深度学习在大坝变形预测中的应用研究

大坝时间序列变形的高精度预测对于大坝运行维护及保护人民生命安全显得尤为重要。本文以某大坝113期变形时间序列数据为实验,提出了一种深度学习中的循环神经网络(LSTM)方法来进行大坝变形预测,将实验的结果与机器学习中NAR神经网络和ARIMA自回归移动平均模型的预测结果进行对比,LSTM、NAR和ARIMA模型的均方根误差(RMSE)分别为0.392 5、0.573 7、1.298 7;平均相对误差(MRE)分别为0.0498、0.1046、0.1878;R^2系数分别为0.932 3、0.822 1、0.247 7。从上述结果对比可知,LSTM时间序列预测模型的精度更高且稳定性更好,可作为后续大坝变形预测的一种新的思路和探索。     

新疆及周边中亚地区中亚低涡背景下云中液态水分布研究

利用2003—2014年5~9月中亚低涡发生时的AIRS Version 6 Level 2卫星资料,分析中亚低涡活动规律以及云中液态水空间分布。结果表明：（1） 北涡型中亚低涡共发生97次,南涡型共88次。中亚低涡中心更易向南移动。（2） 整体来看,云中液态水呈现山区多盆地少的趋势,在帕米尔高原、天山和昆仑山脉的山区以及咸海附近均大于100×10^-6 kg·m^-2。在准噶尔盆地、哈密盆地和塔里木盆地东部地区小于1×10^-6 kg·m^-2。（3） 中亚低涡发生路径越偏南,云中液态水柱越低。关于云中液态水柱,北涡路径较南涡路径更多。研究结果将为进一步认识中亚低涡强降水天气系统提供参考。     

尼罗河三角洲盆地油气地质特征与勘探方向

尼罗河三角洲盆地已经进行了60余年的勘探实践,但是近年来随着勘探研究和钻探活动的继续深入,仍然不断有新的问题产生和新的勘探领域被发掘,显示出新的生命力和良好的勘探前景。尼罗河三角洲盆地虽然是一个世界级的富油气区,然而由于种种原因,中国油公司甚少涉及该盆地的研究,鲜见相关文献发表。通过对尼罗河三角洲盆地构造演化与沉积充填、烃源岩、储层等石油地质条件的研究,分析了尼罗河三角洲盆地的油气成藏特征与勘探潜力,并结合现今勘探现状指出了尼罗河三角洲盆地未来主要勘探领域与勘探方向:浅水区勘探程度较高,生产设施完善,经济门槛低,是实施滚动勘探的最佳区域;中深水—深水区渐新统是今后10年中—大型天然气田发现的主要潜力区;超深水区存在中新统和上新统大型生物气藏勘探潜力。     

北非撒哈拉地台三叠系 ＴＡＧＩ组基准面旋回充填样式及有利储层预测

针对北非撒哈拉地台三叠系 ＴＡＧＩ组储层预测难题,以高分辨率层序地层学为指导,依据基准面旋回和可容纳空间变化原理,指出三叠系 ＴＡＧＩ组主要发育２大类４亚类的短期基准面旋回充填样式。通过分析不同基准面旋回充填样式的储层发育规律,得出仅保存基准面上升半旋回的 Ａ 类基准面旋回是优质储层发育的部位。综合区块目的层及上下围岩基准面旋回结构及地层厚度变化特征,构建出４种基准面旋回变化地质模型,通过对模型开展地震正演模拟识别出不同的地震响应特征,根 据 对 地震相刻画指出单轴强振幅地震相分布区为有利储层发育地区。