共查询到19条相似文献,搜索用时 103 毫秒
1.
2.
3.
4.
矿井瓦斯评价与预测的构造动力学方法 总被引:1,自引:0,他引:1
通过对矿井瓦斯赋存的构造控制、构造应力场演化及构造煤结构演化与瓦斯特性耦合机理的综合分析,认为当前在矿井瓦斯赋存、分布规律及突出危险区带的有效预测方面的研究还有待深入。在汲取前人研究成果的基础上,提出矿井瓦斯突出的构造动力学评价与预测的思路及方法,即以区域构造-矿井构造-煤层变形-构造煤结构-瓦斯特性及其相互作用机理分析为总体思路.将现代构造地质学理论和方法引入矿井构造研究,并与模糊综合评判、灰色系统、分形理论、数值模拟和计算机技术相结合,以揭示构造煤发育、分布规律及其构造动力学控制机理,系统进行不同类型构造煤瓦斯特性研究,探讨不同结构构造煤的含气性、透气性和气体赋存状态,以构造煤分布特征作为瓦斯突出危险性评价与预测的基础,建立矿井瓦斯突出预测预报的构造动力学评价方法体系。 相似文献
5.
6.
刘承祚 《物探化探计算技术》1991,(1)
本文介绍了地质专家系统的定义及基本结构,讨论了建立地质专家系统的两种主要途径,对国内外地质专家系统的研究概况进行了综合和评价。作为实例,简要地介绍了煤与瓦斯突出与非突出的矿井自动识别专家系统。本文的结尾,给出了一些有参考价值的结论。 相似文献
7.
8.
9.
针对平顶山天安煤业股份有限公司十矿(平煤十矿)煤与瓦斯突出的分区(带)性特点,采取地质单元划分的方法,反映其范围内的构造特征及瓦斯赋存情况。研究了地质单元范围内地应力分布、构造煤发育及分布特征的地质因素和瓦斯参数特征,结合平煤十矿煤与瓦斯突出特点,将瓦斯压力、构造煤厚度、瓦斯含量作为预测煤与瓦斯突出危险性的敏感指标,并据此预测具有突出危险性的范围,为煤与瓦斯突出预测和防治提供依据。 相似文献
10.
11.
为了预防地质灾害的发生,加强地质环境的管理工作,更好的为管理决策人员提供服务,采用OLE A u tom ation技术与M ap in fo集成的开发环境开发了矿业城市地质灾害管理信息系统。此文章详细论述了矿业城市地质灾害管理信息系统开发的全过程,介绍了系统的总体设计原则、总体构成,以及建立系统的工作流程,将用户提供的A u to CAD图形转换导入到M ap in fo后根据用户要求归类建立图形库,并将地质灾害的相关数据进行归类统计建立了地质灾害属性数据库。文章同时介绍了系统的图形文件管理模块、数据采集及处理模块、查询统计模块、信息输出模块的建立,实现了图形浏览、图形的导入、图形的可视化、查询、输出的基本功能。 相似文献
12.
基于可拓理论的泥石流灾害预警预报系统开发:以北京市为例 总被引:2,自引:0,他引:2
泥石流是北京山区主要的地质灾害,北京市于2003年启动了地质灾害气象预警预报工作,但近几年的预报效果并不理想。为进一步提高泥石流灾害预警预报的准确性,选取地形、地层岩性、地质构造和植被作为基础因子,以北京市地质灾害易发分区为响应因子,以降雨作为诱发因子,根据各因子与泥石流灾害的相关性分析,采用层次分析法(AHP)计算各因子的权重系数,提出了基于可拓理论的泥石流预警预报模型,并通过G IS系统和IDL开发平台实现准确预报。利用20组历史上北京地区发生的泥石流雨量资料对建立的预警预报模型进行验证,结果表明模型预报结果与实际情况基本吻合。研究成果对于提高北京市泥石流灾害预警预报水平,减少人民生命和财产损失具有重要的意义。 相似文献
13.
琼西抱板群变质基性火山岩的地球化学特征及其大地构造意义 总被引:10,自引:3,他引:7
海南岛抱板群变质基性火山岩的岩石学、地球化学、Sr、Nd、Pb同位素及其形成的大地构造环境的综合研究表明 ,抱板群变质基性火山岩具有洋中脊型拉斑玄武岩和岛弧型拉斑玄武岩的双重特征 ,起源于亏损地幔 ,是古俯冲消减带上部岩石圈地幔楔、自消减带卷入地幔楔地壳物质及俯冲洋壳析出的流体构成的三元混合物部分熔融结果 ,产生于扩张弧后 (或弧间 )盆地环境。地球动力学分析表明 ,古中元古代时 ,海南岛西部可能经历了一次由“开”向“合”转变的构造演化史。 相似文献
14.
15.
16.
17.
嘉陵江流域三江汇流洪水联机实时预报研究 总被引:2,自引:0,他引:2
不直接描述嘉陵江流域三洪汇流存在的洪水顶托等复杂的物理过程,而是采用时变参数线性模型,由作者修正的一种自适应滤波水文实时预报方法进行参数在线识别,并分别研究集总输入和多输入两种情况,实现了洪水联机实时预报,结果表明,预报精度高,且模型简单,滤波参数稳定,便于推广使用。 相似文献
18.
19.
Majid Dehghani Bahram Saghafian Firoozeh Rivaz Ahmad Khodadadi 《Arabian Journal of Geosciences》2017,10(12):266
In this study, application of a class of stochastic dynamic models and a class of artificial intelligence model is reported for the forecasting of real-time hydrological droughts in the Black River basin in the USA. For this purpose, the Standardized Hydrological Drought Index (SHDI) was adopted in different time scales to represent the hydrological drought index. Six probability distribution functions (PDF) were fitted to the discharge time series to obtain the best fit for SHDI calculation. Then, a dynamic linear spatio-temporal model (DLSTM) and artificial neural network (ANN) were used to forecast SHDI. Although results indicated that both models were able to forecast SHDI in different time scales, the DLSTM was far superior in longer lead times. The DLSTM could forecast SHDI up to 6 months ahead while ANN was only capable of forecasting SHDI up to 2 months ahead appropriately. For short lead times (1–6 months), the DLSTM has performed nearly perfect in test phase and CE oscillates between 0.97 and 0.86 while for ANN modeling, CE is between 0.72 and 0.07. However, the performance of DLSTM and ANN reduced considerably in medium lead times (7–12 months). Overall, the DLSTM is a powerful tool for appropriately forecasting SHDI at short time scales; a major advantage required for drought early warning systems. 相似文献