简介:在大型S6chilienne滑坡开展了地球物理成像活动,包括4条长度950m的电剖面和4条长度470m的地震剖面,目的在于限制受影响区的深度与体积。与未受扰动的地面相比,滑动区域展现了较低速度和较高电阻率值。对比现有大地测量数据、地形数据和地质数据(调查通道与钻孔)表明,这些地球物理参数的变化主要由密集断裂以及滑动物质范围内空气填充孔隙渐进发育引起。在最不稳定区内发现的滑动物质最大厚度为150m至200m。局部地区显示近垂直极低电阻率异常,这与由粘土质物质填充的碎裂区有关。通过应用Wyllie实验定律,从地震层析成像剖面导出岩体孔隙度图像。经调查,从不稳定区顶部至底部的孔隙率在30%和4%之间,这表明了深水位的影响。假定探测基岩的孔隙率界限为3.7%,那么,Sechilienne滑坡的总体积估计约为60×10×10^6m^3,该值比原来的估计值(20×106to100×10^6m^3)更为精确。
简介:犹他州地质调查局对犹他州西南部Escalante山谷内的5个地裂缝进行了勘查。2005年1月8—12日,在Escalante山谷突降一场强冬季暴风雪(可引起洪水)后,Escalant山谷内出现了地裂缝。洪水的渗透和层状冲刷(或片冲作用)扩大了地裂缝的范围。这些地裂缝长约100米(330英尺)至400米(1300公尺),而且在BerylJunction地区中部形成了一个不连续的长9千米的裂缝带(一般向北部延伸)。在某些位置,洪水侵蚀了裂缝并形成宽3米、深2米的冲沟。据当地居民描述,在洪水泛滥期间,洪水源源不断地流入地裂缝(持续时间1天或几天),并在地裂缝上部形成旋涡。布格重力数据显示,Escalante山谷是一个沉积物充填的盆地(以下简称充填盆地),其最深位置正好位于BerylJunetion东部。Escalante山谷也是一个农业耕作区,自20世纪20年代起开始从充填盆地含水层抽取地下水。监测结果表明,自从20世纪40年代以来,Escalante山谷的地下水位开始稳定下降。近年来,由于干旱,Escalante山谷地下水位的下降速率不断增加。BerylJunction南部地区地下水位的下降速率最大。调查结果显示,地裂缝的物理特性类似于在其他西部地区(由地下水开采和水位下降引起)形成的裂缝。这些地裂缝长与宽的比值(长宽比)较大,且大多数地裂缝是线性结构,可以在多种地层中出现并能够延伸相当大的距离。基于流入地裂缝的洪水总量,地裂缝的深度能够延伸至更大范围(甚至达到地下水位)。沉积层(含粘土)范围内的能够产生不同裂纹特征的地裂缝(例如干缩裂缝、水压实或地表断层)的其他可能的成因是震级较大的地震(大于6.5级)。此外,对Escalante山谷地面进行的高分辨率GPS勘查结果显示,在1941年-1972年期间,BerylJunction中部地区的地面局部下沉4英尺(1.2米),在�
简介:可通过采取多种措施减少大气中二氧化碳的排放量,例如,改进技术和提高能源效率以及利用与封存二氧化碳。对于具有高纬度气候的内陆地区(如阿尔伯达省)而言,把二氧化碳注入地下深层地层,或许是最切实可行的二氧化碳封存方案。把二氧化碳保留在地层中,可提高石油采收率(EOR)。例如,把二氧化碳封存于枯竭的油气层或储层中的沥青沉淀带;封存于盐穴;注入煤层以置换甲烷;在深盐水层水动力圈闭二氧化碳。阿尔伯达省具有应用所有这些二氧化碳封存方法的潜力:厚盐层分布广泛;丰富的石油、天然气、煤炭和沥青砂资源;地下深层水的水动力动态非常有利于在地质时间尺度上圈闭二氧化碳。经调查发现,在阿尔伯达省北部和南部深度分别为800米和1200米的位置,可把二氧化碳以气体的形式封存于煤层、盐水层和枯竭的抽气层。在阿尔伯达省西部区域,可把超临界相的二氧化碳封存于更深的枯竭碳氢化合物储层和盐水层。在能源和石油化工工业已广泛应用了二氧化碳深层注入和封存技术。目前,人们已把酸性气体(CO2和H2S)注入多种枯竭的储层和深盐水层。此外,利用二氧化碳来提高石油采收率(EOR)。化学工业的采矿作业可导致地下深部盐穴的形成。利用二氧化碳置换煤层中的甲烷仍处于测试阶段,但实验结果是振奋人心的.在阿尔伯达省,主要的二氧化碳源是火力发电厂、水泥厂、油砂与重油处理厂以及石油化工厂。从这些大规模点源捕集二氧化碳比从小规模分散的二氧化碳源捕集更加容易。因此,在阿尔伯达省地层中封存二氧化碳具有巨大潜力和直接适用性。
简介:超前预测降雨诱发滑坡的关键是基于斜坡稳定性模型的具体使用,该模型模拟了复杂地形地下湿度与降雨量时空变化的瞬时动态响应。TRIGRS(瞬时降雨渗透和基于网格的区域斜坡稳定性分析)是USGS(美国地调局)滑坡预测模型,Fortran编码说明水文、地形和土壤物理特征对斜坡稳定性的影响。该项研究中,在卡罗莱纳州北部(NC)梅肯县蓝岭山,我们量化评估了Matlab版本TRIGRS(MaTRIGRS)的时空预测能力。在2004年的飓风季节,该区Ivan飓风诱发了大范围的滑坡。高分辨率数字高程模型(DEM)数据(6-mLiDAR)、USGSSTATSGO土壤数据库和NOAA/NWS联合雷达以及估计的降雨量都用于将输入数据输入该模型。来自卡罗莱纳州北部地调局区域的滑坡目录数据库用于评价MaTRIGRS的预测技术,以预测滑坡地点、发生时间,以及识别预测2004年9月。半径120m以内,发生30小时以上Ivan走廊飓风所观测的滑坡。结果显示,从滑坡位置到24m半径以内,观测的结果表明,67%的滑坡是可以成功地预测的,但是,包含较高的假报警率(90%),如果观测半径扩大到120m,发现98%的滑坡的假报警率是18%。本研究表明,在120m半径的空间和飓风持续时间内,MaTRIGRS是有效的时空预测方法,并且在准确的降雨预报和详细的野外数据区域,显示出滑坡预警系统的潜力。用其他的滑坡信息,包括每个滑坡破坏的准确时间和滑坡的长度以及滑行长度也可以进一步的改进验证。