衰变量和半高宽值在锆石阿尔法衰变与半高宽关系图中对各类岩性的中心距离和偏离度,给出锆石属于某种岩石主要类型的概率表达;
S33:对概率值高的岩石类型进行精细识别,即将半高宽值和峰中心值投影至锆石拉曼特征谱峰位置与半高宽关系图中,进行岩石类型精细判定;
S34:运用贝叶斯概率算法,在锆石拉曼特征谱峰位置与半高宽关系图中计算对各类岩性的中心距离和偏离度,给出锆石属于某种岩石类型的概率表达;
S35:将锆石阿尔法衰变与半高宽关系图和锆石拉曼特征谱峰位置与半高宽关系图计算的概率值进行乘积计算,获得锆石属于某种岩石类型的最终的概率值;
S36:根据研究地区已有的锆石原岩类型的先验分布,对概率值进行加权计算,取最大概率值所对应的岩石类型为判定锆石原岩类型。
2.如权利要求1所述的一种运用锆石晶格损伤判别锆石原岩类型的方法,其特征在于:测年技术包括ICP-MS、SHRIMP或SIMS。
3.如权利要求1所述的一种运用锆石晶格损伤判别锆石原岩类型的方法,其特征在于:步骤S2中利用激光拉曼仪测定锆石结晶程度的具体操作为:
S21:将镶嵌的锆石放在测试台上,采用波长512 nm的激光聚焦于锆石待测区域,采用1800光栅进行测试;
S22:获取锆石在0-1200cm-1范围内的光谱信号,具体峰值范围为~357 cm-1、~439 cm-1、~974cm-1、~1008 cm-1附近;重点收集~1008 cm-1峰谱附近的数值。
4.如权利要求3所述的一种运用锆石晶格损伤判别锆石原岩类型的方法,其特征在于:步骤S2中,利用洛伦兹或高斯算法拟合~1008 cm-1峰谱的半高宽和峰中心的位置。
5.如权利要求3所述的一种运用锆石晶格损伤判别锆石原岩类型的方法,其特征在于:镶嵌的锆石具体的镶嵌方法为:采集砂岩,挑选锆石颗粒,并通过制作环氧树脂靶将锆石镶嵌固定。
6.如权利要求1所述的一种运用锆石晶格损伤判别锆石原岩类型的方法,其特征在于:步骤S1中的衰变公式为:
Dα=8*U238*NA/M238*(e λ238*t-1)+7*U235*NA/M235*(e λ235*t-1)+6*Th232*NA/M232*(e λ232*t-1)
其中,NA为阿伏伽德罗常数6.02214179E+23,M238、M235、M232为U238、U235、和Th232原子量,分别为238.0508E+6、235.0439E+6、232.038E+6;t的单位是年;λ238、λ235、λ232代表U238、U235、和Th232的衰变常数,分别为1.55125E-10、9.85E-10、4.95E-11;
由于自然界中U238同位素占所有U总量的0.9928,U235同位素占所有U总量的0.0072,因此根据测试获得的U含量分别计算获得U238和U235同位素的含量,即:
U238含量=0.9928*U总量;U235含量=0.0072*U总量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111569666.5A CN114295598B (zh) | 2021-12-21 | 2021-12-21 | 一种运用锆石晶格损伤判别锆石原岩类型的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111569666.5A CN114295598B (zh) | 2021-12-21 | 2021-12-21 | 一种运用锆石晶格损伤判别锆石原岩类型的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114295598A CN114295598A (zh) | 2022-04-08 |
CN114295598B true CN114295598B (zh) | 2023-05-26 |
Family
ID=80967439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111569666.5A Active CN114295598B (zh) | 2021-12-21 | 2021-12-21 | 一种运用锆石晶格损伤判别锆石原岩类型的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114295598B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114755215B (zh) * | 2022-04-20 | 2024-05-03 | 中国地质大学(武汉) | 利用激光拉曼测试锆石年龄的方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA1268560A (en) * | 1986-01-24 | 1990-05-01 | Peter J.M. Ypma | Method of exploration for uranium and petroleum |
CN106908510B (zh) * | 2017-03-03 | 2019-06-18 | 中国科学院地质与地球物理研究所 | 一种测定锆石样品的铀铅年龄的方法 |
CN109580687A (zh) * | 2018-12-24 | 2019-04-05 | 核工业北京地质研究院 | 一种识别砂岩型铀成矿目的层物源的综合方法 |
CN110702771B (zh) * | 2019-10-29 | 2020-08-11 | 中国科学院地质与地球物理研究所 | 多离子计数器动态多接收锆石ID-TIMS Pb同位素测定方法 |
CN112748175A (zh) * | 2020-12-25 | 2021-05-04 | 核工业北京地质研究院 | 一种运用锆石微量元素组成判别锆石成因的方法 |
CN112748139A (zh) * | 2020-12-25 | 2021-05-04 | 核工业北京地质研究院 | 一种运用锆石结构判别锆石成因类型的方法 |
CN112763568B (zh) * | 2020-12-30 | 2024-01-12 | 核工业北京地质研究院 | 侵入岩型铀矿床中锆石铀贡献率的快速估算方法 |
CN112649492B (zh) * | 2021-01-06 | 2022-01-21 | 中国地质大学(武汉) | 一种LA-ICP-MS的锆石U-Pb快速定年方法 |
-
2021
- 2021-12-21 CN CN202111569666.5A patent/CN114295598B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114295598A (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Learned et al. | Determination of neutrino mass hierarchy and θ 13 with a remote detector of reactor antineutrinos | |
US9316753B2 (en) | Neutron spectrometer | |
Liu et al. | A digital method for the discrimination of neutrons and $\gamma $ rays with organic scintillation detectors using frequency gradient analysis | |
CN105607111A (zh) | 一种γ核素识别方法 | |
Flowers et al. | (U-Th)/He chronology: Part 1. Data, uncertainty, and reporting | |
Cogné et al. | LA-ICP-MS apatite fission track dating: A practical zeta-based approach | |
CN108457644A (zh) | 一种元素俘获能谱测井的伽马能谱解谱方法及装置 | |
CN111221030A (zh) | 基于物理集成的中子伽马探测器及中子伽马在线甄别方法 | |
CN107229080A (zh) | 一种元素测井中子俘获伽马能谱的获取方法 | |
CN114295598B (zh) | 一种运用锆石晶格损伤判别锆石原岩类型的方法 | |
CN106250619B (zh) | 一种确定地层矿物含量的方法和装置 | |
CN103678778A (zh) | 一种放射性物化探信息综合方法 | |
CN115267928A (zh) | 一种用于随钻元素测井的能谱智能处理方法 | |
Härtel et al. | Multi‐band Raman analysis of radiation damage in zircon for thermochronology: Partial annealing and mixed signals | |
CN105807330A (zh) | 一种快速识别页岩地层矿物体积含量的方法 | |
WO2004092719A2 (en) | Gamma ray detectors woth coincidence circuit and their use for analyzing bulk materials | |
Luo et al. | Sequential probability ratio test using scaled time-intervals for environmental radiation monitoring | |
Dhani et al. | Systematic Biases in Estimating the Properties of Black Holes Due to Inaccurate Gravitational-Wave Models | |
Kulkarni et al. | Reliability of parameter estimates in the first observing run of Advanced LIGO | |
CN114755215B (zh) | 利用激光拉曼测试锆石年龄的方法 | |
CN106018231B (zh) | 一种原位探测水蚀土壤中137Cs渗透深度的方法和系统 | |
CN110687584A (zh) | 一种基于lstm的快速核素识别方法 | |
Buckingham | Evolution and late stage deformation of the Himalayan Metamorphic Core, Kanchenjunga region, Eastern Nepal | |
Kopatch et al. | Angular correlation of gamma-rays in the inelastic scattering of 14 MeV neutrons on carbon | |
Kapadia et al. | Nuclear spectroscopy with energy resolution of a part per million |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |