柴达木盆地南翼山油田的油气充注成藏途径

为了确定南翼山油田浅层(N22)的油气来源和油气的运移路径,利用油藏地球化学技术和统计学上的相关性原理进行运移参数的筛选和分析,综合各项指标认为,研究区的油气在西北和北北东各有一个注入方向,说明油气主要来自北边的小梁山凹陷,这与油源对比的结果相符。研究表明,含氮化合物作为油气运移的示踪剂具有一定的可行性和优越性。     

三峡及邻区新构造期以来应力场分区研究

利用地形变测量、震源机制和钻孔应力测量等资料,综合研究了三峡及邻区的构造应力场。结果表明,研究区在大区域近东西向构造应力场作用下．新构造期一现代构造应力场的作用方向具有明显的分区性,即北区呈近北西西向挤压;西区呈北西向挤压;东区呈北东向挤压。     

邻域算法在景观分析中的应用

景观过渡带是景观空间异质性较高的地区,在分析中经常需要从中提取不同类型区的界线,确定相应的范围。提出一种基于邻域概念的简易算法,根据分界线两侧景观的显著差异,在非特定方向上对连续或者离散的景观单元进行类型判定,依据界线的位置特征和类型隶属上的双重属性设定临界值,在此基础上得到判定条件下的单元,消去孤立分布的单元后,经格式转换求出分界线。本文以首都圈景观为例,给出这种算法的明确步骤,解析出地貌分界线,检验了这种方法的准确程度,简要讨论这种方法的特点和适用性,并在其他景观分析中进行推广验证。这种算法能够确定两种复杂分布类型之间的界线,适用于划分农牧交错区,提取地貌分界线和谷缘线等分析。     

利用石香肠恢复能干层原始厚度的等面积法

在恢复岩层古环境、计算岩石流变学参数时常需要岩层的原始厚度.利用在褶皱地区伴生的肿缩石香肠可恢复岩层的原始厚度.经过沉积、压实作用以后,岩层压实率趋近最终压实率,岩石中矿物颗粒骨架基本上保持不变,则岩层体积保持不变.褶皱一般是受到垂直岩层或平行岩层作用力而形成的,肿缩石香肠在褶皱轴向(b轴)上变形通常很微小,根据体积不变的假设,则石香肠体在褶皱横向剖面(ac面)上变形前后的面积应是相等的,以此来恢复岩层的原始厚度.为了求解肿缩石香肠横向剖面面积,对其边界进行拟合、积分,发现它相当于一些梯形面积之和.运用此方法进行模拟实验并对铁山地区进行计算,并把计算结果与肿缩石香肠的最大厚度比较,发现它更能反映真实情况.     

桂西北高龙金矿床含矿硅质岩成因及沉积环境分析

高龙金矿床含矿硅质岩的野外宏观特征、镜下组构特征和稀土元素地球化学特征一致表明硅质岩的形成主要与热水沉积作用有关,而非前人认为的断裂破碎 -热液硅化交代岩。岩石化学、稀土元素和微量元素地球化学特征表明,硅质岩可能形成于大陆边缘 -远洋盆地过渡位置,但更靠近大陆边缘的半深海 -深海环境。     

基于FPGA的数字匹配滤波器的实现

对数字匹配滤波器的原理和结构进行了简要的介绍,重点给出了在现场可编程门阵列(FPGA)中数字匹配滤波器倒置结构的硬件实现.通过对设计电路的实时仿真表明:该数字匹配滤波器具有捕获精度高、速度快的特点,可应用于其它扩频系统的数字接收机中.     

重庆市区雾的天气特征分析及预报方法研究

分析了重庆市区雾的特点、天气特征及温、湿等气象要素垂直分布特征,利用重庆站的观测资料选取适当的诊断因子,采用动态学习率BP算法的人工神经网络对重庆市区能见度进行了拟合和预报检验。研究表明:55年以来,重庆年雾日数总体呈逐年下降趋势,同时轻雾日数急剧上升,这种变化可能主要与城市热岛效应增强和空气污染状况加重有关;发展成熟的辐射雾大多具有逆温的稳定结构,雾顶上下温度、湿度存在明显跃变特征;神经网络模型具有较强的自适应学习和非线性映射能力,对能见度为0~1 km雾的报出率为83%,Ts评分达到69%,平均预报误差为0.384 km。除常规气象要素外,通过M指数、Ri数、凝结核、辐射状况和其他物理量的引入,以及对因子网络输入值的技术处理,明显提高了神经网络对雾尤其浓雾的预报能力,其对能见度在0.4 km以下浓雾预报的Ts评分可达89.5%。模型结果对重庆市区雾的预报具有良好的参考价值。     

兰州-民和盆地恐龙足印化石形成的地质特征

兰州—民和盆地恐龙足印化石赋存和保存的特征表明:该区早白垩世中期的构造稳定,盆地扩张时期出现的湖沼环境是恐龙足印化石形成的最佳时期和场所,形成之后的湖进序列是良好的覆盖层。     

基于邻近图的道路网络特征分析

基于邻近图理论针对北京道路网络数据并结合道路网络特征参数进行了试验分析,进而研究了北京道路网络特征。结果表明,相关邻近图能较好地反映北京道路网络特征,基于邻近图分析道路网络特征为道路网络分析提供了理论支撑。     

轻型机载LiDAR在农村宅基地房屋测量中的应用

选择新疆焉耆县北大渠乡北大渠村房屋密集区作为研究区,通过三角翼搭载轻型机载LiDAR进行了低空（170m）交叉航线高密度点云数据采集,对点云数据进行拼接、校正、纹理信息增强,在点云上对房屋进行矢量化,并对结果进行精度检查。点云数据房角点采集率为83.3%,中误差为4.8cm。采用机载LiDAR测量房角点能够大大减少外业房角点测量的工作量。机载LiDAR的应用鲜有纹理信息的提取,本次测试通过对高密度点云数据进行有效的处理,提取了点云数据纹理信息,为机载LiDAR数据纹理信息的应用提供了参考,并对其精度有了明确的认识,可为后期相关工作的开展提供借鉴。