简介:为了阐明CH4与CO2在高岭石中的竞争吸附机理,采用蒙特卡洛方法构建了高岭石超胞模型,模拟计算了高岭石吸附CH4与CO2在不同温度及压力条件下的变化规律,分析了不同孔径对高岭石吸附CO2和CH4的影响。结果表明,不同温度下高岭石对CH4与CO2分子的吸附量均符合Langmuir模型,在相同压力条件下,高岭石对CO2分子的吸附量远远大于对CH4分子的吸附量;293.15K时,高岭石对CO2的吸附具有明显的竞争优势,CH4在CO2分子的影响下不再符合Langmuir曲线,说明高岭石与CO2分子的相互作用强于与CH4之间的相互作用;随着孔径的增大,高岭石对CH4与CO2的吸附量均减小,表明CH4和CO2主要吸附在微孔中;高岭石吸附CH4与CO2分子后体系的总能量和非成键能发生了变化,说明高岭石与CO2的相互作用能要强于高岭石与CH4的相互作用能,高岭石对CH4的吸附为典型的物理吸附,而对CO2的吸附以物理吸附为主,且伴随着微弱的氢键作用。研究结果为阐明CO2和CH4在黏土矿物的赋存机理以及CO2驱替CH4的研究提供了一定的理论依据。
简介:转变思维方式,将航磁数据改变成与化探数据相同的格式,应用多元统计分析方法建立基于物化探综合信息的区域Au找矿靶区定量预测模型。模型中航磁信息展现出优于Au元素的判别能力。以定量预测模型对全区各研究单元与已知有矿单元做相似程度判定,选择相似程度高的53个单元为一级找矿靶区(每个靶区面积25km^2),其中18个(34%)靶区内有已知矿床(点)产出,认为,其余35个(66%)预测找矿靶区应该是寻找Au矿的有利区域。此结果不但改变了传统(定性)地质研究中认为,航磁成果对Au矿找矿靶区判定效果不佳的结论,同时更加充分说明,海量数据信息中隐藏着极大的潜能,只有转变思维方式,依据大数据的观念,应用定量研究的方法(用数学的方法研究地质问题)才能将其充分地挖掘出来。